Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Die Rollen der Integration impliziten Wissens und der Erhaltung kognitiver Ressourcen bei der Förderung nachhaltiger Innovationen

37 Aufrufe

⸱

DOI:

10.3791/72771

⸱

21. August 2026

 , 
1Faculty of Management, North Sichuan Medical College, 2Universiti Pendidikan Sultan Idris, 3Faculty of Innovation and Entrepreneurship, North Sichuan Medical College

In diesem Artikel

Zusammenfassung

Diese Studie untersucht, wie strategische Faulheit die nachhaltige Innovation bei chinesischen Wissensarbeitern unterstützt. Auf der Grundlage der Ressourcenerhaltungstheorie zeigen Umfragedaten von 356 gültigen Befragten, dass strategische Faulheit indirekt innovatives Arbeitsverhalten durch kognitive Filterung, informelle Netzwerke und die Integration von implizitem Wissen fördert, insbesondere bei komplexen Aufgaben und in fehlertoleranten Kulturen.

Zusammenfassung

Nachhaltiges Personalmanagement konzentriert sich darauf, Arbeitssysteme zu schaffen, die die langfristige Wirksamkeit der Mitarbeiter, die Nutzung von Wissen und Innovationen unterstützen und gleichzeitig kognitive Ressourcen schonen. Diese Studie verwendet die Ressourcenerhaltungstheorie (Conservation of Resources), um zu untersuchen, ob strategische Faulheit – das gezielte Sparen geistiger Energie durch eine sorgfältige Auswahl von Aufgaben – innovatives Arbeitsverhalten (IWB) fördert. Mithilfe der Strukturgleichungsmodellierung wurde ein moderiertes Mediationsmodell geprüft. Die Ergebnisse zeigen, dass strategische Faulheit keinen signifikanten direkten Einfluss auf IWB hat (β = 0.071, p = 0.112). Stattdessen wirkt sie indirekt, indem sie die Effizienz der Informationsfilterung verbessert. Strategische Faulheit ist mit einer höheren Effizienz der Informationsfilterung verbunden (β = 0.146, p = 0.001), was wiederum IWB steigert (β = 0.286, p < 0.001). Die Studie zeigt außerdem, dass die Beteiligung an informellen Netzwerken die Integration impliziten Wissens fördert (β = 0.400, p < 0.001), was wiederum IWB unterstützt (β = 0.333, p < 0.001). Die Moderatoranalyse ergibt, dass die Aufgabenkomplexität die Beziehung zwischen der Effizienz der Informationsfilterung und IWB verstärkt (β = 0.1608, p < 0.001). Eine fehlertolerante Unternehmenskultur verstärkt zudem den Zusammenhang zwischen der Beteiligung an informellen Netzwerken und der Integration impliziten Wissens (β = 0.2475, p < 0.001). Die Ergebnisse zeigen, dass nachhaltiges Personalmanagement den Mitarbeitern größere Freiheit geben sollte, sich auf wichtige Aufgaben zu konzentrieren, ein flexibles Stellendesign unterstützen, den informellen Wissensaustausch fördern und eine Unternehmenskultur etablieren sollte, die Fehler als Lernchancen betrachtet. Solche Maßnahmen helfen Organisationen dabei, eingesparte geistige Energie in kontinuierliche Innovationen umzuwandeln.

Einleitung

In der heutigen stark umkämpften Geschäftswelt sind Organisationen zunehmend auf die Innovationskraft ihrer Mitarbeitenden angewiesen, um einen Wettbewerbsvorteil aufrechtzuerhalten1. Laut Scott und Bruce2 sowie später Janssen3 hat sich innovatives Arbeitsverhalten (IWB), definiert als die Generierung, Förderung und Umsetzung neuartiger Ideen, zu einem entscheidenden Faktor für die organisatorische Leistungsfähigkeit und das langfristige Überleben entwickelt.

Allerdings berichtete der Microsoft Work Trend Index, dass 68 % der Arbeitnehmer Schwierigkeiten haben, während des Arbeitstages ungestörte Konzentrationsszeit zu finden, die für kreatives Denken unerlässlich ist4. Diese Herausforderung ist besonders ausgeprägt in wissensintensiven Bereichen wie der Informationstechnologie, dem Finanzdienstleistungssektor und der Forschung und Entwicklung, wo Fachkräfte regelmäßig konkurrierenden Anforderungen an ihre Zeit begegnen, während von ihnen erwartet wird, innovative Lösungen für komplexe Probleme zu entwickeln.

Diese Verhaltensweisen könnten adaptive Strategien zur Bewältigung begrenzter kognitiver Ressourcen darstellen. Die traditionelle Betonung sichtbarer Produktivität durch Organisationen kann unbeabsichtigt die kognitiven Ressourcen erschöpfen, die für Innovation unerlässlich sind, und so eine grundlegende Spannung zwischen den Erwartungen des Managements und den psychologischen Voraussetzungen für kreative Arbeit erzeugen5. Verhaltensweisen wie das Aufschieben von Aufgaben, die Dosierung des Einsatzes oder die gezielte Distanzierung von wenig wertvollen Tätigkeiten wurden traditionell als kontraproduktiv oder als Zeichen geringer Bindung stigmatisiert6. Führungskräfte verwechseln oft kontinuierliches Engagement mit Produktivität und übersehen dabei die mögliche strategische Funktion solchen Verhaltens, kognitive Ressourcen für anspruchsvollere Aufgaben freizuhalten7. Könnten bestimmte Verhaltensweisen, die traditionell als „faul“ bezeichnet wurden, Innovation fördern, indem sie es Mitarbeitenden ermöglichen, ihre kognitiven Ressourcen effektiver zu steuern?

