Die zehn Systemarchetypen

In den letzten drei Monaten habe ich auf Steemit in zehn Artikeln die zehn Systemarchetypen beschrieben und erklärt. Hier die Links zu den Artikeln:

Verzögerungen sind systemisch!

Aus einem CLD simulationsfähige Stock-Flow Modelle entwickeln

In drei Artikeln habe ich die Entwicklung eines simulierbaren Stock-Flow-Modells aus einem einfachen Causal Loop Diagram beschrieben. Das Diagramm behauptet einen aufschaukelnden Zusammenhang zwischen Hühner und Eiern.

Wie kann man aus Wirkungsnetzwerken simulationsfaehige stock-flow Modelle bauen?

Verbessertes System Dynamics Modell einer Hühnerfarm

Im letzten Schritt habe ich noch ökonomische Parameter hizugefügt. „Endgültig“ heisst jedoch nicht, dass dies der Weisheit letzter Schluss wäre, sondern dass ich denke, der Leser sei nun in der Lage, um selber weiter zu entwickeln.

Endgültiges Hühnerfarm Modell in als Beispiel für System Dynamics

 

Wegen aktueller Digitalisierungsentwicklungen: Fortsetzung dieses Blogs auf anderem Medium

In den letzten zehn Jahren, seit ich meinen Blog begonnen habe, hat sich im Web viel getan. Selbstlernende Algorithmen, Künstliche Intelligenz, Blockchains, semantische Netzwerke, etc., alles in der Praxis zwar noch Neuland, aber heftig an die Türe pochend und Einlass begehrend. Man kann von diesen Neuerungen halten, was man will, es ist aber klar, dass die eine oder andere Fluktuation, wie ich solche disruptiven Techniken hier genannt habe, durchdringen und dem Netz eine völlig neue Struktur aufzwingen wird. Das wird auch spürbare Auswirkungen auf Gesellschaft und Wirtschaft haben, so wie bereits das Web 1.0 und das Web 2.0 ihre Auswirkungen zeigten.

Was kommt?

Niemand kann die Auswirkungen dieser Veränderungen im Voraus beurteilen. Ich denke, dass sie auch nicht mit „gut“ oder „schlecht“ qualifiziert werden können. Gerne vergleiche ich die Digitalisierung mit der Mobilisierung, die ca. 100 Jahre voraus ist, d.h. in der zweiten Hälfte des 19. Jahrhunderts mit der Entwicklung der Eisenbahn und des Automobils begann. Damals gab es Leute, die vor der Entwicklung warnten, während sich andere unbeirrt für die Einführung der neuen Technologien engagierten. Im Rückblick können wir nicht sagen, ob es gut oder schlecht war. Je nach Blickwinkel gibt es segensreiche Aspekte, aber auch problembehaftete. Das (gesellschaftliche und wirtschaftliche) Leben ohne die modernen Verkehrsmittel wäre jedoch nicht mehr denkbar.

Ich stelle mir vor, dass es auch mit der Digitalisierung so sein wird. Selbstlernende Roboter mit künstlicher Intelligenz – was immer man sich darunter vorstellen muss – und ein „alleswissendes“ peer-to-peer-Netz sind als Emergenzen in der nächsten Zukunft möglich. Wenn sie passieren, dann werden sie so selbstverständlich, wie heute der Strassenverkehr mit seinen Staus. Emergenzen können nicht verhindert werden. Wie auch? Es reicht nicht, dass sich ein paar Leute, z.B. die führenden Politiker der „führenden“ Nationen, die Köpfe zusammenstecken und etwas beschliessen. Die Entwicklung, die sie zu verhindern versuchen, findet dennoch statt, wenn sie emergent ist.

Neue Medien als Blogträger

In diesem Sinne werde ich meine Blogartikel vermehrt auf ein blockchainbasiertes Medium stellen. Im Moment experimentiere ich mit der Steem-Blockchain. Sie basiert auf dem Delegated Proof of Stake, das nicht so energieaufwändig ist, wie die Bitcoin-Blockchain. Auf der Steem-Blockchain setzen verschiedene Frontends auf, allen voran die Steemit-Oberfläche. Dort gibt es schon über eine halbe Million User (darunter eine starke deutschsprachige Community). Sie wählen sogenannte „Witnesses“, die dann die Blöcke bereitstellen.

Im Moment experimentiere ich mit meinem steemit.com Account, den Sie auch von ausserhalb einsehen können. Das Steemit-Medium ist recht verzweig und bietet viele Möglichkeiten. Es ist ein wenig mit Reddit vergleichbar, das jedem User einen Blog bereitsstellt. In meinem Steemit-Blog werde ich also die Fortsetzung dieses Blogs schreiben, ev. frühere Blog-Artikel dorthin übertragen, aber auch immer wieder Fotos und Beschreibungen meiner Reisen posten. Dadurch wird mein Blog sehr vielseitig. Ich überlegte mir, ob ich zwei verschiedene Steemit-User konfigurieren soll, einen für die „gescheiten“ Artikel über Komplexität, ein anderer für die Reiseberichte und Bilder. Aber beides gehört gleichwertig zu meinem Leben, und ich habe mich entschlossen, nur einen Blog zu führen, der dann halt „100 Gramm Gemischtes“ aufweisen wird. Aber auch diese Entwicklung ist „under construction“ und kann sich noch ändern.

Der Fortsetzungsartikel zu diesem Komplexitätsblog System Dynamics – das Werkzeug der Systemdenker ist eine step-by-step-Anleitung zum Bau eines System Dynamics Modells. Er kann auf Steemit gefunden werden. Folgen Sie einfach dem Link. Wer sich sich bei Steemit probehalber anmeldet, möge den Artikel doch „upvoten“, wie man für „liken“ dort sagt.

 

Wie nützlich sind Wirkungsnetzwerke im systemischen Kontext?

In der System Dynamics Community wird schon lange die Nützlichkeit von Causal Loop Diagrams (CLD) – zu Deutsch etwa „Wirkungsnetzwerke“ – diskutiert. Hier fragt Tom Fiddaman Are causal loop diagrams useful?  Dabei geht es nicht darum, die Methode der Causal Loop Diagrams anzuzweifeln, sondern darum, gleich einen Schritt weiterzugehen und von Anfang an Stock-Flow-Modelle zu bauen. Dagegen spricht jedoch, dass Stock-Flow-Modelle ungleich schwieriger und aufwändiger sind als CLD. Diese sind dafür handlich und schnell entwickelt.

Pfeile sind Funktionen!

Gerade das ist der Kritikpunkt. Weil CLD sofort einleuchten – Parameter, die sich beeinflussen, sind mit einem Pfeil verbunden – meint schnell einer, er könne drauflos zeichnen. Das führt dann dazu, dass in der Literatur wirre CLD auftauchen, die die Kritik geradezu herausfordern.

Auf der anderen Seite betrachten auch die Kritker CLD nicht als das, was sie wirklich sind: verkettete reellwertige monotone Funktionen. Den Kritikern – das sind meist die ganz grossen der Szene, wie eben Tom Fiddaman, Kim Warren, George P. Richardson – ist dann jedes Argument recht, wenn es gilt, CLD zu umgehen, um gleich von Anfang an Stock-Flow-Modelle zu entwickeln. Nur: das ist nicht praxisgerecht! Gerade KMU haben kein Budget zur Entwicklung aufwändiger Stock-Flow-Diagramme.

