Einleitung
Transformationen im Allgemeinen zu betrachten lässt uns vielleicht die eine oder andere Heuristik ableiten, aber solche Betrachtungen enden meist in der Beliebigkeit. Ein Beratungsunternehmen unterscheidet sich maßgeblich von einem Handelsunternehmen und einem Verlag.
Wir können allerdings ein paar Einschränkungen vornehmen, um eine gewisse Klasse an Organisationen zu betrachten, und versuchen, über ein paar zusätzliche Constraints, die im Wesentlichen direkt aus dem Business Model folgen, spezifischere Aussagen zu treffen.
Es gibt Branchen, in denen Produkte nicht sterben. Eine Lebensversicherung aus dem Jahr 1994 läuft noch, ein Alttarif aus der Zeit vor der Marktliberalisierung genießt Bestandsschutz, ein Mobilfunkvertrag überlebt drei Rebrandings seines Anbieters. Telekommunikationsunternehmen, Versicherungen, Banken und Energieversorger teilen im B2C-Markt ein Geschäftsmodell, das auf den ersten Blick einfach aussieht: wiederkehrende, standardisierte Produkte für sehr viele Kunden, keine individuellen Lösungen, kein Projektgeschäft. Gerade diese Einfachheit ist das Problem. Weil ein neues Produkt fast nichts kostet, ein Tarif ist schnell konfiguriert, eine Variante schnell beschlossen, entsteht Varietät mühelos. Weil aber nichts, was einmal verkauft wurde, wieder verschwindet, akkumuliert das Produktportfolio. Es gibt einen Erzeugungsmechanismus für Produkte, aber selten gibt es einen Sterbemechanismus. Das Portfolio ist kein Katalog, es ist ein Sediment und wird nur mehr und mehr und mehr.
An dieser Stelle lohnt es sich, einem naheliegenden Einwand gleich zu begegnen. Ashbys Gesetz der erforderlichen Varietät (Ashby 1956) scheint auf den ersten Blick für das breite Portfolio zu sprechen: Ein Markt mit hoher Varietät verlangt ein Angebot mit hoher Varietät, nur Varietät kann Varietät absorbieren. Der Einwand verwechselt allerdings zwei Arten von Varietät. Ashby meint Antwortfähigkeit auf die Umwelt von heute. Die vierhundert Alttarife antworten aber auf Märkte, die es nicht mehr gibt, auf Regulierungen, die längst novelliert wurden, auf Wettbewerber, die inzwischen fusioniert oder verschwunden sind. Sie sind nicht requisite variety, sie sind fossile Varietät: die konservierte Antwortfähigkeit auf vergangene Umwelten, die die Antwortfähigkeit auf die gegenwärtige blockiert. Ashby spricht also nicht gegen die Rationalisierung, er präzisiert ihr Ziel: Es geht nicht darum, Varietät zu vernichten, sondern sie dorthin zu verlagern, wo sie gebraucht wird: aus dem Bestand in die Fähigkeit, Neues schnell zu bauen und wieder abzudrehen.
Dieses Sediment bleibt nicht im Marketing. Jede Produktvariante ist in der IT als Tarifmodul, als Konfiguration, als Sonderfall im Datenmodell realisiert. Die Organisation hat sich um die Produktlandschaft herum geformt: Teams, Prozesse und Wissensbestände spiegeln, was verkauft wurde und verwaltet und serviciert werden muss. Im Service muss jedes dieser Produkte beauskunftbar sein und auch für Produktwechsel konfiguriert werden. Prozesse manifestieren sich in unterschiedlichen Ausprägungen: Bei einem Produkt wird fix zum Monatsende gekündigt, bei einem anderen zum Stichtag der Kündigung, wiederum andere garantieren die Leistung für den Kunden „bis ans Lebensende“. Je nachdem welcher Produktmanager das Produkt definiert hat.
Um diese Kopplung präzise zu fassen, hilft Alicia Juarreros Unterscheidung zwischen kontextfreien und kontextsensitiven Constraints (Juarrero 1999, 2023). Kontextfreie Constraints schränken Möglichkeiten unabhängig vom Zustand des Systems ein: Regulierung, Physik, Budget. Kontextsensitive Constraints dagegen koppeln Teile eines Systems aneinander und erzeugen dadurch Ordnung: Was in einem Teil geschieht, verändert die Möglichkeitslandschaft der anderen Teile. Das Produktportfolio ist ein kontextsensitiver Constraint erster Ordnung. Es koppelt, was Conways Law (Conway 1968) für Organisation und Systemarchitektur beschreibt, zu einem Dreieck: Produkte, Technik und Organisation formen einander wechselseitig. Constraints verursachen Verhalten dabei nicht wie ein Stoß eine Billardkugel. Sie verändern die Möglichkeitslandschaft, in der sich Verhalten formt.
