Unternehmen lieben Zahlen. Forecasts, Wahrscheinlichkeiten, Szenarien, Business Cases und Dashboards geben Struktur. Vor allem aber vermitteln sie das Gefühl, dass Zukunft zumindest teilweise beherrschbar ist.
Doch viele der wichtigsten unternehmerischen Entscheidungen haben eine unangenehme Eigenschaft: Die entscheidenden Wahrscheinlichkeiten sind gar nicht bekannt. Sollten wir in einen neuen Markt eintreten? Wird künstliche Intelligenz unser Geschäftsmodell verändern? Wird ein neues Produkt funktionieren? Welche Technologie wird sich durchsetzen? Für solche Fragen gibt es oft keine belastbare historische Datenbasis. Wir wissen nicht nur nicht, was passieren wird. Wir wissen häufig auch nicht, wie wahrscheinlich die verschiedenen möglichen Entwicklungen sind.
Risiko und Unsicherheit sind nicht dasselbe
Genau hier setzte der Ökonom Frank H. Knight bereits 1921 an. In Risk, Uncertainty, and Profit unterschied er zwischen Risiko und echter Unsicherheit. Risiko ist berechenbar. Unsicherheit nicht. Bei einem Würfelwurf kennen wir die möglichen Ergebnisse und ihre Wahrscheinlichkeiten. Auch Versicherungen funktionieren nach diesem Prinzip.
Niemand weiß, welches konkrete Haus im kommenden Jahr brennen wird, über viele vergleichbare Fälle hinweg lässt sich das Risiko aber relativ gut bestimmen. Ähnlich ist es bei einem Online-Shop, der aus Erfahrung weiß, dass etwa 3% seiner Bestellungen retourniert werden. Welche Kunden retournieren, ist unbekannt. Die Größenordnung ist trotzdem kalkulierbar.
Ganz anders ist die Lage, wenn ein Unternehmen heute entscheiden muss, wie stark generative AI sein Geschäftsmodell in fünf Jahren verändert. Natürlich kann man Szenarien bauen. Vielleicht automatisiert AI 20% bestimmter Tätigkeiten. Vielleicht 50%.
Vielleicht entstehen neue Wettbewerber oder völlig neue Geschäftsmodelle. Man kann diesen Szenarien Wahrscheinlichkeiten zuweisen. Aber woher kommen diese Zahlen? Häufig aus Annahmen. Genau das ist Knightian Uncertainty. Nicht bloß eine Zukunft, deren Ausgang wir noch nicht kennen, sondern eine Zukunft, für die keine verlässliche Wahrscheinlichkeitsverteilung existiert.
Präzision ist nicht dasselbe wie Wissen
Das Problem beginnt dort, wo Unternehmen Unsicherheit so behandeln, als wäre sie lediglich kompliziertes Risiko. Dann entstehen sehr präzise Modelle mit Marktwachstum von 6,4%, Szenario-Wahrscheinlichkeiten von 35% und einem erwarteten Umsatz von 48,7 Millionen Euro.
Das sieht wissenschaftlich aus, kann aber auf Annahmen beruhen, die niemand wirklich begründen kann. Ein Modell kann mathematisch korrekt sein und trotzdem Scheinsicherheit erzeugen.
Für Knight liegt genau hier die eigentliche Bedeutung des Unternehmers. Wenn alle Wahrscheinlichkeiten bekannt wären, könnten Risiken eingepreist, diversifiziert oder versichert werden. Außergewöhnliche Gewinne entstehen dagegen dort, wo niemand die richtige Antwort kennt.
Unternehmertum bedeutet deshalb nicht nur, Risiko einzugehen. Es bedeutet, unter Unsicherheit zu urteilen. Zwei intelligente Menschen können dieselben Daten sehen und trotzdem zu völlig unterschiedlichen Schlussfolgerungen kommen. Der eine sieht eine Modeerscheinung, der andere einen strukturellen Wandel. Der eine sieht einen zu kleinen Markt, der andere den Beginn einer neuen Kategorie. Genau dort beginnt Strategie.