Strategische Faulheit, hier verstanden als eine bewusste Bemessung des Aufwands zur Schonung kognitiver Ressourcen8, stellt ein relativ neues Konzept in der Literatur zur Organisationsverhalten dar, wobei systematische empirische Untersuchungen erst langsam aufkommen. Das Konzept steht im Einklang mit Forschungsergebnissen zur aktiven Prokrastination9, zur kognitiven Entlastung nach Risko & Gilbert10 und zur strategischen Arbeitstempo-Regulierung durch Gevers et al.11. Strategische Faulheit wird definiert als ein bewusster Arbeitsstil, der wenig wertschöpfende Tätigkeiten hinauszögert, um kognitive Ressourcen für anspruchsvollere Aufgaben zu bewahren. Frühere Studien haben psychologische Sicherheit12,13, Wissensaustausch14 und fehlertolerante Kulturen15 mit der Innovationsfähigkeit von Mitarbeitern in Verbindung gebracht. Aus ressourcentheoretischer Perspektive haben Wissenschaftler die Ressourcenerhaltungs-Theorie (Conservation of Resources, COR) herangezogen, um zu verstehen, wie Mitarbeiter Ressourcen für innovative Aktivitäten beschaffen und investieren16,17. Diese Studien konzentrieren sich jedoch hauptsächlich auf aktive Ressourceninvestitionen und darauf, wie Mitarbeiter Ressourcen einsetzen, um Ideen zu generieren und umzusetzen.

Obwohl frühere Studien strategische Pausen18,19, kognitive Reserven20 und kognitive Redundanz21,22 untersucht haben, ist bisher wenig darüber bekannt, wie Strategien zur Ressourcenerhaltung in innovative Ergebnisse münden. Um diese Lücke zu schließen, verwendet die vorliegende Studie die Ressourcen-Erhaltungs-Theorie (Conservation of Resources, COR), um ein Modell mit zwei Wirkwegen zu entwickeln, das eine Verbindung zwischen strategischer Faulheit und innovativem Arbeitsverhalten über spezifische kognitive und soziale Prozesse herstellt.

Aus dieser Perspektive fungiert strategische Faulheit als ressourcenschonende Strategie, die zwei komplementäre Wege zur Innovation unterstützt. Der erste Weg beinhaltet kognitive Redundanz und Effizienz bei der Informationsfilterung22, wodurch die geistige Kapazität erhalten bleibt, die für die Generierung neuer Ideen erforderlich ist23,24. Diese kognitiven Mechanismen schaffen wiederum den geistigen Raum und die Klarheit, die notwendig sind, um neue Ideen zu entwickeln25.

Ein entscheidender Mangel in der bestehenden Literatur ist die Vernachlässigung dessen, wie kognitive und soziale Mechanismen gemeinsam den Zusammenhang zwischen Arbeitsstilen und Innovation beeinflussen. Obwohl frühere Studien kognitive und soziale Mechanismen getrennt untersucht haben, wurden sie selten in einem einheitlichen Rahmen integriert26. Diese Studie schließt diese Lücke, indem sie vorschlägt, dass strategische Faulheit über kognitive und soziale Mechanismen wirkt, die durch Aufgabenmerkmale und das organisatorische Klima ermöglicht werden. Darüber hinaus analysiert sie die vermittelnden Mechanismen – kognitive Redundanz, Effizienz der Informationsfilterung, Beteiligung am informellen Netzwerk und Integration von implizitem Wissen –, über die strategische Faulheit ihre Wirkung entfaltet.

Innovatives Arbeitsverhalten ist im Rahmen des COR-Modells27 eine ressourcenintensive Tätigkeit, die erheblichen kognitiven Aufwand erfordert und inhärente Risiken birgt28. Mitarbeiter sind daher eher bereit, innovativ tätig zu werden, wenn sie über ausreichende kognitive Ressourcen verfügen29. Strategische Faulheit fungiert nicht als Zeichen der Desinteressiertheit, sondern als proaktive Strategie zur Erhaltung kognitiver Ressourcen30. Diese geschonten Ressourcen fördern Innovationen durch kognitive Redundanz, effiziente Informationsfilterung, die Beteiligung an informellen Netzwerken und die Integration von implizitem Wissen. Eine fehlertolerante Kultur wird als essentielle kontextuelle Ressource betrachtet, die diesen Prozess der Ressourcenschonung und -investition unterstützt31. Strategische Faulheit unterscheidet sich von herkömmlichem Aufschieben32, da sie die gezielte Verschiebung von Aktivitäten mit geringem Nutzen umfasst, um kognitive Ressourcen zu schonen, und nicht einfach eine irrationale Verzögerung darstellt33,34. Im Gegensatz zu aktiver Prokrastination oder kognitivem Auslagern verfolgt sie primär die strategische Bewahrung geistiger Ressourcen für wertvollere Aufgaben35,36.

Die Aufgabenkomplexität beschreibt, inwieweit eine Aufgabe aus mehreren miteinander verbundenen Elementen und hohen Anforderungen an die Informationsverarbeitung besteht37. Aus Sicht der COR-Theorie wird die Bedeutung des Ressourcenerhalts unter Bedingungen hoher Beanspruchung verstärkt. Wenn die Aufgabenkomplexität hoch ist, steigt die marginale Rendite einer effektiven Informationsfilterung erheblich an38. Eine fehlertolerante Unternehmenskultur ist eine geteilte organisatorische Wahrnehmung, nach der in explorativen Tätigkeiten unvermeidbare Fehlschläge akzeptiert werden. Das Teilen von noch nicht ausgereiften Ideen ist sozial riskant; eine stark fehlertolerante Kultur schützt vor dem Verlust sozialer und psychologischer Ressourcen, indem sie Fehler entstigmatisiert39. Dieses Sicherheitsnetz führt dazu, dass Mitarbeitende eher bereit sind, implizites Wissen risikobereit auszutauschen und zu integrieren40. Das konzeptionelle Modell dieser Studie ist in Abbildung 1 dargestellt.

Einfluss strategischer Faulheit auf das Arbeitsverhalten, Diagramm mit den postulierten Beziehungen und Konzepten.
Abbildung 1: Konzeptioneller Rahmen. Individuelle Faktoren (Strategische Faulheit, Effizienz der Informationsfilterung) werden von netzwerkbasierten Mechanismen (Beteiligung an informellen Netzwerken) und entstehenden organisatorischen Ergebnissen (innovatives Arbeitsverhalten, Integration von implizitem Wissen, fehlertolerante Kultur) unterschieden. Pfeile oder verbindende Linien kennzeichnen die postulierten gerichteten Beziehungen zwischen diesen Komponenten. Bitte klicken Sie hier, um eine vergrößerte Darstellung dieser Abbildung anzusehen.