Nach dreißig Jahren dieser Dynamik steht man vor dem, was in diesen Branchen der Normalzustand ist und mit dem Euphemismus „historisch gewachsen“ bezeichnet wird: mehrere Generationen technischer Stacks, die aus nicht vollzogenen Post-Merger-Prozessen übrig geblieben sind, eine Organisation, die den Bestand gerade noch bespielen kann, und ein soziotechnisches Gesamtsystem, dessen Abhängigkeiten niemand mehr vollständig kennt.
Die übliche Antwort darauf ist die große Transformation: das neue Zielbild, die konsolidierte Plattform, die Migration. Die empirische Bilanz dieser Antwort ist ernüchternd, wobei man mit den populären Scheiter-Statistiken vorsichtig sein muss: Die viel zitierte Zahl, siebzig Prozent aller Change-Initiativen scheiterten, hält empirischer Prüfung nicht stand (Hughes 2011). Umso mehr Gewicht haben die Befunde, die der Prüfung standhalten. Bent Flyvbjergs Oxford-Datensätze zeigen, dass die Kostenüberschreitungen großer IT-Projekte keiner Normalverteilung folgen, sondern einem Potenzgesetz: Der Durchschnitt ist harmlos, die Ausreißer sind existenzbedrohend (Flyvbjerg/Budzier 2011; Flyvbjerg et al. 2022). Bemerkenswerter noch ist Flyvbjergs Befund, woran es nicht liegt: nicht an der Technik. Wären technische Ursachen das Problem, hätten Jahrzehnte der Methodenverbesserung die Prognosen genauer gemacht. Haben sie nicht. Übrig bleiben Optimismus und strategische Falschdarstellung. In vielen Unternehmen ist es leichter, für eine große Transformation mehrere hundert Millionen Euro freizugeben, als ein vernünftiges Vorgehen um einen Bruchteil mit deutlich höherer Erfolgswahrscheinlichkeit, weil es weniger anschlussfähig ist. Große Beratungsunternehmen tragen das ihre dazu bei. Niemand wird gefeuert, wenn er IBM holt, wobei IBM hier nicht der Böse ist, sondern stellvertretend für viele große Berater steht. Das Vorgehen gleicht mehr dem Verkauf von immens teuren Versicherungen für die Entscheider auf Unternehmskosten als einer tatsächlich durchdachten und verstandenen Vorgehensweise.
Wie auch immer, am Ende treffen diese Transformationen auf ein System, das komplexer ist, als jede Planung annehmen durfte.
In der Sprache des Cynefin-Frameworks (Kurtz/Snowden 2003; Snowden/Boone 2007) lässt sich dieses Scheitern präzise fassen: Die Transformationen werden als komplizierte Probleme geplant: zerlegbar, analysierbar, durch Expertise beherrschbar. Das soziotechnische System, auf das sie treffen, ist allerdings komplex: Ursache und Wirkung zeigen sich erst retrospektiv, das Systemverhalten ist dispositional, nicht kausal vorhersagbar. Ein kompliziertes Vorgehen auf ein komplexes System anzuwenden ist keine Ausführungsschwäche, die man mit besserem Projektmanagement heilt. Es ist ein Kategorienfehler und typisch für Steuerungsromantik.
Dieser Artikel argumentiert für einen anderen Ansatzpunkt und er tut das ausdrücklich als Hypothese, nicht als Gesetz. Die Behauptung lautet: Wenn IT-Komplexität und Organisationskomplexität zu wesentlichen Teilen abgeleitete Ordnungen der Produktlandschaft sind, dann ist die Rationalisierung des Portfolios kein Nebenschauplatz der Transformation, sondern ein Kandidat für ihren wirksamsten Hebel. Kandidat, nicht Gewissheit. Ob das Portfolio im konkreten Unternehmen tatsächlich der Constraint mit dem günstigsten Verhältnis aus Veränderungsaufwand und Wirkung ist, kann kein Artikel vorab entscheiden. Das wäre exakt die Steuerungsromantik, gegen die er ankämpft. Es ist die Frage, die eine Kartierung der Constraints im konkreten System beantworten muss. Dazu später mehr. Was sich allgemein begründen lässt, ist, warum das Portfolio ein ungewöhnlich guter Kandidat ist: Von den drei verschränkten Bereichen, Organisation, Technik, Produkte, ist es der einzige, über den das Unternehmen direkt entscheiden kann. Eine Organisation lässt sich nicht dekretieren, nur ihre Formalstruktur. Eine Architektur lässt sich nicht beschließen, nur ihr Zielbild. Ein Produkt aber kann man vom Markt nehmen. Der Constraint ist unmittelbar adressierbar, und seine Veränderung propagiert über die Kopplung in die beiden anderen Bereiche. Portfoliorationalisierung ist damit eine Intervention an den Constraints statt eines Frontalangriffs auf die emergente Komplexität.
