Von 100 Ideen zu den richtigen fünf: Warum Innovation ein Bewertungsproblem ist

100 Ideen.

Auf den ersten Blick klingt das nach einem erfolgreichen Innovationsworkshop.

Das Team war kreativ. Die Pinnwand ist voll. Die Innovationsplattform enthält neue Vorschläge. Vielleicht hat sogar eine KI weitere Ideen ergänzt.

Doch jetzt beginnt der schwierigere Teil:

Welche Ideen verdienen Zeit, Budget und Aufmerksamkeit?

Denn Unternehmen leiden nicht zwingend an einem Mangel an Ideen. In vielen Innovationsprozessen liegt die grössere Herausforderung darin, vielversprechende Ideen zu erkennen, unterschiedliche Optionen fair zu vergleichen und unter erheblicher Unsicherheit zu entscheiden, welche davon weiterentwickelt werden sollen.

Eine 2026 veröffentlichte systematische Literaturübersicht in Technovation analysierte 115 peer-reviewte Studien zur Ideenbewertung aus den Jahren 2014 bis 2025. Das Ergebnis zeigt ein anspruchsvolles Entscheidungsproblem: Unternehmen müssen Kreativität und praktische Umsetzbarkeit gegeneinander abwägen, kognitive Verzerrungen berücksichtigen und Entscheidungen treffen, obwohl der spätere Erfolg einer Idee noch unbekannt ist. [1]

Die entscheidende Fähigkeit einer Innovationsorganisation lautet deshalb nicht nur:

"Können wir gute Ideen erzeugen?"

Sondern:

"Können wir gute Ideen erkennen?"

Ideen sind Optionen, keine Projekte

Eine Idee ist zunächst eine Hypothese.

Sie beschreibt eine mögliche Lösung für ein Problem, eine neue Technologie, ein Produkt, einen Service oder ein Geschäftsmodell.

In diesem frühen Stadium wissen wir typischerweise noch nicht:

• ob Kunden die Lösung tatsächlich benötigen
• ob sie technisch funktioniert
• ob jemand dafür bezahlt
• ob Wettbewerber bereits eine bessere Lösung besitzen
• ob das Unternehmen die notwendigen Fähigkeiten hat
• ob die wirtschaftlichen Annahmen realistisch sind

Genau darin liegt das Bewertungsproblem.

Der tatsächliche Wert einer Idee wird häufig erst durch weitere Untersuchungen und Umsetzung sichtbar. Trotzdem muss vorher entschieden werden, welche Ideen diese Untersuchung überhaupt verdienen.

Forschung zur Ideenbewertung beschreibt dieses Problem entsprechend als ex-ante Entscheidung unter Unsicherheit: Organisationen müssen Ideen auswählen, bevor deren tatsächlicher Wert bekannt ist.

Dieser Unterschied ist zentral.

Eine frühe Bewertung sollte nicht behaupten:

"Diese Idee wird erfolgreich."

Sie sollte eher beantworten:

"Ist diese Idee interessant genug, um weitere Ressourcen in ihre Validierung zu investieren?"

Das Innovationsproblem verschiebt sich

Ideation wurde in den vergangenen Jahren immer skalierbarer.

Mitarbeiterplattformen, Open Innovation, Crowdsourcing und inzwischen generative KI können eine grosse Zahl von Ideen erzeugen.

Doch jede zusätzliche Idee erzeugt eine neue Bewertungsaufgabe.

Das ist kein neues Phänomen. Die Forschung zu Crowdsourcing-Innovationswettbewerben beschreibt seit Jahren genau diese Verschiebung: Sobald grosse Mengen an Ideen erzeugt werden können, wird die anschliessende Auswahl zu einer zentralen Herausforderung. [6]

Generative KI verstärkt diesen Effekt.

Wenn ein Team früher in einem Workshop 30 Ideen entwickelt hat und heute Mensch und KI gemeinsam 300 mögliche Lösungsansätze formulieren können, ist die Organisation nicht automatisch zehnmal innovativer.

