Was ist impliZ?
impliZ – unser wissenschaftlicher Ansatz
Ihre Organisation weiß vieles, was KI nicht weiß – aber wissen müsste, damit sie
erfolgreich für Ihre Organisation arbeiten kann.
impliZ ist ein eigenständiger Ansatz für Organisationsentwicklung. Wir unterstützen Organisationen dabei, ihr implizites Wissen – Erfahrungen, Wahrnehmungen und Beurteilungen, die schwer zugänglich und zugleich stark handlungsleitend sind – zu erschließen und für fundierte Entscheidungen, Veränderungen und den Einsatz von KI nutzbar zu machen.
Dafür verbindet impliZ ein wissenschaftlich entwickeltes Erkenntnisverfahren mit dem Z-Modell, unserem Organisationsentwicklungsmodell. So können Organisationen im Zeitalter der KI ihr eigenes Wissen nutzen und sich aus sich selbst heraus weiterentwickeln.
Implizites Wissen
Implizites Wissen bezeichnet Wissen, das Menschen in ihrem Handeln leitet, obwohl es ihnen häufig nur teilweise bewusst und sprachlich schwer zugänglich ist.
Die wissenschaftliche Auseinandersetzung mit implizitem Wissen reicht bis in die 1960er-Jahre zurück. Der Philosoph und Chemiker Michael Polanyi prägte den Begriff mit der Erkenntnis, dass Menschen einen wesentlichen Teil ihres Wissens anwenden können, ohne ihn vollständig sprachlich ausdrücken zu können.
„Wir wissen mehr, als wir sagen können.“
Michael Polanyi
Diese Erkenntnis wurde seither in Psychologie, Organisationswissenschaft, Wissensmanagement, Entscheidungsforschung und den Kognitionswissenschaften kontinuierlich weiterentwickelt. Heute gilt implizites Wissen als eine wesentliche Grundlage dafür, wie Menschen Situationen bewerten, Entscheidungen treffen, zusammenarbeiten und Veränderungen gestalten.
Für Organisationen und Märkte bedeutet das: Der Erfolg von Strategien, Transformationen, Innovationen und Investitionen hängt auch von Erfahrungen, Wahrnehmungen und Beurteilungen der Menschen ab. Sie prägen Entscheidungen und Handlungen, sind jedoch in Daten, Prozessen und dokumentiertem Wissen nur teilweise abgebildet.
Implizites Wissen im Zeitalter der KI
Neuere Forschung zeigt, dass implizites Wissen mit der zunehmenden Verbreitung von KI wirtschaftlich an Bedeutung gewinnt.
Die California Management Review beschreibt implizites Wissen 2026 als eine Quelle von Wettbewerbsvorteilen im Zeitalter agentischer KI. Wenn vergleichbare KI-Modelle und technologische Fähigkeiten vielen Unternehmen zur Verfügung stehen, verlagert sich Differenzierung stärker auf unternehmensspezifische Ressourcen: situatives Urteilsvermögen, informelle Heuristiken, Kontextwissen und gewachsene Kundenbeziehungen.
Gleichzeitig liegt ein wesentlicher Teil dieses Wissens nicht in dokumentierter Form vor und ist damit für KI nicht automatisch zugänglich. Genau dort entsteht eine neue Aufgabe für Organisationen: das relevante implizite Wissen zu erschließen, bevor Entscheidungen und Prozesse an KI übertragen werden.
Implizites Wissen bekommt damit im Zeitalter der KI eine doppelte Bedeutung: Es liefert den fehlenden organisationalen Kontext für KI und trägt dazu bei, das Eigene eines Unternehmens im Wettbewerb sichtbar zu machen.
Das Z-Modell
Das Z-Modell von impliZ beschreibt, wie implizites Wissen von Organisationen und Märkten erschlossen, zu Entscheidungsgrundlagen verdichtet und für Veränderung wirksam gemacht wird. Im Zeitalter der KI erschließt es damit eine Wissensebene, die in Daten und dokumentiertem Wissen häufig nicht abgebildet ist und die Grundlage für Entscheidungen darüber erweitert, wo und wie KI sinnvoll eingesetzt werden kann.
Das Z-Modell verbindet drei aufeinander aufbauende Phasen:
Freilegen und verdichten
Erkennen und entscheiden
Wirksam machen und evaluieren
So entsteht ein kontinuierlicher Lern- und Entwicklungsprozess, in dem Organisationen ihr eigenes Wissen nutzen, um sich aus sich selbst heraus weiterzuentwickeln.
