Der Montagstest: Was ein Programm vor dem Rollout beweisen muss

Im Jahr 1977 haben Trevor Stokes und Donald Baer etwas getan, das in jeder Disziplin irgendwann jemand tun sollte und das fast niemand gern tut: Sie sind die ersten zehn Jahre ihrer eigenen Fachzeitschrift durchgegangen, des Journal of Applied Behavior Analysis. Dabei haben sie jede Technik sortiert, mit der ihre Kollegen ein in der Therapiesitzung gelerntes Verhalten nach draußen bringen wollten, ins Klassenzimmer, nach Hause oder zu fremden Menschen. Neun Kategorien kamen dabei heraus, und die erste bekam von den beiden einen Namen, der so trocken ist, dass man ihn zweimal liest, bevor man lacht: „train and hope“. Gemeint war ein Vorgehen, bei dem man ein Verhalten an einem Ort sorgfältig aufbaut, für den Weg nach draußen nichts plant und hinterher nachsieht, ob es zufällig mitgekommen ist.

Man könnte das für eine Anekdote aus der Frühzeit einer jungen Wissenschaft halten, wenn nicht so viele Unternehmen, die ich in den letzten Jahren von innen gesehen habe, genau so arbeiten würden, nur mit größerem Budget und besseren Folien. Ein Lernprogramm, ein Change-Vorhaben oder eine KI-Einführung wird über Monate gebaut, mit Agentur, Lernplattform und Kick-off, und für den Weg in den Alltag gibt es eine Erinnerungsmail, ein Dashboard mit Nutzungszahlen und eben die Hoffnung. Jedes dieser Programme ist, nüchtern betrachtet, eine Wette darauf, dass ein paar hundert Menschen an einem gewöhnlichen Montag etwas anders machen als heute.

Wie diese Wette ausgeht, ist leider recht gut dokumentiert. Weiterbildungsverantwortliche aus 150 Organisationen schätzten bei Alan Saks und Monica Belcourt, dass ein Jahr nach einem Training noch 34 Prozent der Teilnehmenden das Gelernte anwenden. Die MIT-Initiative NANDA kam 2025 zu dem Ergebnis, dass 95 Prozent der untersuchten Unternehmen aus ihren Investitionen in generative KI keinen messbaren Ertrag ziehen. Die Stelle, an der ein neues Verhalten im Alltag abbricht, nennen wir bei Engaginglab den Transferbruch, und weil man diese Stelle oft schon im Konzept sehen kann, habe ich daraus einen Prüfschritt gemacht, den ich Montagstest nenne. Er stellt einem Programm acht bis 16 Wochen vor dem Rollout fünf Fragen.

Warum vorher und nicht nachher

Nach dem Rollout prüft fast jedes Unternehmen sehr gründlich, es prüft dann nur das Falsche, weil die Zahlen der ersten Wochen, also Anmeldungen, Abschlussquoten und aktive Nutzer, fast immer gut aussehen. Ein KI-Assistent, den die Mehrheit der Belegschaft einmal geöffnet hat, steht im Bericht als Erfolg, auch wenn er an kaum einem Arbeitsplatz eine Aufgabe übernommen hat. Bis jemand den Unterschied bemerkt, sind die Lizenzen bezahlt, die Agentur hat abgerechnet, und die Projektverantwortliche hat ihren Namen unter eine Erfolgsmeldung gesetzt.

Ein Befund nach dem Rollout ist deshalb immer auch eine Anklage, und Organisationen sind erstaunlich geschickt darin, Anklagen zu überhören. Derselbe Befund vor dem Rollout ist eine Korrektur, die nicht mehr kostet als eine Änderung am Konzept: eine Übung an echten Fällen statt an den Beispielen der Agentur, eine Kennzahl, die anders berichtet wird, oder ein Wettbewerb, der gar nicht erst ausgerufen wird.

