Ich muss gleich zu Beginn ein Geständnis ablegen. Vor etwas mehr als 20 Jahren habe ich etwas getan, das ich bedauere, etwas, auf das ich nicht besonders stolz bin, etwas, von dem ich in vielerlei Hinsicht wünschte, dass es keiner wüsste. Aber hier fühle ich mich irgendwie verpflichtet, es zu offenbaren. (Gelächter) Spät in den 1980ern, in einem Momemt jugendlicher Unbesonnenheit, bin ich zur Law School (juristische Fakultät) gegangen. (Gelächter)
I need to make a confession at the outset here. A little over 20 years ago, I did something that I regret, something that I'm not particularly proud of. Something that, in many ways, I wish no one would ever know, but here I feel kind of obliged to reveal. (Laughter) In the late 1980s, in a moment of youthful indiscretion, I went to law school. (Laughter)
In Amerika ist die Rechtswissenschaft ein beruflicher Abschluss. Man erhält seinen Universitätabschluss. Dann geht man weiter zur Law School. Und als ich zur Law School ging, schnitt ich nicht so gut ab. Gelinde gesagt, ich schnitt nicht so gut ab. Tatsächlich schloss ich gemeinsam mit dem Teil meiner Klasse ab, der die Top 90 Prozent -- ermöglicht hatte. (Gelächter) Vielen Dank. Ich habe keinen einzigen Tag in meinem Leben als Anwalt praktiziert. Ich wurde nicht zugelassen. (Gelächter)
In America, law is a professional degree: after your university degree, you go on to law school. When I got to law school, I didn't do very well. To put it mildly, I didn't do very well. I, in fact, graduated in the part of my law school class that made the top 90% possible. (Laughter) Thank you. I never practiced law a day in my life; I pretty much wasn't allowed to. (Laughter)
Heute jedoch, wider besseren Wissens, gegen den Rat meiner eigenen Frau, möchte ich versuchen, einige dieser juristischen Fähigkeiten zu entstauben -- das, was noch davon übrig ist. Ich möchte Ihnen keine Geschichte erzählen. Ich möchte Beweise vortragen. Ich möchte einen sachlichen, auf Beweisen beruhenden, ich möchte sagen anwaltlichen Fall über das Umdenken, wie wir unsere Geschäfte führen, vortragen.
But today, against my better judgment, against the advice of my own wife, I want to try to dust off some of those legal skills -- what's left of those legal skills. I don't want to tell you a story. I want to make a case. I want to make a hard-headed, evidence-based, dare I say lawyerly case, for rethinking how we run our businesses.
Also, meine Damen und Herren aus der Jury, schauen Sie sich das hier an. Dies ist das Kerzen-Problem. Einige von Ihnen haben das vielleicht schon mal gesehen. Es wurde 1945 von einem Psychologen namens Karl Duncker geschaffen. Karl Duncker erschuf dieses Experiment, welches als eines vieler Experimente in der Verhaltensforschung angewendet wird. Und so funktioniert es. Nehmen Sie an, ich bin der Experimentator. Ich bringe Sie in einen Raum. Ich gebe Ihnen eine Kerze, einige Heftzwecken und ein paar Streichhölzer. Und ich sage Ihnen: "Ihre Aufgabe ist es, die Kerze so an der Wand zu befestigen, dass der Wachs nicht auf den Tisch tropft." Was würden Sie jetzt tun?
So, ladies and gentlemen of the jury, take a look at this. This is called the candle problem. Some of you might know it. It's created in 1945 by a psychologist named Karl Duncker. He created this experiment that is used in many other experiments in behavioral science. And here's how it works. Suppose I'm the experimenter. I bring you into a room. I give you a candle, some thumbtacks and some matches. And I say to you, "Your job is to attach the candle to the wall so the wax doesn't drip onto the table."
Viele Leute versuchen nun, die Kerze mit den Heftzwecken an der Wand zu befestigen. Funktioniert nicht. Einige Leute -- und ich habe jemanden hier im Publikum gesehen, der diese Bewegung gemacht hat. Einige Leute haben die großartige Idee, das Streichholz anzuzünden, die Seite der Kerze damit zu schmelzen und sie an der Wand zu befestigen versuchen. Das ist eine tolle Idee. Funktioniert nicht. Und schließlich, nach fünf oder zehn Minuten, kommen die meisten Leute auf die Lösung, die Sie hier sehen können. Der Schlüssel liegt darin, die so genannte funktionale Gebundenheit zu überwinden. Sie sehen die Schachtel und betrachten sie lediglich als einen Behälter für die Heftzwecken. Sie kann aber auch eine andere Funktion haben -- als eine Standfläche für die Kerze. Das Kerzen-Problem.