Zwei Dinge wird dieser Artikel nicht behaupten. Erstens, dass Rationalisierung hinreichend wäre: Sie stoppt den Zufluss, aber das Sediment bleibt. Die Bestandsmigration ist ein hartes Problem mit eigenen rechtlichen und kommerziellen Grenzen. Zweitens, dass eine Einmalbereinigung genügt: Wer das Portfolio aufräumt, ohne einen institutionalisierten Life-Cycle einzubauen, behandelt das Symptom eines fehlenden Mechanismus mit einer Maßnahme, die denselben fehlenden Mechanismus voraussetzt. Die Varietät wächst nach, so sicher wie das nächste Quartalsziel. Worum es geht, ist deshalb nicht „weniger Produkte“. Es geht darum, einem System, das nur akkumulieren kann, das Vergessen beizubringen.
Es gibt kein Greenfield
Die verlockendste Antwort auf ein verschränktes System ist der Neuanfang: die grüne Wiese, der frische Stack, die Organisation ohne Altlasten. Alles neu. Die Verlockung verkennt, woraus die Altlast besteht. Wer IT, Prozesse und Organisation neu baut, während Geschäftsmodell, Produktlogik und Anforderungsströme unverändert bleiben, wird wieder ähnliche Lösungen bauen. Da ist nur eine Hälfte grün.
Like-for-like, aber in besser und mehr: Like-for-like++.
Das System ist in aller Regel nicht incentiviert, weniger Anforderungen einzukippen, also kippt es gleich viele in die neue Landschaft. Und ein paar mehr. Sicher ist sicher. Niemand wird für zu viele Anforderungen bestraft, aber wehe, er vergisst was Wesentliches. Wie grün kann das Feld sein? Es gibt kein Greenfield. Es gibt nur Brownfield mit unterschiedlich ehrlicher Selbstbeschreibung.
Daraus folgt die eigentliche Gestaltungsfrage: Wie verändert man ein System, in dem man nicht alles gleichzeitig verändern kann, in dem aber jeder Eingriff an einer Stelle die nächste Stelle mitzieht? Organisation, Prozesse, Produkte: Greift man eines an, führt eines zum anderen. Es gibt in diesem Geflecht keine sauber getrennten Zonen, keinen Bereich, den man isoliert sanieren könnte, während die anderen unberührt blieben. Die intuitive Suche gilt dem einen Faden, an dem man ziehen kann, damit sich das Knäuel entwirrt. Diesen Zauberfaden wird es nicht geben. Was es geben kann, ist ein Ansatzpunkt mit hoher Hebelwirkung und ein Vorgehen, das die Verschränkung respektiert, statt sie wegzuplanen. Den Kandidaten für den Ansatzpunkt hat die Einleitung begründet. Ob er im Einzelfall trägt, klärt die Kartierung, von der noch die Rede sein wird. Der Rest dieses Artikels beschreibt das Vorgehen.
Wo man den Faden zu ziehen beginnt, entscheidet das Ziel
Übersimplifiziert dargestellt gibt es Produkte, die an Kunden verkauft werden, und beide haben einen Lebenszyklus. Die Vermutung, mehr als eine begründete Vermutung ist es an dieser Stelle nicht, ist, dass im Produktlebenszyklus mehr Bewegung steckt: anbieten, verkaufen, herstellen, implementieren, betreiben, abdrehen. Hier hilft eine Unterscheidung, die in der Praxis oft verwischt wird: Ein Produkt wird gebaut und dann verkauft (build — sell), eine Solution wird verkauft und dann gebaut (sell — build). Die hier beschriebene Ausgangslage ist die Produktwelt. Genau deshalb ist Rationalisierung überhaupt möglich: In einer Solution-Welt gäbe es kein Portfolio zu rationalisieren, nur Projekte zu betrachten.
Grundsätzlich sind drei Zielrichtungen vorstellbar:
- Umsatz positiv beeinflussen,
- Kosten senken,
- Gewinn maximieren.
Das klingt nach einer Trivialität, ist aber die erste echte Weichenstellung, denn das Ziel definiert, wo man zu ziehen beginnt: an der Kundenseite, an der Kostenseite oder an einer Kombination. Eine Rationalisierung, die primär Kosten senken soll, schneidet das Portfolio anders als eine, die Verkaufbarkeit erhöhen soll. Wer das nicht vorab klärt, optimiert später in alle Richtungen gleichzeitig und damit in keine.