Wer am Montag was anders tut

Die erste Frage des Montagstests klingt so banal, dass man sich fast schämt, sie zu stellen: Ist benannt, wer am Montag was anders tun soll? In erstaunlich vielen Konzepten steht an dieser Stelle ein Wort wie „Kompetenz“, „Kultur“ oder „KI-Readiness“, also eine Haltung, die man niemandem beim Arbeiten ansieht. Gebraucht wird stattdessen eine Situation mit Person, Auslöser und Handlung, etwa die Sachbearbeiterin, die bei jeder Kundenbeschwerde zuerst den Assistenten einen Entwurf schreiben lässt, bevor sie selbst tippt. Edwin Locke und Gary Latham haben über Jahrzehnte gezeigt, dass konkrete Ziele zuverlässiger wirken als allgemeine Appelle, und ein Montagsverhalten ist nichts anderes als ein Ziel, das konkret genug ist, um es zu beobachten.

Die zweite Frage prüft, ob die Person diese Situation lösen kann und ob ihr Alltag es zulässt, und sie stützt sich auf das COM-B-Modell von Susan Michie, Maartje van Stralen und Robert West, nach dem Verhalten Fähigkeit, Gelegenheit und Motivation braucht. Die Gelegenheit übersehen Konzepte am häufigsten, weil sie im Seminarraum nicht vorkommt: Das Werkzeug liegt zwei Klicks neben dem Ticketsystem statt darin, niemand hat schriftlich geregelt, welche Kundendaten in den Assistenten dürfen, und die Führungskraft, die für den Rollout geworben hat, fragt am Donnerstag trotzdem, warum der Stapel noch nicht abgearbeitet ist.

Die Belohnung, die das Verhalten ersetzt

Mark Lepper, David Greene und Richard Nisbett haben 1973 Vorschulkindern, die ohnehin gern mit Filzstiften malten, eine Urkunde für gutes Malen versprochen, und ein bis zwei Wochen später malten genau diese Kinder im freien Spiel seltener als Kinder, die keine Urkunde bekommen hatten oder sie überraschend bekamen. Die dritte Frage des Montagstests heißt deshalb Anschubhilfe, und sie fragt, ob eine Belohnung das Verhalten aufbaut oder ob sie es ersetzt, ob also nach dem Ende der Prämie, der Punkte oder des Wettbewerbs noch ein Grund übrig ist, die Sache zu tun.

Die vierte Frage gilt der Kennzahl und lautet, ob der leichteste Weg zur Marke durch die Arbeit selbst führt. Die französische Kolonialverwaltung in Hanoi zahlte 1902 einen Cent für jeden abgegebenen Rattenschwanz, um eine Rattenplage einzudämmen. Bald liefen durch die Stadt Ratten ohne Schwanz, die man wieder freigelassen hatte, damit sie weitere Schwänze zeugten, und Gesundheitsinspektoren fanden am Stadtrand Rattenfarmen, wie der Historiker Michael Vann rekonstruiert hat. Ein Dashboard, das aktive Nutzer oder abgeschlossene Lernmodule zählt, zahlt nach demselben Prinzip für den Schwanz. Lisa Ordóñez und ihre Kollegen haben in „Goals Gone Wild“ gezeigt, wie zuverlässig Menschen den Umweg finden, sobald Geld oder Anerkennung an der Zahl hängt. Ihr erstes Beispiel sind die Werkstätten von Sears, deren Mechaniker Anfang der Neunzigerjahre eine Umsatzvorgabe von 147 Dollar pro Stunde erfüllen sollten und daraufhin Reparaturen verkauften, die niemand brauchte.

Was in Woche zwölf noch erinnert

Die fünfte Frage ist die unbequemste, weil sie auf eine Zeit zielt, für die kaum ein Konzept noch Seiten übrig hat, nämlich die Wochen nach der Kampagne, wenn die Agentur abgerechnet hat und die Erinnerungsmails verstummt sind. Phillippa Lally und ihre Kollegen am University College London haben 2010 beobachtet, dass ein neues Alltagsverhalten im Mittel 66 Tage täglicher Wiederholung brauchte, bis es automatisch lief, mit einer Spanne von 18 bis 254 Tagen, und kaum ein Rollout plant für diese Zeit mehr als eine Umfrage.

