Kommentar von Alexander Hofmann, MaibornWolff Warum Technologie am Geschäftsnutzen gemessen werden muss

Anbieter zum Thema

Disy Informationssysteme GmbH

BigData-Insider

Fivetran Germany GmbH

IT-Budgets steigen seit Jahren, doch die operative Produktivität tritt in vielen Unternehmen auf der Stelle. Dieses Phänomen hat einen ökonomischen Namen: das Solow-Paradoxon. Der Nobelpreisträger Robert Solow stellte bereits 1987 fest, dass sich Computerinvestitionen überall zeigen – nur nicht in den Produktivitätsstatistiken. Knapp vier Jahrzehnte später wiederholt sich der Effekt unter neuen Vorzeichen, denn die Komplexität moderner IT-Landschaften neutralisiert die Effizienzgewinne, die einzelne Tools versprechen.

Für CIOs und IT-Leitungen verschiebt sich damit der Maßstab: Eine Technologie-Entscheidung muss nicht beweisen, dass sie funktioniert, sondern dass sie messbar zum Geschäftsergebnis beiträgt.

Vom Tool-Kauf zur Business-Logik

Die zentrale Frage lautet nicht mehr, welches System die besten Funktionen bietet. Sie lautet: Welches geschäftliche Problem soll gelöst werden und ist Software dafür überhaupt der richtige Hebel?

Eine aktuelle Studie zu Technologieeffizienz von MaibornWolff bestätigt, dass viele Beschaffungsentscheidungen diese Frage überspringen: 64 Prozent der befragten IT-Verantwortlichen geben an, dass Mitarbeiter kaum in Technologie-Entscheidungen einbezogen werden. Damit auf Effizienz durch Technologie keine Effizienzlücke folgt, muss der Prozess umgekehrt gedacht werden.

Statt mit dem Tool zu beginnen, startet die Analyse beim Geschäftsprozess. Erst wenn Engpässe, Medienbrüche und Wertschöpfungsketten verstanden sind, lässt sich beurteilen, ob ein neues System tatsächlich hilft – oder nur die Tool-Landschaft erweitert.

Business Capabilities statt Feature-Listen

Reife Organisationen arbeiten mit sogenannten Business Capabilities. Das sind klar abgegrenzte Fähigkeiten, die ein Unternehmen braucht, um Wertschöpfung zu erzeugen – etwa Auftragsabwicklung, Kundenservice oder Lieferantenmanagement. Jede Capability lässt sich an Kennzahlen koppeln: Durchlaufzeit, Fehlerquote, Kosten pro Vorgang. Auf dieser Basis wird sichtbar, welche Software tatsächlich Werte schafft und welche nur Aufwand bindet.

Total Cost of Ownership statt Lizenzpreis

Die Lizenzkosten machen nur einen Bruchteil der wahren IT-Ausgaben aus. Schulungen, Integration, Wartung, Betriebspersonal und Opportunitätskosten ungenutzter Funktionen vervielfachen den Preis.

Eine ehrliche Total-Cost-of-Ownership-Rechnung über fünf Jahre verändert oft die Reihenfolge der Optionen. Was zunächst günstig wirkt, entpuppt sich als Kostenfalle. Was teuer aussieht, zahlt sich strategisch aus.

Technische Schulden als unsichtbare Hypothek

Software verschleißt anders als eine Maschine. Sie altert nicht durch Nutzung, sondern durch unterlassene Pflege. Das Konzept der technischen Schulden, geprägt von Ward Cunningham in den 1990er-Jahren, beschreibt die Summe aller Kompromisse, die zugunsten kurzfristiger Termine eingegangen wurden. Diese Schulden wirken wie eine Zinslast. Jede künftige Anpassung kostet überproportional mehr Zeit und Geld.

Eine globale Untersuchung von Pegasystems beziffert die jährlichen Verluste durch Legacy-Technologien auf über 370 Millionen US-Dollar pro großem, international tätigem Unternehmen. Den größten Anteil verschlingen verzögerte Transformationsprojekte.

Wenn Wissen mit den Mitarbeitern geht

Eine besondere Risikozone entsteht durch den demografischen Wandel. Mit dem Renteneintritt der Babyboomer verlassen erfahrene IT-Architekten die Unternehmen. Ist ihr Wissen weder im Code noch in der Dokumentation verankert, entstehen Blackbox-Systeme.

Diese funktionieren, aber niemand versteht mehr, warum. Wer eine Anpassung wagt, riskiert Kettenreaktionen, die sich nicht vorhersehen lassen. Die Modernisierung gewachsener Systemlandschaften wird so zur Voraussetzung für jede ernsthafte Innovationsstrategie.