Wem gehört das Sterben? Die politische Dimension
Bevor man über Methoden spricht, muss man über einen Umstand sprechen, der in Rationalisierungskonzepten regelmäßig fehlt und ihr häufigster Todesgrund ist: Produkte haben Besitzer. Nicht juristisch, sondern sozial. An einem Alttarif hängen der Produktmanager, der ihn einst gelauncht hat, das Team, das ihn betreut, ein Bonus für alle, die Expertin, deren unverzichtbares Spezialwissen genau darin besteht, seine Sonderfälle zu kennen, und der Vertriebskanal, der mit ihm seine Bestandskunden hält. Der fehlende Sterbemechanismus ist kein Versehen und keine bloße Incentive-Lücke. Er ist ein Gleichgewichtszustand: Jedes Produkt, das stirbt, entwertet irgendwo Wissen, Status, Budget, Bonus oder eine Karriere. Wer entscheidet, was stirbt, entscheidet damit auch, wessen Bedeutung schrumpft und das macht die Frage nach dem Portfolio zu einer Machtfrage, lange bevor sie eine Governance-Frage wird.
Für das Vorgehen hat das zwei Konsequenzen. Erstens: Die Energie, die eine Veränderung kostet, ist zu großen Teilen politische Energie, nicht technische. Ein technisch trivial abschaltbares Produkt kann politisch unantastbar sein, und umgekehrt. Jede Kartierung der Constraints, die diese Dimension auslässt, kartiert das falsche System. Zweitens: Wer das Abdrehen zur legitimen, statusfähigen Leistung machen will, dazu später mehr, verteilt damit Status um. Das geht nicht geräuschlos, und ein Vorgehen, das darauf nicht vorbereitet ist, wird von der informellen Organisation zuverlässig ausgebremst, während die formale Organisation eifrig zustimmt.
Das Portfolio: Richtung statt Big Bang
Für die Neugestaltung des Portfolios selbst sind zwei Herangehensweisen denkbar. Die erste ist der Big Bang: ein analytisch generiertes neues Portfolio, an einem Stichtag eingeführt. Die Analytik dafür existiert. Man kann Portfoliovarianten rechnen und deren Umsatzwirkung grundsätzlich abschätzen. Das ist, in Cynefin-Terminologie, der komplizierte Teil der Aufgabe: Er gehört in die Domäne der Expertenanalyse, und er ist gut rechenbar. KI kann hier ein maßgeblicher Teil davon sein. Aber nur davon. Werkzeuge wie Clintview, die in vielen Unternehmen ohnehin bereits im Einsatz sind, können dabei helfen neue Portfolios zu simulieren und damit den analytischen Teil der Übung sehr gut abzudecken.
Nicht rechenbar sind die beiden entscheidenden Größen: wie die Kunden auf das neue Portfolio tatsächlich reagieren und was die Vereinfachung in der Kostenstruktur tatsächlich auslöst. Das ist der komplexe Teil: die Domäne, in der nicht analysieren-dann-handeln gilt, sondern probe–sense–respond (Snowden/Boone 2007). Der komplexe Teil lässt sich nicht in den komplizierten hinüberrechnen. Auch nicht mit KI.
Der Steuerungsromantiker wählt trotzdem Option eins. Unter der Annahme, dass alle Aspekte analysier- und berechenbar sind, ist der Big Bang die logische Wahl, und er entspricht dem Nimbus des Helden im Management, der großen Entscheidung, dem einen Befreiungsschlag. Das muss man nur durchsetzen. Der Papierplan verspricht die kürzere Durchlaufzeit. Die Hypothese dieses Artikels ist die gegenteilige: Ohne schrittweises Lernen führt der Big Bang entweder zu einer suboptimalen Lösung oder, über Korrekturschleifen, in Summe zu einer deutlich längeren Durchlaufzeit. Die Power-Law-Verteilung der Projektausgänge (Flyvbjerg et al. 2022) ist kein Argument, das man mit einem besseren Plan entkräftet. Sie ist der Hinweis, dass Planung nicht ausreichend ist.
Bleibt Option zwei: die Definition eines oder mehrerer Zielportfolios und inhaltlicher Schnitte durch den Bestand, Produktgruppen oder vergleichbare Einheiten, die ein Ausprobieren quer durch alle betroffenen Funktionen erlauben: Technik, Service, Sales.
Hier ist begriffliche Präzision nötig, weil an ihr das Vorgehen hängt. Snowden unterscheidet mittlerweile scharf zwischen Experimenten und Probes: Ein Experiment hat eine Hypothese und Erfolgskriterien. Eine Probe braucht keine Hypothese, sondern Kohärenz, einen plausiblen Grund zur Annahme, dass er neue Muster sichtbar macht, dazu begrenzten Einsatz und die Möglichkeit, ihn zu verstärken oder zu dämpfen. Beides hat seinen Platz. Wo eine belastbare Hypothese existiert („Segment X akzeptiert den Transitionspfad Y“), ist ein Experiment mit Abbruchkriterien das richtige Format. Wo man noch nicht einmal weiß, welche Hypothesen das System hergibt, sind Probes das richtige Format und das ist am Anfang der Normalfall.
