Unerwartete Produktivitätsentdeckungen
Konnichiwa. Willkommen im AI Automation Dojo, wo wir in den Abgrund des modernen Arbeitsplatzes starren und der Abgrund mit einem Kalender voller Meetings ohne Pause zurückstarrt. Heute stellen wir eine einfache Frage: Was wäre, wenn alles, was du über die Produktivität deines Unternehmens gedacht hast, falsch wäre? Und jetzt, da du die Wahrheit sehen kannst – bist du mutig genug, sie anzusehen, ohne zusammenzuzucken?
Ich bin euer Gastgeber, Andrzej Kinastowski, einer der Gründer von Office Samurai, aber diese Episode wird von Zuzanna Pamuła geleitet, unserer Process Transformation Managerin, die noch tiefer in den Produktivitätsgeist eintauchen wird. Sie wird uns über das Zeitalter der Vorschlagsboxen und „Wie-fühlst-du-dich-mit-deinem-Workflow?“-Umfragen hinausführen – hinein in eine Ära aus kalten, harten Fakten. Also, ob du ein Manager bist, der sich fragt, warum dein Team immer beschäftigt ist, aber nie fertig wird, oder ein Mitarbeiter, der weiß, dass der eigentliche Prozess drei Altsysteme, eine persönliche Tabelle und ein Gebet umfasst, hula buccia, du bist hier genau richtig. Jetzt schnapp dir deine Lieblingskatana oder den Mut, deine Bildschirmzeit-Kapsel zu öffnen, und los geht’s.
Hi, konnichiwa. Mein Name ist Zuzanna Pamuła, und bei Office Samurai bin ich für die Bereiche Prozessverbesserung und Geschäftsanalysen verantwortlich. Zuvor habe ich 12 Jahre lang in Shared Service Centers großer internationaler Organisationen gearbeitet, wo ich für Continuous Improvement, Programmmanagement, Geschäftsanalysen und die Weiterqualifizierung des Personals in Lean-Six-Sigma-Themen zuständig war. Heute möchte ich einen Teil meiner Geschichte mit euch teilen. Als ich begann, als Spezialistin für Prozessverbesserung zu arbeiten, dachte ich, dass Messung einfach sei.
Die Illusion einfacher Daten
Ihr habt Unternehmenssysteme und Anwendungen, die euch mit vielen Daten versorgen können. Kategorien und Mengen von Anfragen, aufgeteilt nach Region, Kundentyp, Zyklizität der Anfragen. Manchmal findet man dort auch Qualitätsdaten, wie Genauigkeit oder Kundenzufriedenheit.
Für eine junge Analystin war es wie ein neuer Spielplatz für meine Kindergartenkinder. Aber sehr schnell erkannte ich, dass diese Daten sehr begrenzt waren und die Erkenntnisse, die man daraus ableiten kann, uns nicht das vollständige Bild des tatsächlich ausgeführten Prozesses zeigen.
Wie viel arbeiten Menschen tatsächlich? Wie nutzen sie ihre Werkzeuge? Was sind die Prozessvarianten und wo befinden sich die Engpässe? Wie viel Zeit nehmen einzelne Aktivitäten in Anspruch? Auf diese Fragen hatte ich keine Antworten – und fühlte mich plötzlich wie das Kind, das merkt, dass die Schaukel keinen Sitz hat, eine Katzenkacke im Sandkasten liegt und ein paar gemeine Kinder die Rutsche besetzen und niemanden sonst darauf lassen.
Der menschliche Faktor und der Widerstand gegen Messung
Zum Glück stellten sich meinen Vorgesetzten dieselben Fragen. In der Praxis bedeutete das, dass wir tatsächlich das Mandat bekamen, die Teams zu „belästigen“, um mehr Daten zu sammeln. Ich freute mich wirklich auf diese Art von Lean-Projekt, und es sollte außerdem eine interessante Erfahrung werden.