Fiddaman bezieht sich in seinem Artikel auf Problems in Causal Loop Diagrams Revisited von George P. Richardson. Richardson macht dort das Beispiel eines Epidemiemodells, in dem ein Pfeil positiver Polarität „Infection rate –> sick population“ vorkommt. Dazu schreibt er:

[This arrow is false]. The link from the Infection rate to the Sick population has a similar problem:
when the infection rate decreases, the sick population does not decrease (move in the same direction) as the “S” label suggests — it would continue to increase. We know very well the reason for these behaviors: the infection rate always subtracts from the susceptible population and adds to the sick population. The populations are stocks, and the infection rate drains one stock and pours into the other

Richardson ist als Professor of Public Administration and Policy vermutlich kein Mathematiker. Er beachtet deshalb nicht, dass hier der funktionale Zusammenhang nicht von der Zeit abhängt. Zwar nimmt zeitlich die Grösse der infizierten Bevölkerung auf jeden Fall zu, auch wenn die Infektionsrate sinkt, da hat er recht. Aber das ist hier nicht die Frage. Es geht hier nicht um einen funktionalen Zusammenhang mit der Zeit, sondern mit der Infektionsrate. Wenn die Infektionsrate sinkt, sinkt selbstverständlich auch die Grösse der infzierten Bevölkerung.

Ein Pfeil ist meist keine Funktion der Zeit

Um das einzusehen, schauen wir die Welt zunächst durch Richardsons Augen an. Er hat recht, dass die infizierte Bevölkerung ein Bestand ist und die Infektionsrate angibt, wie viel Prozent der „ansteckbaren“ Bevölkerung krank werden. Das hat ungefähr dieselbe Dynamik, wie ein Zinsmodell. Sind i1 < i2 < i3 drei verschiedene Infektionsraten, dann sieht die Dynamik der infizierten Bevölkerung so aus:

In der Tat nimmt jede dieser Funktionen zu, auch wenn die Infektionrate sinkt, z.B. i2 nach i1: die infizierte Bevölkerung wächst auch bei i1. Aber das ist hier gar nicht die Frage!
Der Pfeil „Infection rate –> sick population“ ist eine monoton steigende Funktion der Infektionsrate, die einem Wert der Infektionsrate eine Anzahl infizierte Menschen zuordnet.

Wir müssen also in der obigen Grafik einen bestimmten Zeitpunkt t0 festhalten und schauen, wie sich die infizierte Bevölkerung in Abhängigkeit der Infektionsrate verhält.

 

Wir sehen, dass das eine monoton steigende Funktion ist, d.h. wenn die Infektionsrate von i2 auf i1 sinkt, dann sinkt auch die dazu gehörende Anzahl infizierter Menschen.

CLD können weitgehende Einsichten vermitteln. Voraussetzung ist, dass sie sauber und präzise eingesetzt werden. Auch ein CLD ist bereits ein Modell! Es hilft bei der Kommunikation eines Sachverhalts und bei der Einschätzung von Fern- und Nebenwirkungen.

Loops machen die Essenz eines CLD aus!

Im Allgemeinen sind CLD zu umfangreich und die Bezeichnungen der Parameter sind suggestiv. Anfänger würden den Pfeil „Infection rate –> sick population“ in Richardsons CLD vielleicht so bezeichnen:

aggressive Infection –> epidemic increasing sick population

in der Meinung, plakative Bezeichnungen würden die Verantwortlichen eher zum Handeln bringen. Aber die Infektionsrate könnte auch niedrig und die Zunahme der infizierten Bevölkerung moderat sein. Deshalb sind neutrale Bezeichnung Voraussetzung brauchbarer CLD.

Wichtig sind die Loops in den CLD. Diese müssten deutlich sichtbar gemacht werden, denn nur sie tragen zur Dynamik bei. Im eingangs erwähnten Artikel stellt Tom Fiddaman ein CLD zur Verfügung, das er zusammen mit Ron Suiter über CO2-Emmissionen entwickelte.

Da die beiden Profis sind, ist das CLD bereits auf einem hohen Niveau. Ich versuchte, ein wirklich wirres CLD zu finden, scheiterte aber an Copyrights. Das Vorgehen, um das es mir hier geht, kann auch am Fiddaman-CLD gezeigt werden. Nicht alle Loops sind direkt ersichtlich (und wenn, dann nehmen wir an, dass nicht). Ich habe das CLD zuerst in insightmaker.com möglichst so übernommen, wie es im Artikel steht. Die drei terminalen Grössen „Out-of-state Cobenefits“, „Out-of-cap California Cobenefits“ und „In-cap California Cobenefits“ habe ich weggelassen, denn sie tragen nichts zum System bei und sind bloss Ablesegrössen, wie ein Stromzähler. Wie üblich, haben blaue Pfeile positive Polarität und rote negative. Wenn Sie auf das Bild klicken, gelangen Sie gleich in den insightmaker.

(https://insightmaker.com/insight/97633/emissions-original)

Dann habe ich mit Hilfe der Funktion „Identify loops“ die Kreise ausgemacht und sie in den Fokus des Diagramms geholt:

(https://insightmaker.com/insight/97711/emissions-kreise)

Erst in dieser Darstellung kommt die Nützlichkeit eines CLD zum Ausdruck: man sieht sogleich, dass der Kreis oben rechts vom übrigen System völlig isoliert ist. Wenn man sich nicht gerade für die drei Grössen, die diesen Kreis bilden – „Reductions Elsewhere“, „Real Emissions Reductions“ und „Control Elsewhere“ – interessiert, könnte man den Kreis sowie alle Pfeile, die zum Kreis hin führen, weglassen. Die Grössen, auf dem Weg zum Kreis, wie z.B. „Real Additional Verifiable Enforceable“ und „Real Offset-driven Reductions“ sind ebenfalls unnütz und reine Massumwandler.

Das CLD reduziert sich auf das System der sechs Kreise in der Mitte des Diagramms. Es sind vier reinforcing Loops und zwei balanced Loops. Meine Erfahrung zeigte, dass sich Kreise ähnlich wie Pfeile verhalten, wenn man die Zuordnung

reinforcing loop –> postivie Polarität
balanced loop –> negative Polarität

macht. Ein Kreis, in welchem eine gerade Anzahl Pfeile negativer Polarität vorkommt, ist reinforcing. Ein Kreissystem in welchem es eine gerade Anzahl balanced Kreise gibt, wäre demnach vermutlich im Gesamten reinforcing. Stimmt diese Vermutung, dann wird sich das Fiddaman-CLD gesamthaft aufschaukeln (oder kollabieren). Um diese Vermutung zu festigen, ist weitere Forschungsarbeit nötig.

Die Analyse der Kreisstruktur eines CLD macht dieses zu einem sehr nützlichen Werkzeug, aller Unkenrufe der Community zum Trotz.

Die Kunst, Wirkungsnetzwerke zu zeichnen

Im letzten Beitrag befasste ich mich mit sogenannten „Causal Loop Diagrams“ (CLD) – Deutsch etwa mit „Wirkungsnetzwerke“ übersetzt – als systemische Darstellungsmittel. Ich habe den Eindruck, dass es im systemischen Umfeld wohl kaum ein zweites, derart missverstandenes und missbrächlich eingesetztes Hilfsmittel gibt, als CLD. Das kommt vielleicht daher, dass es sehr einfach aussieht und daher jeder Berater unreflektiert darauf zurückgreift.

