KI wird Ihre KPIs nicht lösen. Und ein weiteres Nachschlagewerk auch nicht.

Bernard Marr hat mehr KPI-Vorschläge veröffentlicht als es Käferarten gibt. Vermutlich dachte sich irgendwann jemand angesichts dieser Liste: Wir brauchen ein größeres Boot. Das Genre ist etabliert. Hier sind 75 KPIs für den Einzelhandel. Hier sind 50 für das Gesundheitswesen. Hier sind 127 für alles, was Ihr Unternehmen in diesem Quartal tut. Suchen Sie sich die passenden aus, fügen Sie sie Ihrem Dashboard hinzu, und schon ist das Performance-Management gelöst. Marr ist damit nicht allein – er ist lediglich das prominenteste Beispiel für eine ganze Branche im Verlagswesen und in der Beratung, die auf derselben Prämisse basiert: dass das Messproblem ein Auswahlproblem sei. Das stimmt nicht. Jetzt betritt KI die Bühne. Natürlich wurde sie mit großem Enthusiasmus auf das Auswahlproblem angewendet. Füttern Sie ein Sprachmodell mit Ihren strategischen Prioritäten, und es liefert KPIs – schneller, zahlreicher und überzeugender formuliert als jedes Nachschlagewerk. Manche Tools vergleichen sie sogar mit Branchenstandards. Was Ihnen aber keines dieser Tools sagen kann, ist, ob die Messung als Beweis gilt. Das ist keine Kritik an der Technologie. Es ist die Beschreibung des Problems, das die Technologie geerbt hat. KI hat die Wissenslücke im Zentrum der Leistungsmessung nicht geschaffen – sie hat sie lediglich beschleunigt. Hier liegt die Lücke: Siebzig Jahre Literatur zur Leistungsmessung haben Instrumente zur Bewertung hervorgebracht. Scorecards, OKRs, KPI-Frameworks – sie alle beantworten im Grunde dieselbe Frage: Wie gut sind wir? Sie sind darauf ausgelegt, ein Urteil zu fällen. Evidenzbasierte Instrumente hingegen beantworten eine andere Frage: Was ist tatsächlich geschehen, und können wir es belegen? Sie sind darauf ausgelegt, etwas Überprüfbares zu schaffen – einen Nachweis, der auch dann Bestand hat, wenn jemand, der nicht beteiligt war, die Grundlage einer Entscheidung einsehen möchte. Der Unterschied mag subtil erscheinen. In der Praxis ist es der Unterschied zwischen einem Governance-Dokument und einer Präsentation. W. Edwards Deming verstand diese Unterscheidung. Er verstand, dass Messungen ohne statistische Fundierung Rauschen erzeugen, das als Signal getarnt ist – dass das, was als Leistungsdaten gemeldet wird, oft Abweichungen sind, die ohnehin aufgetreten wären und Entscheidungen zugeschrieben werden, die damit nichts zu tun hatten. Die Field lasen Deming, entwickelten bessere Dashboards und machten weiter. Die Frage, die er eigentlich aufwarf, wurde unter „Produktion“ abgelegt und weitgehend unbeantwortet gelassen. Die Frage lautete: Was muss eine Messung als Beweismittel ausweisen? Marrs Bücher geben darauf keine Antwort. Sie können sie auch nicht – es handelt sich nicht um eine Frage, die sich einfach nachschlagen lässt. Es bedarf eines Frameworks mit einer definierten Kaskade, vordefinierten Schwellenwerten und einer Kalibrierungslogik, die vor der Implementierung protokolliert und nicht erst nach Erhalt der Ergebnisse rekonstruiert wird. Anders ausgedrückt: Es bedarf genau jener strukturellen Disziplin, die das Nachschlagen von KPIs als zu aufwendig erscheinen lässt – bis man eine Ressourcenentscheidung gegenüber einem Vorstand, einem Geldgeber oder einer Aufsichtsbehörde verteidigen muss und das Dashboard keine neuen Erkenntnisse liefert. KI beschleunigt jeden Ansatz. Mit einer gut durchdachten Evidenzarchitektur kann sie innerhalb dieser Struktur sinnvolle Aufgaben erfüllen. Mit einer Liste von KPIs, die in einem Meeting plausibel erschienen, hilft sie dabei, mehr davon schneller und in der gewünschten Schriftart zu generieren. Das MetriqOne Framework basiert auf der Frage, die Deming aufwarf und die Field weitgehend unbeachtet ließen. Nicht etwa, weil Nachschlagewerke nutzlos wären, sondern weil die Auswahl nie der schwierigste Teil war. Die eigentliche Herausforderung liegt in der Kalibrierung – im Voraus zu wissen, was die Indikatoren unter welchen Bedingungen erfassen sollen und was es bedeutet, wenn sie es nicht tun. Die Antwort darauf findet sich in „Foundations of Evidence-Based Leadership“ (Band II), das die Erkenntnisfehler in fünf wichtigen Messtraditionen aufzeigt und genau lokalisiert, wo die Field falsch abgebogen ist. Die Antwort für die Implementierung – wie man eine Kaskade aufbaut, die in Organisationen ohne stabile Infrastruktur, saubere Daten oder Spezialsoftware überprüfbare Ergebnisse liefert – findet sich in „Proof Without Judgement“ (Band I). Beide Bücher sind bei Amazon erhältlich. Keines der beiden enthält eine Liste mit 75 KPIs. Das ist Absicht, kein Versehen. Torgeir Skogvold ist Gründer von MetriqOne und Autor der MetriqOne Trilogie: Messung für die reale Welt.