Now what would you do? Many people begin trying to thumbtack the candle to the wall. Doesn't work. I saw somebody kind of make the motion over here -- some people have a great idea where they light the match, melt the side of the candle, try to adhere it to the wall. It's an awesome idea. Doesn't work. And eventually, after five or ten minutes, most people figure out the solution, which you can see here. The key is to overcome what's called functional fixedness. You look at that box and you see it only as a receptacle for the tacks. But it can also have this other function, as a platform for the candle. The candle problem.
Nun möchte ich Ihnen von einem Experiment erzählen, das auf dem Kerzen-Problem aufbaut. Es wurde von einem Wissenschaftler namens Sam Glucksberg durchgeführt, der nun an der Princeton-Universität in den USA ist. Es zeigt die Macht von Anreizen. Hier ist, was er getan hat. Er hat seine Teilnehmer versammelt und sagte: "Ich werde Ihre Zeit messen, wie schnell Sie dieses Problem lösen können." Einer Gruppe sagte er: "Ich werde Ihre Zeit messen, um eine Norm zu ermitteln, wie lange es typischerweise dauert, um diese Art von Problem zu lösen."
I want to tell you about an experiment using the candle problem, done by a scientist named Sam Glucksberg, who is now at Princeton University, US, This shows the power of incentives. He gathered his participants and said: "I'm going to time you, how quickly you can solve this problem." To one group he said, "I'm going to time you to establish norms, averages for how long it typically takes someone to solve this sort of problem."
Der zweiten Gruppe bot er Belohnungen an. Er sagte: "Wenn Sie zu den 25 Prozent der Schnellsten gehören, erhalten Sie fünf Dollar. Wenn Sie der Schnellste von allen heute sind, erhalten Sie 20 Dollar." Das ist nun einige Jahre her, inflationsbereinigt. Es ist eine ordentliche Summe an Geld für wenige Minuten Arbeit. Es ist ein netter Motivator.
To the second group he offered rewards. He said, "If you're in the top 25% of the fastest times, you get five dollars. If you're the fastest of everyone we're testing here today, you get 20 dollars." Now this is several years ago, adjusted for inflation, it's a decent sum of money for a few minutes of work. It's a nice motivator.
Frage: Wie viel schneller löste diese Gruppe das Problem? Antwort: Sie brauchte durchschnittlich 3,5 Minuten länger. 3,5 Minuten länger. Das ergibt keinen Sinn, oder? Ich meine, ich bin Amerikaner. Ich glaube an freie Märkte. So sollte es nicht laufen, oder? (Gelächter) Wenn Sie möchten, dass Menschen bessere Leistungen erbringen, belohnen Sie diese. Richtig? Boni, Provisionen, ihre eigene Reality-Show. Schaffen Sie ihnen Anreize. So funktioniert das Geschäft. Aber das passiert hier nicht. Man hat einen Anreiz geschaffen, um das Denken zu schärfen und die Kreativität zu beschleunigen. Und es passiert genau das Gegenteil. Es beschränkt das Denken und blockiert die Kreativität.
Question: How much faster did this group solve the problem? Answer: It took them, on average, three and a half minutes longer. 3.5 min longer. This makes no sense, right? I mean, I'm an American. I believe in free markets. That's not how it's supposed to work, right? (Laughter) If you want people to perform better, you reward them. Right? Bonuses, commissions, their own reality show. Incentivize them. That's how business works. But that's not happening here. You've got an incentive designed to sharpen thinking and accelerate creativity, and it does just the opposite. It dulls thinking and blocks creativity.
Und das Interessante an diesem Experiment ist, dass es kein Ausreißer ist. Dies konnte immer wieder und wieder nachgestellt werden -- seit fast 40 Jahren. Diese bedingten Motivatoren -- wenn Sie dies tun, dann erhalten Sie jenes -- funktionieren unter gewissen Umständen. Für viele Aufgaben jedoch funktionieren sie entweder nicht oder richten oftmals Schaden an. Dies ist eines der stabilsten Forschungsergebnisse in der Sozialwissenschaft. Und ebenfalls eines der am meisten ignorierten.