Die kognitive Redundanz stammt aus der kognitiven Psychologie und wurde kürzlich auch auf das Organisationsverhalten angewandt, wo sie als Ressource dient, die tiefere Denkprozesse und Innovationen unterstützt7,20,34. Aus der Perspektive der COR-Theorie stellt kognitive Redundanz einen durch effektive Ressourcenerhaltung entstandenen Ressourcenüberschuss dar. Wenn Mitarbeiter strategische Faulheit praktizieren, indem sie sich von Aufgaben mit geringem Mehrwert zurückziehen, erhalten sie kognitive Ressourcen und schaffen dadurch kognitive Redundanz, die forschendes Denken und kreative Problemlösung fördert8. Dieses ressourcenschonende Verhalten stärkt unmittelbar die mentale Freiräume, die für innovative Ideenfindung erforderlich sind. Bezüglich des Zusammenhangs zwischen strategischer Faulheit und innovativem Arbeitsverhalten kann man einerseits davon ausgehen, dass Strategien der Ressourcenerhaltung theoretisch ausreichend kognitiven Überschuss erzeugen und somit Innovation direkt anregen. Die COR-Theorie weist jedoch darauf hin, dass die bloße Einsparung von Ressourcen nicht ausreicht, sofern diese Ressourcen nicht effektiv eingesetzt werden22. Es ist notwendig, Ressourcen strategisch einzusetzen, um Erträge zu erzielen. Mitarbeiter, die Ressourcen einsparen, werden dadurch nicht automatisch zur Innovation geführt; vielmehr können diese Ressourcen stattdessen für die Erledigung alltäglicher Aufgaben oder zur persönlichen Erholung umgeleitet werden. Ohne einen klaren vermittelnden Mechanismus, der die eingesparten Ressourcen gezielt in kreative Aktivitäten lenkt, kann der direkte Effekt schwach oder gar nicht vorhanden sein. Kognitive Redundanz verleiht Mitarbeitern die mentale Kapazität für forschendes Denken und kreative Ideenentwicklung8,19.

Die kognitive Belastungstheorie geht davon aus, dass Individuen über eine begrenzte Verarbeitungskapazität verfügen und dass höhergradiges Denken beeinträchtigt wird, wenn kognitive Ressourcen erschöpft sind34. Kognitive Redundanz verringert diese Erschöpfung und ermöglicht es Mitarbeitern, sich in mentale Simulationen, Szenarioplanungen und divergentes Denken einzubringen, die für die Generierung neuartiger Ideen unerlässlich sind. Aus Sicht der COR-Theorie stellt kognitive Redundanz einen Ressourcenüberschuss dar, den Mitarbeiter in innovationsbezogene Aktivitäten investieren können, ohne befürchten zu müssen, ihre Kernkompetenzen zu erschöpfen22. Wenn Mitarbeiter über reichlich kognitive Kapazität verfügen, sind sie eher bereit, kreative Problemlösungsprozesse durchzuführen, die typisch für innovatives Arbeitsverhalten sind. Daher wird die folgende Hypothese aufgestellt.

H1: Strategische Faulheit steht in positiver Beziehung zur kognitiven Redundanz.

H2: Kognitive Redundanz steht in positiver Beziehung zum innovativen Arbeitsverhalten.

H3: Die Effizienz der Informationsfilterung ist positiv mit innovativem Arbeitsverhalten verknüpft.

Neben internen kognitiven Mechanismen fördert die Ressourcenerhaltung auch Innovationen durch soziale Wissensprozesse. Die Teilnahme an informellen Netzwerken (INP) ermöglicht es Mitarbeitern, auf eine breite Palette sozialer Ressourcen zuzugreifen, insbesondere auf implizites Wissen, das erfahrungsgeleitet ist, schwer zu kodifizieren und hauptsächlich durch zwischenmenschliche Interaktionen übermittelt wird14,16. Im Einklang mit Nonakas SECI-Modell erleichtern informelle Netzwerke den Sozialisierungsprozess, indem sie den Austausch von implizitem Wissen durch gemeinsame Erfahrungen ermöglichen41,42. Gemäß dem Konzept der Ressourcenerhaltung (COR-Modell) erhält strategische Faulheit die kognitiven Ressourcen der Mitarbeiter, wodurch eine stärkere Beteiligung an informellen Interaktionen ermöglicht wird. Dadurch können Mitarbeiter Wissen von Kollegen besser erwerben, interpretieren und integrieren, wodurch die kollaborative Wissensintegration und das organisationale Lernen verbessert werden27.

Obwohl die Schonung kognitiver Ressourcen unerlässlich ist, garantiert allein die Ressourcenschonung keine Innovation. Eingesparte Ressourcen können stattdessen für routinemäßige Aufgaben oder die persönliche Erholung verwendet werden, sofern sie nicht gezielt kreativen Aktivitäten zugeführt werden. Die Effizienz der Informationsfilterung (IFE), basierend auf der Informationsverarbeitungstheorie, ermöglicht es Mitarbeitenden, relevante Informationen von irrelevanten Reizen zu unterscheiden, wodurch kognitive Überlastung verringert und die geschonten kognitiven Ressourcen auf wertschöpfende Aktivitäten gelenkt werden37,38,41. Indem IFE als kognitiver Filter fungiert, stellt sie sicher, dass die durch strategische Faulheit bewahrten Ressourcen in innovatives Problemlösen investiert werden, anstatt durch überflüssige Informationsverarbeitung verbraucht zu werden.

Entsprechend dem SECI-Modell von Nonaka wirken informelle Netzwerke als primäre Triebkräfte der Sozialisierungsphase und verwandeln ungefilterte persönliche Interaktionen in integrierte kollektive Erkenntnisse. Im Rahmen des COR-Modells stellt die durch strategische Faulheit freigesetzte kognitive Kapazität den Mitarbeitern die relationale Energie zur Verfügung, die erforderlich ist, um aktiv an diesen informellen Interaktionen teilzunehmen und so die Erkenntnisse ihrer Kollegen zu erfassen, zu interpretieren und in eine gemeinsame organisationale Wissensbasis einzubeziehen. Dementsprechend werden die folgenden strukturellen Pfadannahmen formuliert.

