Wir verkaufen modellgetriebene Transformation nicht nur — wir führen unser eigenes Unternehmen damit. Ein Blick in zwei der Metapad-Modelle, mit denen transentis jeden Tag arbeitet: das Modell, das unser Marketing steuert, und das Modell, das unsere Praxis als lebendigen digitalen Zwilling abbildet.

Auf einen Blick

Die meisten Unternehmen laufen auf einem verstreuten Stapel von Artefakten: eine Strategie-Präsentation, ein CRM, eine Kapazitäts-Tabelle, ein Wiki, das niemand liest, ein Ordner mit Angeboten. Jedes für sich ist ordentlich; zusammen driften sie schon am Tag nach ihrer Erstellung auseinander. Ein workOS ist die Alternative — Strategie, Betrieb, Systeme und Messung in einem verbundenen, berechenbaren Modell davon, wie das Unternehmen tatsächlich läuft.

Wir beschreiben dieses Muster nicht nur. Wir laufen darauf. In diesem Beitrag öffnen wir zwei der Metapad-Modelle, mit denen transentis täglich arbeitet: ein Marketing-Modell, das unsere Marken, Angebote, Zielgruppen, Kampagnen, strategischen Züge und jeden einzelnen Inhalt als abfragbaren Graphen hält — das Modell, in dem genau dieser Beitrag ein Knoten ist — und ein Stammdaten-Modell, das als digitaler Zwilling der Praxis dient, von Menschen und Projekten bis hin zu einer Echtzeit-Sicht auf unsere Vertriebs-, Projekt- und Finanzkennzahlen. Andere Domänen, dieselben Regeln: Struktur und Erzählung in einer Quelle, daraus abgeleitete Projektionen und eine KI, die in einem typisierten Graphen verankert ist statt in einer Wand aus Fließtext.

Das workOS, kurz erklärt

Über das PersonalOS haben wir bereits geschrieben — ein zweites Gehirn, gebaut als Wissensgraph, in dem Ihre Notizen, Ihr Journal, Ihre Aufgaben und die Verknüpfungen dazwischen zu einem Modell werden, mit dem Sie denken können, statt zu einem Stapel Dateien, den Sie durchsuchen. Ein workOS ist dieselbe Idee im organisationalen Maßstab, und den grundsätzlichen Fall dafür haben wir in Ein berechenbarer Wissensgraph Ihres Unternehmens gemacht.

Kurz gesagt: Statt über ein Dutzend unverbundener Dokumente zu beschreiben, wie Ihr Unternehmen läuft, bauen Sie ein Modell davon — typisiert, verknüpft und berechenbar. Die Strategie hängt mit den Angeboten zusammen, die sie prägt; die Angebote hängen mit den Menschen zusammen, die sie erbringen; die Erbringung hängt mit den Zahlen zusammen, die sie erzeugt. Sie hören auf zu fragen „In welchem Dokument stand das noch?", und beginnen zu fragen „Womit hängt das zusammen, und was passiert, wenn es sich ändert?"

Das ist die Theorie. Dieser Beitrag ist die Praxis — zwei unserer eigenen Modelle, geöffnet.

Praxisbeispiel eins — das Marketing-Modell: Strategie, offen gelegt

Das erste Modell steuert unser Go-to-Market. Es hält, als typisierte und verknüpfte Knoten, das, woraus eine Marketing-Strategie tatsächlich besteht:

Knotentyp	Was er enthält
Marke	transentis, Metapad, Business Prototyping, die Academy — jeweils mit Positionierung, Mission und Botschaftsebenen
Produkt / Leistung / Workshop	Was wir verkaufen, vom AI-Driven Operating Model Workshop bis zur Operating Model Transformation
Zielgruppe	Die rollenbasierten Segmente, die wir bedienen — Operations-Verantwortliche, Transformationsverantwortliche, Modellierungs-Praktiker
Kanal & Kampagne	Wo wir Menschen erreichen, und die Kampagnen, die die Arbeit bündeln
Inhaltsbaustein	Jeder Blogbeitrag, jeder LinkedIn-Post, jede E-Mail — auch dieser hier
Strategischer Zug & Ziel	Die Wetten, die wir eingehen, jede mit einer expliziten Erfolgskennzahl
Entscheidungs-Log	Warum wir die strukturellen Entscheidungen getroffen haben, die wir getroffen haben — mit den verworfenen Alternativen

