19.11.2020

Culture eats strategy for breakfast – aber warum?

Wie die Unternehmenskultur die Motivation von Mitarbeitern und somit auch den Erfolg von Unternehmen beeinflusst. Ein Gastbeitrag von Storebox-CEO Johannes Braith.
/artikel/culture-eats-strategy-for-breakfast
Company Culture
(c) Adobe Stock/howtogoto/beigestellt

Das berühmte Zitat von Peter Drucker “Culture eats strategy for breakfast” hört man nicht nur in den hippen Office-Lofts von Startups, sondern auch in den Management Etagen großer Konzerne. Vor allem im Startup-Bereich kann man jedoch beobachten, dass unter dem Schlagwort “Unternehmenskultur” oft die Qualität und Ausprägung diverser Benefits – wie kostenloser gesunder Snacks oder interner Yoga-Klassen – missinterpretiert wird. Liest man Stellenausschreibungen im Startup-Umfeld, wird die Unternehmenskultur immer als offen und dynamisch beschrieben, um im selben Satz den Tischfußballtisch oder das Obstangebot hervorzuheben. In großen Konzernen wird man oft bereits in den Eingangshallen von Tafeln der Leitbilder “erschlagen”, die verstaubt an den Wänden hängen und vom Topmanagement sowie Beratungsunternehmen definiert wurden, jedoch selten direkte Anwendung finden.

Finden Sie die passenden High Potentials für ihr digitales Unternehmen! Mit der brutkasten Jobs Plattform finden Sie die richtigen BewerberInnen für Ihre Stellenanzeigen.

Diese Bilder von zwei Extremen sind natürlich bewusst überspitzte Stereotypen, die uns vor allem eines aufzeigen sollen: Ja, etliche Unternehmen haben eine definierte Unternehmenskultur, doch viele sind sich oft nicht über deren direkte Auswirkung im Klaren. Um dieses Thema zu entmystifizieren und rational anwendbar zu machen, arbeiteten Lindsay McGregor und Neel Doshi, zwei US-amerikanische Autoren und Unternehmer, an einer wissenschaftlichen Studie, die folgende 3 Fragen beantworten soll und im Harvard Business Review veröffentlicht wurde:

1) How does culture drive performance?

2) What is culture worth?

3) What processes in an organization affect culture?

How does culture drive performance?

Nachdem McGregor und Doshi über 20.000 Arbeiter und Angestellte befragten und über 50 Unternehmen analysierten, kamen sie in ihren wissenschaftlichen Studien zu einem Conclusio: Warum wir arbeiten bestimmt, wie gut wir arbeiten.

Du hast das Gefühl, dass du Fehl am Platz bist? Such dir hier deinen neuen Job!

Eine weitere Studie aus dem Jahr 2013 unterstreicht diese Aussage. In der besagten Studie wurden 2500 Menschen dazu angehalten radiologische Bilder bzw. Befunde auf Auffälligkeiten zu untersuchen. Einer Gruppe wurde mitgeteilt, dass ihre Ergebnisse nicht berücksichtigt werden, der anderen, dass es sich bei den Objekten um Krebszellen handelt, welche im Anschluss weiter behandelt würden. Die Personen wurden pro Bild bezahlt und obwohl die zweite Gruppe 10% weniger pro Bild verdiente, wurden die einzelnen Bilder länger und genauer analysiert und auch die Ergebnisse waren besser.

Mittlerweile wird seit Jahrzehnten in diesem Bereich geforscht. Ein Meilenstein war allerdings das Ergebnis von Edward Deci und Richard Ryan in den 1980er Jahren, als sechs Gründe definiert wurden, warum Menschen arbeiten:

  1. Play: Wird man aufgrund der Arbeitstätigkeit selbst motiviert zu arbeiten, spricht man von dem Faktor “Play”. Beispielhaft kann hier ein Lehrer genannt werden, der seine beruflichen Tätigkeiten liebt, somit gerne lehrt und Zugang zu jedem einzelnen Schüler finden möchte.
  2. Purpose: Hier geht es darum, dass man sich direkt mit dem Output der eigenen Arbeit identifizieren kann. Z.B.: ein Lehrer sieht den Sinn seiner Arbeit in dem Ziel, Menschen ausgebildet zu haben und Kinder zu empowern.
  3. Potential: Trägt der Outcome der Arbeit dazu bei, dass sich eine Person weiterentwickeln kann, spricht man von “Potential”. Z.B.: Ein Lehrer macht seinen Job, weil er motiviert ist, einmal Direktor zu werden.
  4. Emotional pressure: Bei diesem Grund wird die emotionale Situation beschrieben, zu arbeiten, um sich selbst oder andere nicht zu enttäuschen. Z.B.: Man arbeitet als Arzt, weil die Eltern das gerne so wollen und man sie nicht enttäuschen möchte.
  5. Economic Pressure: Man arbeitet, um wirtschaftlich davon zu profitieren, Boni zu bekommen bzw. “Bestrafungen” zu vermeiden.
  6. Inertia: Wird man gefragt, warum man arbeitet und die Antwort darauf ist, dass man das selbst eigentlich nicht weiß, und man das immer schon so gemacht hat, spricht man von “Inertia”. Dies ist noch immer ein Motiv, da in dieser Situation die Arbeit noch immer ausgeführt wird, man allerdings nicht genau weiß, warum man das eigentlich tut.

Während die ersten drei Gründe dabei helfen, die Motivation und somit den Output zu steigern, wird eben diese durch die letzten drei verringert. Denn bei diesen denkt man nicht an die Arbeit selbst bzw. deren Qualität, sondern an Ablenkungen wie Belohnungen oder Bestrafungen. McGregor und Doshi beobachteten, dass es Unternehmen mit einer “high-performing culture” schaffen, die ersten drei Gründe zu maximieren, während die letzten drei Gründe minimiert werden. Diese Dynamik wird in der Literatur auch als Total Motivation (ToMo) bezeichnet.

What is culture worth?

Den konkreten Wert einer motivierenden Unternehmenskultur zu quantifizieren ist keine leichte Aufgabe. Doch McGregor und Doshi liefern einen schlüssigen Ansatz, um den Wert zu quantifizieren und auch sichtbar zu machen. Anhand eines Fragebogens, welcher entlang der 6 o.g. Punkte erstellt wurde, wird die ToMo Metrik (von -100 bis +100) generiert.

Diese Metrik beschreibt, wie sehr man durch die eigene Arbeit motiviert wird und somit auch mit erhöhter Performance zu rechnen ist. Um diese Methode zu validieren, wurde dieser Fragebogen u.a. bei vier großen US Airlines eingesetzt, um die Ergebnisse anschließend dem jeweiligen Kundenzufriedenheitsgrad der ACSI gegenüber zu stellen.  Dabei wurde verdeutlicht, dass sich eine motivierende Unternehmenskultur auch positiv auf die Kundenzufriedenheit niederschlägt.

Quelle: Primed to Perform

Diese Beobachtungen sind kein Einzelfall und wurden in verschiedenen Industrien wie Retail, Banking oder Telekommunikation beobachtet. Innerhalb eines Retail Unternehmens wurde z.B. beobachtet, dass zwischen hohen und niedrigen ToMo Werten von Sales-Mitarbeitern bis zu 30% Unterschied im Sales Revenue sichtbar wurde.

What processes in an organization affect culture?

Wie würden Sie eine positive Unternehmenskultur definieren, die in hoher Mitarbeitermotivation und Performance mündet? Das ist wirklich keine leichte Aufgabe. Doch eine Definition von McGregor und Doshi, wenn auch eine recht trockene und rationale, basiert auf wissenschaftlichen Ergebnissen und könnte wie folgt lauten: “Unternehmenskultur ist das Set an Prozessen einer Organisation, welches die Motivation der Menschen beeinflusst.” Denn in Studienergebnissen wurde ersichtlich, dass vor allem gut strukturierte und klare Prozesse, die Unternehmenskultur positiv beeinflussen. Vor allem die Rollendefinition jedes einzelnen spielt dabei eine wesentliche Rolle.

Quelle: Primed to Perform

Die Grafik zeigt sehr gut, dass die Annahme, dass vor allem Leadership für Motivation und Ergebnisse verantwortlich ist, falsch ist. Viele Prozesse innerhalb eines Unternehmens haben einen weit höheren Einfluss auf Motivation. Die X-Achse zeigt die bereits beschriebene ToMo Metrik zwischen -100 und +100. Die grauen Balken zeigen die Range der direkten Beeinflussung dieser Prozesse auf die Motivation. Somit kann z.B. eine gut definierte Rolle einen sehr positiven Einfluss haben, wohingegen eine schlecht definierte Rolle einen deutlich negativeren Impact als bei den weiteren Faktoren haben kann.