H4: Die Beteiligung an informellen Netzwerken steht in positiver Beziehung zur Integration impliziten Wissens.

H5: Die Integration von implizitem Wissen ist positiv mit innovativem Arbeitsverhalten verknüpft.

H6: Die Effizienz der Informationsfilterung vermittelt den Zusammenhang zwischen strategischer Faulheit und innovativem Arbeitsverhalten.

Die Aufgabenkomplexität beschreibt, inwieweit eine Aufgabe aus mehreren miteinander verknüpften Elementen, unsicheren Ergebnissen und hohen Anforderungen an die Informationsverarbeitung besteht24,40. Komplexe Aufgaben erschöpfen kognitive Ressourcen rasch, wodurch eine effiziente Ressourcenallokation besonders kritisch wird25,43,44,45,46,47,48,49. Aus Sicht der COR-Theorie wird die Bedeutung der Ressourcenerhaltung und effizienten Verteilung unter Bedingungen von Bedrohung oder hoher Beanspruchung verstärkt. Wenn die Aufgabenkomplexität hoch ist, steigt die marginale Rendite einer effektiven Informationsfilterung dramatisch an, und eine effiziente Filterung wird entscheidend, um kognitive Überlastung zu vermeiden und die für Innovation notwendigen Ressourcen zu bewahren41,50. Daher wurde ein moderierender Effekt postuliert.

H7: Strategische Faulheit ist positiv mit innovativem Arbeitsverhalten verknüpft.

H8: Die Aufgabenkomplexität moderiert positiv den Zusammenhang zwischen der Effizienz der Informationsfilterung und innovativem Arbeitsverhalten.

Neben Aufgabenmerkmalen beeinflusst auch das organisatorische Klima, wie Mitarbeiter soziale Ressourcen für Innovationen nutzen. Edmondson definierte psychologische Sicherheit als gemeinsame, teamübergreifende Überzeugung, dass Mitglieder nicht bestraft oder bloßgestellt werden, wenn sie Ideen, Fragen, Bedenken oder Fehler äußern13. Zhou und Zhang15 beschrieben eine fehlertolerante Kultur als eine, die Fehlschläge entstigmatisiert, diese als Lernchancen betrachtet und die wahrgenommenen psychologischen Kosten von Fehlern verringert. Eine fehlertolerante Kultur wird daher als gemeinsame organisatorische Wahrnehmung definiert, dass in explorativen Tätigkeiten unvermeidbare Fehlschläge akzeptiert werden, sofern sie angemessen verwaltet und daraus gelernt wird. Die fehlertolerante Kultur ist eine entscheidende kontextuelle Ressource, die ein „Sicherheitsnetz für Ressourcen“ schafft. Das Teilen halb entwickelter Ideen und die Integration ungeprüften impliziten Wissens während informeller Interaktionen ist sozial riskant; eine hohe fehlertolerante Kultur schützt vor dem Verlust dieser sozialen und psychologischen Ressourcen, indem sie Fehler entstigmatisiert und Experimentieren fördert. Dieses Sicherheitsnetz macht Mitarbeiter bereitwilliger, risikobehaftete Austauschprozesse einzugehen und implizites Wissen zu integrieren, wodurch die Verbindung zwischen INP und TKI5 gestärkt wird. Daraus ergeben sich folgende Hypothesen.

H9: Eine fehlertolerante Unternehmenskultur moderiert positiv den Zusammenhang zwischen der Teilnahme an informellen Netzwerken und der Integration impliziten Wissens.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Die vorliegende Studie folgte streng den Grundsätzen der ethischen Forschung, einschließlich der Einhaltung der Deklaration von Helsinki. Die ethische Genehmigung wurde vom Ethikkomitee der School of Management des North Sichuan Medical College erteilt (Genehmigungsnummer: JG2024-0948; Genehmigungsdatum: 5. März 2025). Alle Forschungsverfahren wurden gemäß den einschlägigen ethischen Richtlinien und Vorschriften durchgeführt. Von allen Teilnehmenden wurde eine informierte Einwilligung eingeholt, und sie wurden über ihr Recht informiert, jederzeit ohne Konsequenzen von der Studie zurückzutreten.

Probenahmeverfahren und Branchenauswahl

Die Daten wurden über eine Online-Befragungsplattform erhoben, ein weit verbreitetes professionelles Umfrageinstrument in China. Die Zielgruppe bestand aus wissensbasierten Arbeitnehmern, die in vier Branchen beschäftigt waren: Informationstechnologie, Finanzen, Bildung und Gesundheitswesen.

Diese Branchen wurden anhand von drei Kriterien ausgewählt. Erstens stellen sie erhebliche kognitive Anforderungen, die eine ausdauernde Aufmerksamkeit, komplexes Problemlösen und Informationsverarbeitung erfordern, wodurch sie geeignete Kontexte zur Untersuchung strategischer Faulheit als Ressourcenerhaltungsstrategie darstellen. Zweitens zeichnen sie sich durch informelle organisationale Netzwerke aus, innerhalb derer der Austausch von implizitem Wissen durch spontane Interaktionen erfolgt, was die Untersuchung des sozialen Wissenstransferwegs ermöglicht. Drittens repräsentieren sie unterschiedliche Sektoren mit variierenden Grad an Aufgabenkomplexität, wodurch die Aufgabenkomplexität als Grenzbedingung untersucht werden kann. Arbeitnehmer im Bereich der Informationstechnologie sehen sich sich schnell wandelnden technischen Herausforderungen gegenüber; Finanzfachkräfte bewegen sich in komplexen, unsicheren Märkten; Pädagogen passen sich unterschiedlichen Lernbedürfnissen und pädagogischen Innovationen an; und Beschäftigte im Gesundheitswesen treffen kritische, informationsintensive klinische Entscheidungen.