Mindestens ebenso wichtig: Probes laufen parallel, nicht sequenziell. Die naheliegende Vorstellung, ein Schnitt, dann lernen, dann der nächste Schnitt, ist zu langsam und lernt obendrein das Falsche, weil sich das System zwischen den Schritten weiterbewegt und weil ein einzelner Probe keine Vergleichsmuster erzeugt. Mehrere parallele, bewusst unterschiedliche, teils gegenläufige Probes über verschiedene Produktgruppen, Segmente und Transitionspfade hinweg erzeugen erst die Musterlandschaft, aus der man ablesen kann, was verstärkt und was gedämpft gehört. Das Portfolio-Vorgehen ist also kein Stufenplan, sondern ein Portfolio zweiter Ordnung: ein Portfolio von Probes über dem Produktportfolio.
Das Zielportfolio ist dabei kein teleologischer Endzustand, sondern eine Richtung, die sich mit dem Gelernten verschieben darf. Snowden spricht von der Bewegung entlang eines Vektors statt der Erreichung eines Ziels und ehrlicherweise steckt schon im Wort „Zielportfolio“ eine Spannung zu dieser Denkweise, die man benennen sollte, statt sie zu glätten: Ein Portfolio muss irgendwann konkret genug sein, um verkauft, bepreist und in AGB gegossen zu werden; ein Vektor muss es nicht. Die Auflösung liegt nicht im Vokabular, sondern in der Revisionsbereitschaft: Das Zielportfolio ist die jeweils aktuelle Konkretisierung des Vektors, mit einem definierten Rhythmus, in dem sie anhand der Probe-Ergebnisse revidiert wird. Wer das Zielportfolio einfriert, ist wieder beim Big Bang, nur in Raten.
Technik: Der Irrtum vom automatischen Effekt
Wichtig dabei: Es gibt keinen linearen Zusammenhang zwischen Produktanzahl und IT-Kosten. Ob man zehn oder zehntausend Produkte hat, entscheidet nicht darüber, ob man ein CRM oder ein Billing-System braucht. Man braucht beides in beiden Fällen, wenn auch in unterschiedlicher Ausprägung. Und je höher der Automatisierungsgrad, desto weniger schlägt die reine Produktanzahl auf die IT-Kosten durch. Wer verspricht, dass ein halbiertes Portfolio halbierte IT-Kosten bedeutet, wird Schwierigkeiten haben, hinterher zu erklären, warum das doch nicht so ist.
Der Mechanismus ist indirekter: Die bestehende Architektur hat sich am komplizierten Portfolio orientiert und bildet es ab. Dampft man das Portfolio ein, ändert sich die Technik nicht von selbst. Die Vereinfachung schafft nur die Voraussetzung für eine aktive Anpassung, die sonst nicht möglich wäre. Umgekehrt gilt: Eine reine Techniksanierung ohne Portfolioanpassung ist oft zermürbend und zeigt wenig Effekt, weil sie nur die reduzible Komplexität abträgt, die in der technischen Umsetzung steckt, während die irreduzible, die vom Portfolio erzwungene, unangetastet bleibt.
Für die aktive Anpassung öffnen sich zwei grundsätzlich verschiedene Wege. Kontextbefreite Empfehlung kann es keine geben. Der erste Weg ist, in der Sprache der Komplexitätstheorie, die Perturbation am bestehenden Attraktor: permanente Verbesserung, Zusammendampfen, kontrolliertes Schrumpfen der bestehenden Landschaft. Der zweite ist die Transition zu einem neuen Attraktor: Ein Zielstack wird definiert, und alle neuen Produkte werden ausschließlich dort abgebildet. Für diesen Weg gibt es harte Regeln, deren Verletzung ihn zuverlässig scheitern lässt. Der Zielstack darf keine Rückversorgung vom alten Stack benötigen. Die Migration läuft nur in eine Richtung. Temporäre Gerüste für die Migration sind zulässig, aber sie sind Gerüste. Sie müssen wieder abgebaut werden, sonst werden sie zur nächsten Generation Legacy. Der alte Stack wird Zug um Zug ausgedünnt, bis er verschwinden kann.
Dass Migrationen auch auf der scheinbar harmlosen Billing-Ebene keine Formsache sind, zeigt der Fall Vodafone UK: Ofcom verhängte 2016 eine Strafe von 4,6 Millionen Pfund, unter anderem weil bei der Umstellung auf ein neues Billing-System Prepaid-Kunden bezahlte Leistungen nicht erhielten und Beschwerden unzureichend behandelt wurden (Ofcom 2016). Der Fall illustriert beide Punkte dieses Abschnitts zugleich: die unterschätzte Verschränkung von Alt- und Neusystem und den Umstand, dass die Kosten des Scheiterns nicht in der IT-Kostenrechnung auftauchen, sondern beim Kunden und beim Regulator.
