Warum intelligente Teams mit zunehmender Größe schlechtere Entscheidungen treffen

Die Organisationswissenschaft hinter dem verlorenen Geschäftskontext und wie man ihm entkommen kann.

Seit meiner Promotion in Soziologie interessiere ich mich sehr dafür, wie Informationen innerhalb von Teams fließen. Damals war das noch akademisch – wenn ein starkes Team von 5 auf 50 bis 500 Mitarbeiter wächst, beginnt etwas zu zerbrechen:

Menschen geraten in Silos. Entscheidungsträger werden überrascht. Offensichtliche Signale zeigen sich erst im Nachhinein.

Diese Neugierde begleitete mich bis in die Führungsetage. Nachdem ich Teams von kleinen Start-ups bis hin zu Fortune-500-Unternehmen skaliert habe, habe ich immer wieder das gleiche Muster beobachtet. Um es ganz offen zu sagen: Warum treffen kluge Teams mit zunehmender Größe schlechtere Entscheidungen?

Um diese Frage zu beantworten, beginnen wir mit zwei grundlegenden Studien zum Organisationsverhalten.

Studie 1: Strukturelle Lücken, die zufällig gefüllt werden

Vor dreißig Jahren kartografierte der Soziologe Ronald Burt, wie Informationen innerhalb von Organisationen fließen. Was er fand, war nicht ein einziges Netzwerk, sondern Cluster. Eng verbundene, geschäftige Gruppen von Menschen, die innerhalb ihrer eigenen Gruppe ständig miteinander kommunizieren, während die Verbindungen zwischen den Gruppen schnell dünner werden.

Diese Lücken sind strukturelle Lücken. Einfach ausgedrückt ist eine strukturelle Lücke nichts anderes als eine Lücke zwischen Gruppen, die Informationen freigeben sollten, dies aber nicht tun.

Sie tauchen nicht in Diagrammen auf. Sie leben im sozialen Netzwerk.

Einige wenige Menschen überbrücken diese Lücken auf natürliche Weise. Burt nannte sie Broker. Sie sind diejenigen, die beide Seiten anhören, Unstimmigkeiten erkennen und Verbindungen herstellen, die anderen entgehen. Wenn Broker fehlen, überlastet sind oder nicht einbezogen werden, bleibt die Erkenntnis innerhalb des lokalen Clusters verborgen.

Als CFO sind strukturelle Lücken eines der größten operativen Risiken, auf die ich achte. Die Vermittler, die diese Lücken überbrücken, sind von entscheidender Bedeutung. Ich fordere Führungskräfte ständig dazu auf, diese Personen als Key People of Information (ja, nicht diese Art von KPI) zu identifizieren und sie nah am Entscheidungstisch zu halten. Ich bin sicher, dass Ihnen beim Lesen der folgenden Beispiele bereits einige Namen in den Sinn kommen:

Der Betriebsleiter, der stillschweigend den Schlüssel zu einem Prognoseproblem in der Hand hielt

Die Finanzabteilung hatte mit einem plötzlichen Rückgang der Pipeline-Konversionsrate zu kämpfen. Endlose intensive Meetings, viele Theorien, keine Antworten. Dann erwähnte ein Betriebsleiter beim Mittagessen beiläufig gegenüber einem Finanzanalysten, dass sich ein kleiner CRM-Workflow geändert hatte. Dieses eine Detail erklärte Alles.

Die fehlende Brücke zwischen Produktmarketing und Technik

Ein Produktingenieur erwähnte einmal auf einer Firmenfeier gegenüber einem Produktmarketing-Manager, der diesen Begriff noch nie in dieser Form gehört hatte, einen Pain Point für Benutzer. Diese eine Bemerkung hätte den wesentlichen Teil der Einführungsgeschichte neu gestalten können.

