AI & M 4.0: Hybride Collective Intelligence (CI)-Verarbeitungspipeline: Vom Business Plan über die Ziel-Hierarchie zum Projekt Plan

Die Ziel-Hierarchie ist im Management 4.0 der zentrale Ordnungsparameter der Selbstorganisation: Sie dient sowohl der Ausrichtung des Projektteams als auch der Kommunikation mit den Stakeholdern und deren Ausrichtung an der Projektarbeit.

Unter einer hybriden Collective Intelligence Verarbeitungspipeline (CI-Verarbeitungspipeline) verstehe ich eine Abfolge von Verarbeitungsschritten, die im Idealfall vollautomatisch abläuft und durch die hybride Collective Intelligence von Mensch und Künstlicher Intelligenz erstellt wurde.

Die CI-Verarbeitungspipeline ‚Vom Business Plan über die Ziel-Hierarchie zum Projekt Plan‘ ist ein Beispiel für die Ausgestaltung von Projektarbeit mittels hybrider Collective Intelligence. In dem gerade in Veröffentlichung befindlichen Buchbeitrag ‚Collective Intelligence von KI und Mensch in der Projektarbeit – Ein Rahmenwerk auf der Basis von ICB 4.0 und Management 4.0‘ skizzieren meine Kolleg(inn)en von der GPM Fachgruppe Agile Management und ich die hybride Collective Intelligence für alle Perspektiven der IPMA Individual Competence Baseline 4.0.  

Ich überprüfe in diesem Beitrag, ob es möglich ist, mit Hilfe von chatGPTplus eine Ziel-Hierarchie zu erstellen, die in einen Projekt Plan transformiert werden kann. – Im Idealfall soll die Ziel-Hierarchie aus einem Business Plan abgeleitet werden. – Eine Aufgabe, die ohne AI-Unterstützung recht viel menschliche Kreativität und Handarbeit erfordert.

Ich benutze zur Überprüfung der Machbarkeit wieder das schon in den vorherigen Blog-Beiträgen verwendete Beispiel der Küchenmanufaktur. Die folgende CI-Verarbeitungspipeline beruht auf mehreren vorausgegangenen Tests, in denen ich einzelne Abschnitte der CI-Verarbeitungspipeline ausprobiert habe.  Die bereinigte CI-Vereinigungspipeline startet mit dem folgenden chatGPTplus Prompt:

Ein Unternehmen, das wir KüchenManufaktur nennen, stellt sogenannte Weiße Ware, also u.a. Herde, Kühlschränke und Gefrierschränke her. Bisher hat das Unternehmen KüchenManufaktur diese Weiße Ware ohne große Digitalisierungsfunktionen hergestellt. Jetzt soll die Weiße Ware smart werden und als Life Style Produkt positioniert werden. Der Einsatz von smarter Technologie kann auch den Einsatz von AI oder ML beinhalten. Zum Beispiel könnte eine zukünftige Anforderung für einen Kühlschrank beinhalten, dass ‚er sich von alleine füllt‘. ‚Von alleine füllen‘ bedeutet, dass er über ein intelligentes Füllmanagement verfügt, das u.a. Zugriff auf Lebensmittellieferanten hat.

Es geht also um die Digitale Transformation des Unternehmens KüchenManufaktur. Die Digitale Transformation soll mittels eines Projektes durchgeführt werden. In einem ersten Schritt ist ein Business Plan für die Digitale Transformation zu erstellen.  Kannst Du mir bei der Erstellung eines Business Plans helfen? Welches Werkzeug schlägst Du für die Erstellung des Business Plans vor?

Nach Eingabe dieses Prompts liefert chatGPTplus eine Lehrbuch-Aussage, zu den Kapiteln eines Business Plans. Ich gehe hier nicht weiter auf dieses Ergebnis ein, da sich hieraus keine inhaltlichen Aussagen für die CI-Verarbeitungspipeline ableiten lassen.

