Wie klappt es diesmal mit der Automatisierung?


  1. Dienstleistungsbranchen (wie z. B. das Gesundheitswesen) werden trotz des technischen Fortschritts nicht produktiver, sondern nur teurer.
  2. Automatisierung kann nur da greifen, wo das Ziel der Arbeit klar ist. In vielen Dienstleistungsberufen ist das nicht der Fall.
  3. Wenn Innovatoren die eigentliche Aufgabe von Mitarbeitern und Kunden verstehen wollen, müssen sie ausführliche Gespräche mit ihnen führen. Dabei helfen die „5 Why“-Methode und das „Job do be Done“-Framework.

Wenn es unter Tech-Evangelisten eine Lieblingsstatistik gibt, dann diese hier:

Alle möglichen Dienstleistungen wie Pflege, Bildung oder Wohnungsbau werden seit 25 Jahren teurer. Software, Spielzeug, Elektronik hingegen immer billiger.

Für neoliberale Techies liegt die Erklärung auf der Hand: Die blauen Sektoren sind geprägt von technischen Innovationen, die roten wehren sich dagegen. Und warum wehren sie sich? Weil sie, so der US-amerikanische Investor Marc Andreessen, „in hohem Maße von der Regierung subventioniert und reguliert werden“. Mit monopolistischen Strukturen als Folge.

Der einzige plausible Grund ist das natürlich nicht. Eine andere gängige Erklärung ist, dass es in Dienstleistungsbranchen wie dem Gesundheitswesen einfach weniger zu automatisieren gibt. Ein Krankenhaus kann seine Produktivität nicht so sehr steigern wie ein Fernsehhersteller. Trotzdem müssen auch die Löhne im Gesundheitswesen wachsen, allein schon, damit sich überhaupt noch genügend Menschen für die Arbeit in einem Krankenhaus entscheiden. Höherer Löhne ohne steigende Produktivität ergeben … genau, höhere Preise. Dieser Effekt wird als die Baumolsche Kostenkrankheit bezeichnet.

Was auch immer die Erklärung ist, fest steht, dass bei wichtigen Branchen (vielleicht sogar den wichtigsten) der technische Fortschritt nur vorbeizuschrammen scheint. Und laut Marc Andreessen wird das auch so bleiben, selbst wenn bald das nächste Technikbeben, Künstliche Intelligenz, viele Industrien durchrütteln wird: „KI wird sich nicht so in der Wirtschaft bemerkbar machen, wie viele Leute erwarten. Weil die meisten Arbeitsplätze auch zukünftig in […] regulierten Sektoren liegen.“

Ist das ein Problem? Und ist „Produktivität“ ein Begriff, der überhaupt in Krankenhäusern und Kindergärten richtig aufgehoben ist?

Automatisiert und trotzdem nicht produktiver – wie geht das?

Produktiver zu werden heißt, dass wir aus Zeit, Material und Arbeit mehr „herausbekommen“ als vorher. Wovon mehr bekommen? Von dem, was wir eigentlich erreichen möchte. Sinnvolle Automatisierung ist deswegen nur dort möglich, wo es ein eindeutiges Ziel gibt. Ansonsten wird ein Unternehmen vielleicht schneller, aber nicht unbedingt produktiver.

So weit, so gut. Doch leider wissen „viele Menschen nicht, wofür sie eigentlich gebraucht werden“, schreibt der Stepstone-CEO Sebastian Dettmers. „Sie verwalten Prozesse, ohne zu verstehen, welchen Nutzen diese eigentlich haben. Sie verschwenden Zeit in Meetings und mit dem Lesen und Weiterleiten von E-Mails, ohne zu erkennen, was das mit Erfolg zu tun hat.“ Bullshit-Jobs hat der Wirtschaftsprofessor David Graeber solche Berufe getauft und es gibt eine ganze Reihe von ihnen. Übrigens nicht nur im Öffentlichen Dienst. 

Der Zweck der Arbeit ist die Arbeit selbst und deswegen haben die Beteiligten auch wenig Motivation, diese Arbeit zu automatisieren – sie würden ja am eigenen Stuhl sägen. Wenn dann alle paar Jahre eine „Digitalisierungsprojekt“ durch die Firma geistert, werden bestehende Prozesse einfach „elektrifiziert“. Excel statt Formularblätter – das spart hier und da ein paar Minuten, aber trotzdem schaffen die Mitarbeiter am Ende nicht mehr. Wozu auch? 1

Diese düstere Erklärung für das Produktivitätsparadoxon soll nicht bedeuten, dass der Dienstleistungssektor eine einzige, große Beschäftigungsmaßnahme ist. In den meisten Berufen des Gesundheitswesens ist zum Beispiel völlig offensichtlich, wofür Menschen morgens Arbeit gehen: um anderen Menschen zu helfen. Und trotz dieses glasklaren Ziels verbringen deutsche Klinikärzte drei Stunden pro Tag mit dem Eingeben von Daten!