Zur Auswahl von Mitarbeitern in Positionen, die erhebliche kognitive Beanspruchung und Innovation erfordern, wurde eine nicht-probabilistische, gezielte Stichprobenziehung angewandt. Um die Diversität der Stichprobe hinsichtlich Regionen und organisatorischer Ebenen zu erhöhen, wurde die Umfrage über mehrere Kanäle verbreitet: berufliche Netzwerke (z. B. branchenspezifische Online-Communities), Branchenverbände (z. B. Technologieverbände, Finanzinstitute) sowie Unternehmenskontakte in den östlichen, zentralen und westlichen Regionen Chinas. Ein Element der Schneeballstichprobe wurde ebenfalls integriert, bei dem die anfänglichen Teilnehmer ermutigt wurden, den Umfragelink an geeignete Kollegen weiterzuleiten, wodurch der Zugang zu ansonsten schwer erreichbaren beruflichen Netzwerken erleichtert wurde. Mögliche Teilnehmer wurden per E-Mail oder über Arbeitsplatzkommunikationsplattformen (z. B. WeChat, DingTalk) eingeladen, wobei kurz der Studienzweck erläutert und ein Link zum Online-Fragebogen bereitgestellt wurde. Vor Fortsetzung mussten die Teilnehmer eine ethische Erklärung lesen, in der Ziel, Verfahren, mögliche Vorteile und Risiken der Studie dargelegt waren, und ihre Einwilligung durch Anklicken von „Ich stimme der Teilnahme zu“ bestätigen. Die Teilnahme war vollkommen freiwillig und anonym, und den Befragten wurde zugesichert, dass ihre Daten vertraulich behandelt und ausschließlich für akademische Forschungszwecke verwendet würden.

Zeitplan für die Datenerhebung und Ausschlusskriterien

Die Datenerhebung fand vom 15. April bis zum 20. Juli 2025 statt. Insgesamt wurden 412 Fragebögen zurückgegeben. Nach Abschluss der Datenerhebung wurde ein systematischer Screening-Prozess angewandt, um die Datenqualität sicherzustellen. Zunächst wurden Antworten mit einer Bearbeitungsdauer von weniger als zwei Minuten ausgeschlossen, da Pilotstudien gezeigt hatten, dass der Fragebogen etwa 8–10 Minuten sorgfältiger Bearbeitung erforderte; eine derart schnelle Beantwortung deutete auf unzureichende Aufmerksamkeit oder zufällige Angaben hin. Zweitens wurden unvollständige Einreichungen mit mehr als 10 % fehlender Antworten entfernt. Drittens wurden Antworten mit inkonsistenten Mustern identifiziert, darunter sogenanntes Straight-lining (identische Antworten bei allen Items), extreme Antwortneigungen (z. B. ausschließlich „1“ oder ausschließlich „5“) sowie logisch widersprüchliche Antworten bei invertierten Items. Diese wurden mittels standardisierter visueller Inspektion und statistischer Ausreißererkennung (Mahalanobis-Distanz) ermittelt und anschließend ausgeschlossen44,45. Die Ausschlusskriterien wurden vor der Datenanalyse festgelegt, um den Freiheitsgrad der Forschenden zu reduzieren. Nach Anwendung dieser Kriterien verblieben 356 gültige Antworten zur Analyse. Die Rücklaufquote betrug 86,4 %. Eine post-hoc-Power-Analyse wurde mit G*Power 3.1 durchgeführt. Bei einem Signifikanzniveau von α = 0,05, einer statistischen Power von 0,95 und einer mittleren Effektstärke (f2 = 0,15) ergab sich eine minimale benötigte Stichprobengröße von 166. Die endgültige Stichprobe von 356 Teilnehmenden übertraf diesen Schwellenwert und gewährleistete somit eine ausreichende statistische Power für die nachfolgenden Analysen.

Daten aus einer einzigen Quelle und gemeinsame Methodenvarianz

Alle Daten wurden von denselben Befragten erhoben (Selbstberichtsmessungen), was die mögliche Besorgnis einer gemeinsamen Methodenvarianz (CMV) aufwirft. Dieses Einzelquellen-Design wurde gewählt, weil die Studie individuelle Wahrnehmungen und Verhaltensweisen (strategische Faulheit, kognitive Zustände, Netzwerkbeteiligung, innovatives Verhalten) untersucht, die am besten mittels Selbstberichten erfasst werden können. Um mögliche gemeinsame Methodenvarianz (CMV) zu bewerten, wurden sowohl prozedurale als auch statistische Gegenmaßnahmen angewandt. Statistisch wurde Harman’s Einfaktoren-Test anhand des ursprünglichen Pools von 54 Umfrageitems durchgeführt. Eine explorative Faktorenanalyse (EFA) mit einem einzelnen, nicht rotierten Faktor zeigte, dass der erste Faktor 31,8 % der Gesamtvarianz erklärte, was unterhalb der allgemein akzeptierten Schwelle von 40–50 % liegt46, was darauf hindeutet, dass CMV voraussichtlich kein gravierendes Problem darstellt. Die Marker-Variablen-Technik, unter Verwendung eines theoretisch unabhängigen Konstrukts (Einstellung gegenüber der physischen Arbeitsumgebung), ergab ebenfalls keine signifikanten Korrelationen mit den Studienvariablen und lieferte somit weitere Hinweise gegen eine erhebliche CMV47. Nach diesen Bewertungen wurden Itemreinigung und konfirmatorische Faktorenanalyse (CFA) durchgeführt, woraus die Streichung von 12 Items mit niedrigen Faktorladungen (λ < 0,50) oder hohen Cross-Ladungen resultierte. Das endgültige Messmodell umfasste 42 validierte Items für die anschließende Strukturgleichungsmodellierung (SEM).

