Blogartikel von Prof. Dr. Berhard Koye & Kevin Schneebeli
Innovationspotenziale allein schaffen noch keine Wirkung. Entscheidend ist, ob Organisationen über Strukturen und Prozesse verfügen, mit denen sie relevante Ansätze systematisch entwickeln, erproben und weiterführen können. Dieser Beitrag zeigt, wie Innovationssysteme und Innovationsprozesse die Grundlage für eine lernfähige und wirkungsorientierte Innovationsentwicklung schaffen.
1. Innovation braucht mehr als gute Ideen
Innovationen entstehen selten geradlinig. Neue Lösungsansätze müssen entwickelt, Annahmen überprüft und Erkenntnisse aus ersten Anwendungen wieder in die weitere Entwicklung zurückgeführt werden. Gerade angesichts neuer technologischer Möglichkeiten und kürzerer Entwicklungszyklen steigen damit die Anforderungen an die organisationale Fähigkeit, Innovation strukturiert und gleichzeitig lernfähig zu gestalten.
Das Zukunftsfähigkeitsmodell versteht Innovationsmanagement als ganzheitliche organisationale Kernkompetenz. Neben der strategischen Ausrichtung gehören dazu insbesondere geeignete Methoden und Prozesse sowie die Nutzung von Technologie und künstlicher Intelligenz. Strukturierte Innovationsprozesse schaffen einen Rahmen, in dem Innovationspotenziale von der Erkundung über die Entwicklung bis zur Erprobung systematisch weitergeführt werden können. Agile und hybride Methoden sowie Open Innovation ermöglichen es dabei, Entwicklungsprozesse flexibel zu gestalten und interne Kompetenzen gezielt durch externe Perspektiven zu ergänzen.
Das Swiss Future Viability Institute (SFVI) erforscht branchenübergreifend die Leitplanken für die Zukunftsfähigkeit von Organisationen im digitalen Zeitalter. Im Rahmen unserer Blogserie beleuchten wir Innovation als einen zentralen Hebel für organisationale Zukunftsfähigkeit.
Im ersten Beitrag stand die Frage im Mittelpunkt, wo und wofür Organisationen innovieren sollten. Ist diese strategische Richtung definiert, entsteht die nächste Herausforderung: Innovationspotenziale müssen in einen Entwicklungsprozess überführt werden, der ausreichend Struktur für fokussiertes Arbeiten bietet und gleichzeitig Raum für Lernen und Anpassung lässt.
Die Anforderungen an organisationale Innovationsfähigkeit lassen sich dabei auf drei zentrale Dimensionen verdichten:
- Strategische Innovationsausrichtung – wo und wofür soll eine Organisation innovieren?
- Innovationssystem & Innovationsprozesse – wie können Innovationspotenziale strukturiert entwickelt und erprobt werden?
- Umsetzung und organisationale Verankerung – wie werden Innovationen in Wertschöpfung überführt und Innovationsfähigkeit dauerhaft etabliert?
.
Dieser Blogbeitrag fokussiert die zweite Dimension: Innovationssysteme und Innovationsprozesse als Grundlage einer strukturierten und lernfähigen Innovationsentwicklung.
2. Drei zentrale Kompetenzfelder für strukturierte Innovationsentwicklung
1. Innovationsprozesse gestalten und steuern
Innovation benötigt einen Entwicklungsprozess, der aus einem identifizierten Potenzial schrittweise eine belastbare Lösung entstehen lässt.
Dabei geht es nicht darum, Innovation in einen starren Ablauf zu pressen. Gerade weil zu Beginn eines Innovationsvorhabens wesentliche Annahmen noch unsicher sind, müssen Prozesse systematischen Erkenntnisgewinn ermöglichen. Exploration, Entwicklung, Prototyping und Validierung schaffen hierfür aufeinander aufbauende Entwicklungs- und Lernschleifen. Entscheidend ist, Annahmen möglichst früh überprüfbar zu machen. Prototypen und andere Formen der Erprobung ermöglichen es, Erkenntnisse zu gewinnen, bevor eine Lösung umfassend entwickelt wird. Ergebnisse können dadurch kontinuierlich in die weitere Entwicklung einfliessen.
