Zwischen Hype und Realität: Warum Technologie schneller ist als Ihre Organisation,

Der Newsletter für nachhaltige Transformation Made in Germany 🇩🇪

Über den Standort Deutschland wird viel geklagt. Doch Jammern bringt uns nicht weiter – Handeln schon!

Die globalen Rahmenbedingungen können wir kaum beeinflussen. Was wir beeinflussen können, ist wie gut Unternehmen digital, agil und zukunftsfähig aufgestellt sind.

In diesem Newsletter reflektiere ich wöchentlich meine Erfahrungen, Erkenntnisse und Impulse aus Digital-, Transformations- und Change-Projekten.

✔️Prägnant ✔️Praxisnah ✔️ Pro Bono.

Mein Antrieb: Viele kleine, konsequente Schritte können große Wirkung entfalten.

📣 Lass uns gemeinsam was bewegen!

Herzlich willkommen zu einer neuen Ausgabe von der Transformator:

Als Agile Coach und Transformation Lead habe ich mich immer für den „hot shit“ interessiert – für Technologien und Methoden, die versprechen, Unternehmen schneller, effizienter und anpassungsfähiger zu machen.

Virtuelle Inbetriebnahme, digitale Zwillinge, vollautomatisierte Hardware-DevOps-Ansätze: Die Möglichkeiten sind beeindruckend. Versprochen werden schnellere Entwicklungszyklen, bessere Qualität, weniger Reibungsverluste und ein deutlich höherer Automatisierungsgrad entlang der gesamten Wertschöpfungskette.

Doch sobald solche Ideen im Unternehmen zur Sprache kommen, wiederholt sich häufig dasselbe Muster:

„Das funktioniert vielleicht in den USA, aber bei uns sind die Rahmenbedingungen anders.“

„Simulation liegt bei uns in einer zentralen Abteilung, darauf haben wir keinen Einfluss.“

Mal ist die Organisation zu komplex, mal die Governance zu starr, mal fehlt angeblich die Unterstützung des Vorstands. Die Liste der Gründe ist lang – und erstaunlich konstant. Gemeinsam haben sie vor allem eines: Am Ende scheint immer irgendjemand anderes verantwortlich dafür zu sein, dass moderne technische Möglichkeiten nicht umgesetzt werden.

Daher habe ich mir die unangenehme Frage gestellt:  Warum scheitern Unternehmen so häufig nicht an fehlender Technologie, sondern an ihrer eigenen Fähigkeit zur Umsetzung? Dabei bin ich auf drei Lücken gestoßen, die Transformation ausbremsen:

1. Knowing–Doing Gap: Wissen ist nicht das Problem 📚➡️⚙️

Die meisten Unternehmen wissen ziemlich genau, was möglich wäre. Es gibt Strategiepapiere, Benchmarks, Best Practices, externe Berater und interne Experten. Der „Knowing–Doing Gap“ beschreibt genau diese Lücke zwischen dem Wissen darüber, was sinnvoll oder machbar wäre, und der tatsächlichen Umsetzung im Alltag.

Das Scheitern liegt also selten am fehlenden Know-how. Viel häufiger scheitert es daran, dieses Wissen organisatorisch, kulturell oder politisch wirklich wirksam zu machen. Erkenntnisse aus Piloten werden nicht skaliert, Entscheidungen werden vertagt, obwohl die Fakten klar sind, und Verantwortlichkeiten bleiben so diffus, dass am Ende niemand wirklich ins Risiko geht. Auf dem Papier ist man „up to date“ – in der Realität bleibt vieles beim Alten.

2. Sociotechnical Gap: Technik ist schneller als Organisation 🧠⚙️

Der „Sociotechnical Gap“ aus der Organisations- und Technikforschung beschreibt, dass sich technische Systeme schneller entwickeln als soziale Systeme. In vielen Unternehmen funktioniert die Software, die Prozesse könnten automatisiert werden, die Daten wären verfügbar – und trotzdem arbeiten Menschen weitgehend so weiter wie vorher.

Verantwortlichkeiten passen nicht zu den neuen Möglichkeiten, Schnittstellen sind historisch gewachsen, und Kultur, Anreizsysteme sowie Führung verhindern, dass Neues wirklich angenommen wird. Die Technik ist also da, lange bevor sich Strukturen und Zusammenarbeit daran ausrichten.

Der eigentliche Kern: Das Problem ist meistens nicht technisch, sondern organisatorisch. Technologie verändert implizit Verantwortlichkeiten, Entscheidungswege, Macht, Transparenz, Kontrolle und Rollenbilder. Genau an diesen Punkten entsteht Widerstand – oft leise, aber sehr wirksam.

3. AI Implementation Gap: Wenn KI an der Organisation scheitert 🤖

Kaum ein Feld macht diese Lücke so deutlich sichtbar wie Künstliche Intelligenz. Viele Unternehmen experimentieren mit KI, kennen die Potenziale und haben eine Reihe von Pilotprojekten gestartet. Trotzdem gelingt es nur wenigen, KI wirklich in Kernprozesse zu integrieren, nachhaltige Produktivitätseffekte zu erzielen oder eine echte organisatorische Transformation anzustoßen.

Die technische Entwicklung ist rasant, doch die Fähigkeit der Organisation, sich daran anzupassen, bleibt zurück. Unklare Datenverantwortung und Governance, Angst vor Kontrollverlust und Fehlern, Unsicherheit bei Haftung und Regulierung sowie bedrohte Rollen und Machtpositionen bremsen die Umsetzung.