Du beobachtest den Prozess, kartierst ihn, sammelst die zeitbezogenen Daten, kannst wirklich tief eintauchen und mit verschiedenen Analysen spielen, bei denen du Dinge identifizierst, die schneller oder günstiger laufen können. Für einen frischgebackenen Black Belt ist das eine Traumaufgabe, oder? Aber sehr schnell habe ich gelernt, dass Messen niemals einfach ist, denn hinter jedem Prozess stehen Menschen mit ihren Ängsten und vollkommen natürlichem Widerstand. Hinter jeder Zahl stehen Verhaltensweisen und Vorurteile, und hinter jeder Annahme gibt es Ausnahmen.
Ich erinnere mich lebhaft an das erste große Projekt. Wir verbrachten viele Stunden damit, die Aufgabe zu planen. Wir interviewten Teamleiter, hielten Workshops ab, in denen die Leute ihre täglichen Aufgaben ausfüllen mussten, und wir entwarfen und verteilten wirklich clevere Excel-Vorlagen.
Das Ergebnis? Ein sehr polierter Bericht, der in PowerPoint großartig aussah. Aber als wir versuchten, Verbesserungen umzusetzen, waren die Ergebnisse nicht wirklich zufriedenstellend. Warum? Weil der Bericht darauf basierte, wie die Menschen sagten, dass sie arbeiten – nicht darauf, wie sie tatsächlich arbeiteten.
Diese Lücken entstanden dadurch, dass die Menschen unsicher waren, wie die Ergebnisse genutzt werden würden und welche potenziellen Konsequenzen das für sie haben könnte. Diese Vorbehalte wurden offen geäußert oder still ertragen – sowohl von den operativen Mitarbeitenden als auch von ihren Führungskräften. Die Menschen hatten Angst, dass die Offenlegung der Realität ihrer Arbeit eine Art Inkompetenz sichtbar machen könnte.
Und ich bin fest davon überzeugt, dass ineffizientes Arbeiten nur in äußerst seltenen Fällen aus bösem Willen entsteht. Komm schon, sie wollen das Unternehmen wirklich nicht sabotieren. Es liegt daran, dass sie ineffiziente Werkzeuge haben, schlecht gestaltete Prozesse oder eine mangelhafte Wissensweitergabe erhalten haben.
Herausforderungen traditioneller Messmethoden
Ich habe das wie ein Mantra gehört, von allen in diesen 12 Jahren ständig wiederholt: Geschäftsprozesse sind nicht wie Fabrikprozesse. Man kann sie nicht genau messen, keine Durchschnitte oder sogar Mediane berechnen, ganz zu schweigen von Lead Times, Cycle Times oder Stack Times, denn jeder Fall ist einzigartig.
Aber ist das so? Nun, ehrlich gesagt, wenn man an die klassischen, altmodischen Messmethoden denkt, ist es vielleicht nicht unmöglich, aber wirklich schwierig. Und früher führten wir Messungen durch sogenannte Shadowing-Sessions durch. Ich saß buchstäblich neben der Person, die am Prozess arbeitete, mit einem Notizbuch auf dem Schoß, einem Stift in der einen Hand und einer Stoppuhr in der anderen.
Ich hatte damals noch keinen Laptop. Der Schlüssel lag in der guten Qualität der Notizen und darin, sie schnell in ein digitales Format zu übertragen, damit sie sich nicht mit meinen Gedanken aus drei anderen Beobachtungen vermischten, die ich an diesem Tag gemacht hatte.
In einem anderen Projekt beschlossen wir, uns auf die Eingaben der Mitarbeitenden zu verlassen. Also bereiteten wir eine kugelsichere Excel-Vorlage für sie vor, um die Daten zu erfassen. Natürlich hatten wir die kreative Erfindungsgabe der Menschen und ihre Fähigkeit, vorgegebene Formeln und Formatierungen zu zerstören, nicht vorhergesehen. Und es waren seelenzerreißende Stunden – oder vielleicht Tage –, die ich anschließend damit verbringen musste, die Daten, die Eingaben und ihre Normalisierung überhaupt erst verständlich zu machen.
Eine unerwartete, sagen wir, Entdeckung war, dass all diese Messwerte überraschend rund waren und sich immer auf acht Stunden pro Tag summierten. Erstaunlich, oder?