Die wichtigsten Fragen stehen nicht im Dashboard
Moderne Unternehmen sind hervorragend darin geworden, das Messbare zu optimieren. Marketing, Conversion Rates, Customer Acquisition Costs, Absatz, Produktivität und Kundenverhalten werden laufend analysiert.
Das ist wertvoll. Gleichzeitig entsteht die Gefahr, dass das Messbare wichtiger erscheint als das Nichtmessbare. Dabei liegen die großen strategischen Fragen meist außerhalb des Dashboards. Welcher Markt wird in fünf Jahren relevant? Welche Technologie verändert unsere Branche? Welche Kundenbedürfnisse entstehen gerade erst? Welche Fähigkeiten sollten wir heute aufbauen? Keine Kennzahl beantwortet diese Fragen direkt.
Künstliche Intelligenz verändert diese Situation, aber sie hebt Knights Unterscheidung nicht auf. AI kann riesige Datenmengen analysieren, Muster erkennen, Szenarien erzeugen und Annahmen hinterfragen. Ein Teil dessen, was früher unsicher erschien, lässt sich dadurch zunehmend besser modellieren. Aber AI kann die Offenheit der Zukunft nicht beseitigen.
Die nächste bahnbrechende Technologie muss nicht in historischen Daten enthalten sein. Ein neuer Wettbewerber kann ein Geschäftsmodell entwickeln, das bisher noch nicht existierte. Ein geopolitischer Bruch kann etablierte Annahmen innerhalb weniger Wochen wertlos machen.
Von Prediction zu Judgement
Die entscheidende Fähigkeit der Zukunft ist deshalb vielleicht nicht bessere Prediction, sondern besseres Judgement. Was wissen wir wirklich? Was können wir berechnen? Was nehmen wir lediglich an? Welche Annahme ist besonders kritisch? Welche Signale würden uns zeigen, dass wir falsch liegen? Und welche Entscheidung funktioniert auch dann noch, wenn sich die Zukunft anders entwickelt als erwartet?
Genau hier setzt DIQOS an. Das von divendus entwickelte Entscheidungsmodell verbindet Data, Insights, Quality, Operations und System zu einem kontinuierlichen Prozess. Daten schaffen zunächst eine bessere Sicht auf die Realität. Insights machen relevante Muster sichtbar. Auf der Q-Ebene werden Annahmen, Alternativen und mögliche Verzerrungen hinterfragt und in unternehmerisches Judgement übersetzt. Erst danach folgt die Umsetzung in konkrete Entscheidungen und Operations. Das System sorgt schließlich dafür, dass Ergebnisse beobachtet, neue Informationen aufgenommen und Entscheidungen laufend verbessert werden.
Damit geht es nicht darum, Unsicherheit künstlich zu beseitigen. Es geht darum, unter Unsicherheit systematischer zu denken. Unter Risiko kann man optimieren. Unter echter Unsicherheit muss man beobachten, verstehen, entscheiden, handeln und lernen. Unternehmen müssen die Zukunft nicht perfekt vorhersagen. Sie müssen schneller erkennen, wenn sich Annahmen verändern, neue Muster entstehen oder eine bisherige Entscheidung korrigiert werden muss.
Der eigentliche Wettbewerbsvorteil
Vielleicht liegt darin Knights wichtigste Erkenntnis für die Gegenwart. Der größte Wettbewerbsvorteil entsteht nicht dort, wo die Zukunft sicher ist. Er entsteht dort, wo sie unsicher ist und ein Unternehmen trotzdem besser entscheidet.
Genau dabei unterstützt divendus. Nicht indem wir Unternehmen eine vermeintlich sichere Zukunft vorrechnen, sondern indem wir Daten, AI, strategisches Denken und menschliche Urteilskraft zu besseren Entscheidungssystemen verbinden. DIQOS schafft dafür die Struktur: besser sehen, besser verstehen, besser entscheiden und schneller lernen.
Denn in einer Welt, in der immer mehr Unternehmen Zugang zu denselben Daten und denselben AI-Modellen haben, wird nicht Information allein zum Vorteil. Der Vorteil liegt darin, was ein Unternehmen daraus macht.