Das ist Fortschritt

Alles was du zu Fortschritt wissen musst. (Und wie du zu ihm beitragen kannst)

Evolve or die – Entwickle dich oder sterbe. Oder in anderen Worten: Es gibt keine Alternative zum Fortschritt.

Was ist das (hypothetische) Maximum / Optimum? Ich liebe diese Frage. Und mittlerweile bin ich überzeugt, dass die Antwort “Unendlichkeit” ist. (Warum legt David Deutsch in seinem grandiosen Buch “Beginning of Infinity” so gut dar wie kein anderer)

Aber gehen wir systematisch vor:

Was ist Fortschritt?

Fortschritt lässt sich meiner Meinung nach recht einfach definieren. Und zwar in einer simplen Gleichung:

Die einfachste Definition von Fortschritt der Welt

Fortschritt = 1. Mehr Lösungen + 2. Bessere Lösungen

Mehr und bessere Lösungen? Warum? Weil in kurz gilt:

  1. Lösung(en) = > Frieden, Gesundheit, Freiheit, Leben, Wohlstand etc.
  2. Frieden, Gesundheit, Freiheit, Leben, Wohlstand etc. = > Glück
Mit den Grundlagen:
  • Wissen = Mehr / Bessere Lösungen
  • Wissen = Information mit kausaler Kraft.
  • = Mehr Wissen = mehr / bessere Lösungen = Fortschritt = Glück.

Oder anders formuliert:

Fortschritt = gut / positiv / besser + Zeit
Rückschritt = schlecht / negativ / schlechter + Zeit
Stillstand = egal / neutral / keine Veränderung + Zeit

(Natürlich abhängig von der Perspektive, in diesem Fall aus der des Betrachters)

Warum? Weil jede nur denkbare, negative Situation gleich einem Problem ist. Dir tut der Fuß weh? Das ist ein Problem. Das Klima brennt? Ist auch ein Problem.

Und was ist die Lösung für Probleme? Richtig, Lösungen sind die Lösungen für Probleme. Klingt komisch, ist aber glücklicherweise so einfach.

Und was braucht man, um Lösungen umzusetzen?

  1. Eine Lösung (Also Wissen)
  2. Die Anwendung der Lösung (Also die Motivation, dieses Wissen zur Lösung des Problems einzusetzen)

Dein Fuß tut weh? Eine kalte Kompresse hilft.

Das Klima brennt? Eine freudenbegleitete Umstellung des eigenen Lebensstils hilft.

Und wie passt das zum Fortschritt im umgangssprachlichen Sinne? Hör dich einfach mal um:

  1. Du schaffst seit 4 Wochen mehr Liegestütze? Ein Fortschritt!
  2. Die Weltwirtschaft fällt zurück auf den Stand von 2013? Ein Rückschritt!
Wissen ist dabei so elementar, dass man es als Synonym für Fortschritt nutzen kann. Denn mehr Wissen führt zwangsläufig zu Innovationen, welche Probleme (besser) lösen und damit manifestierter Fortschritt sind.
 

Es gibt also zusätzlich zum Wissen und der Motivation zu dessen Anwendung noch einen dritten elementaren Bestandteil des Fortschritts: Einen Fixpunkt, anhand dessen Veränderungen überhaupt sicht- und spürbar gemacht werden können.

Damit haben wir die Grundlagen.

Doch es wird noch etwas interessanter. Denn Fortschritt ist oft die emergente Summe seiner Teile.

Emergent meint dabei einfach das 1+1 mehr als 2 ergibt. Also dass das Ergebnis mehr ist, als die Summe seiner Teile.

Also (a+b+a)+x.

  1. Individuen und deren Interaktion formen eine Gesellschaft.
  2. Gesellschaften und deren Interaktion formen eine Zivilisation.

Deshalb halte ich eine Betrachtung von Fortschritt aus 4 Flughöhen für sinnvoll:

 Bezeichnung Betrachtungslevel Zentrale Frage dieser StufeZeitrahmen / Lebensdauer der LösungRelations- Rahmen / SkalaVisualisierungsoption für Levelfortschritt
KosmologischGesamtheit (Zivilisation)Wie kann ich das Problem meiner LEBENSFORM (BESSER) lösen?Kein Zeitrahmen, Lösung ist also potentiell zeitlos hilfreich.Kardashow-Skala, Bottom Skala

Tribe -> Dorf -> Stadt -> Land -> Kontinent -> Planet -> Sonnensystem -> Interstellar

Fortschritt der Zivilisation visualisiert von Ian Morris

Big History / Komplexitätsschwellen

SoziologischGroßgruppe (Gesellschaft / Staat etc.)Wie kann ich das Problem der ALLGEMEINHEIT (Einer spezifischen Menschenmasse) (BESSER) lösen?

Potentiell kein Zeitrahmen

Max. bis zur Veränderung der Gesellschaftsform

Zivilisationsfortschritt nach Ian Morris, Bevölkerungswachstum (Fähigkeit mehr Menschen länger am Leben zu halten)Kondratjew-Zyklen, Human Development Index & ähnlich Indizes
ÖkonomischGruppe (Unternehmen / Start-Up etc.)Wie kann ich das Problem meiner KUNDEN (BESSER) lösen?

Potentiell kein Zeitrahmen

Max. bis zur nächsten Disruption

Kontratjew-ZyklusHype CycleProduktlebenszyklen / BCG-Portfolio
PsychologischIndividuum (Ich)Wie kann ich MEIN Problem (BESSER) lösen?

Potentiell kein Zeitrahmen

Max. Lebenserwartung

GTD-Schema, Design-Sprints

Kompetenzzustände,

Fortschrittsmessung per Lebensrad

Ich werde zu jeder dieser Fortschrittsebenen auch noch eigene Artikel veröffentlichen, keine Sorge 😉

Grundlagen von Fortschritt sind im Wesentlichen:

  1. Physik (Naturgesetze, welche die Rahmen für sämtliche Aktionen setzen)
  2. Mathematik (Werkzeug für exakte Messung, Definition und Ausführung der meisten fortschritts-fördernden Aktionen) und
  3. Biologie (Menschen und Ihre „Basics“ sind allesamt biologisch, daher ergibt es Sinn, die Biologie mit einzubeziehen)

Aber gehen wir systematisch vor. Von „oben“ nach „unten“:

Fortschritt + Alles = Big History

Ziel (Wie es scheint): Komplexität.

Warum? Weil sich seit dem Urknall vor 13.8 Milliarden Jahren alles immer weiter, in 8 Komplexitätsschwellen, in Richtung höherer Komplexität entwickelt hat:

Big History ist Fortschritt
Quelle: Big History Project

Fortschritt + Leben = Evolution

Wie es Richard Dawkins in seinem Buch „River out of Eden“ so hervorragend runterbricht:

„…the true Darwinian Utility Function: maximizing DNA Survival.“

Das Ziel des Lebens ist es also, dass DNA überlebt und weitergegeben wird.

Nachvollziehbar.

Und so scheint auch jeder Fortschritt im Leben eines Menschen in irgendeiner Form der großen Kraft der Evolution zu unterliegen. Denn oftmals sind unsere Motivationen evolutionsgetrieben – Du möchtest besser aussehen, fitter sein, mehr Geld verdienen? Sehr wahrscheinlich ist dein Antrieb ein Partner bzw. dein (potenzieller) Nachwuchs. Und das ist Evolution in Reinform.

Fortschritt + Menschheitsgeschichte = Exponentielle Trends + Tipping Points

Fortschritt aus der Vogelperspektive sah für die Menschheit bisher vereinfacht gemalt so aus: (Zivilisation begann zwar vor mehr als 12.000 Jahren, aber in der absoluten Mehrzahl davon ist neben der neolithischen Revolution nicht viel spektakuläres passiert. Daher reicht diese Zoom-Stufe für unsere Zwecke aus)

Es gibt buchstäblich hunderte Grafiken und Statistiken, welche unseren Fortschritt zeigen. Die drei besten Quellen zum Start sind die Bücher „Enlightment Now“ von Steven Pinker, „Progress“ von Johann Norberg und die wundervolle Webseite OurWorldInData.

Oder, um es mit den Worten Barack Obamas zu sagen:

„If you had to choose one moment in history in which to be born, and you didn’t know in advance whether you were going to be male or female, which country you were going to be from, what your status was, you’d choose right now,“

Quelle

Das geht natürlich auch mit Kosten einher, die ebenfalls exponentiell wachsen:

Die Kosten des Menschheits-Fortschritts

Im Wesentlichen lassen sich die negativen Folgen auf die Umweltkosten verursacht durch Energieproduktion reduzieren. Und dieses Problem lässt sich durch bessere Technologie lösen. Zum Beispiel Kernfusion oder bessere regenerative Energien. Wir müssen dazu in beiden Bereichen nur größere Fortschritte machen.

Fortschritt + Eigeninitiative = Die Ziele der WHO

Nachdem wir jetzt die Grundlagen, Geschichte und Auswirkungen von Fortschritt betrachtet haben, kommen wir zur Gegenwart und Zukunft. Wie oben bereits gezeigt, hat die Menschheit durch gezielte Anstrengungen und immer bessere Technologien das Leben von nahezu jedem Menschen dieser Erde bereits dramatisch verbessert. Doch damit nicht genug denn noch profitieren nicht alle gleich davon. Daher sind die folgenden Ziele gute Fixsterne für weitere Fortschritts-Entwicklungen:

1024px-Sustainable_Development_Goals
Quelle: https://de.wikipedia.org/wiki/Ziele_f%C3%BCr_nachhaltige_Entwicklung

Fortschritt + Deutschland = ?

Jetzt kennen wir also auch globale, sinnvolle Ziele für Fortschritts-Anstrengungen. Was schnell zur Frage führt: Und was ist mit Deutschland?

Hier muss man ja leider sagen, ist aus der Politik weder aktuell noch absehbar irgendetwas zielführendes zu erwarten. Daher orientiere ich mich an den Fortschrittsvektoren von Steven Pinker, versehe diese mit möglichen konkreten Zielen und einigen möglichen Messpunkten.

Die resultierende Tabelle kann gern als Inspiration genutzt werden und wird in kommenden Updates weiter vervollständigt:

  Fortschrittsvektor SMARTes Ziel Messoptionen
1 Gesundheit ist besser als Krankheit.

0 kranke Menschen in Deutschland bis bis 31.12.2030 oder eher.

Unterziele:

  1. Zuckersteuer einführen
  2. Intervallfasten pushen
  3. Vegane Ernährung unterstützen / subventionieren
  4. Fleischsteuer (Generell co2 Steuer)
  1. Umfragen
  2. Echtzeitüberwachung von Gesundheitsdaten
  3. Freiwillige Datenbanken (Apps etc.)
2 Leben ist besser als Tod. Nur noch „freiwillige“ Tote -> 0 unfreiwillig verstorbene Menschen in Deutschland bis 31.12.2030 oder eher. Unfallberichte, Krankenhausberichte, Pflegeberichte, Umfragen, Echtzeitüberwachung von Gesundheitsdaten, freiwillige Datenbanken
3 Nahrung ist besser als Hunger. 0 Mangel- oder unterernährte Menschen bis 31.12.2030 oder eher. Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
4

Wohlstand ist besser als Armut.

Unterziel: Autarkielösungen subventionieren & Gesetze dafür anpassen.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
5 Frieden ist besser als Krieg.

Unterziele:

  1. Atomwaffenabrüstung & Stationierungsverbot
 Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
6 Sicherheit ist besser als Gefahr.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
7 Freiheit ist besser als Tyranei.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
8 Gleiche Rechte sind besser als Engstirnigkeit und Diskriminierung. (gut formuliert?)  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
9 Alphabetismus ist besser als Analphabetismus. 0 Analphabeten in Deutschland bis 31.12.2030.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
10

Wissen ist besser als Ignoranz.

Besseres Gesamtbestehen im PISA-Test? Anzahl der Nobelpreise in Deutschland um x% erhöhen?

Unterziele:

  • Subventionen und Steuern für Religionen auf 0 setzen und stattdessen in Forschung und Bildung investieren.
 Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
11 Intelligenz ist besser als Dummheit.

Mindestens 2 Tage in der 6. Klasse finanzielle Bildung + kostenlose jederzeit für alle aufrufbare Aufzeichnungen zum nachschauen (diversifizieren + ETF’s etc.)

Generell gesamtes Bildungskonzept mit Tim Ferriss abgleichen. Bildung auf superhumans ausrichten. 80/20 completely.

 Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
12 Glück ist besser als Leid.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃
13 Gelegenheiten, Familie, Freunde, Kultur und Natur zu genießen, sind besser als Schufterei und Monotonie.  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃  Wird aktualisiert / Ich freue mich auf deine Inspirationen 😃

Fortschritt + Geschwindigkeit = Disruption

Mehr dazu in meinem entsprechenden Artikel zum Thema Disruption.

Gibt es ein Ende des Fortschritts?

Fortschritt ist prinzipiell nahezu unbegrenzt möglich. Die einzigen Grenzen sind (wahrscheinlich)

  1. Naturgesetze
  2. Expansionsgeschwindigkeit des Universums

Alle anderen Grenzen liegen nur in unseren Köpfen.

Ist das nicht die beste Nachricht, die man sich wünschen kann?

Die Theorie der langen Wellen pendelt den Fortschritt der Menschheit

Die Theorie der langen Wellen – Der Kondratjew Zyklus

Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Du sitzt / liegst / stehst unter der Dusche. Eine kolossale Grundfrage trifft dich wie aus dem Nichts:

Ist die Menschheit seit Anbeginn der Zeit überhaupt vom Fleck gekommen? Und wenn ja, wie misst man den Fortschritt der Menschheit?

Keine Sorge, ich lasse dich nicht allein bei der Suche nach einer Antwort darauf.
Eine Möglichkeit dazu ist die Theorie der langen Wellen, manifestiert in den Kondratjew Zyklen. Was es mit denen auf sich hat, erfährst du im nachfolgenden Artikel. Außerdem:

Das lernst du im Artikel zur Theorie der langen Wellen / Kondratjew-Zyklen:

  • Was die Idee hinter dem Kondratjew Zyklus ist
  • Wie viele Zyklen es gibt und warum es genau diese sind
  • In welchem Zyklus wir uns gerade befinden
  • Warum es gar nicht so einfach ist, den 6. Kondratjew Zyklus genau zu bestimmen
  • Welche Tools und Blickwinkel dir links und rechts neben der Theorie der langen Wellen bei der Beantwortung der Eingangsfrage helfen

Genug des Vorworts springen wir rein ins Vergnügen!

Was sagt die Theorie der langen Wellen aus? Was sind Kondratjew Zyklen?

Die Kondratjew-Zyklen und die dahinter liegende “Theorie der langen Wellen”, sind ein Theoriegebäude zur Betrachtung von Wirtschaftsentwicklungen. , welches im Jahr 1926 von Wirtschaftswissenschaftler Nikolai Kondratjew als Ergänzung bzw. Gegenstück der bis dahin vorherrschenden kurzfristigen Schweinezyklen erdacht wurden.

Ziel der Theorie der langen Wellen ist es, Paradigmenwechsel und damit verbundene Investitionsmöglichkeiten zu prognostizieren bzw. einzuordnen.

Jeder Kondratjew Zyklus hat dabei einen viergeteilten Lebenslauf:

  1. Wachstum
  2. Rückgang
  3. Talsohle
  4. Verbesserung

Da diese Abfolge so etwas wie ein “Naturgesetz der Wirtschaft” darstellt, findet sich diese „Vita“ auch in anderen Schablonen wie z.B. dem Hype Cycle wieder. (Naturgesetz deshalb, weil jede Lösung neue Probleme nach sich zieht, welche wiederum Lösungen produziert usw. Siehe dazu auch das Buch „The Beginning of Infinity„* von Quantenphysiker David Deutsch)

So sehen diese „vier Jahreszeiten“ des Kondratjew Zyklus aus: (Die blauen Striche teilen jeweils einen Bereich vom anderen ab)

Der Kondraatjew Zyklus und seine Jahreszeiten
Quelle: https://de.wikipedia.org/wiki/Datei:Kondratieff_Wave.svg

Aktuell wird die technologische Entwicklung seit der Erfindung der Dampfmaschine in 5 Zyklen eingeteilt, wobei wir uns sehr wahrscheinlich mittlerweile ein einer sechsten befinden.

Warum genau 5 bzw. aktuell 6 Zyklen und nicht 12 oder 349?

Bei allen Kondratjew Zyklen geht es dabei um epochen-prägende Basistechnologien. Was es damit auf sich hat und welche davon die einflussreichsten sind, habe ich in meinem Artikel “Die wichtigsten Erfindungen der Welt” auch näher behandelt.

Und diese epochen-prägenden Fundamental-Technologien gibt es, wie der Name schon vermuten lässt, nicht im Zyklus neuer Smartphones aller paar Monate. Genau diese Betrachtungsweise macht die Kondratjew Zyklen auch so spannend. Denn sie zoomen weit genug heraus, um Muster erkennbar zu machen. Und bleiben doch nah genug am technologischen Geschehen, um konkrete Schlüsse ziehen zu können.

Was einen solchen Kondratjew auszeichnet, hat diese Grafik gut näherungsweise zusammengefasst:

Kondratjew Zyklen und Ihre Eigenschaften
Quelle: https://www.gevestor.de/wp-content/uploads/2013/03/Voraussetzungen-f%C3%BCr-einen-Kontratieff-Zyklus.png.webp

Was waren die bisherigen Kondratjew Zyklen? Und welcher Kondratjew Zyklus ist der nächste?

Kondratjew hat die bisherige technologische Entwicklung der Menschheit aus der Vogelperspektive wie folgt eingeteilt: (Er hat es vor allem aus ökonomischer Sicht betrachtet, ich sehe das Ganze durch die Brille technologischer Entwicklung)

  1. Zyklus (1780-1850): Die Dampfmaschine
  2. Zyklus (1850-1890): Eisenbahn und Dampfschiffe
  3. Zyklus (1890-1940): Elektrotechnik- und Schwermaschinen, Chemie
  4. Zyklus (1940-1990): Integrierter Schaltkreis, Kernenergie, Transistor
  5. Zyklus (1990-?): Informations- und Kommunikations-Technik, aber auch Technologien die Kernspaltung und die Raumfahrt
  6. Zyklus (?): ???

Bei den genauen Rahmendaten der jeweiligen Zyklen sowie den zentralen Basisinnovationen sind sich die Experten insgesamt uneins.

Das kann man, je nach gewählter Relations-Dimension entweder als konstante Abfolge oder stetige Steigung der Entwicklung betrachten. Was zu verschiedenen Darstellungen auf der vertikalen y-Achse führt:

Rückwirkend ergibt die Theorie der langen Wellen absolut Sinn. Erfindungen sind manifestierte Problemlösungen. Dank Ihres rekombinativen Charakters erreichen sie irgendwann einen Punkt, an dem viele kleine Verbesserungen den Weg ebnen für einen neuen, großen Knall. Disruption ist angesagt. Das Ganze verläuft dabei mit einer beinahe gespenstischen Exaktheit exponentiell, spätestens seit den Grundlagen der Rechnertechnik, wie dieses Bild schön zeigt:

Quelle: http://avid.cs.umass.edu/courses/645/s2020/lectures/Lec1-Overview.pdf

Rekombination von Technologien
= Die Eigenschaft, jede Erfindung mit jeder anderen prinzipiell kombinieren und damit neues erschaffen zu können, was bei mehr Erfindungen zu immer schneller immer mehr Erfindungen führt. Siehe dazu auch diesen exzellenten TED-Talk, in welchem dies weiter ausgeführt wird.

So weit, so nachvollziehbar. Die Kondratjew-Zyklen geben also eine Betrachtung akkumulierter Entwicklung. Sehr reduziert und sehr zusammengefasst aber damit auch sehr schnell einsetzbar. Sie siedeln sich quasi zwischen dem Hype-Cycle und vergleichbaren Tools einerseits und Betrachtungen aus dem Orbit wie der Kardaschow-Skala andererseits an.

Doch anders als diese beiden Werkzeuge bietet der Kondratjew-Zyklus keine leichte Extrapolation in die Zukunft. Was zur großen Preisfrage führt, für alle denen Geschichte allein zu langweilig ist:

Welcher ist der 6. Kondratjew Zyklus?

Wir wissen also, in welchen “Entwicklungsschüben” sich die Menschheit technologisch in den letzten ein- bis dreihundert Jahren verändert hat.

Doch jetzt die große Frage: Befinden wir aktuell in einem neuen Kondratjew (Zyklus)?

Und wenn ja, in welchem?

Welche Basistechnologie prägt unsere Zeit entscheidend? Das lässt sich nicht aus dem Hut beantworten. Denn anders als bisher sind zwei entscheidende Faktoren anders:

  1. Die Anzahl der kombinierbaren Technologien: Diese haben spätestens seit dem Ende des zweiten Weltkrieges einen Tipping-Point erreicht, welcher zu bisher unbekannten (Entwicklungs)Geschwindigkeiten geführt hat.
  2. Kommunikation und Information global und in Lichtgeschwindigkeit: Die Zahl der “wissensschaffenden Punkte”, also Entwickler, Ingenieure, Crowd Scientists, Forscher etc. die miteinander in Echtzeit kommunizieren können, ist explodiert. Und zwar richtig wirklich schnell:
Quelle: https://de.wikipedia.org/wiki/Chronologie_des_Internets#/media/Datei:Internet_Hosts_Count_log.svg

Doch nicht nur, dass die Welt (des Fortschritts) damit zu einer einzigen verschmolzen ist. Sie hat zeitgleich auch ihre Interaktions- und Austauschrate (nahezu) maximiert. Tage, Wochen und Monate der Briefe, Postwurfsendungen und Pakete sind flächendeckend Echtzeit gewichen. Und mit immer ausgeklügelteren digitalen Tools werden die letzten Prozente der so massiv dazugewonnenen Effizient herausgeholt. (Slack, Asana, Zoom, die Google-Suite, soziale Netze etc. – prinzipiell alles was skalierbar ist und Mehrwert bietet)

Heißt? Die Entwicklung geht derart schnell, dass es unter Umständen sinnvoll ist, bereits jetzt mehrere “Mikro-Kondratjew-Zyklen” auszurufen, als einen überspannenden.

Vergleichen wir es auf einen Blick:

Durchschnittsdauer eines Kondratjew Zyklus bisher: 40-60 Jahre
Aktuelle Entwicklungsdauer potenzieller Basistechnologien: < 30 Jahre.

Wir haben also entweder bisherige Kondratjew Zyklen nahezu halbiert, oder wir brauchen eine andere Betrachtung. Doch warum meine ich das? Schauen wir uns die letzten 30 Jahre technologisch an.

Diese haben uns gebracht:

Oder, bildlich gesprochen: (Die Geschwindigkeit von Entwicklungen pro Zeit nimmt seit Anbeginn der Menschheit konstant zu. Rekombination und so)

Quelle: http://www.agrotic.com.br/wp-content/uploads/2019/08/MARCOS-SCALABRIN.pdf

Heißt: Ich glaube es gibt weniger die eine Antwort auf die Frage nach dem 6. Kondratjew-Zyklus im “klassischen” Rahmen der Theorie der langen Wellen. Ich denke es wird eher auf eine Verständnis-Anpassung des Gesamtkonzeptes hinauslaufen.

Was soll ich sagen, wir leben nunmal in einer wirklich spannenden Zeit. So spannend, dass selbst Klassifizierungen und Einordnungen manchmal an Ihre Grenzen stoßen.

Was mich zu den Vor- und Nachteilen dieser Betrachtungsweise und dem abschließenden Fazit bringt:

Kondratjew Zyklen und die Theorie der langen Wellen – Fazit

Vorteile des Kondratjew Zyklus:

  • Ermöglicht schnellen „Draufblick“ von „oben“ auf technologische Entwicklungen und deren Richtung.
  • Bietet schnelle Investitionsansätze, da man Entwicklungen grob abschätzen kann.
  • Ermöglicht gezielte Forschung und Entwicklung hin zu aussichtsreichen Technologie-Kandidaten, da die grobe Richtung absehbar ist.

Nachteile der Theorie der langen Wellen:

  • Die Y-Achse ist oft schwer definierbar.
  • Führt Mangel als Grundlage für Innovation aus. Ich gehe dahingehend wie gesagt eher mit Quantenphysiker David Deutsch dàccord*, dass Wissen die Grundlage dafür ist. Not macht zugegebenermaßen erfinderisch. Eine Vielzahl neuer Erfinder sowie besserer Zugriff zu Technologien, mehr Freizeit, bessere Bildung etc. allerdings auch.
  • Wie bei vielen ähnlichen Ansätzen gilt leider auch hier wieder: Er ist nicht wissenschaftlich basiert. Es gibt bei der Theorie der langen Wellen keine konkreten Messpunkte und reproduzierbaren Daten. Was nicht heißt, dass er nicht durchaus hilfreich sein kann, wie diese Darstellung leicht zeigt:
Die Theorie der langen Wellen und Kondratjew Zyklen gemessen an Jahresrenditen
Quelle: https://www.allianz.com/content/dam/onemarketing/azcom/Allianz_com/migration/media/press/document/other/kondratieff.pdf

Wenn du mehr zur Theorie der langen Wellen und den Kondratjew Zyklen wissen möchtest, findest du hier ein spannendes Buch zum Thema*:

Was denkst du zur Theorie der langen Wellen und dem Kondratjew Zyklus? Hilfreiches Tool oder haltlose Abstraktion? Ich bin auf deinen Kommentar gespannt!

*Affiliate-Link. Wenn du Produkte über diese Links bestellst, bekomme ich einen Teil des Geldes. Natürlich ohne, dass du dadurch mehr bezahlst! Hierfür werden lokal Cookies gesetzt.
 
Der Hype Cycle von Gartner

Wie misst man Innovationen? Der Hype Cycle von Gartner

Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Was haben Helden und Technologien gemeinsam?

Sie durchleben die gleiche Entwicklung.

Aber der Reihe nach. Die Frage ganz oben Beginn war ja: Wie misst man Innovationen? (Und Disruptionen in diesem Sinne ebenfalls)

Also nicht deren Anzahl, Impakt oder Verweildauer, sondern den Innovationsgrad von neuen Entwicklungen. Den Grad der “Vorfreude” des Marktes und die anschließende Marktdurchdringung gewissermaßen. Denn eine Innovation, die keinen kolossalen Mehrwert bietet, wird wahrscheinlich keine wirkliche Innovation sein. Und eine Innovation ohne eine breite, im Optimalfall skalierte Adaption am Markt ebenfalls kaum.

Wie misst man nun aber diese Innovationen und Ihren Lebenszyklus vom Prototypen im Labor bis hin zur letzten graduellen Verbesserung bis die nächste sie ablösende Innovation Ihren Platz einnimmt?

Aus der Satellitenperspektive betrachtet: am besten mit Annäherungen wie den Kondratjew-Zyklen. Aber ganz konkret und sofort handlungsweisend?

Vorhang auf für den Hype Cycle von Gartner.

Was ist der Hype Cycle (von Gartner)?

Das Buch zum Hype Cycle von Jackie Fenn

Der Hype Cycle, “Hype Zyklus” oder auch “hype cycle for emerging technologies”, wie der bekannteste Vertreter dieser Art heißt, zeigt dem Betrachter auf einen Blick handlich aufbereitet die aktuellen technologischen (Meta)Trends und deren jeweiliger Status Quo.

Er wird jährlich vom Analyseunternehmen Gartner herausgegeben und wurde von der Analystin Jackie Fenn aus den eigenen Reihen das erste Mal in den späten Neunzigern öffentlich eingesetzt. Er umfasst dabei laut Unternehmensaussage mehr als 2.000 Technologien welche zusammengefasst und in Metakategorien eingedampft werden.

Je nachdem, was der Fokus des jeweiligen Hype Cycle ist, wird darauf in der ersten Hälfte des Graphen am meisten Wert gelegt. Beim Hype Cycle for emerging technologies – also dem Graphen für „aktuell anbrandende Innovationen“ – wird logischerweise der Schwerpunkt auf brandneue Entwicklungen aus den wichtigsten Bereichen gelegt.

Passenderweise heißt das Buch von seiner Erdenkerin dann auch im Untertitel “How to choose the right innovation at the right time”* – Wie du die richtige Innovation zur richtigen Zeit auswählst.

Der Hype Cycle besteht in seiner bekanntesten Form aus drei Teilen, dem namensgebenden Zyklus und einer ergänzenden Zusammenfassungsgrafik. Flankiert werden die beiden durch ergänzende und erklärende Texte. Der Hype Cycle folgt dabei immer diesem einfachen Grundmuster:

Das Schema des Hype Cycle von Gartner
Quelle: https://de.wikipedia.org/wiki/Hype-Zyklus#/media/Datei:Gartner_Hype_Zyklus.svg

Die Darstellung des Cycles erfolgt in einem zweidimensionalen Koordinatensystem. Auf der y-Achse ist die Aufmerksamkeit (Erwartungen) für die neue(n) Technologie(n) aufgetragen, auf der x-Achse die Zeit seit Bekanntgabe bzw. Ankündigung bzw. erstem Auftritt.
Wieso dieser Graph dabei aussieht wie ein wild gewordener Seismograf, dazu weiter unten mehr.

Die zusammenfassende Grafik bereitet die gewonnen Erkenntnisse dann nochmal leicht verdaulich und richtungsweisend auf. Hier das Ganze mal am Beispiel des Hype Cycle 2019:

Quelle: https://blogs.gartner.com/smarterwithgartner/files/2019/08/CTMKT_741609_CTMKT_for_Emerging_Tech_Hype_Cycle_Infographic_r1d.png

Für all die, die es noch etwas ausführlicher mögen, folgt daraufhin noch eine Beschreibung der einzelnen Gebiete und am Ende die Möglichkeit für Klienten von Gartner sich den vollen Report zum Hype Cycle herunterzuladen.

Gartner selbst bezeichnet den Hype Cycle in seinem “Information Technology Glossary” als

“…a graphical depiction of a common pattern that arises with each new technology or other innovation. Each year, Gartner creates more than 90 Hype Cycles in various domains as a way for clients to track technology maturity and future potential. The five phases in the Hype Cycle are Technology Trigger, Peak of Inflated Expectations, Trough of Disillusionment, Slope of Enlightenment and Plateau of Productivity.”

 

“Der Gartner’s Hype Cycle ist eine grafische Darstellung eines gemeinsamen Musters, das mit jeder neuen Technologie oder anderen Innovation entsteht. Jedes Jahr erstellt Gartner mehr als 90 Hype-Zyklen in verschiedenen Bereichen, um den Kunden die Möglichkeit zu geben, die technologische Reife und das zukünftige Potenzial zu verfolgen. Die fünf Phasen im Hype-Zyklus sind Technologieauslöser, Höhepunkt der überhöhten Erwartungen, Tiefpunkt der Ernüchterung, Neigung zur Aufklärung und Plateau der Produktivität.”

 

Quelle: https://www.gartner.com/en/information-technology/glossary/hype-cycle Übersetzung: DeepL und eigene Ergänzung.

In kurz: Der Hype cycle ist quasi der Produktlebenszyklus von oben. Ein Technologie-Lebenszyklus.

Schön und gut. Aber was macht man damit?

Wie / wozu setzt man den Hype Cycle ein?

Du kannst es dir mittlerweile sicherlich denken, daher hier in aller Kürze: Der Hype Cycle dient Analysten, Beratern, Investoren und Unternehmen zur Bewertung in der Einführung neuer Technologien.

Also der Einordnung dieser Innovationen in den aktuellen Entwicklungs- und Marktkontext.
Also als Unterstützung der Antwortsuche auf die Frage: “Was machen wir als Nächstes und was lassen wir lieber?”
Wenn es die neueste Idee der Entwicklungsabteilung bereits auf dem Weg zur Marktreife gibt, kann ich mir Zeit und Geld sparen. Logisch, oder?

War aber vor dem Hype Cycle und anderen Visualisierungsformen nie so einfach und umsetzbar. Wie dieser kleine Vergleich mit anderen Optionen zeigt:

Das hat zwar auch seine Schwächen, wie jedes Tool, hilft aber bei schnellen bzw. 80/20 abgewogenen Entscheidungen. Das kann auf den Bereich Bildung und Lernen angewandt zum Beispiel so aussehen und für KI zum Beispiel so.

Es gibt denn auch nicht nur den einen Hype Cycle, sondern eine ganze Reihe von verschiedenen.

Es gibt ihn für Human Capital Management Technology, Digital Government Technology, CRM Sales Technology und natürlich auch den Hype Cycle für Artificial Intelligence. Insgesamt sind es knapp 100 verschiedene pro Jahr.

Immer up to date auf der Originalseite findest du alle Hype Cycle hier.

Was sagen die verschiedenen Phasen des Hype Cycles aus?

Der Hype Cycle unterteilt sich in fünf Schlüsselbereiche:

#1: Der technologische Trigger / Auslöser

Im Optimalfall steht hier eine bahnbrechende Ankündigung, ein Durchbruch sondergleichen. 

Praktisch ist es leider oftmals fast schon egal was den Kreislauf in Gang setzt. Alles was im engen Fachkreis aufhorchen lässt und auch weitere Pressekreise in Aufruhr versetzt, ist gut.

Oftmals zieht diese Stufe direkt Imitatoren und Trittbrettfahrer an, da diese das große Geschäft wittern.

#2: Spitze / Gipfel / Höhepunkt der überzogenen Erwartungen

Was klingt wie der schlechte Name einer Hafenbar ist der Punkt, welchem der Hype Cycle seinen Namen verdankt: Der Siedepunkt des Rummels um die Entwicklung.

Das Telefon steht hier bei den Entwicklern nicht mehr still, das E-Mail-Postfach quillt über. Jeder aus der Branche will jetzt ein Stück vom Kuchen und so entsteht zu einem gewissen Maße eine selbstverstärkende Schleife. Oftmals auch unabhängig vom tatsächlichen Durchbruch. Was unweigerlich zu #3 führt:

#3: Tal der Enttäuschungen

Auch dieser beinahe theatralisch gewählte Name ist ein essenzieller Bestandteil des Hype Cycle. Wie bei einer ausgelassenen Feier sieht am nächsten Morgen bei Licht betrachtet das Ganze doch nicht ganz so rosig aus, wie in der Nacht zuvor. Die Technologie hat entscheidende Probleme, Kinderkrankheiten oder Engpässe bei der Massenfertigung. So oder so: Dem unerreichbaren Hype kann sie nicht gerecht werden, also wird sie fallengelassen und Enttäuschung macht sich breit.

Hier hilft es, einen harten Kern an Unterstützern um sich gescharrt zu haben, um den Einbruch möglichst gut abzufedern und zu überstehen. Und genau damit geht es auch weiter:

#4: Der Pfad der Erleuchtung

Warum die Abschnitte des Hype Cycles benannt sind wie die Kapitel einer japanischen Kurzgeschichte ist mir nicht bekannt, in jedem Fall geht es hier wieder aufwärts. Und zwar oftmals mit voller Kraft. Und ebenso oft nahezu unbemerkt.

Hier werden die entscheidenden Schwachstellen korrigiert, Probleme behoben und stetige Verbesserungen eingewoben.

Und damit die bereits verloren geglaubte Technologie auf den direkten Weg zur Marktreife gehoben. Zum letzten Akt dieses spannenden Innovations-Abenteuers:

#5: Das Plateau der Produktivität

Die Innovation hat es geschafft! Sie hat den müßigen Aufstieg geschafft und ist endlich am Massenmarkt angekommen. Sie wird weiterentwickelt und amortisiert sich. Damit hat sie ihre Reise abgeschlossen. Sie ist von der Innovation zur Alltags-Technologie geworden. Das Happy End einer jeden Erfindung.

Oder anders, in einem Rutsch formuliert:

Zu Beginn des Hype Cycle sieht man einen extremen Anstieg, denn News gehen immer.
Du kennst das, der Start-Transfer von Wissen aus dem Labor auf die Titelseiten läuft meist ungefähr so:
“Es wurde eine Studie veröffentlicht, in welcher eine geringe Wahrscheinlichkeit auf die Möglichkeit besteht, schwere Arten von Krebs durch Nanosilber zu heilen? Mittel gegen Krebs gefunden! Sattelt die Pferde und lockert die Geldbörsen!”

Genau diese unerreichbare Euphorie, dieser buchstäbliche Hype wird im Berg, im Gipfel zu Beginn des Zyklus beschrieben.

Nachdem dieser Flug zum Höhepunkt früher oder später unweigerlich vorbeigeht, geht es unvermeidlich bergab. Das geht dabei ungefähr wie folgt ab:
“Krebs wurde durch die Erfindung nicht vollständig ausgelöscht und die Menschheit zu unsterblichen Göttern welche auf den äußeren Saturnmonden leben?! Kündigt den Entwicklern die Stellen, verstaatlicht das Unternehmen und lasst sie alle eine Lehre zum Floristen machen! Eine Unverschämtheit ist das, schämen sollten sie sich allesamt!”

Und so weiter.

Meist sind die Unternehmen daran selbst nicht ganz unschuldig, bekommt doch derjenige mit dem größten Disruptionspotenzial, der nächsten Durchbruchs-Technologie, dem nächsten “big thing” Geld, Aufmerksamkeit und Verbindungen.
Es ist also sehr verlockend, den neuen Anstrich als weltbewegend zu verkaufen.

Dazu muss man nicht einmal in die Innovationsabteilungen dieser Welt gehen. Ein Blick auf YouTube oder Facebook reicht dazu bereits. Das Schema ist immer das gleiche. Eine Kultur die Extreme liebt, bekommt rund um die Uhr Extreme. Ob es diese gibt oder nicht.

Und selbst wenn die Erfinder, Erdenker und Entwickler selbst gar nichts dafür können, Presse und Journalisten sind durch ununterbrochenen Update-Zwang kombiniert mit der globalen “höher-schneller-weiter” Mentalität unter Androhung ihres Jobverlusts gezwungen, unentwegt die nächste Technologie-Sau durchs Dorf zu treiben.

Der Fall folgt also nahezu alternativlos.

Der wahrscheinlich interessanteste Teil des Hype Cycle kommt allerdings jetzt erst. Denn nachdem bereits alles aus Sicht der Öffentlichkeit verloren scheint und die Aufmerksamkeit dem nächsten Hype zufliegt, wird die Technologie ihrer Erwartung gerecht. Langsam aber sicher wird sie weiterentwickelt, Protototypen werden in erste Serien gegossen und Alpha- und Betaversionen werden zum Testen freigegeben. Und über diesen “Pfad der Erleuchtung”, also kontinuierlicher Verbesserung und Verfeinerung kommt die Technologie irgendwann dann am Ziel an. Dem Tal der Produktivität. Ab hier kann sie serienmäßig eingesetzt werden und alle Welt ist völlig überrollt von dieser “plötzlichen” und bahnbrechenden neuen Entwicklung. (Plötzlich, da der Hype am Ursprung zu diesem Zeitpunkt ja bereits lang vergessen ist. “Innovations-Demenz” in diesem Ausmaß gibt es auch noch gar nicht so lang. Aber das ist eine andere Diskussion)

Es ist ein bisschen wie die klassische Heldenreise. Erst geht es steil bergauf, dann klatscht man auf den Boden der Tatsachen. Und dann rappelt man sich wieder auf und schafft es.

Quelle: https://www.hanseatisches-institut.de/heldenreise/

Du kannst dir den Hype Cycle auch ein wenig wie eine Gamepad-Kombi merken: Hoch-Runter-Rechts. ⬆️⬇️➡️. Schaltet keine Charaktere oder Fähigkeiten frei, führt aber (mehr oder minder) verlässlich zu technologischem Fortschritt.

Beispiele für Hype Cycle Technologien

Es gibt eine Vielzahl von Technologien, welche dem Hype Cycle wie der von Schienen geleitete Wagen einer Achterbahn gefolgt sind. Einige davon sind:

Schön zusammengefasst finden sich diese in dieser passenden Zitatsammlung.

Wie man weniger stark danebenliegt bei seinen Prognosen erläutere ich am Ende meines Disruptions-Artikels.

Ein weiteres Beispiel ist die Robotik. Oft schon wurde die „Robocalypse“ ausgerufen. Dann gerieten die Roboter wieder in Vergessenheit. Nur um sich dann, nicht gänzlich unbeobachtet und doch am Ende völlig überwältigend, aus dem Off auf die Bühne zu entwickeln.

Jetzt weißt du also was die verschiedenen Teile bedeuten. Doch wie wendest du dieses Wissen am besten an?

Wie interpretiere ich den Hype Cycle von Gartner und welche Maßnahmen leiten sich aus ihm ab?