What's interesting about this experiment is that it's not an aberration. This has been replicated over and over again for nearly 40 years. These contingent motivators -- if you do this, then you get that -- work in some circumstances. But for a lot of tasks, they actually either don't work or, often, they do harm. This is one of the most robust findings in social science, and also one of the most ignored.
Ich habe die letzten Jahre damit verbracht, die Wissenschaft menschlicher Motivation zu untersuchen. Insbesondere das Kräftespiel von extrinsischen Motivatoren und intrinsischen Motivatoren. Und ich kann Ihnen sagen, dass es nicht einmal ansatzweise so ist. Wenn Sie sich die Wissenschaft ansehen, gibt es ein Ungleichgewicht zwischen dem, was die Wissenschaft weiß und was die Geschäftswelt tut. Und es ist besorgniserregend, dass unser Geschäftsbetrieb -- denken Sie an die Reihe von Annahmen und Protokollen in unseren Betrieben, wie wir Menschen motivieren, wie wir unser Personal einsetzen -- gänzlich auf extrinsischen Motivatoren beruht, auf Zuckerbrot und Peitsche. Das ist in der Tat gut für viele Arten von Aufgaben des 20. Jahrhunderts. Für Aufgaben des 21. Jahrhunderts jedoch funktioniert dieser mechanistische, Belohnung-und-Strafe-Ansatz nicht -- funktioniert oftmals nicht und richtet häufig Schaden an. Lassen Sie mich Ihnen zeigen, was ich meine.
I spent the last couple of years looking at the science of human motivation, particularly the dynamics of extrinsic motivators and intrinsic motivators. And I'm telling you, it's not even close. If you look at the science, there is a mismatch between what science knows and what business does. What's alarming here is that our business operating system -- think of the set of assumptions and protocols beneath our businesses, how we motivate people, how we apply our human resources-- it's built entirely around these extrinsic motivators, around carrots and sticks. That's actually fine for many kinds of 20th century tasks. But for 21st century tasks, that mechanistic, reward-and-punishment approach doesn't work, often doesn't work, and often does harm. Let me show you.
Glucksberg hat also ein weiteres, ähnliches Experiment durchgeführt, bei dem er das Problem in einer etwas anderen Weise dargestellt hat, wie hier oben zu sehen ist. Okay? Bringen Sie die Kerze an der Wand an, so dass der Wachs nicht auf den Tisch tropft. Gleiche Abmachung. Eure Zeit wird gestoppt für Normen. Euch wird ein Anreiz geboten. Was passierte dieses Mal? Dieses Mal besiegte die Gruppe mit den Anreizen die andere Gruppe deutlich. Warum? Wenn die Heftzwecken nicht in der Schachtel sind, ist es ziemlich einfach, oder? (Gelächter)
Glucksberg did another similar experiment, he presented the problem in a slightly different way, like this up here. Attach the candle to the wall so the wax doesn't drip onto the table. Same deal. You: we're timing for norms. You: we're incentivizing. What happened this time? This time, the incentivized group kicked the other group's butt. Why? Because when the tacks are out of the box, it's pretty easy isn't it? (Laughter)
Wenn-dann-Belohungen funktionieren wirklich gut für die Arten von Aufgaben, bei denen es ein einfaches Regelwerk und ein klares Ziel gibt. Belohnungen begrenzen naturgemäß unser Blickfeld, konzentrieren unsere Gedanken. Deshalb funktionieren sie in so vielen Fällen. Für Aufgaben wie diese also funktioniert ein begrenztes Blickfeld, bei dem man nur das Ziel vor Augen hat und es geradewegs fokussiert, wirklich gut. Für das echte Kerzen-Problem jedoch sollte man nicht auf diese Art schauen. Die Lösung liegt nicht auf der Hand. Die Lösung ist im Umfeld. Man sollte sich umsehen. Diese Belohnung begrenzt tatsächlich unser Blickfeld und beschränkt unsere Möglichkeiten.
If-then rewards work really well for those sorts of tasks, where there is a simple set of rules and a clear destination to go to. Rewards, by their very nature, narrow our focus, concentrate the mind; that's why they work in so many cases. So, for tasks like this, a narrow focus, where you just see the goal right there, zoom straight ahead to it, they work really well. But for the real candle problem, you don't want to be looking like this. The solution is on the periphery. You want to be looking around. That reward actually narrows our focus and restricts our possibility.
