Transformation Unscripted - Veränderung und Organisationsentwicklung. Ungefiltert.

In dieser Folge sprechen Oliver und Martin über die Results Chain, einer Methode um Ziele im Unternehmenskontext sauber zu formulieren.

Dabei veranschaulichen sie anhand eines greifbaren Beispiels die saubere Abtrennung von Output, Outcome und Impact. Diese Klarheit unterstützt eine Vielzahl von Methoden im Transformationsmanagement. Zum Beispiel lassen sich dadurch Objectives und Key Results besonders klar formulieren.

Wie können etablierte Unternehmen auf Disruption reagieren, bevor ihr Geschäftsmodell an Bedeutung verliert?

In Teil 3 unserer Reihe über Disruption klären Martin Stoiber und Oliver Miskovic, warum Corporate Startups ein bewährter Weg durch Disruption sind, aber warum sie so häufig an den Strukturen ihrer Mutterorganisation scheitern. Echte Selbstdisruption verlangt mehr als ein Innovation Lab neben dem Kerngeschäft - was umreißen Martin und Oliver in dieser Folge. Dabei stoßen sie auf einige unangenehme Wahrheiten.

Fractional View plant außerdem ein Event, das österreichische KMU und Startups zusammenbringt, um Disruption und Transformation gemeinsam voranzutreiben. Weitere Informationen folgen auf der Fractional View LinkedIn Page: https://www.linkedin.com/company/fractionalview

Gerne könnt ihr uns bei Interesse schon jetzt dazu unverbindlich anfragen!

In dieser Folge klären Oliver und Martin ob KI tatsächlich disruptiv ist. Die Antwort scheint offensichtlich als sie tatsächlich ist. Gemeinsam diskutieren sie wann KI tatsächlich disruptiv ist und wann es sich nur um inkrementelle Verbesserung handelt.

Diese Folge beginnt eine Mini Serie über Disruption. Oliver und Martin sprechen über die Ursachen, die zu Transformation führen und über das Innovators Dilemma von Clayton Christensen.

Dabei analysieren sie aktuelle Disruptive Trends, wie die Elektromobilität und ordnen sie in Christensens Hypothese ein.

In dieser Folge sprechen Oliver und Martin über Risk Management. Dabei behandeln sie die 4 Optionen, wie man mit Risiken umgeht und identifizieren noch eine 5. Option, welche man leider zu oft in der Praxis beobachten kann.

In dieser Folge sprechen Oliver und Martin über Agentic AI, Responsible AI und die Frage, welche Rolle der Mensch in KI-gestützten Organisationen künftig wirklich spielen soll.

Ausgangspunkt ist ein aktueller McKinsey-Artikel zu AI Trust und Responsible AI. Viele Unternehmen haben bei Data & Technology bereits Fortschritte gemacht. Die größeren Herausforderungen liegen jedoch in der strategischen Integration von KI, im Operating Model, in der AI Agent Governance, im Risk Management und im Aufbau der notwendigen Fähigkeiten in der Organisation.

Zentraler Punkt der Folge ist die Rolle des Menschen in einer zunehmend KI-gestützten Arbeitswelt. Reicht Human-in-the-Loop wirklich aus? Oder braucht es ein stärkeres Verständnis von Human-in-Control, bei dem Menschen nicht nur KI-Ergebnisse prüfen, sondern Verantwortung, Urteilskraft und Entscheidungsfähigkeit behalten?

Link zum McKinsey Artikel: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/tech-forward/state-of-ai-trust-in-2026-shifting-to-the-agentic-era

"Designing for Human Limits" Artikelserie: https://www.fractionalview.com/designing-for-human-limits/

Link zum IKEA Beispiel in Folge 2:

Spotify: https://open.spotify.com/episode/1ZGr8sIdTsuoaFqFHUuOJc?si=8bf4feaf11dd4518

Apple Podcast: https://podcasts.apple.com/at/podcast/folge-2-4-stunden-mehr-pro-woche-durch-ki-und-jetzt/id1887200167?i=1000758247784

In dieser Folge sprechen Oliver und Martin über einen Begriff, der in vielen Unternehmen inflationär verwendet wird: Transformation.

Wann ist Veränderung einfach Change? Wann ist sie ein großes Projekt? Und ab wann sprechen wir wirklich von Transformation?

Wir sprechen darüber, warum echte Transformationen seltener sind, als viele Unternehmen behaupten, welche zusätzlichen Kompetenzen Transformationsmanagement braucht und warum strategische Orchestrierung, Entscheidungsfähigkeit und Risikobewusstsein dabei wichtiger werden als reine Projektlogik.

Link zum IKEA Beispiel in Folge 2:

Spotify: https://open.spotify.com/episode/1ZGr8sIdTsuoaFqFHUuOJc?si=8bf4feaf11dd4518

Apple Podcast: https://podcasts.apple.com/at/podcast/folge-2-4-stunden-mehr-pro-woche-durch-ki-und-jetzt/id1887200167?i=1000758247784

In dieser Folge schließen Oliver und Martin ihre Reihe zu Entscheidungsfindung in Organisationen vorerst ab – und schauen auf den Schritt, der oft schwieriger ist als die Entscheidung selbst:

Was passiert nach der Entscheidung?

Ausgehend von One-Way-Door- und Two-Way-Door-Entscheidungen diskutieren wir, warum viele Organisationen Entscheidungen zwar formal treffen, sie aber anschließend immer wieder neu aufrollen. Aus reversiblen Entscheidungen werden dann keine Lernschleifen, sondern Drehtüren.

In dieser Folge schließen Oliver und Martin ihre Reihe zu Entscheidungsfindung in Organisationen vorerst ab – und schauen auf den Schritt, der oft schwieriger ist als die Entscheidung selbst:

Was passiert nach der Entscheidung?

Ausgehend von One-Way-Door- und Two-Way-Door-Entscheidungen diskutieren wir, warum viele Organisationen Entscheidungen zwar formal treffen, sie aber anschließend immer wieder neu aufrollen. Aus reversiblen Entscheidungen werden dann keine Lernschleifen, sondern Drehtüren.

In dieser Folge setzen Oliver und Martin ihre Reihe über Entscheidungsfindung in Organisationen fort. Nach dem Blick auf das Nicht-Entscheiden geht es diesmal darum, was gute Entscheidungen eigentlich ausmacht.

Im Mittelpunkt steht die Frage, wie Entscheidungen transparent, verständlich und vor allem reproduzierbar werden können.

Ausgehend von den vier Design Principles für gute Entscheidungsfindung diskutieren wir, warum ein gutes Ergebnis nicht automatisch eine gute Entscheidung bedeutet – und warum auch schlechte Ergebnisse aus richtigen Entscheidungsprozessen entstehen können.

Über Poker, Bowling, Entscheidungsbäume, Stage-Gates und One-Way- beziehungsweise Two-Way-Door-Entscheidungen nähern wir uns der Frage, wie Organisationen Entscheidungsqualität systematisch verbessern können.

Decision-Making ist damit nicht nur eine Frage von Daten oder individueller Urteilskraft. Entscheidend ist, ob Organisationen Mechanismen schaffen, mit denen Entscheidungen nachvollziehbar getroffen, überprüft und weiterentwickelt werden können.