Natürlich ist es nicht einfach , eine “high performing culture” in Unternehmen zu erzeugen. Vor allem als Startup kämpft man in der Anfangsphase mit etlichen Problem und muss an allen Ecken und Enden Baustellen fertig bekommen. Oft bleibt dann keine Zeit Prozesse zu definieren und sich um eine klare Unternehmenskultur zu bemühen. Schafft man es allerdings, diese positive Kultur umzusetzen, wird diese zu einem Vorteil der in unserem schnelllebigen, digitalen und kundenzentrierten Wirtschaftsumfeld der Schlüssel zum Erfolg sein kann.

Deine ungelesenen Artikel:
vor 24 Stunden

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
vor 24 Stunden

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
Frank Möbius (links) | (c) BMW Group

Knapp 30 Jahre war Frank Möbius bei BMW. Zuletzt leitete er in der Konzernforschung den Bereich Technologiemanagement und -prognose und koordinierte das weltweite Netzwerk der BMW Technology Offices vom Silicon Valley bis Tokio. Seit 2023 gibt er seine Erfahrung als Senior Innovation Advisor bei der UnternehmerTUM GmbH in München, Europas größtem Gründerzentrum, weiter. Im Interview erklärt er, wie systematische Technologie-Früherkennung funktioniert, warum die meisten Unternehmen am Transfer der daraus gewonnenen Erkenntnisse scheitern und wie KI die Tech-Trenderkennung vereinfacht hat.


brutkasten: Sie waren fast 30 Jahre bei BMW. Wie sind Sie dort zum Thema Innovation gekommen?

Frank Möbius: Ich habe an der Uni Stuttgart Maschinenbau, Fachrichtung Fahrzeugtechnik studiert und nach dem Diplom Anfang 1990 meinen ersten Job bei der Lufthansa Technik in Frankfurt gefunden. Dort durfte ich die damals neuartigen stangenlosen Flugzeugschlepper mitentwickeln und 1992 den neuen Flughafen München damit ausrüsten – meine erste Berührung mit Innovationen und ihrer Einführung im Massengeschäft. Ich verließ die Lufthansa nach ein paar Jahren, um an der Uni Kaiserslautern über Robotik zu promovieren. Nach der Promotion kam ich 1996 zu BMW, meiner Wunschfirma in meiner Wunschstadt. Dort konnte ich viele unterschiedliche Funktionen übernehmen: erst arbeitete ich vier Jahre im Versuchsfahrzeugbau, dann vier Jahre im Personalwesen, ein lehrreicher “Side Step” für einen Ingenieur!

(c) BMW Group

Mitte 2004 durfte ich eine Abteilung für Vorentwicklung und Innovationsmanagement im Bereich Antriebsproduktion übernehmen. Daraus entstand meine Rolle im damals neuen elektrifizierten Antrieb für BMW – von der strategischen Inhouse-Entscheidung und fachlichen Befähigung der Firma bis zur Großserie: über zehn Jahre lang war ich für die Industrialisierung und später Entwicklung von Hochvoltbatterien verantwortlich, vom ersten A-Muster mit einem sehr kleinen Team bis zu 100 Mitarbeitenden. 2017 bin ich schließlich in die Forschung gewechselt und habe dort das Team “Technologiemanagement und -prognose” übernommen, das später in die Einheit “Open Innovation” integriert wurde.

Was macht so eine Open-Innovation-Einheit in einem Konzern konkret?

Mit Open Innovation Methoden erkennt und verwertet man frühzeitig innovative Signale und Trends, die außerhalb der eigenen Unternehmensgrenzen stattfinden. Wir schauen bewusst in Branchen jenseits des Automobilbaus: Consumer Electronics, Luft- und Raumfahrt, Medizin, Computing, Biomaterialien, etc. Immer mit der Frage im Hinterkopf: Was können wir davon für das eigene Kerngeschäft nutzen? Konkret: Technologische Trends aus der Cross-Industrie frühzeitig erkennen, verstehen, bewerten, ein Proof-of-Concept-Projekt durchführen, z. B. mit einem Startup, einer Uni, einem Fraunhofer-Institut, etc. und diese Ergebnisse dann in die Firma für die eigenen Produkte, Services und Prozesse transferieren.

