WirtschaftsWoche Supermaster: Die Finalisten, Teil 1

„Auch ein digitaler Saustall ist ein Saustall. Man darf nicht hoffen, auf wundersame Weise produktiver zu werden, nur weil man seine Geschäftsprozesse digitalisiert. Man muss sie zunächst genau verstehen – und dann optimieren. Das habe ich in meiner Masterarbeit bei einem mittelständischen Anlagenhersteller untersucht. Von der Vorbereitung eines Angebots über die Bestellung zur Fertigung und schließlich zu Lieferung und Installation ging durch überflüssige Schritte viel Zeit verloren. Jede Abteilung versuchte für sich, optimal zu arbeiten, anstatt gemeinsam nach der besten Lösung zu suchen. Mit dieser Silodenke aber wird die Digitalisierung teurer oder scheitert ganz. Um das zu verhindern, muss man möglichst viele Beteiligte einbinden. Für mein Masterprojekt habe ich deshalb bewusst alle Bereiche integriert: Vertrieb, Projektmanagement, Konstruktion, Planung, Einkauf, Logistik, Produktion und Service. Gemeinsam haben wir einen schlankeren Prozess entwickelt, der nur noch halb so lange dauern soll. Im Unternehmen habe ich nun eine neue Herausforderung: Als Projektleiterin bin ich dafür verantwortlich, dass auch die Umsetzung funktioniert. Dabei merke ich: Ohne eine offene Kultur, greift die beste Strategie nicht.“

Herr Große Kamphake, mithilfe Ihrer Forschung können Unternehmen in die Zukunft schauen. Wie das?
Indem man die riesigen Datenmengen, die heute in Firmen anfallen, richtig nutzt. Aus ihnen können Unternehmen durch passende Algorithmen wichtige Kennzahlen vorhersagen. In meiner Masterarbeit habe ich mich dabei auf die ausstehenden Zahlungen von Kunden eines großen Chemiekonzerns konzentriert.
Wie sind Sie dabei vorgegangen?
Zunächst hatte ich weder die passenden Daten noch eine Idee, welcher Algorithmus funktionieren könnte. Ich habe mich monatelang eingelesen und die Programmiersprache R gelernt, ehe ich richtig loslegen konnte. Am Ende stand ein selbstlernender Algorithmus, dessen Vorhersagen sich als genauer erwiesen als die bisherigen Verfahren.
Warum braucht es einen so komplexen Algorithmus dafür?
Es gibt sogenannte naive Verfahren, die man im Kopf ausrechnen könnte, etwa den Durchschnitt der vorangegangenen Monate als Prognose für den nächsten nehmen. Belastbare Vorhersagen sind damit aber kaum möglich. Mein Algorithmus analysierte dagegen das Zahlungsverhalten jedes einzelnen Kunden. Man muss der Komplexität gerecht werden, sonst liegt man falsch.

Frau Kaufmann, Sie haben untersucht, wie Roboter im Einzelhandel eingesetzt werden können. Warum?
Bei der Neueröffnung eines großen Elektronikmarktes in Köln fiel mir ein Serviceroboter namens Pepper auf. Ich stellte mir sofort die Frage, ob so etwas sinnvoll ist.
Was war Ihre Vermutung?
Roboter sind in westlichen Kulturen kaum verbreitet. Manche Menschen haben sogar Angst vor Ihnen. Ich sah aber besonders für Elektronikhändler die Chance, mit Robotern Kunden zu begeistern – und zu verhindern, dass sie ins Internet abwandern.
Wie haben Sie das untersucht?
Ich wollte Interviews in Elektronikmärkten mit einer Onlinebefragung kombinieren, um auch die Meinung derer zu testen, die dem Roboter bereits vorher begegnet waren. Leider war der Roboter nach dem ersten Tag defekt.
Das war das Ende für Ihre Forschung?
Nein, ich habe dann den Schwerpunkt auf die Onlineumfrage gelegt. Darin hat sich gezeigt, dass Onlineshopper die Roboter eher nutzen möchten als Käufer im Geschäft. Zudem sprechen sie technologieaffine Menschen an, die das Beratungsgespräch scheuen. Daran können sich Händler orientieren, wenn sie den Kauf eines Serviceroboters erwägen.