Ein zukunftsfähiger Innovationsprozess verbindet deshalb Struktur mit Iteration: Er schafft Orientierung darüber, welche Fragestellungen in welcher Entwicklungsphase beantwortet werden müssen, ohne den Lösungsweg vorschnell festzulegen.
2. Daten, KI und Technologie integrieren
Technologie ist nicht nur Gegenstand von Innovation. Sie verändert zunehmend auch die Art und Weise, wie Innovation entwickelt wird.
Daten können helfen, Probleme und Nutzungsmuster besser zu verstehen, Hypothesen zu überprüfen und Entscheidungen auf einer fundierteren Grundlage zu treffen. Künstliche Intelligenz erweitert diese Möglichkeiten und kann unterschiedliche Phasen der Innovationsentwicklung unterstützen. Das Zukunftsfähigkeitsmodell berücksichtigt in diesem Zusammenhang unter anderem Datenanalyse, künstliche Intelligenz, Low-Code- und No-Code-Ansätze sowie KI-Agenten als Instrumente für Erkenntnisgewinn, Entwicklung und Produktivitätssteigerung. Für Organisationen besteht die Kompetenz deshalb nicht allein darin, einzelne neue Werkzeuge einzusetzen. Entscheidend ist, Daten, KI und technologische Möglichkeiten dort in das Innovationssystem zu integrieren, wo sie Entwicklungsprozesse sinnvoll unterstützen, beschleunigen oder skalierbarer machen.
Damit wird Technologie zu einem strukturellen Bestandteil moderner Innovationsfähigkeit und nicht lediglich zu einem zusätzlichen Instrument innerhalb bestehender Prozesse.
3. Innovations-Governance und Ressourcensteuerung gestalten
Innovationsvorhaben sind insbesondere in frühen Entwicklungsphasen häufig von hoher Unsicherheit geprägt. Genau deshalb benötigen sie geeignete Steuerungslogiken.
Eine zu frühe Festlegung kann notwendige Exploration begrenzen. Fehlende Entscheidungslogiken können dagegen dazu führen, dass Vorhaben trotz unzureichender Erkenntnisse oder fehlender Erfolgsperspektive fortgeführt werden. Innovations-Governance muss deshalb Orientierung ermöglichen, ohne notwendige Lern- und Entwicklungsräume einzuschränken. Dazu gehören klare Verantwortlichkeiten, transparente Entscheidungswege und eine Ressourcensteuerung, die den jeweiligen Entwicklungsstand eines Innovationsvorhabens berücksichtigt. In frühen Phasen steht beispielsweise die Gewinnung relevanter Erkenntnisse im Vordergrund. Mit zunehmender Reife verschiebt sich der Fokus stärker auf Validierung, Umsetzbarkeit und Skalierung.
Organisationale Innovationskompetenz zeigt sich damit auch darin, unterschiedliche Innovationsvorhaben nicht nach einer einheitlichen Logik zu steuern, sondern Governance und Ressourceneinsatz an Reifegrad und Unsicherheit auszurichten.
3. Leitplanken für die Operationalisierung
1. Innovationsentwicklung in klare Lern- und Entwicklungsphasen strukturieren
Innovationsprozesse sollten Transparenz darüber schaffen, welche Annahmen überprüft, welche Erkenntnisse gewonnen und welche Entscheidungen in den jeweiligen Entwicklungsphasen getroffen werden müssen. Iterative Vorgehensweisen ermöglichen es, neue Erkenntnisse frühzeitig in die Entwicklung zu integrieren und Lösungen kontinuierlich weiterzuentwickeln.
