Inhaltsübersicht

Was hier mit Lagebeurteilung gemeint ist

Warum klassische Karriereplanung an Grenzen stößt

Was man jetzt konkret tun kann

Die eigentliche Zukunftsaufgabe

„Lagebeurteilung“ klingt ein bisschen nach Bundeswehr, Kartenmaterial und Kommandostand. Falsch ist die Assoziation nicht: In instabilen Umbruchphasen reicht Selbstoptimierung allein nicht mehr aus. Entscheidend wird, wie gut man die tatsächliche Bewegung des Systems versteht, in dem man arbeitet.

Strategische Frühaufklärung kommt aus dem Militär, tatsächlich. Noch vor wenigen Jahren war derlei Luxusthema: Karriereplanung galt in den meisten Branchen als relativ berechenbar.

Wer

• gute Leistung brachte,
• sich weiterbildete,
• sichtbar war,
• Netzwerke aufbaute,
• Führungsverantwortung übernahm,

hatte meist gute Chancen, sich langfristig stabil zu entwickeln.

Diese Logik verschwindet nicht vollständig, aber sie reicht nicht mehr aus. Denn die KI-Transformation verändert derzeit nicht nur einzelne Tätigkeiten, sondern die Struktur ganzer Wertschöpfungssysteme. Und damit auch die Frage, welche Rollen, Fähigkeiten und Karrierepfade langfristig stabil bleiben.

Besonders sichtbar wird das derzeit in wissensintensiven Berufen:

Eine viel diskutierte Studie von Anthropic („Labor Market Impacts of AI“, Frühjahr 2026) zeigt hohe KI-Expositionen unter anderem bei

• Programmierung,
• Customer Service,
• Marktforschung,
• Marketing,
• Datenverarbeitung,
• Analyse- und Wissensarbeit.

Auffällig dabei:

Besonders exponiert sind nicht primär einfache Tätigkeiten, sondern oft hochqualifizierte Wissensarbeit; also genau jene Bereiche, die lange als vergleichsweise sicher galten. Gleichzeitig zeigen sich erste Veränderungen bereits bei Berufseinsteiger:innen: Unternehmen reduzieren vielerorts nicht sofort massiv Stellen, sondern verändern zunächst ihre Einstellungslogik. Es werden weniger neue Menschen eingestellt, bestimmte Aufgaben anders verteilt und Teams anders strukturiert.

Die eigentliche Veränderung passiert deshalb oft zunächst unsichtbar:
nicht als plötzlicher Arbeitsplatzverlust, sondern als langsame Verschiebung von Rollen, Anforderungen und Wertschöpfungslogiken.

Was hier mit Lagebeurteilung gemeint ist

Mit Lagebeurteilung ist keine komplizierte Theorie gemeint, sondern etwas sehr Praktisches:

der Versuch, die tatsächlichen Bewegungen eines Arbeitsmarktes, einer Branche oder einer Rolle im engsten, allernächsten Wirkungskreis möglichst nüchtern zu lesen — statt sich nur auf Bauchgefühl, Einzelmeinungen oder klassische Karriere-Routinen zu verlassen. Letztlich geht es um Struktur-Know-how.

Viele Menschen orientieren sich beruflich noch immer vor allem an

• Erfahrungen aus der Vergangenheit,
• allgemeinen Karriere-Regeln,
• LinkedIn-Diskussionen,
• Empfehlungen von Führungskräften,
• informellen Netzwerken,
• einzelnen Trendbegriffen.

Das Problem:

In relativ stabilen Arbeitsmärkten funktioniert das oft erstaunlich gut, in strukturellen Umbruchphasen reicht es dagegen nicht mehr aus. Denn selbst erfahrene Führungskräfte oder C-Level-Entscheider sehen tiefgreifende Verschiebungen oft erst spät, insbesondere dann, wenn diese nicht offen kommuniziert, sondern schrittweise über

• Einstellungsstopps,
• Reorganisationen,
• KI-Integration,
• Automatisierung,
• neue Steuerungslogiken

ablaufen.

Wichtiger wird deshalb:

• Welche Rollen werden gerade seltener aufgebaut?
• Welche Aufgaben verlieren still an Bedeutung?
• Welche Bereiche gewinnen strategisch an Einfluss?
• Welche Funktionen werden stärker operationalisiert?
• Wo verschieben sich Entscheidungs- und Wertschöpfungslogiken?