Freilegen und verdichten – das Erkenntnisverfahren
Implizites Wissen lässt sich nicht direkt erfragen. Wer Menschen nach den Gründen ihres Handelns fragt, erhält vor allem bewusst zugängliches Wissen – Meinungen, Bewertungen und nachträgliche Erklärungen. Erfahrungen, Wahrnehmungen und Beurteilungen, die Entscheidungen und Handlungen mitprägen, sind häufig schwerer zugänglich.
Das Erkenntnisverfahren von impliZ setzt deshalb auf Unterscheiden statt Fragen. Durch ein wissenschaftlich entwickeltes vergleichendes Verfahren werden persönliche Bedeutungen, Erfahrungen und Orientierungsmuster erschlossen, die den Beteiligten zuvor häufig selbst nicht bewusst zugänglich waren.
Diese individuellen Bedeutungsstrukturen werden wissenschaftlich ausgewertet und verdichtet. So wird implizites Wissen strukturiert erfassbar und operationalisierbar und kann mit Daten, Kennzahlen und weiteren Analysen in Beziehung gesetzt werden.
Damit entsteht eine zusätzliche Wissensebene für fundierte Entscheidungen. Auch für KI wird organisations- und marktspezifisches Wissen zugänglich, das in vorhandenen Daten und dokumentiertem Wissen bislang nicht oder nur teilweise abgebildet ist.
Erkennen und entscheiden – die mentale Landkarte
Die mentale Landkarte verdichtet das erschlossene implizite Wissen einer Organisation oder eines Marktes zu einem kollektiven Gesamtbild. Sie zeigt Handlungsfelder, Handlungsoptionen, Ressourcen, Hindernisse, Widerstände und gemeinsame Zukunftsbilder.
Ein eigens entwickeltes mathematisch-statistisches Verfahren macht gemeinsame Denk-, Entscheidungs- und Handlungsmuster sowie Unterschiede und Spannungsfelder sichtbar. Es entsteht keine Durchschnittsmeinung, sondern ein wissenschaftlich fundiertes Gesamtbild.
So entstehen konkrete Entscheidungsgrundlagen: Was soll erhalten bleiben? Was soll sich verändern? Welcher Grad an Automatisierung passt zur Organisation und wird von Kunden erwartet? Wo kann KI sinnvoll unterstützen?
Die Findings können mit Kennzahlen, Unternehmensdaten und weiteren Informationsquellen verbunden und in KI-gestützte Analysen und Entscheidungsprozesse einbezogen werden.
Wirksam machen und evaluieren
Die gewonnenen Erkenntnisse und Handlungsoptionen werden in die Organisation zurückgeführt. Spiral-Dialog und Spiral-Café – wiederkehrende Formate, in denen die Beteiligten die gewonnenen Erkenntnisse gemeinsam reflektieren und weiterentwickeln – lassen das erschlossene implizite Wissen in der Organisation zirkulieren. Die Handlungsoptionen werden dabei für die Umsetzung weiterentwickelt und neue Erfahrungen gesammelt.
Für mögliche Einsatzfelder von KI bereitet impliZ die relevanten Erkenntnisse auf. Gemeinsam mit Univ. Prof. Dr. Christian Stary, Experte für Wirtschaftsinformatik und KI, sowie weiteren Fachexpertinnen und -experten werden daraus Ansatzpunkte für den Einsatz von KI und mögliche Automatisierungspotenziale in der Organisation geprüft.
In den Evaluationen nach 12, 24 und 36 Monaten werden die Erfahrungen aus der Umsetzung erneut erhoben und sichtbar gemacht. So fließt neues Wissen wieder in die weitere Entwicklung der Organisation ein.
impliZ basiert auf einem interdisziplinären wissenschaftlichen Ansatz und verbindet Erkenntnisse aus Psychologie, Psychometrie, Organisationswissenschaft, Wissensmanagement, Konsumentenforschung, Informatik und Mathematik. Diese Grundlagen fließen sowohl in das Erkenntnisverfahren als auch in das Z-Modell ein.
