Offenbar bin ich auch anfällig für Trendslop

KI als Strategieberater ist im Mainstream angekommen. Experimentierfreudige Geschäftsführer probieren das schon länger aus. Berater setzen voll darauf. Auch wir bei KRS nutzen KI für unsere Strategiearbeit. Nun zeigt eine aktuelle Studie in der Harvard Business Review, dass das ein Irrweg sein könnte: Alle großen Spitzenmodelle neigen systematisch zu derselben Art von Strategieempfehlung. Die Autoren nennen das „Trendslop“, eine starke Neigung zu populären Managementtrends. Peinlich: Beim Überfliegen der Studie fiel mir auf, dass meine eigenen Vorlieben denen der Sprachmodelle sehr ähneln. Offenbar bin ich auch anfällig für Trendslop.

Die Autoren testeten sieben grundlegende Spannungsfelder der Unternehmensführung. Bei sechs davon neigten alle Modelle deutlich zur selben Seite: Differenzierung statt Preiswettbewerb, Unterstützung des Menschen statt Automatisierung, langfristige statt kurzfristige Leistung, Dezentralisierung statt Zentralisierung, schrittweise statt radikale Innovation, Kooperation statt Wettbewerb. Nur beim Ausschöpfen des Bestehenden gegenüber dem Erkunden von Neuem waren die Modelle uneins. Der Artikel nennt diese Strategien „im Einklang mit modernen Management-Schlagworten und Trends“. Das tut weh. Woher kommen also meine persönlichen Neigungen oder Vorlieben?

Woher meine Vorlieben kommen

Nehmen wir Differenzierung gegenüber Preiswettbewerb. Ohne ein bestimmtes Produkt oder eine bestimmte Dienstleistung im Kopf zieht es mich intuitiv zur Differenzierung. „Ein Preiskampf ist nicht zu gewinnen.“ Dieser Impuls kommt vermutlich daher, dass ich früher vor allem mit Unternehmen gearbeitet habe, die gegen günstigere Wettbewerber kämpften und ihre Margen durch bessere Leistung oder Services schützen wollten. Eine bekannte Geschichte bei europäischen Industrieunternehmen, die mit günstiger Konkurrenz aus dem Ausland ringen. Natürlich weiß ich, dass es erfolgreiche Unternehmen gibt, die auf den Preis setzen. Mein Reflex tut sie aber als Ausnahmen ab und sucht immer nach Differenzierung, die den Gewinn verbessert. Ob meine Neigung repräsentativ ist oder nur Trendslop mit Fußnoten, lässt sich von innen schwer sagen.

Bei Automatisierung gegenüber Unterstützung zieht es mich sofort zur Unterstützung. Ich habe einige KI-Initiativen erlebt, Dutzende in sehr unterschiedlichen Organisationen, und das Muster ist immer gleich: Vollständige Automatisierung funktioniert bei sehr engen, klar umrissenen Aufgaben. Wenig Mehrdeutigkeit, wenig Unsicherheit. Sobald Kontext, Urteilsvermögen, Komplexität oder Sonderfälle ins Spiel kommen, gewinnt die Unterstützung unter menschlicher Aufsicht. Meine Intuition sagt mir, dass in der Unterstützung viel mehr Chancen liegen als in der Automatisierung, zumindest heute. Dieselbe Neigung wie bei den Sprachmodellen. Diesmal bin ich aber bereit, die Position zu verteidigen. Ich würde sagen, sie gilt heute für die Mehrheit der Unternehmen.

Ich könnte jedes Spannungsfeld einzeln durchgehen und Argumente für die jeweilige Neigung finden. Darauf will ich aber nicht hinaus. Die Autoren zeigen, dass ausführlicher Kontext manche Antworten der Sprachmodelle verschiebt, teils deutlich: Die Neigungen bei Zentralisierung und Innovation lösen sich weitgehend auf, andere schwächen sich ab. Bei Kooperation und Unterstützung bleibt die Neigung aber auch mit ausführlichem Kontext bestehen. Ich frage mich, ob es dafür einen guten Grund gibt. Anders gesagt: Würde man die strategischen Entscheidungen erfolgreicher Unternehmen in diesen hartnäckigen Spannungsfeldern auswerten, wäre die Verteilung ausgeglichen, oder würde sie zu den Polen neigen, die die Sprachmodelle bevorzugen? Mit dieser Frage verlasse ich diesen Artikel.

Was daraus für die Strategiearbeit mit KI folgt

Unabhängig davon, ob hinter diesen konkreten Neigungen etwas Wahres steckt, habe ich wenig Zweifel, dass heutigen Sprachmodellen Verzerrungen innewohnen. Deshalb sind die praktischen Hinweise des Artikels für die Strategiearbeit mit Sprachmodellen sehr solide. 1. Ausführliche, relevante Informationen als Kontext mitgeben (bei KRS unser Lieblingsthema). 2. Nach Vorteilen und Risiken der jeweiligen Gegenposition fragen. 3. Nach Beispielen für Unternehmen fragen, die mit der einen oder anderen Option Erfolg hatten oder gescheitert sind. Daraus ergibt sich ein allgemeiner Grundsatz für die Arbeit mit KI: Ziel ist, mit der KI starke Positionen und Argumente herauszuarbeiten, auf die man allein nicht gekommen wäre. Dann analysiert, bewertet und gewichtet man die Optionen gemeinsam mit der KI. Am Ende entscheiden Sie, und nur Sie, und tragen die Verantwortung dafür. Genau das heißt, strategisches Denken mit KI zu unterstützen, statt es zu automatisieren.

Zur Originalstudie in der Harvard Business Review (englisch)