Lagebeurteilung oder Strukturanalyse bedeutet deshalb vor allem:
nicht nur die eigene Karriere zu optimieren, sondern zuallererst die Bewegung des Systems zu beobachten, in dem diese Karriere stattfindet.

Warum klassische Karriereplanung an Grenzen stößt

Viele Karriereempfehlungen stammen noch aus einer Phase stabiler Arbeitsmärkte.

Die Grundlogik lautete:

• Kompetenzen ausbauen,
• sichtbar werden,
• Netzwerke stärken,
• Verantwortung übernehmen,
• die richtigen Positionen ansteuern.

Das ist nicht falsch geworden, aber diese Logik setzt stillschweigend voraus, dass

• Rollen stabil bleiben,
• Unternehmen relativ berechenbar funktionieren,
• Wertschöpfung ähnlich organisiert bleibt,
• beruflicher Aufstieg linear verläuft.

Genau diese Stabilität erodiert jedoch längst. In KI-getriebenen Märkten verändern sich nicht nur Tätigkeiten, auch

• Entscheidungsarchitekturen,
• Steuerungsformen,
• Koordinationslogiken,
• Sichtbarkeit von Leistung,
• Wertigkeit bestimmter Rollen.

Das bedeutet: Karriereplanung wird zunehmend weniger zu einer Frage individueller Optimierung als vielmehr zu einer Frage strategischer Kontextintelligenz. Die entscheidende Frage lautet nicht mehr nur: „Wie gut bin ich?“

Sondern:

• Wie stabil ist die Struktur, in der meine Rolle existiert?
• Welche Drift zeigt mein Berufsfeld?
• Welche Aufgaben werden aufgewertet?
• Welche verlieren schrittweise Anschlussfähigkeit?
• Welche Funktionen bleiben strategisch relevant?
• Welche werden austauschbarer?

Genau dort beginnt moderne Berufswegeplanung.

Was man jetzt konkret tun kann

Der erste Schritt besteht nicht darin, hektisch neue Skills zu sammeln. Zu allererst geht es darum, ein realistisches Bild der eigenen strukturellen Position zu entwickeln.

Hilfreich ist dabei eine einfache Umfeldanalyse entlang von fünf Ebenen:

1. Branche

• Wie stark verändert KI die Wertschöpfung in meinem Bereich?

• Entstehen dort neue Rollen — oder verschwinden eher bestehende?

• Verändert sich die Einstellungsdynamik bereits sichtbar?

2. Unternehmensform

• Arbeite ich in einem Konzern, Mittelstand, Scale-up oder Plattformunternehmen?

• Wie stark wird dort bereits automatisiert?

• Welche Steuerungslogiken dominieren?

3. Eigene Rolle

• Ist meine Funktion selten oder leicht ersetzbar?

• Arbeite ich an kritischen Schnittstellen?

• Erzeuge ich schwer ersetzbare Kontext- oder Koordinationskompetenz?

4. Sichtbarkeit der Wertschöpfung

• Ist nachvollziehbar, worin mein konkreter Beitrag besteht?

• Lassen sich Wirkung, Entscheidungen oder Problemlösungen sichtbar machen?

• Oder basiert mein Beitrag stark auf implizitem Wissen und informeller Koordination?

5. Systemische Drift

• Wird meine Rolle strategisch ausgebaut?

• Operationalisiert?

• Standardisiert?

• Automatisiert?

• Oder verschiebt sie sich bereits in neue Richtungen?

Die eigentliche Zukunftsaufgabe

Karriereplanung in der KI-Ära bedeutet deshalb etwas anderes als früher; nämlich nicht, den perfekten Lebenslauf zu bauen. Sondern: frühzeitig zu erkennen, wie sich die Strukturen verändern, in denen dieser Lebenslauf überhaupt noch funktioniert.

Weiterbildung, Sichtbarkeit und Netzwerke bleiben wichtig, aber sie kommen zunehmend an zweiter Stelle. Die erste Frage lautet:

Verstehe ich die reale Bewegung des Systems, in dem ich arbeite?

Denn genau dort entscheidet sich künftig und immer häufiger, welche Rollen stabil bleiben, welche an Einfluss gewinnen, und welche langsam ihre strategische Bedeutung verlieren.

Inhaltsübersicht:

Die heimliche Verschiebung

Weak Signal

Das eigentliche Risiko für agile Teams

Was agile Teams jetzt tun sollten

Die eigentliche Zukunftsfrage

Agile Arbeit hatte in Deutschland lange einen Imagebonus. Und gleichzeitig ein Imageproblem.

