In der Welt der Organisationen operieren Führungskräfte oft auf einem einfachen, intuitiven Glauben: Wenn man die Art und Weise ändert, wie ein Team arbeitet, werden sich auch die Ergebnisse ändern. Wenn ein Unternehmen selbstverwaltete Teams einführt oder Menschen dazu ermutigt, ihr Wissen zu teilen, sollte die Leistung steigen. Das scheint logisch, verbirgt aber ein tiefes Mysterium. Wenn sich ein Team verbessert, ist selten klar, warum es sich verbessert hat. Lag es daran, dass alle mehr lernten? Lag es daran, dass sie sich mehr vertraut fühlten? Oder war es schlichtweg so, dass zur richtigen Zeit die richtige Person im richtigen Raum war? Umgekehrt kämpfen Manager, wenn eine neue Methode scheitert, damit, den fehlenden Baustein zu identifizieren. Sie können die unsichtbaren Zahnräder, die im Inneren der Maschine rotieren, nicht sehen. Seit Jahrzehnten versuchen Forscher, diese Verbindungen abzubilden, wobei sie sich oft auf Umfragen und Statistiken verlassen, die Korrelationen aufzeigen, aber nicht die zugrunde liegenden Mechanismen beweisen können. Die Frage bleibt: Macht das Geben von Freiheit ein Team tatsächlich besser, oder macht es das Ergebnis nur schwerer vorhersagbar?

Eine neue Studie von Franny Philos Sophia vom Elanare Institute durchbricht diesen Nebel, indem sie eine Organisation nicht als eine Ansammlung von Menschen betrachtet, sondern als ein logisches System, das mit absoluter Präzision getestet werden kann. Die Forscherin entwickelte eine formale Theorie namens RCAS, was für Reference–Choice Adaptive System steht. Anstatt zu raten, wie Praktiken zu Ergebnissen führen, zerlegt die Studie den Prozess in explizite, Zwischenschritte und bildet genau ab, wie eine spezifische Handlung den internen Zustand eines Teams verändert. Um sicherzustellen, dass es keine Fehler in dieser komplexen Logik gab, wurde die gesamte Theorie in eine Computersprache übersetzt, die für mathematische Beweise verwendet wird. Ein Computerprogramm überprüfte dann jeden einzelnen Schritt der Argumentation und verifizierte, dass die Schlussfolgerungen unweigerlich aus den Ausgangsannahmen folgten. Dieser Ansatz ist selten in der Untersuchung menschlicher Gruppen, wo Ergebnisse meist auf Beobachtung statt auf Beweisen basieren. Das Ziel war nicht, Unternehmen zu sagen, was sie tun sollen, sondern zu verstehen, was innerhalb der Logik der Teamarbeit möglich und was unmöglich ist.

Die Studie beginnt mit der Definition dessen, was es bedeutet, dass ein Team über echte Wahlfreiheit verfügt. Stellen Sie sich ein Team vor, dem ein klares Ziel und ein Satz von Grenzen vorgegeben wurden, das aber entscheiden darf, wie es dieses Ziel erreicht. Dies unterscheidet sich davon, genau gesagt zu bekommen, was zu tun ist, und es unterscheidet sich davon, gar keine Regeln zu haben. Die Forscher fanden heraus, dass Teams, die mit dieser Art von strukturierter Freiheit operieren, dieselben qualitativ hochwertigen Ergebnisse erzielen können, während sie unterschiedliche Methoden anwenden. Eine Person löst ein Problem vielleicht schnell, während eine andere einen detaillierteren Ansatz wählt, doch beide sind erfolgreich. Dies beweist, dass die Standardisierung des Ergebnisses keine Standardisierung der Methode erfordert. Die Studie enthüllte jedoch auch eine kritische Schwachstelle: Das Vorhandensein von Regel-Ebenen bedeutet nicht automatisch, dass das System funktioniert. Es ist möglich, eine Struktur zu entwerfen, in der die Regeln an der Spitze etwas erlauben, das die Regeln an der Basis verbieten. Damit ein System fundiert ist, müssen die Grenzen aktiv aufrechterhalten werden; sie korrigieren sich nicht von selbst, nur weil die Struktur existiert.

Einer der bedeutendsten Befunde betrifft den Unterschied zwischen dem Teilen dessen, was man weiß, und dem Erschaffen von etwas Neuem. Die Studie unterscheidet zwischen zwei Arten des Kapazitätswachstums. Die erste ist die Diffusion, bei der sich Wissen von einer geschickten Person auf andere überträgt. Die zweite ist die Kreation, bei der jemand eine Fähigkeit entwickelt, die das übersteigt, was derzeit niemand in der Gruppe besitzt. Die computerverifizierten Ergebnisse zeigen eine klare Grenze auf: Das Teilen von Wissen kann ein Team in Bezug auf Volumen und Resilienz stärken, aber es kann die Decke dessen, was das Team zu erreichen vermag, nicht anheben. Wenn ein Team einen Experten hat, der die schwierigsten Probleme lösen kann, wird das Lehren aller anderen, kompetent zu sein, dem Team ermöglichen, mehr Arbeit zu leisten und den Verlust eines Mitglieds zu überstehen, aber es wird ihnen nicht ermöglichen, ein Problem zu lösen, das der Experte nicht alleine hätte lösen können. Um diese Decke zu durchbrechen, muss jemand neues Wissen erschaffen, das über das aktuelle Maximum hinausgeht. Diese Unterscheidung ist entscheidend, da sie erklärt, warum einige Teams, die Informationen endlos teilen, dennoch gegen eine Leistungswand stoßen.