Also stupse ich chatGPTplus in die von mir gewünschte Richtung und gebe in einem Prompt Business Model Canvas als Tool vor. – Damit greife ich auf die des Öfteren gemacht Erfahrung zurück, dass die Collective Intelligence aus AI und meiner Person sich nur zeigt, wenn ich als Mensch über hinreichendes Fachwissen verfüge, so dass ich in der Lage bin, der AI eine Such-Richtung mitzugeben.

Auf dieser Basis kann sich das Ergebnis meines Erachtens sehen lassen (chatGPTPlus Aussage):

Natürlich, ich kann Ihnen helfen, ein Business Model Canvas für die digitale Transformation des Unternehmens KüchenManufaktur zu erstellen. Hier sind meine Vorschläge für jedes Segment des Business Model Canvas:

  1. Kundensegmente: Haushalte und Unternehmen, die an modernen, intelligenten Küchengeräten interessiert sind. Dazu gehören umweltbewusste Kunden, Technikaffine und diejenigen, die nach Komfort und Effizienz streben.
  2. Wertangebote: Smarte Küchengeräte, die KI und ML-Technologien nutzen, um das Benutzererlebnis zu verbessern. Funktionen könnten eine automatische Nachbestellung von Lebensmitteln, Energieeffizienz, personalisierte Kochempfehlungen basierend auf den im Kühlschrank vorhandenen Lebensmitteln und Fernsteuerung der Geräte über eine App enthalten.
  3. Kanäle: Direkte Verkaufskanäle wie die firmeneigene Website und der firmeneigene Laden, sowie Drittanbieter-Einzelhändler, Online-Marktplätze und Partnerunternehmen in der Lebensmittel- und Technologieindustrie.
  4. Kundenbeziehungen: Aufbau langfristiger Beziehungen durch erstklassigen Kundenservice, regelmäßige Updates und Verbesserungen der intelligenten Funktionen, Nutzer-Communitys und personalisierte Kommunikation.
  5. Einnahmequellen: Verkauf der smarten Geräte, möglicherweise auch Abonnementdienste für erweiterte Funktionen oder Services. Kooperationen mit Lebensmittellieferanten könnten auch zu Einnahmen führen, z.B. durch die Integration von Lebensmittellieferdiensten in die intelligenten Geräte.
  6. Schlüsselressourcen: Das Forschungs- und Entwicklungsteam, das die smarten Geräte und die dazugehörige Software entwickelt. Die Marke und der Ruf von KüchenManufaktur. Beziehungen zu Lieferanten und Vertriebspartnern.
  7. Schlüsselaktivitäten: Forschung und Entwicklung von smarten Geräten und dazugehöriger Software. Aufbau und Pflege von Beziehungen zu Lieferanten und Vertriebspartnern. Marketing und Verkauf der smarten Geräte.
  8. Schlüsselpartner: Lebensmittellieferanten, Technologiepartner für die Bereitstellung von KI/ML-Funktionen, Einzelhändler und Online-Marktplätze.
  9. Kostenstruktur: Kosten für Forschung und Entwicklung, Produktion der smarten Geräte, Vertrieb, Kundenservice und allgemeine Betriebskosten.

Ich frage nach einer weiteren Ausgestaltung und einer dazugehörigen Strategie. Aufgrund des Umfanges der chatGPTplus Antwort, gebe ich hier nur einen Auszug der Ausgestaltung und der vorgeschlagenen Strategie wieder:

Kundensegmente:

  • Sie könnten untersuchen, welche Altersgruppen am wahrscheinlichsten an Ihren Produkten interessiert sein könnten. Junge Erwachsene könnten eher an technisch ausgereiften Geräten interessiert sein, während ältere Menschen Wert auf Bequemlichkeit legen könnten.
  • In welchen geografischen Märkten sind smarte Küchengeräte besonders gefragt? Dies könnte Ihnen helfen, Ihre Vertriebs- und Marketingstrategie anzupassen.