Der Bonus:

Agilität gilt als modern, menschenfreundlich, motivierend, teamorientiert. Sie steht für flachere Hierarchien, mehr Eigenverantwortung, schnellere Entscheidungen und eine Arbeitswelt, die besser zum Menschen passt als klassische Kommando- und Kontrollstrukturen.

Das Problem:

Die Debatte darüber wurde zunehmend psychologisch geführt; und wird sie bis heute.

Es geht um:

• Empowerment,
• Sinn,
• Motivation,
• Kultur,
• Selbstverwirklichung,
• New Leadership,
• Lernräume.

Das ist nicht falsch, im Gegenteil. Viele dieser Entwicklungen sind sinnvoll und überfällig.

Nur: Genau dadurch verlor die Debatte schrittweise den Anschluss an die eigentliche Transformation, die gerade entsteht. Die Forschung taucht gerade weiter ins agile Mindset ein und belegt fleißig die Ergebnisrelevanz, überzeugt damit aber kaum jemanden außerhalb der eigenen Blase.

Während die Diskussion über moderne Arbeit in Deutschland häufig in dieser Weise kulturell und psychologisch geführt wird, diskutieren Unternehmen im Kontext von KI plötzlich wieder sehr hart über

• Produktivität,
• Geschwindigkeit,
• Anpassungsfähigkeit,
• Automatisierung,
• Output,
• operative Steuerbarkeit.

Und da entshet gerade ein blinder Fleck.

Denn KI verändert nicht nur Tätigkeiten; sie verändert insbesondere die Art, wie Organisationen Leistung lesen, bewerten und organisieren.

Die heimliche Verschiebung

Agilität wird plötzlich anders gelesen

Viele agile Teams arbeiten heute bereits so, dass ihre Prozesse:

• in kleinere Einheiten zerlegt,
• iterativ organisiert,
• datenbasiert bewertet,
• schnell angepasst,
• kontinuierlich überprüft

werden können.

Das macht sie interessant für KI-getriebene Organisationen; und zwar nicht wegen der Kultur oder wegen Empowerment. Diese Arbeitsweise ist - ganz simpel - anschlussfähig an eine Welt, in der Unternehmen

• schneller lernen,
• schneller reagieren,
• schneller automatisieren

müssen.

Das bedeutet: Agilität verschwindet nicht, sie wird aber wirtschaftlich neu interpretiert.

Und das verändert gerade die Spielregeln.

Weak Signal

Der Fall Block

Besonders sichtbar wurde diese Verschiebung zuletzt beim US-Konzern Block rund um Jack Dorsey. Dort wurde im Februar 2026 ein massiver Stellenabbau (von 10.000 MA auf knapp unter 6.000) explizit mit KI-basierten „Intelligence Tools“, kleineren Teams und einer neuen Form produktiver Organisation begründet.

Bemerkenswert war dabei weniger der Personalabbau selbst als die Argumentation dahinter. Dorsey beschreibt KI nicht einfach als neues Tool, sondern als neue Organisationslogik:

• kleinere Teams, schnellere Iterationen, höhere Produktivität, klarere Leistungsstrukturen.

Mit anderen Worten:

Die Sprache der Agilität taucht plötzlich im Kontext radikaler Effizienz- und KI-Debatten wieder auf, allerdings in einer ökonomischen Lesart, nicht mehr in einer psychologischen.

Für Europa ist das noch keine Blaupause, aber ein Vorbote – vor allem für diejenigen, die agiles Arbeiten schätzen, modern und anschlussfähig machen wollen.

Das eigentliche Risiko für agile Teams

Viele agile Einheiten glauben noch immer, ihr Wert liege vor allem in

• guter Zusammenarbeit,
• Lernfähigkeit,
• Offenheit,
• Teamkultur,
• moderner Führung.

Das alles bleibt wichtig. Aber unter KI-Bedingungen reicht es möglicherweise nicht mehr aus, dass ein Team „gut arbeitet“.

Entscheidend wird zunehmend: Kann die Organisation erkennen, worin die konkrete Wertschöpfung dieses Teams besteht?

Teams, deren Beitrag

• schwer sichtbar,
• schwer operationalisierbar,
• schwer messbar,
• schwer anschlussfähig

wirkt,

geraten schneller unter Druck.