Wirkungen wirken auf die Ursachen zurück

Ein lineares Ursache-Wirkungsdiagramm (oft auch als Fischgrät-Diagramm bezeichnet)  listet die Ursachen für ein Problem auf. Ein CLD integriert das Problem und seine Lösung in ein Gesamtsystem und fragt nach Problemursachen, die sich aus der Lösung ergeben.

Ein CLD ist ein bewerteter Digraph und eine dazugehörende Story. Die Werte der Kanten stammen aus der Menge {-1,0,1}. Ein Pfeil mit dem Wert +1 hat positive Polarität, ein Pfeil mit dem Wert -1 hat negative Polarität. Dann gibt es auch Pfeile, denen keine Polarität zugeordnet werden kann.

Soweit kann es zwei CLD mit derselben Struktur geben, wie Kim Warren in The Ambiguity of Causal Loop Diagrams and Archetypes festgestellt hat.  Deshalb gehört zu einem CLD stets eine Story, die die spezielle Bedeutung des CLD erzählt. Da CLD rein qualitativ sind, lassen sich quantitative Unterschiede nicht darstellen, wie etwa Nichtlinearität gegenüber linearen Verhältnissen. Solche Unterscheidungen übernimmt die Story. Die online-Software insightmaker.com unterstützt Storytelling bei CLD.

Das CLD heisst deshalb „Causal Loop Diagram“, weil ein guter CLD-Entwickler darauf achtet, die Pfeile stets in einem Kreis anzuordnen, z.B. so:

Ein CLD soll aufzeigen, dass Wirkungen oftmals zu Ursachen der Ursachen werden können. Zwar ist ein hoher Marktanteil die Ursache für eine hohe Nachfrage, aber die Nachfrage wird via Verkäufe und Investitionen zu der Ursache für den hohen Marktanteil. Die Einsicht in solche Rückkopplungsschleifen ist gerade das Systemische am CLD. Die kollaborative Modellierungssoftware insightmaker.com hat deswegen ihren Namen.

Der folgende Ausschnitt eines CLD ist ein Ausschnitt aus einem abschreckenden Beispiel. Es werden Grössen beliebig miteinander verbunden, ohne dass die entstandenen Loops klar dargestellt werden.

Es gibt durchaus Loops, z.B.

job structure flexibility –> social & economical security –> citizen wealth –> citizen social & economical well-being –> freedom of action –> job structure flexibility

Vielleicht wäre das CLD aussagekräftiger, wenn es diesen Loop in das Zentrum stellen und sich darauf konzentrieren würde. CLD, die viele Grössen mit vielen Pfeilen wild verbinden, sind nicht nur schweirig zu lesen, sondern auch unnütz.

Warum sind Pfeilpolaritäten wichtig?

In System Dynamics hat es sich eingebürgert, dass man sagt, ein Pfeil A –> B habe eine positive Polarität, wenn gilt:

Je mehr/grösser/besser/höher A, desto mehr/grösser/besser/höher B

und

Je weniger/kleiner/schlechter/niedriger A, desto weniger/kleiner/ schlechter/niedriger B

Das ist aber einfach eine saloppe Sprechweise für eine monoton steigende Funktion. Der Pfeil A –> B ist eine Funktion, die jedem Wert von A einen Wert von B zuordnet.

Ein Pfeil A –> B hat eine negative Polarität, wenn gilt:

Je mehr/grösser/besser/höher A, desto weniger/kleiner/ schlechter/niedriger B

und

Je weniger/kleiner/schlechter/niedriger A, desto mehr/grösser/ besser/höher B

Ein Loop, der aus lauter Pfeilen mit positiver Polarität besteht, schaukelt sich auf, bzw. kollabiert. Man nennt solche Loops auf English reinforcing. Ein Loop, in dem eine ungerade Anzahl Pfeile negativer Polarität vorkommt, pendelt sich auf einem bestimmten Niveau ein. Solche Loops werden auf Englisch balancing – in Deutsch auch zielsuchend – genannt.

Das sind zwei verschiedene Verhaltensdynamiken. Die Hauptaufgabe eines CLD ist es, Aussagen über das dynamische Verhalten eines Systems zu machen, die aus dem Zusammenwirken seiner reinforcing und balancing loops abgelesen werden kann.

Polaritäten sind Funktionsmonotonien

Da ein CLD ein Graph ist, kann es nicht zwischen Fluss- und Bestandesgrössen unterscheiden. Betrachte das CLD

Der Pfeil Kapital –> Zinsbetrag hat eindeutig eine positive Polarität, d.h. je höher das Kapital, desto höher der Zinsbetrag und je kleiner das Kapital, desto kleiner der daraus resultierende Zinsbetrag.

Auch der Pfeil Zinsbetrag –> Kapital ist monoton steigend. Wenn z1 < z2 zwei Zinsbeträge sind und K das Anfangskapital, dann ist natürlich K+z1 < K+z2. Das heisst: je höher der Zinsbetrag, desto höher das resultierende Kapital und je niedriger der Zinsbetrag, desto kleiner das daraus resultierende Kapital. Der Loop Zinsbetrag <–> Kapital ist klar aufschaukelnd.

Hier zeigt es sich, wie salopp die Sprechweise je kleiner der Zins, desto kleiner das Kapital ist. Selbstverständlich sinkt das Kapital nie unter seinen Anfangsbetrag. Wird kein Zins ausgeschüttet, bleibt das Kapital einfach konstant.

Dasselbe gilt für Abflüsse. Z.B. können Sie eine Investition abschreiben und erhalten ein duales CLD

Der Pfeil Investitionswert –> Abschreibungsbetrag hat positive Polarität. Die Funktion Abschreibung –> Investitionswert ist monoton fallend, der Loop Investitionswert <–> Abschreibung ist daher zielsuchend: der Investitionswert nähert sich dem Wert 0.

Alle diese Diagramme sind mit insightmaker gezeichnet worden, ein freies online Tool, mit dem Sie kollaborativ System Dynamics Modelle entwickeln können.

Conny Dethloff hat in seinem Beitrag Drei Stolperfallen der qualitativen Modellierung gefordert, dass schon in einem CLD zwischen Fluss- und Bestandesgrössen unterschieden werden muss und dies in einer Reihe von Kommentaren begründet. Auch George P. Richardson bemängelt dasselbe wie Dethloff in A problem with causal-loop diagrams (System Dynamics Review, Juni 1986). Dabei wird klar, dass er gedanklich kaum zwischen CLD und Bestand-Fluss-Modell unterscheidet. Er denkt schon beim Erstellen eines CLD so, als wäre ein Bestand-Fluss-Modell das Ziel. Das ist selber eine Denkfalle. Ein CLD ist bloss ein bewerteter Graph, in welchem es nur eine einzige Art von Knoten gibt. Es gibt keine Unterscheidung von Fluss- und Bestandesgrössen, keine versteckten Pfeile oder gar versteckte Feedbackschleifen. Das sind alles Dinge, die erst im Bestand-Fluss-Modell zu Tage treten.