Der Punkt ist nicht die Aufzählung — es ist, dass diese Dinge miteinander verdrahtet sind. Ein Inhaltsbaustein gehört zu einer Kampagne, richtet sich an bestimmte Zielgruppen und bewirbt ein bestimmtes Angebot. Ein Strategischer Zug treibt ein Ziel voran, das eine Kennzahl misst. Ändern Sie die Positionierung einer Marke, und die betrifft-Verknüpfungen zeigen Ihnen genau, welche Inhalte jetzt einen zweiten Blick brauchen.

Wie wir tatsächlich damit arbeiten

Hier ist der Teil, der uns am meisten überrascht hat: Das Modell hat verändert, wie wir beide über Strategie streiten. Marketing-Entscheidungen liefen früher auf die übliche Weise ab — eine Nachricht, die im Chat hin- und hergeworfen wird, eine Folie, die dreimal überarbeitet wird, ein Positionierungssatz, der im Kopf dessen lebte, der ihn zuletzt angefasst hat. Jetzt hat der Streit ein gemeinsames Objekt.

Wenn wir eine Markenbotschaft schärfen, diskutieren wir nicht über eine Abstraktion. Wir öffnen den Marke-Knoten, lesen seine aktuelle Positionierung und seine Botschaftsebenen und bearbeiten sie direkt — ein Mensch und ein KI-Assistent, die am selben lebendigen Artefakt arbeiten, auf die dialogische Art, auf die wir jedes Metapad-Modell bauen. Wenn die Änderung struktureller Natur ist — eine Leistung umbenannt, eine Zielgruppe zurückgezogen, eine Positionierung von „Enterprise" auf „System" verschoben —, machen wir sie nicht einfach und gehen weiter. Wir schreiben einen Entscheidungs-Log-Knoten, der das Warum und die abgewogenen Alternativen festhält, und verdrahten ihn per betrifft-Kanten mit allem, was davon abhängt. Sechs Monate später, wenn jemand fragt „Warum haben wir dieses Segment fallen lassen?", ist die Antwort ein Knoten, keine Erinnerung.

Der Ertrag ist eine Strategie, die Sie befragen können. Welche Inhaltsbausteine treiben unseren Zug voran, die Abhängigkeit von einem einzigen Kunden zu verringern? Welche Zielgruppe erreicht keine aktuelle Kampagne tatsächlich? Wozu haben wir uns verpflichtet, das kein Ziel misst? Das sind keine Fragen, die eine Präsentation beantworten kann — aber sie sind nur eine Abfrage entfernt, wenn Ihre Strategie ein Graph ist.

Eine Präsentation sagt Ihnen, was Sie entschieden haben. Ein Modell sagt Ihnen, womit Ihre Entscheidung verbunden ist — und was zerbricht, wenn Sie es sich anders überlegen.

Das ist außerdem, ganz bewusst, Strategie im Offenen. Weil das Modell ehrlich ist — es hält fest, dass Metapad bislang wenige ernsthafte externe Nutzer hat, dass ein Großteil unseres Umsatzes noch bei einem einzigen Kunden liegt —, ist es genau dort nützlich, wo eine geschönte Präsentation beschönigen würde. Ein workOS, das nur gute Nachrichten enthält, ist kein Modell des Unternehmens; es ist Marketing für die Chefetage.

Praxisbeispiel zwei — das Stammdaten-Modell: ein digitaler Zwilling der Praxis

Das zweite Modell ist größer, und es leistet eine schwerere Arbeit. Wenn das Marketing-Modell abbildet, wie wir über das Außen des Unternehmens nachdenken, dann ist das Stammdaten-Modell ein digitaler Zwilling des Innen — ein lebendiges Modell davon, wie transentis als Beratungspraxis tatsächlich arbeitet.