Variablenmessung

Der Fragebogen bestand aus zwei Abschnitten. Der erste Abschnitt erfasste demografische Informationen (Geschlecht, Alter, Bildung, Berufserfahrung und Position). Der zweite Abschnitt maß die zentralen Konstrukte des theoretischen Modells anhand etablierter Skalen. Sofern nicht anders angegeben, wurden alle Items auf einer 5-Punkt-Likert-Skala bewertet, die von 1 („stimme überhaupt nicht zu“) bis 5 („stimme voll und ganz zu“) reichte. Gemäß den gängigen Praktiken für Forschung in chinesischen Kontexten wurde ein strenger Prozess der Übersetzung und Adaptierung angewandt. Da strategische Faulheit ein relativ neues Konstrukt ist, für das in der bestehenden Literatur keine etablierte Skala vorliegt, wurde gemäß etablierter Leitlinien für die Entwicklung neuer Messinstrumente ein systematisches Verfahren zur Skalenentwicklung durchgeführt. Der Prozess umfasste fünf Phasen (siehe Supplementary File 1 und Table 1 für Einzelheiten)

KonstruktElementeQuellenCronbachs α
Strategische Faulheit6Demerouti et al. [43, 51, 52]0.92
Effizienz der Informationsfilterung6Kahneman [37]0.9
Innovatives Arbeitsverhalten6Scott & Bruce [2]0.9
Aufgabenkomplexität6Liu & Li [25]0.88
Teilnahme am informellen Netzwerk6Horak & Suseno [14]0.9
Integration impliziten Wissens6Nonaka & Takeuchi [42]0.9
Fehlerakzeptierende Kultur6Edmondson [13]0.9

Tabelle 1: Quellen der Messinstrumente für den Fragebogen. Tabelle 1 fasst das Messinstrument zusammen, wobei jeder der acht Konstrukte zusammen mit der Anzahl der Items 42 , ihren adaptierten Quellen aus früherer Literatur und den Cronbachschen Alpha-Koeffizienten aufgelistet wird. Die Alpha-Werte, die zwischen 0,87 und 0,92 liegen, überschreiten alle die Schwelle von 0,80 und bestätigen somit eine hohe innere Konsistenz und Zuverlässigkeit sämtlicher in der Studie verwendeter Skalen.

Anpassungsprozess der Skalierung

Um die Gültigkeit und kulturelle Angemessenheit der Messinstrumente im chinesischen Kontext sicherzustellen, wurde ein strenger Prozess der Skalenanpassung durchgeführt. Zunächst wurden alle ursprünglichen englischen Skalen unabhängig voneinander von zwei zweisprachigen Forschern mit Expertise im Bereich des organisationalen Verhaltens ins Chinesische übersetzt. Anschließend führte ein dritter Forscher, der die Originalversionen nicht kannte, eine Rückübersetzung ins Englische durch. Etwaige Abweichungen zwischen den rückübersetzten Items und den Originalen wurden vom Forschungsteam diskutiert und behoben, um eine konzeptionelle Äquivalenz zu erreichen.

Der übersetzte chinesische Fragebogen wurde anschließend einer kognitiven Befragungsphase mit einer kleinen Stichprobe von 15 Zielpersonen (Wissensarbeiter) unterzogen. Dieser Schritt hatte das Ziel, mehrdeutige Formulierungen, unvertraute Ausdrücke oder kontextuelle Missverständnisse zu identifizieren. Basierend auf dem Feedback wurden geringfügige Anpassungen vorgenommen, um Klarheit und Relevanz zu verbessern. Abschließend wurde ein Pretest mit 50 Mitarbeitern (die nicht in die endgültige Stichprobe einbezogen wurden) durchgeführt, und eine Itemanalyse wurde durchgeführt. Alle Items wiesen akzeptable korrigierte Item-Gesamtskala-Korrelationen (größer als 0,40) auf, und in diesem Stadium wurde kein Item entfernt. Dieser mehrstufige Prozess gewährleistete die Inhaltsvalidität und die kontextuelle Eignung der Messinstrumente.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Deskriptive Statistik

Die endgültige Stichprobe bestand aus 356 gültigen Antworten. Die demografischen Merkmale sind in Abbildung 2 dargestellt. Die Stichprobe war hinsichtlich des Geschlechts relativ ausgewogen (52 % männlich, 48 % weiblich) und wies eine Tendenz zu einer jüngeren, gut ausgebildeten Bevölkerungsgruppe auf: 71,3 % der Teilnehmer waren 45 Jahre oder jünger, und 70,8 % verfügten über einen Bachelor- oder Masterabsch...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Diese Studie untersuchte, ob und wie strategische Faulheit, definiert als die gezielte Schonung kognitiver Ressourcen durch selektive Aufgabenbearbeitung, zum innovativen Arbeitsverhalten beiträgt. Basierend auf der Ressourcenerhaltungstheorie (Conservation of Resources, COR) wurde ein vereinfachtes Modell geprüft, in dem strategische Faulheit die Innovation über einen Informationsfilterungs-Pfad und einen sozialen Netzwerk-Pfad beeinflusst, wobei die Aufgabenkomplexität und eine fehlertolerante Unternehmenskultur die Gr...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine konkurrierenden finanziellen oder nichtfinanziellen Interessen im Zusammenhang mit dieser Arbeit haben.

Danksagungen

Die Autoren danken dem North Sichuan Medical College aufrichtig für die ethische Begutachtung und institutionelle Unterstützung dieser Studie (Projekt-Nr. JG2024-0948). Die Autoren danken zudem allen Teilnehmenden für ihre freiwillige Beteiligung und ihre wertvollen Beiträge zum Forschungsprozess.