Beide Wege teilen eine Voraussetzung, die keine technische ist: Das soziale System der Technik braucht Freiräume und Ressourcen, um diese Arbeit laufend zu leisten, und eine Incentivierung, die auf Rückbau ausgerichtet ist. Eine IT, die ausschließlich an Lieferung neuer Features gemessen wird, wird nie etwas ausdünnen. Das Abdrehen muss mindestens denselben Status bekommen wie das Neubauen, womit man wieder bei der politischen Dimension ist: Status wird nicht per Zielvereinbarung erzeugt, sondern dadurch, wessen Arbeit sichtbar gemacht, erzählt und befördert wird.
Das macht dann ohnehin die KI
An dieser Stelle ist eine Tür zu schließen, die derzeit in jedem Vorstandsgespräch offensteht: Wird nicht KI das alles lösen? Der Gedanke hat eine verführerische Logik, wenn Sprachmodelle Legacy-Code verstehen, Migrationen schreiben und jede Produktvariante automatisch bespielen können, warum dann noch rationalisieren? Eine schöne, neue Projektionsfläche der Hoffnung.
Die Antwort besteht aus vier Ernüchterungen.
1. KI senkt die Kosten der Bewältigung von Kompliziertheit. Ashbys Gesetz gilt nach wie vor. Die Varietät muss weiterhin repräsentiert, entschieden, rechtlich geprüft, getestet und verantwortet werden. KI kann bei der Simulation des Portfolios unterstützen, aber KI ändert nicht den Rechtsstatus eines Bestandsvertrags von 1994, sagt die Wechselbereitschaft eines Kunden vorher oder wie sich die IT Kosten durch ein gewisses Portfolio ändern.
2. KI ist ein Varietätsverstärker. KI senkt die Grenzkosten der Produkterzeugung noch weiter Richtung null. Das ist genau jenen Mechanismus, der das Sediment erzeugt hat. Ein System mit Erzeugungsmechanismus, ohne Sterbemechanismus und mit KI akkumuliert nicht langsamer, sondern schneller. Wer KI in eine unrationalisierte Landschaft kippt, bekommt das Like-for-like-Problem in besser und mehr: dieselbe Komplexitätsdynamik, nur mit höherer Taktrate.
3. Gleichzeitig erhöht KI die Komplexität in der IT Landschaft. Hand aufs Herz: wie professionell ist in den meisten Organisationen der KI gestützte Software-Entwicklungsprozess? Wo stehen Organisationen heute da, insbesondere im Enterprise-Segement? Jeder der in den Maschinenraum steigt, sieht, dass hier noch viele Probleme zu lösen sind.
4. Grundsätzlich: Der KI-Glaube wiederholt exakt den Kategorienfehler des Big Bang und des Steuerungsromantikers: die Annahme, Komplexität sei ein Wissens- und Rechenleistungsdefizit, das mit genügend Analytik verschwindet. Sie ist es nicht. Die Reaktion der Kunden auf ein neues Portfolio, die Nebenwirkungen einer Migration im soziotechnischen System, sind dispositionale Eigenschaften, die sich erst im Handeln zeigen, nicht Rechenaufgaben, die auf ihre Lösung warten. KI ist der bisher mächtigste Bewohner der komplizierten Domäne. Die komplexe Domäne bleibt ihr so verschlossen wie jedem anderen Analytiker. Der Steuerungsromantiker hat mit KI nur ein neues Instrument gefunden, auf dem er dasselbe Stück spielt.
Das ist kein Argument gegen den Einsatz von KI, im Gegenteil. Innerhalb des hier beschriebenen Vorgehens ist sie ein erheblicher Beschleuniger: bei der Analyse des Bestands, bei der Erstellung eines Portfolios, das als Zielrichtung dient, beim Verstehen undokumentierter Altsysteme, bei der Migrationsarbeit am Zielstack, bei der Auswertung der Nutzungssignale. Aber sie beschleunigt das Vorgehen, sie ersetzt es nicht. Erst das rationalisierte Portfolio macht KI zum Hebel. Auf dem unrationalisierten macht sie das Sediment nur tiefer.
Service: dieselbe Logik
In der Service-Organisation wiederholt sich das Muster, aber es geht nicht um Code, sondern Menschen und ihr Wissen. Das komplizierte Portfolio erzwingt vorrätig gehaltene Kompetenzen, Workarounds, undokumentierte Prozesse und Wissen, das an einzelnen Personen hängt. Genau dieses Wissen ist zugleich die Identität und der Statusanker der Wissensträger: Die Expertin für die Sonderfälle des Tarifwerks von 2003 ist unersetzlich, solange das Tarifwerk lebt und genau deshalb hat sie, bei allem guten Willen, kein strukturelles Interesse an dessen Tod. Das ist kein Charakterfehler, das ist die Kopplung von Portfolio und Organisation in ihrer menschlichsten Form.
