Objectives and Key Results (OKR)

Kurzfassung

Objectives and Key Results (OKR) ist ein Verfahren, mit dem Organisationen für einen kurzen Zeitraum, meist ein Quartal, wenige qualitative Ziele (Objectives) festlegen und jedes davon mit einigen messbaren Schlüsselergebnissen (Key Results) verbinden. Die Ziele sind öffentlich, werden regelmäßig besprochen und am Ende bewertet. Bekannt wurde das Verfahren durch Intel und Google.

OKR verspricht Fokus, Abstimmung zwischen Teams und mehr Ehrgeiz. Gut belegt ist die Grundlage: Die Zielsetzungstheorie zeigt in vielen Studien, dass konkrete, anspruchsvolle Ziele mit Rückmeldung zu höherer Leistung führen als vage Vorgaben. Über OKR selbst gibt es dagegen kaum Forschung, vor allem Fallberichte und Befragungen.

Strittig ist, ob die Vorteile die Nebenwirkungen aufwiegen. Kritiker verweisen darauf, dass Ziele den Blick verengen, zu Täuschung verleiten und das Lernen bei komplexen Aufgaben behindern können. Wie stark das bei OKR auftritt, ist nicht untersucht; als wichtige Bedingung gilt, ob die Zahlen an Beurteilung und Bezahlung gekoppelt werden.

Ablauf

Ein Objective beschreibt, was erreicht werden soll, in Worten und ohne Zahl. Die Key Results legen fest, woran man am Ende erkennt, ob es erreicht wurde. Sie sind Ergebnisse, keine Tätigkeiten: „Zehn Kundeninterviews führen“ ist eine Aufgabe, „Die Abbruchquote im Bestellprozess sinkt von 40 auf 25 Prozent“ ein Key Result. Die Maßnahmen, mit denen ein Team das erreichen will, heißen in vielen Darstellungen Initiativen und stehen getrennt daneben.

Google empfiehlt in seinem öffentlichen Leitfaden drei bis fünf Objectives mit jeweils etwa drei Key Results. Mehr Ziele, so die Begründung, verteilen die Kräfte zu dünn.

Zwei Eigenheiten unterscheiden OKR von vielen anderen Zielsystemen.

Ehrgeizige Ziele mit Teilerfüllung. Bei Google gelten Objectives als ehrgeizig, sie dürfen sich „etwas unbequem“ anfühlen. Ein Wert von etwa 0,6 bis 0,7 gilt als Erfolg; wer regelmäßig 1,0 erreicht, setzt die Ziele nach dem Leitfaden zu niedrig. Viele Darstellungen unterscheiden deshalb verbindliche OKRs (committed), die vollständig erreicht werden sollen, von ehrgeizigen (aspirational), bei denen 0,7 als normal gilt.

Trennung von der Leistungsbeurteilung. Google schreibt ausdrücklich, OKRs seien nicht gleichbedeutend mit einer Leistungsbeurteilung. Die Trennung ist eine Voraussetzung dafür, dass ehrgeizige Ziele überhaupt gesetzt werden: Wer an der Zielerreichung gemessen und bezahlt wird, hat einen Anreiz, niedrige Ziele vorzuschlagen.

Abgrenzung zu verwandten Verfahren

OKR wird oft mit dem Führen über Ziele und mit Kennzahlensystemen gleichgesetzt. Die Unterschiede liegen weniger in der Idee als in Rhythmus, Sichtbarkeit und Kopplung an die Bezahlung. Die Tabelle beschreibt die verbreitete Praxis, nicht jede Umsetzung.

Management by Objectives (MbO) geht auf Peter Drucker zurück, der es 1954 in The Practice of Management beschrieb. Eine Kennzahl beschreibt dagegen einen Zustand, der laufend beobachtet wird, etwa die Verfügbarkeit eines Systems. Ein Key Result kann eine Kennzahl verwenden, aber es setzt einen Zielwert für einen bestimmten Zeitraum. Wie sich Kennzahlen aus einem Ziel ableiten lassen, zeigt der Artikel Kennzahlensysteme und KPI-Baum.

Nutzen und Beleglage

Die Belege für OKR liegen auf drei Ebenen, und sie sind sehr unterschiedlich stark.

Die psychologische Grundlage ist gut belegt. Die Zielsetzungstheorie von Edwin Locke und Gary Latham, beide Organisationspsychologen, entstand aus Jahrzehnten experimenteller Forschung und wurde 1990 in einem Buch zusammengefasst. In ihrem Überblick von 2002 berichten die Autoren, dass konkrete, schwierige Ziele bei weit über 100 verschiedenen Aufgaben mit mehr als 40.000 Teilnehmenden in mindestens acht Ländern zu höherer Leistung führten als die Aufforderung, „sein Bestes zu geben“. Die Effektstärken aus Meta-Analysen liegen bei d = 0,42 bis 0,80, also im mittleren bis großen Bereich.

