Die ADKAR-Methode, entwickelt von Prosci, strukturiert den Wandel um fünf individuelle Meilensteine: Awareness, Desire, Knowledge, Ability, Reinforcement. Ihre Anwendung geht heute über den Rahmen von Beratungsunternehmen hinaus. Große Gruppen wie Atos integrieren sie in ihre internen Zertifizierungspfad, ebenso wie SAFe oder ITIL, was sie zu einem erwarteten Kompetenzrahmen für Positionen im Zusammenhang mit digitaler Transformation macht.
ADKAR im Kontext von Hyperveränderung: Aus dem Sequenziellen herauskommen
Das ADKAR-Modell wurde als lineare Progression konzipiert. In einer Umgebung mit kontinuierlichen Releases, Skalierbarkeit der Agilität oder dem Einsatz von KI-Tools hält diese Sequenzialität nicht mehr stand. Die Mitarbeiter durchlaufen mehrere ADKAR-Zyklen parallel, in unterschiedlichen Phasen je nach Projekt.
Auch interessant : Alles über den Partner von Yoann Usai im Jahr 2026 und ihr gemeinsames Leben
Wir beobachten vor Ort, dass die fünf Schritte sich überschneiden, sobald das Tempo der Transformation sich beschleunigt. Ein Mitarbeiter kann sich in der Phase Ability bei einem ERP-Deployment befinden, während er gerade erst mit der Awareness für eine Prozessüberarbeitung im Zusammenhang mit KI beginnt. Diese Zyklen als unabhängig zu behandeln, bedeutet, die kumulierte kognitive Belastung zu ignorieren.
Damit das Modell weiterhin funktioniert, muss es als ein Backlog individueller Übergänge gesteuert werden, nicht als ein einzelner Tunnel. Jeder Mitarbeiter hat ein Portfolio aktiver Veränderungen, und die Rolle des Change Managers besteht darin, die ADKAR-Meilensteine nach geschäftlichem Einfluss zu priorisieren, nicht alphabetisch nach dem Modell. Wie die ADKAR-Methodologie auf Campus Recrutement erklärt, bleibt das feine Verständnis jeder Phase das Fundament, auch wenn die Ausführung nicht mehr linear ist.
Ergänzende Lektüre : Alles über die Anmietung von Lagerboxen in Pessac, nahe Bordeaux
Diagnose des ADKAR-Blockadepunkts in einem Transformationsprojekt
Der operative Wert von ADKAR liegt weniger in der Beschreibung der fünf Schritte als in seiner Fähigkeit, genau zu lokalisieren, wo ein Individuum oder ein Team ins Stocken gerät. Zu viele Deployments scheitern, weil die Projektteams massiv in Schulungen (Knowledge) investieren, während die tatsächliche Blockade weiter oben, beim Desire, liegt.
Eine zuverlässige ADKAR-Diagnose basiert auf kurzen, gezielten Einzelgesprächen, nicht auf generischen Zufriedenheitsumfragen. Für jeden Meilenstein ist die Frage binär: Hat das Individuum diese Schwelle überschritten, ja oder nein? Das erste “Nein” in der Sequenz identifiziert den prioritären Interventionspunkt.
Konkrett bietet Prosci für großangelegte ERP-Programme (SAP, Oracle) nun spezielle Schulungswege für jede Rolle an: Sponsoren, Projektleiter, Teamleiter. Diese Granularität ermöglicht es, die Diagnose zu industrialisieren und die Unterstützungsressourcen dort zuzuweisen, wo die Blockade real ist.
- Wenn die Blockade bei Awareness liegt, besteht das Problem in einem Kommunikationsdefizit, das von der Geschäftsführung gesponsert wird, nicht in einem Mangel an Schulungsmaterialien.
- Wenn die Blockade bei Desire liegt, kann keine technische Schulung das Fehlen einer Antwort auf die Frage “Was gewinne ich persönlich daraus?” kompensieren.
- Wenn die Blockade bei Ability liegt, versteht und will der Mitarbeiter sich ändern, aber das Arbeitsumfeld (Tools, Prozesse, Belastung) erlaubt es ihm nicht, dies zu praktizieren.