Das hat nichts mit schlechter Arbeit zu tun, sondern damit, dass ihre Leistung im neuen System schlechter lesbar wird. Die IT-Struktur kann sie nicht »sehen«. Genau das ist die eigentliche Verschiebung.

Was agile Teams jetzt tun sollten

Wer agile oder autonome Arbeitsformen langfristig erhalten will, muss beginnen, deren Wert anders zu erklären: nicht nur kulturell, sondern strategisch und unternehmerisch.

Fünf Punkte werden dabei wichtiger:

1. Wertschöpfung sichtbar machen

Viele agile Teams leisten enorm viel Koordinations-, Übersetzungs- und Anpassungsarbeit.

Das Problem: Diese Arbeit bleibt oft unsichtbar.

KI-Organisationen bevorzugen jedoch Strukturen, deren Wirkung nachvollziehbar wird:

• kürzere Reaktionszeiten,
• bessere Entscheidungen,
• geringere Fehlerkosten,
• schnellere Anpassung,
• höhere Innovationsgeschwindigkeit.

Agile Teams müssen lernen, genau diese Wirkung klarer zu zeigen.

2. Lernfähigkeit an Geschäftswirkung koppeln

„Wir lernen viel“ reicht künftig nicht mehr.

Interessant wird:

• Was verbessert sich dadurch konkret?
• Welche Probleme werden schneller gelöst?
• Welche Risiken sinken?
• Welche Entscheidungen werden besser?

Lernfähigkeit bleibt zentral – aber sie muss stärker mit organisatorischer Wirkung verbunden werden.

3. KI nicht als Tool, sondern als Leistungsarchitektur verstehen

Viele Organisationen behandeln KI derzeit noch wie Software.

Tatsächlich verändert KI aber die gesamte Struktur von Arbeit:

• Wer liefert Inkremente?
• Wer bewertet Qualität?
• Wo entstehen Entscheidungen?
• Welche Arbeit wird sichtbar?
• Welche verschwindet?

Teams, die das früh verstehen, können sich strategisch neu positionieren.

4. Geschwindigkeit UND Adaptionsfähigkeit zeigen

In klassischen Organisationen galt lange: Effizienz schlägt Anpassung. In hochdynamischen Märkten kann das Gegenteil gelten.

Der eigentliche Vorteil agiler Teams liegt oft nicht darin, dass sie „netter“ arbeiten, sondern dass sie Unsicherheit schneller verarbeiten können.

Genau das könnte in KI-getriebenen Märkten zu einem entscheidenden Wettbewerbsvorteil werden.

5. Menschliche Arbeit neu erklären

Die größte Gefahr besteht möglicherweise darin, menschliche Arbeit weiterhin mit dem alten Vokabular zu verteidigen:

• Motivation,
• Zufriedenheit,
• Wohlfühlen,
• Kultur.

„Letztlich zählt der Mensch“: Moralisch top, ökonomisch aber so unscharf, dass es beinahe falsch wird. Was bis auf Weiteres gilt:

Bestimmte Formen menschlicher Adaptionsfähigkeit sind unter Unsicherheit ökonomisch hochleistungsfähig. Das gilt für KI erstmal nicht; womöglich noch für längere Zeit – und ist eine völlig andere Aussage.

Die entscheidende Frage lautet daher künftig eher:

Welche Formen menschlicher Zusammenarbeit erzeugen Leistungen, Innovationen und Anpassungsfähigkeit, die KI-Systeme allein nicht hervorbringen?

Genau dort beginnt die nächste Entwicklungsstufe moderner Arbeit.

Die eigentliche Zukunftsfrage

Die Frage nach der Zukunft moderner Arbeit besteht nicht in Dualismen; etwa zwischen:

• KI

oder

• menschenorientierter Arbeit

zu wählen.

Sondern darin, beides intelligent miteinander zu verbinden. Für Brückenbau sind die meisten Debatten, wie wir sie in Deutschland gerade führen, jedoch ungeeignet. Die Debatte hängt derzeit fest zwischen:

• „New Work ist Quatsch“

und

• „New Work rettet die Menschheit“.

Beides ist analytisch schwach, holt die Menschen hierzulande aber ab. Es bedient das dominante Diskursbedürfnis.

Die Gewinner der kommenden Jahre könnten deshalb weder die starrsten Hierarchien noch die romantischsten New-Work-Modelle sein, sondern jene Organisationen – und ihre Führungskräfte, Unit-Leiter:innen, wache CIOs oder New Worker, die die Psycho-Verzwergungen der eigenen Community leid sind –, die menschliche Adaptionsfähigkeit in produktive, KI-kompatible Arbeitsformen übersetzen können.