Zu den theoretischen Grundlagen gehören unter anderem die Arbeiten von Michael Polanyi zum impliziten Wissen, George A. Kelly zur Persönlichen Konstrukttheorie, Gregory Bateson zu Systemdenken und den Mustern, die Systeme verbinden, Niklas Luhmann zur Systemtheorie, Karl E. Weick zu Sensemaking, Ikujiro Nonaka und Hirotaka Takeuchi zum Wissensmanagement, Kurt Lewin zu Veränderungsprozessen, Peter Senge zur lernenden Organisation sowie David Bohm zum Dialog als Erkenntnisprozess.
Die mathematisch-statistische Methodik wurde gemeinsam mit Wissenschaftlern aus Psychologie, Mathematik und Informatik entwickelt. Dr. Otto B. Walter begleitet impliZ mit seiner Expertise in Psychometrie. Univ. Prof. Dr. Christian Stary, Johannes Kepler Universität Linz, bringt seine Expertise in Wirtschaftsinformatik und KI ein.
Die Anwendbarkeit des Erkenntnisverfahrens auf Fragestellungen der Organisationsentwicklung, psychologischen Marktforschung und des Konsumentenverhaltens wird zudem durch wissenschaftliche Einschätzungen von Prof. Dr. Sabine Gröppel-Klein, Wissenschaftlerin auf dem Gebiet des Konsumentenverhaltens und der Markenforschung, gestützt.
-
Bateson, G. (1972). Steps to an Ecology of Mind. University of Chicago Press.
-
Bohm, D. (1996). On Dialogue. Routledge.
-
Kelly, G. A. (1955). The Psychology of Personal Constructs. W. W. Norton.
-
Lewin, K. (1947). Frontiers in Group Dynamics. Human Relations, 1(1), 5–41.
-
Luhmann, N. (1984). Soziale Systeme. Grundriß einer allgemeinen Theorie. Suhrkamp.
-
Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company. Oxford University Press.
-
Polanyi, M. (1966). The Tacit Dimension. Routledge & Kegan Paul.
-
Senge, P. M. (1990). The Fifth Discipline: The Art and Practice of the Learning Organization. Doubleday.
-
Weick, K. E. (1995). Sensemaking in Organizations. Sage Publications.
Ausgewählte wissenschaftliche Grundlagen
Wissenschaftliche Fundierung
Entwicklerin des Z-Modells
Gabriela Pesch – 28 Jahre Erfahrung an der Schnittstelle von psychologischer Marktforschung und Organisationsentwicklung.
Aus einem Familienunternehmen stammend, beschäftigt sich Gabriela Pesch seit Beginn ihrer beruflichen Tätigkeit mit der Frage: Was wirkt wirklich?
Gemeinsam mit Wissenschaftlern aus Psychologie, Mathematik, Informatik und Betriebswirtschaft entwickelte sie Verfahren, um schwer zugängliche Erfahrungen, Wahrnehmungen und Beurteilungen von Menschen wissenschaftlich zu erschließen und für Organisationen und Märkte nutzbar zu machen.
Die Entwicklung des Erkenntnisverfahrens und des 2026 entstandenen Z-Modells baut auf dieser langjährigen Erfahrung auf. Heute verbindet dieser Ansatz das Erfahrungswissen von Menschen mit den Möglichkeiten von KI und macht damit Wissen nutzbar, das in Daten und Dokumentationen allein nicht erfasst wird.
In diese Arbeit fließen Projekte unter anderem mit A1, AUDI, BMW, ÖBB Postbus, Österreichische Post, Salzburg AG, Schindler und der Universität Innsbruck ein.
Die methodische Arbeit wurde mehrfach ausgezeichnet: mit Bronze beim HR Award 2019 sowie Nominierungen für den Constantinus und den Innovationspreis 2020.
zurück zur Startseite
Abgrenzung zur klassischen Beratung
Bei klassischer Beratung und KI-Beratung kommen Expertise, Konzepte und technologische Lösungen häufig von außen. impliZ richtet den Blick auf das, was bei KI-Planungen, Projekten und Transformationen leicht übersehen wird: das handlungsleitende implizite Wissen der Organisation.
Damit setzt impliZ von innen heraus an – bei dem Wissen, das bereits in der Organisation vorhanden ist und ihr tägliches Handeln prägt. Externe Beratung und KI-Expertise können darauf gezielt aufbauen.
So entsteht die Richtung der Veränderung aus der Organisation selbst heraus.