Dann kam bei meinem dritten Versuch dieser Art von Projekt mein Manager auf die Idee, ein Excel-Tool mit VBA-Makros zu verwenden, das es den Mitarbeitenden ermöglicht, eine Aufgabe aus einer Dropdown-Liste auszuwählen, auf Start und dann auf Stop zu klicken, und der Eintrag wird automatisch erstellt. Keine manuelle Manipulation, keine gerundeten Zahlen, Zeiten, die der Realität entsprechen.
Theoretisch klang das großartig. Aber dann hatten wir den sogenannten menschlichen Faktor – Menschen vergaßen, auf den einen oder anderen Button zu klicken, was die Messungen erneut unzuverlässig machte und das Process-Excellence-Team zu einer versteckten Fabrik werden ließ, die diese fehlerhaften Einträge in der Datenbank korrigieren musste. Damals war ich fast sicher, dass es unglaublich schwierig ist, die Realität der Prozesse aufzudecken.
Jeder Versuch würde fehlerhaft sein, und die Messungen würden uns nur eine vage Vorstellung davon geben, was am zeitaufwendigsten ist, wo Menschen ihre Zeit verschwenden – beim Warten oder Nacharbeiten –, wie die Arbeitslast verteilt ist und welche Bereiche sich am besten eignen, um Verbesserungsmöglichkeiten zu identifizieren. Wir hatten viele Daten, aber sie waren nie vollständig oder zuverlässig. Und während meiner Konzernkarriere wurden diese Messbemühungen in gewisser Regelmäßigkeit wiederholt – lustigerweise immer dann, wenn neue Strategien und Ziele verkündet wurden oder wenn irgendwelche Managementkurse stattfanden.
Die Notwendigkeit einer neuen Messstrategie
Jedes Mal, wenn ich diese Anfrage hörte, wollte ich den Klassiker zitieren. Ich bin sicher, du kennst ihn. Albert Einstein soll angeblich gesagt haben, dass Wahnsinn sei, immer wieder das Gleiche zu tun und andere Ergebnisse zu erwarten. Dieser Satz trifft mich wirklich. Lustigerweise ist er jedoch fälschlicherweise Einstein zugeschrieben.
Daher zitiere ich einen anderen klassischen Denker, Harvey Specter aus Suits: Sei nicht verärgert über die Ergebnisse, die du nicht bekommen hast, wegen der Arbeit, die du nicht getan hast.
Die Frage lautet also: Was wollen wir eigentlich messen? Und wie tun wir das? Wollen wir wissen, wie viel Zeit für E-Mails aufgewendet wird? Für Kundeninteraktionen? Und welche Kunden und Regionen die mit dem höchsten Bedarf sind und welche wenig Betreuung benötigen? Wie lässt sich das quantifizieren? Dann: Wie viel Arbeit wird in Systemen erledigt, die uns eigentlich unterstützen sollen, uns aber oft ausbremsen? Sodass wir Workarounds erstellen müssen. In Excel natürlich.
Wollen wir wissen, wie die Arbeitslast verteilt ist? Wer in Aufgaben ertrinkt? Und wer Zeit übrig hat? Oder möchten wir vielleicht wissen, welche Bereiche die besten Kandidaten für Verbesserungen sind – wo wir den größten Nutzen für den Aufwand erhalten. Können wir das schätzen? Über Jahre hinweg waren das fundierte Vermutungen. Aber dann kamen neue Technologien. Und plötzlich konnten wir von Vermutungen zu Fakten übergehen. Denk an Process-Mining- oder Task-Mining-Tools. In früheren Episoden haben meine Kolleginnen und Kollegen euch vom Productivity-Intelligence-Tool KYP AI erzählt.
Was es uns gibt, ist im Grunde ein Röntgenbild der Arbeit. Anstatt uns auf das Gedächtnis der Menschen oder ihre Wahrnehmung ihrer Arbeit zu verlassen, können wir jetzt die Realität sehen. Wir können den Ablauf der Aktivitäten über Systeme, Teams und ganze Organisationen hinweg erkennen.