Locke und Latham nennen vier Wege, über die Ziele wirken: Sie lenken die Aufmerksamkeit, sie erhöhen die Anstrengung, sie verlängern die Ausdauer, und sie regen an, nach passenden Strategien zu suchen. Ebenso wichtig sind die Bedingungen, unter denen der Effekt auftritt. Er ist am stärksten, wenn Menschen sich dem Ziel verpflichtet fühlen und Rückmeldung über ihren Fortschritt bekommen. Bei komplexen Aufgaben ist er deutlich kleiner, für den Vergleich mit „Gib dein Bestes“ etwa d = 0,41 gegenüber 0,77 bei einfachen Aufgaben.

Key Results machen Ziele konkret, Check-ins liefern Rückmeldung. Das ist aber ein Schluss von der Theorie auf das Verfahren, kein Beleg für das Verfahren selbst.

Über OKR selbst gibt es wenig Forschung. Eine der wenigen größeren Untersuchungen stammt von Jenna Butler, Thomas Zimmermann und Christian Bird von Microsoft (2024). Sie führten in einem großen Softwareunternehmen, das OKR seit etwa zwei Jahren nutzte, 47 Interviews und werteten 512 Fragebögen aus. Nur 45 Prozent der Teams hielten sich für gut darin, ihre Ziele zu messen, und 76 Prozent der Befragten wussten nicht, wo sie die Ziele anderer Teams finden. Wo OKR nach eigener Einschätzung ausgereifter eingesetzt wurde, berichteten die Befragten häufiger von einer gemeinsamen Teamausrichtung und mehr Freude an der Arbeit. Das ist ein Zusammenhang aus Selbstauskünften in einem einzigen Unternehmen, kein Nachweis einer Wirkung. Die Autoren halten selbst fest, dass es wenig Forschung zur Einführung solcher Verfahren gibt und kein geprüftes Messinstrument.

Der Rest sind Erfahrungsberichte. Die bekanntesten Fälle, Intel und Google, stammen aus John Doerrs Buch Measure What Matters (2018). Doerr ist Risikokapitalgeber und wirbt für das Verfahren. Seine Fallgeschichten zeigen, wie OKR in erfolgreichen Unternehmen eingesetzt wurde, nicht, dass es zu deren Erfolg beigetragen hat. Von Unternehmen, die OKR wieder aufgegeben haben, hört man kaum.

Worauf OKR beruht

Das Verfahren setzt mehrere Annahmen voraus. Wo sie nicht zutreffen, verliert es seinen Nutzen oder schadet.

1. Das Wichtige lässt sich in wenigen Zahlen fassen. Key Results sind fast immer Stellvertretergrößen: Sie stehen für etwas, das man eigentlich erreichen will. Je weiter Zahl und Sache auseinanderliegen, desto größer ist die Gefahr, die Zahl statt der Sache zu verbessern.
2. Ein Quartal ist ein passender Zeitraum. Für Vertrieb oder Produktentwicklung kann das stimmen. Für Forschung, Kulturveränderung oder Infrastruktur zeigen sich Ergebnisse oft erst nach Jahren, und ein Quartalsziel misst dann nur Zwischenschritte.
3. Die Teams können ihre Ziele beeinflussen. Rückmeldung und Verpflichtung wirken nur, wenn ein Team mit seiner Arbeit einen spürbaren Unterschied machen kann. Hängt ein Key Result vor allem von anderen ab, misst es deren Arbeit.
4. Die Daten sind verfügbar. In der Microsoft-Studie war der Zugang zu Daten eines der häufigsten Probleme. Ohne verlässliche Messung bleibt die Bewertung am Quartalsende eine Schätzung.
5. Ziele und Beurteilung sind getrennt. Ehrgeizige Ziele mit 70 Prozent Erfüllung funktionieren nur, wenn eine Teilerfüllung keine Nachteile bringt. Wo Führungskräfte die Werte doch in Gespräche über Leistung und Bonus mitnehmen, verschiebt sich der Anreiz hin zu sicheren, niedrigen Zielen.

Bei komplexen, neuen Aufgaben empfehlen Locke und Latham zudem Lernziele statt Leistungsziele, etwa eine bestimmte Zahl erprobter Lösungswege statt eines Ergebniswerts. Leistungsziele können dort Angst und planloses Probieren auslösen. OKR wird in der Praxis meist mit Leistungszielen betrieben.

Herkunft und Varianten

OKR ist eine Weiterentwicklung des Führens über Ziele. Andrew Grove, Manager und später Vorstandschef des Chipherstellers Intel, führte dort in den 1970er-Jahren eine Fassung ein, die intern iMBO hieß (Intel Management by Objectives), und beschrieb sie 1983 in High Output Management. John Doerr lernte das Verfahren 1975 bei Intel kennen. 1999 stellte er es, inzwischen Risikokapitalgeber bei Kleiner Perkins, dem jungen Unternehmen Google vor.

Hervorgehoben ist die Einführung bei Google, mit der die Verbreitung über Intel hinaus begann.