Der Vertriebsmitarbeiter, der für Preistransparenz gesorgt hat

Vertriebsmitarbeiter verfügen oft über wertvolle Informationen zum Kundenkontext, die jedoch selten das Pricing-Team in der Zentrale erreichen. Bei einem kurzen Gespräch beim Kaffee mit dem Growth Director, der zufällig die lokale Niederlassung besuchte, erklärte ein AE die jüngste Verwirrung um die Verpackung, die perfekt mit einem Rückgang der Gewinnraten übereinstimmte...

Diese Momente scheinen unbedeutend, sind jedoch strukturelle Lücken in Aktion.

Und strukturelle Lücken im Mitarbeiternetzwerk verwandeln sich in Datenlücken im Workflow.

Der Kontext verstreut sich über Kommunikationstools, Nebenchats und Meetings. Die Punkte existieren tatsächlich. Menschen haben von Natur aus Schwierigkeiten, sie miteinander zu verbinden, ohne dass Vermittler versehentlich die Lücken füllen.

Studie 2: Große Meetings begraben einzigartige Erkenntnisse

In den 1980er Jahren führten die Forscher Garold Stasser und William Titus ein täuschend einfaches Experiment durch.

Sie teilten die Teilnehmer in 4er-Gruppen ein und baten sie, eine Entscheidung zu treffen.

Sie führten zwei Setups durch:

Wenn alle über die gleichen Fakten verfügten, erzielte die Gruppe bessere Ergebnisse als Einzelpersonen.

Wenn Menschen unterschiedliche Fakten hatten, wählte die Gruppe oft eine schlechtere Antwort, als Einzelpersonen allein gewählt hätten.

Warum?

Als die Forscher die Aufzeichnungen auswerteten, fanden sie das Muster.

Die Gruppen wiederholten immer wieder, was ohnehin schon jeder wusste.

Die einzigartigen Fakten, auf denen die Entscheidung beruhte, fanden wenig Beachtung oder wurden gänzlich ignoriert.

Wenn Sie jemals an einem Meeting teilgenommen haben, in dem das Team 30 Minuten lang allgemein bekannte Fakten wiederkäut und nie auf den tatsächlich wichtigen Randfall eingeht, dann haben Sie dieses Experiment selbst erlebt.

Ich habe dies aus erster Hand miterlebt.

Wir hatten einmal wochenlang mit der Prognosegenauigkeit in unserem Modell zur Vertriebskapazität zu kämpfen.

In jedem Meeting kamen dieselben Theorien zur Sprache. Vielleicht war es ein Problem bei der Personalbeschaffung. Vielleicht die Befähigung. Vielleicht die Qualität der Marketing-Pipeline. Vielleicht die Führung. Die Unterhaltung drehte sich immer wieder um dieselben gemeinsamen Annahmen, und der Ton driftete langsam in Richtung Schuldzuweisungen ab.

Eines Tages hielt mich eine ruhige Datenanalystin im Flur an. Sie erwähnte, dass sie die historischen Zahlen während ihrer Nachverfolgung bemerkt hatte. Unsere Annahme zur Saisonalität, eine winzige Eingabe, die jeder für selbstverständlich hielt, hatte sich mit jedem Quartal weiter von der Basislinie entfernt.

Es stellte sich heraus, dass ein einziges übersehenes Detail, das in ihrer Privat-Analyse verborgen war und in der Gruppendiskussion nie erwähnt wurde, der eigentliche Grund für die Verzerrung der gesamten Vertriebskapazität war.

Es war das perfekte Beispiel aus der Praxis für diese Forschung. Die Gruppe wiederholte immer wieder, was bereits allen bekannt war. Die einzigartige Erkenntnis, die das Problem tatsächlich löste, befand sich im Kopf einer einzigen Person, weil „alle anderen so aussahen, als wüssten sie die richtige Antwort“.

Skalieren Sie dies nun auf Tausende von Persönlichkeiten, Hunderte von Meetings und Dutzende von Tools für die Arbeit.

Es wird fast unmöglich, einzigartige Erkenntnisse zu gewinnen, wenn das Meeting immer größer wird.