Hier geschieht die Magie – und manchmal auch das Unbehagen. Denn die Daten zeigen uns Dinge, die wir nicht erwartet haben. Oder vielleicht haben wir sie vermutet, wollten es aber nicht zugeben.
Unerwartete Erkenntnisse und die Illusion von Produktivität
Deshalb nenne ich sie die unerwarteten Erkenntnisse. Und jetzt spielen wir ein Spiel. Stell dir vor, du hättest diese Technologie in deinem Unternehmen im Einsatz.
Stell dir vor, du könntest jeden Klick, jede Systeminteraktion, jede Pause, jeden Aufgabenwechsel sehen. Was glaubst du, würdest du entdecken? Würdest du feststellen, dass die Leute den Großteil ihrer Zeit passiv in Meetings verbringen? Oder würdest du vielleicht sehen, dass während dieser Meetings die Hälfte heimlich ihre E-Mails aufarbeitet? Würdest du bemerken, wie viele Stunden von Diskussionen verschlungen werden, die wirklich nichts voranbringen?
Wo sind die Menschen am produktivsten? Zu Hause oder im Büro? Welche Umgebung unterstützt bessere Ergebnisse? Müssen sie wirklich vier Tage pro Woche ins Büro zurückkehren? Oder würdest du etwas Persönlicheres entdecken? Zum Beispiel Eltern, die früh gehen, um ihr Kind zum Spiel oder zum Arzt zu bringen? Mitarbeitende, die Arbeit und Privatleben vermischen, weil Flexibilität heute ein Teil des Überlebens ist. Und dann gibt es die größere Frage.
Wie arbeitet jede einzelne Person? Sind sie wirklich engagiert? Sind sie überarbeitet? Oder versuchen sie nur, beschäftigt auszusehen? Das führt uns zu einer der unangenehmsten Erkenntnisse: den Illusionen von Produktivität. Seien wir ehrlich.
Die Menschen haben schon immer versucht, beschäftigter zu wirken, als sie sind. In der Zeit vor COVID, als die meisten von uns im Büro arbeiteten, bestand der Trick darin, eilig durch die Flure und Treppenhäuser zu laufen, den Laptop oder ein Notizbuch unter dem Arm, und so zu tun, als wäre man auf dem Weg zu einem wichtigen Meeting. Dann, in der Homeoffice-Ära, konnte man einfach einen schweren Gegenstand auf die Tastatur legen, einen Texteditor öffnen und in Ruhe das Mittagessen vorbereiten oder die Wäsche machen – während man im Firmenkommunikator weiterhin als „grün“ angezeigt wurde.
Man konnte die Computermaus auch der Katze geben oder sie in das Hamsterrad legen. Oder sie am fahrenden Roomba befestigen, der währenddessen das Haus sauber wischt. Das ist technologiegestütztes Multitasking, oder? Jetzt hat die Computertechnologie neue Werkzeuge für dieses Vortäuschen geliefert.
Die berühmten Mouse-Jiggler, die den Computer wach halten. Auto-Klicker, die Aktivität simulieren. Und jetzt kommt der Dreh.
All diese Old-School- und neuen Tricks mögen für Manager unsichtbar sein. Sie mögen sogar für eure IT unsichtbar sein. Aber für Produktivitäts-Intelligence-Tools sind sie nicht unsichtbar.
Denn die KI-gestützten Systeme erkennen Muster. Sie wissen, wann Klicks zu keinem Ergebnis führen. Sie wissen, wann Bewegung nicht gleich Fortschritt ist.
Es ist unangenehm, aber es ist real. Und wenn wir uns dem nicht stellen, können wir uns nicht verbessern. Nicht alle Erkenntnisse haben mit Täuschung zu tun. Viele sind einfach menschlich. Nehmen wir Einkaufen, das Bezahlen von Rechnungen, die Planung des nächsten Urlaubs. Sogar etwas Unterhaltung, wie soziale Medien oder Online-Spiele.