Jeder von uns kennt das Gefühl, einem Arzt gegenüberzusitzen, der während der Anamnese in seinen PC starrt und (mit zwei Fingern) Datensätze ausfüllt. Kein Wunder, dass Chatbots schon jetzt Gesundheitsfragen besser beantworten können als menschliche Ärzte. In einer Studie verglichen Gesundheitsexperten hunderte Antworten von echten Ärzten mit denen von Chatbots und fanden heraus:

  • Chatbot-Antworten haben eine deutlich höhere Qualität
  • Chatbot-Antworten sind zehnmal empathischer. Aus einem einfachen Grund: ein Chatbot nimmt sich Zeit und antwortet ausführlich.

Nun mag ein Chatbot noch so liebenswürdig sein, die meisten Patienten möchten trotzdem lieber einem Menschen gegenüber sitzen, der sich Zeit für sie nimmt. Dieses Beispiel zeigt, warum der Fokus auf Produktivität eine Branche nicht entmenschlicht oder Krankenhäuser zu Fabriken macht. Das Gegenteil ist der Fall: Gesteigerte Produktivität erlaubt mehr Menschlichkeit – und zwar dort, wo wir sie dringend benötigen.

Wie können Innovatoren dazu beitragen, dass wir produktiver werden?

Herausfinden, worum es eigentlich geht

Das deutsche Vorzeige-Startup Personio digitalisiert zurzeit die Personalabteilungen mittelständischer Unternehmen. Gründer Hanno Renner erinnert sich, wie er auf die Idee kam: „Ein Freund hatte mich auf ein Problem bei seinem damaligen Arbeitgeber, einem Mittelständler, aufmerksam gemacht. Dort waren die HR-Prozesse noch nicht digitalisiert, alles wurde in Excel-Listen abgewickelt.“ Das ist ein Satz, bei dem schon viele stutzen würden: Moment, Excel, aber das ist doch digital?

In Wahrheit elektrifiziert Excel nur. Um einen Prozess wirklich zu digitalisieren, muss man verstehen, welches Problem er eigentlich lösen möchte. Die Personio-Gründer haben dazu zahlreiche Kundengespräche geführt und tun das bis heute.

Wer die Produktivität eines Unternehmens steigern möchte, muss sich genau diese Taktik abschauen. Das Ziel solcher Gespräche mit Kunden und Kollegen: herausfinden, was die Menschen eigentlich erreichen wollen. Manchmal ist die Antwort nicht offensichtlich, auch nicht für die Person, die man befragt. Wie oben beschrieben, haben viele nie gelernt, überhaupt die Frage zu stellen.

Es gibt deswegen mehrere Möglichkeiten, um „zum Kern“ vorzustoßen. Hier sind zwei von ihnen:

  1. Five Why: Diese Methode ist genauso einfach wie sie klingt, denn man stellt einfach fünfmal (oder öfter) die Frage „Warum?“. Kunden mögen zum Beispiel sagen, dass sie dringend ein ausführliches Reporting-Dashboard mit dutzenden von Zahlen, Filtern und Exportmöglichkeiten brauchen. Doch nach dem fünften „Warum?“ stellt sich heraus, dass sie eigentlich nur wissen wollen, ob alles im grünen Bereich ist. Eine einfache Benachrichtigungs-E-Mail löst ihr Problem besser.2
  2. Job To Be Done: Was ist die Aufgabe, die ein Produkt oder eine Dienstleistung für die Person erfüllen soll? Hilfreich ist dabei diese Vorlage: „Wenn ich [Kontext], aber dann [Barriere], hilf mir [Ziel], sodass ich [Ergebnis]“.3

Diese Methoden kann man in der Praxis gut kombinieren. Zunächst fragt man nach den aktuellen Herausforderungen, dringt dann mit vielen Warum-Fragen zum Kern vor und formuliert am Ende, welche Aufgabe eine Automatisierung übernehmen könnte.

Wie viel Produktivität brauchen wir?

Muss ein Krankenhaus jedes Jahr effizienter werden? Darüber kann man streiten. Genauso unklar ist, ob Künstliche Intelligenz sich ähnlich wie die Automatisierungswellen der Vergangenheit verhalten wird – oder doch ganz anders. Wichtiger als je zuvor ist, dass wir uns fragen, was wir eigentlich automatisieren wollen.


  1. Das erklärt, warum das nicht ganz ernst gemeinte Parkinsonsche Gesetz tatsächlich oft zu beobachten ist: „Die Arbeit dehnt sich auf die Zeit ausdehnt, die ihr zur Verfügung steht.“ ↩︎

  2. Dieses Beispiel beruht auf einer eigenen Erfahrung. Vor Jahren haben wir bei sipgate evaluiert, ob wir mit Telefonie-Statistiken ein Problem für kleinere Unternehmen lösen. Aber nach Kundeninterviews mit der „5 Why“-Methode kam ich zu dem Schluss, dass unseren Kunden vor allen Dingen wichtig war, dass die Telefonie “lief” und Anrufer nicht ewig in der Warteschleife hingen. Dementsprechend bauten wir eine (handgeklöppelte) Mail, die jeden Morgen rausging. Dafür haben die Kunden sofort bezahlt. Mehr dazu [[“Jobs to Done” und Phonestats|hier]]. ↩︎

  3. Quelle: Build Products That Solve Real Problems With This Lightweight JTBD Framework (Sunita Mohanty, 2021) ↩︎