Dethloff meint, dass sich Fehler einschleichen können, wenn der Modellierer nicht aufpasst. Das ist zwar richtig, aber Fehler können sich aber auch in einem Bestand-Fluss-Modell einschleichen. Systemische Modelle entdecken nichts Neues. Wenn der Modellierer falsch denkt, ist auch sein noch so exaktes Modell falsch.

Stolperfalle in suggestiven Bezeichnungen

Es kann sogar Pfeile geben, denen überhaupt keine Polarität zugeordnet werden kann. Das Yerkes-Dodson-Gesetz beschreibt die Leistungsfähigkeit eines Menschen in Abhängigkeit von allgemeinen nervösen Erregungsniveaus und besagt, dass zwischen Erregung und Leistung ein Zusammenhang besteht. Solange eine Aufgabe freiwillig ist, werden Sie sich per Gelegenheit darum kümmern. Besteht ein gewisser Druck und betrifft die Aufgabe Ihre aktuelle Haupttätigkeit, dann werden Sie sie als wichtig und dringend einstufen und sich sorgfältig ihrer annehmen. Steht ein Berg offener Arbeiten an und tadelt man Sie wegen Schlamperei, dann werden Sie lustlos resignieren. Das heisst, die Leistung nimmt bei zunehmender Erregung zunächst ebenfalls zu, fällt dann aber bei Übererregung wieder ab. Dem Pfeil

Erregungsniveau –> Leistungsfähigkeit

kann keine Polarität zugeordnet werden. Dennoch kann er in einem CLD vorkommen.

Ich sehe die Stolperfallen nicht so sehr in der Kategorisierung der Grössen und Pfeile, sondern vielmehr in suggestiven Bezeichnungen der Grössen. Ein typischer Anfängerfehler! Da die meisten Berater, die CLD einsetzen, keine Gedanken über die Methode verlieren, kommen sie nie über dieses Niveau hinaus und präsentieren ihren Kunden unnütze CLD.

Ein CLD soll die Dynamik einer Situation beschreiben. Der Pfeil

Gute Qualität –> Zufriedene Kunden

ist statisch. Die Qualität ist auf dem Niveau „gut“ fixiert und kann keine Dynamik zwischen grottenschlecht und hervorragend gut erfahren. Dadurch sind auch die Kunden einfach immer nur zufrieden, was nicht der Beobachtung entspricht. Der CLD-Entwickler wollte damit zeigen, dass gute Qualität zu zufriedenen Kunden führt. Solche plakativen Behauptungen sind aber nicht Aufgabe eines CLD. Soll ein CLD die beobachtete Dynamik abbilden, müsste der Pfeil so dargestellt sein:

Qualitätniveau –> Kundenzufriedenheit

Ist das Qualitätsniveu hoch, ist auch die Kundenzufriedenheit hoch. Ist die Qualität niedrig, ist die Kundenzufriedenheit niedrig. Der Pfeil hat eindeutig positive Polarität. Hier leitet sich die Behauptung, dass hohe Qualität zu guter Kundenzufriedenheit führt, von selber ab. Gleichzeitig erhält der Leser des CLD auch die Einsicht, dass niedrige Qualität die Kunden vertreibt.

Genauso falsch wäre es, das Yerkes-Dodson-Gesetz so zu formulieren:

Hohe Erregung –> Gute Leistung,

nur um zu zeigen, wie wichtig ein gewisses Erregungsniveau zur Motivation von Menschen ist.  Hier sieht man besonders gut, wohin solche Bezeichnungen führen. Es ist eben nicht so, dass je höher die Erregung, desto höher die Leistung, da die Funktion nicht monoton ist.

Causal Loop Diagrams sind linearen Ursache-Wirkungsdiagrammen, wie z.B. Fischgrätdiagrammen, in jedem Fall überlegen. Der erfolgreiche Einsatz von CLD setzt allerdings einige Kenntnisse und Fähigkeiten voraus, die der Einsatz von linearen Ursache-Wirkungsdiagramme nicht benötigt. Das dürfte der Grund sein, weshalb sich nichtsystemische Fischgrät-Diagrammen grösserer Beliebtheit erfreuen.

Systemisches Denken mit Wirkungsnetzwerken

In einem meiner letzen Blogartikel forderte ich dazu auf, ein System Thinker zu werden. Ich denke, dass Sie mittlerweile genug Zeit hatten, sich mit System Thinking zu beschäftigen, so dass Sie folgendes Stück „System Thinking“ nachvollziehen können oder es dazu nutzen, um Ihre System Thinking Skills zu verbessern.

System Thinking kommt wohl ohne Causal Loop Diagrams (CLD) kaum aus. Ich möchte mich heute der Frage widmen, inwiefern ein Causal Loop Diagram als systemisches Darstellungsmittel genügt. Inspiriert dazu hat mich der Artikel The Ambiguity of Causal Loop Diagrams and Archetypes von Kim Warren.

Wer und was

Ich mag Kim Warren sehr. Er war 2013 Präsident der System Dynamics Society und ich habe ihn ein paar Mal auf einer SD Conference getroffen. Zudem nahm ich vor ein paar Jahren an einer seiner hochspannenden SD-Trainings teil.

Über Causal Loop Diagrams (CLD) – auf Deutsch vielleicht mit Wirkungsnetzwerk übersetzt – und Systemarchetypen habe ich hier schon oft geschrieben, z.B. in Kein einzelner Teil… und in Archetypendiagramme

Zwei Archetypen

Der Archetypus „Eroding Goal“ besagt, dass wir zu Beginn unsere Ziele zu hoch setzen, und wenn wir sie nicht erreichen können, schnell bereit sind, sie auf niedrigerem Niveau neu zu formulieren. Umgekehrt strengen wir uns immer mehr an, das Ziel zu erreichen. Ich habe diese Situation in Fallen gelassene Vorsätze von Dozenten, Studenten und Projektleitern beschrieben

Der Archetypus „Eroding Goal“ als CLD. Blaue Pfeile haben positive, rote negative Polarität.

Der Archetypus „Escalation“ skizziert die gegenseitige Konkurrenz zweier Parteien in ein und derselben Sache. Z.B. streben zwei Personen in einer Disziplin die Weltmeisterschaft an. Immer, wenn die eine einen Erfolg verbucht, fühlt sich die andere bedroht und gibt noch mehr, um das nächste mal die andere zu überbieten.

Der Archetypus „Escalation“ als CLD.

Die Diagramme sind mit insightmaker gezeichnet worden, ein freies Entwicklungstool, das Sie online und kollaborativ einsetzen können.

Gleiche Strukturen

Im erwähnten Artikel stellt Warren fest, dass beide Archetypen – „Eroding Goals“ und „Escalation“ – aus zwei zielsuchenden Loops bestehen und sieht sich deshalb ausserstande, den Unterschied der beiden Situationen mit einem CLD beschreiben zu können. Er folgert daraus, dass CLD uneindeutig und in gewissem Grad für eine präzise Beschreibung spezifischer (Unternehmens-)Situationen ungeeignet seien. Er räumt allerdings ein, dass der Einsatz von CLD dem „Laundry List“-Vorgehen von Nicht-System-Thinkers immer noch überlegen sei.

