Warum Serviceinnovation scheitert: 5 Ursachencluster, 16 Muster und ihre Frühwarnsignale

Die deutsche Wirtschaft investierte 2023 die Rekordsumme von 203,4 Milliarden Euro in Innovation. Gleichzeitig liegt die Kommerzialisierungseffizienz bei 61 Prozent — Deutschland generiert Wissen auf Weltklasseniveau (Rang 1 im BDI Innovationsindikator 2025), kommerzialisiert es aber mittelmäßig (Rang 12 von 35).¹ Die Lücke zwischen Ideengenerierung und Markterfolg ist kein Ressourcenproblem. Sie ist ein Musterproblem.

Serviceinnovation scheitert nicht an fehlenden Ideen, fehlendem Budget oder fehlender Technologie. Sie scheitert an wiederkehrenden strukturellen Mustern in fünf Kategorien: Strategie, Methodik, Organisation, Kultur und Execution. Dieser Artikel benennt 16 Muster, gibt jedem ein diagnostisches Signal und erklärt, warum diese Muster im DACH-Raum besonders stark wirken.

Warum Serviceinnovation anders scheitert als Produktinnovation

Dienstleistungen haben vier strukturelle Eigenschaften, die ihre Innovation fundamental von Produktinnovation unterscheiden: Intangibilität (ein Service kann nicht vor der Erbringung geprüft werden), Ko-Produktion (der Kunde ist Teil des Produktionsprozesses), Simultaneität (Produktion und Konsum fallen zusammen) und Variabilität (jede Serviceinstanz ist anders). Diese Eigenschaften machen die Methoden, Prozesse und Metriken, die für Produktinnovation funktionieren, strukturell ungeeignet für Services.²

Wenn ein Unternehmen Serviceinnovation mit den gleichen Werkzeugen betreibt wie Produktinnovation, scheitert es nicht wegen mangelnder Kompetenz — sondern weil es das falsche Werkzeug verwendet.

Kategorie I: Strategische Fehler — „Wir lösen das falsche Problem”

S1: Lösungssuche ohne Problemdefinition

Die Organisation investiert in Serviceinnovation, ohne zuerst zu klären, welches Problem für welchen Kunden gelöst wird. Innovation beginnt mit einer Lösung („wir brauchen eine App”, „wir brauchen einen digitalen Service”) statt mit einem validierten Kundenproblem.

Diagnostisches Signal: Das Innovationsbriefing verwendet interne Sprache („wir müssen unseren Prozess verbessern”) statt Kundensprache („Kunden können ihre Reparatur nicht nachverfolgen, ohne dreimal anzurufen”).

S2: Strategie und Innovation entkoppelt

BCG-Daten (2024): Weniger als 12 Prozent der Unternehmen berichten über eine starke Verbindung zwischen Geschäfts- und Innovationsstrategie.³ Innovationsinitiativen laufen parallel zur, nicht im Dienste der Geschäftsstrategie. Das Ergebnis: Innovation, die nicht in das Kerngeschäft absorbiert werden kann, selbst wenn sie funktioniert.

Diagnostisches Signal: Das Innovationsteam präsentiert Ergebnisse dem C-Level, aber kein C-Level-Mitglied hat ein persönliches OKR, das an das Innovationsergebnis geknüpft ist.

S3: Die RPV-Falle (Christensen)

Christensens RPV-Framework erklärt, warum Serviceinnovation in Produktunternehmen systematisch scheitert:⁴ Die Ressourcen (R) können umverteilt werden. Aber die Prozesse (P) — wie Entscheidungen getroffen werden — und die Werte (V) — was priorisiert wird, welche Kriterien angelegt werden — sind institutionell fixiert. Service-Ökonomie (Ko-Produktion, Intangibilität, variable Qualität) ist strukturell inkompatibel mit Produkt-Ökonomie (Stückliste, Stückkosten, Stage-Gate). Die neue Initiative sieht permanent „nicht bereit” aus, weil Bereitschaft nach den falschen Kriterien gemessen wird.

