Die Einführung einer neuen Integrationslösung ist mehr als ein IT-Projekt – sie betrifft Prozesse, Zuständigkeiten und Denkweisen. Entsprechend ist Widerstand im Unternehmen nichts Ungewöhnliches. Ob bewusst oder unbewusst, ob aus Überforderung, fehlender Kommunikation oder Angst vor Veränderung: Wer diese Barrieren erkennt und aktiv adressiert, sichert nicht nur den Erfolg des Projekts, sondern legt den Grundstein für eine gelebte Daten- und Integrationskultur – auch im Kontext datengetriebener Anwendungen wie Machine Learning.
Was sind typische Widerstände und ihre Ursachen?
1. „Das haben wir schon immer so gemacht“
- Festhalten an manuellen Prozessen oder gewachsenen Workarounds
- Unsicherheit über Auswirkungen auf die eigene Arbeit
- Sorge vor Automatisierung oder Datenverlust
2. Komplexität der Technik
- Unverständnis für REST, JSON, Mapping, Validierung oder OAuth2
- Befürchtung, auf neue Tools oder Schnittstellen angewiesen zu sein
- Fehlendes Vertrauen in Low-Code- oder Self-Service-Ansätze
3. Fehlende Einbindung
- Fachbereiche werden zu spät oder gar nicht informiert
- IT entscheidet über Integration, ohne Prozesse zu kennen
- Fehlende Ansprechpartner:innen, fehlende Schulung
4. Angst vor Kontrollverlust
- Datenverantwortung unklar (Wer ist „Owner“?)
- Unsicherheit über Rollen, Freigaben und Governance
- Vorbehalte gegen Transparenz (Audit-Trail, Data Lineage, Dashboard)
Was sind Erfolgsfaktoren im Umgang mit Widerstand?
1. Frühzeitige Kommunikation
- Ziel und Nutzen der Integration verständlich machen
- Fachbereiche, IT, Datenschutz und Management einbeziehen
- Sprache wählen, die alle verstehen – auch ohne IT-Hintergrund
2. Rollen und Verantwortlichkeiten klären
- Data Owner, Entwickler:in, Admin, Freigabe – wer macht was?
- Governance-Strukturen schaffen (z. B. Mandantenfähigkeit, Zugriffskontrolle)
- Nachvollziehbarkeit durch Audit-Trail, Logging, Monitoring
3. Erfolg sichtbar machen
- Quick Wins zeigen: automatisierte Rechnung, reduzierte Fehler, Self-Service
- KPIs visualisieren (z. B. Anzahl wiederverwendeter Flows, gesparte Zeit)
- Datenflüsse in Dashboards sichtbar machen
4. Befähigung durch Schulung
- Low-Code-Trainings, Mapping-Workshops, Self-Service-Einführungen
- Rollenbasierte Schulung: nicht jede:r muss alles wissen
- Zugang zu Dokumentation, Tutorials, interner Community
Widerstand + Machine Learning – eine besondere Kombination?
- ML-Projekte sind erklärungsbedürftig – Transparenz, Nachvollziehbarkeit und Validierung helfen
- Beteiligung der Fachbereiche bei Modellentwicklung erhöht Vertrauen
- Integration von Audit-Trails und Data Lineage sichert Akzeptanz bei Datenschutz und IT
- Governance ist kein Gegner von KI – sondern deren Voraussetzung
Fazit
Widerstand ist keine Blockade, sondern ein Signal: für Dialogbedarf, Veränderungsangst oder Informationslücken. Wer Integrationsprojekte offen kommuniziert, verständlich erklärt und gezielt schult, gewinnt nicht nur Akzeptanz – sondern aktive Mitgestaltung.
Sie möchten Integrationsvorhaben intern erfolgreich kommunizieren und umsetzen?
Lassen Sie uns gemeinsam Strategien entwickeln, um aus Widerstand Mitgestaltung zu machen – durch Schulung, Klarheit und Zusammenarbeit.