Die von chatGPTplus abgeleitete Strategie sieht dann so aus (chatGPTplus Ausgabe):

Auf der Grundlage des Kontexts, den Sie zur Verfügung gestellt haben, könnte die folgende Strategie für die digitale Transformation der KüchenManufaktur in Betracht gezogen werden:

  1. Produktentwicklung und Positionierung: Entwickeln Sie Ihre Produktpalette weiter, um smarte Funktionen einzuschließen. Fokussieren Sie sich auf KI/ML-Fähigkeiten, um einzigartige und personalisierte Benutzererfahrungen zu ermöglichen. Positionieren Sie Ihre Produkte als High-End-Lifestyle-Produkte.
  2. Marktausrichtung: Zielmarkt könnten technologieaffine junge Erwachsene und Berufstätige sein, die einen aktiven und modernen Lebensstil pflegen. Betrachten Sie sowohl städtische als auch suburban gelegene Märkte, die eine hohe Konzentration dieser Zielgruppe aufweisen.
  3. Vertriebskanäle: Nutzen Sie sowohl Online- als auch Offline-Kanäle. Online können Sie eine E-Commerce-Plattform entwickeln und auf Plattformen wie Amazon und eBay präsent sein. Offline können Sie Showrooms eröffnen, wo die Kunden die Produkte erleben können. In Betracht kommen auch Partnerschaften mit Bauunternehmen oder Immobilienentwicklern.
  4. Kundenbindung: Entwickeln Sie ein umfassendes Kundenerlebnis. Bieten Sie Installations- und Wartungsdienste an und entwickeln Sie eine digitale Plattform/App, auf der Benutzer Rezepte austauschen, Kochkurse ansehen und sogar Lebensmittel bestellen können, die direkt mit Ihrem smarten Kühlschrank synchronisiert werden.
  5. Partnerschaften: Schließen Sie Partnerschaften mit Lebensmittellieferanten, um ein integriertes Ökosystem zu schaffen. Denken Sie auch an Kooperationen mit Ernährungsberatern und Kochschulen.
  6. Operative Effizienz: Automatisieren Sie, wo es sinnvoll ist, Ihre Produktionsprozesse und nutzen Sie die durch Ihre smarten Geräte generierten Daten, um Ihre Prozesse und Angebote zu optimieren.
  7. Einnahmequellen: Generieren Sie Einnahmen durch den Verkauf von Produkten und zusätzlichen Dienstleistungen, Werbung auf Ihrer Plattform und möglicherweise durch den Wiederverkauf von renovierten Gebrauchtgeräten.

Nachdem ich chatGPTplus darum bitte, die Vision nicht in die Ziel-Hierarchie beginnend mit Nummer 1. einzubauen, erhalte ich die unten gelistete Ziel-Hierarchie. – Der nicht erwünschte Einbau der Vision als Nummer 1. in die Ziel-Hierarchie führt im Projektplan zu einer ungünstigen Struktur. Um dies zu erkennen und zu beheben, musste ich mehrere Kommunikationsrunden mit chatGPTplus durchlaufen. Außerdem habe ich für den späteren Projekt Plan Projektmitarbeiter eingeführt, die chatGPTplus nach eigener Einschätzung auf die Sub-Ziele verteilen soll. – Hier ist auch ein Hinweis notwendig, dass übergeordneten Zielen keine Ressourcen zugeordnet werden, da die Zuordnung lediglich auf Sub-Ziel-Ebene erfolgt. – Man kann an diesen notwendigen Hinweisen erkennen, dass chatGPTplus derzeit über kein wirkliches PM-Know how verfügt. Das Ergebnis ist mit diesen (kleinen) Einschränkung wieder beeindruckend (zuerst mein Prompt):

Bitte baue die einzelnen Elemente der Business Model Canvas und die dazugehörige Strategie noch etwas besser ein und liste in Klammern vielleicht hinter jedem Ziel bzw. Sub-Ziel mögliche oben schon genannte Ressourcen. Bitte nimm ‚Digitale Transformation der KüchenManufaktur‘ aus der Nummerierung raus, es ist ja der Name des Projektes und ergänze den Namen des Projektes um eine Vision, die das Projekt als Vision gut beschreibt, so dass das zukünftige Projektteam an diesem Namen und der Vision mental ausgerichtet wird.