Sie besitzt zunächst nur mehr Optionen.

Warum die originellste Idee nicht automatisch gewinnt

Eine naheliegende Lösung wäre:

Wir wählen einfach die kreativsten Ideen.

Doch Innovation benötigt mehr als Originalität.

Eine Idee kann extrem neuartig sein und gleichzeitig kein relevantes Kundenproblem lösen.

Eine andere ist technisch brillant, aber wirtschaftlich nicht sinnvoll.

Eine dritte besitzt enormes Marktpotenzial, passt jedoch nicht zu Strategie oder Fähigkeiten des Unternehmens.

Und genau hier entsteht eine besondere Schwierigkeit.

Forschung von Rietzschel, Nijstad und Stroebe zeigt, dass die Auswahl kreativer Ideen gerade wegen des Spannungsfeldes zwischen Originalität und Umsetzbarkeit problematisch sein kann. Besonders originelle Ideen können als riskanter oder weniger realisierbar wahrgenommen und deshalb abgelehnt werden. [2]

Das erzeugt ein Innovationsparadox:

Ein Bewertungssystem, das fast ausschliesslich Umsetzbarkeit belohnt, produziert deshalb möglicherweise viele sichere Ideen.

Aber wenig Innovation.

Die beste Idee existiert nicht unabhängig vom Ziel

Deshalb sollte eine Idee nicht mit einer einzigen Frage bewertet werden:

"Ist das eine gute Idee?"

Die bessere Frage lautet:

"Wie attraktiv ist diese Idee für welches Ziel und unter welchen Annahmen?"

Dafür können beispielsweise sechs Perspektiven hilfreich sein:

Diese Kriterien sind kein universeller wissenschaftlicher Standard. Je nach Innovationstyp, Branche und Reifegrad müssen andere Kriterien oder Gewichtungen verwendet werden.

Genau das bestätigt auch die aktuelle Forschung: Die 2026er Technovation-Review argumentiert für eine adaptive, mehrstufige Ideenbewertung, die den jeweiligen Kontext berücksichtigt, statt eine einzige Bewertungsmethode universell einzusetzen. [1]

Ein häufiger Fehler: Zu früh zu genau bewerten

Stellen wir uns zwei Ideen vor.

IDEA A

Eine Verbesserung eines bestehenden Produkts. Kunden, Kosten und Technologie sind gut bekannt.

IDEA B

Ein völlig neues digitales Geschäftsmodell in einem Markt, in dem das Unternehmen bisher nicht aktiv ist.

Nun sollen beide Ideen bewertet werden nach:

Idee A gewinnt wahrscheinlich.

Aber nicht zwingend, weil sie strategisch wertvoller ist.

Sondern weil wir über sie mehr wissen.

Das ist ein fundamentaler Unterschied.

Frühe Innovationsideen besitzen zwangsläufig Informationslücken. Werden sie mit Kriterien bewertet, die erst später zuverlässig beantwortet werden können, entsteht Scheingenauigkeit.

Auch klassische Stage-Gate-Ansätze berücksichtigen dieses Problem. Cooper beschreibt das erste Screening als relativ grobe Prüfung anhand weniger Must-meet- und Should-meet-Kriterien. Detaillierte finanzielle Kriterien gehören typischerweise gerade nicht zum ersten Screening, weil in diesem Stadium noch zu wenig verlässliche Finanzinformationen vorliegen. [4]

Bewerten bedeutet deshalb auch: Was wissen wir noch nicht?

Eine moderne Ideenbewertung sollte nicht nur Attraktivität messen.

Sie sollte Unsicherheit sichtbar machen.

Nehmen wir eine Idee mit:

• hohem Kundenpotenzial
• hoher strategischer Relevanz
• interessanter Differenzierung
• aber unbekannter technischer Machbarkeit

Die falsche Reaktion wäre:

"Technische Machbarkeit unklar, deshalb schlechte Bewertung."

Die interessantere Reaktion lautet:

"Technische Machbarkeit ist die kritische Annahme. Wie können wir sie möglichst schnell und günstig testen?"

