29.11.2018

Das müssen Startups bei der Umsetzung von OKRs beachten

Das agile Management-Tool "Objectives & Key Results" (OKRs) wird meist mit Big-Playern, wie Google, Facebook und Co in Verbindung gebracht. Mittlerweile greifen immer mehr heimische Startups auf diese Methode zurück, um ihre Ziele zu definieren und diese messbar zu machen. Der brutkasten hat mit Kim Knoop von Wonderwerk Consulting darüber gesprochen, was Gründer bei der Umsetzung von OKRs beachten sollten.
/artikel/startups-umsetzung-von-okrs
Startups und die Umsetzung von OKRs - aws Creat(iv)e Solutions
(c) fotolia.com - Mediteraneo
kooperation

Nur wer gut plant, kann in einem Unternehmen oder Startup auch gut umsetzen. Methoden dafür gibt es einige – bessere und schlechtere. Eine Methode, die sich in den letzten Jahren zu einem “State-of-the-Art”-Ansatz entwickelt hat, sind “Objectives and Key Results” (OKRs). Dabei handelt es sich um einen agilen Planungs- und Steuerungsansatz, der von Intel-Mitgründer Andy Grove erfunden und von Star-Investor John Doerr bei Google eingeführt wurde. OKRs kommen mittlerweile nicht nur bei den Big-Playern wie Google, Facebook und Co zum Einsatz, sondern auch bei bekannten heimischen Startups, wie Runtastic, mySugr oder Sphock. Der brutkasten hat mit Kim Knoop von Wonderwerk Consulting darüber gesprochen, warum es Sinn macht, den OKR-Ansatz in einem Startup zu implementieren und welche Herausforderungen dabei auf Gründer zukommen. Knoop ist bei Wonderwerk als Senior Innovation Consultant tätig und arbeitete zuvor bei Google als Digital Growth Manager sowie strategische Account Managerin.

Die Größe des Unternehmens ist für die Umsetzung nicht relevant

OKRs können unabhängig von der Größe eines Unternehmens oder eines Startups implementiert werden, so Knoop. Nicht nur große Unternehmen, wie Google, würden OKRs einsetzen, sondern verstärkt auch kleinere Startups. Wie Knoop betont, komme es nicht auf die Größe an: “Wichtiger ist zu schauen, ob OKR einen Mehrwert für das jeweilige Unternehmen oder Startup bietet und ob man OKRs nutzen möchte, um Ziele zu setzen.” Bevor sich Gründer dazu entschließen OKRs in ihrem Startup zu implementieren, sollten sie zunächst die Rahmenbedingungen abklären. Dazu gehöre laut Knoop die Einbettung der OKRs in die Strategie des Startups und die Definition eines Zeitrahmens. Zudem müsse man sich auf eine passende Messmethode, eine Meeting-Kultur und eine visuelle Darstellung einigen. Erst nach diesen Schritten sollten Unternehmens-OKRs erstellt werden.

Wie können Mitarbeiter mit ins Boot geholt werden?

Nach dem Abklären der Rahmenbedingungen, stellt sich die wohl wichtigste Frage: Wie kann ich meine Mitarbeiter mit ins Boot holen? Wie Knoop erläutert, komme es dabei auf die richtige Kommunikation an. Demnach sei wichtig, den Mitarbeitern zu erklären, was OKRs sind und warum OKRs genutzt werden sollen. Zudem ist ein kritischer Erfolgsfaktor, dass die Mitarbeiter nicht vor vollendete Tatsachen gestellt, sondern in die Erstellung der Unternehmens-OKRs eingebunden werden. “Je nach Größe und Wunsch des Managements kann dies auf unterschiedliche Weise geschehen, wie durch die Teilnahme an Workshops oder durch Umfragen”, so Knoop. Wie lange die Implementierung im Regelfall dauert, lasse sich allerdings nicht pauschal sagen, da es davon abhängt, auf welchen Ebenen OKRs zur Anwendung kommen und wie groß das Team ist. Knoop verweist darauf, dass in kleinen Unternehmen und Startups die Einführung schon nach einer Woche funktionieren kann.