Abbildung 1: Ein Ziel-Hierarchie Ergebnis von chatGPTplus bei vorgeschaltetem Business Model Canvas (Um zu vergrößeren: Bild mit rechter Maustaste in neuem Browser-Fenster öffnen.)

Anschließend bitte ich chatGPTplus, um die Erzeugung eines Python-Codes, der die Ziel-Hierarchie als gerichteten Graphen visualisiert. Das Ergebnis ist wieder erstaunlich gut, zumal ich weiß, dass vor einigen Wochen die Python-Code-Generierung hierzu noch keine gut lesbaren Ergebnisse lieferte. Der Python Code verwendet die folgenden Bibliotheken: NetworkX-Graph, Matplotlib und Pandas.

Abbildung 2: Visualisierung einer Ziel-Hierarchie ohne vorgeschaltetes Business Model Canvas (Um zu vergrößeren: Bild mit rechter Maustaste in neuem Browser-Fenster öffnen.)

chatGPTplus hat die Namen der fünf Teammitglieder Peter (P), Claudia (C), … selbständig als Knoten in den Hierarchie-Baum eingebaut, so dass man auch hier schon erkennen kann, welche Teammitglieder in welchem Sub-Ziel tätig sind. – Ein Wehrmutstropfen besteht noch: Leider ist es uns (AI und mir) nicht gelungen fehlerfreien Code zu erzeugen, der die vollständigen Namen enthält – jeder Namens-Buchstabe wird als Knoten interpretiert, aus diesem Grunde habe ich nur den Anfangsbuchstaben händisch in den Code eingesetzt. Man kann auch feststellen, dass die Darstellung der Nummerierung der Ziel-Hierarchie nicht stabil ist: Die Art der Nummerierung in der Abbildung 2 und 1 ist unterschiedlich.

Ein Wiederholen der Code-Generierung liefert also nicht immer das gleiche Ergebnisse: Es wurde auch eine Visualisierungen erzeugt, in der die Namen der Teammitglieder in die Ziel-Hierarchie-Knoten mitaufgenommen wurden. Weiter unten begegnet uns dieses schon aus anderen Blog-Beiträgen bekannte chatGPTplus „Vergessen“ wieder.

Die Ergebnisse bis hierhin sind trotzdem beeindruckend. Diese Einschätzung erfolgt auch auf der Erfahrung, dass Teams in meinen Management 4.0 Trainings sich mit Ziel-Hierarchien sehr schwer tun und die Collective Intelligence der Teams keine vergleichbar guten Ergebnisse lieferte.

Auf der Basis der Ziel-Hierarchie habe ich chatGPTplus gebeten eine CSV-Datei für MS-Project zu erstellen.

Hier waren wir leider nicht erfolgreich. – Selbst nach vielen versuchten Verbesserungsdurchläufen konnte chatGPTplus keinen befriedigenden Code erzeugen, der gleichzeitig alle Anforderungen für einen groben Projektplan in einer CSV-Datei ablegt: Also z.B. eine CSV-Datei mit den Spalten ‚Vorgang‘, ‚Ressource‘, ‚Vorgänger‘ und ‚Dauer‘ erzeugt.

chatGPTplus verfügt offensichtlich über keinerlei Projektplan-Muster, auf die das System zurückgreifen kann. Was allerdings schwerer wiegt, ist das schon bekannte Fehlverhalten des „Vergessens“. Wurde zum Beispiel eine Anforderung korrekt in den Code umgesetzt, führte eine weitere Anforderung oder eine Fehlerbehebung zum „Vergessen“ der bisherigen korrekten Ergebnisse. – Dies ist umso erstaunlicher als chatGPTplus die Anforderung korrekt verbal wiederholt, jedoch im Code nicht korrekt oder überhaupt nicht umsetzt. Der Code konvergierte einfach nicht zum richtigen Ergebnis.