Lassen Sie mich Ihnen erklären, warum das so wichtig ist. In Westeuropa, in vielen Teilen Asiens, in Nordamerika, in Australien verrichten Büroangestellte weniger von dieser Art von Arbeit und mehr von dieser Art von Arbeit. Diese routinemäßige, regelbasierte Arbeit der linken Gehirnhälfte -- bestimmte Arten der Buchführung, der Finanzanalyse, der Computerprogrammierung -- lässt sich inzwischen sehr leicht outsourcen, sehr leicht automatisieren. Software kann es schneller erledigen. Billiganbieter auf der ganzen Welt können es günstiger erledigen. Worauf es wirklich ankommt, sind die Fähigkeiten der rechten Gehirnhälfte, die eher kreativer und konzeptioneller Natur sind.
Let me tell you why this is so important. In western Europe, in many parts of Asia, in North America, in Australia, white-collar workers are doing less of this kind of work, and more of this kind of work. That routine, rule-based, left-brain work -- certain kinds of accounting, financial analysis, computer programming -- has become fairly easy to outsource, fairly easy to automate. Software can do it faster. Low-cost providers can do it cheaper. So what really matters are the more right-brained creative, conceptual kinds of abilities.
Denken Sie an Ihre eigene Arbeit. Denken Sie an Ihre eigene Arbeit. Sind die Probleme, denen Sie begegnen, oder sogar die Probleme, über die wir hier reden, diese Art von Problemen -- haben sie ein klares Regelwerk und eine einzige Lösung? Nein. Die Regeln sind verwirrend. Die Lösung, wenn es überhaupt eine gibt, ist überraschend und nicht offensichtlich. Jeder in diesem Raum hat mit seiner eigenen Version des Kerzen-Problems zu tun. Und für Kerzen-Probleme jeglicher Art, in jedem Bereich, funktionieren diese Wenn-dann-Belohnungen, um die wir so viele unserer Geschäfte aufgebaut haben, nicht.
Think about your own work. Think about your own work. Are the problems that you face, or even the problems we've been talking about here, do they have a clear set of rules, and a single solution? No. The rules are mystifying. The solution, if it exists at all, is surprising and not obvious. Everybody in this room is dealing with their own version of the candle problem. And for candle problems of any kind, in any field, those if-then rewards, the things around which we've built so many of our businesses, don't work!
Ich meine, das macht mich wahnsinnig. Und es ist nicht -- jetzt kommt's. Dies ist kein Gefühl. Okay? Ich bin Anwalt. Ich glaube nicht an Gefühle. Dies ist keine Philosophie. Ich bin Amerikaner. Ich glaube nicht an Philosophie. (Gelächter) Dies ist eine Tatsache. Oder wie wir in meiner Heimatstadt in Washington D.C. sagen, eine wahre Tatsache. (Gelächter) (Applaus) Lassen Sie mich Ihnen einen Beispiel geben. Lassen Sie mich die Beweise sammeln. Ich erzähle Ihnen keine Geschichte. Ich möchte Beweise vortragen.
It makes me crazy. And here's the thing. This is not a feeling. Okay? I'm a lawyer; I don't believe in feelings. This is not a philosophy. I'm an American; I don't believe in philosophy. (Laughter) This is a fact -- or, as we say in my hometown of Washington, D.C., a true fact. (Laughter) (Applause) Let me give you an example. Let me marshal the evidence here. I'm not telling a story, I'm making a case.
Meine Damen und Herren der Jury, einige Beweise: Dan Ariely, einer der großartigen Ökonomen unserer Zeit -- er und drei Kollegen haben eine Studie an MIT-Studenten durchgeführt. Sie haben diesen MIT-Studenten einen Haufen Spiele gegeben. Spiele, die Kreativität beinhalteten, genauso wie motorische Fähigkeiten und Konzentration. Und gegen Leistung haben sie ihnen drei Stufen von Belohungen angeboten. Kleine Belohnung, mittlere Belohnung, große Belohnung. Okay? Wenn man wirklich gut abschneidet, erhält man die große Belohnung und so weiter. Was passierte? Solange die Aufgabe nur routinemäßige Fähigkeiten beinhaltete, funktionierten die Boni wie erwartet: je höher die Bezahlung, desto besser die Leistung. Okay? Aber sobald die Aufgabe auch nur ansatzweise kognitive Fähigkeiten verlangte, führte eine größere Belohnung zu schlechterer Leistung.