“Übung macht den Meister”

Gründer dürften jedoch nicht dem Irrglauben aufliegen, dass nach der Implementierung die Arbeit getan sei. In diesem Zusammenhang betont Knoop: “OKR ist nichts, was man einfach implementiert und es funktioniert. In jedem OKR-Cycle lernt man neue Dinge, wie zum Beispiel besser zu priorisieren, die Mitarbeiter mehr einzubinden, mehr zu kommunizieren und Alignment zu schaffen.” Zudem sei es wichtig OKRs mit einem spezifischen Mindset zu verwenden, um zu erkennen, ob sie für das Startup oder Unternehmen überhaupt einen Mehrwert stiften. Nach einer Eingewöhnungsphase, in der definitiv mehr Planung und Evaluation gefragt sei, stelle sich mit der Zeit nach dem Motto “Übung macht den Meister” immer mehr Routine ein. Wichtig sei darüber hinaus die Visualisierung von OKRs an Orten im Büro, wo sie jeder sehen kann. “Wir bei Wonderwerk haben diese ausgedruckt auf einer Pinnwand, wo wir jeden Tag vorbeilaufen”, so Knoop.

OKRs sind kein “Wasserfall-Approach”

Bei OKRs komme es laut Knoop insbesondere auf Agilität an. Ziele (Objectives) und Meilensteine (Key Results) dürften demnach nicht nur in einem “Wasserfall-Approach” von oben nach unten an die Mitarbeiter weitergeben werden. Ein entscheidender Erfolgsfaktor sei zudem, dass sich die Mitarbeiter als eine Gemeinschaft sehen und gemeinsam an vereinbarten Zielen arbeiten. “OKRs sind messbar und sollten für alle Mitarbeiter einsehbar und transparent sein, so wird Klarheit und Alignment im Unternehmen geschaffen”, wie Knoop gegenüber dem Brutkasten erläutert.

Was tun, wenn die Implementierung scheitert?

Die Implementierung von OKRs sei laut Knoop ein Lernprozess. Insbesondere am Anfang würden Unternehmen und Gründer des öfteren Fehler machen. Wichtig sei, dass man aus diesen Fehlern seine “Learnings” zieht und basierend darauf entscheidet, ob man mit OKRs weitermachen möchte. “Ich kenne ein österreichisches Startup, das eine Pause von OKRs eingelegt hat, weil es externe Veränderungen gab und die OKRs keinen richtigen Mehrwert stiften konnten. Nach der Pause hat das Startup die Prozesse verbessert und OKRs wurden weiter und besser verwendet – bis heute ist das Startup ein Vorzeigeunternehmen für OKRs.”

Wo sich Gründer Unterstützung holen können

Wie Knoop abschließend resümiert, werden OKRs bei Gründern immer beliebter. Demnach gebe es für Interessierte auch immer mehr Anlaufstellen. Eine dieser Anlaufstellen ist das Wiener Consulting-Unternehmen Wonderwerk, das jährlich in Kooperation mit Austrian Startups, Controller Institut und dem brutkasten das OKR-Forum organisiert. Zu diesem Forum werden Unternehmen und Organisationen eingeladen, um ihre Best-Practice-Beispiele und Herausforderungen bei der Implementierung zu präsentieren. Beim OKR Forum 2018, das am 2. Oktober im Vienna Impact Hub stattgefunden hat, waren unter anderem Zalando und mySugr vor Ort. Knoop verweißt zudem auf eine eigene OKR-Community auf LinkedIn, wo sich Interessierte austauschen und vernetzen können. Zwei bis drei mal im Jahr gibt es auch eigene Community-Treffen. Gemeinsam mit der brutkasten academy veranstaltet Wonderwerk regelmäßig Trainings zu OKRs.

=> zur Page von Wonderwerk Consulting

Wonderwerk Consulting ist eine Kombination aus Organisationsberatung und Service Design Studio. Zudem versteht sich Wonderwerk als Innovationslabor.

=> nächstes brutkasten academy Training zu OKR

Redaktionstipps
Deine ungelesenen Artikel:
vor 22 Stunden

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
vor 22 Stunden

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
Logo von OpenAI
Foto: Adobe Stock

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.


Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

No Hype KI
Nach zwei Jahren ChatGPT liefern wir eine Bestandsaufnahme aus der österreichischen Wirtschaft – wo stehen wir wirklich?
Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

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

Das müssen Startups bei der Umsetzung von OKRs beachten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Das müssen Startups bei der Umsetzung von OKRs beachten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Das müssen Startups bei der Umsetzung von OKRs beachten

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 …

Das müssen Startups bei der Umsetzung von OKRs beachten

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 …

Das müssen Startups bei der Umsetzung von OKRs beachten

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 …

Das müssen Startups bei der Umsetzung von OKRs beachten

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 …

Das müssen Startups bei der Umsetzung von OKRs beachten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Das müssen Startups bei der Umsetzung von OKRs beachten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Das müssen Startups bei der Umsetzung von OKRs beachten