Kompetenzfalle

Wer etwas oft macht, wird darin besser. Das gilt für Menschen, für Teams und für ganze Konzerne. Die Kompetenzfalle beschreibt die Kehrseite davon. Man hält an dem fest, was man beherrscht, und probiert das Unbekannte gar nicht erst aus. Der Grund ist nicht Dummheit, sondern Erfahrung: Das Bewährte funktioniert ja messbar gut. Erst später zeigt sich, dass eine andere Vorgehensweise besser gewesen wäre – nur hat man sie nie lange genug geübt, um das zu merken.

Warum Marktführer an ihrer eigenen Stärke scheitern

Der Begriff stammt aus der Organisationsforschung der 1980er-Jahre und hat durch die KI-Welle neue Aufmerksamkeit bekommen. Er erklärt ein Muster, das in der Wirtschaftsgeschichte immer wieder auftaucht. Ein Unternehmen dominiert seinen Markt, verpasst eine technische Umwälzung und verschwindet. Von außen wirkt das wie Trägheit. Tatsächlich hat die Firma meist sehr rational gehandelt – nur mit einem zu kurzen Zeithorizont.

Ein bekanntes Beispiel ist Kodak. Das Unternehmen war Weltmeister im Filmgeschäft und verdiente an jedem verkauften Filmstreifen. Die Digitalkamera wurde dort sogar mit entwickelt. Aber jeder Vergleich sprach kurzfristig für den Film: bessere Bildqualität, höhere Marge, eingespielte Produktion. Bis die Digitalfotografie aufholte, war der Vorsprung anderer nicht mehr einzuholen.

Für Anlegerinnen und Anleger ist das Muster deshalb interessant, weil es sich schlecht aus Bilanzen ablesen lässt. Ein Unternehmen in der Kompetenzfalle sieht kurz vor dem Absturz oft besonders profitabel aus. Es spart genau dort, wo die Zukunft liegen würde. Wichtig ist die Abgrenzung zur schlichten Sturheit: Hier fehlt nicht der Wille, sondern die Erfahrung mit der Alternative.

Der Mechanismus aus Erfahrung und Rückkopplung

Dahinter steckt eine Rückkopplung, also ein Kreislauf, der sich selbst verstärkt. Man wählt eine Methode, sammelt Erfahrung damit und wird besser. Weil sie dadurch bessere Ergebnisse liefert, wählt man sie beim nächsten Mal wieder. Die Alternative bleibt ungeübt und schneidet in jedem Test schlecht ab. Ihr echtes Potenzial bleibt unsichtbar, weil niemand lange genug in sie investiert.

In der KI-Forschung trägt dasselbe Problem den Namen Exploration-Exploitation-Dilemma. Ein lernendes System muss ständig entscheiden: Nutze ich die Option mit dem bisher besten Ergebnis? Oder teste ich eine unbekannte Option, die vielleicht noch besser ist? Wer immer nur ausnutzt, landet bei einer mittelmäßigen Lösung und bleibt dort hängen. Wer immer nur ausprobiert, kommt nie zu einem stabilen Ergebnis.

Ein Alltagsvergleich trifft es gut: Man geht seit Jahren in dasselbe Restaurant, weil es zuverlässig gut ist. Zwei Straßen weiter gäbe es ein besseres – aber man wird es nie erfahren. Praktisch begegnet man dem Problem mit festen Testbudgets. Firmen reservieren bewusst einen Anteil an Geld, Zeit oder Personal für Ansätze, die sich noch nicht rechnen.

Die Kompetenzfalle in Tech-News und im eigenen Lernen

In der aktuellen Berichterstattung taucht der Gedanke fast täglich auf, meist ohne den Fachbegriff. Wenn Analysten fragen, ob ein etablierter Suchmaschinen- oder Softwarekonzern die KI-Umstellung verschläft, meinen sie genau dieses Muster. Auch die Debatte um Autohersteller und Elektroantrieb folgt ihm. Jahrzehnte Erfahrung mit Verbrennungsmotoren sind ein Vorteil – solange der Markt bei Verbrennern bleibt.

Innerhalb der KI-Branche gilt das ebenso. Wer stark auf eine bestimmte Modellarchitektur oder einen Chip-Hersteller setzt, baut Wissen, Werkzeuge und Personal darum herum auf. Ein Wechsel wird dadurch mit jedem Jahr teurer, selbst wenn die Alternative technisch überlegen ist. Fachleute nennen diese Bindung Lock-in-Effekt.

Das Prinzip gilt auch im Kleinen. Wer beim Lernen immer dieselbe Methode nutzt, weil sie sich bewährt hat, verpasst womöglich eine effektivere. Ein verbreiteter Irrtum ist übrigens, die Kompetenzfalle sei ein Argument gegen Spezialisierung. Das ist sie nicht. Sie ist ein Argument dafür, neben dem Bewährten immer einen kleinen Teil der Ressourcen ins Ausprobieren zu stecken.