Diagnostisches Signal: Im ersten Innovationsreview lauten die Fragen: „Was sind die Stückkosten?” oder „Was ist die Amortisationszeit?” — für eine Initiative in der Entdeckungsphase.

Kategorie II: Methodische Fehler — „Wir verwenden den falschen Prozess”

M1: Produktprozess für Services

Die Serviceinnovationsinitiative wird mit dem gleichen Stage-Gate- oder Wasserfallprozess gesteuert, der für Produktentwicklung gedacht ist. Services können nicht vollständig im Voraus spezifiziert werden (Intangibilität), nicht von ihrer Erbringung getrennt werden (Untrennbarkeit) und variieren mit jeder Kundeninteraktion (Heterogenität). Ein Stage-Gate-Prozess, der eine vollständige Spezifikation vor dem Piloten verlangt, produziert Service-Blueprints, die vollständig aussehen und in der Implementierung scheitern.²

Diagnostisches Signal: Das Projekt hat eine „Anforderungsspezifikation” als Meilenstein — vor jeglichem Kundenkontakt.

M2: Validierungsüberspringen

Formale Validierung — strukturierter Kundenkontakt, Prototypen-Tests, Zahlungsbereitschafts-Prüfung — wird unter Zeitdruck, Kosteneinschränkungen oder Hierarchie übersprungen. Ein typisches DACH-Muster: „Wir kennen unsere Kunden, wir brauchen keine Forschung.” BDI Innovationsindikator 2025: Rang 1 in Wissensgenerierung, nur 61 Prozent Kommerzialisierungseffizienz — die Lücke ist nicht Wissen, sie ist Validierung.¹

Diagnostisches Signal: Das Projekt hat mehr Folien als Kundeninterviews.

M3: Ko-Produktions-Blindheit

Services werden inhärent ko-produziert — der Kunde ist Teil des Produktionsprozesses. Einen Service ohne Kundenbeteiligung im Designprozess zu gestalten, verletzt die Grundbedingung der Service-Entstehung. Vargo und Lusch (2004): Wert wird ko-kreiert, nicht geliefert.⁵ Innovationen, die „für” Kunden statt „mit” Kunden entwickelt werden, verfehlen systematisch den Kontext, die Workarounds und die versteckten Anforderungen, die erst in der Ko-Produktion sichtbar werden.

Diagnostisches Signal: Kundenforschung gilt als „nice to have” und wird zuerst gestrichen, wenn das Budget unter Druck gerät.

M4: Falscher Maßstab — Exploit-Metriken für Explore-Projekte

Explore-Projekte (neue Service-Modelle entdecken) erfordern Lernmetriken: getestete Hypothesen, Evidenzstärke, validierte vs. falsifizierte Annahmen. Exploit-Projekte (bewährte Modelle skalieren) erfordern kommerzielle Metriken: Umsatz, Marge, Adoption. Exploit-Metriken auf Explore-Projekte anzuwenden, killt jedes Explore-Projekt per Definition: Jeder radikal neue Service zeigt in Monat 6 null Umsatz. Das ist kein Scheitern — das ist erwartbar in der Explore-Phase.

Diagnostisches Signal: „Was ist der ROI?” wird in Monat 3 einer Discovery-Initiative gefragt.

Kategorie III: Organisationale Fehler — „Wir haben die falsche Struktur”

O1: Fehlende Top-Level-Sponsorship

Serviceinnovation überschreitet per Definition Organisationsgrenzen — sie berührt IT, Operations, Kundenservice, Legal, Finance. Ohne einen Senior Sponsor mit Autorität über all diese Bereiche kann jede Funktion unabhängig und legitimerweise ein Veto einlegen.⁶ Das ist keine Sabotage — es ist das organisatorische Immunsystem, das wie vorgesehen funktioniert. Jede Funktion schützt ihren Bereich; keine Funktion ist verantwortlich für das bereichsübergreifende Ergebnis.