Die Portfolioschnitte erlauben auch hier eine schrittweise Überprüfung, was man noch braucht und was sich, sobald eine Produktgruppe ausläuft, als reine Bestandspflege des Bestandsschutzes herausstellt. Aber die Überprüfung allein genügt nicht. Wer Service-Kapazität freisetzen will, ohne den Wissensträgern einen glaubwürdigen Pfad in eine neue Rolle zu geben, erzeugt exakt die stille Gegenwehr, die im Abschnitt über die politische Dimension beschrieben wurde und die im Service besonders wirksam ist, weil hier das undokumentierte Wissen sitzt, ohne das keine Migration gelingt. Die Faustregel: Das Wissen über den Bestand wird für dessen Abbau gebraucht. Die Menschen, die den Alttarif am Leben halten, sind dieselben, die ihn sauber sterben lassen können. Das Auslaufen einer Produktgruppe ist deshalb als Projekt mit eigenem Stolz zu behandeln, nicht als Restabwicklung.
Kundenseite: Transitionspfade statt Zwangsmigration
Die Migrationsgeschwindigkeit auf das neue Portfolio bestimmt nicht das Projekt, sondern der Kunde. Je nach Zielportfolio ergeben sich unterschiedliche Transitionspfade vom aktuellen zum Zielprodukt:
- more for more: mehr Leistung für mehr Geld
- more for the same: mehr Leistung zum gleichen Preis
- same for same: die gleiche Leistung, anders erbracht, zum gleichen Preis.
Welcher Pfad für welches Kundensegment funktioniert, lässt sich nicht analytisch erfassen, aber durch parallele Probes und, wo Hypothesen vorliegen, gezielte Experimente eingrenzen: A/B-Tests, Migrationsangebote in unterschiedlichen Segmenten gleichzeitig, beobachtete Wechselraten. Die analytische Portfoliogestaltung definiert, in welche Richtung sich die Umsätze in Summe entwickeln sollen. Die Probes zeigen, wie schnell die Realität dieser Richtung folgt. Das Spannungsfeld zwischen Umsatzmaximierung und Kostenminimierung wird hier konkret: Ein aggressiver Migrationspfad senkt schneller die Bestandskosten, riskiert aber Churn und die Wechselbereitschaft der Kunden ist eine Systemeigenschaft, die man beeinflussen, aber nicht definieren kann.
Woran man erkennt, in welche Richtung es läuft
Run- und Grow-Kosten sind Lag-Indikatoren. Sie zeigen sich erst hinterher, und selbst dann nur unscharf. In einer komplexen Fragestellung sind Effekte nicht eindeutig zuordenbar: Wir wissen nicht, wie sich die Realität ohne die Maßnahmen entwickelt hätte, und der Vergleich alter Kosten vor den Maßnahmen mit neuen Kosten danach ist nur bedingt ein Vergleich. Wer die Übung ausschließlich über die Kostenrechnung steuert, steuert mit Blick in den Rückspiegel bei beschlagener Scheibe.
Gebraucht werden Lead-Indikatoren und Echtzeitsignale. Nutzungsdaten liefern einen Teil davon: Welche Systemteile werden noch angesprochen, welche Prozesse noch durchlaufen, welche Dokumente noch geöffnet, wie ausgelastet sind die Experten, an denen das Spezialwissen hängt. Wo Zahlen nicht hinreichen, wie bei der Frage, wie sich die Veränderung für die Beteiligten anfühlt, welche Nebenwirkungen sie erzeugt und wo die im Politik-Abschnitt beschriebene stille Gegenwehr entsteht, bietet sich narrative Sensorik an. SenseMaker®, das von Dave Snowdens Cognitive Edge (heute The Cynefin Company) entwickelte Instrument, erfasst kontinuierlich Mikronarrative der Beteiligten, die diese selbst signifizieren. Der Interpretationsschritt liegt beim Erzähler, nicht beim Analysten, was die übliche Verzerrung durch Experteninterpretation reduziert. So entsteht eine quantitativ auswertbare Landkarte qualitativer Signale, die schneller reagiert als jede Kennzahl. Der Punkt ist nicht das einzelne Instrument, sondern das Prinzip: Ein Vorgehen mit parallelen Probes braucht eine Sensorik, die schneller ist als die Buchhaltung. Es geht um human sensor networks statt Quartalsberichte. Ohne diese Sensorik sind parallele Probes keine Probes, sondern nur parallele Blindflüge.
Strukturveränderung: Kartieren statt designen
Die Organisation muss strukturell darauf ausgerichtet werden, die Simplifizierung zu tragen. Es geht nicht darum, eine teleologische Zieldefinition in die Organisation zu tragen und deren Erreichung zu kontrollieren. Es geht darum, die Richtung der Veränderung zu definieren und sie über strukturelle Änderungen zu unterstützen: über Anreize, Budgetlogiken, Entscheidungsrechte, Teamzuschnitte, Boni.