All das passiert während der Arbeitszeit. Aber vielleicht ist es eine kurze Ablenkung nach langer Konzentration oder dem massenhaften Lösen von Kundentickets. Abende, die man mit Netflix-Serien verbringt.
Wenn es nach Feierabend passiert, ist das in Ordnung, oder? Aber was sagen eure Unternehmensregeln zur Computernutzung? Manche würden sagen, es ist falsch. Andere würden sagen, es ist einfach Balance. Aber der Punkt ist: Es ist real.
Produktivitäts-Intelligence geht nicht darum, diese Aktivitäten zu überwachen und Menschen zu bestrafen. Sie sollte so eingerichtet sein, dass die sogenannten privaten Anwendungen für sie unsichtbar sind und keine solchen Daten erfasst werden. Es geht darum zu verstehen, wie viel Zeit es braucht, um die Arbeit zu erledigen.
Gängige Produktivitätsviren in Unternehmen
Es gibt Muster, die ich in jedem großen Unternehmen beobachtet habe, für das ich früher gearbeitet habe oder mit dem ich heute arbeite. Ich denke, diese werden für euch keine große Überraschung sein. Aber die Frage ist: Sind sie produktiv und schaffen sie Wert im Prozess? Denn diese Muster sind in großem Maßstab wie Viren. Wie Krankheiten, die einen Organismus verzehren und ihn daran hindern, seine optimale Leistung zu erbringen.
Der erste ist Meetingurie. Der endlose Strom von Meetings, bei dem man sich fragt: Wann soll ich eigentlich meine Arbeit erledigen? Manche dieser Meetings hätten eine E-Mail sein können.
Manche ergeben nur für die Hälfte des Publikums Sinn. Und der Rest hat sowieso E-Mails gecheckt oder die Spülmaschine ausgeräumt – und ist erst aufgewacht, als er seinen Namen gehört hat.
Einigen dieser Meetings fehlten einfach eine ordentliche Moderation, eine Agenda oder Follow-ups. Doch auch das ist eine Chance.
Dann haben wir die Inboxitis. Die Überlastung durch E-Mails. 15 Personen in den Verteiler zu setzen – nur für den Fall. Endlose Kommunikationsketten, die eigentlich ein Statusmeeting oder ein Telefonat hätten sein können. Aber auch das zwanghafte Bedürfnis, den Posteingang zu aktualisieren. Der Dopaminkick einer neuen Nachricht, selbst wenn sie völlig irrelevant ist.
Und schließlich die Tool-Fragmentierungsstörung. Der Einsatz so vieler verschiedener Tools und Systeme, dass das ständige Wechseln zwischen ihnen und das Abgleichen zu einem eigenen Vollzeitjob wird. Für sich genommen mag jedes dieser Probleme klein erscheinen. Doch zusammen schaffen sie die gelebte Realität der Arbeit. Sie bestimmen, wie viel wir jeden Tag schaffen – oder nicht schaffen.
Das ist es, was ich an Daten aus Tools wie KYP so liebe. Sie liefern uns eine Diagnose.
Die Wahrheit erkennen und Veränderungen vorantreiben
Nicht die bereinigte Version des Prozesses. Nicht das offizielle Flowchart an der Wand. Sondern die tatsächliche Wahrheit. Die chaotische, ungefilterte, manchmal schockierende Wahrheit darüber, wie Arbeit wirklich erledigt wird. Und wenn man das einmal sieht, kann man es nicht mehr „entsehen“. Plötzlich erkennt man, dass das größte Hindernis für Produktivität nicht Faulheit ist. Es sind die Strukturen, die wir aufgebaut haben. Die Meetings, die wir normalisiert haben. Die Tools, die wir über den digitalen Arbeitsplatz verstreut haben.
Die Kultur, die Menschen dazu bringt, lange zu bleiben oder Mouse-Jiggler zu benutzen. Nicht weil sie müssen, sondern weil sie als engagiert wahrgenommen werden wollen.