Die Autoren möchten die finanzielle Unterstützung durch das Bildungsministerium der Volksrepublik China anerkennen (Projekt: Nationaler Erstklass-Kurs – „Praktische Wege zur Integration von Innovation und Unternehmertum für Medizinstudierende“; Projektnummer: 2023-1598).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Online-BefragungsplattformWenjuanxingN/VEin professionelles chinesisches Online-Befragungstool, das zur Verteilung von Fragebögen und Datenerhebung verwendet wird.
Fragebogen (vollständiger Satz)N/V (von den Autoren entwickelt)N/VEine selbstausgefüllte Umfrage, bestehend aus zwei Abschnitten: (1) Demografie und (2) neun zentralen Konstrukten. Alle Items werden auf einer 5-Punkte-Likert-Skala bewertet.
Skala zur strategischen FaulheitN/V (neu entwickelt)N/VEine neue, in dieser Studie nach einem systematischen 5-Stufen-Verfahren entwickelte Skala zur Messung des zentralen Konstrukts. Details in den ergänzenden Materialien.
Skala kognitiver ZuständeAn bestehende Skalen angepasstN/VSkala(n) zur Messung relevanter kognitiver Zustände (z. B. mentale Erschöpfung, kognitive Beteiligung). Für den chinesischen Kontext adaptiert und validiert.
Skala zur NetzwerkbeteiligungAn bestehende Skalen angepasstN/VSkala(n) zur Messung der Beteiligung an informellen organisatorischen Netzwerken zum Austausch von implizitem Wissen. Für den chinesischen Kontext adaptiert und validiert.
Skala innovativen VerhaltensAn bestehende Skalen angepasstN/VSkala(n) zur Messung individuellen innovativen Verhaltens am Arbeitsplatz. Für den chinesischen Kontext adaptiert und validiert.
Skala zur AufgabenkomplexitätAn bestehende Skalen angepasstN/VSkala(n) zur Messung der wahrgenommenen Aufgabenkomplexität, verwendet als Grenzbedingung. Für den chinesischen Kontext adaptiert und validiert.
Marker-Variablen-SkalaAn bestehende Skalen angepasstN/VSkala zur Messung der Einstellung gegenüber der physischen Arbeitsumgebung. Wird zur statistischen Überprüfung der gemeinsamen Methodenvarianz (CMV) verwendet.
Rekrutierungs-/EinladungstextN/VN/VStandardisierter Text in E-Mails oder Messaging-Plattformen (z. B. WeChat, DingTalk), der den Studienzweck erläutert und einen Link zum Fragebogen bereitstellt.
Dokumentation der ethischen GenehmigungEthikkomitee der School of Management, North Sichuan Medical CollegeGenehmigungsnummer JG2024-0948Offizielles Genehmigungsdokument, das die Einhaltung ethischer Richtlinien gemäß der Deklaration von Helsinki bestätigt, vom 5. März 2025.
EinverständniserklärungN/VN/VEine einleitende Erklärung im Fragebogen, die Ziel, Verfahren, Vorteile, Risiken und Rechte der Teilnehmenden beschreibt. Erfordert aktive Zustimmung („Ich stimme der Teilnahme zu“).
Software zur DatenanalyseN/V (z. B. SPSS, AMOS, Mplus)N/VStatistische Software zur Datensichtung (z. B. Mahalanobis-Distanz), Durchführung des Harman-Einfaktor-Tests und aller nachfolgenden Analysen.
Stichprobe für kognitives InterviewingN/VN/VEine kleine Stichprobe von 15 Zielbefragten (Wissensarbeiter), die zur Vorabprüfung des übersetzten Fragebogens hinsichtlich Klarheit und Relevanz verwendet wurde.
PilotstichprobeN/VN/VEine Stichprobe von 50 Mitarbeitern (nicht in der endgültigen Stichprobe enthalten), die zur Durchführung einer Item-Analyse und Prüfung der Reliabilität (korrigierte Item-Gesamtskala-Korrelationen) der Umfrageskalen verwendet wurde.