Dort beginnt die Debatte gerade neu; und – aus zukunftsforscherischer Sicht: hoch wahrscheinlich deutlich substanzieller und nachhaltiger als in Phase 1.

Klassisches Leistungsverständnis

Verschiebung im KI-Zeitalter

Typische Missverständnisse

Beispiele für verschobene Leistung

Gemeinsamer Kern

Klassisch versus verschoben (Tabelle)

Fazit

Leistung gilt in Organisationen seit Jahrzehnten als etwas scheinbar Eindeutiges:

• messbare Ergebnisse, klare Kennzahlen, saubere Soll-Ist-Vergleiche.

Im beginnenden KI-Zeitalter gerät dieses Bild ins Rutschen. Das liegt nicht daran, dass Menschen plötzlich schlechter arbeiten, oder zu wenig, zu oft im Homeoffice chillen oder Quiet Quitter sind, sondern weil sich die Bewertungslogiken verschieben.

In diesem Beitrag schaue ich mir an, wie sich das klassische Leistungsverständnis verändert und warum viele kluge, engagierte Fach- und Führungskräfte genau an dieser stillen Verschiebung ins Straucheln geraten.

Klassisches Leistungsverständnis

In der klassischen BWL bezeichnet Leistung das Ergebnis betrieblicher Tätigkeit: den Output an Gütern oder Dienstleistungen, der aus dem Einsatz von Ressourcen entsteht. Dieser Output wird gemessen – in Mengen (Stückzahlen, Fälle) oder in Werten (Umsatz, Erlöse).

Leistung steht dabei immer im Verhältnis zu zwei Kriterien:

• Effektivität (Zielerreichung)

• Effizienz (Ressourceneinsatz).

Im Management wird daraus ein klarer Steuerungskreislauf: Ziele setzen, planen, umsetzen, messen, kontrollieren.

Leistung ist in diesem Modell eindeutig zurechenbar zu Personen, Rollen oder Bereichen.

Verschiebung im KI-Zeitalter

Mit dem Einsatz von KI verändert sich dieses Modell; bei den meisten bislang unbewusst.

Typische Symptome:

• Hohe Aktivität, steigender Einsatz, aber abnehmender Einfluss oder unsicherer werdender Marktanschluss.

• Die Person optimiert sich selbst (mehr Leistung, mehr Sichtbarkeit, mehr Qualität), während sich die Bewertungs- und Steuerungslogik des Umfelds verändert.

• Entscheidungen „von oben“ (z.B. Umbauten, Rollenstreichungen) wirken überraschend und ungerecht, weil die verdeckte Verschiebung im Leistungsverständnis nie explizit adressiert wurde.

Gründe:

Leistung entsteht zunehmend in Mensch–Maschine-Koproduktionen. Sie ist weniger individuell zurechenbar und verteilt sich auf Systeme, Teams und Infrastrukturen. Immer mehr Menschen arebeiten mit KI, viele Messungen wandern in IT-Infrastrukturen ab, Prozess-Controlling übernimmt Teile bisheriger Menschen-Leistung usw.

Gleichzeitig verschiebt sich der Bezugspunkt:

Weniger die einzelne Handlung zählt als die Passung der Rolle im Gesamtsystem:

Je mehr Selbstentscheidung, Orts- und Zeitautonomie und souveräne Arbeitsweisen in den Firmen Einzug halten, desto mehr Komplexität entsteht, und desto stärker hängt das Ergebnis davon ab, dass die immer zahlreicher werdenden Einzelfaktoren stimmig ineinandergreifen. Dass Reibung moderiert wird, dass Konflikte selbständig gelöst werden, dass viel vorausschauender als früher gearbeitet werden muss, ist zwingend. Das weißt aber niemand an.

Diese Situation, in die alle hineinschlittern, die niemand „ansagt“, die aber geradezu automatisch entsteht (weil das System es erfordert), führt zu einem grundlegenden Problem: Die Leistung sinkt nicht, aber sie wird anders gelesen.

Sie muss anders gelesen werden, denn ihr Zustandekommen ist völlig anders als früher.

Typische Missverständnisse

Viele Fach- und Führungskräfte reagieren jedoch auf Unsicherheit wie gewohnt:
mehr leisten, sichtbarer werden, sich weiterentwickeln.