Es hält unsere Menschen (ihre Fähigkeiten, Kapazitäten, beruflichen Hintergründe, Sprachen und Historie), unsere Projekte und die Kunden, für die sie erbracht wurden, unsere Referenzen und — das ist es, was es zu einem Zwilling macht und nicht zu einem Verzeichnis — die kommerzielle Wirklichkeit darunter: Aufträge, Verrechnungssätze, Festpreis-Umsätze, Jahreskapazität und -kosten. Hunderte Projekte, Dutzende Menschen und Kunden, alle typisiert und verbunden.

Warum es ein Zwilling ist und keine Datenbank

Eine Datenbank würde Ihnen sagen, wer Python-Kenntnisse hat. Der Zwilling sagt Ihnen etwas, das eine Datenbank nicht kann:

Er rechnet. Kapazität, Auslastung und Verfügbarkeit sind keine Felder, die Sie von Hand pflegen — sie werden aus dem Graphen abgeleitet.
Er trägt Erzählung. Eine Referenz ist keine Zeile; sie ist ein Projekt mit einer Geschichte dahinter — was wir getan haben, was es belegt, was öffentlich gesagt werden darf.
Er erzeugt Projektionen. Kompetenzmatrizen für Angebote, Referenz-Präsentationen, Textbausteine für Ausschreibungen — gerendert aus dem Modell, statt daneben gepflegt.

Eine Echtzeit-Sicht auf die Zahlen

Der jüngste Schritt ist der, über den wir uns am meisten freuen, und es lohnt sich, präzise zu sein, wie er funktioniert — denn der Mechanismus ist der Punkt. Das Stammdaten-Modell hält den stabilen Kern der Praxis: die Projekte, die Menschen, die Sätze. Jeden Tag ziehen wir aus JIRA Live-Daten darüber, woran unsere Berater tatsächlich arbeiten, und schieben sie in unser Data Warehouse — und schon dieser Schritt stützt sich auf das Modell, denn rohe JIRA-Datensätze werden erst dann aussagekräftig, wenn sie mit den Stammdaten angereichert werden: Wessen Projekt ist das, zu welchem Satz, gegen welchen Auftrag?

Darauf sitzt das Frontend des Zwillings, und es liest aus drei Quellen zugleich: dem Stammdaten-Modell für die Referenz- und die kommerzielle Ebene (Abrechnungsinformationen, die Klarnamen der Berater, Vertragskonditionen), JIRA für das Echtzeit-Bild der laufenden Arbeit und dem Data Warehouse für die langfristige historische Sicht. Zusammen geben sie uns eine Echtzeit-Sicht auf unsere Vertriebs-, Projekt- und Finanzkennzahlen — Pipeline, Umsatz, Auslastung, Kapazität — keine Quartals-Tabelle, die zwei Wochen nach ihrer Erstellung veraltet ist, sondern einen lebendigen Blick auf den Zustand der Praxis, verankert in demselben Modell, das die Menschen und Projekte hält, die die Zahlen beschreiben.

Das ist der Unterschied, den ein Zwilling macht: Die Kennzahl und das, was sie misst, leben im selben Modell. Wenn ein Projekt abgeschlossen wird, bewegt sich die Umsatzzahl, aktualisiert sich die Kapazitätsberechnung und wird die Referenz für das nächste Angebot verfügbar — weil es von vornherein nie getrennte Datensätze waren.

Damit haben wir bislang zwei der drei Zeithorizonte: JIRA zeigt uns die Gegenwart, das Data Warehouse zeigt uns die Vergangenheit. Woran wir gerade arbeiten, ist der dritte — den Zwilling mit Metapads Simulationsfähigkeiten zu verdrahten, sodass er uns auch die Zukunft zeigen kann: nicht nur berichten, wo wir stehen, sondern projizieren, wohin wir uns bewegen, und uns alternative Zukünfte testen lassen, bevor wir uns festlegen. Es ist derselbe Zug, den wir mit Kunden machen — auf uns selbst angewandt.