Aufgrund dieser beiden organisatorischen Dynamiken sinkt die Entscheidungsqualität schnell, wenn intelligente Teams wachsen. Nicht, weil die Menschen dümmer werden. Sondern weil es schwieriger wird, Informationen zu extrahieren, und der Entscheidungsprozess exponentiell unübersichtlicher wird.

Wenn die Punkte so verstreut sind und der Flow nicht nachvollziehbar ist, können Menschen keine Verbindung zwischen ihnen herstellen.

Auch KI kann das nicht.

Unternehmensgehirn: Kontext in großem Maßstab erfassen

Aus den beiden oben genannten Studien geht klar hervor, dass es dem Unternehmen an einem gemeinsamen Gedächtnis mangelt. Ein System, das Arbeit, Entscheidungen und Interaktionen in Echtzeit erfasst, anstatt nur die „endgültigen Aufzeichnungen” zu speichern.

Ein System, das den Entscheidungsprozess effektiv live filmt: Es protokolliert die Eingaben, Debatten, Annahmen, Kompromisse und Ergebnisse in Echtzeit.

Das meine ich mit einem Unternehmensgehirn.

Es handelt sich hierbei nicht um eine statische Wissensdatenbank, sondern um eine lebendige Intelligenzschicht, die die Abläufe des Geschäfts beobachtet, Entscheidungsprozesse aufzeichnet und allen Mitarbeitern sofortigen Zugriff auf den vollständigen Kontext ermöglicht, während das Geschäft wächst.

Mit KI ist dies keine Science-Fiction mehr.

Wir haben damit bei ClickUp experimentiert. Unsere Erkenntnis ist, dass es einer 3-Stufen-Strategie bedarf, um ein „Company Brain” aufzubauen. (Achtung: Wenn Sie einen Schritt überspringen, bricht das Ganze in KI-Schlamm zusammen!

Schritt 1: Bauen Sie Ihr Geschäft als „offenen Kontext” auf

Bringen Sie Licht in die strukturellen Lücken: Schaffen Sie ein bewusstes System, das einzigartige Erkenntnisse aus Einzelpersonen und isolierten Teams gewinnt und diese dann so weit wie möglich verbreitet.

Jensen Huang, CEO von NVIDIA, hat gesagt, dass er 1:1-Meetings für wichtige Kontexte vermeidet. Er bevorzugt den Austausch in großen Gruppen, damit alle gleichzeitig dasselbe hören.

Er reduziert standardmäßig strukturelle Lücken. Der Privat-Kontext ist fragil und langsam. Der öffentliche Kontext wird durchsuchbar, wiederverwendbar und kann in KI eingespeist werden.

Bei ClickUp spiegelt sich eine offene Kontextkultur überall wider: Die Mitarbeiter schicken Protokollführer zu so vielen Meetings wie möglich, wir ermutigen die Mitarbeiter, Fragen zu stellen und Gedanken in Gruppenchats statt in Direktnachrichten zu teilen, und wir führen ein strenges wöchentliches Update-Ritual durch: Von den IC-Mitarbeitern bis zur Führungsetage reicht jeder eine wöchentliche Reflexion in ClickUp mit nur drei Punkten ein:

Es schien fast zu einfach, aber der Compounding-Effekt war stark. Verborgene Signale kamen zum Vorschein. Hindernisse wurden in Echtzeit sichtbar, statt erst Monate später. Führungskräfte verließen sich nicht mehr auf allgemeine Berichte aus zweiter Hand, sondern gingen direkt auf die Signale ein.

Wir nutzen KI, um die Signale zu verarbeiten. Menschen konzentrieren sich auf die Frage: „Was übersehen wir?“ KI scannt die gesamte Organisation und fasst die gemeinsamen Themen zusammen. Menschliche Arbeit bleibt für Urteilsvermögen und Vorausschau unverzichtbar. KI übernimmt die mechanische Berichterstellung und Zusammenfassungen.