Hier löst sich auch das Versprechen aus der Einleitung ein. Ob das Portfolio im konkreten Fall tatsächlich der führende Hebel ist und welche Constraints daneben oder davor adressiert werden müssen, ist keine Frage der Überzeugung, sondern der Kartierung. Snowdens Estuarine Mapping (Snowden 2023) setzt genau hier an: Statt einen Idealzustand zu definieren und die Lücke zu managen, kartiert man Akteure, Constraints und Konstruktoren des Systems danach, wie viel Energie und Zeit ihre Veränderung kostet, und identifiziert so, was kurzfristig beeinflussbar ist, was nur langfristig, und was man als gegeben akzeptieren muss. In diese Energie-Rechnung gehört ausdrücklich die politische Energie aus dem Abschnitt über das Sterben: Ein Produkt mit mächtigem Besitzer liegt auf der Karte anderswo als ein technisch identisches ohne. Die Hypothese dieses Artikels: „Portfolio als führender Constraint“ tritt in dieser Kartierung als Kandidat an und muss sich dort gegen andere Kandidaten behaupten. Meistens wird sie das, aus dem genannten Grund der direkten Entscheidbarkeit. Aber „meistens“ ist eine empirische Aussage über eine Klasse von Unternehmen, kein Freibrief für das einzelne.
Das Bild des Estuarine, in dem Gezeiten und Strömung das Substrat laufend umformen, ersetzt das Bild des Plans. Für die vorliegende Aufgabe heißt das: sichtbar machen, wie sich das organisatorische Substrat aktuell verhält und wo Energie hineingesteckt werden muss, um den Energiegradienten der Organisation in Richtung der Simplifizierung zu ändern. Auch die Strukturveränderungen selbst sind dabei Probes, deren Ergebnisse laufend evaluiert werden. Die Vorstellung, man könne die Zielorganisation vorab designen, ist nur der Steuerungsromantiker in neuem Kostüm.
Ein Mindestmaß an Facilitation ist erforderlich. Ein crossfunktionales Team aus Produktmanagement, Sales, IT, Service und Legal behandelt die analysierbaren Punkte: was rechtlich migrierbar ist, was vertraglich gebunden, was technisch entkoppelbar und trifft Entscheidungen oder führt sie herbei. Die Grenzziehung ist wichtig, und sie folgt wieder der Cynefin-Logik: Dieses Team bearbeitet die komplizierte Domäne. Es ersetzt nicht die Probes in der komplexen, es räumt ihnen den Weg frei. Zu den analysierbaren Punkten gehören auch die üblichen harten Brocken: AGB und Bestandsverträge, die eine Expertenanalyse erfordern, was überhaupt machbar ist, und eine frühe Einbindung des Vertriebs für die Transition der gebundenen Kunden.
Und danach: Life-Cycle als Fähigkeit
Damit schließt sich der Bogen zum Anfang. Die Rationalisierung des Bestands ist die eine Sache. Die andere ist, wie das zukünftige Portfolio entsteht. Ohne institutionalisierten Life-Cycle, eine Produkt-Governance, in der jedes neue Produkt eine Auslauflogik mitbringt und in der das Abdrehen denselben organisatorischen Rang hat wie das Launchen, wächst die Varietät nach, und die Übung beginnt in fünf Jahren von vorn. Und weil das Abdrehen, wie gezeigt, immer auch Status umverteilt, ist diese Governance nur so stark wie die politische Deckung, die sie genießt.
Es lohnt sich, diesen Mechanismus auch jenseits der Kosten zu betrachten. Die Simplifizierung ist im Kern die „via negativa“ im Sinne Talebs (Taleb 2012): Verbesserung durch Wegnahme statt durch Hinzufügung, und damit die robusteste Form der Intervention, weil das Weglassen von Fragilem weniger Prognosefähigkeit voraussetzt als das Hinzufügen von vermeintlich Robustem. Ob das Ergebnis eine Organisation ist, die besser mit unbekannten Störungen umgeht, verdient allerdings eine differenzierte Antwort statt eines Werbeversprechens. Für „Perdurability“ im Sinne von Dave Snowden braucht es Optionalität: die Fähigkeit, auf unbekannte Störungen mit neuen Antworten zu reagieren. Ein dichteres Portfolio nimmt zunächst Optionen weg, das ist die berechtigte Sorge. Aber die vierhundert Alttarife waren nie Optionalität, sie waren, wie eingangs mit Ashby argumentiert, fossile Varietät: Ballast, der die Beweglichkeit verhindert, mit der man echte Optionen hätte ziehen können. Optionalität liegt nicht in der Anzahl der Produkte, die man hat, sondern in der Geschwindigkeit, mit der man Produkte bauen, verändern und wieder abdrehen kann. Eine Organisation, die das Vergessen gelernt hat, ist nicht deshalb antifragiler, weil sie weniger besitzt, sondern weil sie gelernt hat, sich von Dingen zu trennen. Das ist am Ende die eigentliche Transformation: nicht das neue System, sondern die neue Fähigkeit.