Ein paar der Fragen, die es an einem normalen Arbeitstag beantwortet:

„Wer könnte eine Machbarkeitsstudie mit viel Operations Research im Verkehrsbereich besetzen, verfügbar innerhalb von acht Wochen?" — eine Abfrage gegen Fähigkeiten und Kapazität, vollständig beantwortet, statt drei Nachrichten an erfahrene Kollegen und eine unvollständige Antwort bis zum Mittag.
„Welche Referenzen belegen berechenbare Simulation über Loyalty, Mobilität und Supply Chain hinweg?" — drei Referenzen samt ihren Geschichten, exportierbar ins Angebotsformat, statt einen Ordner alter Präsentationen zu durchscrollen.
„Wie viel abrechenbare Kapazität haben wir in den nächsten drei Monaten, nach Fähigkeit?" — eine lebendige Antwort, keine Tabelle, die zuletzt im April aktualisiert wurde.
„Wo stehen wir dieses Quartal bei Umsatz und Pipeline?" — die KPI-Übersicht, aktuell bis zum Data Warehouse.

Eine Quelle, viele Projektionen, kein Auseinanderdriften

Beide Modelle leisten zwei Aufgaben zugleich, und das ist der Kern des workOS-Musters. Sie erledigen die Arbeit, und sie dokumentieren sie — aus einer einzigen Quelle.

In einem herkömmlichen Aufbau sind das getrennte Anstrengungen, die ständig aus dem Takt geraten: Die Strategie-Präsentation sagt das eine, das CRM das andere, die Kapazitäts-Tabelle ein drittes, und das Wiki, das all das beschreibt, ist vor Monaten veraltet. In einem workOS gibt es nichts abzugleichen, weil die Dokumentation eine Projektion des Modells ist, das die Arbeit erledigt. Aktualisieren Sie die Fähigkeiten einer Person, und die Kompetenzmatrix im nächsten Angebot bildet es ab. Schließen Sie ein Projekt ab, und die Referenzliste, die Kapazitätszahlen und die KPI-Sicht bewegen sich gemeinsam. Halten Sie eine Positionierungsentscheidung fest, und die davon betroffenen Inhalte werden automatisch markiert.

Es verändert auch, was ein KI-Assistent für Sie tun kann. Richten Sie einen Chatbot auf einen Ordner voller Dokumente — die Technik, die als Retrieval-Augmented Generation, kurz RAG, bekannt ist —, und er kann den richtigen Absatz aus einer langen Datei ziehen. Nützlich, und in der Praxis wollen Sie das. Aber RAG liest Text; es kann Ihnen nicht sagen, dass die Verfügbarkeit dieses Beraters, die Historie jenes Kunden und die Pipeline dieses Quartals zusammen ein bestimmtes Angebot verfolgenswert machen, weil diese Verbindung nie in einem einzelnen Dokument stand. Der Graph weiß es, weil die Verbindung Teil seiner Struktur ist.

Die Suche findet Ihre Wörter. RAG findet Ihre Absätze. Ein berechenbarer Wissensgraph beantwortet Fragen dazu, wie Ihr Unternehmen tatsächlich zusammenhängt — und lässt eine KI sie gemeinsam mit Ihnen beantworten.

Wir sind ehrlich, was das nicht ist. Wir haben Wissensmanagement nicht gelöst, und keines der beiden Modelle ist fertig — ein literates Modell ist ein lebendiges Artefakt, kein abgeschlossenes, und es braucht weiterhin Pflege. Was wir getan haben, ist, drei Artefakte in eines zu verschmelzen — die Datenbank, das Diagramm und das Dokument —, unsere KI-Verankerung von Fließtext auf einen typisierten Graphen zu verlagern und unsere Dokumentation in Projektionen zu verwandeln, die von dem, was sie beschreiben, nicht abdriften können.