Damit verändert sich die Rolle der Bewertung.

Sie entscheidet nicht nur:

GO oder NO-GO.

Sie hilft auch zu entscheiden:

"Was müssen wir als Nächstes lernen?"

Das ist besonders wichtig für radikalere Ideen.

Von 100 Ideen zu den richtigen fünf

Nehmen wir nun tatsächlich 100 Ideen.

Die Zahl ist ein illustratives Beispiel, kein Benchmark.

Es wäre ineffizient, alle 100 Ideen sofort einer umfangreichen Expertenbewertung zu unterziehen.

Ein sinnvoller Prozess könnte mehrere Ebenen besitzen.

Aber die wichtigste Erkenntnis lautet:

Sie wurden ausgewählt, weil die aktuell verfügbare Evidenz und der strategische Kontext rechtfertigen, mehr über sie zu lernen und weitere Ressourcen zu investieren.

Bewertung ist kein einmaliges Urteil

Ein Score von 82 Punkten ist kein dauerhaftes Merkmal einer Idee.

Er ist das Ergebnis einer Bewertung zu einem bestimmten Zeitpunkt mit einem bestimmten Informationsstand.

Drei Monate später kann sich das Bild verändern.

• Ein Wettbewerber bringt eine Lösung auf den Markt.
• Ein Kunde bestätigt das Problem.
• Ein technisches Experiment scheitert.
• Eine Regulierung verändert die Marktbedingungen.
• Eine neue Technologie reduziert die Kosten drastisch.

Deshalb sollte Ideenbewertung dynamisch sein.

Das ist wesentlich näher an realer Innovation als ein einmaliger Pitch vor einem Entscheidungsgremium.

Warum Bewertungssysteme trotzdem gefährlich sein können

Strukturierte Kriterien verbessern nicht automatisch jede Entscheidung.

Ein Bewertungssystem kann auch schlechte Entscheidungen systematisieren.

Zum Beispiel, wenn:

• die Kriterien falsch gewählt sind
• Gewichtungen politisch statt strategisch entstehen
• Bewertende nicht genügend Fachwissen besitzen
• alle Ideen unabhängig vom Reifegrad gleich behandelt werden
• scheinbar präzise Zahlen Unsicherheit verdecken

Die Forschung zeigt ausserdem, dass Ideenbewertung durch kognitive und kulturelle Faktoren beeinflusst werden kann. Die aktuelle Technovation-Review nennt kognitive Verzerrungen, kulturelle Werte und Eigenschaften der Bewertenden ausdrücklich als Einflussgrössen. [1]

Eine weitere Literaturübersicht kommt zu einem besonders nützlichen Schluss: Gute Ideenbewertung benötigt sowohl Offenheit gegenüber Neuem als auch Expertise, um den potenziellen Wert einer Idee beurteilen zu können. [3]

Nur Offenheit reicht nicht.

Nur Expertise ebenfalls nicht.

Ein Score ist eine Entscheidungshilfe, keine Wahrheit

Das ist deshalb vielleicht die wichtigste Regel für digitale Innovationsplattformen.

Ein Bewertungsscore kann sehr hilfreich sein.

Er schafft Vergleichbarkeit. Er zwingt dazu, Kriterien explizit zu machen. Er kann unterschiedliche Einschätzungen sichtbar machen. Er hilft, grosse Ideenmengen zu strukturieren.

Aber:

Wenn eine Idee 78 Punkte und eine andere 74 Punkte erreicht, bedeutet das nicht automatisch, dass die erste Idee objektiv besser ist.

Interessanter kann sein:

• Warum unterscheiden sich die Bewertungen?
• Welche Kriterien treiben den Unterschied?
• Wo sind sich Experten uneinig?
• Welche Annahmen sind schlecht belegt?
• Wo ist die Unsicherheit besonders hoch?

Damit wird der Score zum Ausgangspunkt eines besseren Gesprächs.

Nicht zu dessen Ersatz.