2. Daten, KI und Technologie systematisch in den Innovationsprozess integrieren
Technologien sollten nicht nur punktuell eingesetzt, sondern entlang des gesamten Innovationsprozesses auf ihren konkreten Mehrwert geprüft werden. Entscheidend ist, wo Daten und künstliche Intelligenz Erkenntnisgewinn, Entwicklung, Validierung und Skalierbarkeit wirksam unterstützen können.
3. Steuerung und Ressourcen entwicklungsphasengerecht ausrichten
Nicht jedes Innovationsvorhaben benötigt zu jedem Zeitpunkt dieselben Ressourcen oder Entscheidungskriterien. Governance sollte deshalb differenziert ausgestaltet werden. Klare Verantwortlichkeiten und entwicklungsphasengerechte Entscheidungen schaffen die Voraussetzung, erfolgversprechende Ansätze gezielt weiterzuentwickeln und Ressourcen fokussiert einzusetzen.
4. Fazit
Innovationsfähigkeit zeigt sich nicht allein darin, neue Ideen hervorzubringen. Entscheidend ist die Fähigkeit, aus relevanten Innovationspotenzialen systematisch tragfähige und skalierbare Lösungen zu entwickeln.
Dafür benötigen Organisationen Innovationsprozesse, die Struktur und Lernfähigkeit miteinander verbinden. Daten, künstliche Intelligenz und weitere technologische Möglichkeiten können den Erkenntnisgewinn beschleunigen, Entwicklungsprozesse unterstützen und die Skalierung tragfähiger Lösungen erleichtern. Gleichzeitig braucht Innovation eine Governance, die Verantwortlichkeiten, Entscheidungswege und Ressourcen klärt, ohne notwendige Entwicklungs- und Lernräume zu blockieren. Ein zukunftsfähiges Innovationssystem verbindet damit Prozess, Technologie und Steuerung zu einer gemeinsamen Entwicklungslogik. Es schafft die Voraussetzungen dafür, Innovationspotenziale nicht nur zu erkennen, sondern sie strukturiert zu erproben, weiterzuentwickeln und auf ihre Tragfähigkeit zu überprüfen.
Damit entsteht die Brücke zwischen strategischer Innovationsausrichtung und tatsächlicher Umsetzung: Erst wenn aus einem Innovationspotenzial eine belastbare Lösung geworden ist, stellt sich die nächste zentrale Frage, wie diese in Wertschöpfung überführt und dauerhaft in der Organisation verankert werden kann.
Für einen strategischen Dialog an den Potenzialen für Ihre Organisation freuen wir uns über Ihre Kontaktaufnahme.
Prof. Dr. Bernhard Koye
Academic Director am SFVI. Pionier in der Erforschung der Auswirkungen der Digitalisierung auf Geschäftsmodelle, Organisationen und Menschen mit Fokus auf den Praxistransfer.
Langjährige internationale Erfahrung als Executive, Forscher und Coach in Strategie, Transformation und Innovation sowie in der Begleitung von Top-Management-Teams und Executive Development, u.a. bei einer Schweizer Grossbank und dem Swiss Finance Institute.
Verbindet wissenschaftliche Tiefe mit unternehmerischer Umsetzungskompetenz als Forscher, Coach und Sparringspartner für Entscheidungsträger.
Kevin Schneebeli
Leitung Next Business Models. Unternehmer, Investor und praxisorientierter Forscher mit Fokus auf Business- und Finanzökosysteme, Strategie, Geschäftsmodelle und zukunftsfähige Wertschöpfung.
Erfahrung als Executive, Strategieberater und Business Developer in Banking, Wealth Management, FinTech, digitaler Transformation und Innovation sowie in Forschung und Executive Education.
Verbindet unternehmerische Umsetzungskompetenz mit strategischer Weitsicht als Sparringspartner für Unternehmer, Investoren und Entscheidungsträger.