Diagnostisches Signal: Das Innovationsteam hat einen Sponsor auf VP-Ebene, aber kein C-Level-Mitglied ist für das Geschäftsergebnis verantwortlich.

O2: Die falsche Separierungsentscheidung

Neue Serviceinnovationseinheiten brauchen beides: (a) operative Autonomie — eigenes Budget, eigene KPIs, eigene Entscheidungsrechte — und (b) strategische Integration — Verbindung zu den strategischen Zielen und Ressourcen der Mutterorganisation.⁷ Zwei häufige Fehler: Volle Autonomie ohne strategische Integration (das „Innovationslab in der Wüste” — kein Pfad ins Kerngeschäft); und strategische Integration ohne operative Autonomie (die „Innovationseinheit, die Vorstandsfreigabe für einen 5.000-EUR-Piloten braucht”).

Diagnostisches Signal: Die Innovationseinheit hat kein eigenständiges Budget — oder: die Innovationseinheit hat ein eigenständiges Budget, aber keine Verbindung zu den OKRs einer Geschäftseinheit.

O3: Consulting-Abhängigkeit statt Fähigkeitsaufbau

Das wiederkehrende Muster: Organisation beauftragt Beratung mit „Innovationssprint”, erhält ein Konzept, Beratung geht, Konzept bleibt liegen. Jede neue Initiative erfordert erneut externe Unterstützung. Die Organisation lernt, Innovation zu konsumieren, nicht zu produzieren. Toivonen und Tuominen (2009): Nur intentionale, methodische Serviceinnovation ist skalierbar.⁸ Externe Sprints liefern emergente Innovationen — kreativ, einmalig, nicht skalierbar. Sie bauen nicht die organisationale Fähigkeit für wiederholbare Serviceinnovation auf.

Diagnostisches Signal: Die Organisation hat drei oder mehr „Innovationssprints” mit externen Partnern durchgeführt und kann keine Innovation benennen, die daraus aktuell in Produktion ist.

Kategorie IV: Kulturelle Fehler — „Wir haben das falsche Umfeld”

C1: Innovationstheater

Steve Blank (2019): Innovation Theater ist die organisationale Praxis, Innovation zu zeigen, ohne sie zu betreiben.⁹ Drei Formen: Organisatorisches Theater (Umstrukturierungen, neue Rollen), Innovations-Theater (Hackathons, Design Sprints, Labs ohne Deploymentpfad) und Prozess-Theater (isolierte Prozessreformen ohne Gesamtdoktrin). Innovation Theater ist politisch rational — es befriedigt Stakeholder-Anforderungen an sichtbare Aktivität, ohne dass die Organisation sich tatsächlich verändern muss.

Diagnostisches Signal: Das Innovationsbudget wird in Anzahl von Events gemessen, nicht in validierten Konzepten in der Pipeline.

C2: Fehlerkultur-Defizit

In Organisationen ohne psychologische Sicherheit werden negative Signale unterdrückt. Edmondson (1999, 2018) zeigte: Hochleistungsteams haben nicht weniger Fehler — sie berichten mehr Fehler, weil sie sich sicher fühlen, diese zu kommunizieren.¹⁰ EY Deutschland (2023): 50 Prozent der Führungskräfte sehen die fehlende Fehlerkultur als Innovationsbarriere. Serviceinnovation, die per Definition unsicher ist und öffentliches Experimentieren erfordert, ist besonders betroffen.

Diagnostisches Signal: Im letzten Retrospective der Innovationsinitiative wurden keine neuen Probleme identifiziert, die dem Management nicht bereits bekannt waren.