Strangler-Fig-Pattern statt Big-Bang-Ablösung

Riskante Komplettablösungen sind selten der richtige Weg. Bewährt hat sich das Strangler-Fig-Pattern, beschrieben von Martin Fowler. Um das alte System herum wird schrittweise eine neue Architektur aufgebaut.

Funktion für Funktion wandert in die neue Umgebung, bis der alte Monolith schließlich überflüssig wird. Das reduziert das Projektrisiko erheblich und hält das Geschäft währenddessen lauffähig.

Der Bruch zwischen IT und Fachbereich

Eine zentrale Ursache für ineffiziente Beschaffung liegt nicht in der Technologie selbst, sondern in der Organisation. Schon 1968 formulierte der Informatiker Melvin Conway eine These, die bis heute gültig ist: Organisationen entwerfen Systeme, die ihre eigene Kommunikationsstruktur abbilden.

Wo IT und Fachbereich aneinander vorbei sprechen, entsteht Software, die genau diesen Bruch konserviert. Eine praxisnahe Betrachtung von Conway's Law zeigt, wie eng Architektur und Aufbauorganisation tatsächlich verwoben sind.

In der Praxis bedeutet das: Wer cross-funktional zugeschnittene Teams etabliert, erhält andere – meist bessere – Systeme als ein Unternehmen mit klassischen Abteilungssilos. Konzepte wie Domain-Driven Design oder das Reverse-Conway-Maneuver setzen genau hier an.

KI als Beschleuniger – in beide Richtungen

Künstliche Intelligenz (KI) gilt vielen als Hoffnungsträger gegen das Produktivitätsproblem. Tatsächlich kann KI Standardprozesse automatisieren, Legacy-Code analysieren und Wartungsaufwände reduzieren. Doch der Hebel kippt schnell. Generative KI senkt die Kosten für die Erstellung von Code und Inhalten drastisch. Nach dem Jevons-Paradoxon, einem ökonomischen Effekt aus dem 19. Jahrhundert, führt eine effizientere Nutzung einer Ressource häufig zu deren stärkerem Verbrauch.

Übertragen auf IT-Landschaften heißt das: Es entsteht nicht weniger, sondern deutlich mehr Code. Ohne klare Governance vervielfacht KI den vorhandenen digitalen Ballast, statt ihn abzubauen. Ungenutzte fachliche Funktionen und überflüssige Artefakte – in der Studie als „digitaler Müll“ bezeichnet – werden nach Einschätzung von 59 Prozent der Befragten künftig zunehmen.

Der Ausweg liegt im fokussierten Einsatz. KI sollte dort wirken, wo sie konkrete Engpässe auflöst. Besseres Verstehen von IT-Systemen, Refactoring, Testing und die KI-gestützte Analyse gewachsener Domänen sind Felder mit nachweisbarem Nutzen.

Vom Wildwuchs zur Wertschöpfung

Die strategische Antwort auf das Produktivitätsproblem ist unbequem: weniger statt mehr. Konsolidierung statt Akkumulation. Integration vor Neuanschaffung. Standardsoftware für unterstützende Prozesse, Individualentwicklung nur dort, wo sie messbar Wettbewerbsvorteile schafft.

Drei Hebel verdienen besondere Aufmerksamkeit:

• Exnovation: Der bewusste Rückbau ungenutzter und überflüssiger Lösungen schafft Budget für Innovation. Das Bundesamt für Sicherheit in der Informationstechnik weist zudem darauf hin, dass eine reduzierte Systemlandschaft auch das Sicherheitsniveau erhöht, weil weniger Angriffsfläche entsteht.

• API-First-Strategie: Schnittstellen werden nicht als Nebenprodukt, sondern als zentraler Business-Enabler definiert. Loose Coupling ermöglicht es, Komponenten auszutauschen, ohne das Gesamtsystem zu gefährden.

• Klare KPIs: Ohne definierte Messgrößen für den Nutzen einer Software lässt sich kein ROI validieren. Wer nicht misst, kann nicht steuern.

Für CIOs bedeutet das einen Perspektivwechsel. Die Frage „Welches Tool kaufen wir als Nächstes?“ wird ersetzt durch eine härtere Variante: Welches System darf gehen, damit Raum für Wertschöpfung entsteht?

Der neue Maßstab für IT-Investitionen

Technologieeffizienz entsteht nicht durch das Hinzufügen weiterer Lösungen, sondern durch die Disziplin, das Unnötige wegzulassen und das Wesentliche (z. B. durch KI) zu stärken. Wer Budgets aus der Verwaltung von Altlasten befreit, gewinnt Investitionskraft für echte Innovation und eine kürzere Time-to-Market. Der Business Value wird damit zur einzigen validen Metrik für jede Technologie-Entscheidung – und die IT zum strategischen Hebel, der sich an genau diesem Maßstab messen lassen muss.

(ID:50870384)