Das ist nachvollziehbar, geht aber an der neuen Realität vorbei.

Denn das Problem liegt ja meist nicht in der Leistung selbst, sondern in der veränderten Bewertungslogik der Rolle. Bei allen Beteiligten bleibt die jedoch eine ganze Zeit lang unbewusst.

Beispiele für verschobene Leistung

Führungskräfte

Liefern stabil gute Ergebnisse, während reale Einflusszonen in neue Gremien oder Datenstrukturen abwandern. (Horizontale Macht entwickelt sich unsichtbar, weil wir alle nur auf vertikale Macht geeicht sind.)

Gründer

arbeiten operativ immer intensiver, die Firma wächst – obwohl ihre Rolle längst strategisch neu definiert werden müsste. Intern lösen die Leute das dann auf ihre Weise -> die Gründerrolle fängt an zu schlingern.

Coaches

steigern die Qualität ihrer Arbeit, während Nachfrage und Marktanschluss instabiler werden. Und fragen sich, was sie falsch machen. (Gar nichts. Sie scannen nur ihre Wirkstruktur nicht.)

Gemeinsamer Kern

In allen Fällen zeigt sich das gleiche Muster:

Hohe Aktivität trifft auf sinkende Passung. Die Reaktionen sind alle plausibel, aber sie orientieren sich an einem Leistungsverständnis, das auf stabilen, vertikal getriggerten Systemen beruht.

Das Umfeld hat sich jedoch bereits verändert: Bewertungslogiken, Machtachsen und Marktmechanismen folgen längst anderen Regeln.

Klassisch versus verschoben (Tabelle)

Fazit

Leistung verschiebt sich von klar zurechenbaren Einzelergebnissen hin zur Passung von Rollen in komplexen Systemen. Das klingt höchst akademisch, ist jedoch extrem konkret.

Entscheidend ist weniger, wie viel jemand leistet als 
wie gut diese Leistung zur aktuellen Systemlogik passt.

Wer diese Logik nicht in Betracht zieht, läuft Risiko, am System vorbeizuleisten. Viele Leistungsprobleme sind deshalb inzwischen eigentlich Deutungsprobleme.

Die Arbeit ist gut, folgt aber einer Logik, die das System bereits verlassen hat.

Vermeintlich vernünftig

Beispiel

Konsequenz

Leistung schützt, haben wir gelernt.
Wer gut ist, bleibt. Das klingt nach Erfahrung und Verstand, beides stimmt nicht mehr.

Vermeintlich vernünftig

Lange Zeit hat das funktioniert; nicht perfekt, aber brauchbar. Wer geliefert hat, kam weiter, wer sichtbar war, wurde gefragt. Man konnte sich daran halten wie an ein Geländer.

Heute steht das Geländer noch, es führt nur manchmal ins Nichts. Leistung wird gesehen, aber anders gelesen. Sie ist kein Maßstab mehr, eher ein Vorschlag.

Man ist beschäftigt und bleibt gut, verliert immer häufiger aber trotzdem an Gewicht. Die Rolle sieht stabil aus, während sie wegbröckelt.

Beispiel

Kerstin ist so ein Fall. 39, Senior Managerin, immer geliefert. Gute Projekte, gute Zahlen, gutes Netzwerk; ihr System sagt: „Weiter so.“

Gleichzeitig passiert etwas anderes. Projekte entstehen ohne sie, andere rücken nach vorn, neue Themen tauchen auf, als hätten sie schon immer gefehlt. Sabine reagiert richtig. Sie gibt Gas, erhöht den Einsatz, die Präsenz, lernt. Sie optimiert sich - und freut sich, dass es weitergeht. Dass was passiert, die Organisation modernisiert sich.

Sie lernt nur leider am falschen Maßstab.

Sie glaubt, es gehe um Leistung. Das System prüft aber Anschluss; an inzwischen schnell wechselnde neue Scharniere: Nähe zu neuen Machtzentren, Kodierbarkeit als zukunftsrelevant. Die anderen sind nicht besser – sie passen besser. Diejenigen, die langsam rausfallen, sind womöglich High Performer, liegen aber nicht im Evolutionspfad der Firma.

Sabine bleibt stark, sichtbar, beschäftigt, wird aber seltener gebraucht. Zwei Jahre später ist sie immer noch gut, nur nicht mehr naheliegend. Gezogen wird jemand anderes.