Ladies and gentlemen of the jury, some evidence: Dan Ariely, one of the great economists of our time, he and three colleagues did a study of some MIT students. They gave these MIT students a bunch of games, games that involved creativity, and motor skills, and concentration. And the offered them, for performance, three levels of rewards: small reward, medium reward, large reward. If you do really well you get the large reward, on down. What happened? As long as the task involved only mechanical skill bonuses worked as they would be expected: the higher the pay, the better the performance. Okay? But once the task called for even rudimentary cognitive skill, a larger reward led to poorer performance.
Anschließend sagten sie: "Okay, lassen Sie uns sehen, ob es hier irgendeine kulturelle Befangenheit gibt. Lassen Sie uns nach Madurai in Indien gehen und es ausprobieren." Der Lebensstandard ist geringer. In Madurai ist eine in Nordamerika mäßige Belohnung bedeutungsvoller. Gleiche Abmachung. Ein Haufen Spiele, drei Stufen an Belohnungen. Was passiert? Die Leute, denen die mittlere Belohnung angeboten wurde, haben nicht besser abgeschitten als die Leute mit kleinen Belohnungen. Dieses Mal haben jedoch die Leute mit den höchsten Belohnungen am schlechtesten von allen abgeschnitten. Bei acht von neun Aufgaben, die wir in drei Experimenten untersucht haben, führten höhere Anreize zu schlechterer Leistung.
Then they said, "Let's see if there's any cultural bias here. Let's go to Madurai, India and test it." Standard of living is lower. In Madurai, a reward that is modest in North American standards, is more meaningful there. Same deal. A bunch of games, three levels of rewards. What happens? People offered the medium level of rewards did no better than people offered the small rewards. But this time, people offered the highest rewards, they did the worst of all. In eight of the nine tasks we examined across three experiments, higher incentives led to worse performance.
Ist dies eine Art gefühlsduseliger, sozialistischer Verschwörung? Nein. Dies sind Ökonomen vom MIT, von der Carnegie Mellon, von der Universität von Chicago. Und wissen Sie, wer diese Untersuchung gefördert hat? Die Notenbank der Vereinigten Staaten. Das ist die amerikanische Erfahrung.
Is this some kind of touchy-feely socialist conspiracy going on here? No, these are economists from MIT, from Carnegie Mellon, from the University of Chicago. Do you know who sponsored this research? The Federal Reserve Bank of the United States. That's the American experience.
Lassen Sie uns über den Teich zur London School of Economics gehen. LSE, London School of Economics. Die Universität mit 11 Nobelpreisträgern in Ökonomie. Das Trainingsgelände großer ökonomischen Vordenker wie George Soros, Friedrich von Hayek und Mick Jagger. (Gelächter) Letzten Monat, erst letzten Monat
Let's go across the pond to the London School of Economics, LSE, London School of Economics, alma mater of eleven Nobel Laureates in economics. Training ground for great economic thinkers like George Soros, and Friedrich Hayek, and Mick Jagger. (Laughter)
haben Ökonomen der LSE 51 Studien über Betriebsstätten mit leistungsabhäniger Bezahlung innerhalb von Unternehmen untersucht. Hier ist, was die Ökonomen herausfanden: "Wir stellen fest, dass finanzielle Anreize einen negativen Einfluss auf die Gesamtleistung haben können."
Last month, just last month, economists at LSE looked at 51 studies of pay-for-performance plans, inside of companies. Here's what they said: "We find that financial incentives can result in a negative impact on overall performance."
Es gibt ein Ungleichgewicht zwischen dem, was die Wissenschaft weiß, und dem, was die Geschäftswelt tut. Und was mich am meisten besorgt, während ich hier im Schutt des wirtschaftlichen Kollaps stehe, ist, dass zu viele Organisationen ihre Entscheidungen treffen, ihre Grundsätze über Talent und Menschen aufstellen, basierend auf überholten und ungeprüften Annahmen, die mehr im Volkstum als in der Wissenschaft begründet sind. Und wenn wir wirklich diesem ökonomischen Durcheinander entfliehen wollen, und wenn wir wirklich hohe Leistung bei diesen definitorischen Aufgaben des 21. Jahrhunderts möchten, ist es keine Lösung, noch mehr Falsches zu tun -- die Menschen mit einem süßeren Zuckerbrot zu locken oder ihnen mit einer schärferen Peitsche zu drohen. Wir benötigen einen völlig neuen Denkansatz.