So entsteht ein klares Zwischenfazit: Zwischen technischer Möglichkeit und organisatorischer Realisierung besteht eine strukturelle Umsetzungslücke – und sie wird mit jeder neuen Technologiewelle sichtbarer.

Ist Business Agility nach SAFe jetzt die Antwort auf diese Gaps?

SAFe propagiert „Business Agility“ als höchste Form der Agilität. Die Idee: agile Entwicklung auf große Unternehmen übertragen und dadurch Anpassungsfähigkeit erhöhen:

„Business Agility is the ability to compete and thrive in the digital age by quickly responding to market changes and emerging opportunities with innovative, digitally-enabled business solutions.”

Operationalisiert wird Business Agility in SAFe über eine Reihe von Kernkompetenzen wie Agile Product Delivery, Organizational Agility, Lean Portfolio Management, Continuous Learning Culture oder Lean-Agile Leadership.

Auf dem Papier adressiert das viele Ursachen des Knowing–Doing Gap: cross-funktionale Teams, engere Business-IT-Verzahnung, kürzere Feedbackzyklen und eine kontinuierliche, wertorientierte Priorisierung sollen dafür sorgen, dass Wissen über Chancen, Technologien und Marktbedarfe schneller in konkrete Umsetzung übersetzt wird.

Aus SAFe-Sicht ist Business Agility damit genau die Antwort auf die Frage, wie Organisationen ihre Umsetzungsgeschwindigkeit erhöhen und die Lücke zwischen Erkenntnis und Handlung verkleinern.

In der Praxis zeigt sich jedoch, dass hier häufig der Sociotechnical Gap zuschlägt. SAFe wird in vielen Unternehmen primär als Prozessrahmen eingeführt: neue Rollen, Events und Artefakte werden definiert, PI-Plannings aufgesetzt, Boards eingeführt.

Die tieferliegenden sozialen und politischen Strukturen – Machtverhältnisse, Anreizsysteme, Risikokultur, informelle Entscheidungswege – bleiben hingegen weitgehend unverändert.

Als Kritiker könnte man zugespitzt formulieren: Das in SAFe propagierte „dual operating system“ – also die bestehende Aufbauorganisation weitgehend unverändert zu lassen und SAFe nur für die Ablauforganisation aufzusetzen – entschärft den Sociotechnical Gap kaum, sondern kann ihn im Zweifel sogar zementieren.

Die technische und methodische Seite des Frameworks entwickelt sich schneller als die soziale Seite der Organisation – ein klassischer Sociotechnical Gap, nur diesmal im Gewand eines agilen Skalierungsframeworks.

Besonders deutlich wird diese Grenze beim AI Implementation Gap. KI berührt nicht nur Delivery-Strukturen, sondern verändert Entscheidungslogiken, Wissensarbeit, Verantwortlichkeiten und Kontrolle.

SAFe kann helfen, KI-Initiativen zu koordinieren, Abhängigkeiten zu managen und eine regelmäßige Delivery-Cadence herzustellen.

Gleichzeitig bleiben zentrale Hürden – Datenqualität, Data Governance, regulatorische Unsicherheit, Vertrauensfragen und bedrohte Machtpositionen – weitgehend außerhalb des eigentlichen Framework-Rahmens.

Beispiel Freigabeprozess: In vielen Unternehmen könnten Freigaben heute mit Hilfe von KI vollständig automatisiert und weitgehend ohne Review Boards und Steering Committees ablaufen. Technisch wäre das kein Hexenwerk. Organisatorisch würde es jedoch neue, unangenehme Fragen aufwerfen.

Bislang wurde die manuelle Freigabe gerne mit Verantwortung und Seniorität begründet – ein gutes sechsstelliges Jahresgehalt nebst Firmenwagen und weiteren Boni für das berühmte „Knopfdrücken“ in SAP.

Satirisch zugespitzt könnte man sagen: Der eigentliche Skill besteht weniger im Entscheiden als im möglichst wichtigen Blick beim Klicken. Wie soll man dieses Modell künftig noch rechtfertigen, wenn eine KI dieselbe Entscheidung in Millisekunden, rund um die Uhr und ohne Parkplatz vor der Zentrale treffen kann?

Fazit und was es wirklich braucht, um die Gaps zu schließen?

SAFe Business Agility trifft einen wichtigen Punkt:

Wissen schneller in Delivery überführt wird. Für viele Organisationen ist das ein echter Fortschritt! Doch beim Sociotechnical Gap und beim AI Implementation Gap greift ein reines Framework zu kurz!

Wenn Machtstrukturen, Anreizsysteme, Risikokultur und Rollenbilder unverändert bleiben, prallen neue Arbeitsweisen und KI-Potenziale auf eine Organisation, die weiterhin auf Kontrolle und Status optimiert ist.

Dann wird SAFe zum besseren Prozessrahmen – aber nicht zum Hebel echter Anpassungsfähigkeit.

Mein Tipp: Was zusätzlich zu SAFe nötig ist, damit wirklich ein Schuh draus wird 👟

Erst wenn Organisation, Führung und Anreize sich mitverändern, schließen sich Knowing–Doing Gap, Sociotechnical Gap und AI Implementation Gap – und Business Agility wird von einem Versprechen zur gelebten Realität.