Konsequenz

Die Frage ist nicht mehr nur, ob du genug leistest. Frag dich, als Fach- und Führungskraft:

Woran würdest du erkennen, dass deine Leistung noch übersetzt wird? Genauer: in den aktuellen Pfad der Wertschöpfung? In die Drift, in der ihr jetzt steht, die sich abzeichnet? Bist du auf diesem Pfad überhaupt gelistet? (Falls nicht, ist deine aktuelle Performance nicht egal, aber zweitrangig. Sie entscheidet nicht über deine Zukunft dort.)

Oder als Coach oder Berater:in:

Woran erkennst du, dass dein gutes, belegbares Kundenerlebnis, das du verlässlich ablieferst, sich für deine Kunden wirksam in deren Umfeld übersetzen lässt? Die Frage: „Können und werden sie das umsetzen?“ war bisher eine recht einfache, unterkomplexe Denkübung für dich (bzw. dein Auftrag). Das hat sich grundlegend geändert. Die meisten können sehr wohl über- und umsetzen (dank deiner guten Arbeit), haben aber in ihrem eigenen Wirkungsradius gar nicht die Umfeldstruktur, die in der Lage wäre, ihr neues Handlungsmuster zu resorbieren. Und das liegt nicht an dir.

Leistung ist kein Beweis mehr, sie ist eine Deutung. Es gibt inzwischen zahlreiche Studien dazu: Hinter Leistung entstehen firmenspezifische Narrative.

Die wichtige Frage lautet deshalb nicht nur: Leiste ich genug? Sondern: Woran würde ich erkennen, dass meine Leistung im aktuellen System überhaupt noch in Relevanz übersetzt wird? 

Solange diese Frage offenbleibt, kann sehr viel gute Arbeit auf eine Rolle einzahlen, die bereits an Tragfähigkeit verliert.

Vermeintlich vernünftig

Warum das so lange funktioniert hat

… und warum jetzt nicht mehr

Die praktische Folge

Konsequenz

Für Zukunftsbeobachtung gelten seit Jahrzehnten allgemeingültige Regeln. Die zentrale: Wer die Zukunft verstehen will, muss Trends beobachten. Klingt vernünftig; und zwar so sehr, dass man das nicht mehr hinterfragt.

Vermeintlich vernünftig

Früher hat das funktioniert. Wir haben gesehen, dass etwas wächst – eine neue Entwicklung, ein Trend formt sich –, und dann ist man mitgewachsen, wie bei Kindern. Oder Immobilienpreisen.

Heute beobachten wir mehr Trends als je zuvor: Megatrends, Gegentrends, Metatrends, Mikrotrends, eigentlich fehlt nur noch der Trend zum Trend.

Das Problem ist: Je mehr wir beobachten, desto weniger verstehen wir. Man könnte sagen, wir haben die Zukunft im Blick, nur leider bewegt sie sich inzwischen schneller als unser Blick. Das erzeugt Drehschwindel, aber kein Urteilsvermögen.

Warum das so lange funktioniert hat

Früher war die Welt stabil genug, um sie von außen zu betrachten. Man selbst stand fest, alles andere hat sich bewegt.

Das ist ein angenehmes Modell. Es hat 70 Jahre lang funktioniert und uns Wohlstand und Wachstum beschert. Wir haben gelernt: Man selbst bleibt gleich, nur die Welt verändert sich.

Die Leserin wird genug Leute kennen, die genau das unbegrochen anwenden („Die Welt ist verrückt geworden“, „Man weiß kaum noch, wo oben und unten ist“, „Es blickt doch keiner mehr durch“ usw.).

Also schaut man andauernd hin, erkennt „Muster“, nennt sie Trends und fühlt sich klüger als der Rest.

Das funktioniert immer noch erstaunlich gut - solange, bis man merkt, dass man selbst Teil der Bewegung ist.

… und warum jetzt nicht mehr

Heute verändert sich nicht nur die Welt, sondern auch der, der sie beobachtet. Das klingt harmlos, wahlweise auch „akademisch“ (Lieblingsvokabel von Unternehmer:innen), aber das ist es nicht. Man könnte das wissen: Namen haben wir genug dafür (Zeitenwende, Transformationsgesellschaft, Disruption usw.), nur mit der situativ angemessenen Reaktion darauf hapert‘s.

Denn plötzlich ist nicht mehr klar, ob man einen Trend erkennt, oder ihn nur deshalb mitbekommt, weil sich das eigene Fundament verändert hat und man nun anders schaut. Und einen die Ahnung beschleicht, dass andere Kräfte auf einen einwirken als bisher; daher die veränderte Wahrnehmung.