Es gibt drei zentrale Einsatzszenarien des Hype Cycle:

  1. Die Möglichkeit hinter den Hype zu schauen und das tatsächliche Potenzial einer Technologie einschätzen zu können.
  2. Grundlage besserer Entscheidungen durch Risikoreduktion und Richtungsweisung.
  3. Abgleich eigener Einschätzungen und dadurch mehr Sicherheit und Fundament bei Schlussfolgerungen.
Wichtig dabei: Der Hype Cycle allein vermag dabei keines dieser Kunststücke zu vollbringen. Er hilft aber sehr dabei, entsprechend Fahrt aufzunehmen. Wie ich weiter unten auch weiter ausführe.
Hype Cycle Indikatoren
Quelle: https://medium.com/10x-curiosity/the-6ds-of-progress-3823eeb3e77c

Diese Ergänzungen zum Beispiel helfen den Hype Cycle besser interpretieren und einordnen zu können…

Quelle: https://www.logicdata.net/wp-content/uploads/2018/02/graphic_curve.png

…Und wenn man den Hype Cycle mit dem Produktlebenszyklus abgleicht, hat man auf einen Blick eine Einschätzung für Innovation und Adaption(swahrscheinlichkeit) einer Technologie…

… Was ich hier sehr amateurhaft mal beispielhaft gemacht habe. Du siehst: Die zweite Hälfte des Hype Cycle wird für die Marketingabteilung relevant, während die erste für die Entwicklungs- und Forschungsabteilung spannend ist.

Klingt alles in allem nach einem rundum praktischen Tool. Doch wie alles im Leben hat auch der Hype Cycle von Gartner seine Schwachstellen. Doch welche?

Kritikpunkte des Hype Cycle

Wie jedes Werkzeug hat natürlich auch der Hype Cycle seine Schwächen und begründeten Kritikpunkte. Die wichtigsten:

  • Der Hype Cycle basiert auf keiner fundierten, wissenschaftlichen Methode. Er wird trotz verschiedener akkumulierender und entzerrender Zwischenschritte beim Erstellen letzten Endes subjektiv gefertigt. Das sollte man auf keinen Fall vergessen!
  • Was direkt zum zweitschwersten Kritikpunkt führt: So schön und hilfreich der Hype Cycle manchmal auch ist, manchmal ist er schlicht komplett nutzlos. Denn wie weiter unten näher ausgeführt klassifiziert er nicht nur Technologien und deren Entwicklungsstadium. Auch Marketing, Marktentwicklung und die Wahrnehmung der erstellenden Analysten spielen hier gewichtige Rollen. 
  • Obwohl er Zyklus heißt, ist er kein tatsächlicher Kreislauf. Zwar folgen immer auf Lösungen (neue Technologien) neue Probleme, welche neue Lösungen (in Form von Technologien) nach sich ziehen. Dennoch ist dies keine zwingende, kausaler Abfolge. Und vor allem lässt sich diese nicht vorhersehen. Folgt auf die Klimaverbrennung als Folge der Industrialisierung Kernfusion oder Solarenergie? Oder eher Autarkie-Technologien?
  • Aus den beiden obigen Punkten ergibt sich zu einem gewissen Punkt eine weitere Schwachstelle: Die individuelle Technologie ist für den Hype Cycle egal. Ebenso ihre Klassifizierung, potenzieller Impakt etc. Durch die Akkumulation werden individuelle Merkmale zwangsläufig verwaschen.
  • Wie bereits weiter oben leicht scherzhaft angesprochen, sind die Bezeichnungen der einzelnen Stationen relativ nichtssagend und im schlimmsten Fall manipulierend. In jedem Fall sagen sie kaum etwas über den tatsächlichen Entwicklungsstand einer Technologie aus. Für Anwender ist das sogar noch schlimmer: Warum sollte ich mir etwas kaufen, was indirekt als Enttäuschung vermarktet wird? Aus Techno-Masochismus? Auch hier kann sich so die Schleife selbst verstärken und die Prophezeiung selbst erfüllen. Nur in diesem Fall negativ.
  • Für den Technologieentwickler gibt der Hype Cycle nur indirekte Handlungsempfehlungen. Er kann zwar ablesen „Technologie x ist ungefähr auf Stand y“, was er basierend auf dieser Information aber konkret machen kann / soll, ist nicht erkennbar. Ins Marketing investieren? Wichtige Keyfeatures weiterentwickeln? Das Produkt eher in Richtung eines blauen Ozeans ausbauen? Der Hype Cycle dient hier eher als Leitplanke, denn als Navigationssystem.
  • Ein weiterer wichtiger Punkt ist die faktische Technologie-Unabhängigkeit der aufgetragenen Technologien. Um überhaupt in den Cycle aufgenommen zu werden, muss zunächst öffentliches Interesse bestehen. Was unterbunden werden kann, wenn die Technologie vollständig verschwiegen entwickelt wird. Doch damit nicht genug: Um dann weiter auf dem Graphen zu wandern, muss sich die Technologie aus Anwendersicht entsprechend entwickeln. Das aber ist nicht nur von der Technologie, sondern auch von seiner Vermarktung abhängig. Die Technologie eines Unternehmens welches eine kontraintuitive Marketingstrategie verfolgt, wird auf dem Hype Cycle vielleicht hin- und herspringen oder lange gar nicht und dann spontan am Ende auftauchen. Was dann so aussehen kann, wie in diesem sehr lesenswerten Artikel dazu erläutert wurde:
Auch der Hype Cycle hat nicht nur Stärken
Quelle: https://www.linkedin.com/pulse/8-lessons-from-20-years-hype-cycles-michael-mullany

Lösungen für einige dieser Probleme kann der Einsatz alternierender Bewertungsmöglichkeiten- und Schablonen sein. Wie die des „Technology Readiness Leveles“, des TRL’s der NASA. (Hier auf Deutsch beschrieben) Oder dem „Technologie-Lebenszyklus„, dem TLC bzw. dem CMMI, der „Capability Maturity Model Integration“ als spezifischere Alternativen zum Hype Cycle.

In jedem Fall ergibt meiner Erfahrung nach dieser Ablauf Sinn:

  1. Betrachtung aus der Satellitenperspektive. Wo auf der Landkarte befinden wir uns überhaupt? Also grundlagentechnologisch – was flankiert unsere eigene Innovation aktuell und kommend? Hier helfen wie weiter oben angesprochen zum Beispiel die Kontratjew-Zyklen oder abstrakter die Kardashow-Skala. Bzw. die Betrachtung der Disruptionsprinzipien.
  2. Betrachtung aus der Vogelperspektive. Hier zoomen wir etwas weiter rein, um marktspezifischer zu werden. Hier helfen auch Tools wie der Hype Cycle und aktuelle Berichte und Analysen zur Validierung.
  3. Betrachtung aus der Ego-Perspektive. Am Ende des Ganzen wird konkret ausschließlich die entsprechende Technologie und Ihre direkten und indirekten Einflüsse betrachtet und auf dieser Basis entschieden.

Das erfindet das Rad nicht neu, zumindest bis zur Marktreife des Teleporters, funktioniert aber. Und darauf kommt es am Ende des Tages schließlich an.

Hype Cycle 2005, … 2017, 2018 und Hype Cycle 2019 im Vergleich

Wie bereits an anderen Stellen angesprochen gibt es den Hype Cycle von Gartner mittlerweile mehr als zwei Jahrzehnten. Du möchtest auf einen Blick sehen, wie sich der Hype Cycle 2019 von denen der letzten Jahre unterscheidet?
Zum Glück gibt es dazu bereits eine kleine Bildergalerie im Netz, angefangen beim Hype Cycle von 2005. Diese findest Du hier. Viel Spaß beim Durchleben der Technologie-Nostalgie 😉
Den Hype Cycle 2019 (for emerging technologies) findest Du hier.

Hype Cycle: Fazit

Der Hype Cycle von Gartner ist ein praktisches Werkzeug, welches leicht verdaulich Entscheidungen ermöglicht.

Allerdings gilt wie bei jedem Werkzeug auch hier: Blindes Vertrauen kann ziemlich in die Hose gehen. Im Kontext und flankiert von individuell passenden Alternativ-Tools allerdings kann der Hype Cycle durchaus hilfreich sein.

Wie stehst Du zum Hype Cylce und wie setzt Du ihn vielleicht sogar aktuell ein? Lass es mich in den Kommentaren wissen!

*Affiliate-Link. Wenn du Produkte über diese Links bestellst, bekomme ich einen Teil des Geldes. Natürlich ohne, dass du dadurch mehr bezahlst! Hierfür werden lokal Cookies gesetzt.
 
Auf der Suche nach der EINEN künstliche Intelligenz Definition

Die EINE künstliche Intelligenz Definition die du brauchst. (Und die 63 anderen)

Künstliche Intelligenz Definition Option 1
Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Die EINE künstliche Intelligenz Definition - wird gesucht

Eine vernünftige, nachvollziehbare, allgemeine künstliche Intelligenz Definition.
Man sollte meinen, dass es eine solche Definition
a) lang- und
b) einhellig akzeptiert gibt.

Ist doch das Feld mit den Grundzügen seiner heutigen Energie und Umfang
a) bereits mehr als ein halbes Jahrhundert alt,
b) seit Jahren und Jahrzehnten eines der am schnellsten wachsenden und am intensivsten bearbeiteten Gebiete der Menschheit, wie diese kleine Slideshow zeigt:

Und
c) Mittlerweile in der Breite und Praxis angekommen und angenommen, was diese Grafik gut veranschaulicht:

künstliche Intelligenz Definitionen Breitenadaption
Quelle: https://de.statista.com/infografik/16992/umsatz-der-in-deutschland-durch-ki-anwendungen-beeinflusst-wird/

Künstliche Intelligenz Definition ✅ also? Weiß jeder der damit zu tun bekommt also nach einem kurzen Post-It auf seinem Schreibtisch was mit künstlicher Intelligenz gemeint ist?

Weit gefehlt.

Es ist mehr als das Gegenteil der Fall: Es gibt so viele beteiligte Disziplinen, Ansätze, Verständnispunkte und Perspektiven, dass es nicht einmal nicht eine Definition gibt.

Der Status Quo ist der, dass es keine Definition gibt, sich aber dennoch nahezu jede Disziplin an einer versucht, welche weder innerhalb dieser Disziplin, noch von anderen Disziplinen in der Breite anerkannt wird.

Ein ziemliches Wollknäuel, ich weiß.

Daher nehme ich hier wie so gern die Vogelperspektive, bzw. die eines Wettersatelliten ein. Und schaue mir das komplexe Thema von weit oben an.
Am besten gelingt eine Künstliche Intelligenz Definition von weit oben

Gehen wir also systematisch und mit Blick aus dem Orbit vor und nähern uns der Herausforderung “künstliche Intelligenz Definition”.

Mein Ziel ist es hierbei, soweit möglich, abseits der “trockenen Theorie” zu sein und künstliche Intelligenz mit Spaß und Freude zu erklären.
Daher habe ich nicht nur die “hochakademischen” KI Definitionen eingebaut, sondern auch viele User in sozialen Netzen gefragt und mir angeschaut was Suchmaschinen für die besten Angebote für die Nutzer halten. Quasi was künstliche Intelligenzen zum Thema künstliche Intelligenzen menschlichen Intelligenzen vorschlagen

Irgendwie mag ich den Gedanken.

Also: Hast du deinen Rucksack gepackt und den Proviant griffbereit? Dann fangen wir dort an, wo die meisten Suchenden noch immer starten: Im Duden.

Alles gepackt für die Reise zur KI Definition
Auf zur Reise durch den Disziplin-Dschungel!

Eine letzte Sache noch vor dem Start: Damit du gemeinsam mit deinen Freunden über künstliche Intelligenz und Ihre Definition nachsinnieren kannst, habe ich ein kleines Spiel zum Thema gebaut: Das „künstliche Intelligenz Definitions-Bingo“. Du findest es in Deutsch und Englisch. Wenn du es teilen möchtest, teile einfach diese Seite, der Rest ist scrollen. Viel Spaß!

Das künstliche Intelligenz Definitions-Bingo zum ausdrucken
Click for the .PDF-Version to print.
The artificial Intelligence Definition-Bingo
Auf das Bild klicken um zur .PDF zu kommen

Die künstliche Intelligenz Definition des Duden

#1: Der Duden trennt die Definition von künstlicher Intelligenz auf in

1. Künstlich: “nicht natürlich, sondern mit chemischen …b. natürliche Vorgänge nachahmend, nicht auf …c. gekünstelt, unnatürlich”

2. Intelligent: Fähigkeit [des Menschen], abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten

Heißt eine künstliche Intelligenz Definition gemäß dem Duden wäre ungefähr das:

“Eine künstliche Intelligenz ist die nicht natürliche, bzw. natürliche Vorgänge nachahmende Fähigkeit, abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten.”

Wir halten als zentral definierte Kernkomponenten fest: Nicht natürlich, nachahmend, denkend und zweckvoll handelnd. Ein solider Start.

Was sagen andere Wörterbücher und Enzyklopädien?

#2: Das English Oxford Living Dictionary

“The theory and development of computer systems able to perform tasks normally requiring human intelligence, such as visual perception, speech recognition, decision-making, and translation between languages.”

Theorie und Entwicklung von Coputersystemen die fähig sind Aufgaben zu erledigen, die normalerweise menschliche Intelligenz benötigen.

Künstliche Intelligenz ist laut dieser Definition also sowohl ein Feld, als auch eine konkrete Anwendung, bzw. deren Entwicklung. Ich mag diesen Ansatz, denn er betrachtet das Feld nicht einseitig sondern mehr von „oben“.

Um bei der Humananalogie zu bleiben: beim Menschen wäre in ähnlichen Termen gesprochen wahrscheinlich Anthropologie / Soziologie das Feld. Und Medizin und Kognitionsforschung die Anwendung. Bzw. die Disziplinen, die sich mit der Anwendung auseinandersetzen. Diese Betrachtungsweise ist eine wichtige Facette!

#3: Merriam-Webster

1. A branch of computer science dealing with the simulation of intelligent behavior in computers.

2. The capability of a machine to imitate intelligent human behavior.

Ein Zweig der Computerwissenschaften welcher sich mit der Simulation intelligenten Verhaltens in Computern auseinandersetzt. Bzw. Die Fähigkeit einer Machine intelligentes menschliches Verhalten nachzuahmen.

Da haben wir wieder den Nachahm-Aspekt. Anstatt generell intelligent zu sein, ahmt der Computer den Menschen nach. Dieser Ansatz ist verständlich, kennen wir im Universum bisher doch nur eine höherentwickelte Intelligenz, die unsere. Aber sie muss nicht der richtige sein. So wie sich Lebewesen nicht nur auf Kohlenstoff- sondern z.B. auch auf Siliziumbasis entwickeln könnten. (Zumindest theoretisch)

Interessant finde ich hier das Ende des zweiten Teiles: “imitate intelligent human behaviour” Womit wir direkt bei einem der Grundprobleme sind:

Was ist Intelligenz? Im Teil der medizinischen Definition schauen wir uns zwei mögliche Ansätze an.

#4: Die altehrwürdige Encyclopedia Britannica

“artificial intelligence (AI), the ability of a digital computer or computer-controlled robot to perform tasks commonly associated with intelligent beings.”

Die Fähigkeit eines digitalen Computers bzw. computergesteuerten Roboters Aufgaben auszuführen die gemeinhin mit intelligenten Lebewesen assoziiert werden.

Und auch bei diesem Definitionsansatz haben wir den Fokus auf Fähigkeiten, Aufgaben bzw. Lösungen und Assoziation, also Nachahmung im weitesten Sinne. Haben wir damit bei all den Widersprüchen vielleicht doch einen gemeinsamen Kern gefunden?

Oder sehen wir es hier direkt und destilliert: Wo einem für gewöhnlich eine Mischung aus Wörterbüchern und Enzyklopädien schnell weiterhilft, ist es bei einer brauchbaren künstlichen Intelligenz Definition nicht der Fall.

  • Ist KI nun das imitieren intelligenten Verhaltens?
  • Das ausführen von Aufgaben, die für gewöhnlich mit intelligenten Wesen assoziert sind?
  • Handelt es sich um Maschinen, Computer, digitale Computer aka. Software oder Roboter?
  • Ahmt es nach oder ist es intelligent?

Ich glaube aus den Antworten bisher werde weder ich, noch du, noch eine Maschine richtig schlau. Doch eines vorweg: Es hilft uns bereits jetzt, uns der einen Definition anzunähern.

Mein Vorgehen zur Lösung ist viergeteilt und sieht wie folgt aus:

Mein Ansatz zum Finden einer künstlichen Intelligenz Definition

Ich habe dabei die relevantesten Bestandteile jeder Definition fett markiert und, wie oben, die Quellen blau hervorgehoben.

Ready? Dann kommen wir zur zweiten Etappe unserer Reise: Für diejenigen unter euch, die auf schnelle Ergebnisse aus sind, das ist euer Teil. Hier geht es um ein Forschungsprojekt welches die KI Definition zum Ziel hat. Und die zentralen Bestandteile in direkter Gegenüberstellung.

Legen wir los!

Die künstliche Intelligenz Definition: Ein schnell bewegliches Ziel

Eine künstliche Intelligenz Definition zu finden ist wie gesagt bereits für sich allein ein Mammutunterfangen.

    1. Zum einen, da Intelligenz selbst noch weder verstanden noch vernünftig definiert ist.
    2. Zum anderen weil bei Ihrer Entwicklung eine Vielzahl von sonst oftmals weit voneinander entfernten Disziplinen zusammentreffen. Und es werden auch noch ständig mehr!
    3. Zum dritten entwickelt sich künstliche Intelligenz derart schnell, dass ein Ansatz und ein Verständnis von heute mittag bereits am Abendbrottisch veraltet sein kann.
    4. Und dann ist das Thema auch noch von solch grundlegender Relevanz für jeden Menschen, nicht nur Forscher, Entwickler, Politiker etc. Denn KI hat bereits heute direkten Einfluss in verschiedenen Formen auf eine wachsende Zahl von Milliarden von Menschen. Da will man natürlich nicht bereits in den fundamentalen Grundlagen irgendeinen Fehler machen und hat sehr viele Meinungen zu berücksichtigen.
Die 4 Hürden einer künstlichen Intelligenz Definition

Klingt also eher nach einem multidimensionalen Rubics-Cube, als nach einem Wollknäuel, wie siehst du das?

Eine künstliche Intelligenz Definition ist herausfordernd

Zum Glück gibt es das Forschungsprojekt “AGISI” von Professor Dr. Dagmar Monett. Diese befragt seit geraumer Zeit zum Thema KI Definition Experten und Laien mit den verschiedensten Hintergründen. Das Ergebnis ist so etwas wie ein Bewegungsmelder für KI-Entwicklung, ein interaktives Zielsuchsystem.

Ich finde diese Arbeit so wichtig, dass ich vor geraumer Zeit ein Podcastinterview mit Prof. Monett aufgenommen habe. Sobald dieses online geht, verlinke ich es dir hier.

Wenn du mehr zu Projekt AGISI und Prof. Monett wissen möchtest, kann ich dir dieses Video sehr empfehlen:

Der Facettenregenbogen künstliche Intelligenz Definition

Exkurs: Künstliche Intelligenz Definitionen in Zahlen

Bevor wir jetzt endlich direkt ins Geschehen eintauchen und uns die verschiedenen Facetten anschauen, hier direkt ein Überblick.

Die Definitionen enthalten allesamt einen oder mehrere der hier gesammelten Aspekte.

Achte gern darauf, wenn du sie dir durchliest.

Wer das Spiel “1,2 oder 3” noch kennt, wird sich hier wie zu Hause fühlen.

Fangen wir also an:

Binäre künstliche Intelligenz Definitionen

1. Strong vs. weak:

Bei diesem Definitionsansatz wird künstliche Intelligenz einerseits eingeteilt in eine schwache, „schmale“ (narrow) Intelligenz, welche in einem sehr eng definierten Gebiet besser ist als jeder Mensch. Zum Beispiel im Erkennen von Katzen. Und andererseits in eine starke, „generelle“ KI, welche jede Aufgabe besser und schneller lösen kann als jeder Mensch und die Menschheit gemeinsam. Die schwache haben wir bereits, bei der generellen wird es schwieriger.

2. Simulation vs. Phänomenologie:

Dieser Ansatz teilt KI einerseits auf in „künstliche nachgebaute Intelligenz“, also der möglichst exakten Replikation menschlicher Intelligenz auf allen beteiligten Ebenen. Also einem Nachbau / einer Simulation des menschlichen Gehirns. Und andererseits ins Ergebnis, also den Output. Es ist egal was im Hintergrund passiert, das Ergebnis ist intelligent.

3. Virtuell vs. physisch:

Eine künstliche Intelligenz ist entweder dann zur Entwicklung von Intelligenz fähig, wenn sie einen Körper, eine physische Repräsenz bzw. Manifestation hat. Oder die Entwicklung von künstlicher Intelligenz ist unabhängig von Ihrer materiellen Gestalt, es reicht auch, wenn sie ein reines „Programm“ bleibt, um Intelligenz zu entwickeln. Wer mehr zu dieser interessanten Banden-Debatte erfahren möchte, findet im Embodidment-Teil meiner KI-Übersicht mehr dazu.

4. Problem- vs. Lösungsorientiert / zentriert:

Dieser Ansatzbaum definiert KI entweder über den Fokus auf Probleme, also ob die künstliche Intelligenz fähig ist Problem x zu lösen. Oder, konträr dazu, im Hinblick auf die Lösung. Also ob und welche Lösungen eine KI findet, egal um welches Problem es geht.

5. Schafft den Turing Test vs. besteht den Turing Test nicht:

Nach dieser Dichotomie ist eine künstliche Intelligenz alles das, was nichthuman den Turing Test, bzw. seine Varianten besteht. Es gibt auch eine kleinere gegenteilige Community, welche Intelligenz unabhängig vom Turing Test sieht. Diese stützt sich vor allem auf das Argument der Intelligenzlevel: Im Vergleich zu einer Ameise ist der Mensch intelligent, im selben Verhältnis wie Mensch zu Ameise ist eine KI allerdings ebenfalls intelligent, ohne jedoch „Trivialitäten“ wie den Turing Test bestehen zu müssen, um dies zu beweisen. (Die meisten) Menschen haben ja auch keinen „Ameisentest“ bestanden, bevor Ameisen sie als intelligent anerkannt haben. (Wobei ich hier auch niemanden diskriminieren möchte, falls doch. In diesem Fall: gut gemacht!)

6. Emergenz vs. Training:

Diese Argumentpole definieren künstliche Intelligenz entweder…

…Aus einer emergenten Entwicklung zu einem Komplexitäts-Schwellenpunkt. Also der Theorie das genügend Daten + passende Algorithmen + genügend Hardware automatisch ab einem Punkt x zur Entwicklung künstlicher Intelligenz führen. Ähnlich wie ein oder zwei Dutzend Fische keine großen Fressfeinde abwehren können, mehrere hundert bis tausend im Schwarm allerdings schon. Die Vexierfrage ist hier nur: Wann? Und lässt sich dies irgendwie vorhersagen?

…Oder der „Gegenseite“, welche künstliche Intelligenz nur durch Training von außen mit intelligenten Akteuren sieht. Also zum Beispiel im „AI Kindergarten“.

7. Vorgegeben vs. Selbstentwickelt:

Nach diesem kontrastiven Duopol ist KI entweder das, was dank dem Input von Menschen ab einem Punkt x intelligent ist. Oder aber völlig unabhängig von menschlichem Bemühen ausschließlich durch selbstständiges Lernen und Agieren intelligent wird.

KI Definitionen im Trivium

Einige Definitionen und Definitionsansätze für künstliche Intelligenz unterteilen KI in drei wesentliche Bereiche:

 

1. Stark, schwach und menschlich:

Hier werden KI’s grob unterteit in „stark“, „schwach“ und „alles dazwischen“ – Was, da wir bisher nur die menschliche Intelligenz auf diesem Planeten kennen, im Wesentlichen die menschliche Intelligenz ist.

Ähnlich unterteilt auch Tim Urban, der Content-Prophet komplexer Themen, seine AI-Unterteilung, in dem er in drei “Kalibern” argumentiert:

 

2. Narrow, General und Super:

Er schreibt:

ANI (Artificial Narrow Intelligence), AGI (Artificial General Intelligence), ASI (Artificial Superintelligence)

– Wobei mir hierbei nicht so richtig klar ist, warum eine Grenze zwischen AGI und ASI gezogen wird. Eine Intelligenz die alles besser als alle Menschen kann, ist a) entweder bereits an diesem Punkt eine ASI oder b) wenige Sekunden später. Anders wäre sie gar nicht dort hin gekommen. Was zur Einteilung bzw. Einordnung von Nick Bostrom in die Kinetik einer Intelligenzexplosion passt. Aber gut, weiter im Text:

 

3. Daten, Algorithmus und Schnittstelle:

Hier brauche ich nicht viel zu schreiben, das folgende Zitat bringt es hervorragend auf den Punkt:

„artificial intelligence requires the following components: The data set : A of data examples that can be used to train a statistical or machine learning model to make predictions. The algorithm : An algorithm that can be trained based on the data examples to take a new example and execute a human-like task. The interface : An interface for the trained algorithm to receive a data input and execute the human like task in the real world.“

4. Intention, Intelligenz und Adaption:

Auch dieses Trivium lasse ich am besten vom Erdenker selbst ausführen. Die Quelle hast du für weitere eigene Recherche in der Überschrift ja direkt verlinkt. (Wobei ich hierzu auf den ersten Blick kritisch meinen ehemaligen Physiklehrer zitieren muss: „Ein Wort mit sich selbst zu erklären ist keine Erklärung“ – künstliche Intelligenz zum Teil mit Intelligenz zu erklären ist also vielleicht nicht optimal. Aber lies den Artikel am besten einfach selbst 😉

„Allen and myself in an April 2018 paper, such systems have three qualities that constitute the essence of artificial intelligence: intentionality, intelligence, and adaptability.“

5. Menschenabbild, Menschenignorant, Menschengerüst

Und dann gibt es da noch die antropozentrierte Sichtweise – Hier dreht sich künstliche in irgendeiner Art und Weise immer um menschliche Intelligenz.

Und zwar indem künstliche Intelligenz entweder definiert wird als „System, das exakt so wie ein Mensch denkt„, als „System, dass intelligent arbeitet und handelt ohne das man dazu wissen muss, wie der menschliche Geist funktioniert„, und / oder als „Menschliches Denken als Modell nutzend aber nicht als Ziel gedacht„.

Damit kommen wir zur letzten Meta-Einteilung von künstlichen Intelligenz Definitionen:

 

KI Definitionen im Quartett

Eine der häufigsten Definitionsansätze künstlicher Intelligenz unterteilt KI in vier Bereiche:
 

1. Menschlich und rational:

  1. Acting humanly
  2. thinking humanly
  3. Acting rationally
  4. thinking rationally

Weiter ausgeführt findest du diesen praktischen Ansatz auf Deutsch auch in dieser Uni-Unterlage.

Diese gegenüberstellenden, bzw. reduzierenden Ansätze sind gut um einen Abgleich für die folgenden, ausführlicheren Definitionen zu haben. Doch einen letzten Punkt gilt es noch anzubringen, bevor wir dahin aufbrechen:

Künstliche Intelligenz definieren: Das Kofferwortproblem

„Künstliche Intelligenz“ scheint laut einigen Experten ein sogenanntes „Kofferwort“ zu sein – jeder packt hinein, was er für richtig hält. Und tatsächlich sind die Definitionen noch nicht klar und einheitlich akzeptiert. (Wie du spätestens jetzt sicherlich festgestellt hast 😉

Das Abenteuer künstliche Intelligenz Definition ist also ein wenig wie die Geschichte mit dem Elephanten und den Blinden. Derjenige, der den Rüssel hält, denkt es wäre eine Schlange. Derjenige, der den Stampfer tastet, denkt es wäre ein Nashorn. Etcetera. 

Wie lösen wir dieses kleine Problem daher am besten?

Indem wir einfach jeden relevanten der „Blinden“ fragen. Schauen wir uns also an, was die beteiligten / betroffenen Disziplinen an künstlichen Intelligenz Definitionen auf Lager haben:

Eine künstliche Intelligenz Definition aus Wirtschaftssicht

#15: Die Definition des Gabler Wirtschaftslexikons:

“Erforschung „intelligenten” Problemlösungsverhaltens sowie die Erstellung „intelligenter” Computersysteme. Künstliche Intelligenz (KI) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.”

Wer hätte es gedacht: Aus Sicht der Wirtschaft ist KI also vor allem ein praktisches, Computernahes Problem. Natürlich immer streng am Menschen orientiert. Ergibt ja auch Sinn, immerhin ist die Wirtschaft für praktische Lösungen zuständig. Und auch wenn es logischerweise verkürzt ist, auf Basis eines Lexikonzitates auf die Haltung eines Zweiges zu schließen, gibt dies doch eine gute Richtungsweisung wie ich finde. Wenn hierzu mehr Interesse besteht, ergänze ich natürlich auch gern weiter. Apropo Wirtschaft: Was sagt der Teil der Wirtschaft, welcher künstliche Intelligenz gerade „gebiert“? Schauen wir es uns im Schlaglicht an:

Die künstliche Intelligenz Definition aus Sicht von Big Tech

#16: Amazon

“the field of computer science dedicated to solving cognitive problems commonly associated with human intelligence, such as learning, problem solving, and pattern recognition.”

#17: Aus Sicht von Google AI:

 “create smarter, more useful technology and help as many people as possible” 

#18: Facebook AI Research:

“advancing the file of machine intelligence and are creating new technologies to give people better ways to communicate.”

#19: IBM:

three areas of focus include AI Engineering, building scalable AI models and tools; AI Tech where the core capabilities of AI such as natural language processing, speech and image recognition and reasoning are explored and AI Science, where expanding the frontiers of AI is the focus.

#20: Oracle

“…refers to systems or machines that mimic human intelligence to perform tasks and can iteratively improve themselves based on the information they collect.”

Auch hier, wer hätte das für möglich gehalten, vor allem Ansätze aus dem Umsetzungs-Blickwinkel der jeweiligen Firma. Wo beim „sozialen“ Netzwerk Facebook Kommunikation im Vordergrund steht, stehen bei IBM Ingenieurwesen und Werkzeuge im Spotlight. Künstliche Intelligenz ist hier also offenbar all das, was intelligent und vor allem effizienter und besser Kundenprobleme löst. Und letztenendes mehr Gewinn bringt. Nicht sonderlich überraschend aber gut um blinde Flecke bei der Gesamtbetrachtung zu füllen.

Und was sagen diejenigen, welche all diese Techunternehmungen finanzieren?

KI Definition aus Investorensicht

#21: Investopedia

“Artificial intelligence (AI) refers to the simulation of human intelligence in machines that are programmed to think like humans and mimic their actions.”

Ich habe mit nicht genügend Investoren im KI-Bereich bisher dazu gesprochen, aber für mich ist auch diese Definition naheliegend und nachvollziehbar. Menschenzentriert, da Menschen letztenendes diejenigen sind, welche das Risikokapital wieder einfahren. Intelligenz-Simulationszentriert um genug Spielraum in der Entwicklung potenziell investierenswerter Projekte zu lassen.

Ergibt Sinn.

Und was denken diejenigen, welche am Ende die Algorithmen schreiben und künstliche Intelligenz tatsächlich bauen?

Künstliche Intelligenz definiert aus Ingenieurssicht

#22: Produktion.de

“Bei der Entwicklung von Systemen mit künstlicher Intelligenz versuchen Forscher und Entwickler die menschliche Wahrnehmung und das menschliche Handeln mittels Maschinen nachzubilden.”

#23: Statista

“Unter künstlicher Intelligenz (KI) ist unter anderem eine Nachbildung sowie Automatisierung intelligenten Verhaltens zu verstehen.”

Auch hier scheint sich ein eher praktisches herangehen herauszukristallisieren. So grob nach dem Plan „Mensch verstehen -> Maschine danach bauen“.

Und wie wir eingangs bereits gesehen haben, ist dies ein valider Ansatzpunkt. Nur leider nicht der Einzige. Ein zu enger Fokus könnte hier zur Verschwendung von Möglichkeiten bzw. einer Fehlinvestition von Ressourcen führen. Zumindest wenn man ausschließlich so „eng“ arbeiten würde. Was glücklicherweise praktisch nicht (immer) der Fall ist. (Hier geht’s zum Original-Paper der These)

Wie wir aber mittlerweile wissen, sind nicht nur die Ingenieurswissenschaften mit der Herausforderung künstliche Intelligenz beschäftigt. Da Intelligenz bis jetzt vor allem etwas in Gehirnen ist, gibt es hier noch eine andere, wichtige Disziplin zu beachten: 

Eine künstliche Intelligenz Definition aus Sicht der Neurowissenschaften

#24: Spektrum Lexikon der Neurowissenschaften

“Die künstliche Intelligenz (Abk. KI, E artificial intelligence, Abk. AI) ist ein Teilgebiet der Informatik, welches sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befaßt (Intelligenz).”

Die Neurowissenschaften sehen künstliche Intelligenz also vor allem als ein informatisches Problem. Lustig, wo die Informatik KI vor allem als am menschlichen Gehirn / Verhalten orientiert sieht. Aber auch hier: Nachvollziehbar und stimmig.

Auch hier gilt natürlich: Eine Definition ist bei weitem nicht aussagekräftig über die Haltung einer ganzen Disziplin. Zumal zunehmend unterteilt und spezialisiert.

Doch auch wie bei der Wirtschaft glaube ich: Ein Blickwinkel hilft hier weiter als ein Wust Dutzender oder Hunderter Ansätze. (Sollte ich mich irren und weiterer hilfreicher Ansätze habhaft werden, trage ich diese natürlich gern nach – Dazu hilft mir zum Beispiel DEIN Kommentar 😉

Zwei von drei großen „Praxisgebieten“ der künstlichen Intelligenz haben wir damit. Ingenieurwesen und Kognitions- / Neurowissenschaften. (Auch wenn mich sicher der eine oder die andere mit Wasserbomben bewerfen möchte, da ich beide Disziplinen hier zusammenwerfe)

Fehlt noch die Dritte. Die praktische „Leitplanke“ der KI-Entwicklung. Die Philosophie:

KI definiert aus Sicht der Philosophie

#25: Stanford Encyclopedia of Philosophy

“Artificial intelligence (AI) is the field devoted to building artificial animals (or at least artificial creatures that – in suitable contexts – appear to be animals) and, for many, artificial persons (or at least artificial creatures that – in suitable contexts – appear to be persons)”

Ich habe hierbei die Definition der Stanford Enzyklopädie gewählt, da die Universität Stanford einen der besten Kurse zum Thema künstliche Intelligenz der Welt hat. Und dementsprechend auch weitere hochkarätige Ressourcen und Professoren. Und auch hier gilt: Wie zu erwarten war, spiegelt die Definition die Disziplin wieder. Abstrakter und „herausgezoomter“ als die Praxisdisziplinen und am stärksten daran orientiert, was die Disziplin seit Jahrtausenden kennt: Dem Menschen.

Und was sagen die „Gegenteile der Philosophen“, die, die direkt umsetzen statt zu diskutieren dazu?

Eine künstliche Intelligenz Definition aus Gründerpespektive

#26: Gründerszene

“Bei der Künstlichen Intelligenz oder der englischen Bezeichnung Artificial Intelligence (AI) handelt es sich um einen Bestandteil, der sich in den meisten Softwares befindet, auch wenn diese nicht deutlich erkennbar ist. … Künstliche Intelligenz meint die Erforschung eines „intelligenten” Problemlösungsverhaltens und die Erstellung von „intelligenten“ Computersystemen.”

Hier sieht man die bisher mit Abstand drastischste Reduktion von KI. Künstliche Intelligenz ist hier vor allem Code, Algorithmen und automatische Aktionen und Reaktionen. So schnell kann man vom Weitwinkel- zum Teleobjektiv wechseln.

Und was meint die Basis dieses schon beinahe puristischen Ansatzes dazu?

Eine künstliche Intelligenz Definition vom Standpunkt der Informatik

Informatik ist die vertretbarer Weise wichtigste Disziplin wenn es um künstliche Intelligenz geht, hat sie die gesamte Entwicklung doch überhaupt erst ermöglicht. Ich gehe daher hier auf ein paar mehr Ansätze ein, um einen Einblick in die Sichtweise dieser Perspektive zu gewinnen:

#27: ComputerWeekly

“Künstliche Intelligenz (KI) beziehungsweise Artificial Intelligence (AI) simuliert menschliche Intelligenz mit Maschinen, insbesondere Computersystemen.”

#28: SAP

“Künstliche Intelligenz ist der Überbegriff für Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen wie Lernen, Urteilen und Problemlösen erbringen.”

#29: Mindsquare

“Künstliche Intelligenz beschreibt Maschinen, die mithilfe von Algorithmen agieren, Aufgaben ausführen und dabei autonom und anpassungsfähig auf unbekannte Situationen reagieren, sodass sie dem Menschen ähnliches Verhalten aufzeigen.”

#30: Hackr.io

“… can be described as a system or a machine that can be made to stimulate such features of intelligence thus, having the capability to solve and evaluate problems that were reserved for us, humans with natural intelligence.”

Interessant, dass sich alle einig sind, menschliche Intelligenz zu imitieren. Nachvollziehbar, da es wie gesagt die einzige bekannte Orientierung ist. Dennoch bemerkenswert, gibt es doch eine Vielzahl alternativer Ansätze. (Erkenne ich so langsam ein Muster oder habe ich einfach nicht weit genug heraus- / hereingezoomt? Schreib‘ es mir gern in die Kommentare!)

Eine künstliche Intelligenz Definition aus Sicht der Forschung

Auch hier wieder ein wenig ausführlicher. Denn da künstliche Intelligenz alles andere als alltäglich ist, spielt die Forschung hier gerade die wichtigste Rolle.

Die wichtigste Definition daher auch direkt zu Beginn, die des Deutschen Forschungszentrums für künstliche Intelligenz:

#31: DFKI

“Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, »menschenähnliche«, intelligente Verhaltensweisen zu zeigen. … Künstliche Intelligenz beschreibt Informatik-Anwendungen, deren Ziel es ist, intelligentes Verhalten zu zeigen. Dazu sind in unterschiedlichen Anteilen bestimmte Kernfähigkeiten notwendig: Wahrnehmen, Verstehen, Handeln und Lernen. Diese vier Kernfähigkeiten stellen die größtmögliche Vereinfachung eines Modells zur modernen KI dar: Wahrnehmen – Verstehen – Handeln erweitern das Grundprinzip aller EDV Systeme: Eingabe – Verarbeitung – Ausgabe.”

#32: Fraunhofer Institut

“Als Künstliche Intelligenz (KI) bezeichnen wir … IT-Lösungen und Methoden, die selbstständig Aufgaben erledigen, wobei die der Verarbeitung zugrundeliegenden Regeln nicht explizit durch den Menschen vorgegeben sind.”

#33: ScienceDaily

„the study and design of intelligent agents“ where an intelligent agent is a system that perceives its environment and takes actions which maximizes its chances of success.”

Und hier sehen wir das erste Mal systematisch – oha! – eine praktische Abstrahierung auf die sich alle einigen können. Es geht mehr um Agenten als konkrete Vorgaben. Und um Lösungstypen- bzw. Lösungsbereiche. Dieser Abschnitt ist bisher mein Favorit 😉

Künstliche Intelligenz Definition vom Standpunkt des Marketing

#34: Deutsches Institut für Marketing

“Künstliche Intelligenz setzt sich damit auseinander, wie Computer Wahrnehmungen verarbeiten, mit erlernten Algorithmen abgleichen und dadurch eine zielgerichtete Response / Handlung auslösen.”

Da Marketing maßgeblichen Einfluss auf die Wahrnehmung von KI hat, (Terminator vs. Sprachassistent lässt grüßen) darf natürlich auch eine stellvertretende Antwort dieser Disziplin nicht fehlen. Hier geht es eher um die Antwort, das Resultat auf KI als die KI selbst. So wie es eher um den Verkauf von x geht, als die Ware selbst. (So zumindest meine Theorie des Blickwinkels dahinter) Wobei mir der Dreiklang „Interpretation -> Abgleich -> Reaktion“ prinzipiell ganz gut gefällt.

Künstliche Intelligenz Definitionen aus politischer Perspektive

#35: Europäische Kommission

“Künstliche Intelligenz (KI) bezeichnet Systeme mit einem „intelligenten“ Verhalten, die ihre Umgebung analysieren und mit einem gewissen Grad an Autonomie handeln, um bestimmte Ziele zu erreichen.”

#36: Öffentliche Verwaltung

Systeme, die selbstständig effizient Probleme lösen“ können.”

#37: Aus der Strategie der Bundesregierung

“KI ist fokussiert auf die Lösung konkreter Anwendungsprobleme auf Basis der Methoden aus der Mathematik und Informatik, wobei die entwickelten Systeme zur Selbstoptimierung fähig sind.”

Die politische Perspektive scheint die Autonomie künstlicher Intelligenz in den Vordergrund zu stellen. Was ich gut finde. Und zeitgleich hoffe, dass dieser Ansatz auch für die menschliche Intelligenz Ihrer Wähler gilt.

Eine künstliche Intelligenz Definition aus Sicht der Bildung

#38: Edukatico

“Als Künstliche Intelligenz wird heute bezeichnet, wenn Computersysteme eigenständig Probleme lösen.”