Und sobald du dieses Wissen hast, stellt sich die Frage: Was sind eure Prioritäten? Fangt ihr damit an, Meetings zu reduzieren? Konsolidiert ihr Tools? Setzt ihr Bots als Pflaster ein? Arbeitet ihr an einem kulturellen Wandel? Gebt ihr den Menschen die Erlaubnis, sich auszuruhen, den Bericht nicht am Wochenende fertigzustellen? Ihre Leistung nicht an der Anzahl der Stunden zu messen, die sie online sind? Das sind echte Entscheidungen, die Führungskräfte treffen müssen.
Für Prozessspezialistinnen wie mich, für Black Belts, ist das eine Revolution. Denn es bedeutet, dass wir uns nicht mehr auf Theorie verlassen müssen. Wir müssen nicht mehr sagen: So sollte der Prozess funktionieren. Wir können jetzt sagen: So funktioniert der Prozess tatsächlich. Wir haben keine Zeit, mit Meinungen zu diskutieren.
Wir können die Daten direkt auf den Tisch legen. Wir können zeigen, wo Wert geschaffen wird und wo Zeit verschwendet wird. Wir können beweisen, welche Veränderungen etwas bewirken und welche nur Kosmetik sind. Das ist die wahre Kraft dieser unerwarteten Erkenntnisse. Sie können dich unruhig machen. Sie können dich zum Lachen bringen. Sie können dich sogar defensiv werden lassen. Aber wenn du sie einmal gesehen hast, gibt es kein Zurück mehr. Also lass mich dich mit diesem Gedanken zurücklassen.
Jede Organisation hat eine Geschichte. Eine Geschichte, die sie sich selbst darüber erzählt, wie sie funktioniert. Eine Geschichte von engagierten Mitarbeitenden, effizienten Prozessen und klaren Prioritäten. Aber die Daten erzählen oft eine andere Geschichte. Eine Geschichte von Multitasking, Ablenkungen und Illusionen von Produktivität. Eine Geschichte von Zeit, die in Meetings, in E-Mails und mit unzuverlässigen Tools verschwendet wird.
Eine Geschichte von Menschen, die ihr Bestes geben, aber gegen Systeme kämpfen, die sie nicht immer unterstützen. Die Frage ist: Welche Geschichte bist du bereit zu glauben? Und was wirst du tun, wenn du die Wahrheit siehst? Denn am Ende gehen die unerwarteten Erkenntnisse nicht nur um Messung. Sie gehen um Veränderung. Darum, Arbeit nicht nur produktiver, sondern auch menschlicher zu machen. Und wenn wir die Werkzeuge klug einsetzen, können wir genau das erreichen. Danke.
Und damit ist diese spezielle Therapiesitzung für die moderne Web-News abgeschlossen. Es ist offiziell: Wir leben alle in einer Produktivitätsillusion. Wir haben diese Episode in Zusammenarbeit mit KYPAI gemacht, unserer ersten Wahl für Productivity Mining. Ein riesiges Dankeschön an unsere Gästin, Zuzanna Pamuła, dafür, dass sie unsere Führerin war und uns gezeigt hat, dass Daten – wie ein guter Freund – dir die unbequemen Wahrheiten sagen, die du hören musst. Und ein großes Dankeschön an Anna Cubal, unsere Produzentin, die das Chaos dieses Podcasts in einen sorgfältig ausgearbeiteten Plan gezähmt hält. Aufgenommen in den ehrwürdigen Hallen des Wodzu Beats Studios, unserer eigenen kleinen Sandbox-Umgebung. Wenn dir gefallen hat, was du gehört hast, erzähl es deinen Freunden. Und wenn du es gehasst hast, erzähl es diesem einen Kollegen, der Meetings für 16:30 Uhr am Freitagnachmittag ansetzt. Deine Gedanken, ein verzweifelter Hilferuf, dass wir dir erklären sollen, wie du deiner eigenen Inboxitis entkommst – schreib uns. Wir hören gerne von dir. Bis zum nächsten Mal – denk daran, dass jedes Unternehmen eine Geschichte darüber hat, wie es funktioniert. Die Frage ist: Bist du bereit, das Kapitel zu lesen, das deine Daten gerade geschrieben haben? Mata ne!