Dies bestätigt die schon in anderen Blog-Beiträgen gemachte Erfahrung, dass chatGPTplus oft nicht in der Lage ist, mehrere Anforderungen gleichzeitig umzusetzen. Bei der Erstellung des Collective Mind Agent Based Model’s habe ich die Strategie verwendet, die Anforderungen einzeln in Code zu transformieren um anschließend durch mich die Integration vorzunehmen. Hierauf habe ich hier verzichtet. – Diese Strategie entspricht nicht der Idee der CI-Verarbeitungspipeline.   

Der MS-Project Import der nicht vollständigen CSV-Datei, also nur mit den Vorgängen, funktioniert im Prinzip, zeigt jedoch auch Fehler: U.a. werden die deutschen Umlaute nicht richtig dargestellt und was schwerer wiegt, es tauchen Zeichen in den Zellen der Spalten auf, die selbst im notepad++ nicht angezeigt werden. – Auch der Microsoft Support war hier keine Hilfe.

Die Collective Intelligence (CI)-Verarbeitungspipeline mit chatGPTplus ‚Vom Business Plan über die Ziel-Hierarchie zum Projekt Plan‘ zeigt bis zum Schritt Projekt Plan Erstellung beeindruckende Ergebnisse: Die Ergebnisse sind sehr Kontext abhängig. Mit Business Model Canvas oder ohne Business Model Canvas liefert unterschiedliche Ergebnisse. Aber auch der Zeitpunkt der Erstellung spielt eine große Rolle. Der Übergang von der Ziel-Hierarchie zum Projektplan funktioniert zur Zeit (noch) nicht: chatGPTplus ist, wie schon im Rahmen der anderen Blog-Beiträge festgestellt, nicht in der Lage gleichzeitig mehrere Anforderungen, für die wahrscheinlich keine erlernten Muster existieren, ohne „Vergessen“ erfolgreich umzusetzen.

Vom Unterschied, der den Unterschied macht: „Principles rather than processes are what matter.”

Zurzeit schießen in Veröffentlichungen und Social Media die Vier-Schritt-Zyklen Modelle wie Pilse aus dem Boden (was nicht verwunderlich ist, man will ja smarter und agiler sein), z.B.:

OODA (Observe, Orient, Decide, Act), ursprünglich aus dem Militärischen kommend als Entscheidungsschleife im Feld gedacht, wird für das Agile Management diskutiert [1].

PPCO (Pluses (Vorteile), Potentials (Zukunftschancen), Concerns (Bedenken), Overcome Concerns (Überwinden der Bedenken)), gedacht als Modell um „Souveränität im Methodenwahn“ zu zeigen und Methoden auszuwählen, also gerade nicht immer eine „neue Sau durch’s Dorf zu treiben“ [2] – Ironischer Weise wird, um dies zu erreichen, gleich ein „neues“ Modell/Methode mitgeliefert.

BRDG (Break a problem into parts or steps, Recognize and find patterns or trends, Develop instructions to solve a problem or steps for a task, Generalize patterns and trends into rules, principles, or insights) als Prozess Beschreibung für das “Computational Thinking” eines “Algorithmic Leader’s” [3].

Auch die Agilen Handlungsrahmen basieren ganz wesentlich auf einem PDCA (Plan Do Check Act) oder einem PDIA (Plan Do Inspect Adapt) Zyklus [4]. – Nicht wenige Agilisten legen großen Wert darauf, dass PDCA und PDIA zwei völlig unterschiedliche Modelle sind, denn warum sonst hätte man zwei Namen.

Im Management 4.0 [4] und in [5] verwenden wir den PDCA für die kontinuierliche und situative Anpassung von Erfolgsfaktoren und Erfolgskriterien (siehe Abbildung 1) und schlagen auch ein Vier-Schritte-Transformationsmodell vor, das dem menschlichen kognitiven Prozess der situativen Anpassung folgt (Druckpunkte ausleuchten, Organisationale Rahmen-, Kontroll- und Ordnungsparameter extrahieren, Handlungsfelder des Collective Mind ausformulieren, Lernende Organisation einführen).