KI bzw. Intelligenz generell als wandelnde Problemlösung zu betrachten, ist ein gängiger und guter Ansatz sich an künstliche Intelligenz anzunähern. Daher kann ich diesen Standpunkt aus Sicht eines Bildungsanbieters zum Einordnen gut verstehen.

Wenn wir schon bei der Bildung selbst sind, dem manifestierten Erleuchten des menschlichen Geistes, ist vielleicht ein guter Zeitpunkt gekommen, sich genau mit diesem Geist näher auseinanderzusetzen:

Künstliche Intelligenz Definition aus medizinischer Sicht: Startpunkt menschliche Intelligenz

Kurzes Vorwort zu diesem etwas in die Tiefe gehenden Absatz:
Intelligenzdefinitionen wird hier jene von W. Stern (1912, Leipzig) aufgeführt: „Intelligenz ist die Fähigkeit des Individuums, sein Denken bewusst auf neue Forderungen einzustellen, die allgemeine geistige Anpassungsfähigkeit an neue Aufgaben und Bedingungen des Lebens.“ Das ist für den Sammelbegriff „Intelligenz“ (lat. Einsicht, Erkenntnisvermögen) noch heute gültig, also die kognitive Fähigkeit, Zusammenhänge zu erkennen, Problemlösungen zu finden und in vernünftiges Handeln umzusetzen.

Eine künstliche Intelligenz Definition beginnt mit Intelligenz
Quelle: https://d-nb.info/998830119/34

Diese Übersicht bietet meiner Meinung nach eine brauchbare Mischung aus Abstraktion und Tiefe um mit einer konkreten Vorstellung weiterzumachen. Basierend darauf kann man aus Sicht der Medizin vielleicht folgendes ableiten:

#39: Ärztezeitung / Techniker Krankenkasse

“Bei Künstlicher Intelligenz handelt es sich um die künstliche, maschinelle Generierung von datenbasiertem Wissen.”

Da man mobile Speicher nicht behandeln und klassisch analysieren kann, ergibt der Fokus auf die maschinelle statt menschliche, daten- statt gedankengestützte Betrachtung meiner Meinung nach absolut Sinn. Und diese kleine Facette rundet unser bisheriges Spektrum zeitgleich sinnvoll ab.

Künstliche Intelligenz Definition aus der Psychologie

#40: Dorsch, Lexikon der Psychologie

“(= K. I.) [engl. artificial intelligence], [KOG], K.I. stellt in den Vordergrund, Intelligenz in technischen Systemen zu erzeugen … K. I. versteht unter I. die Fähigkeit, durch effiziente Informationsverarbeitung herausragende Problemlösungen bzw. Anpassungen an die Umwelt zu ermöglichen.”

Im Kontext der medizinischen Betrachtung finde ich die psychologische besonders spannend. Ist ihr Schwerpunkt doch zeitgleich abstrakt und doch konkret. Und vor allem werfen die Schlüsselwörter „effiziente Informationsverarbeitung“ auch nochmal ein klein wenig anderes Licht auf unsere bisherigen Ansätze von Problemlösung bis Gehirnimitation.

Historische Definitionen von künstlicher Intelligenz

#41: Russell und Norvig 1995

„KI-Technologien sind als Methoden und Verfahren zu verstehen, die es technischen Systemen ermöglichen, ihre Umwelt wahrzunehmen, das Wahrgenommene zu verarbeiten und selbständig Probleme zu lösen, Entscheidungen zu treffen, zu handeln und aus den Konsequenzen dieser Entscheidungen und Handlungen zu lernen.“

Diese Definition ist von besonderer Bedeutung, entspringt sie doch den Köpfen der Autoren des populärsten Grundlagenwerkes der Welt in der Akademie rund um künstliche Intelligenz. Interessanterweise geht es hier auch primär um die „Methoden und Verfahren“ mit denen alles weite passiert, als um Informationsverarbeitung, Problemlösung etc. Es mag nach Haarspalterei klingen aber ich finde so langsam verdichten sich die Startpunkte.

#42: John McCarthy im Rahmen des Dartmouth Workshops, der “Grundsteinlegung” für künstliche Intelligenz

thinking machines

Dieser, allen anderen durch seine enorme Kürze herausragende, ist der möglicherweise wichtigste Ansatz von allem. Warum? Weil er im Rahmen der Grundsteinlegung der künstlichen Intelligenz gelegt wurde. Denn im Sommer 1956 wurde das Feld der KI erst offiziell begründet. Mit diesen beiden Worten als Definitionsansatz.

Ist das nicht faszinierend?

Und entsprechend interessant ist auch sein Ansatz. Denken + Maschine = künstliche Intelligenz.

Was uns zu einem anderen Pionier der künstlichen Intelligenz führt:

#43: Eine künstliche Intelligenz Definition die nicht fehlen darf: Der Turing Test

Eine künstliche Intelligenz Definition schreiben zu wollen, ohne Alan Turing zumindest zu erwähnen, halte ich für schwierig. Daher, auch wenn keine Definition explizit auf ihn eingeht, hier ein kurzer Absatz zum Turing-Test. Zum Auffrischen, was war der Turing Test nochmal?

In kurz: Eine Jury kommuniziert indirekt, also zum Beispiel durch einen Computer mit einer KI auf der einen und einem Menschen auf der anderen Seite. Dabei versucht der Juror durch gezielte Fragen herauszufinden, wer der Mensch und wer der Algorithmus ist. Wenn die KI es schafft den Juror von seiner „Menschlichkeit“ zu überzeugen, haben wir die erste „starke“ KI.

Abgeleitet daraus könnte man also sagen:

Eine künstliche Intelligenz ist jeder intelligente Algorithmus / Programm, welches / welcher den Turing Test besteht.

Den Turing Test gibt es mittlerweile in Dutzenden, wenn nicht Hunderten verschiedenen Varianten. Und täglich bestehen künstliche Intelligenzen mehr und mehr dieser Varianten. Egal ob sie besser Bilder interpretieren können, Kunstwerke zeichnen und Musikstücke komponieren oder feinere Klänge und Frequenzen wahrnehmen. Jeden Tag wird eine künstliche Intelligenz besser in einem kleinen Spezialgebiet, welcher bisher vom Menschen „dominiert“ wurde.

Auch eine Art langsamer technologischer Singularität, oder?

KI Definitionen von Praktikern und Experten

#44: NewDirection

“Oberbegriff für alle Technologie, die sich mit der Intelligenz, wie sie bisher nur dem Menschen vorbehalten war, beschäftigt.”

…Und wieder eine neue Facette im KI-Bingo! Diese ist interessant, denn hier liegt der Schwerpunkt auf Technologie im allgemeinen, nicht auf Computern, Programmen oder sonstigen Systemen. Sondern hier geht es um materialisierte, intelligente Lösungen jeder Art.

#45: BM Experts

“Künstliche Intelligenz ist die Simulation menschlicher Intelligenzprozesse durch Maschinen, insbesondere durch Computersysteme.”

Hier geht es um Simulation, anders als Imitation wie vormals. Dennoch ist die Vorlage auch hier wieder der Mensch. Nachvollziehbar aber so langsam auch etwas eintönig, oder wie geht’s dir?

#46: Lernen wie Maschinen

“Künstliche Intelligenz (KI) bedeutet, dass ein Computer Aufgaben löst, die sonst nur durch einen Menschen bewältigt werden können.”

Bei LwM geht es mehr um die Aufgaben, welche die Maschine löst, als den Menschen oder die Intelligenz oder die Lösung des Problems selbst. Kann man machen, führt aber schnell zu der Frage: Ist etwas intelligent, nur weil es intelligent wirkt? Ab hier verweise ich nach oben zur Philosophie, denn genau diese stellt sich diese Frage. (Stichwort chinesisches Zimmer)

#47: W&V

“…maschinelles Lernen und die Fähigkeit von Computern, eigenständig Probleme zu bearbeiten.”

Bei diesem Ansatz kommt nicht viel Neues hinzu, außer das explizit auf maschinelles Lernen hingewiesen wird. Hier lernt nichts Abstraktes, nichts einfach nur „künstliches“, hier lernt explizit die Maschine. Warum ist das relevant? Weil maschinelles Lernen mittlerweile sogar eine eigene Sparte im Forschungsfeld künstlicher Intelligenz ist.

#48: Brookings

machines that respond to stimulation consistent with traditional responses from humans, given the human capacity for contemplation, judgment, and intention.

In diesem künstliche Intelligenz Definitions-Ansatz steht die Art der Reaktion auf Input im Vordergrund. Erfrischend, aber alles andere als neu an diesem Punkt.

#49: DeepAI

„Artificial intelligence is the application of rapid data processing, machine learning, predictive analysis, and automation to simulate intelligent behavior and problem solving capabilities with machines and software.“

Bei diesem Ansatz steht die Art der Anwendung verschiedener Werkzeuge um ein intelligentes Ergebnis zu erzielen im Fokus.

Quasi Zucker + Mehl + Wasser = Kuchen.

Interessant ist hierbei auch, dass zwischen Maschinen und Software unterschieden wird. Kurz vorm Schluss kommt immer noch etwas neues hinzu. Schön, oder?

#50: Gartner

„Artificial intelligence (AI) applies advanced analysis and logic-based techniques, including machine learning, to interpret events, support and automate decisions, and take actions.“

Auch diese künstliche Intelligenz Definition geht nach dem Ablauf „Anwendung von Hacke und Schaufel“ „mit dem Ziel x“ vor. Praktisch und ergebnisorientiert zugleich.

Mit am besten gefällt mir persönlich ja die mehr kontextuell gemeinte Definition von DeepMind-Gründer Demis Hassabis:

#51: Demis Hassabis / DeepMind

No matter what the question is, AI is the answer.“

Künstliche Intelligenz ist wahrscheinlich die letzte Erfindung, die der Mensch noch selbst kreieren muss. Sobald sie, in „starker“ Form zumindest, existiert, übernimmt sie die Innovation dann. Schneller und effizienter als jeder Mensch es jemals könnte.

Von daher ist dieser Ansatz lösungs-zentriert aus der Vogelperspektive. Und erfrischend „exotisch“ wie ich finde.

#52: Andrew Ng

„AI is automation on steroids.“

Andrew Ng hat Google und Baidu, also respektive die USA und China ins KI-Zeitalter geführt. Und damit die gesamte Welt gleich mit. Daher halte ich seine Sichtweise bzw. seinen Definitionsansatz für besonders interessant. Die Automatisierung hat uns in ein Zeitalter des Material-Überflusses katapultiert. Wird künstliche Intelligenz jetzt das Zeitalter des Lösungs- bzw. Wissensüberflusses einleiten?

Künstliche Intelligenz Definitionen aus der Community

Damit haben wir einen für den Anfang erschöpfenden Überblick denke ich. Doch Entwickler und Erschaffer sind nur ein Teil der involvierten Gruppe bei künstlicher Intelligenz. KI geht jeden an. Daher folgerichtig die Frage:

Was sagen Hobbyinteressierte, Bastler und Coder, Ethiker und Ingenieure zum Thema?

Ich habe mich in einigen der größten Gruppen, die ich dazu finden konnte umgehört. Das sind die besten Antworten:

#53: Wikipedia

Wikipedia als Schnittstelle zwischen Disziplinen und Community sagt dazu:

Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst.”

Teil der Informatik, Automatisierung und maschinelles Lernen. Alles schon mehrfach gehört, klingt nach einer vertretbaren künstliche Intelligenz Definition.

#54: Die Social Media Community

  • “To me Artificial Intelligence is just simulation of Human Intelligence, and all the techniques we have ML, DL, NLP, RL etc push us towards the goal of achieving AI.”

  • “AI is a process…”

  • “Artificial Intelligence is more or less the digital experience the system gains over a period of time via different modes of interaction with the real world.”

  • “AI is enhancing the power of humans through artificialy enhancing their understanding of big data sets.”

  • “The process of self learning by machines over the period of time to improvise on their functionality is AI…”

  • “AI is a computer that uses data on past successes and failures to improve future results.”

  • “Ai is the next gen calculator.”

  • Machine Automated Multi-Dimensional Curve Fitting„“Artificial Intelligence is ‚enabling computers to help us ( humans ) do our jobs faster with minimum repetition.”

  • “Künstliche Intelligenz ist erst dann intelligent, wenn sie Intuition beherrscht.”

  • “Artificial intelligence is a man made intelligence for computers to have the ability to make decisions on their own using machine learning, deep neural networks, computer vision etc.”

    Wir sehen auch hier gehen die Meinungen und Ansätze stark auseinander. Von Orientierung an Relationen wie Vorgängern und Nachfolgern bis hin zu konkreten Anforderungen ans Verhalten, also Turing-Test-esk.

Eine Künstliche Intelligenz Definition mit Humor & eine emergente

#55: Derick Bailey

“If it looks like a duck and quacks like a duck but it needs batteries, you probably have the wrong abstraction”

Dieses kleine Bonmot nimmt den „Humanozentrismus“ einiger KI-Forschung bzw. deren Orientierung auf die Schippe. Nur weil es bisher niemand außer dem Menschen zu Intelligenz geschafft hat heißt das nicht, dass wir KI automatisch an ihr orientieren müssen.

#56: Emergenz

„Künstliche Intelligenz ist das emergente Verhalten hinreichend komplexer Systeme

Diesen Ansatz finde ich sehr spannend. Denn er ist anders als alle bisherigen und geht doch in eine ähnliche Richtung.

Emergenz habe ich eingangs ja schon erläutert. Aber die drastische Veränderung des Verhaltens von Einzelteilen wenn genügend von Ihnen zusammenkommen ist im Kontext von künstlicher Intelligenz außerordentlich spannend.

Denn während es oftmals heißt „Genug Speicher, genug Rechenleistung, bessere Algorithmen und mehr neuronale Netze und wir knacken AGI früher oder später“, geht dieser Ansatz noch ein wenig anders vor. Und zwar a la genügend „schwache“ künstliche Intelligenzen vereint erzeugen eine „starke“ künstliche Intelligenz.

Mit menschlicher Intelligenz geht dies ja schon.

Unanimous geht zum Beispiel in eine solche Richtung, wenn auch ganz anders umgesetzt, als du es dir jetzt wahrscheinlich vorgestellt hast.

In anderen Worten: künstliche Intelligenz ist das, was passiert, wenn ein System genügend Komponenten hat. Weshalb einige Physiker es für möglich halten, dass das Internet irgendwann ein Bewusstsein entwickelt. Was ja auch eine künstliche Intelligenz wäre, wenn auch anders, als gedacht.

Künstliche Intelligenz definiert: Fazit

Das soll es fürs Erste mit Ansätzen für eine künstliche Intelligenz Definition gewesen sein. Wahrscheinlich raucht dir jetzt auch schon ein wenig der Kopf. (Meiner tut es nach diesen vielen Zeilen und Ansätzen jedenfalls)

Oder, wie es dieser Artikel zusammenfasst, welcher ebenfalls einige gebräuchliche Ansätze miteinander vergleicht:

„All the definitions above are correct, but what it really boils down to is “how close or how well a computer can imitate or go beyond, when compared to human being”“

Zum Abschluss nochmal die gängigsten Vektoren auf einen Blick:

Die perfekte künstliche Intelligenz Definition enthält wahrscheinlich die Wörter:

  • „Methoden und Verfahren“ 
  • Menschen / Tiere / Kreaturen
  • Turing Test
  • Computer
  • Imitation / Simulation
  • Denken
  • Intelligenz
  • Problem(e)
  • Lösung(en) / Ziele / Erfolg
  • Information(en)
  • Verarbeitung
  • Autonomie
  • Akteure / Agenten
  • Technologie / System(e)
  • Aufgaben
  • (Maschinelles) Lernen
  • Algorithmus
  • Automatisiert / Automatisch
  • Emergenz
  • Werkzeug(e)
  • Vergleich(bar)
  • Reaktion / Adaption
  • Software / Informatik
  • Input / Output

Wenn du das Ganze handlich zum Bingo-Spielen mit deinen Freunden nutzen willst, findest du hier die deutsche und hier die englische Version meines „künstliche Intelligenz Definitions-Bingos. Viel Freude!

Welche ist nun aber die eine? Ich schätze die einzig richtige künstliche Intelligenz Definition ist die, welche eine starke künstliche Intelligenz am Ende tatsächlich auf die Welt bringt.

Wie siehst du das? Wie definierst du KI? Und gibt es Definitionsansätze, die ich vielleicht übersehen habe?

Schreib‘ mir deine Gedanken gern in die Kommentare, ich bin gespannt!

Die besten Erfindungen der Welt - Vom Rad bis zum Internet

Die besten Erfindungen der Welt – Welche war / ist die wichtigste Erfindung der Menschheit?

Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Was haben ein missmutiger Perückenhändler, ein kränklicher Ingenieur und ein unverbesserlicher Daueroptimist gemeinsam?

Heute würde man mit der Antwort „Sie haben einen Netflix-Account“ wahrscheinlich richtig liegen. Die korrekte Antwort in diesem Falle allerdings ist: Dank Ihnen sieht die Welt heute so aus, wie sie aussieht.

Dank kreativen Menschen wie diesen leben wir heute in Überfluss, Freude und Frieden. Auch, wenn die Medien oftmals anderes behaupten. (Oftmals schlicht, weil sie heute Disruption, Automatisierung und Skalierbarkeit nicht verstanden haben. Und früher viele nachfolgenden Effekte und Erfindungen sowie deren Wirkungen)

Doch welche Ihrer Erfindungen, Entdeckungen und Entwicklungen waren die wichtigsten? Ohne welche würde die Welt heute nicht wiederzuerkennen sein, und welche Erfindungen haben den Lauf der Geschichte nur ein klein wenig gedreht?

All das und viel mehr schauen wir uns heute in diesem Artikel an.

Dazu gehe ich exemplarisch auf einige der “Standardbeispiele” ein, die bei vielen auf der „Kurzwahl“ der „Innovations-Hitliste“ stehen:

  • Die Erfindung des Telefons
  • Die Erfindung der Glühbirne
  • Die Erfindung der Dampfmaschine
  • Die Erfindung des Computers & die Erfindung des Internets
  • Die Erfindung des Rades und den Buchdruck
  • Die Entdeckung der Elektrizität

Welche Technologien haben das Potenzial zu „All-Time-Classics“ aus Sicht des multidimensionalen Einflusses zu werden? (Also mehr als einen Lebens- und/oder Arbeitsbereich nahezu unwiederbringlich auf den Kopf zu stellen) Und warum wähle ich überhaupt genau diese Metrik und welche Alternativen stehen zur Verfügung?

Wenn Du Dich jetzt auch vor Spannung kaum noch auf dem Sitz halten kannst, geht es Dir wie mir. Verlieren wir also keine Zeit und tauchen ein!

So bewerte ich die wichtigsten Erfindungen der Welt

Bevor man etwas bewerten kann, braucht es einen Bewertungsmaßstab.

Sonst kann man beim Stabhochsprung auch auf die Frage „Was ist Deine Bestleistung?“ einfach antworten: „Hoch!“.

Welche Möglichkeiten zum Bewerten dieser Kreativitäts-Erzeugnisse bieten sich also? Nun…

Es gibt eine schwindelerregende Vielzahl an möglichen Bewertungsansätzen für den Einfluss von Technologien und Innovationen. Die wichtigsten kategorisiert:

  1. Option: Manche gehen memetisch vor, also nach der Dauer, die eine Erfindung immer wieder repliziert wird. Die Logik dabei: je länger, desto „viraler“ ist die Idee und desto besser muss sie folglich sein. Das Papier folgt dem Menschen seit Jahrtausenden. Der Fidget Spinner nicht. (Wenn du dich jetzt reflexartig fragst „Der Fidget… Was?!“, hast du diese These direkt bewiesen 😉
  2. Option: Dann gibt es Ansätze, welche Bewertungsdimensionen in Relation zueinander setzen und dann nach den wichtigsten bewerten. Also zum Beispiel „Anzahl der direkt messbaren geretteten Menschenleben“ oder „verfügbar gemachte Energie“. Eine Handyhülle unterliegt damit sehr wahrscheinlich dem Streichholz oder einem Düsenjet.
  3. Option: Nach Komplexität. Die Logik hier: je komplexer eine Erfindung ist, also je mehr Arbeitsschritte bzw. Wissen zur Ihrer Herstellung notwendig ist, desto besser. Mag auf den ersten Blick interessant klingen, entpuppt sich allerdings beim näheren hinsehen als relativ sinnfrei für die Zwecke dieses Artikels. Denn ein Doppeldecker-Sandwich zuzubereiten braucht mehr Schritte als das anlegen eines Druckverbandes, ist aber nur bedingt einflussreicher. Aber beurteile selbst:

4. Option: Und dann gibt es Ansätze, welche Erfindungen und Technologien nach Ihrem multidimensionalen Potenzial bewerten. Mehr oder weniger wie Option 2. Nur statt relativ zueinander, absolut betrachtet. Also quasi nach der Frage „Wenn diese Erfindung existiert, welche anderen Bereiche und Technologien könnten davon wie stark profitieren?„. Die Dampfmaschine hat Elektrizität, Mobilität, Massenherstellung und die Vertreibung des Welthungers ermöglicht. Die Leiter lässt Menschen etwas höher steigen als sie springen können.

Ich folge dem letzten dieser Ansätze, dem „Rekombinations- und Wissens-Multiplikations-Ansatz“. Denn ich stimme mit dem Argument überein, dass Wissen zu buchstäblich unbegrenzten Möglichkeiten führt. Und Technologien, welche mehr Wissen ermöglichen, sind den Alternativen überlegen. Oder, in den (übersetzten) Worten des Erdenkers der dahinterliegenden „Recombinant Growth“ Theory Martin Weitzman:

„Wissen vermehrt sich selbst mit der Zeit, wenn bestehende „Ideenkeime“ (Seed Ideas) zu neuen kombiniert werden.“

Quelle

Heißt: Wenn eine Erfindung zeitgleich zu besseren Telefonen, schnelleren Automobilen UND einer effizienteren Heizung führt, ist diese einer Alternative mit weniger Auswirkungen unterlegen. Denn diese Folgeerfindungen führen jeweils wieder zu Folge-Innovationen etc. 

Konkret folge ich dabei dem praxisorientierten Ansatz aus dem Buch “The Second Machine Age”* von Brynjolfsson und McAfee und gleiche diesen in einigen theoretischen Argumentationen mit der physikalischen Betrachtung in “Die Physik der Zukunft”* von Michio Kaku ab.

Und, wie gesagt grundlegend mit dem besten Buch zur Grundlage jeden Fortschritts und Innovation – Wissen: “The Beginning of Infinity”* von meinem Lieblings-Physiker David Deutsch.

Aber genug des Vorworts. Schauen wir uns einige der meistdiskutierten Kandidaten an:

Die Erfindung des Telefons (1861)

Die Erfindung des Telefons war ein Meilenstein menschlicher Kommunikation Die Erfindung des Telefons vor mittlerweile knapp 200 Jahren gilt weithin als Meilenstein in der Art und Weise, wie Menschen miteinander kommunizieren. Und da Kommunikation Austausch und Verbreitung von Informationen und Wissen ist, gehört die Erfindung des Telefons definitiv mit auf diese Liste.

Sie reiht sich damit nahtlose und stellvertretend für den Bereich der Kommunikationstechnologien ein. Also alles vom Rauchzeichen bis hin zum Messenger und der Neuralschnittstelle.

Die Erfindung des Telefons hat zu schnelleren Reaktionszeiten, effizienteren Warenverläufen und Logistik und generell zu ortsentkoppelter Echtzeit-Kommunikation geführt. Was ziemlich viel ist, keine Frage. Aber reicht es aus für einen Platz auf dem Siegertreppchen? Schauen wir uns die Konkurrenz an:

Die Erfindung der Glühbirne (1878)

Die Erfindung der Glühbirne hat endgültig Licht ins Dunkel der Menschheit gebrachtDie Erfindung der Glühbirne hat den Tag vollständig nutzbar gemacht. Und das rauch- und gasfrei, zu geringen und konstanten Kosten. Bzw. sogar langanhaltend fallenden Kosten. Anders als Fackeln, Kerzen oder glühende Gegenstände.
Die Erfindung der Glühbirne war damit ein Meilenstein der Befreiung des Menschen von den Naturkräften.

Und ist heute so allgegenwärtig, dass man erst in Ihrer Abwesenheit über sie nachdenkt. (Was laut einigen Wissenschaftlern eine zentrale Eigenschaft wirklich einflussreicher Erfindungen ist)

Eine Eigenschaft, die viele großartige Innovationen teilen. Denn wenn sie nahtlos und unbemerkt zum Alltag werden, haben sie sich wirklich durchgesetzt.

Doch ähnlich wie bei unserem ersten Kandidaten stellt sich auch hier die Frage: Hat die Erfindung der Glühbirne, bzw. der Glühlampe einen Platz unter den Top 3 verdient?

Schauen wir uns den Rest der Konkurrenz an, bevor wir dazu eine Aussage treffen.

Die Erfindung der Dampfmaschine (1769)

Die Erfindung der Dampfmaschine war fraglos ein Entwicklungsmeilenstein - Doch war er der wichtigsteDie Erfindung der Dampfmaschine hat ein neues Zeitalter der Menschheitsgeschichte eingeläutet, ein neues Kapitel aufgeschlagen. Die letzte derartige Veränderung gab es zur neolithischen Revolution knapp 20.000 Jahre vorher. (Und ggf. aktuell mit Entwicklung von Internet, Computern, Robotern etc. wieder – aber dazu weiter unten)

Und auch wenn die Erfindung der Dampfmaschine nicht 100%ig aufs Konto von James Watt geht, hat doch seine drastische Effizienzsteigerung zum Masseneinsatz geführt. (Deshalb das gewählte obige Datum)

Und damit zu – aus heutiger Sicht – Disruption in jedem Lebens- und Arbeitsbereich. Fabriken entstanden. Städte wuchsen in rascher Geschwindigkeit aufgrund staken Zuzugs der Arbeiter. Die sozialen Verhältnisse veränderten sich usw.

Klingt schön und gut und legt gut vor. Aber reicht das fürs Finale?

Die Erfindung des Computers (1941) und die Erfindung des Internets (1969)

War die Erfindung des Computer die wichtigste Erfindung der MenschheitDie Erfindung des Computers bzw. die Erfindung des Internets als direkte Konsequenz daraus, stellt eine der aktuell größten Umbrüche in der Geschichte der Menschheit dar. Nicht nur aufgrund seines Umfangs und seiner Intensität. Sondern vor allem aufgrund seiner Geschwindigkeit.

Während Großmutter noch in einer Welt erwachsen geworden ist, in der das displayähnlichste der stumpf gewordene Badspiegel im Garten ist, können bereits Kleinkinder Sperrbildschirme entriegeln und mobile Games öffnen. Noch bevor sie sprechen können.

War die Erfindung des Internets die wichtigste Erfindung der WeltDa die Erfindung des Internets prinzipiell zur Automatisierung von Lösungen und künstlicher Intelligenz geführt hat, ist sie allein wahrscheinlich bereits eine gute Wette für diesen kleinen Wettbewerb hier. Doch die Erfindung des Internets als emergente Entwicklung durch die Vernetzung dieser Computer setzt dem ganzen die Krone auf. 

Weltweite Kommunikation. In Echtzeit. Auch asynchron. (Nahezu) Unbegrenzte Speicherung und Verarbeitung von Daten von überall aus. Netzwerke und Verknüpfungen ohne Grenzen und Bremsen. Was soll da noch kommen?

Die Erfindung des Rades (~5.000 v.u.Z.)

… Die Erfindung des Rades. Eine dieser Erfindungen so bedeutsam, dass selbst Rapper sie in Ihren Texten erwähnen:

„Ich bin die größte Entdeckung seit der Erfindung des Rades.“

– Genetikk

Quelle

Ein materialisierter Durchbruch so groß und so allgegenwertig, dass ihm auch Jahrtausende später noch ganze Lieder gewidmet werden:

Und tatsächlich, auch abseits der offensichtlichen popkulturellen Referenzen ist die Erfindung des Rades eine der folgenschwersten.

Die Erfindung des Rades - eine der besten Erfindungen der WeltWas vorher mühsam geschliffen und gezogen werden musste, ließ sich nun rollen. Transport in einem „einflussreichen“ Sinne über Jäger und Sammler-Kulturen hinaus wurde möglich.

Ich finde, das setzt die Messlatte ziemlich hoch. Ich meine was ist wichtiger als die Bewegung des Menschen?

Die Erfindung des Buchdrucks (1450)

Die Erfindung des Buchdrucks hat den Blick auf neue Welten ermöglicht… Die Erleuchtung des Menschen. Und die Erfindung des Buchdrucks hat genau diese ermöglicht. Wenn Wissen die einzige Bewertungsmetrik für Fortschritt wäre, hätte die Erfindung des Buchdrucks aus dem Stand einen Platz auf dem Treppchen sicher.

Die Erfindung des Buchdrucks hat die Vervielfältigung von Wissen in ungeahnte Dimensionen katapultiert.

Und das in historisch atemberaubender Geschwindigkeit:

Die Erfindung des Buchdrucks war zweifelsohne eine der wichtigsten Erfindungen der Menschheit

Quelle

Die Erleuchtung des Geistes ist nun wirklich kaum noch zu toppen, was meinst Du?

Die Erfindung der Elektrizität bzw. die Entdeckung der Elektrizität

Die Entdeckung der Elektrizität hat die Welt unter Strom gesetztDie Erfindung bzw. die Entdeckung der Elektrizität machte aus Menschen Magier. Sie machte Nacht zu Tag, dunkel zu hell, starr zu beweglich und praktisch undenkbar zu täglich verfügbar.

Die Entdeckung der Elektrizität ist eine dieser Grenzerfahrungen für die Menschheit: Es gibt ganz klar ein davor und ein danach. 

Der simple Umfang und die Wucht dieser Entdeckung sollten keine Frage daran lassen, wer dieses Rennen um die wichtigste Erfindung der Welt gewinnt, oder?

Genug auf die lange Bank gespannt, schauen wir uns die Zahlen an!

Basistechnologien – Die Antwort auf die Frage: Was ist denn nun aber wirklich die wichtigste Erfindung der Welt?

Nachdem wir uns den Bewertungsmaßstab und eine Vielzahl von Bewerbern angeschaut haben, fügen wir beides zusammen:

So viel sei vor der Kür verraten: Die wichtigsten Erfindungen der Welt sind Basistechnologien. Basistechnologien? Sitzen die in Parteien wöchentlich in den Stammtischen oder was passiert bei denen? Nicht ganz:

Basis- oder Universaltechnologien zeichnen sich dadurch aus, dass sie „…tief greifende neue Ideen oder Methoden mit dem Potenzial maßgeblicher Auswirkungen auf viele Wirtschaftssektoren“ sind.

Quelle

Auswirkungen bedeutet in diesem Zusammenhang eine beträchtliche Steigerung der Produktionsmenge durch deutlich erhöhte Produktivität.“

Quelle*

Das heißt auf gut deutsch: Die Erfindung selbst schlägt ein wie ein Amboss durch die Fensterscheibe UND Ihre Folge-Erfindungen haben ähnlich intensive Auswirkungen. 

Wie ein Donut, der nicht nur Dich so glücklich macht, dass Du den Himmel auf die Erde fliegen siehst. Sondern auch noch Deine gesamte Familie. Und alle Eure Freunde. Und deren Freunde. (Na gut, außer Martin vielleicht)

Ein Donut SO LECKER, dass Du ihn isst und direkt danach Deinen Job kündigst und umziehst.

Religionen errichten ihm zu Ehren Kathedralen. Priester preisen seine Pracht. Kinder werden nach ihm benannt und Kunstwerke versuchen seiner Schönheit nahezukommen.

Ein „Epochen-Breaker“. Der eine Donut unter Millionen.

Ein Donut wie ein Wirbelsturm in Deinem Mund. Ein Donut SO INTENSIV, dass Du Deine bisherigen Lebensentscheidungen nach seinem Genuss anzweifelst. Weil dieser Donut für Dich alles ändert. Und für alle in Deiner Umgebung ebenfalls.

…ich denke Du verstehst, was ich meine. Also an sich ganz einfach, oder?

Und der Clou daran: Diesem Donut folgen ähnlich intensive, lebensverändernd leckere Gebäcke. Und das alles nur wegen diesem einen Donut.

Jetzt ersetze Donut durch Dampfmaschine und die Folge-Gebäcke durch Eisenbahn, Ammoniaksynthese und Kraftfahrzeug und du wirst von nun an jedes Mal beim Bäcker an Basistechnilogien denken. Schreib‘ mir deine Erfahrungen gern in die Kommentare 😉

Und der Preis für die wichtigste Erfindung der Welt geht an…

Ich denke, wir sind jetzt beide bereit für den Sieger.

Wie ich zu Beginn bereits ausgeführt habe, ist die Klassifizierung in Technologie-Arten nach Ansicht vieler Wissenschaftler (und auch der meinen) die Grundvoraussetzung um für den elitären Club der wichtigsten Erfindungen der Welt auch nur in Betracht gezogen zu werden.

Doch auch hier gilt: Basistechnologie ≠ Basistechnologie. Weder vom tatsächlichen Einfluss noch davon, in welche Kategorien man trifft um als solche klassifiziert zu werden.

Was nun aber tun, wenn wir wissen, wonach wir suchen, aber es davon immer noch eine Vielzahl an Möglichkeiten gibt? Wie lösen wir diese Suche nach dem Teleporter im Heuhaufen?

Ganz einfach: Wir akkumulieren alle bisherigen Bewertungen und schauen uns die Ergebnisse an. Da das jetzt allerdings etwa 7-42 Jahre an Forschungsarbeit dauert und andere dies dankendwerterweise bereits besser vor uns gemacht haben, bauen wir doch einfach auf Ihrem Wissen auf. (Ein Hoch auf Weltwissen, nicht wahr?)

Und tatsächlich schafft es nur eine einzige Erfindung mit Bestzeit ins Finish. Und zwei kommen zumindest weit ran:

Erfindungen Basistechnologien und Innovation

Quelle und weitere Ausführungen**

Wer mich kennt / hier öfter vorbeischaut weiß, ich bin schon lange ein Verfechter der Dampfmaschine.

Und wir sehen ja auch hier: Die Dampfmaschine führt das Ranking mit weitem Abstand an. Direkt darauf folgen allerdings auch schon die Informations- bzw. InternetTechnologie und die Elektrizität.

Also:

Der Pokal geht an die Dampfmaschine!

Der zweite Platz geht verdient an die InformationsTechnologie

und knapp und nur weil auf sie wahrscheinlich keine künstliche Intelligenz folgt, auf dem dritten Platz: Die Elektrizität.

Es war ein knappes Rennen gegen Ende und alle haben Ihr Bestes gegeben!

Sorry Telefon, Buchdruck und all Ihr anderen. Vielleicht in einem anderen Multiversum.

Kleines Gimmick für alle die sich jetzt fragen „Hm, hat sich diese Frage schonmal jemand gestellt? – Und falls ja, wie war seine Antwort?“

Francins Bacon im jahr 1602 und zwar mit dem Dreierhopp bewegliche Letter, Schießpulver und Kompass. Damals alles chinesische Erfindungen.

Nachdem wir das also geklärt haben, hier noch ein kleines Extra für den weiten Weg den Du bis hierher gescrollt hast: Zivilisations-markerschütternde Erdfindungen handlich aufgetragen. Lass es Dir schmecken, Leser-Gehirn.

Auf einen Blick: Der “wichtige Erfindungen der Menschheit Zeitstrahl”

Wer sich im Bereich zivilisatorischer und technologischer Fortschritt unterwegs ist, der wird diese Grafik in der einen oder anderen Form kennen:

Manchmal auch einfach nur als Anzahl von Entwicklungen pro Zeit dargestellt:

Diese zeigen auf einen Blick erfassbar, welchen Weg und welche Innovations-Beschleunigung die Menscheit hinter sich hat. Und damit kann ich guten Gewissens diesen Artikel abschließen.

Die besten Erfindungen der Welt – Fazit

Erfindungen gibt es viele. Ideen noch ungleich mehr. Doch wirklich weltbewegende sind rar. Und die absoluten Top-Stars, die Michael Jacksons der Erfindungen sind nahezu einmalig. 

Möge Dir dieser Artikel eine schnelle und gut argumentierbare Antwort auf die Frage „Die wichtigste Erfindung der Menschheit war doch der Kaugummi, oder?“ liefern.

Doch beinahe noch wichtiger: Was denkst Du, welche Erfindung die folgenreichste war? Und warum? Ich bin gespannt!

*Affiliate-Link. Wenn Du Produkte über diese Links bestellst, bekomme Ich einen Teil des Geldes. Natürlich ohne, dass Du dadurch mehr bezahlst! Hierfür werden lokal Cookies gesetzt.
** An dieser Stelle sei noch erwähnt: Ich habe mit Prof. Field zu diesem Artikel ein paar Mails gewechselt und er hat mir seine Intention dieses Papers in den Kontext gesetzt: "It would be more accurate to say that these three technologies are the ones most commonly identified in the literature as GPTs.   The thrust of my working paper, however, was to cast some doubt on the usefulness of the GPT concept.  So I think you should proceed with caution.  Since so many technologies have been accorded a GPT designation, the fact that a technology has been so identified may not necessarily be the best screen with which to identify the most impactful technologies of all time.  It is of course quite possible that a single purpose technology could have a very deep impact whereas a technology referred to as a GPT might have only a superficial impact in a wide range of areas."
Für den Kontext dieses Artikels ist dies dennoch die beste mir bekannte Ressource. Vielen Dank an Prof. Field an dieser Stelle nochmal!
Die einflussreichsten Menschen der Welt sind wahrscheinlich andere als du gerade denkst

Die einflussreichsten Menschen der Welt – Faktisch, nicht ideologisch

Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Glaubst du, dass Wissenschaftler Helden sind?

Falls nicht und du Helden als Menschen siehst, die Menschenleben retten, ist dieser Artikel genau das Richtige für dich!

Aber systematisch. Die einflussreichsten Menschen der Welt. Was zeichnet diese aus und was macht sie so besonders?

Einfluss wird häufig mit Macht, Reichweite und Beeinflussung gleichgesetzt. Weshalb man in vielen Listen der einflussreichsten Menschen der Welt Politiker, Finanz-„Haie“ oder Religionsführer findet.

Ich hingegen sehe Wissen als zentrale Metrik für Fortschritt in jedem Bereich an. Und Wissen wird am schnellsten von Menschen geschaffen. (Ganz abgesehen von ethischen und anderen Argumenten natürlich)

Ergo ist meine Liste der einflussreichsten Menschen der Welt eine nach “gängigen” Maßstäben vermutlich etwas anders, als die vieler anderer. Ich meine klar, Ländereien zu erobern und eine Religion durch die Kopie dieser Religion mit anderem Namen zu ersetzen hat was. Aber ehrlich gesagt beeindruckt mich das nicht wirklich. Was mich hingegen beeindruckt, um nicht zu sagen in tiefes und ehrfürchtiges Staunen versetzt, ist dies:

Mein Bewertungsmaßstab der einflussreichsten Menschen der Welt / (Menschheits)Geschichte

Mich interessieren nur harte Fakten, keine ideologischen Zöglfrexe oder partielle Grenzverschiebungen. Daher bewerte ich nach diesen Kriterien:

  • Wer die meisten Menschenleben gerettet / geschenkt hat.
  • Das meiste Leid verhindert / (Lebens)Freude gebracht hat. (Mehr Lebensjahre bei miserablen Konditionen ist nicht erstrebenswert, wie du mir sicher zustimmen wirst)
  • Wer abseits der puren “Wissens-Muskelkraft Menschenleben & Lebensqualität” den größten Beitrag zum Fortschritt geleistet hat.

Die ersten beiden Kategorien sind relativ schnell abgehandelt, da es glücklicherweise bereits einige derartige Listen und Aufstellungen gibt. Hierbei beziehe ich mich vor allem auf drei Bücher, welche diese auch weiter ausführen:

  1. Aufklärung jetzt!”* von Steven Pinker
  2. Gutes Besser tun”* von William MacAskill und
  3. Progress”* von Johan Norberg

Für die dritte Beurteilungsdimension der einflussreichsten Menschen der Welt beziehe ich mich vor allem auf das Buch “Wer regiert die Welt?* meines Lieblingshistorikers Ian Morris. Dieser hat in besagtem Buch eine meiner Meinung nach hervorragende Skala menschengemachten Fortschritts erstellt und erklärt. Um einige Informationen erweitert sieht diese dann so aus:

Die einflussreichsten Menschen der Welt haben Energie verbreitet, keine Ideologie

Quelle und weitere Ausführungen zu dieser Grafik.

Man könnte ggf. auf die Idee kommen, dass die Erschaffer der größten Erfindungen der Welt diese Liste dominieren sollten. Doch diese Verknüpfung ist aus verschiedenen Gründen zu kurz gegriffen, sind Erfindungen doch oftmals am wirkmächtigsten, wenn sie die Bereiche Energie, Kommunikation und/oder Transport verändern. Weiter ausgeführt findest du diese Idee in meinem Artikel zur Disruption.