C3: Bedenkenträger-Dominanz

Ein spezifisch deutsches Muster: Bedenkenträger (wörtlich: Einwand-Träger) sind in der deutschen Organisationskultur strukturell ermächtigt. In Konsenkultur-Umgebungen kann jeder Einwender den Fortschritt verlangsamen oder stoppen. Bedenkenträger sind keine Blockierer — sie sind legitime Teilnehmer einer Governance-Kultur, die sorgfältige Abwägung über Geschwindigkeit stellt. Das Scheitern entsteht, wenn der Bedenkenträger-Einfluss gleichermaßen auf risikoreiche und risikoarme Entscheidungen angewandt wird.

Diagnostisches Signal: Der Governance-Prozess für einen kleinen Piloten (10.000 EUR, 60 Tage, keine Kundenexposition) involviert dieselben Stakeholder wie eine 10-Millionen-Euro-Rollout-Entscheidung.

C4: Die halbe Innovationskultur (Pisano)

Pisano (2019) zeigte: Innovative Kulturen erfordern ein Paradox.¹¹ Organisationen implementieren die „spaßige Hälfte” (Toleranz für Scheitern, Psychological Safety, flache Hierarchie, Kollaboration) ohne die „harte Hälfte” (Intoleranz gegenüber Inkompetenz, rigide Disziplin, brutale Offenheit, starke Accountability, starke Führung). Ergebnis: ein angenehmes Umfeld, das keine Ergebnisse produziert.

Diagnostisches Signal: Das Innovationsteam feiert regelmäßig „Lernen aus Fehlern”, kann aber keinen dokumentierten Fall benennen, in dem dieses Lernen eine nachfolgende Entscheidung verändert hat.

Kategorie V: Execution-Fehler — „Die Idee war richtig, die Umsetzung nicht”

E1: Pilotpurgatorium

Der Zustand kontinuierlichen Experimentierens auf Demo-Scale ohne Entscheidung zur Skalierung.¹² McKinsey-Daten: 84 Prozent der Unternehmen stecken länger als ein Jahr in der Pilot-Phase. Im DACH-Raum verstärken lange Abstimmungsschleifen, Multi-Stakeholder-Freigaben und Bedenkenträger-Governance, dass „mehr Validierung” politisch immer sicherer ist als die Verpflichtung zur Skalierung.

Diagnostisches Signal: Die Organisation hat mehr aktive Piloten als skalierte Innovationen.

E2: Vorzeitige Skalierung

Der Startup Genome Report: 74 Prozent gescheiterter Startups scheitern an vorzeitiger Skalierung. Enterprise-Äquivalent: Ein regionaler Pilot wird auf nationalen Rollout extrapoliert, bevor die Unit Economics bewiesen sind. Unvalidierte Annahmen werden im Maßstab verstärkt. Selbst erfolgreiche Serviceinnovationen (Hilti als Referenz) benötigen 10—15 Jahre nachhaltiges Commitment.¹³

Diagnostisches Signal: Skalierungsinvestition wird freigegeben, bevor positive Unit Economics über mindestens drei vollständige Zyklen nachgewiesen sind.

E3: Die Vertriebslücke

Eine validierte Serviceinnovation wird an einen Vertrieb übergeben, der seit 20 Jahren das alte Modell verkauft. Dem Vertrieb fehlen die Sprache, die Positionierung und die Anreize, den neuen Service zu verkaufen. Im Hilti-Fall dauerte es Jahre, nicht Monate, den Außendienst von Werkzeug-Demonstration auf beratenden Service-Verkauf umzuschulen.¹³ Die Vertriebslücke tötet mehr Innovationen als schlechte Ideen.

Diagnostisches Signal: Vertriebsteams wurden über den neuen Service nach der Validierung informiert — nicht während des Designs einbezogen.

Frühwarnsignale: Wie du erkennst, ob dein Projekt bereits scheitert

Strategisch: Kein C-Level-Mitglied hat ein OKR, das an das Innovationsergebnis geknüpft ist. Das Wort „Pilot” steht im Projektnamen, ohne dass es vorab definierte Scaling-Gate-Kriterien gibt.