Schritt 2: Führen Sie alle Arbeiten zusammen, um Entscheidungen live zu filmen

Sammeln Sie alle Rohdaten Ihrer Arbeit an einem Ort und wählen Sie eine einzige Arbeitsplattform, auf der Sie alles zusammenführen können. Alles: wöchentliche Updates, Team-Chats, Projekt-Threads, Memos und Übergabepläne.

Führen Sie ein Protokoll darüber, wie wichtige Entscheidungen getroffen werden.

Dies ist eine Fähigkeit, die die meisten Teams nie entwickeln. Wenn etwas schief geht, ist es oft unmöglich zu bestimmen, wie die Entscheidung getroffen wurde. Die Nachbetrachtung wird zu einer mühsamen forensischen Suche. Das ist ein deutliches Zeichen dafür, dass kein echtes Entscheidungsprotokoll vorhanden ist.

Aber Teams zu zwingen, jeden Schritt zu dokumentieren, ist nicht die Lösung. So funktionieren Menschen nicht! Das unterbricht den Flow und verlangsamt die Ausführung.

Der richtige Ansatz besteht darin, Entscheidungen im Moment ihrer Entstehung festzuhalten, so wie man die Arbeit filmt, anstatt die Mitarbeiter zu bitten, sie später nachzustellen. Jeder wichtige Schritt, jede Annahme und jeder Kompromiss wird im Hintergrund aufgezeichnet. Wenn das Team weitermacht, ist die Spur bereits vorhanden.

Hier verändert KI die Spielregeln.

Bei ClickUp protokolliert unser „Company Brain“ wichtige Entscheidungen direkt in der konvergenten Arbeitsplattform und speist diese Entscheidungsspuren kontinuierlich zurück in das System ein.

Als Finanzleiter stelle ich bei meinem Eintritt in ein neues Unternehmen fast immer dieselbe Frage: „Wie erstellen Sie Ihr Budget?“

Eisenhower hat es am besten ausgedrückt: „Pläne sind wertlos, aber Planung ist Alles. “ Ich beurteile nicht die endgültige Zahl. Ich sammle den Kontext, wie ein Geschäft funktioniert: Wie Entscheidungen getroffen werden.

Der Budgetprozess war für mich schon immer wie ein Röntgenbild, das Aufschluss über die Gesundheit und Reife der Entscheidungsfindung eines Unternehmens gibt.

Jetzt kommen KI-Agenten ins Spiel.

Ich werde oft mit „Budget-Agenten” konfrontiert, die versprechen, CFOs bei der Erstellung von Budgets zu unterstützen. Ohne Kontext ist das jedoch eine Sackgasse. Im besten Fall erhält man Antworten aus dem Lehrbuch. Mal im Ernst: Wie viel Aufwand muss ich erledigen, um den Agenten beizubringen, wie wir Entscheidungen treffen?

Geben Sie einem Mitarbeiter jedoch ein echtes Entscheidungsprotokoll, und alles ändert sich. Der Mitarbeiter versteht nun, wie dieses Unternehmen denkt. Das Entscheidungsprotokoll wird zu seiner Schatzkarte. Unternehmen, die über diese Fähigkeit verfügen, können die Leistungsfähigkeit ihrer Mitarbeiter um ein Vielfaches schneller freisetzen als solche, die dies nicht tun.

Unser Unternehmensgehirn zeichnet genau auf, wie wir das Engineering-Budget für das nächste Jahr aufstellen:

M&A-Entscheidungen sind ein weiteres Beispiel für hochriskante, mehrdimensionale Entscheidungen, die viele qualitative und quantitative Inputs erfordern. Hier ist ein Entscheidungsprotokoll, in dem wir ein Einzelziel bewerten. Wir arbeiten einfach, Company Brain hat es gefilmt. Wenn in Zukunft ein neuer Mitarbeiter oder Agent ein anderes Einzelziel bewerten muss, weiß er, wo er anfangen muss.