Welche Rolle kann KI übernehmen?

KI macht dieses Thema besonders interessant.

Bei grossen Ideenmengen kann sie beispielsweise unterstützen bei:

• Duplikaterkennung
• thematischer Gruppierung
• Zusammenfassungen
• Kategorisierung
• erster Strukturierung
• Recherche zusätzlicher Informationen
• Vorbereitung von Bewertungen

Es gibt auch empirische Forschung zu automatisiertem Screening.

Eine 2023 in Marketing Science veröffentlichte Studie untersuchte 4'191 Ideen aus 21 Crowdsourcing-Wettbewerben. Ein relativ einfaches statistisches Modell konnte Ideen effizient herausfiltern, die von Experten als schlecht beurteilt wurden. Gleichzeitig konnten die untersuchten Modelle die Expertenauswahl der besten Ideen nicht einfach vollständig nachbilden. [5]

Das ist für die Praxis eine wichtige Unterscheidung.

KI kann besonders wertvoll sein bei:

100 → 30

Sie sollte aber nicht automatisch entscheiden:

5 → 1

Je näher eine Entscheidung an erhebliche Investitionen, strategische Konsequenzen oder schwer reversible Entscheidungen kommt, desto wichtiger werden Kontext, Expertise und menschliche Verantwortung.

Nicht alle Ideen sollten nach denselben Kriterien bewertet werden

Eine weitere Gefahr liegt in der Standardisierung.

Eine Idee für eine kleine Prozessverbesserung ist etwas anderes als:

• eine neue Plattform
• eine Deep-Tech-Innovation
• ein neues Geschäftsmodell
• eine Nachhaltigkeitsinnovation
• eine radikale Marktinnovation

Wenn alle durch dieselbe Scorecard laufen, gewinnt möglicherweise systematisch der Innovationstyp, der am besten zur Scorecard passt.

Deshalb sollte Bewertung mindestens drei Dinge berücksichtigen:

Von der Idea Pipeline zum lernenden System

Damit entsteht ein anderer Innovationsprozess.

Nicht:

IDEA → SCORE → WINNER

Sondern:

Das verändert auch die Frage, was mit abgelehnten Ideen geschieht.

Eine heute abgelehnte Idee kann in zwei Jahren relevant werden.

Vielleicht war die Technologie zu unreif. Vielleicht war der Markt noch nicht bereit. Vielleicht fehlte eine strategische Fähigkeit. Vielleicht verändert KI plötzlich die Kostenstruktur.

Ein gutes Innovationssystem sollte deshalb nicht nur Gewinner speichern.

Es sollte auch nachvollziehbar machen:

"Warum wurde eine Idee nicht weiterverfolgt?"

Denn diese Information kann später wertvoll werden.

Fünf Fragen für bessere Ideenentscheidungen

Bevor ein Unternehmen sein nächstes Bewertungssystem entwickelt, sollte es fünf Fragen beantworten:

Wenn die Bewertung keine bessere Entscheidung ermöglicht, erzeugt sie hauptsächlich Administration.

Fazit: Innovation braucht nicht mehr Gewinner. Sie braucht bessere Entscheidungen.

Ideengenerierung bleibt wichtig.

Ohne Ideen gibt es nichts zu bewerten.

Aber die Fähigkeit, viele Ideen zu produzieren, wird durch digitale Plattformen, Crowdsourcing und generative KI zunehmend skalierbar.

Damit verschiebt sich der Engpass.

Von der Generierung zur Selektion.

Von Kreativität zu Entscheidungskompetenz.

Von:

"Wie bekommen wir mehr Ideen?"

zu:

"Welche Ideen verdienen den nächsten Franken, die nächste Woche und das nächste Experiment?"

Genau dort entscheidet sich, ob aus Kreativität Innovation wird.

Die Aufgabe eines guten Bewertungssystems besteht deshalb nicht darin, aus 100 Ideen mathematisch die "richtigen fünf" vorherzusagen.

Seine Aufgabe ist anspruchsvoller: