Vom Bauchgefühl zur Gewissheit: Wie der LBV seine Organisationskultur sichtbar machte

Der LBV mit 350 Mitarbeitenden und 6.500 Ehrenamtlichen wollte seine Organisationsstruktur weiterentwickeln und ging das gemeinsam mit der Organisationsentwicklerin Monika Luger vom imu Augsburg an. Sie befragten die Belegschaft mit senze.ai. 1.748 Freitext-Antworten wurden KI-gestützt ausgewertet, in Workshops validiert und in einem konkreten Maßnahmenpaket angepackt. So tauschte der LBV interne Spekulation gegen eine belastbare Entscheidungsgrundlage.

„Wie geht es unseren Mitarbeiter*innen denn wirklich? Ich kann das aus meiner GF-Bubble heraus gar nicht richtig beurteilen. Deswegen brauchen wir eine objektivere Grundlage.“

Ausgangslage

Der LBV ist ein e.V. und historisch aus ehrenamtlichen Vereinsstrukturen gewachsen — mit über die Jahre organisch entstandenen Rollen und Zuständigkeiten. In der Personalabteilung eingehende Themen und Rückmeldungen aus dem Betriebsrat zeigten Probleme. Doch die Frage war: „Stehen die Beschwerden exemplarisch für die gesamte Belegschaft? Oder sind dies Einzelstimmen?“ In der Führungsetage wurde vermutet und interpretiert – belastbare Daten und Klarheit aber fehlten. Statt sich weiter auf Vermutungen und Interpretationen zu verlassen, hörte der LBV großen Teilen der Belegschaft direkt zu mit dem Tool von senze.ai.

Vorgehen

„So viele offene Fragen wie möglich, weil wir die Kolleg*innen einfach reden lassen wollten. Deshalb unbedingt senze.ai anstatt von Microsoft Forms oder so“

Monika Luger entwickelte im Kernteam mit Alf Pille, Personalleitung Steffen Hannich und Betriebsratsvorsitzender Oda Wieding gemeinsam den Umfragebogen mit 37 Fragen: 14 Freitextfragen, 21 Likert-Fragen und 2 Multiple-Choice-Fragen. In einer Betriebsversammlung wurde die Umfrage persönlich angekündigt. Nach zwei Wochen wurde die Umfrage geschlossen und senze.ai wertete in zwei Stunden 1.748 qualitative Antworten aus und brachte Erkenntnisse: Schlüsselthemen, die darauf basierenden Handlungsempfehlungen und eine Auswertung der Einzelstimmen. Die Analyse bestätigte Vermutungen und brachte zugleich neue Hypothesen hervor. Doch die KI liefert die Grundlage, nicht das Urteil: Diese galt es nun zu prüfen. Monika Luger und das Kernteam evaluierten die KI-Analyse mit den Führungskräften und befähigten sie, die Hypothesen mit den eigenen Teams zu validieren — so wanderte die Auswertung vom Algorithmus über die Führung in jedes Team und damit zu allen Teilnehmer*innen.

Erkenntnisse

Die Auswertung der 1.748 Freitext-Antworten zeigte Schlüsselthemen, Spannungsfelder und Pain Points des LBV. Die Stärke des LBV liegt in der sinnstiftenden Arbeit und in einer wertschätzenden Teamkultur. Ein zentrales Problem waren unklare Führungsrollen, was zusammen mit lückenhaftem Kapazitätsmanagement zu Überlastung, strategischer Unklarheit und Kommunikationsproblemen führte. In den Teamsitzungen wurden diese Vermutungen durch menschliches Review validiert, nachgeschärft und ergänzt. Der LBV weiß jetzt, wie die Kultur erlebt wird. Es entstanden konkrete Erkenntnisse, auf denen er nun aufbauen kann.

„Jetzt können wir nicht mehr dahinter zurück, dass bestimmte Punkte auf dem Tisch sind. Die Erkenntnisse sind nicht irgendwo hergeholt, weil sich jemand das nach einem Manager-Buch ausgedacht hat, sondern weil es das ist, was da ist. Und jetzt können wir ableiten, was wir als Organisation brauchen.“

Wirkung

Die Erkenntnisse bilden eine wasserdichte Grundlage für Veränderung und nehmen den Ergebnissen ihren hohen Interpretationsspielraum: Intern wird nicht mehr über Deutung gemutmaßt, denn die Mitarbeitenden haben gesprochen. Die abgeleiteten Maßnahmen aus den Präsenzworkshops entsprechen dem tatsächlichen Bedarf der Organisation. Ein Vorgehen, das der LBV wieder wählen würde.

„Auf jeden Fall wieder durchführen, auf jeden Fall wieder mit senze.ai.“