Warrens Definition, wonach ein Archetypus ein generisches CLD, zusammen mit einer speziellen Verhaltensstory sei, finde ich bestechend handlich. Gerade an ihrer Verhaltensstory können die beiden Archetypen – „Eroding Goal“ und „Escalation“ – sehr eindeutig voneinander unterschieden werden. Das fängt schon nur bei der Tatsache an, dass in „Eroding Goal“ bloss eine Partei in gewissem Sinne gegen sich selbst handelt, während es in „Eskalation“ zwei Parteien gibt, deren Handlungen sich an denjenigen des Gegners orientieren.

Dynamische Struktur

Warren plädiert dafür, nicht beim CLD stehen zu bleiben, sondern gleich den Schritt zum System Dynamics Modell zu machen, das erst die nötige Klarheit geben könne. Ich kann ihm in dieser Hinsicht nicht folgen. Ich glaube, seine Befürchtungen, dass ein CLD die nötige Eindeutigkeit fehle, sind zumindest dann übertrieben, wenn das CLD nach allen Regeln der Kunst erstellt wurde. Meine Kritik richtet sich vielmehr gegen die vielen Berater, die CLD ohne irgendwelche Grundkenntnisse und ohne grossen Zeitaufwand ihren Kunden teuer verkaufen.

Wenn Warren z.B. schreibt: „The loop structure is mathematically identical“, dann stimmt das nicht. In dem Archetypus „Eroding Goal“ werden Soll-Zustand (Ziel) und Ist-Zustand als Differenz verglichen („Lücke“). Das führt zu einer linearen Struktur. Im Archetypus „Escalation“ hingegen werden die Resultate beider Parteien zueinander in Relation gesetzt, was nicht-linear ist.

Dass die Loopstruktur dennoch gleich ist, liegt daran, dass die Stories sehr verwandt sind. In beiden Stories versuchen die Parteien, durch Anstrengung ein Ziel zu erreichen. Während jedoch in „Escalation“ das Ziel durch die andere Partei immer höher gesetzt wird, wird es in „Eroding Goal“ durch den „inneren Schweinehund“ immer mehr gesenkt.

Fluktuationen

Eine andere Aussage Warrens fordert mich zu einer Präzisierung heraus. Er schreibt: „For example, if A and B start with the same results, there is no escalation“. Das ist rein rechnerisch zwar richtig, verkennt aber die Funktionsweise lebender Systeme. In einem System, das weit vom Gleichgewicht entfernt ist, wird die Dynamik stets von sogenannten Fluktuationen geprüft. Fluktuationen sind in Stärke und Ort zufällig vorkommende Störungen, die gegen die herrschende Struktur verstossen.

In „Escalation“ versuchen die beiden Parteien ständig, sich selbst zu verbessern, ganz ungeachtet vom Resultat der Konkurrenz. Das führt auf alle Fälle zu Differenzen in den jeweiligen Resultaten, sogar, wenn beide Parteien mit exakt denselben starten würden.

Warrens Behauptung gilt bloss für Systeme, die sich in völligem Gleichgewicht befinden. Solche Systeme sind aber tot. In ihnen bewegt sich gar nichts mehr. In der Tat gäbe es auch keine Eskalation mehr.

Jedem CLD seine Story!

Für Warren ist erst ein System Dynamics Modell ein Modell. Für mich ist ein fachgerecht erstelltes CLD jedoch bereits ein (qualitatives) Modell. Allerdings steckt für mich bedeutend mehr hinter einem CLD, als bloss ein paar Parameter, die mit Pfeilen wirr verbunden sind.

Wenn also die generischen CLD der beiden Archetypen „Eroding Goal“ und „Escalation“ fast nicht unterschieden werden können, anhand ihrer Stories und weiteren Analysen lassen sie sich jedoch wohl unterscheiden. Das bedeutet für mich: zu jedem CLD gehört eine Story! Das erreichen Sie am besten, indem Sie sich zu Beginn fragen: „Welche Archetypen stecken in der zu untersuchenden Situation“ und die Modellierung auf diesen Archetypen aufbauen. Dann tragen Sie auch stets die Story mit. Zu einem einfach mal so hingeworfenen CLD eine passende Story zu finden, dürfte ungleich schwieriger sein.

Die Sache mit dem kritischen Denken oder Glaube ist nicht kritisch

Die Kompetenz „Kritisches Denken“ im 4K-Modell des Lernens 4.0 – alternativ auch „Augenhöhe-Lernen“ genannt, einige sprechen fälschlicherweise von „Augenhöhe-Schulen“, was ja ein Widerspruch in sich selbst ist – die Kompetenz „Kritisches Denken“ ist die Fähigkeit zum selbstständigen Denken. Es geht dabei darum, Fakten, Meinungen und wissenschaftliche Erkenntnisse kritisch zu hinterfragen.

Aufmerksamkeitshascherei

Kritisch hinterfragen wird jedoch gerne mit unterschiedlichem Glauben verwechselt. Wer nie die Gelegenheit hatte, selbstständig zu denken, glaubt, er denke, wenn er glaubt. Um den Glauben zu durchbrechen, braucht es ein anderes „K“ – nämlich das kreative Denken. Kreativität ist zwar eher Talent, denn Kompetenz. Aber beim kreativen Denken geht es lediglich darum, auch mal querzudenken. Kreatives Denken ist, das zu denken, was dem eigenen Glauben widerstrebt und zu sehen, welche Konsequenzen sich daraus ergeben.

Der Glaube der Alten, dass die Erde eine Scheibe sei, war keine wissenschaftliche Erkenntnis, weil ihr keine Argumente zugrunde lagen. Es war eben nichts anderes als ein Glaube. Das ist der Unterschied zwischen Glauben und wissenschaftlicher Erkenntnis.

Mittlerweile sind unsere Erkenntnisse auf einem Niveau angelangt, dessen Argumente fast nur noch von Experten nachvollzogen werden können. Auch das ist eine Facette der Komplexität der modernen Welt. Das macht es so schwer, das Wissen unserer Zeit zu verstehen und kritisch zu hinterfragen.

Etwas Unverstandenes wird zunächst abgelehnt. Wenn sich ein Komiker über das Unverstandene lustig macht, dann ist es für die Menschen wie eine Befreiung zu erfahren, dass sie in ihrem Unverständnis nicht alleine sind. Anstatt zu versuchen, das Unverstandene gemeinsam verständlich zu machen, also kollaborativ zu lernen, lehnen sie es gemeinsam ab, was natürlich ökonomischer ist. Kollaboratives Lernen wäre auch eine K-Kompetenz.

Wer unverstandene wissenschaftliche Erkenntnisse in Frage stellt, wird von den Menschen, die auch nicht verstehen, Applaus und ungeteilte Aufmerksamkeit ernten, was der Selbstoptimierung zugute kommt.

Der Psychoanalytiker Peter Schneider sagt zu Selbstoptimierung:

Es gibt heute tatsächlich eine Art von Selbstoptimierung, die viel Stress verursacht und die die Abhängigkeit vom anderen auf eine seltsame Art verkennt. Man optimiert sich ja primär für die Anerkennung von anderen. Sei es mit Make-up, mit Sport und Diäten, mit Coachings oder sogar Therapien

oder mit markig-kernigen Ansichten auf den Sozialen Medien.

Unkritisches Geschnatter auf den Sozialen Medien

Aufmerksamkeitsgenerierung ist die Essenz der Sozialen Medien. Sie sind genau dafür designed. Sie arbeiten mit denselben Tricks, wie ein Zauberer, der die Aufmerksamkeit des Publikums lenkt (s. dazu „Wie Technologie unseren Geist manipuliert“ von Bob Blume). Ich finde das nicht weiter verwerflich. Auch das Automobil hat seinen manipulativen Einfluss auf den Geist.

