Ein Unternehmen möchte seine Auftragsbearbeitung mit KI beschleunigen.
Die Anforderungen sind formuliert. Anbieter werden verglichen, Budgets vorbereitet. Alles deutet darauf hin, dass die nächste Aufgabe darin besteht, die passende Technologie auszuwählen.
Doch stellen wir uns vor, bei einem genaueren Blick auf die Abläufe zeigt sich etwas anderes.
Die meiste Zeit verlieren Aufträge nicht bei ihrer Erfassung. Sie warten auf Freigaben, durchlaufen unklare Zuständigkeiten oder bleiben zwischen ERP, Dokumentenmanagement und Fachabteilungen liegen.
KI könnte einzelne Arbeitsschritte beschleunigen.
Aber würde sie das eigentliche Problem lösen?
Vielleicht wurde die wichtigste Entscheidung des Projekts bereits getroffen, bevor das Problem ausreichend verstanden war.
Der Wunsch ist klar. Das Problem vielleicht nicht.
Unternehmen treffen Entscheidungen mit unvollständigem Wissen. Das ist keine neue Erkenntnis.
Der Wirtschaftswissenschaftler Herbert Simon beschrieb dieses Phänomen als begrenzte Rationalität: Entscheidungen entstehen unter eingeschränkter Information, Aufmerksamkeit und Zeit.
Für Transformationsprojekte hat das eine wichtige Konsequenz.
Wenn eine Fachabteilung sagt: „Wir brauchen ein neues ERP“, beschreibt sie zunächst ihre Sicht auf eine notwendige Veränderung. Vielleicht ist ein neues ERP tatsächlich die richtige Lösung.
Vielleicht liegt das Problem aber auch bei widersprüchlichen Daten, fehlenden Verantwortlichkeiten oder Prozessen, die nie gemeinsam betrachtet wurden.
Eine formulierte Anforderung ist deshalb noch keine überprüfte Diagnose.
Die Frage bestimmt, welche Lösungen wir sehen.
Amos Tversky und Daniel Kahneman zeigten, wie die Darstellung einer Entscheidung beeinflussen kann, welche Optionen Menschen bevorzugen.
Übertragen auf unser Beispiel:
Fragen wir „Welche KI brauchen wir?“, untersuchen wir Modelle, Anbieter und Funktionen.
Fragen wir „Warum dauert unsere Auftragsbearbeitung so lange?“, untersuchen wir Wartezeiten, Systemgrenzen, Entscheidungen und Informationsflüsse.
Beide Fragen können sinnvoll sein. Aber sie führen zu unterschiedlichen Untersuchungen.
Und möglicherweise zu völlig unterschiedlichen Investitionen.
Manchmal liegt die größte Verbesserung nicht in einer besseren Antwort, sondern in einer besseren Frage.
Anforderungen entstehen auch beim Verstehen.
Interessanterweise zeigt die Forschung zum Requirements Engineering, dass Anforderungen nicht einfach vollständig vorliegen und nur noch eingesammelt werden müssen.
Eine empirische Studie von Ferrari, Spoletini und Debnath untersuchte, wie Anforderungen während Interviews und weiterer Analyse entstehen und sich verändern. Ihr Befund: Anforderungsentwicklung ist auch ein gemeinsamer Entdeckungsprozess.
Das bedeutet nicht, dass jedes Unternehmen seine Bedürfnisse falsch einschätzt.
Es bedeutet, dass ein gutes Transformationsprojekt Raum braucht, um Annahmen zu überprüfen und neue Erkenntnisse in Entscheidungen einfließen zu lassen.
Was bedeutet das für Architektur?
Hier beginnt für uns das Zusammenspiel von Infrastructure, Systems und Processes – I|S|P.
Infrastruktur schafft sichere und belastbare technische Voraussetzungen.
Systemarchitektur macht Anwendungen, Daten, Schnittstellen und Verantwortlichkeiten verständlich.
Prozessautomatisierung setzt dort an, wo Abläufe und gewünschte Ergebnisse ausreichend geklärt sind.
Diese Betrachtung muss kein monatelanges Vorprojekt sein. Oft genügt ein gezielter Blick auf einen kritischen Geschäftsprozess oder ein kleiner Prototyp, um entscheidende Annahmen zu überprüfen.
Vor einer größeren Investition sollten drei Fragen beantwortet werden können:
- Welches konkrete Problem wollen wir lösen?
- Wo entsteht es tatsächlich – und wer ist dafür verantwortlich?
- Woran erkennen wir, dass unsere Veränderung erfolgreich war?
Erst daraus ergibt sich, ob eine neue Plattform, eine Integration, Automatisierung, KI oder eine organisatorische Veränderung sinnvoll ist.
Erst verstehen. Dann verändern.
Transformation bedeutet nicht, dass ein Unternehmen von Beginn an alle Antworten kennen muss.
Aber es sollte wissen, welche Annahmen seiner nächsten großen Entscheidung zugrunde liegen.
Eine gute Architektur schafft dafür Orientierung. Sie macht Zusammenhänge sichtbar, grenzt Unsicherheit ein und hilft, Veränderungen gezielt zu gestalten.
Die wichtigste Aufgabe ist deshalb nicht immer, schneller eine Lösung zu finden. Sondern zuerst sicherzustellen, dass wir das richtige Problem lösen.
Wissenschaftliche Grundlagen
- Herbert Simon – Rational Decision-Making in Business Organizations, 1978
- Amos Tversky & Daniel Kahneman – The Framing of Decisions and the Psychology of Choice, 1981
- Paul Slovic – The Construction of Preference, 1995
- Ferrari, Spoletini & Debnath – How do requirements evolve during elicitation?, 2022
Das einleitende Unternehmensbeispiel ist hypothetisch. Die Forschung belegt Mechanismen der Entscheidungsfindung und Anforderungsentwicklung, nicht eine allgemeine Ursache für das Scheitern von Transformationsprojekten.