Abbildung 1: PDCA der Erfolgskriterien-Erfolgsfaktoren Anpassung

Es stellt sich die Frage, sind dies alles unterschiedliche Modelle bzw. Methoden oder ergäbe sich bei einer höheren Abstraktionsstufe eine klarere und gleichzeitig einfachere Sicht.

Bevor ich die Frage beantworte, ein weiteres Beispiel des „Vielzahl-Methodenwahns“:

Im Linienmanagement und im Projektmanagement kennt man seit vielen Jahren den Begriff der Ziel-Hierarchie.

Im Critical Chain Projekt Management kennt man seit mehr als 30 Jahren die Ziel-Hierarchie „Strategie- und Taktik-Baum“.

Auch der Agile Handlungsrahmen Scrum kennt Vision, Sprint-Goal und User Strories ggf. Tasks usw..

Die Scaled Agile Frameworks arbeiten mit Story Maps bestehend aus (Vision), Epics, Features, User Stories, usw..

In den letzten Monaten tauchen immer häufiger die sogenannten OKR’s (Objectives and Key Results) auf, obwohl diese schon fast zwei Jahrzehnten von google als Ziel-Hierarchie eingesetzt werden. Agile Kollegen wundern sich, dass Scrum Teams, die schon lange mit Scrum arbeiten, sich mit den OKR’s schwertun und gleichzeitig betonen sie den notwendigen Kulturwandel, um mit OKR’s arbeiten zu können [6].

Auch wir verwenden in Management 4.0 eine Ziel-Hierarchie, die bei einer Vision, einem „Großen Bild“ beginnt und wie ein Baum „unendlich viele“ Verästelungen hat. Wir setzen die Verästelungen aus Bausteinen (Fraktalen) von jeweils 3 Stufen zusammen (auf der jeweils dritten Ebenen (Wie-Ebene) werden die „Teile“ zu je einem neuen „Big Picture“ für das nächste Ziel-Hierarchie-Fraktal, siehe Abbildung 2). 

Abbildung 2: Ziel-Hierarchie des Management 4.0

Wie beim o.g. Beispiel der Vier-Schritt-Zyklen Modelle werden auch diese Methoden bzw. Modelle der Ziel-Hierarchie als „völlig getrennte Welten“ wahrgenommen und als „neu und anders verkauft“.

Abstraktion ist das Schlüsselwort, um die „Vielzahl“ schrumpfen zu lassen. Walsh [3] postuliert als die Schlüsselkompetenz von Führungskräften im Digitalen Zeitalter die Fähigkeit zur Abstraktion und kristallisiert dies in der Aussage „Principles rather than processes are what matter.” Mit dieser Feststellung gibt er auch indirekt gleichzeitig zu verstehen, dass diese Schlüsselkompetenz heute bei Führungskräften nicht sehr verbreitet ist. – Die Fähigkeit zur Abstraktion bezeichnen wir im Management 4.0 als Meta-Kompetenz. Hiermit meinen wir die Fähigkeit vom jeweiligen Kontext einer Situation zu abstrahieren und auf der Basis von Werten, Grundannahmen und Prinzipien fundamentale Erkenntnisse und dazugehörige Modelle kontextspezifisch anzuwenden. – Wir nennen diese kontextspezifischen Ausprägungen von fundamentalen Erkenntnissen und Modellen, Sozialtechniken.