(c) BMW Group

BMW hat dafür eine eigene Abteilung aufgebaut. Wie hängen die einzelnen Bausteine zusammen?

2015 wurde die Technologie-Früherkennung mit dem Technologie-Trendradar ins Leben gerufen, fast gleichzeitig wurde die BMW Startup Garage gegründet. Das Radar ist zunächst ein Visualisierungs- und Kommunikationstool: wir platzieren die erkannten Technologien nach Kategorien und Reifegraden, um frühzeitig aufzeigen zu können, was sich technologisch weltweit tut. Aber diese Erkenntnisse stehen erstmal nur auf dem Papier. Entscheidend ist nach Bewertung und Priorisierung die Verwertung dieser Erkenntnisse, der sogenannte Transfer. Dieser erfolgt dann oft mit Startups.

Hier kommt die BMW Startup Garage zum Einsatz. Sie betreibt Venture Clienting, d. h. sie investiert nicht, sondern scoutet im Netzwerk der internationalen BMW Tech Offices die besten Startups und koordiniert Innovationsprojekte mit den betroffenen BMW-Fachbereichen, die meist das Budget dafür stellen. Diese Startups müssen schon reifer sein, also ein stabiles Team, eine robuste Finanzierung, ein fertiges Produkt – ggf in anderen Branchen – und am besten schon erste Kunden haben. Das Ziel dabei ist immer, dass das Startup ein regulärer Lieferant für BMW werden kann, wir nennen das  “startup as a supplier”. Erst wenn die Lösung des Startups wirklich bei BMW zum Einsatz kommt – in Produkt, Service oder Prozess -, entsteht Impact!

Daneben gibt es das Team BMW iVentures als klassischer Risikokapital-Investor, der ebenfalls über das BMW Tech Office Netzwerk auch in ganz frühphasige Startups investiert. Außerdem gehört dazu ein BMW-interner Incubator und eine Crowd Innovation Plattform.

Wie läuft systematische Tech-Trenderkennung bzw. Tech-Scouting im Alltag ab?

Es gibt vier Prozessschritte: Scouten und Strukturieren, Diskutieren und Bewerten, Visualisieren und Vorbereiten und dann der Transfer in die passenden BMW-Fachbereiche und die dortige Umsetzung. Den ersten Schritt haben früher Mitarbeitende und Werkstudierende gemacht, heute erledigen das maßgeschneiderte KI-Agenten. Für den zweiten Schritt braucht man die Experten: Fachleute von intern und extern. Ggf wird zu einem bestimmten Tech-Trend eine Studie erstellt. Für den dritten Schritt sitzt man in Workshops zusammen und erarbeitet einen Vorschlag für das nächste Trendradar und mögliche Scouting- oder Prototypen-Projekte. Von einer Liste mit über hundert Themen bleiben dann vielleicht vierzig übrig, die auf das Trendradar kommen und fünf, die dann tiefergelegt werden.

(c) BMW Group

Und dann kommt der Teil, an dem viele scheitern.

So ist es! Die ganzen modernen Technologien und Trends kann man heute recht einfach im Netz recherchieren, Generative AI hilft dabei. Das Entscheidende aber ist am Ende: Was leitet das Unternehmen daraus ab? Nur neues Wissen, eine Produktverbesserung oder gleich ein neues Geschäftsmodell? Einfacher gesagt: was mache ich damit morgen besser als heute? Das ist das Schwierige, der Transferprozess. Dieser hat inhaltliche, strukturelle, finanzielle aber auch menschliche Aspekte. Der Transfer einer neuen, erstmal riskanten Technologie aus einer anderen Branche in die eigene Firma ist oft schwierig. Auch bei BMW hat es ein paar Jahre gedauert, bis erste Erfolge kamen und das Vorgehen akzeptiert war.

Was ist das Rezept, damit es funktioniert?

Man holt die Personen, die später die Erkenntnisse umsetzen sollen, frühzeitig in den Prozess mit hinein. Sie dürfen die Startups mit bewerten, sie erfahren sofort, wenn eine neue Technologie für ihren Fachbereich tiefergelegt werden soll, diese wird dann gemeinsam bewertet. Dafür gibt es in der BMW Startup Garage für jedes Ressort einen konkreten Schnittstellenpartner. Dann geht man gemeinsam in den betroffenen Fachbereich, organisiert die Ressourcen und plant das Projekt, damit das Startup den Prototypen bauen kann. Wichtig: für das Startup-Projekt wird oft das Geld des späteren Fachbereichs verwendet. Das erzeugt zusätzliches Commitment! Und das Zweite ist die Hierarchie: Wenn Du einen Bereichsleiter oder Geschäftsführer hast, der voll hinter Open Innovation steht und auch mal in oberen Etagen politisch unterstützt, dann funktioniert es deutlich besser, auch in Krisenzeiten mit Budgetknappheit.