Katherine Milkman hat an der University of Pennsylvania gezeigt, wie schnell selbst ein gut gebauter Effekt nachlässt, wenn niemand ihn übernimmt: Studierende, die spannende Hörbücher nur im Fitnessstudio hören durften, gingen 51 Prozent häufiger trainieren als die Kontrollgruppe. In den Thanksgiving-Ferien brachen die Besuche dann in allen Gruppen ein, und Milkman kommentierte das mit einem Satz, der in jeder Weiterbildungsabteilung hängen könnte: „habits formed during school terms tend to be eliminated during breaks“. Ein Programm braucht deshalb einen Empfänger, der das Verhalten übernimmt, wenn die Kampagne geht, also eine Tätigkeit, die ab einer gewissen Könnensstufe selbst etwas zurückgibt, einen festen Auslöser im Arbeitsablauf oder zumindest einen Managementbericht, der die Montagssituation misst statt der Nutzungszahl.

Ein KI-Assistent, einmal durchgeprüft

Wie die fünf Fragen zusammenwirken, zeigt ein Fall, zusammengesetzt aus Mustern, die bei KI-Einführungen typisch sind. Ein Versicherer will einen KI-Assistenten an 1.400 Arbeitsplätzen einführen, der Rollout startet in elf Wochen, und das Konzept der Agentur ist sorgfältig gemacht, mit Schulungsvideos, einer Promptbibliothek und einem Wettbewerb, in dem das Team mit den meisten Prompts im ersten Monat ein gemeinsames Essen gewinnt. In den sechs Gesprächen mit Beschäftigten nennen alle dieselbe Situation, die Antwort auf eine Kundenbeschwerde, die heute zwanzig Minuten kostet, und damit trägt die erste Frage. Die Schulung übt genau diese Situation jedoch nie, und die Freigabe der Kundendaten liegt noch beim Betriebsrat, was sich beides vor dem Start nachholen lässt.

Am Wettbewerb bricht der Plan, weil er die Menge der Prompts belohnt statt ihres Nutzens und mit dem Essen einfach endet, und am Dashboard muss nachgebessert werden, weil es aktive Nutzer als Erfolg meldet. Das Urteil lautet deshalb Freigabe mit Auflagen: Die Schulung übt die Beschwerdeantwort an echten Fällen, der Wettbewerb entfällt zugunsten von Anerkennung für konkret gelöste Fälle, und der Bericht an die Geschäftsführung zählt die Beschwerden, die mit dem Assistenten beantwortet wurden, statt der Male, die er geöffnet wurde. Keine dieser Auflagen kostet viel, solange das Programm noch nicht läuft, und jede von ihnen wäre nach dem Rollout ein Eingeständnis gewesen.

Die Bauprobe

Im Theater gibt es einen Termin, den das Publikum nie zu sehen bekommt und an dem trotzdem viel über den Abend entschieden wird, die Bauprobe. Bevor die Werkstätten das Bühnenbild bauen, wird es auf der echten Bühne mit einfachen Mitteln im Maßstab eins zu eins markiert, damit alle sehen, ob die Sichtlinien stimmen und ob der Entwurf, der im Modell so überzeugend aussah, auch im Raum funktioniert. Der Montagstest ist eine Bauprobe für Programme und findet bewusst dort statt, wo das Verhalten später überleben muss. Deshalb stehen neben den Unterlagen sechs Gespräche mit Beschäftigten, denn ein Konzept kann jeder lesen, den Montag kennen nur die Menschen, die ihn jede Woche erleben.

Wer ein Programm verantwortet, ist in diesem Bild die Person, die als Letzte noch etwas am Bühnenbild ändern kann, bevor gebaut wird, und dazu passt das Urteil, mit dem der Montagstest endet: Freigabe, Freigabe mit Auflagen oder keine Freigabe. Selbst ein Prüfvermerk „Vor dem Start angehalten“ hält ein Risiko an der einzigen Stelle fest, an der es noch niemandem gehört. Die ehrlichste der fünf Fragen lässt sich übrigens schon heute an jedes geplante Programm stellen, ganz ohne Prüfung: Welche Situation am nächsten Montag soll danach anders laufen, und wer im Haus könnte sie in einem Satz beschreiben?