Blogartikel von Stephanie Frasco auf https://www.convertwithcontent.com/3-ways-to-make-your-social-media-posts-attract-the-right-attention/

Social Media sind vor allem Marketing-instrumente: die Aufmerksamkeit auf ein Produkt oder Angebot zu lenken. Diese Funktion sozialer Medien nutzen denn auch (nicht-kommerzielle) Individuen, um ihre Meinungen und Glaubenssätze zu plazieren.

In letzter Zeit wundere ich mich sehr, was in den Social Media alles so gewusst und behauptet wird. Vor allem in Facebook, dessen Timeline für mich die Boulvardpresse unter den Social Media ist, tauchen vermehrt ernsthafte Themen mit hohem moralischen Anspruch auf. Da lese ich, was man darf und soll und was auf keinen Fall, was gut und was schlecht ist und dass sich die Menschheit sowieso auf dem Weg in den Abgrund befindet, wenn jetzt nicht sofort etwas getan wird. Nicht selten werden Glaubenssätze diskutiert, die weder überprüfbar noch sonstwie haltbar sind. Vieles kratzt hart an der Grenze zu Verschwörungstheorien oder Esoterik.

Es scheint mir, dass viele versuchen, auf Teufel komm raus originell zu sein. Ein einfaches Rezept für Originalität ist, bestehende Vorstellungen und Erkenntnisse mit möglichst schrägen Behauptungen scheinbar zu widerlegen. Wenn beispielsweise empfohlen würde, eine Aufgabe immer auf den letzten Moment zu verschieben, entgegen der Untugend der Prokrastination, mit der Begründung, dass jederzeit die Welt untergehen könnte und in diesem Fall dann viele Anstrengungen vergebnes gewesen wären, wäre das originell und könnte dazu beitragen, Aufmerksamkeit zu erregen. Aufmerksamkeitserregung ist womöglich eine Antriebsfeder für alle diese pfiffigen Beiträge und Kommentare, die sich in letzter Zeit in meiner Facebook-Timeline häufen.

Ein grosser Anteil der wunderlichen Beiträge auf Social Media sind Zukunftsvisionen. Es ist durchaus in Ordnung, wenn mögliche Zukunftsszenarien diskutiert werden. Mittlerweile geben immer mehr Beiträge vor, genau zu wissen, wie die Zukunft sein wird und in moralischen Aufrufen zu enden. Viele Beiträge wollen nicht nur genau wissen, was die Zukunft bringt, sondern gleich auch noch, was heute getan werden muss, um diese Zukunft zu verhindern. Um das zu untermauern, werden nicht selten Persönlichkeiten zitiert, die zu Ikonen auf dem Gebiet stilisiert werden.

Pseudowissenschaft am Biertisch

Auf dem Gebiet der Künstlichen Intelligenz (AI) haben beispielsweise Stephen Hawking und Elon Musk einen solchen Ikonenstatus. Der eine versteht etwas von Schwarzen Löchern, der andere von Geld und Unternehmensgründungen. Beide haben weder auf AI geforscht noch ernsthaft darüber publiziert. Egal was diese Ikonen gerade von sich gegeben haben, es wird in den Sozialen Medien sogleich zur Untermauerung von noch so abstrusen Zukunftsvisionen missbraucht (und inhaltlich vielleicht sogar etwas angepasst…wer prüft’s schon nach). Wirkliche AI-Experten, wie Jürgen Schmidhuber oder Eliezer Yudkokswy sind zwar kompetenter, haben aber nicht diesen Ikonenstatus. Sie sprechen halt von neuronalen Netzwerken oder vom Satz von Bayes, wieder so unverständliche Dinge, die erst noch nach Mathematik riechen.

Eine andere Kategorie von Beiträgen befasst sich mit allerlei ethischen Fragen, insbesondere im Managementumfeld. Meistens sind das solide und durchaus brauchbare Handlungsanweisungen aus der normativen und angewandten Ethik. Manchmal schiessen die Beiträge aber auch weit über das Ziel hinaus und ihre Autoren verbeissen sich in bizzare Gedankenkonstruktionen, die sie mit pseudowissenschaftlichem Unsinn oder mit Zitaten von wenig bekannten Wissenschaftlern schmücken, deren wirre Theorien den Durchbruch nie geschafft haben.
Alan Sokal spricht von „Elegantem Unsinn“ (Sokal/Bricmont.  Eleganter Unsinn. Wie die Denker der Postmoderne die Wissenschaften mißbrauchen. C. H. Beck, München, 1999. ISBN: 3406452744 / 3-406-45274-4)

Bei einigen Managementethikern habe ich dieselbe Strategie beobachten können, wie bei hartgesottenen Zukunftsvisionären: man formuliert eine populäre Befindlichkeit in knackig-originellen Parolen, um die Zustimmung des Publikums zu ergattern.

Das genaue Hinschauen, die präzise Analyse und die angemessene sprachliche Vermittlung eines Sachverhaltes entsprechen nicht unbedingt der kollektiven Bedürfnislage unserer Epoche

(Nicholas Mailänder). Also macht man sich lustig über Analyse und Präzision, um die Lacher auf die eigene Seite zu ziehen. Das klappt umso mehr, wenn man Analyse und Präzision noch in die Nähe von Mathematik rückt, die sowieso nur die wenigsten verstehen wollen.

Manchmal klingt es fast biblisch: „Die Strafe wird kommen, tut Busse und kehret um!“. Die Umkehr wäre eine gesellschaftsweite Verhaltensänderung. Der Aufruf alleine nützt aber nichts. Er dient lediglich der Aufmerksamkeit des Propheten. Wer für den Verzicht von Plastikpackungen eintritt, erhält jede Menge Zustimmung. Es ist ja tatsächlich unverschämt, was in der Umwelt für Plasticmüll herumliegt. Von mir stammt der jedenfalls nicht. Es sind die anderen, die solchen Müll liegen lassen. Biertischmässiges Poltern gegen Plasticverschwendung erzielt keine allmähliche Sensibilisierung der Massen. Man generiert höchstens Aufmerksamkeit, die sich in Likes und Zustimmung manifestiert, was aber nicht nachhaltig ist.

Wäre es nicht sinnvoller, solche Themen in Fachgruppen zu diskutieren, z.B. in einer entsprechende Facebookgruppe, anstatt sie in die Timeline herauszuposaunen?