Aber genug des Vorgeplänkels, schauen wir uns die Top 5 der faktisch einflussreichsten Menschen der Welt an:

Die einflussreichsten Menschen der Welt – gemessen an Menschenleben

1. Fritz Haber & Carl Bosch

Die beiden deutschen Ingenieure haben mit der Ammoniaksynthese und “Brot aus Luft” gemeinsam knapp drei Milliarden Menschenleben gerettet oder geschaffen. Drei Milliarden. 3.000.000.000. Anders formuliert: Fast die Hälfte der Menschheit würde ohne diese beiden nicht oder unter furchtbaren Konditionen leben. Wenn du also gerade noch eine zweite Person mit im Raum hast, kannst du diesen beiden danken. Denn ohne Sie und ihre Erfindung wärst du gerade wahrscheinlich allein.

2. Karl Landsteiner

Der „Vater der Immunhämatologie“ hat im Laufe seines Lebens auf einer Vielzahl von Gebieten geforscht, knapp 400 wissenschaftliche Paper veröffentlicht und durch seine Entdeckungen und Entwicklungen mehr als einer Milliarde Menschen das Leben geschenkt / verbessert. Dies gelang ihm vor allem durch die Entdeckung der Blutgruppen.

3. Richard Lewisohn

Ebenfalls im Club der „Lebensretter-Milliardäre“ ist der deutsche Chirurg Richard Lewisohn. Auch auf sein Karma-Konto gehen mehr als 1.000.000.000 gerettete / verbesserte Leben. Wie? Durch die Entwicklung der Bluttransfusion.

Mehr zu diesen und anderen „Mega- (10^6) und „Giga- (10^9) Lebensrettern“, diesen „Helden aus der zweiten Reihe der modernen Wahrnehmung“ findest du auf der sehr spannenden Webseite scienceheroes.com. Definitiv einen digitalen Kurzausflug wert!

Die einflussreichsten Menschen der Geschichte – gemessen am Einfluss auf die Entwicklung der Welt

1. James Watt (und Matthew Boulton)

Der Erfinder James Watt und sein Finanzier und enger Freund Matthew Boulton haben „die Menschheit zum ersten Mal unabhängig von den Antriebskräften der Natur“ gemacht. Und damit die technische Hälfte der „größten Umwälzung der Geschichte“, den „größten Umsturz seit der neolithischen Revolution in der Steinzeit“, die „Entfesselung der Produktivitätskräfte“ geschaffen.

In ermöglichten bzw. verbesserten Menschenleben ist diese Erfindung kaum zu messen. Denn diese Metrik allein wird ihr nicht gerecht. Eher in der nahezu vollständigen Veränderung der auf sie folgenden Realität der gesamten Menschheit. Nahezu nichts in der heutigen Welt wäre so, ohne diese Erfindung als Grundlage davon. Es gäbe keine Elektrizität, keine bequem nutzbare Wärme, keine komfortablen Wohnungen außer für ein paar zehntausend auserwählte. Es gäbe keine Kleidung in diesem Ausmaß. Keine Kommunikation, keinen Transport in dieser Skala und schlicht nichts in industriellem Maßstab. Denn die Dampfmaschine hat diesen Maßstab erst ermöglicht. Wie in der obigen Grafik schön erkennbar ist, hat kein Herrscher, kein Despot, kein Weltreich die Welt auch nur zu einem Bruchteil so stark verändert wie diese eine Erfindung. Wie die Dampfmaschine. Sie hat zu 6/7teln der Weltbevölkerung bei einem gleichzeitig ungleich besseren Lebensstandard geführt. 1777 ging seine erste Dampfmaschine „online“. Ab 1800 / 1810 überflutet sie erst England und dann die gesamte Welt. Und das macht sich in nahezu jedem relevanten Lebensbereich bemerkbar, wie diese Grafik eindrucksvoll zeigt: (Natürlich vereint mit zahllosen Folgeerfindung auf ihrer Basis, von der Eisenbahn bis zur Ammoniaksynthese)

Der einflussreichste Mensch der Geschichte war der Erfinder der Dampfmaschine

Quelle und Bild in höherer Auflösung.

In kurz: Die Dampfmaschine hat dazu geführt, energiehungrige, ortsunabhängige und in größerem Maßstab umgesetzte Projekte jeder Art zu einem Bruchteil der Kosten umzusetzen. Wenn du also das nächste Mal auf einen Lichtschalter drückst, den Kühlschrank öffnest oder dich in ein weiches Bett legst, liegst du nicht verkehrt, auch James Watt dafür zu danken.

2. Richard Arkwright

Der des perückenmachens müde Perückenmacher aus England hat die zweite, die industrielle Hälfte der industriellen Revolution geschaffen. Denn er ist der Vater der Fabrik und damit Schöpfer von Herstellung in Skalen und Großmaßstäben. Ohne ihn gäbe es nirgends auf der Welt soviel von allem, wie es jetzt gibt. Keine Fahrzeuge, Flugzeuge, Socken oder Computer. Erst seine unermüdlichen Bemühungen haben zum Rahmen der größten und folgenschwersten Entwicklung der Menschheit (bis jetzt / bis AGI) geführt.

Wenn du mehr dazu wissen möchtest, dann kann ich dir sehr die GEO-Kollektion zur industriellen Revolution ans Herz legen.

Wer werden die einflussreichsten Menschen der Welt in Zukunft sein?

Natürlich habe ich keine magische Glaskugel 🔮. Doch einige Trends zeichnen sich unverkennbar ab. So ist zum Beispiel die Wahrscheinlichkeit relativ hoch, dass jemand aus dem Bereich künstliche Intelligenz mit seiner Entwicklung zu gigantischen Veränderungen führen wird. Indem er zum Beispiel autonomes Fahren der Stufe 5 praktikabel macht. Oder die Interpretation von Dokumenten in hoher Qualität zum kleinen Preis automatisierbar macht. Denn wenn er das geschafft hat und damit mehrere Industrien auf den Kopf stellt, kann er direkt weiter mit der nächsten machen. Warum und wie genau erklärt Jeremy Howard in seinem TED-Talk recht gut:

Heißt: Wenn du die Welt grundlegend und unverkennbar verändern willst, hast du mit der Erschaffung einer synthetischen Problemlösungsmaschine eine ziemlich gute Chance. Und / oder aber nach dieser praktischen Kurzanleitung:

Du möchtest einer der einflussreichsten Menschen der Welt werden? So geht’s:

Da sich effektiver Altruismus um die Frage dreht „Wie kann ich mit minimalen Ressourcen maximal Gutes für die Menschheit bewegen“, liefert William MacAskill praktischerweise in seinem Buch* gleich eine Kurzanleitung mit. Hier die zusammengefasste Übersicht dieser:

  1. Mache es dir zur Gewohnheit, regelmäßig (effektiv!) zu spenden.
  2. Mach dir einen Plan, wie du effektiven Altruismus zu einem Bestandteil deines Lebens machst.
  3. Schließe dich der Gemeinschaft der effektiven Altruisten an.
  4. Erzähle anderen vom effektiven Altruismus.
  5. Denke und handle wie ein effektiver Altruist. Konkret im Rahmen von 5 einfachen Fragen:
  • Wie viele Menschen profitieren (von meiner Handlung) und in welchem Maß?
  • Ist dies das wirksamste, das du tun kannst?
  • Ist dies ein vernachlässigter Bereich?
  • Was wäre andernfalls geschehen? (Wenn du nicht diese Handlung ausgeführt hättest)
  • Wie gut sind die Erfolgsaussichten, und wie viel wäre ein Erfolg wert?

Und auf welche Anliegen solltest du dich dabei konzentrieren? Auch dazu gibt es ein paar Leitplanken zur Orientierung:

  1. Das Ausmaß.
  2. Die Lösbarkeit.
  3. Der (aktuelle) Grad der Vernachlässigung.
  4. Die persönliche Eignung. (zur Lösung des Problems)

Oder in kurz:

So wirst du zu einem der einflussreichsten Menschen der Welt

Quelle und größere Version des Bildes

Oder, noch besser, herausfinden, wie man diese Prozesse automatisieren und skalieren kann 😉

Was macht die einflussreichsten Menschen der Welt aus? – Fazit

Es sind Erfinder, Ärzte und Ingenieure, welche die Welt für immer mit iIhren Ideen und Entwicklungen zum positiven verändern. Innovatoren und Disruptoren. Keine Politiker, Finanzmogule und Religionsführer. Im Gegenteil, letztere sind oftmals für das Leid und den Tod von Millionen und Milliarden verantwortlich. Hat doch zum Beispiel der Mongolenfürst Timur Lenk allein den Tod von mehr Menschen zu verantworten, als Hitler, Mao und Stalin zusammen.

Man kann also wie ich finde mit Fug und Recht festhalten: Wenn du die Welt verändern und zu einem der einflussreichsten Menschen der Welt werden möchtest, löse Probleme auf eine handfeste, skalierbare, automatisierbare und disruptive Art. Wenn deine Lösung diese drei Eigenschaften hat, ist sie ein Paradebeispiel digitaler Transformation und damit der einflussreichsten Veränderung der Neuzeit. Aber dazu mehr im nächsten Artikel.

Die einflussreichsten Menschen der Welt, der Geschichte und der Zivilisation als Ganzes eint eines: Eine regelreche Versessenheit die Welt besser zu machen. Und Serendipität – der glückliche und produktive Zufall.

Und das macht sie, wie ich finde, definitiv zu Helden. Was denkst du?

*Affiliate-Link. Wenn du Produkte über diese Links bestellst, bekomme ich einen Teil des Geldes. Natürlich ohne, dass du dadurch mehr bezahlst! Hierfür werden lokal Cookies gesetzt.
Künstliche Intelligenz ganz einfach erklärt

Künstliche Intelligenz einfach erklärt

Künstliche Intelligenz ganz einfach erklärt

Mensch, Hund, künstliche Intelligenz

Was ist künstliche Intelligenz einfach erklärt? Dieser Frage widme ich mich heute und versuche dabei so anschaulich und bildlich zu schreiben, wie nur möglich. 

Die meisten Ansätze zur Erklärung was künstliche Intelligenz ist, beginnen entweder mit einer historischen oder mathematischen Betrachtung, oder mit einer schematischen Darstellung. Ähnlich dieser, nach Andrew Ng:

Künstliche Intelligenz einfach erklärt im Schema

Nicht zu verwechseln hiermit:

Künstliche Intelligenz einfach und anschaulich erklärt Star Wars

Um künstliche Intelligenz abseits eines solchen oftmals technischen und komplexeren Ansätze zu verstehen, muss man nur zwei Dinge wissen:

Künstliche Intelligenz ist ein Programm. Und

Künstliche Intelligenz ist eine Hilfe bei der Lösung von Problemen.

Was meine ich damit?

Künstliche Intelligenz einfach erklärt: Die Formfrage

Künstliche Intelligenz ist ein Programm. Ähnlich wie auf deinem Smartphone oder Computer. Das ist aber nur die Form von künstlicher Intelligenz. So wie ein Mensch und ein Hund eine Form haben, so hat auch eine KI (die Abkürzung für künstliche Intelligenz) eine Form. Die eines Programms.

Vereinfacht kannst du dir das so vorstellen:

Künstliche Intelligenz einfach erklärt

Damit wissen wir schon mal mit „wem“ wir es zu tun haben. 

Das ist aber nicht das Entscheidende. Sondern das:

 

Künstliche Intelligenz einfach erklärt: Die Lösung ist der Schlüssel

Künstliche Intelligenz ist eine Hilfe bei der Lösung von Problemen. Ein extrem flexibles Werkzeug. Du kannst es dir wie ein Chamäleon vorstellen, welches nicht nur seine Farben wechselt, sondern auch seine Form und Anwendung. Je nach Frage. Also z.B. mal ein Hammer ist, mal eine Mikrowelle und mal eine Lupe. Nur eben in Form eines Programms. Diese Flexibilität macht künstliche Intelligenz so hilfreich und wichtig.

 
Was ist künstliche Intelligenz einfach und anschaulich erklärt als Chamäleon-Werkzeug

Eine andere Herangehensweise ist die, dir künstliche Intelligenz wie eine neue Art von schlauem Haustier vorzustellen. Stell dir vor du gehst in den Zoo und siehst dort neben Meerschweinen, Katzen und Hunden auch eine künstliche Intelligenz. Du suchst nach dem zukünftigen Haustier deines Herzens.

Du nimmst dir nach einiger Überlegungszeit einen Hund mit nach Hause.

Aber nicht irgendeinen. Sondern genau den Hund, der am besten zu dir passt. Was gar nicht so einfach ist, denn es gibt ja eine Vielzahl von Rassen, Formen und Farben.

Es gibt zum Beispiel Hunde die besonders gut als Spürhunde, Schlittenhunde, Rettungshunde oder Galahunde eingesetzt werden können.

Was ist künstliche Intelligenz einfach und anschaulich erklärt mit Hunden

Ähnlich ist es bei künstlicher Intelligenz gerade auch. Es gibt künstliche Intelligenzen für die Erkennung von Bildern und Stimmen, für das navigieren von Autos, dem Erkennen von Krankheiten, der Musikproduktion und vielem mehr.

Das ist künstliche Intelligenz wie wir sie bisher, aktuell und wohl auch in absehbarer Zeit haben. Sie wird „Narrow AI„, oder auch „schwache künstliche Intelligenz“ genannt.

Sie ist eine sehr gute Hilfe in sehr speziellen Bereichen. Ein Hund kann zum Beispiel sehr viel besser riechen als ein Mensch. Eine künstliche Intelligenz kann sehr viel besser Bilder erkennen oder viele Namen sortieren.

Was künstliche Intelligenz von anderen schlauen Helfern unterscheidet, ist ihre Entwicklung. So wie ein Hund älter und du im Laufe des Lebens größer wirst, so entwickelt sich auch eine KI.

Nur das sie sich in mehr Bereichen und schneller entwickeln kann.

Sie wird also nicht nur stärker, schneller, größer und flinker. Sie wird all das und alles was du dir sonst vorstellen kannst.

  • Infrarot sehen? ✅
  • Komplexe, multidimensionale Inhalte erstellen? ✅
  • Geräusche aus dem All wahrnehmen? ✅
  • Eine komplexe Fabrik mit vierzehn Stockwerken unter- und über der der Erde planen und verschiedene Varianten liefern? ✅
  • Dir Essen zubereiten, sobald du durch die Wohnungstür trittst? ✅

Es gibt wenige Dinge, die dabei nicht vorstellbar sind. Weil Intelligenz eben die Fähigkeit ist, Probleme zu lösen. Und diese KI dann jedes denkbare Problem irgendwie gelöst bekommt.

Wenn das der Fall ist, spricht man von einer „strong AI“, einer „starken künstliche Intelligenz“. Sie ist dabei aber nicht stark, weil sie mehr Gewicht heben kann, sondern weil sie mehr kann. All das was Menschen können und noch viel mehr. Und viel besser. Und vor allem viel schneller.

Das ist die wesentliche Aufteilung von KI.

Künstliche Intelligenz anschaulich erklärt strong und weak AI

Du kannst dir das auch vorstellen wie einen Hund, der im Dunkeln sehen, schnell wie der Blitz laufen und dein Zimmer in zwei Minuten aufräumen kann.

Was passiert wenn wir diese Art von künstlicher Intelligenz haben, ist schwer vorherzusehen. Genau wie beim Turbo-Hund mit der Nachtsicht.

 

Künstliche Intelligenz einfach erklärt: Fazit

Und damit habe ich wie ich hoffe künstliche Intelligenz einfach erklärt.

Auf die genannten Begriffe wie starke und schwache KI, neuronale Netze, Machine Learning etc. gehe ich an anderen Stellen noch ausführlicher ein. Mehr zum Thema generell findest du in meiner dreiteiligen Übersicht zum Thema künstliche Intelligenz.

Hier ging es heute nur darum, künstliche Intelligenz aus dem Abstrakten und zuweilen schwer verständlichen in eine leichte und fassbare Form zu bringen.

Schreib‘ mir gern in die Kommentare, wie du diese Ansätze findest und welche dir am meisten gefallen. Ich freue mich von dir zu lesen!

Bis dann,

Ben

PS.: Jaan Tallinn, der Gründer von Skype, stellt seinem Gegenüber bei Gesprächen über künstliche Intelligenz immer zwei Fragen zu Beginn:

  1. Kannst du programmieren?
  2. Hast du Kinder?

Mit diesen beiden simplen Fragen kann er schnell und nachhaltig rausfinden, ob sein Gesprächspartner überhaupt die Brisanz und Tragweite von künstlicher Intelligenz erfassen kann. Wenn du dir also mal nicht sicher bist: Diese beiden Fragen können helfen 😉

PSS.: Um dir unseren aktuellen Stand zum Thema starke und schwache KI besser vors innere Auge zu bringen, kann dir diese Grafik vielleicht helfen:

KI einfach erklärt
Content Marketing

Content Marketing – Oder: Der Caipirinha und das Biest

Content Marketing

Digitalisierung = 1⁄3 Content

Content Marketing. Story Telling. Customer Journey. Beastly. SEO.Was?

Die digitale Welt kann zuweilen ausgesprochen verwirrend sein. Geschwindigkeit und Intensität von Veränderungen in dieser sind oftmals schwer vorhersehbar. Darauf zu reagieren ist auch keine Leichtigkeit. Und es ist keine Bremsung dieser Entwicklungen in Sicht.

Deswegen machen wir es gemäß dem Spruch „Die beste Weg die Zukunft vorherzusagen, ist sie zu erschaffen“. Und drehen den Spieß einfach um.

Wie? Mit herausragenden Inhalten. Einer der drei zentralen Säulen der Digitalisierung.

Content Marketing und Digitalisierung

Doch eins nach dem anderen. Was haben die Digitalisierung und Content denn miteinander zu tun? 

Gegenfrage: Was und warum liest du hier gerade?

Digitalisierung ohne Content ist wie eine Uhr ohne Zeiger. Funktioniert prinzipiell, es fehlt aber ein elementarer Bestandteil. Denn die digitale Welt wäre ohne Inhalte nicht vorstellbar. Oder kannst du dir ein Internet ohne Blogs, Videos, Podcasts oder Bilder vorstellen? Ohne Suchmaschinen die keine Aufgabe mehr hätten? 

Ich jedenfalls nicht. Und die Digitialisierung auch nicht. Denn diese basiert auf Informationen. Und (sinnvolle) Informationen = Inhalt = Content.

Die permanente Verfügbarkeit von immer hochwertigeren Inhalten ist eines der zentralen Merkmale der digitalen Transformation unserer Welt. Und mittlerweile unseres Lebens.
Wer die Zeit vor Wikipedia noch kennt, weiß was ich meine.

Wir nehmen unsere Welt immer stärker über Inhalte war. Das ist in der persönlichen Biographie schon spürbar. Je länger du vor der digitalen Revolution gelebt hast, desto mehr wirst du wissen, was ich meine.

Dieser Effekt ist aber auch soziohistorisch spürbar. Sind wir laut einer Schätzung schon bis zum Abendessen mit mehr Informationen konfrontiert als unsere Vorfahren im Mittelalter in ihrem gesamten Leben.

In kurz: Content, also Inhalte in jeder Form und Farbe, sind schon lang ein elementarer Bestandteil des heutigen Lebens.

Positiv betrachtet heißt das Inhalt = Information. Und Information mit kausaler Kraft = Wissen. Und Wissen = Disruption bzw. disruptives Pozential. Plus: digitaler Content ist skalierbar. Und bei dieser positiven bzw. konstruktiven Sichtweise wollen wir heute auch bleiben.

Damit sind wir direkt im Thema. Wenn Content ohnehin überall ist, wird es immer wichtiger, herauszustechen.

Und genau darum soll es heute gehen: Um Content Marketing.

Legen wir los!

Content Marketing ist eines der wichtigsten Felder zur (digitalen) Markenbildung. Content Marketing ist im Online Marketing generell und überhaupt der beste Tipp wenn es um nachhaltige, hochwertige, organische Nachfrage und Reputation geht.

Aber was zum 😈 ist das überhaupt? Was soll Content Marketing denn sein? Ist nicht technisch gesehen fast alles Content? Kann man nicht argumentieren, dass auch du, wenn du mit deinem Nachbar über die vorteilhafte Aerodynamik deines neuesten Rasenmähermodells sprichst, dass nicht auch das bereits Content Marketing ist?

Da hier mehr Verwirrung als Aufklärung herrscht und ich ein sehr binärer Mensch bin, (Entweder ganz oder gar nicht) nehme ich mich heute umfassend diesem Thema und all deinen Fragen an.

Da ich nicht nur binäres, sondern auch systematisches Vorgehen sehr schätze, gehen wir systematisch vor. (Wer hätte das gedacht) Also, eins nach dem anderen:

 

Numero Uno: Was ist Content Marketing?

Stell dir vor du bist mit deiner besseren Hälfte beim entspannten Mittagessen, ihr sprecht abwechselnd über die aktuellen Entwicklungen in Familie und Weltgeschehen und während sich dein Partner kurz entschuldigt und vom Tisch verschwindet, nimmst du vom Nachbartisch ein Gespräch war.

Du nimmst keine ganzen Sätze auf, denn schließlich bist du ja sozial kompatibel und lauschst aktiv nicht an anderer Menschen Gespräche. Richtig?

Was du allerdings auffängst, sind Wortbrocken wie “Suchmaschine”, “Second Layer”, “Content Marketing”, “Caipi”.

Moment mal. Caipi? Wie Caipirinha? 🍸? Was genau hat der denn dort zu suchen?

Die Nachbarn am Tisch beschließen aufzubrechen, stehen auf und gehen. (Hast du’s mit dem Zuhören vielleicht doch etwas übertrieben? Wo bleiben nur deine Manieren?)

Was dir aber abseits der Cocktailfrage im Gedächtnis bleibt, ist die zum 100.000sten Mal gehörte Wortgruppe “Content Marketing”. Und, wie das manchmal so ist, entschließt du dich jetzt endlich mal tiefer zu graben.

Deine bessere Hälfte erkundet noch immer die Unweiten der Restauranträumlichkeiten, also denkst du im Sitz zurückgelehnt sitzend nach. Was genau könnte Content Marketing denn sein? Bzw. präziser: Was ist Content Marketing?!
Du gehst durch was du bereits weißt oder glaubst zu wissen:

  1. Content bedeutet Inhalt.
  2. Marketing ist irgendwas das macht, dass sich etwas verkauft. (Wenn du es dir aussuchen kannst, etwas von dir)
  3. Du hörst und liest ständig irgendwo davon, und sei es nur in Nebensätzen.
  4. Das Universum möchte, dass du tiefer nachhakst. Ganz offensichtlich. Hätte es dir sonst diesen Impuls beim Mittagessen gegeben? Wohl kaum.

Du überlegst weiter.

Du möchtest dein Handy zücken und recherchieren, doch da bist du ja schon mitten im Thema. Alles was du dazu finden wirst, ist Content, da auf deine Frage sehr wahrscheinlich mit Inhalten geantwortet wird. Und selten, (viel zu selten) mit Caipirinhas. Da haben wir sie wieder! Was hat es nur mit diesen Caipis auf sich?!

Du fragst dich also weiter: Wenn die Antwort auf meine Frage zwangsläufig Content ist, wo ist dabei der Marketingaspekt? Wodurch wird aus Content Content Marketing?

Bekommt er ein hübsches Kleid angezogen? Eine glitzernde Brosche ins Haar gesteckt? Wird die Farbe seines Schweißbandes auf das Muster seiner Schnürsenkel abgestimmt? Kaum.

Du fragst dich also weiter, nur Momente von der erlösenden Suche im Browser deines Vertrauens entfernt, wer oder was bringt das Marketing zum Content?

Und dann stellst du dir die Frage, was willst du denn als Antwort auf deine Frage sehen?

  • Die x-te lieblos zusammengeklaschte, endlose Textwüste?
  • Eine Seite besuchen die länger lädt als du zum Genuss eines Caipirinhas brauchst? (Verdammt, da ist er schon wieder!)
  • 50 Videos bei denen eines langweiliger und verwirrender als das nächste ist?
  • Die Meinung des 5752735473ten selbsternannten Experten, der allerdings außer seiner Selbstkrönung und bunten Bildern auf seiner Seite nichts zum Nachweis seiner “Expertise” vorzuweisen hat?

Nein.

Natürlich nicht.

Du erinnerst dich von Fällen gelesen zu haben, in denen User aus Verzweiflung Firmen gegründet haben, nur weil sie keine Lösung für Ihr Problem gefunden haben.

Und damit hast du ein Gefühl und eine konkrete Erwartungshaltung zum Thema. Und das spürbare Verlangen nach einem Caipirinha. Und das zur Mittagszeit. Dämliches Content Marketing!

Mit dieser Vorüberlegung und dem Zwischenfazit das Content Marketing offensichtlich spannende Inhalte zum Kern hat, starten wir von der Theorie in die Praxis:

Numero Dos: Die Content Marketing Definition

Puh, der härteste Brocken direkt zu Beginn. Um Content Marketing akademisch, wissenschaftlich, praktisch und wirtschaftlich wasserdicht zu definieren, muss man weit ausholen. In meinen (Online / Social Media / Content) Marketing-Kursen habe ich dazu immer mehrere Folien in denen ich mich der ganzen Sache meistens mit einer Pyramide nähere:

Content Marketing im Gesamtkontext des Marketing

Oder, alternativ, auch in Kreisformen:

Content Marketing in systematischer Relation

Content Marketing ist also ein Subbereich des Online Marketings was wiederum ein Unterbereich des Marketings ist… Schnarch.

Da wir hier jetzt (glücklicherweise? 😉 keine 3h+ Zeit haben und du auch nicht hier bist um einen Kurs zu belegen, hier meine persönliche Content Marketing Definition.

Meine Definition von Content Marketing sieht in etwa so aus:

Content Marketing = Inhalte die so herausragend sind / solchen problemlösenden Mehrwert für den Leser und Hilfesuchenden bieten, dass sie für sich selbst und den Autoren werben, sobald sie online stehen.

Oder in einer einfachen Formel:

Content Marketing = (Problem)Lösung (in Form von Inhalten) + WOW!

Das vorausgeschickt zeigt auch gleich sehr einfach und nachvollziehbar, warum ich ein so großer Fan von “Beastly’s” / “Pillar Content” / “Standardschaffern” bin. (Mehr dazu weiter unten)

Also Texten bzw. Seiten, die

  1. holistisch, also ganzheitlich und von vielen Perspektiven betrachtend sind,
  2. präventiv SEO- und lösungsorientiert,
  3. optimal multimedial unterfüttert durch z.B. Podcastelemente, Videos, Grafiken, interaktive Umfragen etc. und
  4. WOW-Mehrwertbietend

sind.

Und erneut denkst du dir: Was? Hätte ich doch bloß nicht meinen Tischnachbarn zugehört! Jetzt habe ich nicht nur Durst, sondern werde schon wieder mit Fremdwörtern beworfen.

Entspann dich. Und suche weiter.

Diesen Rat annehmend widmest du dich nun endlich also der Suche nach der Wahrheit hinter dem Mysterium Content Marketing.

Da du dank deiner kurzen Überlegung jetzt weißt, wonach du Ausschau hältst, sollte das ein Klacks werden. (Und wo bleibt eigentlich dein Partner? Ist dieses Restaurant ein Teilzeitlabyrinth? Versucht da jemand gerade seine täglichen 10.000 Schritte zu schaffen? Oder wartet vielleicht sogar ein köstlicher Caipirinha auf dich mit der Ankunft deiner Liebe? Egal, Fokus!)

Du durchforstest die ersten Seiten, schaust dir Grafiken und Bilder an, klickst dich durch einige Videos und bleibst schlussendlich auf einer Seite hängen.

Auf dieser Seite findest du die Meinungen verschiedener Experten zum Thema. So erfährst du sehr kurz und präzise, dass im Content Marketing eine Vielzahl von Disziplinen eine Rolle spielen, das ganze immer komplexer wird und Technologien wie künstliche Intelligenz vielleicht bald Content in Echtzeit für den User zusammenstellen, bevor dieser auf die Seite klickt.

Hm, denkst du dir, das ist ein guter Einstieg. Im Content Marketing geht es also nicht nur um’s schreiben, sondern auch um Psychologie, Technik, Prinzipien aus dem Journalismus, Emotionen und permanentes Lernen & Testen, da in diesem Feld täglich neues passiert.

Was sagen andere Content Marketing Experten denn dazu?

Hier ein paar ergänzende Auszüge aus einigen der besten Artikel / Beastly’s zum Thema Content von Großmeistern dieser Disziplin:

The secret isn’t WHAT I was writing about… The secret was HOW I was writing about it. And once I cracked the code, my blog took off.

“the audience is king, and content is the castle.”

It’s all about the audience.

Nein, 140-Zeichen bei Twitter reichen nicht aus, um detaillierten Content zu erstellen, der ein Problem löst, Mehrwert liefert, Geschichten erzählt, emotional bewegt und vor allen deine Leser zu Abonnenten, Fans und Kunden macht.

Auf die letzte Aussage gehe ich etwas weiter unten noch detaillierter ein.

Du siehst also: Ich bin nicht der Einzige, der Content Marketing für ausgesprochen sinnvoll erachtet. Weiter im Text.

Du scrollst weiter. Die Frage: “Schön und gut, aber viel zu abstrakt. Gibt es ein konkretes Beispiel zur Veranschaulichung davon?” Kommt in dir auf.

 

Número Tres: Konkrete Content Marketing Beispiele

Noch bevor du diese Frage zu Ende gedacht hast, findest du ein paar Links zu herausragenden Beispielen von Content Marketing. Du schaust sie dir an, lernst nebenbei noch andere Dinge aus Bereichen von denen du noch nie zuvor gehört hast und hast nach der dritten verlinkten Seite bereits ein erstes konkretes Gefühl dafür, worum es geht.

Du gehst zurück zur Quellseite mit den Expertenmeinungen und Beispielen.

Nachdem du jetzt Breite und Beispiele kennst, wären ein paar zusammenfassende Informationsblöcke, Absätze oder Tabellen nicht schlecht. Du weißt von dir, dass du am meisten behältst, wenn du nicht nur liest und denkst, sondern wenn du auch etwas… etwas… ja etwas buntes zum Beispiel dabei hast.

Und erneut, während du diesen Gedanken ausformulierst und durch dein Cranium schickst, öffnet sich dir beim runterscrollen eine handliche Infografik, welche die wichtigsten Informationen hübsch aufbereitet zusammenfasst.

Die Content Marketing-Rezeptur für Superheldeninhalte

Du denkst dir: Wow, genau was ich brauche zur richtigen Zeit. Find’ ich gut!

Und während du darüber nachdenkst, was genau dich gerade so erstaunen lässt, kommt auch schon deine bessere Hälfte wieder.

Erfreut erzählst du ihr von deinem Inhalts-Abenteuer der Pause in eurer Mittagspause.

Nur einen Caipirinha hat sie leider nicht mitgebracht.

Eingedampft und destilliert: Die Content Marketing Grundlagen

So viel zu deinem erleuchtenden Mittagessen.

Ich hoffe du hast jetzt schon eine Idee von Content Marketing, falls nicht: Keine Sorge. Nachdem wir Breite und Beispiele haben, geht es jetzt in die Tiefe.

Und zwar in drei Schritten:

  1. Die besten Ressourcen
  2. Ein Leitfaden zu den besten Strategien
  3. Für die Nimmersatt’s: Weiterführende, vertiefende Angebote, Dienste etc.

Legen wir also los! Content Marketing wir kommen:

Nochmal in Kürze: Was ist Content Marketing?

Für den Ungeduldigen Teil in dir, und jeder hat diesen Teil, die Antwort auf die Frage “Content Marketing was ist das?” in Kurzform:

  1. Content Marketing ist jede Form von Inhalt die prinzipiell imstande ist für dich durch die Botschaft ihrer Existenz eine (positive) Aussage zu treffen. Das heißt Content Marketing ist:
  2. Bild, Ton, Video, Text, Interaktives, Quizzes, Songs (ja, auch die!) etc.
  3. Ich bin der Auffassung, dass Text dabei wahrscheinlich die beste Form ist, einfach weil du ihn bearbeiten und aktualisieren kannst, nachdem er veröffentlicht ist. Mach das mal mit einem großbudgetierten Video. (je nach konkreter Situation kann das aber natürlich auch anders aussehen)

Einwurf in der Box

Wenn du mehr Breitenwissen zu diesem Thema möchtest, Google einfach mal “holistischer Content”, “Content Cluster” oder “ganzheitliche Inhalte”. Andere Synonyme sind "WOW-Content", "Superhelden-Content" und "Hero-Content".
Schreib’ mir gern was du dir hier noch wünschst, ich versuche es dann beim nächsten Update des Artikels mit einzubauen. (Oder wir besprechen es direkt im Rahmen einer meiner Kurse)

Alright? Dann weiter im Text.

Die besten Ressourcen #1: Welches Content Marketing Buch kann ich empfehlen?

Im Wesentlichen empfehle ich nur zwei Bücher wenn ich diese Frage gestellt bekomme, ansonsten besteht der Großteil aus “Build – Measure – Learn” wie es im Lean Startup Jargon so schön heißt.
Also Machen, Ergebnisse anschauen, justieren und von vorn. Um punktuelle Recherche und kontinuierlicher Verbesserung kommst du hier wie in jedem digitalen Gebiet also definitiv nicht herum.

Meine zwei Buchempfehlungen sind:

Erfolgreiche Webtexte” von Sabrina Forst.

Ich nutze es vor allem wenn ich Texte für Landing Pages baue und nachschauen möchte, ob ich Teile meiner Zielgruppe vergessen habe, bzw. wie ich meine Zielgruppe generell noch besser anspreche. Dafür allein wirkt dieses Buch meiner Meinung nach Wunder.

Think Content” von Miriam Löffler unter der Flagge des Rheinwerk Verlages.
Wie immer bei den Büchern des Rheinwerkverlages ist dieses ein hervorragendes Fundamentwerk. (Ich kann auch die Bücher zu SEO und Social Media Marketing sehr empfehlen, aus den gleichen Gründen) Wenn du einen umfassenden Überblick zum Thema haben willst, ist dies deine erste Adresse.
Eine gute Faustregel: Immer wenn du ein Buch in dieser Form und Aufmachung im Bereich Online Marketing in den Händen hast, weißt du, dass es ein wirklich gutes ist. Autoren und Verlag schaffen mit diesen Schriften ein Grundlagenwerk nach dem anderen. Und auch wenn es nicht das EINE Content Marketing Buch da draußen gibt, ist dies ein hervorragender Start um tiefer in das Thema einzutauchen.

Die besten Ressourcen #2: Weitere Ressourcen zum Content Marketing

Da Content Marketing digital stattfindet, verändern sich hier naturgemäß Inhalte, Regeln, Tools, Best Practises etc. nahezu im Minutentakt.
Aus diesem Grund habe ich einige Newsletter abonniert, welche mir automatisiert diese Trends in mein Postfach spülen, schaue sonst gern gezielt nach den Meinungen meiner persönlichen Vorbilder und Inspirationen in diesem Bereich auf deren Webpräsenzen, oder google mich sehr speziell zu den Fragen die ich habe durch.

In 5-10 Minuten nach etwa den ersten 5-8 Treffern bei Google hat man meistens einen ganz guten Überblick und kann von dort aus entweder tiefer eintauchen oder hat bereits seine Antwort.

Auch [Suchbegriff] + “Infografik” wirkt manchmal Wunder. Also z.B. “Online Marketing Infografik” bei Google Bilder findest du hier schnell 5-10 gute Grafiken welche dir ein schnelles Gefühl für das “Was” des Themas bieten.

Darüber hinaus, wenn es wirklich tiefer, spezieller oder anderweitig intensiver wird, kann ich Podcastepisoden zum jeweiligen Thema empfehlen. (Einfach [Thema] + “Podcast” bei Google eingeben. Also zum Beispiel “Kohlrouladen Podcast”)

Und als letzte Idee: Schreib’ einfach eine Mail / einen Kommentar bei Facebook / YouTube / unter dem Blogpost um den es geht / Woauchimmer unter dem Inhalt der dir deine Fragen aufgeworfen hat. NACHDEM du recherchiert hast und wohlbegründet nicht weiterkommst. Nicht einfach nur weil du zu faul zum suchen bist! (Ich sag es sicherheitshalber dazu, auch wenn DU natürlich niemals derartiges tun würdest. Richtig?)

Manchmal hast du dann das große Glück, dass andere User dir helfen und manchmal kommentiert sogar der Autor selbst / antwortet dir auf deine Fragen.

So. Nachdem wir uns nun also einen minimalen Überblick zum Thema geschafft haben, wird es jetzt konkreter. Auf zur Praxis.

 

Was ist die beste Content Marketing Strategie?

Die beste Content Marketing Strategie ist die, die das Problem deines Kunden am besten löst. (Bzw. ihm am besten dabei hilft, das zu werden, was er werden möchte)

Angelehnt an Seth Godin’s Definition von Marketing ist das meine mehr oder minder generelle Antwort auf diese Frage.

Etwas detaillierter sitzt eine erfolgversprechende Content Marketing Strategie in der Mitte von dem was du kannst und dem, was dein Kunde möchte. (Und mit den Medien und Inhalten umgesetzt wird, die zu deinem Kunden passen und er sich wünscht und die du auch bieten kannst)

Also da:

Die beste Content Marketing Strategie ist zielgerichteter Mehrwert

Wie genau du deine Content Marketing Strategie umsetzt, mit welchen konkreten Schritten, Plänen, Tools zur Unterstützung und sonstigen Rahmenbedingungen, dazu gibt es eine ganze Reihe hervorragender Guides.

Da diese sich ständig ändern und in diesem Thema ununterbrochen neues hinzukommt, (wie in jedem digitalen Thema, siehe oben)
schlage ich dir einen Klick hierauf vor. Der sollte zeitlos deine Probleme lösen 😉

 

Die richtige Content Strategie #1: Der Content Marketing Prozess & Content Marketing Plan

Den Content Marketing Prozess unterteilt jeder Marketer anders. (Menschen die Marketing betreiben nennt man auch Marketer, wieder was gelernt 😉
Manche starten beim Brainstorming, andere bei der Frage nach den Problemen des Kunden. (Also frag deinen Kunden ruhig)
Wieder andere starten bei der Buyer Persona, also der “Personenskizze deines Musterkäufers”. Diese ist zum Beispiel hier sehr schön beschrieben.
Und dann gibt es auch noch die Spezialisten, welche den Content Marketing Prozess beim Content selber beginnen. Also mit der Grundsatzfrage: Was genau wollen wir für wen aus welchem Grund mit welchem Ziel und welcher Messung der erfolgreichen Zielerreichung in welchem Zeitraum überhaupt machen?

Meistens in mehr als einem Satz formuliert, aber im Kern geht es manchmal auch mit dieser Schachtelfrage los.

Was ist denn nun aber der perfekte Startpunkt und wie geht es optimalerweise weiter mit meinem Content Marketing Prozess bzw. Content Marketing Plan?

Nun, das hängt davon ab.

Wovon? Von

  1. Deinem Ausgangspunkt
  2. Deiner Kundenkenntnis
  3. Deiner Erfahrung im Digitalraum
  4. Deiner Erfahrung / deinen Erfolgen mit Content
  5. Deiner Zielstellung

Daher sieht der Content Marketing Prozess eines “25-Mann Frau und Hund NGO’s mit dem Thema Guerilla Gardening” sehr anders aus, als der einer 2-Frau Möbelpoliturfirma. Und beide sehen anders aus als der eines One-Man IT- Solopreneurs.

Ich empfehle generell zwei Dinge:

  1. Experimentiere so lang bis es klappt in einem Rahmen der das auch zulässt.
  2. Finde einen Superfan. Mache ihn glücklich. Sprich mit ihm. Mache ihn dauerhaft glücklich. Dann finde 10 Superfans. Dann 100. Dann 1.000. Wenn du 1.000 Superfans hast, hast du a) alle notwendige Erfahrung und b) andere Zielstellungen und Herausforderungen.

Was einen Superfan ausmacht, wie du ihn findest und vieles mehr erfährst du in diesem Blogpost. (Der zu den 10 Posts zählt, für die ich am meisten im gesamten Marketing dankbar bin. Danke Kevin Kelly, danke das du da bist!)

Es kann sein, dass Podcasts genau das richtige für dich und deine Zielgruppe sind. Kann auch sein das Blogartikel der Way to go sind. Oder YouTube Videos. Das ist unmöglich pauschal vorherzusagen und ändert sich auch konstant über die Zeit. Also frage entweder deine Kunden / Fans wenn du schon welche hast oder probiere einfach das aus, was dir am meisten Freude macht. Denn meistens ist das auch das, was die Message und Authentizität am besten transportiert.

Und der Rest ist kontinuierliches besser werden. Kaizen Ahoj!