Methodisch: Das Projekt hat mehr Folien als Kundeninterviews. Ein Stage-Gate-Checkpoint wurde erreicht, ohne dass ein Prototyp einem realen Kunden gezeigt wurde. Das Team läuft seit 6+ Monaten; keine Annahme wurde formal falsifiziert.

Organisational: Der Pilot braucht Freigabe von Legal, Procurement, IT und Compliance — der gleiche Prozess wie eine Kerngeschäftsänderung. Der Vertriebskanal war nicht am Design beteiligt.

Kulturell: Innovationsmetriken messen Inputs (Workshops, Ideen, Prototypen), nicht Outcomes. Im letzten Retrospective wurden keine neuen Probleme identifiziert.

Execution: Mehr aktive Piloten als Innovationen in Skalierung oder Betrieb. Der Pilot läuft seit 12+ Monaten mit unverändertem Scope.

Das DACH-Spezifikum: Warum diese Muster hier besonders stark wirken

Ingenieurskultur und Effektuationslogik

Brenk et al. (2019) dokumentierten in einer Longitudinalstudie eines deutschen Maschinenbau-Mittelständlers den Kernkonflikt: Die Governance war auf Kausationslogik optimiert (Zukunft vorhersagen, Kontingenz minimieren, ROI im Voraus berechnen). Serviceinnovation erfordert Effektuationslogik (unter Unsicherheit handeln, durch Experimente neue Informationen erzeugen, aus Scheitern lernen statt es zu vermeiden).¹⁴ Die Ingenieurskultur — technische Perfektion, Vorhersagbarkeit, Beherrschung — steht diesem Umdenken strukturell entgegen.

Konsenskultur und Entscheidungsgeschwindigkeit

Deutschlands Hofstede Uncertainty Avoidance Index (65/100 vs. USA 46/100) zeigt eine strukturelle Präferenz für Vorhersagbarkeit und Risikovermeidung. Der DACH-Innovationsmonitor 2025 dokumentiert „lange Entscheidungszyklen und regulatorische Unsicherheiten” als primäre Innovationsbarrieren. Serviceinnovation — die per Definition unsicher, ko-produziert und schwer im Voraus spezifizierbar ist — triggert in dieser Kultur defensive statt explorative Reaktionen.

Mitbestimmung als Strukturbremse

Der in Brenk et al. dokumentierte Kausal-Effektuations-Konflikt wird durch Mitbestimmung verstärkt: Aufsichtsräte und Betriebsräte sind strukturell auf den Schutz bestehender Arrangements orientiert. Personalveränderungen, die für eine neue Innovationseinheit erforderlich sind, brauchen Sozialverträglichkeit und ausgehandelte Zustimmung — legitim und gesetzlich vorgeschrieben, aber strukturell verlangsamend.

Häufig gestellte Fragen

Warum scheitert Serviceinnovation häufiger als Produktinnovation?

Weil sie vier strukturelle Eigenschaften hat (Intangibilität, Ko-Produktion, Simultaneität, Variabilität), die die Methoden, Prozesse und Metriken der Produktinnovation unbrauchbar machen. Wer Serviceinnovation mit Produktinnovationsmethoden betreibt, scheitert nicht wegen mangelnder Kompetenz — sondern wegen falschem Werkzeug.

Was ist Innovation Theater?

Innovation Theater (Steve Blank, 2019) ist die organisationale Praxis, Innovation zu zeigen, ohne sie zu betreiben. Hackathons, Design Sprints und Innovation Labs ohne Deploymentpfad ins Kerngeschäft. Erkennungszeichen: Innovationsbudget wird in Anzahl von Events gemessen, nicht in validierten Konzepten.

Was ist Pilotpurgatorium?