Unsere Beobachtung: Die meisten investieren geistig viel, um übersehen zu dürfen, dass die Umfeldentwicklung ihre eigene Position verschiebt. Das ist normal und menschlich: Wir haben Dauer-Transformation. Jedes Geschichtsbuch beschreibt solche Phasen.

Man unterschätze jedoch nicht die geistige Energie, die das erfordert; die kontinuierlich mitläuft. Den Aufwand, die alte Perspektive aufrechtzuerhalten, entgegen vieler zunehmender Alltags-Intuitionen. Das ist ein wichtiger Grund, warum die Zeitläufte gerade so anstrengend sind.

Das Problem ist nicht, dass sich alles verändert; in der alten Beschreibung wirkt das nur so (daher der mentale Drehschwindel). Das Problem ist, dass es keinen festen Punkt mehr gibt, von dem aus man sagen könnte: „Das hier ist Veränderung“.

Und den gibt es bis auf Weiteres auch nicht mehr.

Das ist nicht dramatisch, man sollte bloß seine Perspektive anpassen. Auf Dauer kann niemand eine kontinuierliche Kalibrierung durchhalten.

Die praktische Folge

Wir werden immer besser darin, die Welt zu analysieren und immer schlechter darin, uns selbst einzuordnen. Die Tools sind beeindruckend und werden fast exponenziell besser; KI erkennt Muster, prognostiziert Entwicklungen, findet Zusammenhänge, die wir übersehen würden.

Also glauben wir: bessere Analyse führt zu besseren Ergebnissen.

Das ist naheliegend; im alten Weltbild nennt man das „logisch“.

Real gilt: Es ist falsch und unlogisch, weil: unterkomplex. Es benutzt einfach weiter die alte Perspektive und wundert sich, warum alles so „ver-rückt“ erscheint. Dabei ist gar nichts ver-rückt, wir passen bloß unseren Blick auf die heutigen Ereignisse nicht an. Und dann fehlt die Passung – das ist das Ver-rückte.
Beispiele:

• Eine Prognose ist korrekt, aber sinnlos (die Situation gibt’s bereits gar nicht mehr). Ver-rückt.

• Die Leistungsdaten einer Person werden besser und ihre KPI-Projektion ist zutreffend, sie läuft trotzdem immer stärker an der Wertschöpfung der Firma vorbei. Sie ist nicht mehr so wichtig wie früher. Ver-rückt.

• Das Szenario für künftiges Kundenverhalten ist faktisch gedeckt, realisiert sich aber nicht. Die Kunden verhalten sich nicht gegenteilig, sondern anders. Das hat oft viel mit sich verändernden sozialen Umfeldern zu tun; mit plötzlichen Stimmungswechseln im eigenen Milieu. Ver-rückt.

Alles das sind Einschätzungen für Entwicklungen, die eines nicht tun: Die Struktur, aus der heraus sie beobachten und projizieren, in die Projektion mit einzupreisen.

Wenn sie das tun würden, würde die Prognose weniger genau, aber vom Ansatz her sehr viel valider, realistischer und erfolgswahrscheinlicher.

Man könnte auch sagen: Wir sehen immer genauer, was passiert, nur nicht mehr, wo wir selbst dabei stehen. Und die KI hilft uns dabei: Schließlich denkt sie exakt von dort aus, wo wir sie hingestellt haben.

Konsequenz

All das führt dazu, dass Menschen durchaus kluge Außenanalysen machen und trotzdem falsch reagieren. Sie sehen den Wandel, aber sie sehen nicht sauber, wie sich ihre eigene Position darin, von der aus sie entscheiden, bereits verschoben hat.

Für biographische Planung (ob beruflich oder privat) ist das brisant.

Die entscheidende Frage ist deshalb nicht mehr nur, was da draußen passiert, sondern auch – und zuerst –, ob ich meine eigene Rolle darin erkenne und unter Kontrolle habe. Erst wenn das klar ist, entsteht wieder eine belastbare Grundlage für Entscheidungen.

Früher konnte man sich auf seinen Standpunkt verlassen, heute muss man ihn erst einmal bestimmen.

Die gute Nachricht: Das ist mittlerweile ein Detail. Daten können wir. Wir haben die Technologie, damit das jeder für sich umsetzen kann, aber die Routine dafür - die muss erst mal einrasten.