Es gibt eine ganze Reihe von verschiedensten Ansätzen zum Thema Content Strategie, von kurz und knackig bis hin zum Projekt of its own. Da du aber vermutlich keine Dissertation über die Erstellung, Ausführung und Prüfung der Content Strategie schreiben möchtest, hier zum Schluss dieses Abschnitts was mir hilft, die W/W-nicht Fragen:

  1. Was (ist das Ziel der Strategie) / Was (ist es) nicht?
  2. Warum (setzen wir diese Content Strategie ein) / Warum nicht?
  3. Wer (Ist die [Kern]zielgruppe) / Wer ist es nicht?
  4. Wo / Wo nicht?
  5. Wann / Wann nicht?

Wenn du diese Informationen hast, kannst du daraus entspannt Personas generieren, POST-Frameworks füttern und auf Nachfrage Reports füllen.

Content Marketing Strategie #2: Content Marketing Ziele & Content Marketing Kpi’s

Nachdem du jetzt also weißt, welche Kanäle du nutzen / ausprobieren möchtest, stellt sich die Frage der Zielstellung. (Oder davor. Wie gesagt, wann du dir welche Frage stellst ist dir überlassen)
Das kann ganz simpel sein “In den nächsten 4 Wochen, also bis zum xx.xx.20xx möchte ich y Blogartikel veröffentlicht haben”.

Oder auch “Im 3. Quartal 20xx möchten wir mit unserem Content bei einer Conversionrate von 10% insgesamt 10 oder mehr Produkte yxz verkaufen und dabei 1.234 € verdienen”

Und alles dazwischen.

Wichtig sind hierbei drei Dinge:

  1. Der Unterschied zwischen Ziel und KPI
  2. SMARTE Definitionen
  3. Der Unterschied zwischen Actionable und Vanity Metrics

Heiliger Klabautermann was wird denn jetzt auf einmal mit Fremdwörtern um sich geschmissen! Kann er denn nicht auf Deutsch schreiben?

Kann er. Da du aber immer wieder auf diese spezifischen Begriffe treffen wirst, ist es wichtig, dass wir sie hier “im Original” vorstellen.

Hier die Übersetzung und Bedeutung des eben eingebrachten Worthaufens:

NameAuf DeutschBedeutung
ConversionrateKonversionsrate(Prozentuale) Anzahl der User, die von einer Stufe zur nächsten gehen. Also z.B. vom Leser zum Abonnenten werden.
ZielJa ne is klar nechDein Leitstern in einem spezifischen Bereich. Und da Erfolg das erreichen selbst gesteckter Ziele ist, essentiell für Erfolg.
KPILeistungsindikatorUnd HIER haben wir ihn auch endlich! Den Grund für den Caipi! (KPI = CAIPIrinha) Na bist du jetzt zufrieden?
SMARTIntelligentEin gutes Ziel ist Spezifisch, Messbar, Attraktiv, Realistisch und Terminiert
Actionable Metric

Umsetzbare / “Handlungs-

empfehlende” Metrik (Freestyle übersetzt)

Versetzt dich in die Position, basierend auf dem Wert eine konkrete Handlung auszuführen bzw. konkrete Schritte einzuleiten und umzusetzen.
Vanity MetricEitelkeits-MetrikMist statt misst. Aus einem solchen Wert nimmst du nichts als eine Streicheleinheit fürs Ego mit. Ansonsten bringt sie dir wenig bis nichts. Oftmals verbirgt sich hinter der Vanity Metrik die eigentliche Actionable Metrik. (Also z.B. hinter der Downloadzahl die Zahl der In-App-Käufe oder hinter Seitenaufrufen die Zahl der Newsletterabonnenten)
Content Marketing - Der KPIrinha und das Biest
Wie merkt man sich am besten "KPI"? Durch einen phonetischen Partner: Den Caipi-rinha!

Der kleine Helfer zu jeder Stunde: Das Content Marketing Tool

Wenn du ein Content Marketing Tool suchst, musst du vor allem gut selektieren und auswählen.
Denn Tools die dich bei deinem Content Marketing Prozess unterstützen, gibt es wie Muscheln am Meer. Vielleicht sogar noch mehr. Ich zähle hier einfach mal meine Top 10 auf:

  1. Canva
  2. Google Docs in allen Formen
  3. Die Adobe Suite. (Wobei ich diese aktuell kaum nutze. Aber hilfreich ist es definitiv Sie zu haben bzw. sich mit ihr auszukennen)
  4. Der Tomato Timer (Mehr für meine Produktivität, aber ohne die kein Content, zählt also auch, oder? 😉
  5. Audacity (Für Podcasts)
  6. Zoom (Für die Aufnahme von Interviews)
  7. Ubersuggest (Für die Keywordrecherche und um ein “Suchgefühl” für ein Thema zu bekommen)
  8. Evernote
  9. Filezilla
  10. Dropbox

Generell gilt auch hier: (Wie überall im Leben) Probiere aus, sammle Erfahrung und baue dir deinen eigenen Werkzeugkasten mit Content Marketing Tools zusammen. Denn letzten endes brauchst du eine Lösung, die für dich und niemand anderen funktioniert. Denn du bist ja der springende Punkt am Hebel der Erstellung.
Also: Testen, Ergebnisse protokollieren, Fazit ziehen, und von vorn.

Kleines Gimmick: Das interessanteste Content Marketing Tool das ich bis jetzt noch nicht eingesetzt habe: Lumen5. Dieses wandelt per künstlicher Intelligenz Text in Video um. Ziemlich coole Kiste, ich habe nur bisher noch nicht den richtigen Einsatz dafür gefunden.

Zu guter Vorletzt: Ein Content Marketing Strategie Beispiel (Und was für eines)

Alles schön und gut. Aber du brauchst etwas fassbares. Etwas zum anfassen. Ein konkretes Content Marketing Strategie Beispiel. Ich geb’ dir direkt das beste. Den Beastly. Here we go:

Die Königsklasse des Content Marketings: Hero-Content / Der “Beastly”

Ein Beastly / Pillar / Superheldeninhalt / Standardschaffer wie man ihn sinngemäß übersetzen kann, schafft, wie es der Name schon sagt, einen neuen Standard. Und zwar in

  1. Seiner spezifischen Nische / seinem Thema
  2. Der formulierten Sprache

Ich habe es weiter oben ja schonmal angedeutet, ich halte Beastlys für eine der besten Möglichkeiten des Content Marketings. Einerseits weil er eine so umfassende und ganzheitliche Betrachtung und Auseinandersetzung mit einem Thema ermöglicht, andererseits weil er so flexibel und einfach verschiedenste Contentformen in sich vereint. Im SEO wird er zuweilen gar als “neuer heiliger Gral” gepriesen. Die Vorteile sind mannigfaltig, ein Beastly:

  1. Skaliert hervorragend (Es ist keine Seltenheit, dass ein einziger Beastly für mehrere Dutzend bis Hundert Keywords rankt)
  2. Wird kontinuierlich besser mit der Zeit (Da es Top-notch Content ist, verbessern sich seine Rankings stetig. Unterstützt kann das ganze noch durch regelmäßige Updates basierend auf den Rankingveränderungen werden)
  3. Kann mit wenig Aufwand aktuell und auf dem Stand der Kunst gehalten werden (Da der Großteil einmal steht, reicht oftmals eine Stunde für ein Update aus, welches sich über die Zeit aber deutlich bemerkbar macht. Und wenn man das oft / lang genug macht, hat man irgendwann auch ein potenzielles digitales Produkt was man ergänzend verkaufen kann. [Manchmal kommt sogar explizit die Nachfrage danach, hier gilt es individuell zu entscheiden])
  4. Eignet sich hervorragend als potenziell viraler Inhalt
  5. Ist vom Fleck weg zeitlos, u.U. selbst bei sich stark verändernden Themen, da er dann auf die Grundlagen der Veränderung eingeht

Es gibt noch eine Reihe weiterer Vorteile, für ein erstes Gefühl sollte das erst einmal reichen. (Mehr findest du in meinem kostenlosen Whitepaper zum Thema)

Die Content Marketing Strategie dabei ist offensichtlich: Der mit Abstand beste Content zieht die Leute am stärksten / meisten / längsten an. Und bringt sie dazu weiter mit dir zu interagieren. Denn da du dich offensichtlich nur durch einen einzigen Artikel / eine Einzige Seite bereits als Experte positionieren konntest, bist du der erste Ansprechpartner für weitere Fragen.

Und da du von Sekunde 1 an die Inhalte deines Beastlys direkt auf die konkreten SEO-bestätigten Fragen der Webgemeinschaft zurechtgeschnitten hast, kommen die User auch wie automatisch in immer größerer Zahl zu diesem Artikel.

“Ultimative Ressourcen” bzw. Beastlys sind mein persönlicher Favorit wenn es um Content Marketing Strategien geht. Denn ein Beastly vereint alles in sich.

Allerdings ist diese Content Marketing Strategie auch eine der anspruchsvollsten, weil die Orchestrierung aller Inhalte, der systematische Aufbau, der gezielte Feinschliff, das spätere feinjustieren ein relativ tiefes Verständnis aller Bestandteile sowie der strategischen Vogelperspektive voraussetzen.

Wenn du selbst einen Beastly erstellen möchtest, empfehle ich die unten weiter ausgeführte, Schritt für Schritt erklärte  Vorgehensweise.

In dieser konkreten Form das erste Mal bei Pat Flynn in diesem sehr lesenswerten Artikel gesehen, dort allerdings nur als Nebenaragraph. Die Idee ist allerdings nicht neu und gibt es schon lang vor ihm. Auch Guides dazu gibt es mehr als genug.

Wie gesagt ausführlich gehe ich darauf in meiner Content Marketing PDF: How to Beastly näher ein. In Kürze liegt “Beastly” Content auf der “Landkarte des Inhalts” ungefähr hier:

Was ist Content Marketing visuell erklärt

Nehmen wir an, eine kurze Twittermeldung stellt das eine Extrem im Content dar. (Äquivalent gilt für Video ein Vine, für Podcasts eine WhatsApp-Sprachnachricht und für Bilder ein Favicon)

Kurz, knackig, präzise auf den Punkt. (Im Optimalfall)

Hier ist nicht viel Raum zum experimentieren, erklären oder erläutern. Es heißt nicht umsonst StatusMELDUNG und nicht StatusBERICHT.

Auf der anderen Seite der Skala hingegen haben wir das Magnum Opus, das persönliche Meisterwerk. “Ideen” von Watson fällt mir da auf Textseite ein. Der eine oder andere 24-Stundenclip auf YouTube als Beispiel für Videos. Der Punkt ist klar:
Ein Magnum Opus ist das beste Stück Content zu dem du in deinem Leben fähig bist.

Dazwischen haben wir den “normalen” Blogpost und ihm aus Sicht der Mitte gegenüber den Beastly.

Blogposts können nur 50 Wörter umfassen, meist werden alle Artikel ab 300 bis 600 Wörter Umfang allerdings dazu gezählt. Und von dort auf dann aufwärts. Auch ein Beastly ist technisch gesehen ein Blogartikel. Selbst ein Magnum Opus kann einer sein.

Ein Beastly ist, wie der Name bereits sagt, ein „Biest“ von Inhalt. Also ein Blogbeitrag so voller Mehrwert, Tipps und Tricks und hilfreichen Anleitungen, dass er einen regelrecht anspringt. Und nicht mehr loslässt.

Solche „Mehrwertmonster“ lassen sich in nahezu 99% aller Fälle nicht mit weniger als 1.000 Wörtern schreiben, wenn wir beim reinen Text bleiben. Und so kommen wir zu einer noch feineren Art der möglichen Unterteilung auf der Content Marketing Landkarte. Der Einteilung nach der Wortanzahl:

Die Content Marketing Landkarte

Je nach Experte und SEO-Saison beginnen Beastly’s bei 1.000 bis 2.000 Wörtern. Ab 5.000 Wörtern ist es ziemlich sicher einer. (Mehrwert statt Blähwert vorausgesetzt)

Alles über 50.000 Wörter ist dann eher ein Buch.

Signifikante positive Resultate erzielst du bereits ab 1.000 Wörtern +. Ab 2.000 Wörtern oder mehr bist du auf der sicheren Seite, wie diese Umfrageergebnisse zeigen:

Content Marketing Blog Statistiken
Quelle: https://www.orbitmedia.com/blog/blogging-statistics/

Wie im „Infografik-Onepager“ weiter oben bereits zu sehen war, ist herausragender Content in spezifischen Dimensionen besonders. Ob du es mit potenziell holistischem Content bzw. Pillar Content zu tun hast, kannst du auf einen Blick erfassen. Mit einer Kursen Analyse per Netzdiagramm:

Beastly Content Dimensionen

Mehr Content Marketing in meinem Whitepaper!

Wenn du mehr über Erstellung, Klassifizierung, Unterscheidung und Anwendung von herausragendem Content wissen möchtest, ist mein kostenloses Whitepaper genau das Richtige für dich! 
Auf 23 Seiten erfährst du in diesem:
  • Vor- und Nachteile von langen, inhaltsdichten und mehrwertintensivem Content
  • Kurze und präzise Fallstudien und Analysen zu erfolgreichem Content Marketing
  •  Bestandteile erfolgreicher Inhalte
  • Konkrete Schritt für Schritt Anleitung zur eigenen Erstellung
  • Vieles mehr.

Mehr zur Analyse von Inhaltsqualität- und Güte findest du in meinem Whitepaper zum Thema oder in meinen Kursen.

 

Jetzt aber mal konkret: Content Marketing Best Practice

Wenn du komplett neu in ein Thema startest bzw. darüber von Null aus schreiben willst, empfehle ich Eine Mischung aus Tim Urbans Ansatz, dem “SEO-Clustern”, einigen Tipps von anderen erfolgreichen Bloggern und meiner Erfahrung:

  1. Starte mit Wikipedia, klicke dich dort durch die Fußnoten, Links im Text etc.
  2. Lies die Artikel der ersten 20-30 Seiten von Google. Ja, Seiten. Nicht Ergebnisse. (Mein Tipp)
  3. Fasse dir die Punkte und Argumente zu Inhaltsclustern zusammen und ergänze bis sich der Großteil doppelt
  4. Schau dir YouTube Videos an. So lang, bis du selbst sagen kannst: “ha, das wusste ich!”
  5. Lies dir die besten 3 – 10 Bücher zum Thema durch.
  6. Abonniere ggf. einige Newsletter. (Optional: Setze dir Google Alerts zum Thema)
  7. Markiere dir in deinem Dokument an welcher Stelle du mit welchen Inhalten arbeiten möchtest. (Wo soll eine Infografik hin, wo ein Interview, wo ein Video etc.)
  8. Mache eine SEO-Recherche und ordne deine Inhalte danach thematisch
  9. Leg los und fang an zu schreiben!
  10. Hol dir ggf. ergänzende Expertenstimmen
  11. Mach einen ersten Gesamt-Feinschliff
  12. Brainstorme die passende(n) Überschrift(en)
  13. Release the Kraken! (Veröffentliche deinen Beastly)
  14. (Optional aber hilfreich: Lies dir Kommentare durch, sowohl direkt unter dem Artikel als auch in den sozialen Medien, auf Portalen in denen deine Grafiken aus dem Beastly eingebunden wurden etc. Gehe je nach Frage auf diese im Beastly ergänzend ein. [z.B. unter dem Fazit])
  15. (Optional aber hilfreich 2: Update deinen Beastly regelmäßig basierend auf Fragen die dir gestellt wurden, Veränderungen im SEO, Inhalten die du noch anfügen möchtest etc. Mach etwas unvergleichliches und zeitloses aus deinem Beastly!)

Seinen Schreibprozess hat der Großmeister des Contents Tim Urban übrigens in dieser wunderbaren Podcastepisode mit Tim Ferriss verraten. Kann ich sehr empfehlen. (Auch und vor allem wegen seinen spannenden Zukunftsgedanken ab ungefähr Minute 40.

Von wegen Beastly. Warum hört der Artikel hier schon auf? Ich will mehr!

Ok Ok! Schon gut!

 Wenn dir das hier als Übersicht nicht genug ist, die weiterführenden Links deine Neugierde nicht zu stillen vermögen und dir die Bücher auch nicht ausreichen, habe ich vielleicht noch eine letzte Rettung für dich.

Wie weiter oben bereits erwähnt, gebe ich das eine oder andere Content Marketing Seminar beziehungsweise einen Content Marketing Workshop. (Wenn die Nachfrage da ist) Das ganze geschieht entweder offline oder als Content Marketing Online Kurs. Du kannst dich hier anmelden. (Oder per Klick auf die großen grünen Buttons)

Was passiert nach der Anmeldung? Nun zuerst einmal hast du dir dann einen Platz auf der Warteliste gesichert. 

Ich melde mich spätestens bei dir, sobald die Teilnehmerzahl stimmt und ich die Kapazitäten frei habe, mit allen wichtigen Daten.

Ich sprach ja von Seminar / Workshop. Warum? Weil ich alles anbiete. (Nachfrage vorausgesetzt) Es ist wie beim Schmied des Vertrauens. Alles aus einer Hand. In diesen Formen kann das Ganze umgesetzt werden:

Content Marketing Seminare

Mehr von mir #1: Meine Content Marketing Seminare

Content Marketing Seminare mit mir umfassen mindestens die nachfolgenden Punkte:

  • Was ist Content Marketing und was ist es nicht?
  • Welche Tipps und Tricks gibt es beim Content Marketing?
  • Welche Medien- und Medienkombinationen ergeben wann Sinn?
  • Wie kann man Content Marketing als Starter, Fortgeschrittener und Erfahrener am besten auf die nächste Stufe bringen? 
  • Welche Content Marketing Maßnahmen sind effizient? Welche nicht?
  • Gemeinsame Liveübungen
  • Gemeinsames dekonstuieren und bewerten von Praxisbeispielen
  • Guidelines, Checklisten und Anleitungen zur Orientierung im alltäglichen umsetzen
  • Uvm.

Ich halte Content Marketing Seminare gern bevorzugt in Leipzig, Berlin oder Dresden. Wenn gewünscht und beiderseits passend, komme ich aber auch gern an andere Orte. Wir finden definitiv eine Lösung!

Content Marketing Workshops

Mehr von mir #2: Content Marketing Workshop’s

Im zweiten Teil meines Angebots rund um Content, dem Content Marketing Workshop, wird es vor allem praktisch. Hier klären wir Fragen und setzen Projekte um zu z.B.:

  • Was ist ein Podcast? Wie funktioniert er? Warum sind Podcasts gut? Wie setze ich selbst einen um? Welche Erfolgsfaktoren gilt es zu beachten?
  • Wie funktionieren Infografiken? Was hat es mit Ihnen auf sich? Wie kann ich schnell, kostenlos und ohne Vorkenntnisse Infografiken erstellen?
  • Wie funktionieren Umfragen und Quizze? Welche Vorteile bieten ihre Echtzeitvarianten? Welche Tools haben sich bewährt?
  • Was kann ein Redaktions- bzw. Content Management Plan? Welche Vorteile bringt er? Wie wende ich ihn an?
  • Welche Tools begleiten mich im Content Marketing Alltag?
  • Uvm.
Hier gilt das selbe wie in Punkt 1: Ich halte Workshops gern in Leipzig, Berlin oder Dresden. Bin aber auch gern bereit die Republik für unser gemeinsames Event zu durchqueren.
 
Mein Content Marketing Online Kurs

Mehr von mir #3: Mein Content Marketing Online Kurs

Der Content Marketing Online Kurs bildet den Schwerpunkt meines Angebots rund um das Thema Content Marketing. In diesem behandle ich die oben genannten Inhalte. (Mit individuell gelegten Schwerpunkten) Zusätzlich lassen sich hierbei hervorragend die Möglichkeiten der digitalen Technik ausspielen.

Ich kann also live Beispiele im Browser auseinandernehmen, Teilnehmer können problemlos ihre Bildschirme teilen und das Ganze ist selbstredend ortsunabhängig. Weitere Vorteile des Content Marketing Online Kurses sind:

  • Aufzeichnung und Speicherung des gesamten Kurses.
  • Keine expliziten Schulungsräumlichkeiten notwendig.
  • Content Marketing Tools können direkt in echter Umgebung angewandt werden.
  • Meist kostengünstiger aufgrund der geringeren Vorbereitungs- und Planungsmaßnahmen.
In Planung - Ausbildung zum zertifizierten Content Marketing Manager

Mehr von mir zum Thema #4: Der Content Marketing Manager

Da die Frage immer wieder kommt und ich mittlerweile auch eine zufriedenstellende Antwort darauf bieten kann: Ja, Über kurz oder lang werde ich (wahrscheinlich) aus diesem Kurs eine zertifizierte Weiterbildung machen. Wobei „ich“ dabei mich, eine Reihe von anderen hochkarätigen Dozenten und verschiedenen Institutionen meint wie es aussieht. Wie kurz oder lang genau die Reise zum eigenen Content Marketing Manager-Kurs wird, entscheidet die Bürokratie, ich bin dran. Wenn du als erstes davon erfahren möchtest, melde dich am besten in meinem Newsletter an.

 

Fazit

Meiner Meinung nach ist Content Marketing die beste Form des Marketing. Und ein gewaltiger Teil der digitalen Transformation selbst. Ich wage sogar die These: Ohne Content Marketing gäbe es die wahnsinnige Geschwindigkeit der Digitalisierung nicht. 

Und Content Marketing ist die Marketingform, die am meisten Spaß macht. Weil sie niemals endet und man in jeder beliebigen Richtung ununterbrochen neue Dinge dazulernen kann.

Wenn du dich jetzt fragen solltest: “Hm. Schön und gut, aber gibt es auch Content Marketing Jobs? Kann man damit Geld verdienen? Ist das ganze nur ein nett gemeinter Zeitvertreib?” Dann lass mich mit diesem Zitat schließen:

“Der Markt für Content Marketing ist in den vergangenen Jahren regelrecht explodiert. Wer als Content-Marketing-Agentur trotz des großen Wettbewerbs 2018 nicht zweistellig gewachsen ist, hat etwas falsch gemacht.”

Aber dazu an anderer Stelle mehr. (Wenn gewünscht)

Wie stehst du zum Content Marketing? Und wie fandest du diesen Beastly-Artikel? Schreib es mir gern in die Kommentare!

Disruption

Disruption: Welche Technologien und Geschäftsmodelle sind disruptiv? (Und warum?)

Disruption

Das Geheimnis der Disruption

Disruption. Wortgewordene radikale Veränderung in allen Bereichen. Gefürchtete Bedrohung für die einen, schnellster und bester Weg zu Reichtum, Glück und kollektivem Fortschritt für die anderen.

Machen wir uns nichts vor. Auch wenn Disruption mittlerweile gelegentlich zum blutleeren Buzzword und Antwortautomatismus in Gründerkreisen verkommt, ihr Kern birgt gewaltige Potenziale und Auswirkungen.

Und so ist Disruption wahrscheinlich eines der wichtigsten und zugleich missverstandensten Worte unserer Zeit. (Also etwa der letzten 250 und der kommenden 50 Jahre – denn in diesem Zeitraum häufen sich Disruptionen derart, dass wir seit einem Viertel Jahrhundert die Welt buchstäblich auf den Kopf gestellt haben. Und binnen der nächsten 50 Jahre wahrscheinlich absolut alles, inklusive uns selbst, grundlegend verändern: Die menschengemachte Singularität tritt ein. Mit größeren Auswirkungen als Atomwaffen und künstliche Intelligenz vereint. [Was KI ist, erfährst du hier])

Doch kommen wir weg von der Schwarz / Weißmalerei und sehen wir uns den Boden der Fakten und Theorien dazu an.

Stellen wir die Fragen zur Disruption, die wirklich von Belang sind: 

  • Was hat es mit Disruption auf sich?
  • Was bedeutet disruptiv überhaupt?
  • Und was kann man an Disruption so kolossal missverstehen?

All das und mehr, jetzt. Wir schauen uns systematisch die Grundlagen, relevante Anwendungsfelder und Beispiele, konkrete Handlungsempfehlungen und Schemata zur Einordnung an. Damit der Mythos Disruption endlich zu einem vollends nutzbaren Werkzeug im kollektiven Baukasten wird.

Gehen wir also wie immer systematisch vor. Und starten mit zwei Fragen:

  1. Was bedeutet “Disruption”?
  2. Was ist “disruptiv”?

Eine letzte Anmerkung zu Beginn noch: Wenn du mehr über dieses Thema wissen möchtest, trage dich hier für mein kostenloses Webinar zum Thema Disruption ein. (Ich halte dieses je nach Nachfrage. Wenn du dich einträgst, erfährst du aber immer als erster davon)

Jetzt aber genug des Vorworts, wollen wir den Inhalt nicht über Gebühr ausdehnen.

Steigen wir direkt ein ins disruptive Ungewisse:

 

Disruption: Definition

Was ist Disruption nun also? Es gibt mittlerweile so viele Bücher, Vorträge und Meinungen dazu, dass man schnell den überblick darüber verlieren kann.

Daher fangen wir mit einer Zusammenfassung der destillierten Kerngedanken einiger der relevantesten Konzepte dazu an:

1. Innovation = Evolution, Disruption = Revolution.

Innovationen verbessern graduell und in einem eng abgesteckten Bereich, Disruptionen führen zu (Um)Brüchen und bringen ganze Branchen und Wirtschaftsbereiche in die Wahl zwischen Zugzwang oder Aussterben.  

2. Disruption = Eliminierung / Simplifizierung von Teilen der Wertschöpfungskette mittels (disruptiver) Technologie.

Durch das Wegstreichen von Mittelsmännern können höhere Margen, direktere Kundenbindungen, höhere Veränderungsgeschwindigkeiten und starker Marktdruck aufgebaut werden. Denn dadurch, dass die disruptive Lösung zeitgleich günstiger und besser für Kunde und Anbieter zeitgleich ist, wird sie wahrscheinlich die meisten Kunden zu sich ziehen.

Die Idee dahinter ist so simpel wie überzeugend: Weniger Zwischenschritte = Bequemere Nutzung = Mehr und zufriedenere Kunden + weniger Fehlerpotenzial auf der Gewinnseite. Und weniger Zwischenschritte auf der Einsparseite = Weniger Risikofaktoren und mehr Gewinn da weniger zu bezahlende Dienstleistung.

Dieser Gedanke rollt gerade wieder durch das Silicon Valley in Form von Banklizenzen. (Nachvollziehbarerweise: Uber allein zahlt jedes Jahr eine Milliarde Dollar nur an Kreditkartengebühren)

3. Disruption = Signifikanter Mehrwert. (Kurz-, Mittel-, und/oder Langfristig)

Dieser Definitionsteil ist der wichtigste und ausschlaggebende. Denn wie immer gilt: Die beste Lösung für ein Problem fährt den meisten Gewinn ein. (Sofern Kunden dafür zahlen können und auch davon wissen – Dieser trivial wirkende Nebensatz ist essentiell. So essentiell, dass es Argumentationen gibt, die das Geschäftsmodell und nicht die lösende Technologie einer Disruption ins Zentrum stellen. )

Diese fast schon banale Regel wird durch exponenzielle Technologien mit bis dato unbekannter Wucht und Umfang versehen. Denn nun bedeutet spürbarer Mehrwert nicht nur Mehrwert für 3 Kunden oder ein Problem im fußläufigen Umkreis meiner Werkstatt im Rahmen meiner Öffnungszeiten. Jetzt bedeutet es potenziell mehrere Milliarden Kunden auf der gesamten Erde zu jeder Zeit.

Was uns zur Quintessenz der Disruption – Definition führt:

Disruption = Signifikanter Mehrwert x exponentielle Technologien.

Oder, um es mit den Worten von Jeff Bezos zu sagen: „Alles, was die Kunden lieber mögen als das, was sie vorher gekannt haben, ist disruptiv.“ = Mehrwert.

Kombiniert mit exponenziellen Technologien (Amazon par excellence) für das dazu, dass ganze Branchen über Nacht zerrüttet werden.

Halten wir also fest:

  1. Disruption ist signifikanter Mehrwert durch Einsatz exponentieller Technologien.
  2. Disruption wird zur Disruption durch a) Ihre Geschwindigkeit (Eine Veränderung über 100 Jahre wird wahrscheinlich nicht einmal wahrgenommen, eine Veränderung binnen 100 Stunden schon) und b) Ihren Impakt. (Eine Veränderung die nichts spürbar verändert, ist eine Randnotiz in Zeiten großer Langeweile, eine Veränderung die zur Reaktion zwingt ist eine Handlungsnotwendigkeit)
Was uns zur finalen Disruption – Definition bringt:
Disruption ist signifikanter Kundennutzen mit (wahrscheinlich) signifikanten Auswirkungen binnen kurzer Zeit, welcher durch exponenzielle Technologien ermöglicht wird.
Damit können wir arbeiten.
Die zwei wichtigsten Dimensionen der Disruption kann man sich auch so vorstellen:
Disruption Definition

Konkurrenz meint dabei nicht nur andere Unternehmen in meinem Feld. Es meint auch konkurrierende Technologien, Geschäftsmodelle, Kulturen etc. Zur Adaptionsgeschwindigkeit kommen wir gleich näher.

Eins noch zur Verdrängungstheorie: Eine Technologie wird nahezu niemals vollständig verdrängt. Das Wissen um diese Technologie bleibt. Einen Faustkeil kann ich mir auch heute noch leicht herstellen, auch wenn er faktisch keine Relevanz mehr besitzt. Pferde ziehen noch immer in Stadtrundfahrten Gäste, auch wenn ihr ehemaliges Einsatzfeld kaum noch existiert.

Noch eine Ergänzung zur oben genannten Disruptionsdefinition: Disruption wird gern als “kreative Zerstörung” oder “Zerstörung durch kreative Akte” definiert. Aber das taugt kaum zu einer echten Definition wie ich finde. Denn dann könnte man ein eingeschlagenes Fenster im Rahmen eines Malwettbewerbs auch als disruptiv bezeichnen. Deswegen, die „Disruption – Definition für unterwegs„:

Die umfassende und schnelle Verdrängung von Lösungen durch bessere Lösungen.

Umfassend heißt dabei: Bis hin zur Konkurrenz-Marginalisierung und dem Dasein im Museum.
Schnell heißt dabei: Binnen weniger Wochen (Vor allem Software) / Monate / Jahre anstatt wie „prä-Dampfmaschine“ binnen Jahrzehnten oder Jahrhunderten. Hierbei geht es meiner Meinung nach vor allem um die mögliche Adaptionsgeschwindigkeit gegenüber der Veränderungsgeschwindigkeit. Denn: Wenn etwas sehr langsam vonstatten geht, ist die Wahrscheinlichkeit wesentlich höher, dass eine Anpassung stattfinden kann.

Oder anders, visuell ausgedrückt:

Disruption Definition - Disruptionsfenster

Grenzen der Disruption

Digitale Lösungen lassen sich im Extremfall binnen von Sekunden bzw. Minuten nahezu vollständig verändern. Sie passieren tatsächlich so schnell, dass sie bereits heute unterhalb der menschlichen Verarbeitungsgeschwindigkeit liegen. Und sie werden tendenziell sogar immer schneller, da Lösungen zur Erschaffung dieser wie Programme und Algorithmen immer besser werden.

Bei analogen Lösungen dauert dies meist ungleich länger.

Die untere Grenze der Disruption wird dabei von der menschlichen minimalen Adaptionsgeschwindigkeit gebildet. Also der mindestens notwendigen Zeit um eine Gewohnheit zu bilden.

Wenn Produktzyklen schneller werden, als Menschen Gewohnheiten mit diesen Produkten etablieren können, ergibt das ganze keinen Sinn mehr. Denn dann bringen meine Lösungen, egal wie gut sie sein mögen, nur noch Stress und werden damit prinzipiell ineffizient.

Je nach Studie liegt diese untere Grenze zwischen zwei bis sechs Wochen oder gar sechs Monaten. Diese Zeit benötigen Kunden meiner Lösungen also mindestens, um mein Produkt zum Teil Ihres Lebens zu machen. Schnellere Disruptionszyklen ergeben also keinen Sinn, denn die kognitiven Kapazitäten der Kunden limitieren diese.

Die obere Grenze ist branchenspezifisch die, ab der Konkurrenten relativ bequem auf die Veränderung reagieren können. Eine Disruption, die langsamer ist als die Entwicklungszyklen der Konkurrenz, ist keine Disruption.

Wenn es also 5 Jahre dauert, bis ich mein Produkt von der Einführung bis zur Massenadaption gebracht habe, ist das ganze kaum mehr disruptiv. Denn die gesamte Branche kann entspannt reagieren und eigene Lösungen anbieten. Da analoge Lösungen oftmals allein durch Lieferketten, Ressourcenmanagement und Rohstoffverfügbarkeiten limitiert werden, sind diese im Schnitt langsamer als digitale Lösungen.

Im aus diesen beiden Grenzen resultierenden Disruptionsfenster passieren alle Disruptionen.

Durchschlagskraft / Impakt von Disruptionen

Ich finde die Analogie hilfreich, Disruption zum Zwecke besserer Verständlichkeit mit Asteroiden und Ihrer Einschlagkraft zu assoziieren. Denn ungefähr so kann man sich die Auswirkungen von disruptiven Veränderungen vorstellen. Schauen wir uns diese Metapher näher an:

Impakt von Disruption
 AsteroidDisruption
Einschlagintensität / DurschschlagskraftGemessen im TNT-Äquivalent.Messbar in Umsatzveränderungen und Marktanteilen. (Bezogen auf Konkurrenz, Branche, Produktlinien etc.)
Langfristige FolgenErdverdunklung, Auslöschung von Leben etc.Monopolbildung / Insolvenz, Umstrukturierung, Expansion / Einsparmaßnahmen, Konsolidierungen, Übernahmen etc.

Mit diesen qualitativen und quantitativen KPI’s lassen sich Disruptionen näherungsweise beziffern. Viele gute Beispiele dazu finden sich in den Grundlagenwerken zur Disruption von Clayton M. Christensen.

Wie wir an Beispielen weiter unten sehen werden, sind Disruptionen oftmals leicht an starken Veränderungen nach oben oder unten in Graphen erkennbar.

 

Einflussfaktoren der Disruptionsgeschwindigkeit

Nachdem wir uns die erste der beiden Dimensionen der Disruption, die Durchschlagkraft, angeschaut haben, kommen wir nun zur zweiten: Der Geschwindigkeit.

Verbreitungs- und Erschaffungsgeschwindigkeit disruptiver Innovationen hängen im wesentlichen von drei Faktoren ab:

  1. Wissen: Je mehr die Menschheit an nutzvollen Informationen besitzt, desto schneller gehen Entwicklungen vonstatten. Da Wissen aufeinander aufbaut und sich gegenseitig kombinatorisch verstärkt, haben wir buchstäblich mehr Optionen zur Disruption zur Verfügung.
  2. Geringe Umsetzungsbarrieren: Immer mehr bessere Tools sind zu immer geringeren Kosten zur Realisierung verfügbar. Von Dropbox über Google Docs und High Tech Lösungen wie AutoML oder AWS bis hin zu Slack und Echtzeit-Messengern wie WhatsApp und Wire.
  3. Mehr Unterstützung / bessere Validierungsoptionen: Dank Möglichkeiten wie Crowdfunding, Influencer-Kooperationen, Hackathons, Wettbewerben, Inkubatoren und Citizen-Science kann ich meine Idee ungleich schneller und zeitgleich besser umsetzen als je zuvor.

Weiterhin sind dank dieser Entwicklungen viele nahezu kostenlosen Services weltweit und sofort verfügbar. Diese Freemium Geschäftsmodelle senken Innovationshürden und steigern damit die (potenzielle) Disruptionsgeschwindigkeit.

Meine Kollegen vom Disruptionhub haben diese Idee weiter ausgeführt und in ein eigenes Modell eingebettet:

Dimensionen von Disruptionen
Quelle: https://disruptionhub.com/3-dimensions-disruption/

Diese Faktoren erhöhen nicht nur die Anzahl an potenziellen Disruptoren, sie erhöhen auch zeitgleich die Wahrscheinlichkeit eines hohen Disruptionsgrades, also dem “Einschlag” / der “Wucht” der Auswirkung der neuen disruptiven Lösung auf die Branche / Konkurrenz die sie betrifft. (Der oben beschriebenen Durchschlagkraft / dem Impakt)

 

Exkurs: Disruption auf deutsch?

Es gibt bis heute kein gutes, adäquates Wort auf Deutsch für Disruption. Die meisten Ansätze dazu nähern sich auf einem von zwei Wegen an:

  1. Über den Wortursprung und von dort aus weiter zu Synonymen: Im englischen bedeutet „to disrupt“ stören, unterbrechen, zerstören. Und im lateinischen „disrumpere“ zerreißen, zerbrechen, zerschlagen, bzw. passivisch: platzen.
  2. Über die Historie: Angefangen von Joseph Schumpeter mit seiner „Schöpferischen Zerstörung“ über Clayton Christensen mit seiner „Disruptiven Innovation“, welche dann zur Disruption wurde.

Gemäß dieser und der bisher vorgestellten Ansätze würden sich mehrere Neologismen zur Beschreibung einer Disruption auf deutsch eignen:

  • Kreativzerstörung
  • Wertverdrängung
  • Hochgeschwindigkeitsveränderung
  • Innovationseinschlag
  • Verschiedene Kombinationen aus diesen Teilen, z.B. Hochgeschwindigkeitsinnovation
  • Etc.

Wie wir sehen: Auch diese sind alle nicht so richtig optimal und eher als weitere mögliche Synonyme geeignet. Deshalb gibt’s wohl Disruption und bis heute kein deutsches Pendant. (Wenn dir ein besseres einfällt, schreib es mir gern!)

 

Disruptiv: Definition

Nachdem wir jetzt wissen was Disruption bedeutet, schauen wir uns darauf basierend an, was disruptiv meint.

Man könnte etwas salopp disruptiv definieren als “Eine Situation in der Disruption vorkommt” oder “Disruptiv ist etwas, wenn Disruption geschieht”.
Das ist nicht falsch, zum Verständnis aber nicht gut genug.

Ich stimme der Argumentation von Physiker David Deutsch überein, dass uns im Wesentlichen einfach nur (bessere) Lösungen fehlen. Für alles. Immer. Wenn uns keine Lösungen fehlen würden, würden wir uns nicht damit beschäftigen weil es dann keinen kognitiven Aufwand hätte. 

Und Lösungen sind Wissen. Und Wissen ist Information mit kausaler Kraft. (Also Informationen mit denen / dank denen ich etwas tun kann)

Zwei der plastischsten Beispiele dafür nennt er in seinem Buch „Beginning of Infinity“: Vor der systematischen Nutzbarmachung des Feuers sind ständig Menschen in Armreichweite zu Feuerholz und Zunder erfroren.  Vor der Entdeckung der Cholera sind Menschen in großen Zahlen direkt neben der infizierten Wasserquelle gestorben. Alles was gefehlt hat, war Wissen. Zum entzünden eines Feuers oder dem abkochen von Wasser.

Die Klimakrise ist eines dieser Beispiele. Es fehlt uns nicht an Ressourcen, es fehlt uns an besseren Lösungen spezifische Bedürfnisse zu befriedigen.

Heißt, unsere Definition dafür, wann etwas disruptiv ist, kann z.B. so aussehen:

Etwas ist disruptiv, wenn es eine Lösung in einer Art bietet, wie es sie nie zuvor bisher gab.

Oder, mit den Worten von Tony Robbins:

„Think of it this way: If an idea existed before, it’s likely the business isn’t disruptive. But something like radio or television – those changed the entire entertainment industry and therefore embody business disruption.“

Und weiter: „Innovation is any way you find a way to do more for a client than anybody else does.“

Dem kann ich mich anschließen, denn oftmals wird eine signifikante Wertdifferenz / Kundennutzen nicht durch graduelle Verbesserung bestehender Lösungen erreicht. Oder anders: Ich komme nicht wirklich schneller von A nach B wenn ich einen Reifen noch 5% runder mache. Wenn ich einen Teleporter entwickle allerdings schon.

Also anders formuliert, die etwas komplexere disruptiv – Definition:

Disruptiv = Kundennutzenzentriertes Handeln mittels exponenziellen Technologien.

Was Kundennutzen / Mehrwert dabei ist, dazu kommen wir gleich detaillierter.

 

Rollenverteilung bei der Disruption

Und damit haben wir die Grundlagen so gut wie alle abgehakt. Fehlt noch die Antwort auf eine entscheidende Frage: Welche Rollen gibt es beim disruptiven Prozess? Abseits der offensichtlichsten, dem Kunden, drei:

  • Disruptor: Auslöser der Disruption
  • Disruptees: Von der Disruption negativ beeinflusste Akteure.
  • Disruptionsfeld: Von der Disruption beeinflusste Branche / Markt.

Es gibt eine Reihe von Alternativbezeichnungen und anderer Theorien dazu, ich finde diese am hilfreichsten.

Die Interaktion dieser Akteure im Rahmen einer Disruption ist der disruptive Prozess.

Disruptiv - Rollen beim disruptiven Prozess

Disruptive Innovationen

Nachdem wir jetzt wissen, womit wir es zu tun haben, kommen wir jetzt zu den konkreten Auswirkungen / Anwendungen. Starten wir mit disruptiven Innovationen und der Frage: Was wird da überhaupt disruptet? 