Ein Zustand kontinuierlichen Experimentierens ohne Skalierungsentscheidung. McKinsey: 84 Prozent der Unternehmen stecken länger als ein Jahr in der Pilot-Phase. Ausweg: Scaling-Gate-Kriterien vor dem Pilotstart definieren — Mindestanzahl zahlender Nutzer, positive Unit Economics, Retention über einem Schwellenwert. Kein Pilot ohne Exit-Kriterium.

Welche Rolle spielt die deutsche Fehlerkultur?

Eine strukturell bedeutsame. EY Deutschland (2023): 50 Prozent der Führungskräfte sehen fehlende Fehlerkultur als Innovationsbarriere. Ohne psychologische Sicherheit werden negative Signale unterdrückt — die Innovation arbeitet auf Basis falscher Daten.

Wie erkenne ich, ob mein Projekt bereits scheitert?

Fünf Hochrisiko-Signale: (1) Mehr Piloten als skalierte Innovationen. (2) ROI-Frage vor Monat 12 einer Explore-Initiative. (3) Innovationsmetriken messen Inputs statt Outcomes. (4) Vertrieb wurde nach Validierung informiert, nicht während des Designs. (5) Letztes Retrospective: keine neuen Probleme identifiziert.

Wann ist Serviceinnovation die falsche Strategie?

Wenn das bestehende Geschäftsmodell gesunde Renditen erwirtschaftet und kein disruptiver Wettbewerber sichtbar ist, kann aggressive Serviceinnovation mehr Wert zerstören als schaffen — durch organisatorische Disruption und Ablenkung vom Kerngeschäft. Die strategische Frage ist nie „Innovieren wir genug?” — sondern „Ist das Verhältnis von Exploration zu Exploitation für unsere Wettbewerbssituation richtig?”

Methodik und Quellen

Dieser Artikel basiert auf 14 akademischen und institutionellen Quellen, darunter Christensen (RPV-Framework), Pisano (Innovationskultur-Paradox), Edmondson (psychologische Sicherheit), Blank (Innovation Theater), BCG (2024, Innovationsbereitschaft), March (Exploitation Trap), Brenk et al. (2019, DACH-Longitudinalstudie) und das ZEW Mannheimer Innovationspanel.

SERP-Befund: Im deutschsprachigen Raum existiert kein Artikel, der Serviceinnovations-Scheitern von Produktinnovations-Scheitern strukturell unterscheidet, eine benannte Fünf-Kategorien-Taxonomie mit diagnostischen Fragen bietet, DACH-spezifische Barrieren (Ingenieurskultur, Konsenskultur, Mitbestimmung) mit empirischen Daten verknüpft und Käufern ein Selbstdiagnose-Werkzeug (Frühwarnsignale) gibt.

Einschränkungen: Die BCG-Innovationsdaten (2024) basieren auf Selbstauskunft von Executives und können Social-Desirability-Bias aufweisen. Der Brenk-et-al.-Einzelfall (Maschinenbau-Mittelständler) ist nicht auf alle Branchen generalisierbar. Pilotpurgatorium-Daten stammen überwiegend aus dem IoT-Bereich und können für andere Servicekategorien abweichen.

Hinweis: SI Labs unterstützt Organisationen beim Aufbau interner Serviceinnovationsfähigkeit — mit dem Ziel, sich selbst überflüssig zu machen. Die in diesem Artikel beschriebenen Consulting-Abhängigkeitsmuster sind das, wogegen wir arbeiten.