ADKAR als Orchestrierungsbaustein in einem Projektportfolio
ADKAR ist nicht mehr nur ein HR- oder Kommunikationsrahmen. Projektmanagement-Plattformen wie Asana präsentieren es nun als ein Modell zur Orchestrierung der Akzeptanz, das ergänzend zu Agile- oder PMI-Delivery-Frameworks ist.
Diese Nutzungsevolution verändert die Haltung des Change Managers. Er erstellt nicht mehr einen “Change-Management-Plan” parallel zum Projekt. Er integriert die ADKAR-Meilensteine direkt in das Backlog des Projektteams, mit Akzeptanzkriterien, die sich auf die tatsächliche Akzeptanz durch die Endbenutzer beziehen.
Bei einem Transformationsprogramm mit mehreren gleichzeitig laufenden Projekten empfehlen wir, die betroffenen Bevölkerungsgruppen pro Projekt zu kartieren und diese Kartierung mit dem ADKAR-Zustand jeder Gruppe zu kombinieren. Das Ergebnis ist ein Akzeptanz-Dashboard, das die klassischen Projektfortschrittsindikatoren (Budget, Zeitrahmen, Umfang) ergänzt.
ADKAR in agile Rituale integrieren
In einem SAFe- oder Scrum-Umfeld bietet die Program Increment Planning einen natürlichen Ankerpunkt. Jede PI-Planung kann ein Akzeptanzziel in ADKAR-Begriffen enthalten: zum Beispiel “den Knowledge-Schwellenwert für die 40 wichtigsten Benutzer des Finanzmoduls vor der nächsten PI erreichen”.
Die Team-Retrospektiven werden auch zu einem Werkzeug für Reinforcement. Indem ein Teil der Retrospektive um die Frage “Welche neuen Praktiken haben wir in diesem Sprint tatsächlich übernommen?” strukturiert wird, verankert man den letzten ADKAR-Meilenstein in einem bereits bestehenden Ritual, ohne ein zusätzliches Meeting hinzuzufügen.
Grenzen von ADKAR und zu berücksichtigende Abwägungen
Das Modell postuliert, dass Veränderung wünschenswert ist. Es bietet keinen Rahmen, um zu entscheiden, ob eine Veränderung durchgeführt werden sollte. ADKAR begleitet die Akzeptanz, es validiert nicht die strategische Relevanz des Projekts. Diese Unterscheidung ist oft unklar in Organisationen, die “die Menschen leisten Widerstand” mit “das Projekt ist schlecht kalibriert” verwechseln.
Eine weitere Grenze: Das Modell behandelt das Individuum als Analyseeinheit, was seine Stärke, aber auch sein blinder Fleck ist. Kollektive Dynamiken (Gruppeneffekt, Teamkultur, politische Spiele zwischen Abteilungen) werden nicht modelliert. Ein Mitarbeiter kann die fünf Schritte individuell durchlaufen haben und unter dem Druck eines kollektiven Widerstands gegen den Wandel zurückfallen.
- ADKAR funktioniert besser, wenn es mit einem Organisationsmodell (Kotter für das Sponsoring, Lewin für die Gruppendynamik) kombiniert wird.
- Bei KI-Transformationen erfordert der Meilenstein Knowledge kontinuierliche Aktualisierungen, da sich die Tools zwischen zwei Schulungszyklen weiterentwickeln.
- Das Reinforcement ist der am meisten vernachlässigte Meilenstein in der Praxis, obwohl es derjenige ist, der bestimmt, ob die Veränderung über das Go-Live hinaus bestehen bleibt.
Die Effektivität von ADKAR hängt weniger vom Modell selbst ab als von der Strenge, mit der die individuelle Diagnose durchgeführt und über die Zeit aufrechterhalten wird. Ein einmal zu Beginn des Projekts aktualisiertes ADKAR-Dashboard, das dann vergessen wird, erzielt keine Ergebnisse. Veränderung wird kontinuierlich gesteuert, oder sie wird nicht gesteuert.