Im Moment macht folgendes Zitat auf den SoMe die Runde

Es ist ziemlich faszinierend, dass unsere Gesellschaft an einem Punkt angekommen ist, an dem es einfacher erscheint, in Skandinavien Bäume zu fällen, nach Asien zu verschiffen, unter hohem Wasserverbrauch und Energieaufwand Becher daraus zu formen, diese mit Plastik zu beschichten, welches zuerst gefördert, raffiniert und mit Chemikalen versetzt aufbereitet werden musste, alles zurück nach Europa zu schiffen, mit dem LKW quer durch’s Land zu transportieren, den Papbecher fünf Minuten zu benutzen und dann in den Müll zu werfen, anstatt die Keramiktasse zurück zu bringen, wo sie einfach gespült wird

Das ist nicht nur faszinierend, sondern erschreckend. Was hier steht, ist eine Kurzbeschreibung globaler und hochspezialisierter Produktionsprozesse, die tatsächlich noch viel komplizierter und verschachtelter sind als hier dargestellt. Dennoch weiss ich jetzt nicht, was ich mit diesem versteckten moralischen Aufruf soll. Vielleicht habe ich keine Zeit, einen Kaffee in einer Keramiktasse vor Ort zu trinken. Zum Mitnehmen gibt’s bisweilen bloss die Pappbecher. Pappbecher sind für Veranstalter eben billiger, als Keramikgeschirr auszugeben, es zu verwalten und zu reinigen. Pappbecher sind so billig, dass alle die Prozesse, die im Zitat erwähnt wurden und alle nicht-erwähnten zusammen, immer noch Gewinn abwerfen, obwohl sie fast nichts kosten.

Bevor jetzt ein Entrüstungssturm über die kapitalistischen Gewinnmaximierer losgeht: oft sind gar nicht mal Kapitalisten dahinter. Es gibt viele lockere digitale Nomaden, die z.B. Pappbecher einkaufen und auf Amazon im grossen Stil anbieten. Erfolg haben sie vielleicht dadurch, dass sie ein paar Prozent billiger anbieten, als bisherige Pappbecheranbieter und bewusst auf das grosse Geld verzichten. Sie können damit in Ho Chi Minh City oder Denpasar immer noch sehr gut leben und ihre Freiheit geniessen. Einige haben bei diesem Geschäft noch so viel Zeit, um in Social Medien oder Blogs das Abholzen skandinavischer Wälder kritisch zu hinterfragen.

Kritisches Denken ist eher still

Damit möchte ich digitales Nomadentum, Amazongeschäfte oder mobile Arbeit in keiner Weise herabwerten. Im Gegenteil: würden alle so arbeiten, hätten vielleicht alle Zeit, den Kaffee vor Ort in einer Keramiktasse zu trinken und müssten nicht mit einem Pappbecher auf die S-Bahn oder zum nächsten Termin hetzen.

Kritisches Denken ist nicht, sich über eine fehlgeleitete Entwicklung zu entrüsten. Kritisches Denken ist die Bemühung, die Zusammenhänge zu verstehen. Das benötigt bei deren Komplexität intensives Studium und viel Wissen. Vorschläge zur Verhaltensänderung, das einzelne „Denker“ in den Sozialen Medien für eine Gesellschaftsgruppe vorschlagen, lassen manchmal das nötige Verständnis für komplexe Neben- und Fernwirkungen vermissen.

Kritisches Denken allein reicht nicht. Die 4 Ks müssen durch „komplexes Denken“, also systemisches Denken, erweitert werden. Gründe, Zusammenhänge, historische, ökonomische und psychologische Tatsachen sowie Funktionen der Entwicklungen müssen sachlich diskutiert und soweit verstanden werden, wie es möglich ist. Das benötigt genaues Hinschauen, präzise Analyse und angemessene sprachliche Vermittlung (K, wie „Kommunikation“). Das Gegenteil davon wäre, seine Glaubenssätze oder was einem grad gefällt in die Social Medien hinauszuposaunen und hässig zu reagieren, wenn es auf Gegenwind stösst, um möglichst viel Aufmerksamkeit zu erzeugen.

Zum Schluss nochmals der Psychoanalytiker Peter Schneider:

Im Alter, sagen wir in den letzten zehn Jahren, hat bei mir die Vorstellung abgenommen, dass jemand nur dann interessant ist, wenn er [knackig-]originelle Thesen produziert. Ich habe eher die Erfahrung gemacht, dass die meisten starken Thesen völliger Humbug sind

Digitale Nomaden: Non fermarti a lovorare dove capita

Sie sind Kosmopoliten und dort zuhause,
wo sie das Schicksal hin trägt. Sie arbeiten und rufen
ihre Kunden per Skype an aus ihrer Klause.
Sie ziehen weiter, wenn sie anfangen, zu grooven.

Arbeitsplatz am Bentotta-River in Sri Lanka

Für sie ist Lernen Arbeit und Arbeit ist Lernen.
Sie lernen, dass alle Menschen gleichsam bangen und sich freuen,
während sie an fernen
Stränden ihre Kunden betreuen.

Umherziehen ist eine Abfolge von verweilen und aufbrechen,
was ihre Veränderungsbereitschaft mehrt.
Sie müssen immer wieder die Frage ansprechen,
was der aktuelle Airbnb-Host sie wohl lehrt.

Arbeitsplatz im Airbnb Honolulu

Sie müssen nach Visen und SIMen schicken
und gehen auf fremden Ämtern ein und aus.
Sie lernen, wie andere Völker ticken
und relativieren ihre eigene Welt daraus.

Ihr Hab und Gut umfasst genügsame 30 Kilo,
untergebracht in zwei Gepäckstücken.
Das ist bei den Fluggesellschaften so das Niveau
und für die Disziplin so etwas wie Gehkrücken.

Sie arbeiten mit leichten Laptops, Phones und Tablets,
stets mit Musik in Ohr und Sinn.
Ihre Produkte sind clevere concepts,
Ortsunabhängigkeit ist ihr Gewinn.

Non fermatrti a lovorare dove capita

 

Wann fangen Sie an, ein System Thinker zu werden?

System Thinking ist eine der wichtigsten Kompetenzen in unserer hochkomplexen Welt. Da der Begriff nicht mit „K“ beginnt, wird diese Kompetenz im 4K-Modell des Lernens meist unterdrückt oder schnöde der Kompetenz des kritischen Denkens untergeordnet, wo es sicher nicht hingehört. Vielleicht sollte „System Thinking“ besser „Complexity Thinking“ genannt werden, dann gäbe es ein 5K-Modell des Lernens, was vielleicht passender wäre.

Was ist System Thinking (ST)?

Hier hilft das deutsche Wikipedia nicht weiter. Der Artikel ist zu kurz und endet sogar mit „Komplexitätsreduktion“, was nicht systemischem Denken entspricht. Der Begriff System Thinking (ST) ist nicht streng definiert und wird von Autor zu Autor verschieden interpretiert, je nachdem, ob er eher aus therapeutischer oder organisationstheoretischer Ecke kommt oder ob er die Welt durch eine soziologische, psychologische oder biologische Brille betrachtet.

ST ist weder eine Methode noch ein Konzept, sondern ein Paradigma, d.h. eine Denkhaltung. Darin unterscheidet sich ST wesentlich von Management Methoden, wie Lean, Agil, 6 Sigma, etc.

Gemeinhin werden fünf bis sechs Charakteristiken des ST erwähnt, die den Begriff meines Erachtens recht gut umreissen (1).

1. Vernetztheit: Ein System wird als Netzwerk seiner Teile angesehen, die miteinander verbunden sind und einander in verschiedenem Mass positiv oder negativ beeinflussen. Aber man kann nicht einfach behaupten, dass alles mit allem vernetzt ist, das wäre zu simpel.

2. Ganzheitlichkeit: Um die systemweite Vernetzung zu erfassen, richtet sich der Blick auf die Struktur des Gesamtsystems und sieht die einzelnen Bereiche allenfalls unscharf, im Gegensatz zu jedem Engineer Thinking.
ST glaubt, dass die Struktur des Systems sein Verhalten bestimmt.