Quellenverzeichnis

Footnotes

1. BDI Innovationsindikator 2025 / ZEW Mannheimer Innovationspanel 2023/2024. Deutschland Rang 1 in Wissensgenerierung, Rang 12 gesamt (35 Länder). Kommerzialisierungseffizienz: 61 %. Innovationsausgaben: 203,4 Mrd. EUR (Rekord). ↩ ↩²

2. Droege, Henning, Dagmar Hildebrand und Miguel Ángel Heras Forcada. „Innovation in Services: Present Findings, and Future Pathways.” Journal of Service Management 20, Nr. 2 (2009): 131—155. Vier Denkschulen, fünf Forschungsfelder; strukturelle Unterschiede zwischen Service- und Produktinnovation. ↩ ↩²

3. BCG. „Innovation Systems Are in Need of a Reboot.” 2024; „The Global Innovation Readiness Gap.” 2024. 83 % der Executives nennen Innovation als Top-3-Priorität; nur 3 % der Unternehmen sind „innovation ready” (Rückgang von 20 % in 2022). Weniger als 12 % berichten über starke Verbindung von Geschäfts- und Innovationsstrategie. ↩

4. Christensen, Clayton M. The Innovator’s Dilemma. Harvard Business School Press, 1997. RPV-Framework: Resources, Processes, Values als Erklärung, warum Incumbent-Organisationen an disruptiver Innovation scheitern. ↩

5. Vargo, Stephen L. und Robert F. Lusch. „Evolving to a New Dominant Logic for Marketing.” Journal of Marketing 68, Nr. 1 (2004): 1—17. Service-Dominant Logic: Wert wird ko-kreiert, nicht geliefert. ↩

6. Chesbrough, Henry. „Business Model Innovation: Opportunities and Barriers.” Long Range Planning 43, Nr. 2-3 (2010): 354—363. Drei Kernbarrieren für Geschäftsmodellinnovation; NIH-Syndrom als Hindernis für organisationsübergreifende Innovation. ↩

7. O’Reilly, Charles A. III und Michael L. Tushman. „Organizational Ambidexterity: Past, Present, and Future.” Academy of Management Perspectives 27, Nr. 4 (2013). Ambidextrie: operative Autonomie + strategische Integration als Dual-Anforderung für Innovationseinheiten. ↩

8. Toivonen, Marja und Tiina Tuominen. „Emergence of Innovations in Services.” The Service Industries Journal 29, Nr. 7 (2009): 887—902. Emergente vs. intentionale Serviceinnovation; nur intentionale Innovation skaliert verlässlich. ↩

9. Blank, Steve. „Why Companies Do ‘Innovation Theater’ Instead of Actual Innovation.” Harvard Business Review, Oktober 2019. Drei Formen des Innovation Theater: organisatorisch, innovativ, prozessual. ↩

10. Edmondson, Amy C. The Fearless Organization: Creating Psychological Safety in the Workplace. Wiley, 2018; Edmondson, Amy. „Psychological Safety and Learning Behavior in Work Teams.” Administrative Science Quarterly 44, Nr. 2 (1999): 350—383. Hochleistungsteams berichten mehr Fehler, nicht weniger. ↩

11. Pisano, Gary P. „The Hard Truth About Innovative Cultures.” Harvard Business Review, Januar/Februar 2019; Creative Construction. PublicAffairs, 2019. Fünf Paradoxien innovativer Kulturen; Innovationsstrategie muss der Kulturarbeit vorausgehen. ↩

12. Forschung-Technologie-Management. „Pilot Purgatory: Is There an Outright Solution?” 2024. McKinsey: <30 % der IoT-Piloten begannen zu skalieren; 84 % der Unternehmen steckten >1 Jahr in der Pilotphase. ↩

13. Startup Genome Report. 74 % gescheiterter Startups scheitern an vorzeitiger Skalierung. Hilti-Fall (Servitisierung): 10—15 Jahre nachhaltiges Commitment für erfolgreiche Transformation von Produkt- zu Service-Modell. ↩ ↩²

14. Brenk, Sebastian et al. „Learning from Failures in Business Model Innovation.” Journal of Business Economics 89 (2019). Longitudinalstudie eines deutschen Mittelstand-Maschinenbauers: Kausationslogik der Governance vs. Effektuationslogik der Innovation; strukturelle Unvereinbarkeit dokumentiert. ↩