There is a mismatch between what science knows and what business does. And what worries me, as we stand here in the rubble of the economic collapse, is that too many organizations are making their decisions, their policies about talent and people, based on assumptions that are outdated, unexamined, and rooted more in folklore than in science. And if we really want to get out of this economic mess, if we really want high performance on those definitional tasks of the 21st century, the solution is not to do more of the wrong things, to entice people with a sweeter carrot, or threaten them with a sharper stick. We need a whole new approach.
Und die gute Nachricht über all das ist, dass die Wissenschaftler, die die Motivation erforschen, uns einen neuen Denkansatz gegeben haben. Es ist ein Denkansatz, der viel mehr von der intrinsischen Motivation Gebrauch macht -- Gebrauch vom Wunsch danach, Dinge zu tun, weil sie von Bedeutung sind, weil wir sie mögen, weil sie interessant sind, weil sie Teil von etwas Wichtigem sind. Und meiner Meinung nach dreht sich dieses neue Betriebssystem für unsere Geschäfte um drei Elemente: Autonomie, Überlegenheit und Bestimmung. Autonomie: der Drang, unser Leben eigenständig zu lenken. Überlegenheit: der Wunsch, besser und besser bei etwas Bedeutungsvollem zu werden. Bestimmung: die Sehnsucht zu tun, was wir im Dienste von etwas Größerem als wir selbst tun. Dies sind die Bausteine eines völlig neuen Betriebssystems für unsere Geschäfte.
The good news is that the scientists who've been studying motivation have given us this new approach. It's built much more around intrinsic motivation. Around the desire to do things because they matter, because we like it, they're interesting, or part of something important. And to my mind, that new operating system for our businesses revolves around three elements: autonomy, mastery and purpose. Autonomy: the urge to direct our own lives. Mastery: the desire to get better and better at something that matters. Purpose: the yearning to do what we do in the service of something larger than ourselves. These are the building blocks of an entirely new operating system for our businesses.
Ich möchte heute nur über Autonomie sprechen. Im 20. Jahrhundert erfanden wir das Management. Management ging nicht aus der Natur hervor. Management ist wie -- es ist kein Baum, es ist ein Fernseher. Okay? Jemand hat es erfunden. Und es heißt nicht, dass es für immer funktionieren wird. Management ist großartig. Traditionelle Vorstellungen von Management sind großartig, wenn man Befolgung wünscht. Wenn man jedoch Engagement wünscht, funktioniert Eigenregie besser.
I want to talk today only about autonomy. In the 20th century, we came up with this idea of management. Management did not emanate from nature. Management is not a tree, it's a television set. Somebody invented it. It doesn't mean it's going to work forever. Management is great. Traditional notions of management are great if you want compliance. But if you want engagement, self-direction works better.
Lassen Sie mich Ihnen einige Beispiele von drastischen Vorstellungen von Eigenregie geben. Was das bedeutet -- man sieht nicht viel davon, aber man sieht die ersten Anzeichen von etwas wirklich Interessantem. Was es bedeutet, ist, die Menschen durchaus angemessen und gerecht zu bezahlen, die Geldfrage vom Tisch zu bekommen und den Menschen dann viel Autonomie zu geben. Lassen Sie mich Ihnen einige Beispiele geben.
Some examples of some kind of radical notions of self-direction. You don't see a lot of it, but you see the first stirrings of something really interesting going on, what it means is paying people adequately and fairly, absolutely -- getting the issue of money off the table, and then giving people lots of autonomy. Some examples.
Wie viele von Ihnen haben von der Firma Atlassian gehört? Das sieht nach weniger als der Hälfte aus. (Gelächter) Atlassian ist ein australisches Software-Unternehmen. Und sie machen etwas unglaublich Cooles. Ein paar Mal im Jahr sagen sie ihren Entwicklern: "Arbeitet die nächsten 24 Stunden an was auch immer ihr möchtet, solange es nicht Teil eurer täglichen Arbeit ist. Arbeitet an was auch immer ihr möchtet." Die Entwickler verwenden diese Zeit also, um sich einen coolen Code-Patch oder einen eleganten Hack auszudenken. Dann präsentieren sie alles, was sie entwickelt haben, ihren Teamkollegen und dem Rest der Firma in diesem ausgelassenen und wirren Treffen mit allen Mitarbeitern am Ende des Tages. Und danach, sie sind schließlich Australier, gehen sie alle ein Bier trinken.