Die Forscher brachen das Konzept der „Leistung“ zudem in drei verschiedene Teile auf, anstatt es als eine einzige Zahl zu behandeln. Erstens gibt es die Frontier (Grenze), welche die höchste Qualität oder Komplexität repräsentiert, die das Team derzeit erreichen kann. Zweitens gibt es das Volumen, oder wie viel Arbeit das Team parallel leisten kann. Drittens gibt es die Resilienz, die misst, wie viele Mitglieder das Team verlieren kann, bevor es unter einen erforderlichen Standard fällt. Die Studie beweist, dass Wissensteilung das Volumen und die Resilienz steigert. Wenn mehr Menschen die Fähigkeiten des Experten erlernen, kann das Team mehr Arbeit gleichzeitig erledigen und den Weggang einzelner Personen verkraften, ohne zusammenzubrechen. Die Frontier – der Gipfel dessen, was möglich ist – bewegt sich jedoch nur, wenn jemand etwas Neues erschafft. Das bedeutet, dass ein Team unglaublich effizient und robust werden kann, ohne jemals innovativer zu werden.

Vielleicht ist das überraschendste Ergebnis eine Herausforderung für eine populäre Idee des modernen Managements: dass selbstverwaltete Teams automatisch zu besserer Leistung führen. Die Studie konstruierte ein spezifisches Szenario, das durch den Computer verifiziert wurde, in dem ein Team über alle richtigen strukturellen Merkmale verfügte. Sie hatten echte Wahlfreiheit, sie deckten alle notwendigen Fähigkeiten ab und sie aktualisierten ihre eigenen Regeln, um sich im Laufe der Zeit zu verbessern. Dennoch war die Leistung des Teams in diesem Szenario gleich null. Dieses Gegenbeispiel zeigt, dass das Vorhandensein der richtigen Struktur keinen Erfolg garantiert. Die Bedingungen für Selbstverwaltung sind notwendig, aber sie sind nicht hinreichend. Ob ein Team tatsächlich gut performt, hängt von Faktoren außerhalb der formalen Logik des Systems ab, wie etwa der Frage, ob die Ziele korrekt gesetzt wurden oder ob das Umfeld günstig ist. Die Theorie beweist, dass man den Erfolg nicht allein aus der Anwesenheit von Autonomie ableiten kann.

Die Studie untersuchte auch, wie Teams mit Regeln und Beschränkungen umgehen. Sie fand heraus, dass für die Effektivität eines Regelsatzes jede einzelne Regel notwendig sein muss. Wenn eine Regel entfernt werden kann, ohne die Funktionsfähigkeit des Teams zu beeinträchtigen, sollte sie entfernt werden. Dies deckt sich mit der Idee des Lean Managements, bei dem unnötige Bürokratie abgeschafft wird. Die Forscher zeigten, dass ein System nicht in seinem effizientesten Zustand ist, wenn ein Team eine Regel besitzt, die keinen Wert hinzufügt. Darüber hinaus fanden sie heraus, dass Teams ihre Regeln im Laufe der Zeit verbessern können, aber nur, wenn sie einen Mechanismus besitzen, um die aktuellen Regeln beizubehalten, falls keine bessere Option gefunden wird. Ohne diese „Stay“-Bedingung könnte ein Team seine Regeln versehentlich verschlechtern, indem es sie ständig ändert, auf der Suche nach Verbesserung.

Letztendlich bietet diese Arbeit eine klare Landkarte des Terrains zwischen Praxis und Leistung. Sie trennt das, was logisch garantiert ist, von dem, was lediglich gehofft wird. Sie bestätigt, dass das Teilen von Wissen Teams befähigt, mehr Arbeit zu leisten und Rückschlägen standzuhalten, aber es kann sie nicht innovativer machen, sofern nicht jemand etwas Neues erschafft. Sie zeigt, dass Selbstverwaltung ein mächtiges Werkzeug ist, aber kein Zauberstab, der den Erfolg garantiert. Die Studie lässt die letzte Verbindung zur realen Welt offen für Tests und erkennt an, dass die Logik zwar fundiert ist, die Anwendung jedoch von der chaotischen Realität menschlicher Organisationen abhängt. Indem sie genau beweist, wo die Mechanismen funktionieren und wo sie versagen, gibt die Forschung Führungskräften eine Möglichkeit, ihre Teams zu diagnostizieren. Wenn ein Team mit dem Volumen kämpft, muss es Wissen teilen. Wenn es mit der Innovation kämpft, muss es neue Fähigkeiten erschaffen. Wenn es mit der Resilienz kämpft, muss es Redundanz aufbauen. Das Paper bietet keine Einheitslösung an, aber es bietet etwas Wertvolleres: ein präzises Verständnis der Zahnräder, die die Maschine einer Organisation antreiben.