Aus diesem Grunde sind alle Vier-Schritte-Zyklen Modelle kontextspezifische Ausprägungen eines Modells, das wir der Einfachheit und dem Respekt der Erstautorenschaft wegen, PDCA-Zyklus oder Deming-Kreis nennen: Entscheidend ist, dass der PDCA-Zyklus eine iterative, validierende Anpassung des Handelns in seiner allgemeinsten Form zum Ausdruck bringt. Bei entsprechender Abstraktion ist es gleichgültig, auf welcher Zeitskala diese Anpassung stattfindet. Im Feld aber auch in einer Sitzung, einem Workshop ist oft eine schnelle und passende Aktion/Intervention erforderlich: Die Wahrnehmung, die Beobachtung liefert den Hinweis für unser Gehirn um mittels Intuition (d.h. geronnener Erfahrung, dies ist auch eine Form von vorgefertigtem Plan) eine Aktion/Intervention einzuläuten, die dann auf ihre Wirksamkeit überprüft und ggf. angepasst wird [5]. So gesehen, also bei entsprechender Abstraktion und damit verbundener Meta-Kompetenz, gibt es keinen Unterschied zwischen den verschiedenen Vier-Schritte-Zyklen. Es sind lediglich kontextspezifische Anpassungen des gleichen Modells: Soll-Ist Vergleich bilden, Agieren, Überprüfen, Anpassen.

Eine entsprechende Aussage gilt auch für das fundamentale Modell der Ziel-Hierarchie. Für mich sind alle o.g. Ziel-Hierarchien Ausprägungen der fraktalen Ziel-Hierarchie aus Abbildung 2. Jedoch, wenn diese Ziel-Hierarchie Selbstorganisation unterstützen soll, dann muss die Ziel-Hierarchie als Ordnungsparameter [4], [5] wirken. Das grundlegende Prinzip, das wir in diesem Fall für jegliche Ausgestaltung der Ziel-Hierarchie anwenden, ist das der Selbstorganisation. Nach der Theorie der Selbstorganisation sind hierzu Rahmen-, Kontroll- und Ordnungsparameter auzugestalten.

Damit die Ziel-Hierarchie wirksam zur Ausbildung eines Ordnungsparameter eingesetzt werden kann, müssen folgende Prinzipien umgesetzt werden:

Die Ziel-Hierarchie als Informations-Hierarchie muss die gesamte Organisation abdecken. Die organisationale Struktur (Hierarchie) muss zur Informations-Hierarchie passen.

Die Ziel-Hierarchie muss transparent für alle Mitglieder einer Organisation, horizontal und vertikal, selbstreflexiv entwickelt werden: Teile der Ziel-Hierarchie dürfen also nicht von oben nach unten fix vorgegeben werden, sondern die Informations-Hierarchie wird von oben nach unten und von unten nach oben in einem PDCA-Zyklus überprüft und angepasst. Damit entstehen Sinn und Motivation für alle Mitglieder einer Organisation, die Basis damit sich der Ordnungsparameter ausbilden kann.

Diese Art des Arbeitens dürfte in den meisten Organisation einen dramatischen Kulturwandel notwendig machen, auch dann, wenn sie schon viele Jahre agile Techniken einsetzen. – Eine Erkenntnis, die sich bei entsprechender Abstraktion zwangsläufig ergibt. – Der Unterschied, der einen Unterschied macht, liegt also nicht in der Vielfalt der Ziel-Hierarchie Modelle, sondern in der souveränen kontextspezifischen Anwendung einiger weniger Prinzipien. – Agilität entsteht nicht auf Verhaltensebene bzw. Technikebene, sondern in der Abstraktion, Ebenen darüber.     

[1] Wikipedia (2019) OODA: https://de.wikipedia.org/wiki/OODA-Loop, zugegriffen am 24.06.2019, Anfang Juni 2019 in Linkedin diskutiert.

[2] Dietrich Sabine (2019) Schlau statt Sau – Souveränität im Methodenwahn, ManagerSeminare, Heft 256, Juli 2019

[3] Walsh Mike (2019) The Algorithmic Leader: How to Be Smart When Machines Are Smarter Than You, März 2019

[4] Oswald Alfred und Müller Wolfram (Hrsg.) (2019) Management 4.0 – Handbook for Agile Practices, BoD

[5] Oswald Alfred, Köhler Jens, Schmitt Roland (2016) Projektmanagement am Rande des Chaos, Springer

[6] Weidemüller Arved (2019) OKR’s funktionieren nicht ohne Kulturwandel, ManagerSeminare, Heft 256, Juli 2019