How many of you have heard of the company Atlassian? It looks like less than half. (Laughter) Atlassian is an Australian software company. And they do something incredibly cool. A few times a year they tell their engineers, "Go for the next 24 hours and work on anything you want, as long as it's not part of your regular job. Work on anything you want." Engineers use this time to come up with a cool patch for code, come up with an elegant hack. Then they present all of the stuff that they've developed to their teammates, to the rest of the company, in this wild and woolly all-hands meeting at the end of the day. Being Australians, everybody has a beer.
Sie nennen es FedEx Days. Warum? Weil man etwas über Nacht abliefern muss. Es ist schön. Es ist nicht schlecht. Es ist eine riesige Markenrechtsverletzung. Aber es ist ziemlich raffiniert. (Gelächter) Dieser eine Tag intensiver Autonomie hat zu einer ganzen Reihe an Software-Fehlerbehebungen geführt, die es vielleicht niemals gegeben hätte.
They call them FedEx Days. Why? Because you have to deliver something overnight. It's pretty; not bad. It's a huge trademark violation, but it's pretty clever. (Laughter) That one day of intense autonomy has produced a whole array of software fixes that might never have existed.
Und es hat so gut funktioniert, dass es Atlassian auf die nächste Ebene mit 20 Prozent Zeit geführt hat. Genauso wie bekannterweise bei Google -- wo Entwickler 20 Prozent ihrer Zeit an allem arbeiten können, was sie möchten. Sie haben Autonomie über ihre Zeit, ihre Aufgaben, ihr Team, ihre Technik. Okay? Drastische Mengen an Autonomie. Und bei Google, wie viele von Ihnen wissen, wird ungefähr die Hälfte aller neuen Produkte innerhalb eines Jahres während dieser 20 Prozent Zeit geboren. Dinge wie Gmail, Orkut, Google News.
It's worked so well that Atlassian has taken it to the next level with 20% time -- done, famously, at Google -- where engineers can spend 20% of their time working on anything they want. They have autonomy over their time, their task, their team, their technique. Radical amounts of autonomy. And at Google, as many of you know, about half of the new products in a typical year are birthed during that 20% time: things like Gmail, Orkut, Google News.
Lassen Sie mich Ihnen ein sogar noch drastischeres Beispiel geben. Das so genannte 'Results-Only Work Environment' -- das ROWE. Erschaffen von zwei amerikanischen Beratern und im Einsatz bei etwa einem Dutzend Unternehmen in Nordamerika. In einem ROWE haben die Menschen keine Zeitpläne. Sie erscheinen, wann sie möchten. Sie müssen nicht zu einer bestimmten Zeit im Büro sein oder zu irgendeiner Zeit. Sie müssen einfach ihre Arbeit erledigen. Wie sie es tun, wann sie es tun, wo sie es tun, bleibt allein ihnen überlassen. Besprechungen in dieser Art von Umgebungen sind optional.
Let me give you an even more radical example of it: something called the Results Only Work Environment (the ROWE), created by two American consultants, in place at a dozen companies around North America. In a ROWE people don't have schedules. They show up when they want. They don't have to be in the office at a certain time, or any time. They just have to get their work done. How they do it, when they do it, where they do it, is totally up to them. Meetings in these kinds of environments are optional.
Was passiert? Fast durchgängig erhöht sich die Produktivität, das Engagement der Mitarbeiter erhöht sich, die Zufriedenheit der Mitarbeiter erhöht sich, die Fluktuation nimmt ab. Autonomie, Überlegenheit und Bestimmung. Dies sind die Bausteine einer neuen Art, Dinge zu tun. Einige von Ihnen sagen nun vielleicht: "Hmm, das klingt gut. Aber es ist utopisch." Und ich sage: "Nein, ich habe Beweise."
What happens? Almost across the board, productivity goes up, worker engagement goes up, worker satisfaction goes up, turnover goes down. Autonomy, mastery and purpose, the building blocks of a new way of doing things. Some of you might look at this and say, "Hmm, that sounds nice, but it's Utopian." And I say, "Nope. I have proof."
Mitte der 1990er startete Microsoft eine Enzyklopädie names Encarta. Sie hatten die richtigen Anreize eingesetzt. Die richtigen Anreize. Sie haben Fachleute bezahlt, um tausende von Artikeln zu schreiben und aufzubereiten. Gut bezahlte Manager haben die ganze Sache beaufsichtigt, um sicherzustellen, dass es rechtzeitig mit vorhandenem Budget fertig wurde. Wenige Jahre später startete eine weitere Enzyklopädie. Anderes Modell, nicht wahr? Mach es zum Spaß. Keiner bekommt einen Cent, einen Euro oder Yen. Mach es, weil du es gerne machst.