Antwort: Vor allem der Stillstand der Wertentwicklung für den Kunden.

Was bedeutet das? Für die Anbieter: Unternehmen können sich nicht mehr ausruhen. Zumindest nicht mehr so lange wie früher. Denn potenzielle Konkurrenz kommt jederzeit und von überall.

Für die Anwender: Gute Nachrichten! Es gibt einen hyperkonkurrierenden, weltweiten Markt um jedes eurer Bedürfnisse. Oder, mit den Worten einer Netflix-Pressemitteilung: Es konkurrieren nicht mehr Filmstudios mit Filmstudios um Dollar und Penny. Es konkurrieren mittlerweile Filmstudios mit sozialen Netzwerken um Aufmerksamkeit. Um die Zeit des Nutzers. Um die Entscheidung im Überfluss.

An sich gute Nachrichten, sofern man aufpasst, nicht im Datenstrom weggeschwemmt zu werden.

Heißt: die letzten großen Übel, (frei nach Harari) Hunger, Krankheit und Krieg werden Stück für Stück Gegenstand disruptiver Innovationen. So wie es die gesamte Menschheitsgeschichte entlang bereits war:

Disruptive Technologien über die Zeit

Mit jeder bahnbrechenden Erfindung konnten mehr Menschen glücklicher leben. Und diese beiden Fixpunkte, mehr Menschen und glücklichere Leben bilden noch immer den Antrieb für disruptive Innovationen.

 

Exkurs: Analog, Digital, Kognitiv

Ich beziehe mich hier auf exponentielle Technologien als Grundlage von Disruptionen, weil mittlerweile alles von diesen durchdrungen ist. Die Digitalisierung hat gigantische Umwälzungen in Ihrem Kielwasser mitgebracht. Ich glaube, dass die nächste große Disruptionswelle im Rahmen einer Kognitivisierung stattfinden wird.
Diese Annahme basiert auf logischer Extrapolation und Betrachtung der aktuellen Forschung und Entwicklung.
Zum Beispiel bei Neuralink und Co.
Heißt: Wenn das Weltwissen das Wissen in unserem Kopf ergänzt bzw. einschließt, kommt die nächste große Revolution nach der Digitalisierung. 

Warum? Weil das Wissen pro Kopf dann drastisch gesteigert wird. Und warum das universale Auswirkungen hat, erläutere ich gleich mehr. Wenn du mehr zu dieser Theorie lesen möchtest, schau dir gern meinen Gastartikel bei der Societybtye zum Thema „Zukunft des Internets“ an.

Disruptive Innovationen

Beispiele für disruptive Innovationen: Energie, Transport & Kommunikation

Ich mag den Ansatz von Michiu Kaku, welcher in seinem Buch “Die Physik der Zukunft” die These aufstellt, Forschrittsexplosionen entstehen meistens dann, wenn es einen Durchbruch in einem oder mehr von drei Schlüsselbereichen gibt:

Disruptive Innovationen - Schlüsselbereiche

 

1. ⭐ Energie: Die für den Menschen nutzbar gemachte Energiemenge wird im Verhältnis zum Zeitpunkt vor der Erfindung stark vergrößert bzw. einfacher nutzbar gemacht.

Beispiele dafür wären die Nutzbarmachung des Feuers, das Nutzen tierischer Energie in verschiedensten Bereichen oder die Dampfmaschine und Ihre technologischen Erben.
Warum ist dieser Bereich ein Schlüssel? Weil mehr verfügbare Energie einen größeren Hebel zur Umsetzung von Vorhaben darstellt. Mit einer Induktionsherdplatte kann ich mehr Wasser schneller erhitzen als mit einem Lagerfeuer. Mit einem hochkonzentrierten Laser noch weiter etc. Satt habe ich mehr Kraft als hungrig, mit einem Auto bin ich schneller als zu Fuß usw.

2. ⭐Kommunikation: Verbreitungsgeschwindigkeit und / oder Reichweite von Informationen wird verbessert. Beispiele für derartige Durchbrüche sind die Sprache, Rauchzeichen, das Postsystem und das Internet.
Warum ist dieser Bereich ein Schlüssel? Wie Yuval Harari in seinem Klassiker “Homo Deus” feststellt, können Menschen als einzige Spezies dank kollektiver und extrem flexibler Imagination zusammenarbeiten. Und damit zu einer interstellaren Spezies werden, buchstäbliche Wunder vollbringen und jedes noch so schwierige Hindernis überwinden. Sofern sie miteinander kommunizieren können.
 
Schön zu sehen ist diese Entwicklung gebündelt in dieser Grafik:
Disruption: Beispiele technologischer Adaption

Und dann, als das Web erst einmal da war:

Disruption: Beispiele disruptiver digitaler Lösungen
Quelle: https://www.visualcapitalist.com/timeline-the-march-to-a-billion-users/

3. ⭐ Transport: Die Bewegung von Materie von Punkt A nach Punkt B geht schneller / leichter / größerem Umfang. Beispiele hierfür sind das Rad, die Schiene, Antriebstechnologien und Logistiklösungen.

Warum ist dieser Bereich ein Schlüssel? Um etwas zu bauen, zu testen oder zu verbessern benötige ich die dazu notwendigen Grundstoffe physisch in meiner Nähe. Daraus ergeben sich zwei Lösungen: a) Ich bewege mich zu diesen Grundstoffen oder b) diese Stoffe kommen zu mir. Die praktikablere Lösung ist b).

Energie spielt bei diesen drei Schlüsselbereichen die Hauptrolle. Denn da Energie die eigenen Handungsoptionen erweitert, kann ich mit genügend Energie auch Transport und Kommunikation umfassen. (Zumindest solange es den Naturgesetzen nicht widerspricht)
So kann ich Räder, Reifen und Raketen durch Replikatoren und Catome ersetzen und vor Ort alles erschaffen was ich möchte. Oder Wagen, Schiff und Flugzeug durch (nahezu) instantane Teleportation ersetzen. Dazu bedarf es nur sehr viel mehr Energie als wir aktuell zur Verfügung haben. Von welchen Maßstäben der Energienutzung ich rede, wird in der Kardashov-Skala klar. Diese teilt Zivilisationen nach Ihrer Energiegewinnungsfähigkeit ein.

Was heißt das? Wenn du in einem dieser drei Gebiete einen Durchbruch erzielst, wirst du nicht nur sehr reich und berühmt, sondern sehr wahrscheinlich auch einen sehr wichtigen Beitrag zum Fortschritt der Menschheit liefern.

Exemplarisch dafür habe ich disruptive Innovationen im Laufe der Menschheitsgeschichte in einer Grafik zusammengefasst:

Disruptive Innovationen - Übersicht

Heißt konkret: Wenn du bisher keine durchschlagende Idee hast oder von möglichen Ideen erschlagen wirst, such dir die beste aus einem dieser drei Gebiete aus. Nun, mit einer wichtigen Ausnahme:

Wissen: Geheime Superkraft im Hintergrund und Treibstoff jeder disruptiven Innovation

Transport, Energie und Kommunikation sind super und wie wir gesehen haben äußerst wirkmächtig in Ihren verschiedenen zu Technologie gewordenen Anwendungen.

Doch es gibt einen Bereich der so viel disruptiver ist, das jeder Diktator und die meisten Religionen ihn fürchten: ⭐ Wissen. Denn Wissen ist das, was das Potenzial der Menschheit ins Unendliche steigen lässt. Wissen bedeutet Lösungen für Probleme, Antworten auf Fragen und Möglichkeiten und Optionen. Wissen ist die Antwort auf die Frage „Und was nun?“. Man kann Wissen gar nicht genug betonen! Es ermöglicht uns Klima, Raubtiere und Fressfeinde zu bändigen. Interstellar aktiv zu werden. Jedes noch so tiefe Geheimnis im Universum zu lösen. Und als Spezies selbst über unseren Kurs zu entscheiden. Jede disruptive Innovation, jede Innovation insgesamt basiert auf Wissen. Allerdings: Wissen ohne Anwendung ist Torheit, also wende auch an, was du gelernt hast.

Rufen wir uns die oben verwendete Definition von David Deutsch zurück ins Kurzzeitgedächtnis: Wissen = Information mit kausaler Kraft. Heißt die besten Innovationen zur Wissensgenerierung 

  1. mehren das Wissen durch sich selbst und / oder
  2. beschleunigen die Wissensmehrung durch sich
Die pursten disruptiven Innovationen erweitern also das Wissen dadurch, dass sie benutzt werden. Wikipedia, Bloggen in den meisten Fällen, Foren wie Research Gate oder verschiedene Citizen Science Tools sind dafür hervorragende Beispiele.
 

Ein Paradebeispiel dafür ist das Buch. Das Buch selbst als Technologie hilft schon enorm. Aber viel wichtiger ist das dank der Erfindung des Buches Wissen in viel größeren Mengen, besserer Qualität und einer viel größeren Zahl von Menschen zugänglich ist.

 

Disruptive Technologien

Gehen wir den nächsten Schritt zur praktischen Anwendung von disruptiven Innovationen hin zu konkreten disruptiven Technologien.

Eine Reihe von (vor allem historischen) Beispielen für disruptive Technologien findest du bereits oben, ein paar aktuelle sind:

  • CRISPR
  • 3D-Druck
  • 4D-Druck
  • Künstliche Intelligenz
  • Nano, Femto, Attotechnologie. (Und natürlich alles in den Skalen darunter)
  • Spacelifts & ähnlichen interstellaren Technologien
  • Hirn-Maschine
  • Technologien
  • Hochtemperatur-Supraleiter
  • Exoskelette
  • Organs on a Chip
  • Vertical Farming
  • Gentechnologie
  • Erweiterte und virtuelle Realität
  • Fusionsenergie
  • Selbstheilende Materialien
  • Metamaterialien (Unsichtbarkeit und so, yay!)
  • Selbstschreibende Software
  • Kohlenstoffmodifikationen wie Graphen oder Graphan und andere eindimensionale Materialien

Disruption empirisch betrachtet

Jeder der mit dem Wort Disruption in Berührung kommt, wird früher oder später die Anekdote des “Kodak-Moments” erzählt bekommen. In kurz geht es dabei darum: Kodak wurde 1888 gegründet, hatte 150.000 Mitarbeiter zu besten Zeiten und musste im Jahr 2012 Insolvenz anmelden. Das Musterbeispiel für einen von einer disruptiven Technologie überrollten Disruptee. Der Kodak-Moment in zwei Bildern:

Disruption: Der Kodak-Moment
Quelle: https://wettengl.info/Blog/Dokumente/D088-Radikaler%20Technologiewechsel%20in%20der%20Fotoindustrie.pdf
Disruption: Paradigmenwechsel in der Fotografie
Quelle: https://www.eitdigital.eu/newsroom/blog/article/the-digital-photography-disruption

Die digitale Fotografie hat Kodak komplett Schachmatt gesetzt. Aber nicht nur Kodak war betroffen. Dieses Paradebeispiel für disruptive Technologien hat ganze Branchen weggerissen und umgestülpt. Im Smartphone eingesetzt sind Insellösungen durch ein Gesamtprodukt abgesetzt worden:

Disruption: Beispiel Smartphones vs. Insellösungen
Quelle: https://de.statista.com/infografik/1958/die-opfer-des-smartphone-booms/
Disruption: Beispiel Smartphones vs. Kameras
Quelle: https://de.statista.com/infografik/15540/weltweiter-absatz-von-fotokameras-seit-1951/

Oder, ähnliches Beispiel für disruptive Technologien und Ihre Auswirkungen: der Musikmarkt: (Auf den mit Googles Stadia und Apples Arcade jetzt auch der Gamingmarkt folgt)

Disruption: Beispiel Streaming
Quelle: https://de.statista.com/infografik/15711/weltweite-umsaetze-der-musikindustrie-nach-medium/

Heißt, wie oben angesprochen: Die aktuelle Disruptionswelle kommt vor allem durch den Ersatz einer Lösungsgrundlage von Materie durch Information. Skalierbarkeit schlägt Klassik im Geschäftsleben.

 

Disruptive Geschäftsmodelle

Und damit sind wir nach disruptiven Technologien bei der konkreten Anwendung und praktischen Umsetzung in die „echte Welt“: Geschäftsmodellen.

Disruptive Geschäftsmodelle gehen direkt aus disruptiven Technologien bzw. disruptiven Grundlageninnovationen hervor. Sie bauen aufeinander auf.

Sie setzen auf die Basis der Entwicklung auf und sind die entscheidende Schnittstelle zur Verfügbarmachung für den Kunden. Wie kann man an disruptive Geschäftsmodelle herangehen? Auch hier, am besten von oben:

 

Disruption aus Marketingperspektive

Vom Kunden bzw. dem generierten Wert für diesen her gedacht kann man auch sagen; Disruption ist die drastische Erhöhung der Wahrscheinlichkeit einer Transformation meines Kunden vom Startstatus (Meist der Interessent) zum Zielstatus (Im Optimalfall der des Markenbotschafters). Wenn diese sehr hoch ist, habe ich wahrscheinlich disruptives Potenzial. Was genau meine ich damit? Vielen ist der “Conversion Funnel” oder einfach nur “Funnel” aus dem Marketing ein Begriff:

Disruptive Geschäftsmodelle - Conversion Funnel

Bei diesem geht es darum bestimmte Konversionsstufen zu definieren, zu messen und stetig zu verbessern um mehr und mehr Kunden von Interessenten zu Käufern zu verwandeln.

Ich mag allerdings den erweiterten Funnel in Sanduhrform mehr:

Disruptive Geschäftsodelle - Hourglass

Denn in diesem wird nach der Conversion zum einmaligen Kunden der Trichter wieder breiter. Indem Kunden zu wiederkehrenden Käufern, werbenden Käufern, Markenbotschaftern, Vertriebspartnern etc. werden. Heißt: Meine Kunden sind derart von meiner Lösung angetan, das sie immer stärker mit dieser interagieren und sie selbst weiterverbreiten.

Das könnte zum Beispiel der begeisterte Romanleser sein, der ein Buch von mir im E-Book Format, klassisch direkt nach Erscheinen, als Limited Edition und als Hörbuch kauft. Weiterhin könnte er meinen Roman verschenken, seinem Umfeld kontinuierlich davon erzählen, Merchandise wie Bettwäsche oder Kleidung rund um das Buch kaufen etc. Und, wenn ich dies anbiete, kann er auch noch Partner meines Affiliateprogramms werden und selbst mit der Verbreitung des Romans auf automatisierter Provisionsbasis Geld verdienen.

Alles Möglichkeiten des zweiten Trichterteils.

Der Punkt ist: Je mehr Menschen ich vom Startstatus “Hat noch nie von mir / meinem Produkt gehört” in den Zielstatus “ist ein Superfan welcher meine Produkte quasi auf eigene Faust vertreibt” mit meiner Lösung bringen kann, desto besser ist meine Lösung. Je schneller, nachhaltiger und umfassender das passiert, desto disruptiver ist meine Lösung.

Wie gehst du nun aber am besten dabei vor, disruptive Geschäftsmodelle zu erdenken, zu starten und kontinuierlich besser umzusetzen? Ich schlage einen leicht verfeinerten und ergänzenden Ansatz zu meinem hier vorgestellten vor:

  1. Inspiration und Zukunftsfähigkeit der Idee: Hier kann dir z.B. der Hype-Cyle von Gartner helfen.
  2. Business Model Canvas: Gieße deine Idee in den Business Model Canvas und klopfe alle möglichen Schwachstellen ab.
  3. Preototype: Setze deine Idee um, ohne das Produkt zu bauen. Wenn du z.B. eine Service-App planst, biete den Service zunächst im Hintergrund selbst an und teste wie die Idee ankommt.
  4. MVP – Minimal viable Prototype bauen: Baue eine Minimalversion deines Produktes ohne Extras, Design etc.
  5. Validieren: Teste deinen MVP am realen Markt durch automatisierte Validierungslösungen. Zum Beispiel in Form einer Landing Page kombiniert mit Suchmaschinenwerbung.
  6. Growth Hacking: Sobald deine Lösung sich am Markt bewährt hat, nutze Growth Hacks, um sie so schnell wie möglich zu skalieren.
Die beiden Ansätze komplementieren sich gegenseitig, du kannst also Schritte aus beiden nutzen und alternierend zusammensetzen.
Gute Startpunkte kannst du dabei finden, wenn du dich nach den größten „Nervpunkten“ bestehender Produkte und Lösungen fragst. Indem du dir also die Frage stellst: „Was nervt mich gerade am meisten bei Service xy?“. Für diesen spezifischen Fall kannst du eine Lösung entwickeln und mit einem sehr schmalen Produkt beginnen.

Auf den Punkt gebracht wird das Ganze dabei in diesem Text:
„When my holi vacations ended, I used Paytm to book my flight tickets. After arriving at the Varanasi airport, I used Uber to get a cab back to the campus. I paid Uber using Google Pay. Upon reaching the hostel, I found out I had no deodorant so I ordered one on Amazon and ordered food from Zomato as I was hungry.
These little decisions which we consumers make, multiplied by the (b)millions like me doing it all the time is what’s disrupting the market. Not the underlying technologies.
Find the activity with which customers are not satisfied by. This is the weak link in the customer value chain and is your low hanging fruit.“

 

Was sind Nutzen und Mehrwert für Kunden?

„Nutzen“ und „Mehrwert“ sind zwei der am stärksten inflationär gebrauchten Worte im Marketing. Und zwei der am wenigsten verstandenen. Dieses Schicksal teilen sie sich mit der Disruption. Deshalb hier zum Schluss ein kleiner Exkurs zum Mehrwert:

Grundsatz #1: Menschen sind Faul, Ängstlich und Habgierig.

Das sage nicht ich, das ist die Feststellung von Ian Morris in seinem Werk „Wer regiert die Welt?“. Dieser hat genau diese Beobachtung gemacht, als er sich Zivilisationen über alle Kulturen und Zeiten hinweg angeschaut hat. Und intuitiv kann ich ihm dabei zustimmen.

Das Ganze lässt sich auch evolutionsbiologisch herleiten:

  • Ängstlich: Wenn Menschen keine Angst hätten, würden sie Möglicherweise Ihre Gene nicht weitergeben können. Ergo sind alle Menschen ohne Angst ausgestorben.
  • Habgier: Menschen müssen Ihre Energie maximieren um eine maximale Anzahl von Kopien der eigenen Gene sicherstellen zu können.
  • Faul: Menschen müssen Energie sparen so gut es geht für ein Maximum an eigenen Genkopien.
Die ausführliche Begründung ist etwas umfassender, wen diese interessiert, dem empfehle ich wärmstens das Buch von Morris.

Grundsatz #2: Leben ist besser als Tod, Gesundheit besser als Krankheit, Überfluss besser als Mangel und Wahlmöglichkeiten sind besser als Einschränkungen.

Auch diese Feststellung kommt in dieser Form nicht von mir. Sondern in diesem Fall von Steven Pinker und seinem Buch „Aufklärung Jetzt!“. Die ausführliche Begründung dafür umfasst insgesamt mehrere hundert Seiten und Statistiken, ich denke wir können uns aber bereits intuitiv zustimmend daran orientieren. Für alle tiefschürfenden Faktenfans: Holt euch das Buch, ich kann es nur wärmstens empfehlen!

Wenn wir diesen wohlbegründeten Annahmen zustimmen, heißt das als logische Schlussfolgerung unternehmerisch betrachtet, Menschen wollen:

  • Zeit
  • Geld

Einsparen und/oder hinzugewinnen.

Heißt: Alle Lösungen, welche Erreichung dieser Ziele ermöglichen, direkt oder indirekt, sind wertvoll. Je besser, desto disruptiver das Geschäftsmodell.

Eine gute Anleitung dazu findest du in dieser Grafik des Centre for effektive Altruism & dem Global Priorities Project:

Disruption: Disruptive Geschäftsmodelle per effektivem Altruismus finden
Quelle: http://globalprioritiesproject.org/2015/09/flowhart/

 

Exkurs: mein favorisiertes disruptives Geschäftsmodell

Aus diesem Grund ist mein persönlicher Favorit bei disruptiven Geschäftsmodellen auch die erschwingliche, individuelle Autarkie. Also eine automatisierte Befriedigung meiner Grundbedürfnisse in einem Kreislaufsystem.
Warum? Weil es die erste Lösung ist, welche materielle Unabhängigkeit schafft. Also Freiheit unabhängig von externen Akteuren. (Außer Gesetzen etc. natürlich) Egal was ich tue, ich bleibe frei. Denn Technik garantiert mir diese Freiheit.

Alles Geld der Welt kann aktuell nur intersubjektive Freiheit kaufen. Also Freiheit, die darauf basiert, dass wir alle die gleichen Geschichten glauben. (Geld selbst ist ein Paradebeispiel dafür) Meine Freiheit existiert hier nur mit einer Reihe von Einschränkungen: Inflation, Vertrauensverlust ins Geldsystem, Systemumstürze, Lieferengpässe, Naturkatastrophen etc.

Das Ganze führt in diesem ohnehin schon recht langen Artikel zu weit, wen mehr dazu interessiert, dem lege ich einen älteren Artikel von mir ans Herz.

Ich mag den Ansatz des Evernote-Gründerteams: Bau etwas, das du wirklich haben willst. Bzw. etwas, dass dir gerade fehlt / deinem Leben einen massiven Mehrwert bieten würde. Dank diesem Ansatz haben wir jetzt eines der besten digitalen Tools die je geschrieben wurden.

Und wer möchte nicht gern wirklich frei sein?

Disruption und (Unternehmens) Werte

In der Literatur, durch zahlreiche Beispiele und gesunden Menschenverstand kann man sich den Wert eines zentralen Faktors für nachhaltige Disruptionen herleiten: Werte.

Werte sind zeitlos und in der überwiegenden Zahl der Fälle mehrwertstiftend. Menschen und Unternehmen mit transparent kommunizierten Werten vertraut man mehr und macht lieber mit Ihnen Geschäfte. Es gibt sogar einige Verfechter der These, dass Disruption ohne Werte nicht funktionieren kann. Da die hohe Geschwindigkeit im disruptiven Prozess nur mit einem soliden Fundament gehalten werden kann.

Mehr zu den Auswirkungen von Werten findest du z.B. hier.

Fazit

Disruption ist nicht so komplex und verwirrend wie sie manchmal dargestellt wird. Wenn du echten Mehrwert auf neuartigem Wege mittels exponentiellen / skalierbaren Technologien umsetzt, wirst du wahrscheinlich disruptiv agieren.

Um eine Disruption zu erkennen, kann man sich ein paar Fragen stellen: 

  1. Gab es die Lösung bereits vorher?
  2. Bringt sie signifikanten Mehrwert?
  3. Ist die Wahrscheinlichkeit einer Konversion von einem Unbekannten zu einem Markenbotschafter hoch?
  4. Nutzt sie exponentielle / skalierbare Technologien?
Oder, in einer grafischen Zusammenfassung:
Disruption - So erkennst du Disruptionen
Quelle: http://globalprioritiesproject.org/2015/09/flowhart/

Schlüsselvokabular zum Verständnis von Disruptionen:

  • Disrupteur: Auslöser der Disruption.
  • Disruptee: Beeinflusste Akteure der Disruption.
  • Disruptionsfenster: Optimaler Bereich für Disruptionen.
  • Disruptionsgrad: Intensität der Disruption.
  • Disruptionsgeschwindigkeit: Zeit von Beginn bis Maximum der Disruption.
  • Disruptionsprozess / disruptiver Prozess: Interaktion aller relevanter Akteure im Rahmen einer Disruption.

Das war’s auch schon mit diesem Überblick zur Disruption. Wenn du mehr über dieses Thema wissen möchtest, trage dich hier für mein kostenloses Webinar zum Thema Disruption ein. (Ich halte dieses je nach Nachfrage. Wenn du dich einträgst, erfährst du aber immer als erster davon)

Wenn du diesen Artikel lieber in handlicher PDF-Form haben möchtest, kannst du ihn dir hier ganz einfach runterladen.

Skalierbarkeit, Skaleneffekte und skalierbare Geschäftsmodelle machen aus deinem Business einen Superhelden

Skalierbarkeit – Die Kunst des „mehr mit weniger“

Skalierbarkeit, Skaleneffekte und skalierbare Geschäftsmodelle machen aus deinem Business einen Superhelden
Du möchtest mehr zu Fortschritt und Verbesserung als Person, Unternehmen, Gesellschaft und Zivilisation erfahren? Dann trage Dich in meinen Newsletter ein:

Skalierbarkeit: Wenn “Liebling ich habe die Kinder geschrumpft” zur Basis des eigenen Geschäftsmodells wird. Oder auch die Frage:

Was haben Apple, Facebook, Google und Amazon gemeinsam?

Sie verändern im Alleingang globale Märkte und in gewissem Maße die gesamte Welt. Sie sind skalierbar. Sie leben und atmen Skalierbarkeit. Und vereinen so mehr Wert in sich als ganze Länder.

Skalierbarkeit und Weltmacht
Quelle: https://www.visualcapitalist.com/how-tech-giants-make-billions/ Abgerufen am 12.06.2020

Sie sind mit ihren revolutionären und oftmals disruptiven Ansätzen zu den größten Marken der Welt und den ersten „Trillion-Dollar-Businesses“, den ersten Firmen mit milliardenschwerden Markatkapitalisierungswerten aufgestiegen.

Skalierbare Geschäftsmodelle zu verstehen ist ein Schlüssel um Skalierbarkeit selbst anzuwenden
Quelle: https://www.nytimes.com/2020/01/16/technology/google-trillion-dollar-market-cap.html Abgerufen am 12.06.2020
Was skalierbar bedeutet wird in diesem Ranking gut sichtbar
Quelle: https://www.forbes.com/powerful-brands/list/#tab:rank Abgerufen am 12.06.2020

Und das obwohl sie nicht hunderte von Jahren alt sind… (Oder Vorgängerfirmen haben, welche so alt sind)

Im Gegenteil:

…Und keine Millionen von Mitarbeitern haben: (Aber dafür einen oftmals sehr hohen Gewinn pro Mitarbeiter)

Skalierbare Geschäftsmodelle zeichnen sich oft durch weniger Mitarbeiter aber zeitgleich mehr Gewinn pro Mitarbeiter aus
Quelle: https://howmuch.net/articles/companies-trillion-dollar-club Abgerufen: 12.06.2020

Es ist keine allzu gewagte These zu sagen das „GAFA“ das Leben von Milliarden Menschen täglich direkt oder indirekt beeinflusst.

Aber: Wie haben sie das geschafft?

Was macht diese Firmen so unglaublich erfolgreich? Was lässt sie mit weniger Mitarbeitern ungleich mehr schaffen? Und wie schaffen sie all das in wenigen Jahren bis Jahrzehnten?

Einen Teil der Antwort schauen wir uns jetzt hier an.

Die Magie hinter diesen dominierenden Playern besteht aus zwei Worten:

  1. Skalierbarkeit
  2. Disruption

Und um das erste der beiden geht es in diesem Artikel.

Das Skalierbarkeit nicht nur von Milliarden- oder Billiardenunternehmen eingesetzt werden kann, sondern sogar von Einzelpersonen in weniger als einer Stunde am Tag, dass und vieles mehr in den nachfolgenden Zeilen.

Ich entzaubere und erkläre in diesem Artikel einen der für viele sehr mysteriösen Effekt der digitalen Transformation. Eine der zentralen Eigenschaften  von Disruption und disruptiven Innovationen.

Was es mit Skalierbarkeit auf sich hat, warum skalierbare Geschäftsmodelle aus verschiedenen Gründen sehr sinnvoll sein können und welche Arten von Skaleneffekten es gibt: Jetzt hier.

Wir fangen dabei von ganz oben bei der Theorie an. Und arbeiten uns dann über Praxisprinzipien- und Voraussetzungen vor bis zur konkreten Anwendung für verschiedene Fälle. Abgerundet wird das Ganze durch ein paar Fallstudien, bzw. deren Beschreibung angelehnt an umgesetzte Projekte.

 

In 6 einfachen Schritten zur Skalierbarkeit der eigenen Unternehmung

Wir gehen dabei systematisch vor:

Skalierung, Skalierbarkeit, Skaleneffekte und skalierbare Geschäftsmodelle in 6 einfachen Schritten verstehen und anwenden

Die ersten beiden Schritte erledigen wir hier in diesem Artikel gemeinsam. Die restlichen 4 gehören dann ganz dir allein. (Bzw. auch uns, wenn du dabei mit mir zusammenarbeiten möchtest)

Aber genug der Einleitung, legen wir los!

I

Was bedeutet „skalierbar“?


Fangen wir also systematisch am Anfang an. Was bedeutet Skalierbarkeit?
Um uns dieser Frage bestmöglich anzunähern, beginnen wir mit einer Definition. Und zwar einer, die so einfach und runtergebrochen wie irgend möglich ist. Im Optimalfall nahe an den Naturgesetzen. Geht das? Let’s see:

Eine Skalierbarkeits-Definition in 3 Akten

Wenn man sich tiefer mit dem Thema auseinandersetzt, findet man sehr viele Ansätze für eine Skalierbarkeits-Definition. Die einen betrachten das Ganze aus der Perspektive der klassischen Wirtschaft, die nächsten vor allem vom Standpunkt des Venture-Capitals und wieder andere aus Sicht der Informatik.
Daher versuche ich die Basis all dieser Definitionsversuche zu bilden. Indem ich mich über die Physik anpirsche. (im weiteren Sinne) Aber systematisch. Maximal heruntergebrochen bedeutet Skalierbarkeit:

  • (Potenziell exponentielles) resultierendes Wachstum entkoppelt von eingesetzten Ressourcen (Zeit, Geld, Arbeitsstunden, Maschinen etc.).
  • Je stärker diese Entkopplung, desto skalierbarer.
  • Ganz allgemein gesprochen ist Skalierbarkeit also die Entkopplung des Verhältnisses von Input zu Output. (Bzw. Leistung pro Zeit.)

Skalierbarkeit ist also ein Hebel. Oder, wie Archimedes es ausgedrückt hat:

"Gebt mir einen Hebel, der lang genug, und einen Angelpunkt, der stark genug ist, dann kann ich die Welt mit einer Hand bewegen."

Archimedes

(287 - 212 v. Chr.), griechischer Physiker, Mathematiker und Mechaniker

Weitere Verständnis- und Definitionsansätze zur Skalierbarkeit:

  1. Entscheidungshilfe bzw. Indikator für Finanzierungen von Investoren
  2. Qualitätsverlustfreie Veränderung (Vergrößerung oder Verkleinerung) bei gleichen Proportionen.
  3. Zentrale Maßnahme für maximale Profitabilität in Höhe und Dauer.
  4. Wachstum ohne überproportional großen Mehraufwand.
  5. Ausdehnung von Lösungen, also Produkten und Dienstleistungen, auf neue Märkte ohne (relativ betrachtet) große neue Kosten.
  6. Fähigkeit erhöhte Volumen zu übernehmen ohne signifikante Auswirkungen auf Deckungsbeitrag.
  7. Freiheit „Aufwand“ und „Preis“ beliebig und flexibel anpassen zu können.
  8. Umsatzsteigerung nach Anfangsinvestitionen, ohne (signifikante) Neuinvestitionen.
  9. Eigenschaft eines Geschäftsmodells.
  10. Nicht nur Einsatz in größerer Skala, sondern explizite Nutzung der Vorteile durch größere Skalen.
  11. Zeit-Rendite (Erzielter Umsatz pro investierter Zeiteinheit)

Weitere interessante Definitionsansätze sind in hier zu finden.

Hilfreiche Synonyme und Metaphern

Synonyme und Schlüsselwörter für Skalierbarkeit können, je nach Kontext zum Beispiel sein:

  • Adaption
  • Wachstum
  • (Echtzeit)Reaktion
  • Veränderung
  • Anpassung
  • Effizienz
  • Größenveränderung
  • (stetige) Expansionsfähigkeit (Vor allem in der BWL)
  • Bekanntheitsgrad
  • Nachfrage
  • Ausweitung
  • (Globale) Markteroberung- / Durchdringung
  • Automatisierungsgrad & Automatisierbarkeit
  • Potenzial
  • Digitalisierung
  • Digitale Transformation
  • Investorenattraktor
  • Verhältnis
  • Relation
  • Explosions- / Entkopplungsfähigkeit

Das Grundverständnis von Skalierbarkeit

Skalierbar bedeutet Bits statt Atome. Sobald etwas dematerialisiert wird, bekommt es meist gute Chancen skalierbar zu werden. Einfach aufgrund der Eigenschaften von Information im Gegensatz zu Materie:

Information

  • (nahezu) masselos
  • Netzwerkeffekte können auftreten
  • (nahezu) kostenlos kopierbar in perfekter Qualität
  • Instantan zustellbar
  • Knotenpunkteffekte können auftreten
  • Präzise und automatisiert Messbar

Materie

  • Massereich
  • Kopierbarkeit benötigt nahezu 1:1 die gleichen Ressourcen
  • Bewegungsgeschwindigkeit ist limitiert
  • Benötigt zur Messung zusätzlichen Aufwand

Oder anders formuliert:

Skalierbarkeit kommt durch die Andersartigkeit von Information im Vergleich zu Materie zustande.

Klingt immer noch ziemlich abstrakt oder? Machen wir es konkret anhand des zentralen Unterschiedes welcher die Hauptursache für Skaleneffekte ist. Die oben genannte Masse bzw. Masselosigkeit. Welches Beispiel könnte besser dazu geeignet sein als das Weltwissen selbst? Starten wir also mit zwei einfachen Fragen:

  1. Wie viel wiegen alle Bücher der Welt?
  2. Wie viel wiegt das Internet?

Wie schwer sind alle Bücher der Welt?

Macht also mehr als 44.154 Tonnen Bücher. Und da sind Filme auf physischen Speichermedien, Bilder (nicht zu verwechseln mit digitalen Fotos), handschriftliche Notizen etc. gar nicht mit hinzugezogen.

Wie viel wiegt das Internet?

In kurz: Das Internet wiegt etwa 50 Gramm. Soviel wie eine handelsübliche Erdbeere. Wie man auf diese Messung kommt und was sonst noch dahintersteht, erfährst du in diesem spannenden Video:

Das ganze ist natürlich nur eine sehr grobe Annäherung für unsere Zwecke, weil einerseits das Internet ungleich mehr Informationen enthält, Informationen viel schneller generiert werden etc.

Aber als erste Wegmarkierung gut brauchbar.

Machen wir es noch konkreter. Anstatt uns die gesamte Fülle an Wissen in unterschiedlichen Formen anzuschauen, stellen wir zwei alltagsbekannte Dinge gegenüber:

Eigenschaften

🔩

  1. Zustellungsdauer
  2. Gewicht
  3. Haltbarkeit
  4. Reproduzierbarkeit
  5. Verlustwahrscheinlichkeit
  6. Sicherheit
  7. Nutzbarkeit

E-Mail
📧

  1. Instantan.
  2. Nahezu nichts. (Wer es genau wissen möchte: Etwa 8 Milliarden Elektronen oder, ich zitiere: “two ten thousandths of a quadrillionth of an ounce.”)
  3. Prinzipiell unendlich. (Je nach Speichermedium)
  4. Sofort und nahezu kostenlos.
  5. Abhängig vom Speicherort und etwaigen Sicherungen.
  6. Stetig verbesserbar, je nach eingesetztem Algorithmus.
  7. Prinzipiell unendlich. (Again, je nach Speichermedium)

Brief
✉️

  1. Zwischen einigen Stunden und einer unberechenbaren Unendlichkeit.
  2. Basierend auf dem Namen “Standardbrief” nehme ich an wiegt der durchschnittliche Brief etwa 20 Gramm.
  3. Begrenzt.
  4. Selbe Herstellungsdauer- und Kosten.
  5. Hoch.
  6. Verbesserbar aber schnell an einer Grenze.
  7. Begrenzt.

Dieser direkte Vergleich zeigt eine Vielzahl der Vorteile die zur Skalierbarkeit führen. Wir halten also folgendes fest: Skalierbar = Daten = Information.

Wo ist Skalierbarkeit von Relevanz?

  • In der IT (Fähigkeit der unterbrechungsfreien und nahtlosen Anpassung an neue Anforderungen wie z.B. mehr Seitenzugriffe pro Stunde)
  • Im Webdesign (z.B. bei der Responsibilität)
  • Bei der Programmierung (Das geht schon bei der gewählten Sprache los)
  • In der Kunst (z.B. Bilder, Videos oder Schriftarten verlustfrei vergrößern- und verkleinern)
  • Bei Kryptowährungen wie Bitcoin (Kann die Kryptowährung mit 1.000 Kunden so gut umgehen wie mit 1.000.000?)
  • Im agilen Projektmanagement (Teameffizienz [nahezu] unabhängig von der Teamgröße “Scrum of Scrums”)
  • In BWL und Wirtschaft (Bis hin zur “Skalenwirtschaft” wie in dieser OECD-Präsentation ausgeführt)

… Und warum? Vor- und Nachteile hoher Skalierbarkeit & skalierbarer Geschäftsmodelle:

Nachdem wir nun Skalierbarkeit von oben bis unten durchleuchtet haben, zum Schluss nochmal ein Überblick zu den Vor- und Nachteilen skalierbarer Geschäftsmodelle bzw. von Skalierbarkeit generell.

Vorteile:

  1. Verhältnismäßig geringer Verlust im Verlustfall. (Büro vs. Fabrik)
  2. Sehr sicher im Notfall. (wenn Daten in gespiegelten Zentren liegen kann nach wenigen Stunden weitergemacht werden, anders als wenn eine Fabrik abbrennt)
  3. (Nahezu) Kostenlose Reproduktion von Produkt und Modell. (Je nach Modell und Digitalisierungsgrad)
  4. Nahezu vollkommene Automatisierbarkeit. (Je nach Skalierungsgrad)
  5. Möglichkeit virtueller Arbeitsteilung. (Selbst zur Erstellung digitaler Produkte benötige ich die Beteiligten nicht zwingend in meiner geografischen Nähe. Dank Tools wie Google Docs können alle dezentral arbeiten)
  6. Weniger Umweltzerstörung. (je nach Modell)
  7. Geringe(re)s Risiko zu jeder Zeit. (Vom Beginn bis hin zu großen Investitionen)
  8. Mehr Umsatz bei (nahezu) gleichbleibenden Ausgaben.
  9. Weniger Fallen und Stolpersteine bei der Unternehmensplanung.
  10. Geringe Fixkosten.
  11. Enormes Expansionspotential in weniger Zeit.
  12. Sehr gute Wettbewerbsfähigkeit. (teilweise sogar von Einzelpersonen und Kleinstgruppen mit großen Unternehmen und Unternehmensstrukturen dank technologischen und automatisierenden Hebeln)
  13. Möglichkeit nahezu instantaner Reaktion auf Nachfrage-, Markt- und Wettbewerbssituation und alles sich daraus ergebende.
  14. Allgemein eine hohe Flexibilität.
  15. Entstehendes Wissen als eigenes Asset, da Prozesse optimiert und standardisiert werden.
  16. Ggf. Vergrößerung der Marge bei steigendem Umsatz.
  17. Nach dem Start keine größeren Anlageinvestitionen mehr notwendig. (Je nach Modell)
  18. Interessant(er) für Investoren, da deren Anteile und Rechte nicht durch andere, später hinzukommenden Investoren verwässert werden.
  19. Hohe Profitabilität.
  20. Verbesserungen und Veränderungen am Produkt können sehr schnell und für nahezu alle Kunden zeitgleich umgesetzt werden.

Nachteile:

  1. Leicht(er) kopierbar. (Die oben genannten Vorteile gelten selbstredend nicht nur für mich allein)
  2. Von überall aus angreifbar. (Konkurrenz ist global statt lokal)
  3. Jederzeit angreifbar. (Die Welt schläft nie)
  4. Kann schnell ins reine „Geldverbrennen“ abgleiten wenn mein Modell skalierbar aber nicht zeitgleich profitabel ist. (Dann skaliere ich lediglich Verluste. Wenn auch nicht im selben Maße wie eine analoge Alternative)
  5. Softwareabhängig und unter Umständen Partnerabhänhig. (Wenn meine Software spinnt oder mein Partnerunternehmen angegriffen wird, kann es mir ohne Backup meine digitale Lösung zerlegen)
  6. Bei falscher Skalierung geht unter Umständen viel Umsatz verloren.
  7. Bis zum “Proof of Concept” kann es sehr unrentabel sein. (Gerade zu Beginn)
  8. Fehlende Individualisierung. (Je nach Modell)

Gut auf den Punkt gebracht hier:

“Bedeutungsvoll wird das [der Skalierbarkeit] Konzept dann, wenn ein Start-Up innerhalb kürzester Zeit eine große Nachfrage spürt und sich über das Wachstumspotential freut. Aber erst wenn das Unternehmen mit diesem Potential umgehen und mit der Nachfrage skalieren kann, wird es ihnen gelingen, einen Markt einfach aufzubauen bzw., sich am vorhandenen Markt zu bedienen. Wenn es dem Unternehmen jedoch verwehrt bleibt zu skalieren, verliert es stark an (potentiellen) Umsätzen und Wachstum(schancen).”