Herr Kobiela, was kann ein Ökonom wie Sie zum Klimaschutz beitragen?

Viel. Schließlich müssen wir unsere Wirtschaftsweise verändern, um den Klimawandel zu bremsen. In meiner täglichen Arbeit analysiere ich, wie in der energieintensiven Grundstoffindustrie produziert wird und wie man das effizienter gestalten kann. Dabei merke ich immer wieder, dass vermeintliche Effizienzgewinne neue Probleme schaffen oder alte verstärken. Diese sogenannten Reboundeffekte habe ich in meiner Masterarbeit genauer untersucht.

Was genau haben Sie dazu erforscht?

Ich habe versucht, unterschiedliche Arten von Reboundeffekten zu klassifizieren und Empfehlungen abzuleiten, wie man mit ihnen umgeht. Nur so können wir unsere Wirtschaft oder zumindest die Produktion so verändern, dass wir unseren Planeten nicht über seine Grenzen hinaus belasten.

Wie lautet also Ihre Empfehlung?

Vermeintlich perfekte, technisch aber hochkomplexe Lösungen sind meist nicht die besten. Denn komplexere Prozesse sind schwierig zu steuern und können Dynamiken in Gang setzen, die vorher niemand auf der Rechnung hat. Meist lohnt es sich daher, das Motto „keep it simple“ zu beherzigen.

„Mit meiner Masterarbeit wollte ich herausfinden, welche Auswirkungen die Digitalisierung und damit einhergehende zeitliche und örtliche Flexibilisierungsmöglichkeiten auf arbeitsbezogene Einstellungen hat. Meine Vermutung war: Mitarbeiter, die dank technischer Unterstützung arbeiten können, wann und wo sie wollen, haben ein größeres Autonomieempfinden und fühlen sich ihrem Arbeitgeber deswegen stärker verbunden. Dieses Thema ist insbesondere für Unternehmen relevant, die unter dem Fachkräftemangel leiden. Um es zu erforschen, habe ich mehr als 350 Arbeitnehmer aus verschiedenen Branchen für eine Onlineumfrage rekrutiert. Die wichtigste Erkenntnis: Beschäftigte erleben ihre Arbeit dank der Digitalisierung als selbstbestimmter und eigenverantwortlicher gestaltbar. Unternehmen können das einfach und günstig unterstützen, indem sie Mitarbeitende als mündige Gestalter ihrer Arbeitswelt fördern und sie darin bestärken, Freiräume zu nutzen. Meine Befragungsergebnisse deuten zudem darauf hin, dass solche Arbeitsformen auch die emotionale Mitarbeiterbindung stärken. Dies ist eine Erkenntnis, die ich in Zukunft auch in meiner Arbeit mit Personalverantwortlichen aus Dax-Konzernen weitergeben werde.“

„Onlineplattformen wie Uber verändern den Arbeitsmarkt. Wie? Dazu liefert meine Masterarbeit neue Erkenntnisse. Zunächst habe ich nach einem Weg gesucht, wie sich diese neuen Formen der Arbeit überhaupt messen lassen. Denn eine statistische Erfassung von Plattformarbeitern findet bisher nicht statt. Deshalb habe ich Daten aus verschiedenen Quellen, wie dem US Census Bureau, von Finanzbehörden und dem Bureau of Labor Statistics kombiniert. Dabei kam mir zugute, dass ich die Arbeit in den USA am Massachusetts Institute of Technology geschrieben habe. Ohne die Universität wäre ich an viele Daten nicht oder nur über Umwege gekommen. Mithilfe ökonometrischer Modelle konnte ich berechnen, wie Onlineplattformen volkswirtschaftliche Indikatoren verändern: So zeige ich in meiner Arbeit etwa, dass der Markteintritt von Uber in US-Metropolen den Anteil von Plattformarbeitern im Transportbereich nach vier Jahren um 20 Prozentpunkte erhöht hat. Außerdem wuchs ihr Anteil in Bezirken mit hoher Arbeitslosigkeit am stärksten. Daraus lässt sich schließen, dass Menschen in einer schwierigen Arbeitssituation sich eher als Ein-Personen-Unternehmen selbstständig machen und damit auf grundlegende Arbeitnehmerrechte verzichten.“