The mid-1990s, Microsoft started an encyclopedia called Encarta. They had deployed all the right incentives, They paid professionals to write and edit thousands of articles. Well-compensated managers oversaw the whole thing to make sure it came in on budget and on time. A few years later, another encyclopedia got started. Different model, right? Do it for fun. No one gets paid a cent, or a euro or a yen.
Wenn man vor zehn Jahren
Do it because you like to do it.
irgendwo zu einem Ökonomen gegangen wäre und gesagt hätte: "Hey, ich habe diese zwei verschiedenen Modelle, um eine Enzyklopädie zu erstellen. Wenn sie gegeneinander antreten würden, wer würde gewinnen?" Vor zehn Jahren hätten Sie nicht einen einzigen, ernsthaften Ökonomen irgendwo auf der Welt gefunden, der auf das Wikipedia-Modell gesetzt hätte.
Just 10 years ago, if you had gone to an economist, anywhere, "Hey, I've got these two different models for creating an encyclopedia. If they went head to head, who would win?" 10 years ago you could not have found a single sober economist anywhere on planet Earth who would have predicted the Wikipedia model.
Dies ist der titanische Kampf zwischen diesen beiden Ansätzen. Dies ist der Ali-Frazier-Kampf der Motivation, nicht wahr? Dies ist der Thrilla in Manila. Okay? Intrinsische Motivatoren gegen extrinsische Motivatoren. Autonomie, Überlegenheit und Bestimmung gegen Zuckerbrot und Peitsche. Und wer gewinnt? Intrinsische Motivation, Autonomie, Überlegenheit und Bestimmung durch K.O. Lassen Sie mich zusammenfassen.
This is the titanic battle between these two approaches. This is the Ali-Frazier of motivation, right? This is the Thrilla in Manila. Intrinsic motivators versus extrinsic motivators. Autonomy, mastery and purpose, versus carrot and sticks, and who wins? Intrinsic motivation, autonomy, mastery and purpose, in a knockout. Let me wrap up.
Es gibt ein Ungleichgewicht zwischen dem, was die Wissenschaft weiß und was die Geschäftswelt tut. Hier ist, was die Wissenschaft weiß. Erstens: Diese Belohnungen aus dem 20. Jahrhundert, diese Motivatoren, von denen wir glauben, sie seien ein natürlicher Teil unserer Geschäftswelt funktionieren, allerdings nur unter überraschend wenigen Umständen. Zweitens: Diese Wenn-dann-Belohnungen zerstören oftmals die Kreativität. Drittens: Das Geheimnis hoher Leistung liegt nicht in Belohnungen und Bestrafungen, sondern im unsichtbaren intrinsischen Antrieb. Der Antrieb, Dinge um einer Sache willen zu tun. Der Antrieb, um Dinge zu tun, weil sie von Bedeutung sind.
There is a mismatch between what science knows and what business does. Here is what science knows. One: Those 20th century rewards, those motivators we think are a natural part of business, do work, but only in a surprisingly narrow band of circumstances. Two: Those if-then rewards often destroy creativity. Three: The secret to high performance isn't rewards and punishments, but that unseen intrinsic drive-- the drive to do things for their own sake. The drive to do things cause they matter.
Und hier kommt das Beste. Hier kommt das Beste. Wir wissen das bereits. Die Wissenschaft bestätigt, was wir bereits in unseren Herzen wissen. Wenn wir also dieses Ungleichgewicht zwischen dem, was die Wissenschaft weiß und die Geschäftswelt tut, ausbessern, wenn wir unsere Motivation, unsere Vorstellungen von Motivation ins 21. Jahrhundert tragen, wenn wir diese träge, gefährliche Ideologie von Zuckerbrot und Peitsche überwinden, können wir unsere Unternehmen stärken, können wir viele dieser Kerzen-Probleme lösen, und vielleicht, vielleicht, vielleicht können wir die Welt ändern. Ich schließe mein Plädoyer ab. (Applaus)
And here's the best part. We already know this. The science confirms what we know in our hearts. So, if we repair this mismatch between science and business, if we bring our motivation, notions of motivation into the 21st century, if we get past this lazy, dangerous, ideology of carrots and sticks, we can strengthen our businesses, we can solve a lot of those candle problems, and maybe, maybe -- we can change the world. I rest my case. (Applause)