3. Selbstorganisation: Ein System Thinker erkennt die Fähigkeit eines Systems, aus sich heraus unvorhergesehen neue Qualitäten zu schaffen. Selbstorganisation ist ein dynamischer Aspekt und basiert auf lokalen Abweichungen von der Norm.

4. Nichtlinearität: Die Vorstellung, dass eine Ursache eine bestimmte Wirkung hervorruft und diese ev. wiederum Ursache einer weiteren Wirkung sein kann, ist lineares Denken. Ein System Thinker hat erkannt, dass durch Vernetzung eine Wirkung auf ihre Ursache zurückwirken kann. Das System ist also in Feedbackschlaufen strukturiert. Bildlich gesprochen: wenn Sie versuchen, eine Unebenheit eines Tischtuchs zu glätten, kann durch Ihre Handlung woanders eine Unebenheit entstehen.

5. System Mapping: Ein System Thinker hat verschiedene Werkzeuge, um das System abzubilden und zuweilen sogar zu simulieren.
Ein grosse Hilfe bezüglich den Einsatz und Gebrauch solcher systemischer Werkeuge bietet das Systemswiki von Gene Bellinger, den ich sehr schätze. Auf der Einstiegsseite finden Sie das Video Systems Thinking World, das gleich in viele wichtige Tools einführt. Weiter befindet sich dort eine Liste von „Free Learning Programs“, u.a. einen Lehrpfad zum „Certified System Thinker. Gene’s Materialien sind sehr praxisbezogen und toolorientiert.

Eine interessante Gegenüberstellung von acht verschiedenen Definitionen nehmen Ross D. Arnold und Jon P. Wade in
A Definition of Systems Thinking: A Systems Approach vor, um dann festzustellen, dass jede Definition eine Auswahl aus folgenden Aspekten trifft:

  • Interconnections/Interrelationships
  • Wholes rather that parts
  • Nonlinear Relationships
  • Stock and Flow Relationships
  • Delays
  • Feedback Loops
  • Dynamic Behavior
  • Acknowleding that systems are important
  • System as the cause of its behaviour
  • System structure generates behaiviour

Der Artikel enthält einige schöne und verständnisfördernde Grafiken. Es lohnt sich, reinzuschauen.

Watersfoundation ist eine Institution mit der Vision,

to increase the capacity of educators to deliver academic and lifetime benefits to students through the effective application of systems thinking concepts, habits and tools in classroom instruction and school improvement

und eine wahre Fundgrube für ST Themen. Es gibt dort auch eine schöne Grafik zu den Habits of a System Thinker. Es gibt sogar eine App, die Sie für nur 1 $ auf Ihr Smartphone laden können. Ein virtueller Weg, um die Gewohnheiten eines System Thinker zu erleben und zu üben. Suchen Sie im App Store oder in Google Play nach „ST Habits“!

Wozu soll das gut sein?

Laura und Derek Cabrera formulieren in ihrem Buch Systems Thinking made simple die Hoffnung, mit ST verzwickte Probleme besser lösen zu können. Unter „verzwickten (oder ‚wicked‘) Problemen“ werden wohl die aktuellen Probleme der Menschheit verstanden, wie Global Warming. Dereks Vision sind 7 Milliarden System Thinker.

Barry Clemson bringt in seinem Artikel What ist System Thinking – A personal Perspective die Meinung zum Ausdruck, dass wir ST benötigen, um

to deal with complex messes, situations where there are many interacting elements causing big problems

Clemson glaubt, dass der Weg zu nachhaltiger Ökonomie und effektiveren Regierungsformen nur über ST möglich sein wird.

Für mich ist das Erkennen von Neben- und Fernwirkungen einer Entscheidung eine der wichtigsten Charakteristiken von ST. Eine Lösung eines komplexen Problems kann Nebenwirkungen haben, die das Problem möglicherweise noch verstärken. Oder die Lösung bringt das Problem aktuell ohne sichtbaren Nebenwirkungen zum Verschwinden, dafür gibt es Fernwirkungen, die woanders und gar in der Zukunft viel grössere Probleme verursachen. Gerade moderne Managementkonzepte bieten schnelle Lösungen an (im ST werden sie „symptomatische“ Lösungen genannt), ohne mögliche Neben- und Fernwirkungen zu diskutieren. Das wäre für die Methode eher kontraproduktiv.

Denke ich systemisch über ein Thema nach, so komme ich zuweilen zu ganz anderen Schlüssen, als mit klassischem, linearen Denken. So steht beispielsweise im systemischen Projektmanagement der Rework Cycle im Mittelpunkt, den ich in meinem Blogartikel Die effektivste Massnahme, um Projektverzögerungen zu minimieren beschrieben habe. Der Rework Cycle ist ein ganz zentraler Punkt im Projektmanagement, wird aber in den populären Managementansätzen kaum erwähnt, weil zu wenig bekannt.

Wie wird man ein System Thinker?

System Thinking muss trainiert werden. Ein Managementkonzept verkünden, ist schnell getan, sich aber eine neue Sicht zu erarbeiten, ist einschneidend, denn „if you change the way you look at things, the things you look at change”, meint Derek Cabrera. Eines dieser „things“ könnte auch Ihr Leben sein.

Zum Training von ST hilft die bereits erwähnte App von Watersfoundation. Wenn Sie sich entscheiden, ein System Thinker zu werden, dann arbeiten Sie täglich eine Stunde mit dieser App. Krystyna Stave and Megan Hopper unterscheiden in What Constitutes Systems Thinking? A Proposed Taxonomy verschiedene Stufen auf dem Weg zu einem System Thinker und schlagen zwischen „Low Level“ und „High Level of ST“ sogar ein Kontinuum vor. Basics sind

  • Recognizing Interconnections
  • Identifying Feedbacks
  • Understanding Dynamic Behaviour.

Intemediate Skills sind:

  • Differentiating Types of Variables and Flows und
  • Using Conceptual Models

Zu den advanced skills gehören noch Stave/Hopper:

  • Creating Simulation Models und
  • Testing Policies

Gerade, weil ST eine Kompetenz ist, für die hart trainiert werden muss, die aber für eine erfolgreiche Zukunft benötigt wird, sollte sie in der Bildungsdiskussion ernstgenommen werden. ST ist nicht kritisches Denken, aber System Thinker sind grundsätzlich kritischer. Für ST in der Schule gibt es nebst Watersfoundation auch deutschsprachige Materialien.

Für die Unterstufe bietet sich Günther Ossimtitz‘ Bändchen Entwicklung systemischen Denkens an (ISBN 978-3890194943). Interessante Hinweise für den Umgang mit ST entnimmt man auch seiner Präsentation Systemisches Denken und mathematische Darstellungsmittel  oder seinem Buch Das Metanoia-Prinzip – Eine Einführung in systemgerechtes Denken und Handeln (978-3881204231).

Es ist egal, welchem Autor Sie folgen. Wichtig ist bloss, dass Sie System Thinking in allen Ihren Bildungsveranstaltungen anbieten, und wenn es anstelle von Mathematik ist.

(1) Krystyna Stave and Megan Hopper, What Constitutes Systems Thinking? A Proposed Taxonomy

oder

Leyla Acaroglu, Tools of a System Thinker.

Komplexität verstehen