Warum das über uns hinaus zählt

Wir sind eine kleine Praxis, und das ist der Punkt, kein Vorbehalt: Gerade weil wir diese Modelle von Anfang bis Ende selbst betreiben, können wir sie öffnen und Ihnen das Innere zeigen. Das Muster hängt nicht von unserer Größe ab — Kunden in Mobilität, Telekommunikation und Luftfahrt bauen Operating-Model-Zwillinge auf Metapad in weit größerem Maßstab. Unsere sind einfach die, die wir Ihnen ehrlich zeigen können.

Und es ist dasselbe Muster, das wir mit Kunden bauen. Das kostenlose Webinar Gestalten Sie Ihr Operating Model neu - mit KI zeigt den Ablauf an einem fiktiven Unternehmen. Der AI-Driven Operating Model Workshop wendet ihn auf Ihr Operating Model mit Ihren Dokumenten an. Die Operating Model Transformation setzt die daraus folgende Veränderung um. Und ein Enterprise Digital Twin hält das Modell lange nach dem Workshop lebendig — genau so, wie unser eigenes Stammdaten-Modell für uns lebendig ist.

Die Praxis, auf der wir laufen, ist der Beweis für die Praxis, die wir verkaufen. Dieser Beitrag ist, in einem sehr realen Sinn, transentis' eigener digitaler Zwilling, hochgehalten als Referenz: Wir haben unser Unternehmen heute Morgen etwas gefragt, und das Modell hat geantwortet.

Dasselbe Muster, in drei Maßstäben

Wenn Ihnen das bekannt vorkommt, ist genau das die Idee. Es ist ein Muster, und Sie können ihm in jedem beliebigen Maßstab begegnen:

Ein PersonalOS — ein zweites Gehirn: Ihre Notizen, Ihr Journal und Ihre Aufgaben als Graph, mit dem Sie denken können.
Ein workOS — dieser Beitrag: die Strategie, der Betrieb und die Zahlen eines Unternehmens als Modell, auf dem es läuft.
Ein Enterprise Digital Twin — dasselbe im Maßstab einer großen Organisation, mit Simulation obendrauf.

Lernen Sie das Muster an Ihren eigenen Notizen, und Sie haben das Muster gelernt, das eine Praxis betreibt. Lernen Sie es an einer Praxis, und Sie haben das gelernt, das bis zum Unternehmen skaliert. Andere Domäne, jedes Mal dieselben Regeln: Struktur und Erzählung in einer Quelle, daraus abgeleitete Projektionen und eine KI, die in einem typisierten Graphen verankert ist statt in einem Stapel Fließtext.

Wie es weitergeht

Die Alternative zu einem Stapel auseinanderdriftender Dokumente ist kein besseres Dokument. Es ist ein Modell — typisiert, verknüpft, berechenbar und geteilt zwischen den Menschen und der KI, die daran arbeiten.

Sehen, wie es gebaut wird? Kommen Sie zum kostenlosen Webinar Gestalten Sie Ihr Operating Model neu - mit KI und sehen Sie zu, wie in etwa einer Stunde ein workOS an einem lebendigen Modell Gestalt annimmt.

Es für Ihr eigenes Unternehmen? Der "Gestalten Sie Ihr Operating Model neu - mit KI" Workshop wendet den Ablauf auf Ihr Operating Model an, mit Ihren Dokumenten — und lässt Sie mit einem Modell zurück, das Sie weiterbetreiben können.

Lieber bei null anfangen? Metapad ist kostenlos zum Starten — gestalten Sie Ihr eigenes Modell und lassen Sie Ihr Unternehmen dagegen laufen statt gegen Ihre Folien.

Ein workOS ist nicht der Ort, an dem Sie ablegen, wie Ihr Unternehmen läuft. Es ist der Ort, an dem das Bild davon, wie Ihr Unternehmen läuft, der Wirklichkeit treu bleibt.

"Literate Graphs:" Wie Metapad unser workOS betreibt