(c) BMW Group

Was raten Sie einem Unternehmen, das ohne viel Budget mit Technologiemanagement starten will?

Man muss nicht gleich zehn Leute einstellen. Oft genügt erstmal eine Person mit den nötigen Ressourcen und Befugnissen, dazu evtl. einen Studierenden und ein paar Teilkapazitäten in den relevanten Fachbereichen als Unterstützung. Ggf hilft am Anfang auch eine externe Trendagentur oder ein passender Toolanbieter. KI-Kenntnisse sind wichtig, um einen KI-Agenten nutzen oder einen eigenen aufbauen zu können. Ein gutes, internationales Netzwerk in alle relevanten Industrien ist ebenso wichtig, denn inzwischen betreiben die meisten großen Firmen Technologie-Früherkennung im Rahmen von Corporate Foresight, man kann von ihnen lernen und Best Practices übernehmen. Ich habe aus meinen über 6 Jahren in dieser Rolle eine Liste mit den zehn wichtigsten Lessons Learned zusammengeschrieben. Da steht alles drin, was man braucht, man muss es halt nur noch machen.

Was machen Sie heute bei UnternehmerTUM?

UnternehmerTUM hat drei Zielgruppen: Talente, Startups und Unternehmen – vom großen  Corporate und Mittelstand bis zum Familienunternehmen. Meine Hauptarbeit liegt in der Innovationsberatung, wo ich meine BMW-Erfahrung einbringen kann. Daneben bin ich Startup-Mentor, halte Vorlesungen, unterstütze die Internationalisierung der UnternehmerTUM und betreue Delegationen. Und ich baue gerade einen KI-gestützten Technologie-Trendradar-Prozess für die UnternehmerTUM, die TUM Venture Labs und ihre Partner und Kunden auf. Der ist nochmal deutlich umfangreicher als ein Radar für die Automobilindustrie. Wir haben dafür einen KI-Agenten gebaut, der weltweit schwache Tech-Signale erkennt, also Technologien, die noch kein messbarer Trend sind. Diesen KI-Agenten trainiere ich täglich. Gerade für Mittelständler und Familienunternehmen ist das sehr hilfreich, weil sie in der Regel nicht das Netzwerk und die Möglichkeiten großer Firmen haben.

(c) BMW Group

Gibt es ein Beispiel aus Ihrer BMW-Zeit, das zeigt, was Open Innovation bewirken kann?

Aus der Tech-Trenderkennung und der Startup-Arbeit wurden in den letzten Jahren schon viele Projekte zu Quantum Computing, Fahrzeug-Satelliten-Kommunikation, Gesundheitsdaten-Monitoring im Fahrzeug, Panorama-Displays, In-Car-Gaming u.v.m. erfolgreich transferiert. Einiges davon ist schon im Auto zu erleben, manches wird noch kommen. Mein Lieblingsbeispiel ist das farbwechselnde Auto: keine klassische Trenderkennung, aber ein erfolgreicher Cross-Industry-Transfer und vielleicht sogar ein Trendsetter! Eine Mitarbeiterin von mir hatte vor vielen Jahren die mutige Idee, die Display-Funktionen eines E-Readers aufs Auto zu übertragen. Sie hat sich die E-Ink-Panels besorgt, einen Prototypen entwickelt und damit nach vielen Experimenten mit einigen Helfern den BMW iX Flow aufgebaut – übrigens anfangs im MakerSpace der UnternehmerTUM. Mit diesem Auto war sie mit BMW 2022 in der Schwarz-Weiß-Version und ein Jahr später mit dem BMW i VISION Dee in der Farbversion mit großem Erfolg auf der CES in Las Vegas: The Color-Changing Car! Das ist für mich der perfekte Cross-Industry-Transfer: Ich übertrage eine erfolgreiche Technologie aus einer Industrie in eine völlig andere und habe einen Nutzen daraus. Ob das in irgendeiner Form mal in Serie kommt? Wer weiß …

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Culture eats strategy for breakfast – aber warum?