Stellen Sie sich vor, all diese Entscheidungen würden an einem Ort gespeichert und könnten dann als suchbare, verknüpfbare Assets genutzt werden. KI kann endlich das tun, was sie am besten kann: die Entscheidung mit dem dahinterstehenden Workflow und den daraus resultierenden Ergebnissen verbinden. Die Agenten, die wir eingesetzt haben, um menschliche Fähigkeiten nachzuahmen, können endlich sehen und bleiben auf Kurs.

Schritt 3: KI-Ausführungsebene, nachdem das Unternehmensgehirn online gegangen ist

Sobald Ihre Arbeit an einem Ort gespeichert ist und Ihr „Company Brain” aktiviert ist, beginnt alles zusammenzuwirken und sich zu verstärken. Ihr Team ist bereit, eine KI-Ausführungsebene einzusetzen, die in zwei Modi funktioniert:

Umgebungsmodus

Dies ist die KI, die still im Hintergrund arbeitet. Sie beobachtet Muster, deckt Risiken auf und beantwortet Fragen, ohne dazu aufgefordert zu werden. Sie erkennt Risikosignale, die Menschen aufgrund ihrer blinden Flecken übersehen.

Beispielsweise hilft mir meine wöchentliche Reflexion-KI dabei, meine blinden Flecken („Signale, die Sie möglicherweise ignoriert haben“) zu erkennen:

Spezialisierter Agentenmodus

Mit einer soliden Grundlage aus Unternehmens-, Team- und individuellen Arbeitskontexten können Sie Agenten nach Bedarf hinzuziehen. Jeder Agent versteht einen bestimmten Workflow, teilt jedoch denselben grundlegenden Unternehmenskontext. Sie können sie in einen Chat, eine Aufgabe oder ein Dokument einbeziehen – überall dort, wo Arbeit stattfindet.

Unser Team verfügt über eine Gruppe von Finanzagenten, die täglich eine enorme Arbeitslast bewältigen. Diese Superagenten sind keine generischen Mitarbeiter. Sie kennen unsere Workflows, unsere Definitionen, unseren Rhythmus und unseren Entscheidungsprozess.

Wenn Sie diese drei Schritte richtig erledigen, erhalten Sie genau das, was Geschäftsführer schon immer von GenAI erwartet haben.

KI wird zu einem integralen Bestandteil der Denk-, Lern- und Entscheidungsprozesse des Unternehmens.

Und die gute Nachricht: Für Schritt 2 und Schritt 3 gibt es eine leistungsstarke Lösung: Bauen Sie Ihr Unternehmensgehirn auf ClickUp auf.

Wenn Sie bis hierher gekommen sind, haben Sie sich meine erste schamlose Werbung verdient. 😊

Eine neue Art der Skalierung mit vollständigem Kontext

Das menschliche Verhalten, das großen Organisationen den Kontext nimmt, gibt es schon seit Jahrhunderten. Strukturelle Lücken begraben Informationen. Gruppen-Unterhaltungen übertönen die einzigartigen Signale.

Lange Zeit gab es keine wirkliche Lösung für dieses Problem. Geschäfte lernten, damit zu leben, und betrachteten den Verlust von Kontext als eine Art Wachstumssteuer.

KI ist nicht die Antwort auf Alles. Allein löst sie nur sehr wenig. Ein Unternehmensgehirn entsteht nicht von selbst. Es erfordert gezielte Arbeit, um die Kultur zu verändern, das Betriebssystem neu zu gestalten und den Kontext zu zentralisieren.

Sobald diese Grundlagen geschaffen sind, wird KI zum Schlüssel, der alles zusammenführt.

Sie haben bereits ein intelligentes Team. So bereiten Sie Ihr Unternehmen darauf vor, ein „Company Brain“ aufzubauen, das Wissen Ihrer eigenen Mitarbeiter zu nutzen und zu verhindern, dass intelligente Teams bei der Skalierung dumme Entscheidungen treffen.