Referenzen

  1. Farida I, Setiawan D. Business strategies and competitive advantage: the role of performance and innovation. J Open Innov Technol Mark Complex. 2022;8(3):163. doi:10.3390/joitmc8030163.
  2. Scott SG, Bruce RA. Determinants of innovative behavior: a path model of individual innovation in the workplace. Acad Manage J. 1994;37(3):580–607.
  3. Janssen O. Job demands, perceptions of effort-reward fairness and innovative work behaviour. J Occup Organ Psychol. 2000;73(3):287–302.
  4. Microsoft. Will AI fix work Work Trend Index annual report. Redmond (WA): Microsoft Corporation; 2023:https://www.microsoft.com/en-us/worklab/work-trend-index/will-ai-fix-work
  5. Wang Q, Zhang X, Zhang N, Su J. Error management climate, psychological security, and employee bootleg innovation behavior: the moderating role of risk-taking traits. Front Psychol. 2025;16:1538584. doi:10.3389/fpsyg.2025.1538584.
  6. Srirahayu DP, Ekowati D, Sridadi AR. Innovative work behavior in public organizations: a systematic literature review. Heliyon. 2023;9(2):e13557. doi:10.1016/j.heliyon.2023.e13557.
  7. Ward TB. Creative cognition as a window on creativity. Methods. 2007;42(1):28–37.
  8. Zanjani S, Griffin M, Dartnall T. Creative procrastinators: mapping a complex terrain. Pers Individ Dif. 2020;154:109658. doi:10.1016/j.paid.2019.109658.
  9. Chu AHC, Choi JN. Rethinking procrastination: positive effects of “active” procrastination behavior on attitudes and performance. J Soc Psychol. 2005;145(3):245–264.
  10. Risko EF, Gilbert SJ. Cognitive offloading. Trends Cogn Sci. 2016;20(9):676–688.
  11. Gevers J, Mohammed S, Baytalskaya N. The conceptualisation and measurement of pacing styles. Appl Psychol. 2015;64(3):499–540.
  12. Clausen T, et al. Job autonomy and psychological well-being: a linear or a nonlinear association Eur J Work Organ Psychol. 2022;31(3):395–405.
  13. Edmondson A. Psychological safety and learning behavior in work teams. Adm Sci Q. 1999;44(2):350–383.
  14. Horak S, Suseno Y. Informal networks, informal institutions, and social exclusion in the workplace: insights from subsidiaries of multinational corporations in Korea. J Bus Ethics. 2023;186(3):633–655.
  15. Zhou Q, Zhang H. Error management culture and college students’ self-development: the serial mediating roles of grit and learning from failure. Innov Educ Teach Int. 2024:doi:10.1080/14703297.2024.2417803.
  16. Hobfoll SE. Conservation of resources: a new attempt at conceptualizing stress. Am Psychol. 1989;44(3):513–524.
  17. Halbesleben JRB, Neveu JP, Paustian-Underdahl SC, Westman M. Getting to the “COR”: understanding the role of resources in conservation of resources theory. J Manage. 2014;40(5):1334–1364.
  18. Sonnentag S, Meier LL. Gain and loss cycles revisited: what to consider when testing key assumptions of conservation of resources theory. J Manag Sci Rep. 2024;2(2):154–167.
  19. Gronau QF, Moran R, Eidels A. Efficiency in redundancy. Sci Rep. 2024;14(1):17109. doi:10.1038/s41598-024-68127-x.
  20. Albers F, et al. Different types of redundancy and their effect on learning and cognitive load. Br J Educ Psychol. 2023;93(2):339–352.
  21. Sweller J. Cognitive load during problem solving: effects on learning. Cogn Sci. 1988;12(2):257–285.
  22. Hobfoll SE, Halbesleben J, Neveu JP, Westman M. Conservation of resources in the organizational context: the reality of resources and their consequences. Annu Rev Organ Psychol Organ Behav. 2018;5:103–128.
  23. Drody AC, Pereira EJ, Smilek D. Attention in our digital ecosystem: the five interactive components that drive media multitasking. Psychon Bull Rev. 2025;32:2454–2471.
  24. Wood RE. Task complexity: definition of the construct. Organ Behav Hum Decis Process. 1986;37(1):60–82.
  25. Liu P, Li Z. Task complexity: a review and conceptualization framework. Int J Ind Ergon. 2012;42(6):553–568.
  26. Nonaka I. A dynamic theory of organizational knowledge creation. Organ Sci. 1994;5(1):14–37.
  27. Sun X, et al. On tacit knowledge management in product design: status, challenges, and trends. J Eng Des. 2025;36(3):417–454.
  28. [28] Zychová K, Fejfarová M, Jindrová A. Job autonomy as a driver of job satisfaction. Cent Eur Bus Rev. 2024;13(2):117–140.
  29. Utomo HJN, et al. Investigating the role of innovative work behavior, organizational trust, perceived organizational support: an empirical study on SMEs performance. J Law Sustain Dev. 2023;11(2):e417. doi:10.55908/sdgs.v11i2.417.
  30. Westman M, et al. Organizational stress through the lens of conservation of resources (COR) theory. In: Perrewé PL, Ganster DC, editors. Exploring interpersonal dynamics. Vol. 4. London: Emerald Group Publishing Limited; 2004. p. 167–220.
  31. Wright TA, Hobfoll SE. Commitment, psychological well-being and job performance: an examination of conservation of resources (COR) theory and job burnout. J Bus Manag. 2004;9(4):389–406.
  32. Saini A, Rangnekar S. Impact of job demands and resources on idea generation: a COR theory perspective. Acta Univ Bohemiae Meridionalis. 2024;27(2):31–49.
  33. Hasannejad R, Safania MA, Afarinesh Khaki A. Correlation of organizational laziness with organizational performance mediated by organizational inertia in the staff of the Ministry of Sports and Youth. J Health Promot Manage. 2022;11(1):72–84.
  34. Sweller J. Cognitive load theory and educational technology. Educ Technol Res Dev. 2020;68(1):1–16.
  35. Hackman JR, Oldham GR. Motivation through the design of work: test of a theory. Organ Behav Hum Perform. 1976;16(2):250–279.
  36. Gajendran RS, Harrison DA, Delaney-Klinger K. Are telecommuters remotely good citizens Unpacking telecommuting’s effects on performance via ideals and job resources. Pers Psychol. 2015;68(2):353–393.
  37. Kahneman D. Attention and effort. Englewood Cliffs (NJ): Prentice-Hall; 1973.
  38. Chen O, Paas F, Sweller J. A cognitive load theory approach to defining and measuring task complexity through element interactivity. Educ Psychol Rev. 2023;35(2):63. doi:10.1007/s10648-023-09782-w.
  39. Kim S, et al. Large language models meet collaborative filtering: an efficient all-round LLM-based recommender system [conference paper]. Presented at: 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining; Barcelona, Spain; 2024. p. 1395–1406. https://doi.org/10.1145/3637528.3671931
  40. Campbell DJ. Task complexity: a review and analysis. Acad Manage Rev. 1988;13(1):40–52.
  41. Abdi Tabari M, Hiver P, Norouzian R. Interactions between task complexity, task repetition, and task motivation in L2 writing. Lang Teach Res. 2024:doi:10.1177/13621688241286661.
  42. Nonaka I, Takeuchi H. The knowledge-creating company: how Japanese companies create the dynamics of innovation. New York: Oxford University Press; 1995.
  43. Petrou P, et al. Crafting a job on a daily basis: contextual correlates and the link to work engagement. J Organ Behav. 2012;33(8):1120–1141.
  44. Sonnentag S. Recovery, work engagement, and proactive behavior: a new look at the interface between nonwork and work. J Appl Psychol. 2003;88(3):518–528.
  45. Zhou J, George JM. When job dissatisfaction leads to creativity: encouraging the expression of voice. Acad Manage J. 2001;44(4):682–696.
  46. Hair JF Jr, Black WC, Babin BJ, Anderson RE. Multivariate data analysis. 8th ed. Andover (UK): Cengage Learning; 2019.
  47. Leong LY, Hew TS, Ooi KB, Dwivedi YK. Predicting the determinants of NFC mobile wallet acceptance: a neural networks approach. Expert Syst Appl. 2020;140:112899. doi:10.1016/j.eswa.2019.112899.
  48. Anderson N, Potočnik K, Zhou J. Innovation and creativity in organizations: a state-of-the-science review, prospective commentary, and guiding framework. J Manage. 2014;40(5):1297–1333.
  49. Xia Y, Muslim Bin Md Zalli M. Dimensions and determinants of psychological adaptation among Chinese college students. Int J Manag Think. 2025;3(1):38–60.
  50. Long Chen H. Project technological capacity and project outcomes: the moderating role of team creativity. J Adv Humanit Res. 2022;1(2):69–76.
  51. DeVellis RF. Scale development: theory and applications. 4th ed. Thousand Oaks (CA): SAGE Publications; 2017.
  52. Hinkin TR. A brief tutorial on the development of measures for use in questionnaires. Organ Res Methods. 1998;1(1):104–121.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Strategische FaulheitInformationsfilterunginnovatives ArbeitsverhaltenTeilnahme an informellen NetzwerkenAufgabenkomplexitätFehlertolerante KulturPersonalmanagement
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.