Die Varianten unterscheiden sich vor allem in drei Fragen. Erstens, auf welcher Ebene OKRs gesetzt werden: nur für das Unternehmen und die Teams oder bis hinunter zu einzelnen Personen. Persönliche OKRs geraten leicht zur Aufgabenliste und vermischen sich mit der Leistungsbeurteilung. Zweitens, wie streng die Ziele voneinander abgeleitet werden. Eine starre Kaskade von oben nach unten macht OKR zu einem langsamen Planungsverfahren; viele Darstellungen empfehlen deshalb, dass ein großer Teil der Ziele von den Teams selbst kommt. Drittens, ob OKRs auch den laufenden Betrieb abbilden sollen. Doerrs Umfeld rät davon ab: Ziele, die nur den gewohnten Betrieb fortschreiben, seien weder handlungsleitend noch anspornend. Für die Überwachung des Betriebs bleiben Kennzahlen zuständig.

Grenzen und Kritik

Die grundsätzliche Kritik richtet sich nicht gegen OKR im Besonderen, sondern gegen das Steuern mit Zielvorgaben. Lisa Ordóñez, Maurice Schweitzer, Adam Galinsky und Max Bazerman, Verhaltensforscher an mehreren US-Universitäten, warfen der Zielsetzungsforschung 2009 vor, die Nebenwirkungen zu vernachlässigen. In „Goals Gone Wild“ nennen sie sechs: Ziele verengen den Blick auf das Gemessene, verschieben die Risikobereitschaft, begünstigen unehrliches Verhalten, behindern das Lernen, beschädigen die Kultur und können die innere Motivation mindern.

Locke und Latham antworteten im selben Heft und warfen den Kritikern vor, die Forschungslage einseitig darzustellen. Der Streit ist nicht entschieden. Auch die Zielsetzungstheorie selbst nennt aber Bedingungen, unter denen Ziele schaden können, etwa Leistungsziele bei komplexen, neuen Aufgaben.

Für OKR folgen daraus vier Einwände.

• Die Zahl wird zum Ziel. Sobald ein Key Result zählt, lohnt es sich, die Zahl zu bewegen statt der Sache. Das beschreiben Goodharts Gesetz und Campbells Gesetz. Ehrgeizige Ziele verschärfen das, weil der Abstand zwischen Anspruch und Möglichkeit größer wird.
• Belohnt wird, was gemessen wird. Was in keinem Key Result vorkommt, etwa Wartung, Einarbeitung oder Hilfe für andere Teams, gerät aus dem Blick. Diesen Mechanismus hat Steven Kerr beschrieben (siehe Fehlanreize).
• Vorgegebene Ziele können die Motivation untergraben. Nach der Selbstbestimmungstheorie mindern Kontrolle und Druck die innere Motivation, während eigene Entscheidungsspielräume sie stärken. OKR kann beides sein, je nachdem, ob Teams ihre Ziele mitbestimmen oder sie nur ausfüllen.
• Aufwand und Ritual. Die Microsoft-Studie zeigt, wie oft es beim Formulieren, Messen und Abstimmen an Werkzeugen und Daten hakt. Das Verfahren kann zur Pflichtübung werden, die Formulare füllt, ohne Entscheidungen zu verändern.

OKR ist damit eine besondere Form des Führens über Ziele, mit kurzer Taktung, öffentlichen Zielen und bewusst ehrgeizigen Werten. Die Forschung zu Zielen spricht dafür, dass das unter passenden Bedingungen die Leistung steigert. Ob das Verfahren als Ganzes Organisationen erfolgreicher macht als andere Formen der Zielsetzung, ist nicht untersucht.

Quellen

• Drucker, P. F. (1954): The Practice of Management. Harper & Brothers.
• Grove, A. S. (1983): High Output Management. Random House.
• Doerr, J. (2018): Measure What Matters. How Google, Bono, and the Gates Foundation Rock the World with OKRs. Portfolio/Penguin.
• Google re:Work: Guide: Set goals with OKRs (Anzahl der Ziele, Bewertung 0,0 bis 1,0, Trennung von der Leistungsbeurteilung).
• Wikipedia: Objectives and key results (iMBO, Doerr 1975 bei Intel, verbindliche und ehrgeizige OKRs).
• Locke, E. A. & Latham, G. P. (1990): A Theory of Goal Setting and Task Performance. Prentice Hall.
• Locke, E. A. & Latham, G. P. (2002): Building a Practically Useful Theory of Goal Setting and Task Motivation: A 35-Year Odyssey. American Psychologist 57(9), 705–717.
• Ordóñez, L. D., Schweitzer, M. E., Galinsky, A. D. & Bazerman, M. H. (2009): Goals Gone Wild: The Systematic Side Effects of Overprescribing Goal Setting. Academy of Management Perspectives 23(1), 6–16.
• Locke, E. A. & Latham, G. P. (2009): Has Goal Setting Gone Wild, or Have Its Attackers Abandoned Good Scholarship? Academy of Management Perspectives 23(1), 17–23.
• Butler, J., Zimmermann, T. & Bird, C. (2024): Objectives and Key Results in Software Teams: Challenges, Opportunities and Impact on Development. ICSE 2024, Software Engineering in Practice.