Quelle: https://www.ordat.com/erp-lexikon/skalierbarkeit Abgerufen 16.06.2020

Ich denke wir können uns also darauf einigen, dass Skalierbarkeit ein Konzept ist, mit dem es sich eine tiefergehende Auseinandersetzung lohnt. Fangen wir bei den elementaren Grundprinzipien an:

Die 3 wichtigsten Prinzipien der Skalierbarkeit

Nachdem wir das Fundament der Skalierbarkeit hinreichend gelegt haben, kommen wir zu den drei zentralen Schlüsselelementen dieser:

  1. Skalierbarkeit ist prinzipiell möglich. (Heißt: Gibt das Geschäftsmodell Skalierbarkeit überhaupt her? Lösungen falls dies gerade das Problem ist: Experimentieren, Erweitern und zielgerichtet in Richtung digital entwickeln)
  2. Skalierbarkeit kann umgesetzt werden. (Heißt: Sind Team & Softskills des Teams Skalierungs-gebildet? Verstehen sie was wann zu tun ist und können die notwendigen Entscheidungen kompetent treffen? Lösungen falls hier der Flaschenhals ist: Teambuilding, Coaching, gemeinsame Weiterbildung, Umbau der Teamstrukturen. Die beste dazu mir bekannte Expertin im deutschsprachigen Raum ist Silke Fritzsche)
  3. Skalierbarkeit wird nachgefragt. (Heißt: Existiert überhaupt ein Markt der Skalierbarkeit zulässt? Existiert überhaupt ein Markt oder habe ich eine Lösung ohne tatsächliches Problem entwickelt? Mögliche Lösungsansätze falls nicht: Blue Ocean Strategy, Design Thinking, SEO-Recherche, LEAN arbeiten, Buyer Persona und Customer Journey nutzen etc.)

Wenn einer oder mehrere dieser zentralen Pfeiler nicht gegeben ist, kann ich mir den gesamten Rest sparen. Falls hier bereits die Probleme beginnen: Ich führe alle Lösungsansätze weiter unten noch aus. Und wenn das auch nicht ausreicht, gibt es immer noch meine Webinare 😉

 

Voraussetzungen für Skalierbarkeit

 

Damit ein Geschäftsmodell skalierbar ist, werden im Allgemeinen folgende Dinge betrachtet:

  • Geringes Anlagevermögen zu Beginn (Ein Laptop, ein Stift und ein Zettel sind besser als eine Fabrikanlage um ein Unternehmen zu starten)
  • Geringe Fixkosten (im Verhältnis zu den Gesamtkosten) und demnach
  • Hoher Anteil variabler Kosten
  • Effektive Marketing- und Vertriebsoptionen (Im Bestfall ebenfalls digital)
  • Expansionfähigkeit (Prinzipiell schnell weltweit einsetzbar statt nur lokal zentriert)
  • Hohe Automatisierung und Standardisierung (Je genormter desto besser und günstiger überall einsetzbar)
  • Keine (oder hohe) Kapazitätsgrenzen (Potenziell gibt es sieben Milliarden Kunden, du erinnerst dich?)
  • Zeit- und Ortsunabhängigkeit (Egal ob du schläfst oder im Urlaub bist, du möchtest das dein Geschäft die ganze Zeit ohne dich weiter funktioniert)
  • Kundenvernetzend (Kunden lösen gegenseitig Probleme bzw. schaffen eigenen Mehrwert)
  • Knotenpunktunabhängig (Dein Geschäftsmodell sollte keine begrenzenden Flaschenhälse haben. Also zum Beispiel zwingend Maschine xyz voraussetzen oder unbedingt Person abc benötigen)

Und damit sind wir direkt bei der vertikalen und horizontalen Skalierung.

Vertikal bedeutet mehr Output aus den gleichen Ausgangspunkten. In der Informatik wird dabei gern der Computer genutzt, der eine bessere Platine oder mehr Speicherplatz bekommt. 

Horizontal bedeutet mehr Output durch mehr Ausgangspunkte. Also statt einem Rechner nun dank vier oder zehn Rechnern.

Im digitalen geht beides, wichtig ist allerdings auch hier wieder: Der Output muss disproportional zum Input steigen damit es skalierbar ist. Schauen wir uns ein paar dieser digitalen Möglichkeiten an:

Horizontale und vertikale Skalierbarkeit
Vertikale Skalierbarkeit - Scale Up

Skalierbarkeit durch Qualitätszuwächse – Vertikale Skalierung

Beispiele hierfür könnten sein:

Die eigene Webseite durch Suchmaschinenoptimierung aufwerten bzw. verbessern. Das könnte konkret einerseits durch Onpage-SEO erfolgen: Gleiche Webseite aber bessere Optimierung durch z.B. die Wahl besserer / mehr Keywords / überhaupt welche. Dies führt bei sonst selben Ausgangsbedingungen zu mehr und qualifizierteren Zugriffen.

Das Ganze kann aber auch Offpage erfolgen: Durch bessere bzw. hochwertigere Backlinks zur gleichen Seite welches ebenfalls die Seite und Ihre Wirkung ausweitet obwohl sonst nichts verändert wurde.

Ein weiteres Beispiel könnte künstliche Intelligenz sein, welche durch Chatbots, automatisierte Assistenten oder Echtzeitübersetzung den Wert meiner Leistung verbessert ohne das ich sonst etwas an der Leistung selbst getan habe.

Allgemein gesprochen kann man hier sagen jede Inputunabhängige Aufwertung auf Datenbasis fällt unter die Kategorie vertikale Skalierung.

Horizontale Skalierbarkeit - Scale out

Skalierbarkeit durch Quantitätszuwächse – Horizontale Skalierung

Wir bleiben beim Beispiel eigene Webseite. Denn wir wir alle wissen ist diese immer zentraler da sie oftmals der erste Kontaktpunkt potenzieller Kunden mit dem eigenen Angebot ist.

Horizontale Skalierung wäre hier zum Beispiel durch ein Content Delivery Network (CDN) möglich. Dieses sorgt nicht nur dafür, dass meine Kunden ortsunabhängig schneller zu mir kommen, sondern zeitgleich auch noch dafür, dass meine Seite sicherer gegen Ausfälle ist.

Ein weiteres Beispiel wären hier autoskalierende Lösungen wie Amazons AWS, welches in Echtzeit Leistung in Abhängigkeit der momentanen Nachfrage zur Verfügung stellt. Bricht sonst mein Server bei 100.000 Anfragen pro Sekunde zusammen, stellt Amazon blitzschnell genug Serverpower zur Verfügung um diese Spitze abzufangen. Und das ganze geschieht automatisch und auf Algorithmenbasis.

 

Die 6 wichtigsten Arten von Skalierbarkeit

Auch bei der Klassifizierung von Skalierbarkeit schlägt das Trivium wieder zu. Und diesmal gleich im Doppelpack. Und auch hier kommen die ursprünglichen Bedeutungen aus der IT, helfen aber auch im wirtschaftlichen Kontext sich besser zurecht zu finden. Deshalb hier zu jedem der zentralen Elemente ein Triplett aus Erklärung und Beispielen.

1. Lastskalierbarkeit

  • Bedeutung: “Performanz unter Erhöhung der Belastung” = Leistung / Output bleibt unabhängig von der Belastung des Systems gleich.
  • Beispiel für Lastskalierbarkeit in der IT: Oftmals ist der (sprunghafte) Anstieg von Nutzerzahlen das Musterbeispiel hier. Wie bei einer drastischen Mehrzahl von Serveranfragen bei einem Produktlaunch im Vergleich zum “Normallevel”.
  • Beispiel für Lastskalierbarkeit in der Wirtschaft: Kaufmannsläden vor einem beliebigen Feiertag. In den direkten Hochzeiten vor einem solchen Feiertag entstehen mitunter lange Schlangen, da alle Kunden den nahenden Weltuntergang befürchten und einkaufen als hinge ihr Leben davon ab. Sobald sich die gefühlte Krise allerdings gelegt hat, gibt es keinen weiteren Zusatzbedarf und das System kommt wieder zurück zum Normalzustand.

2. Räumliche Skalierbarkeit

  • Bedeutung: “Verwaltungsbedarf bei Erhöhung von zu verwaltenden Elementen” = Ausgewogener Umgang mit mehr beweglichen Teilen.
  • Beispiel aus der IT: Die Grundfrage hier lautet “Wie wird mit mehr Speicherbedarf umgegangen?” Cloudserver können hier als Beispiel dienen.
  • Beispiel aus der Wirtschaft und dem “echten Leben”: Ein Kindergeburtstag und die Notwendigkeit von heute auf morgen Dutzende bis Hunderte neue Mitarbeiter einstellen zu müssen. Wie bei Zoom in der Coronakrise geschehen. In beiden Fällen skalieren die gewählten Lösungen so lang, bis ein lokales Maximum erreicht ist und (völlig) neue Lösungen gefunden werden müssen. Ein neuer Kinderbetreuer und ein neues Bürogebäude zum Beispiel. Die Schlüsselfrage hierbei ist: Welche Kosten sind akzeptabel bei einem “Bruch” der Skalierbarkeit? Muss es ein neues Bürogebäude sein oder gibt es andere Lösungsmöglichkeiten?

3. Zeitlich-Räumliche Skalierbarkeit

  • Bedeutung: Sehr ähnlich der rein räumlichen Skalierung kommt hier noch die Zeit-Dimension hinzu. Räumliche Skalierbarkeit beantwortet nur die Frage nach dem “Wie geht das System mit der Stresserhöhung um?”. Zeitlich-räumliche Skalierbarkeit hingegen fragt noch “Wie geht das System mit der Zeit um, welche diese neue Last mit sich bringt?”
  • Beispiel aus der IT: Antwortzeiten von Servern. Ist die Frage bei räumlicher Skalierung vor allem die nach dem “bricht es zusammen oder nicht?” und “was tun wir, wenn es zusammenbricht?”, ist sie bei der zusätzlichen Zeitdimension eher “Wie geht der Server mit den Verzögerungen um?”. Bricht er irgendwann einfach zusammen? Präferiert er spezielle Anfragen? Macht er alle gleich langsam?
  • Beispiel aus der Wirtschaft und dem “echten Leben”: Bleiben wir bei dem Mitarbeiteransturm und dem Kindergeburtstag. Wenn ich meine neuen Mitarbeiter nicht schnell genug zum arbeiten bekomme, verliere ich Geld und meine Mitarbeiter die Geduld und Motivation. Wenn ich auf einem Kindergeburtstag eine Stunde länger bis zum nächsten Spiel brauche als geplant, nun:
Räumlich-Zeitliche Skalierbarkeit ist bei einem Kindergeburtstag essentiell

4. Strukturelle Skalierbarkeit

  • Bedeutung: “System- oder Prozessdesign beeinträchtigt nicht die (potenzielle) Leistung” = Verhinderung des Falls das “mehr zu weniger führt”.
  • Beispiel aus der IT: Veraltetes / falsches Programm wird eingesetzt bzw. Programm wird eingesetzt, welches nie für eine solche Last konzipiert wurde. Bestes Beispiel dafür ist Twitter, welches an diesem Problem fast zerbrochen wäre.
  • Beispiel aus der Wirtschaft und dem “echten Leben”: Ein Kindergeburtstag mit 15 Gästen in einer 3m² Blockhütte. Ein StartUp welches sein Produkt international ausrollen möchte, und auf Lösungen der Telekom oder einem anderen Dinosaurier des Internetzeitalters vertraut.

5. Geographische Skalierbarkeit

  • Bedeutung: “Geographie hat keinen Einfluss auf Systemleistung” = Entfernung spielt keine Rolle.
  • Beispiel aus der IT: Das Paradebeispiel hierfür sind CDN’s, Content Delivery Networks und Latenzzeiten. Die zum Beispiel bei Mikrotransaktionen an der Börse schnell zu horrenden Summen werden können.
  • Beispiel aus der Wirtschaft und dem “echten Leben”: Wenn der Gastgeber beim Kindergeburtstag zwei Blocks weiter ist als die Gäste, steht das Haus in Flammen. Zwei Meter entfernt gibt es nur Pudding auf dem Tischtuch. Personal Training aus der Entfernung gestaltet sich schwierig.

6. Administrative Skalierbarkeit

  • Bedeutung: “Anzahl der Systeme wirkt sich nicht auf die Systemleistung aus” = Es ist genug Platz für alle da.
  • Beispiel aus der IT: Mehr Projekte auf einem Server führt zu volleren Festplatten führt zu längeren Datenraten und gegebenenfalls keiner weiteren Schreibmöglichkeit für Programme auf dem Server.
  • Beispiel aus der Wirtschaft und dem “echten Leben”: 3 Kinder in einem Haushalt sind bei einem Geburtstag machbar. Bei 30 hingegen wird die Sache schon schwieriger. 30 Kunden in einem Apple Store hingegen sind ein normaler Montagmorgen. 300 allerdings führen wahrscheinlich zu Absprüngen der Kaufentscheidung wegen Überfüllung.

Eines sei zu den verschiedenen Arten von Skalierbarkeit noch gesagt: Systeme und Prozesse können durchaus zeitgleich mehrere Arten in sich vereinen. In diesem Fall ist die wichtigste Frage: Beeinträchtigen sie sich gegenseitig potenziell im Verlauf der Skalierung?

Das ist für IT-Systeme schon wichtig, wird aber spätestens dann existentiell, wenn das eigene Geschäft, bzw. das Geschäftsmodell des eigenen Business von funktionierender Skalierbarkeit abhängt und mit dieser steht und fällt.

Wenn ich 5 Kunden oder mehr pro Monat brauche, mein System bzw. Business Model allerdings nur maximal 2 hergibt, habe ich ein Problem. Wie ich dieses Problem lösen kann, dazu mehr in den nachfolgenden Zeilen zu skalierbaren Geschäftsmodellen:

II

Skalierbarkeit + Geld = Skalierbare Geschäftsmodelle

Sobald das Prinzip der Skalierbarkeit auf die Absicht Geld zu verdienen trifft, wird aus der Frage “ist das skalierbar?” die Frage “skalieren die Einnahmen?”. Und da dies, wie wir zu Beginn bereits gesehen haben, eine der besten Einsatzmöglichkeiten für dieses Wirkprinzip ist, lauten dann auch immer die zwei ersten, logisch aufeinander aufbauenden Fragen zu skalierbaren Geschäftsmodellen in etwa so:

  1. “Wie verdienst du Geld?” und darauf folgend
  2. “Skaliert dein Geschäftsmodell?”

Die optimalen Antworten darauf sind (oftmals):

  1. “Mein Modell ist das x des y – Zum Beispiel “das Trello des foods” oder “wie Skype nur für Ärzte”. Damit beantworten sich viele Folgefragen prinzipiell von selbst. Das ist also oftmals ein guter Startpunkt. Und die zweite Antwort sollte sein:
  2. Absolut!

Wenn das stimmt, ist der Weg für Elevator Pitch und Business Model Canvas frei 😉

Was gibt es abseits davon an Prinzipien rund um skalierbare Geschäftsmodelle? Schauen wir uns die wichtigsten an:

Die 3 Grundprinzipien skalierbarer Geschäftsmodelle

1. Je mehr / besser Arbeitsbereiche skalierbar sind, desto skalierbarer ist das gesamte Unternehmen:

So wie ein Job aus Teilaufgaben besteht, besteht ein Unternehmen aus Aufgabenbereichen. (Produktentwicklung, Marketing, Management usw.) Es stellt sich bei der Skalierung von Geschäftsmodellen bzw. Unternehmensbereichen also die gleiche Frage wie beim Einsatz künstlicher Intelligenz: “Wie sieht es für jeden individuellen Arbeitsbereich aus?”

Es gibt Prozesse und Bereiche die sich kaum skalieren lassen. Und es gibt solche, die wie prädestiniert dafür scheinen. Forschung und Entwicklung z.B. scheint auf den ersten Blick nahezu nicht skalierbar zu sein. Bis man sich von Lösungen wie FoldIt oder AlphaFold inspirieren lässt.

2. Hockeystick-Bereitschaft:

Skalierbarkeit als Grundvoraussetzung + eine skalierte Nachfrage führt zu einer nahezu exponentiellen Umsatzsteigerung. (Bei gleichen Kosten) Skalierte Nachfrage kann zum Beispiel durch Influencer-Kampagnen oder virales Marketing geschehen. Lösungen zur Ermöglichung dieser Hockeystick-Bereitschaft können zum Beispiel automatisierte Abläufe und Automatisierung generell oder auch Standardisierung sein.

Die Schlüsselfrage hierbei: Ist die Expansionsfähigkeit meines Geschäftsmodells ähnlich bis gleich der potenziellen Nachfrage meines Zielmarktes? Hier kann man leicht übers Ziel hinausschießen oder heillos darunter bleiben, wichtig ist erst einmal nur:

Gibt es mein System überhaupt her? Wie es final umgesetzt wird, muss stets individuell entschieden werden. Entscheidend ist, wie bereits beschrieben, hierbei oftmals die Kostenstruktur, also die Zusammensetzung aus variablen- und Fixkosten.

Hockeystick-Wachstum bei skalierter Nachfrage
Skalierbarkeit zieht oft "Hockeystick-Wachstum" nach sich.

3. Geschwindigkeit > Gewinn:

Bei Skalierbarkeit und skalierbaren Geschäftsmodellen herrscht manchmal ein wirtschaftlicher Sonderfall vor. Während in jedem anderen Modell Gewinn als absolute und einzig relevante KPI gilt, kann bei skalierbaren Systemen z.B. die Zahl der Nutzer, die Nutzung generell und der erzielte Umsatz viel wichtiger sein.

Verbreitungsmetriken sind hier also (zunächst) wichtiger als bares Geld. WhatsApp ist ein Paradebeispiel dafür. Der Grund für diese kontraintuitive Herangehensweise kommt aus einer Mischung verschiedener Faktoren zustande. Drei praktisch oft verwendete davon sind:

  • Daten: Mehr Nutzer = mehr Daten = Mehr potenzieller Gewinn durch die direkte Verwendung dieser Daten z.B. zu Marketingzwecken, oder indirekter Verwendung durch z.B. intelligente Algorithmen und daraus resultierendem Mehrwer der sich verkaufen lässt.
  • Funktionalität: Wenn die reine Verwendung der angebotenen Lösung bereits Mehrwert generiert, der sich verkaufen lässt, braucht man die Lösung selbst nicht bepreisen. Ein Beispiel hierfür wäre Kaggle, bei dem mehr Nutzer mehr verkaufbare und beteiligte Lösungen verspricht.
  • Sichtbarkeit: Werbung oder In-App Käufe.

Der Schlüssel ist also oft: Wenn die weiteren Stufen des Funnels bereits extrapolierbar sind, brauche ich mich nur noch um mehr Anwender kümmern. Genau diese Rechnung machen auch Investoren oft auf, wenn sie sich skalierbare Geschäftsmodelle anschauen.

Skalierbare Geschäftsmodelle können unter Umständen Gewinn als ZielKPI ignorieren

Wenn Schritte 2 und 3 stehen, brauche ich mich nur noch um Schritt 1 zu kümmern.

Deshalb haben skalierbare Geschäftsmodelle vom Start weg die gesamte Welt, bzw. die Gesamtheit aller Internetnutzer im Visier.

Es gibt im Online Marketing das Sprichwort “Sorge für Traffic, monetarisieren lässt er sich immer irgendwie”. Was ein bisschen an den Managementhinweis von Alastair Campbell erinnert: “Win everything. Trophies follow automatically.”* Ähnlich verhält es sich mit Skalierung. Mit genügend Nutzern, Bekanntheit und Markenwahrnehmung bei verhältnismäßig wenigen Kosten lässt sich Schritt 2 sehr wahrscheinlich finden.

Fun Fact am Rande für alle die sich fragen “Was ist überhaupt der Unterschied zwischen einem Kleinunternehmen / Freelancer / Existenzgründer / KMU und einem StartUp?!”. Eine ganze Reihe von Leuten antwortet darauf: Skalierbarkeit.

Ein Zitat dazu von den Kollegen von Ut11:

“Startup-Pionier Steve Blank definierte Startups einst als “temporäre Organisationen” auf der Suche nach einem Geschäftsmodell, das “wiederholbar, skalierbar und profitabel” ist. Je mehr Faktoren die Expansion des Geschäftsmodells begünstigen, desto höher der Grad der Skalierbarkeit.”
Quelle: https://ut11.net/de/blog/was-macht-geschaftsmodelle-skalierbar-ein-startup-guide/

Heißt: Ein Unternehmen wird erst durch Skalierbarkeit zum Startup. Oder anders formuliert:

(Klein)unternehmen + Skalierbarkeit = StartUp.

Aus diesen Grundprinzipien leiten sich logische Fragen ab, die sich jeder stellen muss, der die Skalierbarkeit seines Unternehmens auf den Prüfstand stellt. Schauen wir sie uns an:

Die 3 Grundfragen von skalierbaren Geschäftsmodellen

Hierzu muss man nicht viele Worte verlieren, denn hier wird es sehr einfach. Schwarz und weiß, ja und nein und konkrete Zahlen.

  1. Fähigkeit: Kann es expandieren? (Unternehmen, Geschäftsmodell etc. Wenn ich mehr Ressourcen für ein zweites Stück brauche als beim ersten, stehen hier die Chancen eher schlecht)
  2. Geschwindigkeit: Wie schnell kann es expandieren? (Wenn ich zwar skalieren kann, dazu aber sechzig bis achtig Jahre brauche, habe ich einige Arbeit vor mir)
  3. Einnahmen: Wie ist der Return On Invest über die Zeit der Expansion? (Wenn meine Marge signifikant im Laufe der Skalierung sinkt, gar ins negative rutscht, sollte ich mich gut mit meinen Zahlen auseinandersetzen, bevor ich starte. Sonst wird aus einem skalierbaren Geschäftsmodell in Windeseile ein Banknoten-Krematorium)

Wenn hier drei mal grünes Licht gegeben ist, kann es weitergehen. Glückwunsch, hier sind die Weichen gestellt!

Nachdem wir mit den Grundlagen von Skalierbarkeit und skalierbaren Geschäftsmodellen nun also durch sind, wird es Zeit eine Ebene tiefer in die Praxis einzutauchen.

Skalierbarkeit auf einen Blick: Die Skalierbarkeits-Matrix

Die Skalierbarkeits-Matrix

Skalierung führt zwangsläufig zu Wachstum. (Auch wenn man die beiden nicht gleichsetzen muss / kann / sollte)

Und Wachstum führt (nahezu) immer zu einer Vergrößerung des am Wachstum beteiligten Teams.

Und ein größeres Team führt zwangsläufig zu neuen Fragen rund um dieses Team. Spätestens hier muss man die wirtschaftlich-technische Betrachtung von Skalierung kurz verlassen. (Praktisch sollte man diese Perspektive von Tag 1 an im Blick haben, damit man nicht von seinem eigenen Erfolg überrollt wird)

Und sich das Thema Skalierung und Softskills anschauen.

III

Skalierbarkeit + Mensch = Team & Softskills

Das System ist skalierbar und das Geschäftsmodell ist im Umbauprozess. Sehr gut! Doch das ist nicht alles. Wie so oft gilt auch bei Skalierung das Sprichwort: “Eine Kette ist nur so gut wie ihr schwächstes Glied”.

Denn nicht nur Systeme, Prozesse und Produkte müssen gezielt und verhältnismäßig wachsen können. Selbiges gilt auch für diejenigen, welche diese verantworten.

Wenn ich nur 1% Rückfragen von Kunden bei meinem Produktverkauf habe, habe ich bei 100 Kunden nur eine Frage. Die kann der Chef in einer Mittagspause noch selbst erledigen.

Verkaufe ich aber statt 100 auf einmal 100.000 oder mehr, habe ich statt einem, auf einmal 100 Rückfragen. Dafür braucht es wahrscheinlich bereits mehrere Vollzeitstellen die entsprechend geschult sein müssen etc.

Das Skalen sich auch direkt auf das Unternehmen auswirken, ist soweit absolut logisch und kann oftmals bereits durch ein wenig Mathematik überschlagen werden.

Doch die Auswirkungen von Skalierung auf die Kultur, Prozesse und das Selbstverständnis eines Unternehmens gehen noch viel weiter. Schauen wir uns die “weichen” Skills und Schritte an, die Skalierung mit sich bringt.

Die 4 “weichen” Dimensionen der Skalierbarkeit

1. Vitamin B für gesundes Wachstum:

Ein verlässliches Netzwerk und eine Reihe verschiedener, belastbarer Kontakte vom Start weg ist eine der besten Varianten für Netz und Doppelten Boden zu sorgen, wenn das Unternehmen so richtig abhebt. Mit Nachfrage multiplizieren sich Probleme. Gut, wenn man dann bereits jemanden kennt, der einem mit diesem neuen Problem helfen kann.

2. Warum wir besser sind als der Rest:

Um nicht in gleichem Maße zu verwässern wie man aufsteigt, ist die kristallklare Kommunikation des eigenen Produktmehrwerts entscheidend. Warum sollte der Kunde genau diese Lösung und keine andere kaufen? Wenn der Vogel einmal in der Luft ist, bleibt keine Zeit für Feinjustierung und Argumentation.

Vorbereitung ist hier also gleich in doppeltem Sinne Gold wert. (Neben dem offensichtlichen Grund, dass man so seine Chancen am Markt drastisch erhöht) Buyer Persona, Business Model Canvas, Elevator-Pitch, Validierung der Geschäftsidee und klare Kommunikation des USP können hier helfen. Ein paar schöne Beispiele dafür sind hier zu finden.

Beispiel für Softskills bei skalierbaren Geschäftsmodellen
Quelle: https://shopfelixgray.com/ Abgerufen: 20.06.2020

3. Führung = Richtung:

Gerade in Phasen hoher und sehr hoher Geschwindigkeit des Unternehmens sind starke Nerven und klare Entscheidungen gefragt. Neue Märkte bringen neben neuen Chancen immer auch Herausforderungen mit. Diesen entsprechend begegnen zu können ist eine Kernkompetenz im Rahmen skalierbarer Geschäftsmodelle. Was bringen mir zehn Millionen Kunden wenn mein Unternehmen an vierzehn Stellen auseinanderbricht?

Die beste Expertin dazu im deutschsprachigen Raum habe ich ja bereits mehrfach erwähnt.

4. Identität darf nicht verwachsen:

Vision und Kultur, besser noch Mission, Vision und Werte müssen jederzeit von jedem Mitarbeiter verstanden und gelebt werden. (Ein schönes Beispiel dafür findet sich bei SPI, einem mustergültigen Vorbild für skalierbare Geschäftsmodelle) Dies muss so selbstverständlich und automatisch geschehen, dass sich über diesen Punkt buchstäblich keine Gedanken gemacht werden muss. Denn, wie bereits oben erwähnt, Zeit für nachjustierung bleibt schlicht keine im Skalierungsprozess. Ein gutes Beispiel dafür aus dieser Perspektive bietet Starbucks. Wie man eine solche Kultur aufbaut und hält findet sich im Buch “Winners: And How They Succeed”* sehr schön beschrieben. Ebenso wie Mission, Vision und Values kann hierbei auch “OST”, Objective, Strategy, Tactics. (+ Values) ein guter Ansatzpunkt sein. Warum und Wie wird im Buch näher ausgeführt. Und wem das nicht reicht, dem kann ich nur erneut Silke Fritzsche empfehlen.

Eine hervorragende und ausführliche Arbeit dazu von den Universitäten in Cambridge und Oxford zusammen mit der Bank Barclays vertieft das ganze noch. Wie Skalierbarkeit in Großbritannien vonstatten geht, kann hier nachgelesen werden.

Wie du in weniger als 10 Minuten herausfindest, ob ein skalierbares Geschäftsmodell für dich das Richtige ist

Nachdem wir uns jetzt minutiös das “Wie” aus der Zwischenebene angeschaut haben, lenken wir kurz intensiver und persönlicher unseren Blick auf das “Warum?”. Viele wirklich gute Gründe habe ich bereits ausgeführt, doch jetzt kommen wir zu den Argumenten, die am Ende des Tages und am Ende deines Lebens tatsächlich zählen.

Und diese folgen immer einer zentralen Grundfrage: Was ist dein Ziel?

Oder, etwas präziser:

  • Was steht SMART formuliert in deinem Lebensrad an den Stellen Karriere / Geld / Lebenszweck / Gesellschaft?
  • Was ist die Ziellinie deines 10-Jahresplans von dem aus du dich zurückgearbeitet hast?

Wenn du auf keine dieser Fragen eine zufriedenstellende Antwort hast, empfehle ich

  1. Kauf und Durcharbeiten des “Bullet Journals”* und
  2. Ggf. ein Coaching / eine Weiterbildung. Wie gesagt, die beste Coachin in Deutschland dazu ist meiner Meinung und Erfahrung nach Silke Fritzsche.

Wenn du auf diese Fragen nur kurz dein Bullet Journal (BuJo) aufschlägst, kurz liest und zustimmend nickst, sehr gut!

Dann steht nur noch eine offene Frage im Raum:

Kannst du unter Einsatz von Skalierbarkeit dein Ziel / deine Ziele besser erreichen?

Machen wir das an einem Beispiel fest.

  • Ziel: Analphabetismus auf der Welt vollständig beenden.
  • Bisherige Strategie: Von Land zu Land ziehen, Unterricht geben und mit Entscheidungsträgern sprechen. -> Lobenswert aber ungefähr so skalierbar wie die Kartoffelernte vor 300 Jahren.
  • Skalierbare Strategie: Kostenlose Plattform aufbauen, welche sich zB durch Premiumleistungen für Kunden abseits der Hauptzielgruppe finanziert, via künstlicher Intelligenz in jede Weltsprache übersetzt und von einem dezentralen, auf der Welt verteilten Team betreut wird.

Dieser Algorithmus sieht natürlich in jedem Fall anders aus, zur Veranschaulichung sollte dieses Beispiel aber funktionieren.

Zur Sicherheit und damit wir uns nicht falsch verstehen: Du musst kein skalierbares Geschäftsmodell bzw. eine skalierfähige Lösung entwickeln oder umsetzen.
Du kannst auch ohne Skalierbarkeit erfolgreich, glücklich und ans Ziel kommen.
Du wirst nur weder wirklich schnell noch besonders groß wachsen.
Eine wichtige Rolle bei dieser Entscheidung spielt auch die gewählte Finanzierungsform deines Unterfangens. Ein Limonadenstand vor der Hauseinfahrt braucht keine Investoren um in internationale Märkte einzudringen.
Für einen Bankkredit brauchst du ebenfalls, zumindest in Deutschland, oftmals kein Skalierbares Modell. Wie gesagt, es steht und fällt alles mit deinem Ziel.
Vielleicht hilft dir auch diese Analogie: Nicht skalierbare Geschäftsmodelle sind wie ein Bäumchen in einem Glaskasten. Er kann eine Zeit lang wachsen, ist aber vom Start weg in seinen Entfaltungsmöglichkeiten eingeschränkt.

Was uns zur praxisnahsten Schicht dieses Artikels führt. Wenn dir die bisherigen Tipps schon geholfen haben: Sehr gut! Dann viel Erfolg beim umsetzen!
Vielleicht passt du aber auch in eine der nachfolgend aufgefächerten Kategorien.

In diesem Fall jeweils eine konkrete Anleitung:

IV

Was du jetzt tun solltest, wenn du …

… einen festen Job hast und skalierbar werden möchtest

  1. Dir vor Augen halten das Wissen statt Zeit der Schlüssel ist. Menschen kaufen Lösungen, nicht deine Lebenszeit.
  2. Dir deiner Leidenschaft klar werden. Oder eine finden. Keinem Trend hinterherrennen. Hier sind langer Atem und Freude die beiden Knackpunkte!
  3. Deine Idee validieren, bevor du sie final produzierst. Stelle also VOR der Umsetzung sicher, dass deine Zielkunden auch bereit sind Geld für deine Lösung zu bezahlen. Dies ist einer der größten Vorteile digitaler bzw. skalierbarer Lösungen. Nutze ihn! (Der direkte Verkauf eines Prototypen, eine umfassende SEO-Analyse, eine gezielte SEA-Landing Page oder Crowdfunding mit etwas mehr Aufwand können ein guter Start sein)
  4. Gestalte deine angebotene Lösung so, dass dein Kunden die Umsetzung ausführen statt dir. Hilfreich kann dabei die Frage sein: “Wenn ich eine Anleitung für meine Tätigkeit schreiben müsste, wie würde diese aussehen?” Wenn möglich nutze digitale, onlinebasierte Lösungen. Diese reduzieren Risiko und Kosten bereits prinzipiell sehr stark.
  5. Systematisch und routiniert umsetzen und zum Nebeneinkommen ausbauen. Hier hilft ein Redaktionsplan wenn es digital ist enorm weiter. Ansonsten vor allem der Aufbau neuer Gewohnheiten. Die beste Variante zu diesen neuen Gewohnheiten zeigt das Buch “Atomic Habits”* von James Clear.
  6. Arbeite konstant verbessernd, zum Beispiel nach dem Kaizen-Prinzip (Bei jeder Ausführung ein infinitesimal kleines Stück besser werden als zuvor) oder dem LEAN-Prinzip (Build-Measure-Learn)

… bereits selbstständig Dienstleistungen anbietest

1. Dir vor Augen halten, dass dein Ziel ist mit mit dem gleichen oder im Optimalfall weniger Arbeitsaufwand mehr Kunden zu erreichen.

2. Du dies am einfachsten über einen dieser Ansätze bzw. eine Kombination aus diesen erreichst:

  • Mehr Kunden pro Zeit: Anstatt nur noch 1on1 Dienstleistungen anzubieten, machst du aus dem gleichen Konzept Schulungen für Dutzendende oder mehr Kunden.
  • Weniger Zeit pro Arbeitsschritt: Wenn irgend möglich hole deine Angebotsfläche so nah zu dir wie machbar. Im Bestfall kannst du direkt von daheim aus arbeiten. Spart Lebenszeit für Fahren, im Stau stehen etc.
  • Replikationskosten gegen Null bringen: Was immer du tust, suche dir Optionen dies digital zu machen. Also Arbeitsbücher -> PDF. Anleitungen -> .mp3. Vorträge -> Webinar.
  • Mehr Umsatz pro Zeit: Versuche wenn möglich eher im Premiumbereich deiner Nische zu arbeiten. Du kannst dabei auch noch innerhalb deiner Leistung skalieren indem du zum Beispiel deine Inputs durch Aufgaben und Videos etc. auflockerst.

3. Spezialisieren. Je besser deine spezifische Expertise ist, desto gefragter ist sie. Unter Umständen sogar weltweit.

Kombiniert mit den anderen Maßnahmen schaffst du so also eine Paradegrundlage für Skalierung deiner Unternehmung. Und je spezieller dein Wissen, desto höher das Wissen durch die Kombination mit anderen Spezialisten. Du hast also auch hier direkt eine weitere Skalierungsoption.

Hierbei sei ergänzend noch gesagt, dass es oftmals sehr viel Zeit und Frust spart, vom Start weg mit Experten zusammenzuarbeiten.

… bereits ein kleines Unternehmen gegründet hast

1. Die Softskills deines Teams und dir auf den Prüfstand stellen.

Das geht zum Beispiel anhand dieser Frage: “Wenn morgen das zehn- oder hundertfache Volumen an Kunden auftreten würde, wärt ihr bereit dafür und könntet dies problemlos schultern?” (Inklusive der notwendigen Maßnahmen wie dem einstellen neuer Mitarbeiter etc.) Falls nicht, was sind die Knackpunkte?

Hierbei gilt: Wenn das Team funktioniert und richtig gut ist, sind viele Probleme weniger gefährlich da die Lösungsfähigkeit die Sachen entsprechend leichter macht.

Das Geschäftsmodell abklopfen. Gibt es potentielle Sollbruchstellen beim skalieren? Wenn ja, was könnt ihr unternehmen, um diese zu umgehen bzw. schnell zu beheben? Grundfrage kann dabei die gleiche wie bei Punkt 1. sein.

3. Wenn der Markt stimmt, wovon ich hier ausgehe, da das Unternehmen sonst wohl kaum noch an selbigem wäre, das Team eine eingeschworene Truppe ist und das Business Model steht, muss vor allem eines gemacht werden: Weiter.

Das Fundament steht, jetzt geht es daran kontinuierlich gute Arbeit zu leisten. Und dann immer eine Herausforderung nach der anderen.

4. Ggf. Investorengeld zur schnelleren Skalierung einsetzen. Bei einer Vielzahl von skalierbaren Geschäftsmodellen ist die Wachstumsgeschwindigkeit die vorübergehende Ziel KPI. In diesem Fall gilt es sich die Möglichkeit zur Maximierung dieser zu holen.

… bereits ein lang etabliertes Unternehmen führst

1. Experimente & Testprojekte im kleinen starten. Diese helfen enorm um Skalierbarkeit im Unternehmen einzusetzen. Wie das konkret und Schritt für Schritt aussehen kann, habe ich am Beispiel künstliche Intelligenz in diesem Artikel ausgeführt.

2. Das eigene Geschäftsmodell systematisch in Richtung Skalierbarkeit aus- bzw. umbauen. Wenn ich die Unternehmensrichtung durch Testprojekte bereits validiert habe, super. Aber auch wenn nicht, ergibt es rein aus Gründen der Effizienz, Konkurrenzfähigkeit und Zukunftssicherheit Sinn zumindest Teile des eigenen Business Models skalierbar zu machen.

3. Wenn alles zu verkantet ist, ggf. Franchises einsetzen. Sollte es aus irgendwelchen Gründen partout nicht möglich sein Skalierbarkeit ins Unternehmen zu bringen, kann vielleicht der Umweg des Franchising noch eine Option sein. Mehr dazu weiter unten.

Wenn du mehr dazu / Details wissen willst, melde dich in meinem kostenlosen Innovationswebinar an.

… Eine Lösung für alles suchst: Skalierbarkeit as a Service

Sollten die oben genannten Tipps und Schritte nicht ausreichen oder nicht zu deiner aktuellen Situation passen, kannst du auch vorgefertigte Skalierungslösungen einsetzen, ohne damit bestehende Prozesse und Systeme umfangreich verändern zu müssen. Gleichzeitig kann so auch Erfahrung mit Skalierung gesammelt werden.

Zum Beispiel Chatbots oder Cloud-Rechnersysteme funktionieren automatisch. (Aus Anwendersicht)
Hier können passende Lösungen bzw. Testoptionen ganz einfach in drei Schritten gefunden werden:

  1. Ein Problem suchen welches nicht existentiell für das Unternehmen ist, allerdings signifikanten Nutzen für den Kunden bringt.
  2. Nach skalierbaren Lösungen für dieses Problem suchen. Hierbei kann Konkurrenzanalyse helfen.
  3. Einsetzen und auswerten.

Generell gilt hier: künstliche Intelligenz kann, richtig eingesetzt, der größte Skalierungsfaktor in jedem Unternehmen sein. Denn egal wie komplex eine Herausforderung ist, KI kann das Problem sehr wahrscheinlich zielführend lösen.

Und solltest du partout keine Lösung auf der ganzen Welt finden, die deine Probleme skalierbar löst, ist das vielleicht die perfekte Chance für eine Erweiterung / Ergänzung des eigenen Geschäftsmodells.

Skalierbarkeit as a Service am Beispiel Autoscaling
Autoscaling bringt Automatisierung und Skalierung in einer Anwendung zusammen. Quelle: https://cloud.google.com/solutions/scalable-and-resilient-apps?hl=de#scalability_adjusting_capacity_to_meet_demand Abgerufen 16.06.2020

… Alles schon kennst und Tricks suchst

Wenn du alle Stationen schon erreicht hast, alles schon kennst und jetzt nach den letzten 20% Wissen rund um die Skalierung suchst, helfen dir vielleicht diese Tricks und Kniffe weiter:

Franchising – schnelle Expansion ohne enorme Zusatzinvestitionen

Das Prinzip des Franchising ist weitgehend bekannt – das eigene Geschäftsmodell wird gegen eine “Leihgebühr” zur Verfügung gestellt und damit anderen ermöglicht vom Start weg ein praxisbewährtes System einzusetzen. Während zeitgleich das eigene Unternehmen, je nach genauen Franchise-Bedingungen, kaum Risiko für dieses Wachstum trägt.
Franchising ist quasi “Offline-Skalierung” und das einzige Prinzip welches zumindest zu einem gewissen Grad Skaleneffekte in der Welt der Materie zulässt.

Sollte Veränderung und Digitalisierung also nicht gehen, kann unter Umständen “mehr vom gleichen” auch in der “Echtwelt” funktionieren.

Ich bin der Meinung, dass, auch wenn hier ein ähnliches Prinzip wirkt, Franchising nicht “klassisch” skalierbar ist. (Es sei denn natürlich es ist ein Franchise eines digital basierten Unterfangens) Denn jedes Mal wenn ich eine neue Dependance eröffne, brauche ich wieder

  • Ein neues Gebäude
  • Neue Mitarbeiter
  • Stetig neue Rohstoffe zur Produktion
  • Neue Wege meine lokale Reichweite zu erhöhen

Während “echte” Skalierung nichts davon benötigt. (Zumindest in diesem jeweiligen Ausmaß) Die Server gibt es bereits, das Produkt ebenfalls, der Vertrieb ist automatisiert und das Marketing kann im Optimalfall via Affiliate-, Influencer oder anderen Multiplikatorenoptionen ebenfalls automatisiert werden.

Von daher bin ich aus Skalierbarkeits-Sicht kein übermäßig großer Fan vom Franchising, schlicht weil viele der anfangs aufgezählten Vorteile hier nicht gelten. Allen voran der Umweltaspekt. Aber ich kann Entscheidungen dahingehend durchaus nachvollziehen und sehe es als prinzipielle Option der Skalierung an.

Outsourcing – schnelle Expansion ohne Spezialwissen als Bremse

Ein weiterer Kniff, der offline wie online funktioniert, ist zielgerichtetes Auslagern von allen Prozessen, die nicht zur Wertschöpfung notwendig sind. Wenn ich Kristallglas fertige, brauche ich ingenieure und vielleicht noch Physiker dafür, keine Telefonisten oder BWLer.

Auch wenn es natürlich durchaus sinnvoll sein kann, während des “Normalbetriebs” all diese Fähigkeiten unter einem Dach zu bündeln, hilft es sehr, während eines Skalierungsprozesses flexibel zu sein.

Heißt: Sich problemlos Kapazitäten einzukaufen und alle nicht relevanten Knackpunkte auszulagern.

Dies führt zu Fokus auf die Stärken des Unternehmens und optimierte Arbeitsprozesse und kann vor mittleren Katastrophen während einer kritischen Wachstumsphase bewahren.

Outsourcebare Skills können z.B. sein:

  • Programmierer
  • Steuerexperten
  • Rechtsanwälte
  • Kundenbetreuer
  • Entwickler etc.

Weitere Tricks:

Franchising und Outsourcing sind die zwei häufigsten “Echtwelt”-Alternativen zu “klassisches” Skalierung. Es gibt aber auch noch weitere Tricks. Hier die Top 6:

1. Messen!

Der wahrscheinlich einfachste und zeitgleich am häufigsten falsch verstandene und/oder falsch angewendete “Trick” bei allem digitalen. Und vor allem bei Skalierung. Durch präzise und im Bestfall automatisierte Messung kann ich eine Skalierung meiner Unternehmungen überhaupt erst sicherstellen und feinjustieren. Ohne sie stehe ich vor Investoren mit vagen Abstraktionen da. Ohne sie ist es schwer zu optimieren wo sich Potenzial zeigt. In kurz: Messen ist einer der mit Abstand besten “Tricks” rund um Skalierung und Skalierbarkeit
Mehr dazu weiter unten im Abschnitt “Wie messe ich Skalierbarkeit?”

2. Cloud Computing & virtuelle Maschinen:

Virtuelle Maschinen (VM’s) und Cloud Computing können eine infrastrukturelle Grundlage erfolgreicher Skalierung sein. Die Vorteile liegen auf der Hand: Ich brauche keine Hochleistungshardware im großen Stil anschaffen sondern kann bequem auf vorkonfigurierte Lösungen zurückgreifen. Und dabei wird nur das gezahlt, was auch tatsächlich benutzt wird. Weniger Kosten für sicherheit, Wartung, Transport etc. Und wenn das Flugzeug meines skalierbaren Geschäftsmodells abhebt, brauche ich nichts weiter als maximal einen Anruf tätigen und kann direkt weiterarbeiten.

3. Plattform-Echtzeit-Kommunikation:

Auch hier eine “techno-historische” Binsenweisheit, deren Vorteile allerdings leicht übersehen werden können. Echtzeitkommunikation über Plattformen wie Facebook, Slack, WhatsApp oder Telegramm etc. ermöglichen es mir instantan mit meinen Kunden in Kontakt zu treten, ohne das ich dabei Server mieten, Software einrichten, Nutzungsvereinbarungen unterzeichnen etc. muss. Ich kann sofort und perfekt skalierbar mit meinen Usern kommunizieren. Und das nahezu 100% reibungslos, denn die Skalierungsarbeit damit all das funktioniert übernimmt der jeweilige Anbieter. Heißt: Ich kann schneller und günstiger mit einer unbegrenzten Kundenzahl kommunizieren. Das kann, richtig eingesetzt, allein bereits ein Wettbewerbsvorteil sein.

4. Big Data:

“Daten sind das neue Öl”. Diese Aussage trifft auch heute noch, ja sogar mehr als je zuvor zu. Daten sind Macht, Daten sind Wettbewerbsvorteile und können zentrale Assets einer Firma sein. Und sie sind perfekt skalierbar, da sie nahezu immer in digitaler Form entstehen. Heißt: Wertvolle Daten machen aus Kunden gut verstandene Partner. Also: Nutzen so gut und oft es geht!
Oder anders formuliert: Wenn Daten das neue Öl sind, ist Skalierbarkeit eines der Hauptvorkommen und jedes skalierbare Geschäftsmodell eine Bohrinsel.

5. Technologieadaption:

Einer der grundlegendsten Tipps zum Thema Skalierung. Technologie ist ein Hebel. Und wer technologie richtig einsetzt, ist der Konkurrenz automatisch unzählige Schritte voraus. Die Mongolen und das Schießpulver können ein (Trauer)Lied davon singen. (Jahrhundertelang konnte nichts und niemand die Mongolen aufhalten, auch die chinesische Mauer nicht. Doch die Erfindung von Schusswaffen hat dies mit einem Schlag verändert. Weltreiche haben sich verändert. Dank einer einzigen neuen Technologie.)
Deshalb gilt auch hier: Wer die richtige Technologie richtig einsetzt, gewinnt. Die eingangs gegebenen Beispiele verdeutlichen das gut denke ich. Heißt: Skalierung verstehen. Skalierung im Unternehmen einsetzen. Kontinuierlich nach neuen skalierbaren Lösungen und Innovationen suchen und diese ausprobieren. Oder in den Worten von Elon Musk: “Eine höhere Innovationsgeschwindigkeit als die Konkurrenz ist die beste Versicherung gegen Kopien und Plagiate”
Welche Technologien und Trends dazu dienen können findest du an vielen Stellen auf meiner Seite oder in meinem Newsletter.

6. Schichten:

Noch ein Skalierungs-Kniff zum Ende, diesmal wieder der IT entlehnt: Wie an anderer Stelle bereits erwähnt, skalieren Systeme am besten, wenn ihre Bestandteile skalieren. Heißt: Es kann sehr sinnvoll sein, ein System in Schichten aufeinander aufzubauen und jede dieser Schichten modular bearbeitbar zu lassen. Somit ist das System vom Start weg perfekt auf Innovation und Disruption ausgelegt.

Sollten all diese Tipps und Vorschläge nicht auf deine Situation passen, kannst du auch etwas generischer nach diesem 3-Schritt Algorithmus vorgehen:

1. Betrachte die beiden Wege zur Skalierbarkeit des Geschäftsmodells. Welche sind damit gemeint? Diese:

Two pathways to business model scalability nach Christian Nielsen and Morten Lund
Quelle: https://dun-net.dk/media/125194/bm-scalability-wp.pdf Abgerufen am: 28.06.2020

2. Betrachte Beispiele und Fragen, die Skalierbarkeit des Geschäftsmodells aufdecken. Hierzu listen die beiden 9 konkrete Fragen auf, welche Licht ins Dunkel bringen können.

3. Analysiere die aus Schritt eins und zwei folgenden Skalierbarkeitsattribute. Wie? Auch hier geben die beiden ein handliches Schema mit:

Analyzing business model scalability nach Christian Nielsen and Morten Lund
Quelle: https://dun-net.dk/media/125194/bm-scalability-wp.pdf Abgerufen am: 28.06.2020

Ich empfehle sehr sich das Paper anzuschauen, es hilft bei Verständnis und Anwendung skalierbarer Geschäftsmodelle sehr weiter.

Gut. Nachdem du jetzt minutiös weißt, wie du Skalierung einsetzt und welche Fallstricke und Kniffe es gibt, kommen wir nun zum optimalen Startpunkt.

Meine Unternehmung ist bereit zu skalieren – wie starte / beschleunige ich das Ganze nun?

Einige Startpunkte habe ich ja bereits genannt, hier nochmal zentralisiert:

  1. Starte in sehr kleinen, gezielten Experimenten.
  2. Starte direkt mit Skalierung im Hinterkopf und einem skalierbaren Mindset.
  3. Nutze verschiedene Treiber von Skalierbarkeit.
  4. Gehe nach dem Build-Measure-Learn Prinzip vor.

Treiber von Skalierbarkeit:

  • Netzwerkeffekte
  • Multiplikatoreffekte
  • Digitalisierung / digitale Transformation
  • Disruption
  • Selektionseffekte
  • “Winner takes it all” Effekte
  • Dematerialisierung
  • Demokratisierung
  • Demonetarisierung
  • Etc.

Mehr dazu findest du in dieser ausführlichen, finnischen Studie zur Skalierbarkeit.

Wie messe ich Skalierbarkeit und den Erfolg meiner Skalierung?

Die Kurzantwort: Über KPI’s. Da eine ausführliche Besprechung von KPI’s jetzt aber einerseits den Rahmen sprengen und andererseits an anderer Stelle von mir näher ausgeführt wird, hier nur eine kurze und hoffentlich inspirierende Übersicht:

Wichtige KPI’s zu messen bei der Skalierung:

  1. Cash Flow.
  2. [Ziel-KPI] pro Zeit (Ziel KPI kann dabei Kunden, Umsatz, Share of Voice uvm. sein)
  3. Emotionswachstum per Sentimentanalyse: Bleibt die Zufriedenheit auch bei 10x oder 100x mehr Kunden? Das kann zum Beispiel so aussehen.

Generell gilt hier: Jede KPI meines Funnels ist eine KPI die ich messen und verbessern sollte und möchte.

Beispielliste für skalierbare Geschäftsmodelle

Nachdem wir jetzt ausführlich diskutiert haben, was skalierbare Geschäftsmodelle sind und auszeichnet, hier ein paar Inspirationen und Beispiele aus der Praxis auf einen Blick:

Gut skalierbare Geschäftsmodelle und Produkte:

  1. Apps
  2. E-Books
  3. Musikstücke
  4. Filme / Videos
  5. Onlinekurse / aufgezeichnete Offlinekurse
  6. Artikel (Rechte lassen sich zB mehrfach verkaufen)
  7. Offline-Programme wie Word oder Excel
  8. Cloud-Programme wie die Office-Suite oder Google Docs
  9. Plugins und Widgets für z.B. Content Management Systeme wie WordPress
  10. Content Management Systeme
  11. Betriebssysteme wie Android
  12. Plattformen wie Facebook
  13. Spiele für Konsolen, Computer oder Smartphones
  14. Baukästen und Baukastensysteme mit Modulen
  15. Suchmaschinenoptimierung
  16. Webdesign
  17. E-Commerce
  18. Webinare
  19. Live-Streaming
  20. Spezialprodukte wie z.B. Eigene Emojis
  21. (Digitale) Gruppen, z.B. auf Facebook, Foren und Mitgliederbereiche

Unterm Strich: Alles direkt digitale oder nach dem offline-Entstehungsprozess digitalisierte. Oder anders formuliert: Alles mit einer hohen Zeitrendite, also entkoppelt von deiner persönlich investierten Zeit.

Exotische- und mediumskalierbare Geschäftsmodelle und Produkte:

Hier wird es etwas exotischer und experimenteller und jedes dieser Beispiele bedarf einer kurzen Erklärung, daher beschränke ich mich hier auf drei Optionen:

  1. Heimfabriken (3D-Drucker + multidimensionaler Roboter)
  2. Intelligente Materie / 4-D-Druck
  3. KI-Entwickler

Wenn du bis hierher gekommen bist, wirst du sofort mit geübtem Auge sagen: “Das sind physische Produkte! Diese sind nicht skalierbar!” Und damit liegst du prinzipiell richtig.

Doch hier kommt eine völlig neue Dimension ins Spiel: Intelligenz.

Und diese führt zu einer besseren Skalierbarkeit über die Zeit durch Entwicklung und Verbesserung des Produktes durch die Anwendung. Was meine ich damit?

Szenario 1: Die Heimfabrik
Eine Heimfabrik kann zum Beispiel aus einem multidimensionalen Roboter und einem 3D-Drucker bestehen. Die Idee: automatisierte Fertigung im Klein(st)maßstab.
Eine solche Heimfabrik hat zwar Volllasten welche sie unskalierbar macht, allerdings kann durch die extreme Flexibilität beider beteiligter Werkzeuge sofort effizienter und variabler gearbeitet werden. Heißt: Je mehr ich arbeite, desto mehr lerne ich, desto mehr kann ich bei gleichen Kosten schaffen. Dies ist keine “cleane” Skalierbarkeit, erfüllt aber die technische Definition.

Szenario 2: Intelligente Materie
Das wie ich finde spannendste Beispiel der drei betrachteten Szenarien. Zumindest mittelfristig. Hier kann durch die dauerhafte Programmierfähigkeit des Produktes im Optimalfall alles aus dem Grundstoff gemacht werden. Wie Zaubersand nur im Quadrat. Heißt: Einmal entwickelt fallen die gleichen Kosten an aber der ROI wird stetig besser, je nach Anwendungsfall. (zum Beispiel wenn man “Komplexität vermietet” als Geschäftsmodell. Also danach bezahlt wird, was der Kunde mit der intelligenten Materie macht)

Szenario 3: Der KI-Entwickler
Auch hier tauscht der Entwickler technisch gesehen seine Zeit gegen das Ergebnis. Allerdings schafft er hiermit intelligente Programme, welche wiederum Programme für ihn schreiben, welche wiederum Programme schreiben können usw. Wie das geht, ist in diesem TED-Talk anschaulich ausgeführt. Diese Rekursion führt (theoretisch gesehen) zur größtmöglichen Skalierbarkeit.

Das alles im Detail auszuführen würde den Rahmen hier sprengen, wenn du mehr dazu erfahren möchtest und/oder Fragen hast, gern in meinem Innovations-Webinar.

Unskalierbar Teilskalierbar Vollskalierbar

Schlecht skalierbare Geschäftsmodelle und Produkte:

  1. Autohaus
  2. Fleischerei
  3. Bäckerei
  4. Fabrikanlage
  5. Telefonist
  6. LKW-Fahrer
  7. Kundenberater
  8. Pilot
  9. Autor
  10. Bauarbeiter
  11. Und so weiter und so weiter. Beispiele für unskalierbare Geschäftsmodelle zu finden ist so leicht wie das ABC auf zu sagen: Apotheker, Busfahrer, Chemiker… Ich denke du hast das Prinzip verstanden 😉

Spätestens hier sollte klar werden welchen enormen Effekt skalieren auf die Wirtschaft hat.

(Ich beziehe mich bei all diesen Jobs auf das Status-Quo “Standardverständnis” dieser Jobbeschreibungen.)

Hier auch nochmal auf einen Blick:

Skalierbarkeit und Skalierungsfaktoren auf einen Blick

Unskalierbar -> Skalierbar – Beispiele & Blaupause:

Ich nehme dabei einige existierende Fallbeispiele nach folgendem Schema auseinander:

  1. Ausgangslage
  2. Problem
  3. Ziel
  4. Umsetzung(splan)

Schauen wir es uns an:

Beispiel #1: Der Hidden Champion

  1. Ausgangslage: Kunde ist Experte für Hardwarelösungen und betreut eine Vielzahl von Kunden, Projekten und Systemen.
  2. Problem: Durch die Individualität jedes neuen Projektes sind kaum Skaleneffekte einsetzbar.
  3. Ziel: Kunden zum Experten für komplexe technische Hardwarelösungen in einer speziellen Nische machen, sämtliche Kunden in diesem Bereich erfassen und dann in die nächste Nische expandieren. (z.B. statt 15 Computersysteme nur noch eins bis maximal 2 Systeme betreuen, diese dafür besser als jeder andere)
  4. Umsetzung(splan): Paretoanalyse machen. (Je nach Wunsch) schneller ausschließlicher Fokus und Ausbau der besten Nische innerhalb des eigenen Expertenwissens. Fokus auf Wachstum und (weltweiter) Dominanz in dieser Nische.

Beispiel #2: Vom Auftrag zur Software

  1. Ausgangslage: Kunde entwickelt und verwaltet für seinen Endkundenstamm individuelle, hochwertige Softwarelösungen. Die Rechte an den entstehenden Softwareprodukten bleiben bei ihm.
  2. Problem: Durch Komplexität kombiniert mit mangelnder Übertragbarkeit von Wissen und geschaffenen Lösungen ist kein Wachstum ohne zeitgleichen, gleichgroßen oder größeren Mehraufwand möglich. Kunde schreibt so oftmals rote Zahlen.
  3. Ziel: Kunden zum Anbieter von individualisierbarer, ggf. modularer, zentraler Software machen, welche Endkunden nutzen. Dadurch ist einerseits Skalierbarkeit bei weniger Arbeit möglich. Und andererseits können so zeitgleich auch weitere Felder eröffnet werden.
  4. Umsetzung(splan): Paretoanalyse machen. Fokus auf die lukrativsten 3 bis max. 10 Projekte. Zeitgleicher Aufbau einer eigenen Softwarelösung und Test mit bisherigen Kunden. Skalierung im Erfolgsfalle. Andernfalls Software nachjustieren bis Erfolgsfall eintritt.

Diese sind nur zwei von unzähligen Beispielen. Wenn du mehr zum grundsätzlichen Mindset und eventuellen Fallstricken wissen möchtest, schau dir diesen Artikel an. In diesem geht es um Israels StartUp-Ökosystem und wie es Skalierbarkeit quasi in die Muttermilch neuer Firmen legt.

Eine hervorragende grundsätzliche Blaupause findest du im Buch “Scaling Your Startup: Mastering the Four Stages from Idea to $10 Billion”* von Peter S. Cohan. Angelehnt an diese:

Schritte und Stakeholder erfolgreicher Skalierung
Quelle der Inspiration für diese Grafik: https://books.google.de/books?id=LfaEDwAAQBAJ Abgerufen am: 28.06.2020

Sollte das alles noch immer nicht ausführlich genug sein, schauen wir uns nochmal einen direkten Vergleich eines unskalierbaren- und eines skalierbaren Geschäftsmodells an:

Unskalierbares vs. skalierbares Geschäftsmodell

Machen wir das an einem konkreten Beispiel fest. Vergleichen wir Input und Output einer KFZ-Werkstatt.

Während die KFZ-Werkstatt stets die gleichen Kosten pro neuem Auftrag hat, fallen bei einer skalierbaren Nachfrage keine weiteren Kosten pro neuer Anfrage an. „x“ kann also bei gleichem Aufwand jeden beliebigen Wert von 0 bis (theoretisch) unendlich annehmen.

Skalierbarkeit am Beispiel verschiedener Geschäftsmodelle

Skalierbarkeit ist aus einer Perspektive also ein Ansatz den “heiligen Gral” der Effizienz zu bergen: Maximale Ergebnisse bei minimalem Einsatz von Zeit / Energie. Oder, etwas wirtschaftlicher gesprochen: ein Wachstum über das “klassische” Maximum aus Vollauslastung bei maximaler Vergütung hinaus.

Damit haben wir das bisher betrachtete etwas besser veranschaulicht. Bringen wir nun Prinzipien und Praxis reibungslos ineinander fließend zusammen:

Analoges / klassisches Geschäftsmodell: Der Schrank

Zu guter Letzt schauen wir uns jetzt nochmal ein ganz konkretes Beispiel für die Auswirkungen von Skalierbarkeit an. Stellen wir die Herstellung und den Vertrieb eines Holzschranks denen eines E-Books gegenüber. Analog vs. digital, klassisch vs. skalierbar: Here we go!

Um einen Schrank herzustellen brauche ich auch mit Industrie 4.0 immer noch die gleichen Ressourcen, die gleichen Maschinen und die gleichen Mitarbeiter und Arbeitsstunden für jeden neuen Schrank.

Bevor wir nicht aut Catombasis bzw. mittels Replikatoren produzieren, wird sich daran auch nichts ändern. (Wie auch, die Physik spricht dagegen: wir arbeiten aktuell auf Materiebasis, Replikatoren hingegen würden auf Energiebasis arbeiten. Wie gesagt, Materie ist schwer skalierbar)

Damit ist es egal wo oder mit welchem Fertigungsverfahren ich arbeite. Ich benötige für jeden neuen Schrank an Output den gleichen Input an Material und Ressourcen. (Bzw. einen möglicherweise langsam sinkenden dank Lerneffekten, aber das ist in unserem Maßstab vernachlässigbar)

Skalierbare Geschäftsmodelle - Analog bzw. klassisch
Skalierbare Geschäftsmodelle - Digital bzw. skalierbar

Digitales / Skalierbares Geschäftsmodell: Das E-Book

Was wäre nun ein skalierbares Geschäftsmodell?

Nehmen wir das Beispiel des E-Books. Bei einem E-Book habe ich einmal initial verhältnismäßig viel Aufwand. Ich muss Software organisieren, Wissen erwerben, brauche Zeit zum schreiben, recherchieren, redigieren etc.

Heißt für das erste verkaufte Exemplar fallen meine gesamten Erstellungskosten in der Amortisationsrechnung an.

Doch bereits beim zweiten verkauften Exemplar sieht das drastisch anders aus. Angenommen ich mache bei diesem einen Qualitätscheck und basierend auf dem Feedback der ersten Käufer ein paar kleinere Verbesserungen habe ich dennoch bereits jetzt nur einen Bruchteil an Ressourceneinsatz.

Und ab dem dritten verkauften E-Book habe ich praktisch keine Kosten mehr. Ich kann ab hier an nahezu alles automatisieren. Das Wunder der Daten.

Skalierbarkeit durch Abschätzen

Eine zweite Möglichkeit für ein Erstgefühl zur Skalierbarkeit bietet die Bildung einer groben Relation.

Also zum Beispiel anhand eines Trainingsstudios.

Ich kann als topmotivierter Trainer bei 24 Arbeitsstunden pro Tag und einem Kunden pro Stunde ohne Feiertage und Urlaub im Jahr maximal 8.760 Kunden pro Jahr betreuen. Mehr ist rechnerisch nicht möglich und praktisch nicht durchführbar. Dennoch haben wir damit das analoge Maximum.

Das analoge Optimum hingegen wird eher bei 1.840 liegen, davon ausgehend das ich 230 Tage im Jahr arbeite und 8 Stunden pro Tag Kunden betreuen kann.

Und nun kommt die Skalierbarkeit ins Spiel. Dank skalierbaren Lösungen wie z.B. einer Webseite mit automatisiertem Onlinekurs welcher dank automatisierten Übersetzungslösungen für nahezu jeden Menschen verständlich ist, kann ich maximal jeden Menschen auf der Welt betreuen, also mehr als 7.000.000.000 Kunden. Das wäre das digitale Maximum.

Das digitale Optimum fällt natürlich auch hier wieder kleiner aus, wobei es von verschiedenen Faktoren abhängt, wie viel kleiner. Mehr als 3.500.000.000 Menschen werden es aber kaum sein, da gerade mal etwas mehr als 50% der Menschheit Zugang zum Internet haben.

Darauf kommt es aber auch nicht an. Der springende Punkt hierbei ist: Ich bekomme bereits durch kurzes Überschlagen weniger relevanter Daten ein Verhältnis des möglichen Outputs durch verschiedene Lösungen. Und damit eine erste Idee auf die schnelle um die Skalierbarkeit eines Unterfangens zu bewerten.

Das kann dann z.B. so aussehen:

 

Mögliche Kunden digital vs. analog
V

Skalierbarkeit + Markt = (Raum für) Skaleneffekte

Wenn du bis hierher gekommen bist, kennst du zwei von drei relevanten Bereichen in denen Skalierbarkeit wachsen kann. Dein Angebot und seine Optimalbedingungen und dein Unternehmen. Fehlt nur noch ein letztes Puzzlestück: Der Markt in dem das Ganze stattfindet. Schauen wir uns jetzt also die perfekte Umgebung skalierbarer Geschäftsmodelle – und Lösungen an.

Wann ist etwas in der Praxis skalierbar?

Nachdem wir nun die Grundlagen der Skalierbarkeit hinreichend abgeklopft haben, widmen wir uns nun der konkreten Umsetzung. Woran erkenne ich was skalierbar ist und was nicht? Welche Eigenschaften sollten Geschäftsmodelle haben, damit sie skalierbar sind? Gibt es eine gute Faustregel um den Skalierungsfaktor abzuschätzen? (Auch ohne ihn auszurechnen) Von hinten nach vorn.
 

Die Skalierbarkeits-Faustregel

Wie wir bereits gesehen haben, sind vor allem masselose, datenbasierte Unterfangen skalierbar. Was heißt das aber zur schnellen Beurteilung eines Geschäftsmodells in 30 Sekunden im Fahrstuhl?

In kurz: Appstore ja, CERN nein.

Ein Appstore ist ein Musterbeispiel für Skalierbarkeit. Sogar im doppelten Sinne. Er selbst ist skalierbar da er 100% Software ist. Und das Produkt bzw. die Lösung die ein Appstore offeriert ist ebenfalls 100% skalierbar da Software. Ich habe also etwas das horizontal skalierbar ist, da neue Apps im Sekundentakt hinzugefügt werden können. Und zeitgleich etwas das vertikal skalierbar ist, da ich den Appstore selbst orientiert an den aktuellen technischen Möglichkeiten problemlos und Echtzeit aufrüsten kann. (Auf vertikale und horizontale Skalierbarkeit gehe ich gleich noch näher ein)

Deshalb sind Fahrzeuge von Tesla auch denen vieler anderer Autobauer überlegen. Denn Tesla kann über Nacht die Software eines Fahrzeuges updaten und ein Problem von gestern ist direkt gelöst.

Das CERN in der Schweiz ist ein Bilderbuchbeispiel für Unskalierbarkeit. Warum? Ein zweites CERN aufzubauen ist extrem aufwendig aus Gründen der Ressourcenbeschaffung, Standortbestimmung, lähmender Vertragsbasis etc. Die Kosten für Maschinen, Personal, Ausrüstung und Schulung sind nahezu genau so groß wie beim Original. Es gibt nahezu kein Einsparpotential und keine signifikant besseren Outputerwartungen bei einem Model #2.

Natürlich ist das CERN eine Forschungseinrichtung, eine grundlagenorientierte noch dazu. Dennoch zeigt dieses Beispiel gut, wie Skalierbarkeit NICHT erreicht werden kann. Selbst um das Hauptprodukt bzw. die Lösung zu deren Zweck das CERN gebaut wurde zu erreichen ist in jedem noch so kleinen Schritt Arbeit notwendig, die es zum Teil noch nie zuvor gab. Sosehr ich das CERN mag, skalierbar ist es nun wirklich nicht. Anhand dieser beider Pole kann man sich Skalierbarkeit gut merken bzw. sich leicht orientieren.

  1. Eine neue Autofabrik? Nicht skalierbar.
  2. Ein Autohaus? Etwas mehr aber dennoch so gut wie nicht skalierbar.
  3. Eine virtuelle Autoberatung? Besser aber immer noch schwierig.
  4. Ein Livestream im Autohaus mit angehangenem Onlineshop? Skalierbar!
  5. Eine Webseite oder App mit integriertem Konfigurator? Sehr gut skalierbar!
Skalierbare Geschäftsmodelle vs. Unskalierbare Geschäftsmodelle

Skalieren ja. Aber wohin? Eine Kurzanleitung

Du kennst jetzt das Wann, Warum und das Wie, kommen wir zum “Wo”:

In der richtigen Marktnische skalieren

Die richtige Nische zum “hineinskalieren” zeichnet sich durch drei Zielvektoren aus:

  1. Kompetenz / Exzellenz innerhalb der Nische.
    Vorhandene
  2. Konkurrenz / Exzellenz der Konkurrenz.
  3. Nachfrage / Umsatzpotential innerhalb der Nische.
Marktnischenvektoren für Skalierbarkeit

Im Optimalfall sind Kompetenz und Potenzial maximal, während die Konkurrenz minimal ist.

Das Verhältnis dieser Dimensionen zueinander lässt sich hervorragend in einem “Liebesdreieck” darstellen:

Skalieren in der richtigen Nische

Der Grad der Farb-Füllung des jeweiligen Feldes zeigt dabei den Stand des Feldes an. Wenn also zum Beispiel Kompetenz komplett grün ist, Konkurrenz aber nahezu weiß, zeigt dies eine hervorragende Möglichkeit im Markt an.

Wenn ich Premiumlösungen für eine sehr kleine Zielgruppe anbiete, welche auch existiert, allerdings mit Dutzenden anderen Konkurrenten um diese kleine Nische konkurrieren muss, ergibt dies keinen Sinn. Schweizer Uhren sind dafür ein gutes Beispiel. In diese Nische neu einzudringen ergibt nur in Kombination mit Innovation Sinn. (Sei es im Marketing oder dem Produkt)

Ein guter Algorithmus dafür ist im Buch “Blue Ocean Strategy”* zu finden.

Wann solltest du eher die Finger von Skalierbarkeit lassen?

Skalierbarkeit ist keine eierlegende Wollmilchsau die immer und in jeder Situation perfekte Resultate erzielt. Auch hier gibt es Indizien, bei deren Bestehen du deinen Fokus eher auf andere Gebiete legen solltest:

  1. Wenn du Skalierung um der Skalierung Willen betreibst. Skalierung ist kein Selbstzweck sondern ein Mittel zu diesem.
  2. Wenn die skalierbare Lösung / das gewählte skalierbare Geschäftsmodell nicht zu dir passt. Vor allem für Einzel- und Kleinunternehmen gilt die Faustregel: Leidenschaft > Skalierung.
  3. Wenn die zu skalierende Lösung noch nicht unskaliert funktioniert. Hier gilt das gleiche wie beim Aufbau von Gewohnheiten: Bringe es erst routinemäßig zum laufen und verbessere danach. Wie an verschiedenen Stellen bereits geschrieben: Mache einen Kunden glücklich, dann zehn und schaue danach, wie du daraus 100.000 machen kannst.

Wenn du dieses Trivium ausschließen kannst, kommen wir zum marktorientierten Start skalierbarer Lösungen:

Womit beginnen? 3 einfache Entscheidungsmöglichkeiten

Kundenzentriert haben wir uns ja bereits eine Einstiegsmöglichkeit in Skalierung angeschaut. Die ersten 1-100 bzw bis 1.000 Kunden, bzw. im Optimalfall “Superfans” sollten noch nicht skaliert angegangen, sondern individuell betreut werden. Mit Skalierung von Sekunde Eins an im Hinterkopf. Doch spätestens ab der nächsten Zehnerpotenz, also ab 10.000 Kunden sollte man den Fokus auf reibungsloses skalieren legen.
Soweit der kundenzentrierte Ansatz.

Es gibt allerdings auch eine Reihe von Gründen, nicht direkt- bzw. alternierend mit einem marktzentrierten Ansatz zu beginnen. Wenn der Zielkunde z.B. noch nicht 100% klar ist, wenn nicht klar ist, wie viele Zielkunden die gewählte Nische hergeben etc.

In diesem Falle ergibt es Sinn, sich am Markt zu orientieren. Denn damit hat man eine Leitplanke welche den Praxistest bereits über längere Zeit erfolgreich bestanden hat.

Und dies geht am einfachsten nach drei Ansatzpunkten:

  1. Preis
  2. Produkt
  3. Partner

Schauen wir uns jeden dieser Punkte etwas genauer an:

Einstieg und Wachstum über Preise

Grundregel: Je teurer etwas ist, desto unwahrscheinlicher wird die Skalierung. Das gilt natürlich in Abhängigkeit vom jeweiligen Markt bzw. der individuellen Nische, ist aber eine gute Groborientierung. Ausgeklammert hierbei sind zum Beispiel Luxusmärkte, welche in der Regel einer anderen Preissensitivität unterliegen.

So gestaltest du Skalierung vom Start weg mit der Preisgestaltung:

1. Preiserhöhung:

Preiserhöhungen sorgen für klarer abgesteckte Nischen bei zeitgleich höherem Umsatz und weniger Nachfragen. Hierzu sollten allerdings a) die Produktqualität und b) die Produktart stimmen. Bei zeitgebundenen bzw. saisonalen Preisen funktioniert dies zum Beispiel nur eingeschränkt.
Preisgestaltung auf Basis des erzeugten Wertes: Einer der besten Ansätze zur Preisanpassung ist die Bindung des Preises an den Wert den das produkt für den Kunden erzeugt. Spart es dem Kunden zum Beispiel 100 Stunden Arbeit im Monat und der Kunde hat einen Stundenlohn von 100€ pro Stunde, kann das Produkt über den Daumen gepeilt um die 10.000 € kosten. Mehr dazu auch in diesem lesenswerten Artikel.

2. Preisgestaltung auf Basis der aktuellen Unternehmenssituation:

Es gibt natürlich noch eine Vielzahl weiterer Preisstrategien. Und jede davon hat ihre Berechtigung. Daher ergibt es Sinn, sich zunächst einen Überblick zu machen und dann die Strategie der aktuellen Situation anzupassen. Einen guten Einstieg bildet diese Präsentation der Universität St. Gallen.

Einstieg und Skalierung über das Produkt

Das Produkt ist neben der Vermarktung dieses Produktes einer der beiden Fundamentteile jeder Unternehmung. So auch der Skalierung. Daher ergibt es Sinn mit diesem Vektor ins skalieren zu starten. Möglichkeiten dazu sind:

Skalierbarkeit mit Fokus auf dem Produkt beginnen:

1. Produkte von Sekunde eins an mit einem “Skalierbarkeits-Mindset” erstellen.

Also schon bei der Idee, schon beim Business Model Canvas die spätere Skalierung mit einfließen lassen. Heißt: Lang vor dem ersten Prototypen, bereits vor der ersten Machbarkeitsanalyse solltest du sicherstellen, dass das finale Resultat im Erfolgsfalle auch wirklich jeden Kunden auf dem Erdball reibungslos erreichen kann.

2. Produkte so wählen / designen / planen, dass sie keine ununterbrochenen Updates oder Feedbacks benötigen.

Und falls doch, automatisierte / zentralisierte Lösungen wie zum Beispiel FAQ’s oder Chatbots einplanen.

3. Im Optimalfall mit “multipler Skalierung / Skalierbarkeit” planen:

Also zum Beispiel eine Plattform als Produkt wählen, auf welcher Kunden Produkte erstellen, die wiederum ebenfalls skalierbar sind. Digistore24 ist ein gutes Beispiel für so eine Lösung. (So nutzt das Produkt Plattformeffekte, Digitalisierungs- und Dematerialisierungseffekte etc. Faustregel hierbei: Je mehr Effekte vereint, desto besser)

Einstieg und Expansion über ausgewählte Partner

Franchising und Outsourcing haben wir ja bereits behandelt, es gibt aber auch noch andere Wege Partner gezielt im Skalierungsprozess einzusetzen. Vor allem direkt am Start.

So kannst du von Sekunde eins an Partner gezielt in deinen Skalierungsprozess einbinden:

  • Saisonal, durch Junior-Partner-Modelle oder den gezielten Einsatz von Freelancern können mit wenigen Verpflichtungen und keinen großen Verträgen wie z.B. oftmals beim Outsourcing von Sekunde Eins an Vorteile erzielt werden.
  • Skalieren mittels Skalierung: Affiliate-Marketing kann ein hervorragender Hebel zum Start sein.
  • Lizenzierung, Nutzungsrechte und andere Formen spezieller Nutzung: Ähnlich wie beim Franchising und Affiliate Marketing gilt auch in diesen Formen indirekter Vermarktung das Prinzip “Skalieren über Knotenpunkte”. Im Optimalfall ist einer dieser Knotenpunkte ein Multiplikator, dann funktioniert dieses Prinzip am besten. (Multiplikatoren sind zum Beispiel “Influencer”, also Knotenpunkte mit enormer Reichweite)

Exkurs: Skalierbarkeitsfaktoren & Skaleneffekte

Und damit kommen wir so langsam aber sicher am Ende dieses kleinen Artikels an. Was fehlt noch um ihn abzurunden? Eine Kurzübersicht über die direkten Kräfte bzw. Messpunkte welche unter den aufgeführten Modellen und Systemen liegen. Skaleneffekte.

Gehen wir also auch hier wie immer systematisch vor.

Der Skalierbarkeitsfaktor – Was sagt er und wie hilft mir das?

Da Skalierbarkeit, ganz allgemein gesprochen, das Verhältnis von Aufwand zu Nutzen beschreibt, zeigt der Skalierbarkeitsfaktor konkrete Effizienzveränderungen an. Manchmal liest man hierzu synonym auch “Skalenertrag”, “Skaleneffekt”, “Größenvorteile” oder “Größenkostenersparnisse”.

Also die Veränderung von Leistung- bzw. Mehrwert pro hinzugefügter Ressourceneinheit.

Das heißt der Skalierbarkeitsfaktor misst so genau wie ich es kann und möchte, ob meine Skalierung auch aufgeht. Also salopp gesprochen, ob ein weiterer eingesetzter Roboter auch tatsächlich zu doppelt so vielen gefertigten Teilen führt.

Der Skalierbarkeitsfaktor kann positiv oder auch negativ sein, je nachdem ob eine weitere hinzugefügte Ressource mehr oder weniger Wert hinzufügt.

Man unterscheidet dabei in drei Kategorien:

  1. Lineare Skalierbarkeit: Der Skalierungsfaktor bleibt pro hinzugefügter Einheit gleich. Ein weiterer Roboter, doppelte Leistung.
  2. Super-lineare Skalierbarkeit: Skalierungsfaktor nimmt pro hinzugefügter Einheit zu. Ein weiterer Roboter, drei- vielfache Leistung.
  3. Sub-lineare Skalierbarkeit: Skalierungsfaktor nimmt pro hinzugefügter Einheit ab.
    Ein zusätzlicher Roboter, nur anderthalbfacher, bzw. kleinerer als doppelter zusätzlicher Output.

Skaleneffekte – Wer beeinflusst hier was in welcher Form?

Wie oben bereits ausgeführt, sind Skaleneffekte mehr oder minder Synonyme für Skalierbarkeitsfaktoren. Mit dem Unterschied, dass Skaleneffekte oftmals etwas allgemeiner und weiter “von oben” betrachtet werden, während Skalierbarkeitsfaktoren ins Reich der Nachkommastellen gehen. Heißt: Selbes Prinzip, je nach Anwender und Kontext aber unterschiedlich tief angewandt.

Wie du Skaleneffekte durch den gezielten Einsatz von Technologien verstärkst

Hier wollte ich ursprünglich noch eine hypothetische und einige eigene Fallstudie diskutieren, allerdings ist dieser Artikel jetzt schon viel länger geworden, als geplant. Sollte dich dieser Teil dennoch interessieren, bist du in meinem kostenlosen Innovationswebinar richtig.

Heißt: Wenn du Fallbeispiele hören möchtest, wie ich Skalierbarkeit und skalierbare geschäftsmodelle mit Suchmaschinenoptimierung, Webdesign und E-Commerce in Form von Onlinekursen, Webinaren und Affiliate Marketing einsetze, melde dich für mein kostenloses Innovationswebinar an.

Fazit & Fragen

Skalierung, Skalierbarkeit, skalierbare Geschäftsmodelle und Skaleneffekte können im ersten Moment so verwirrend wie einschüchternd wirken.

Wenn man sich aber erst einmal mit ihnen auseinandergesetzt hat, können sie zu enormen Gewinnen für alle Beteiligten Seiten führen.

Ich hoffe ich konnte zu diesem “Aufklärungsprozess” beitragen.

Skalierbarkeit ist nicht die Lösung für alles. Aber richtig verstanden und eingesetzt kann sie ein extrem mächtiges Werkzeug bieten. Ich hoffe dieser Artikel konnte ein wenig zu diesem Verständnis beitragen.

Falls noch Fragen offen geblieben sind, gibt es ja wie gesagt auch noch mein kostenloses Innovationswebinar. Oder die FAQ mit den häufigsten Fragen gebündelt:

Was ist der Skalierungsfaktor?

Der Skalierungsfaktor ist das Verhältnis von Input zu erzieltem Output pro hinzugefügter Einheit. Also zum Beispiel ob zwei Maschinen auch tatsächlich die doppelte Leistung von einer Maschine erreichen.

Wie geht skalieren?

Skalieren geht am besten in 3 Schritten: 1. Produkt bereits mit Skalierung im Hinterkopf planen, 2. Produkt und Prozesse im kleinen ausführlich testen, 3. Fokus auf schnelle und große Verbreitung und Vermarktung des Produktes setzen.

Was ist ein skalierbares Geschäftsmodell?

Ein skalierbares Geschäftsmodell ist ein Geschäftsmodell, welches Skaleneffekte in seinem Wachstumsverlauf zulässt. Nahezu jedes digitale Geschäftsmodell ist skalierbar.

Was bedeutet skalieren?

Skalieren bedeutet mehr Output pro gleichem (hinzugefügtem) Input zu erreichen.