Kategorie-Archiv: Denkmuster

Informelles Lernen ist heute nicht mehr ausreichend

Im neunten Kapitel Ihres Buches über Digitale Kompetenz gehen Werner Hartmann und Alois Hundertpfund  auf den Unterschied zwischen informellem, formellem und selbstbestimmtem Lernen ein. Sie stellen fest, dass «jede Situation, in der wir uns befinden, … letztendlich eine Lernsituation sein [kann]», weil das Leben an sich eine Lernsituation sei. Als wäre diese Feststellung nicht genug, behaupten sie, dass sich die Forderung nach lebenslangem Lernen selbst entkräfte, weil es im Leben kaum Momente gebe, in denen nicht gelernt werde.

Eine lernende Maschine aus Streichholzschachteln

Natürlich ist das grundsätzlich richtig, und solch informelles Lernen ist wohl die Urform jeglichen Lernens. Es ist das Lernen der Evolution. Es ist auch das Lernen der Maschinen.

StreichholzschachtelIch erinnere mich, wie ich als Jugendlicher, als Personal Computer noch in weiter Ferne lagen, irgendwo eine Bauanleitung für eine «lernende Maschine aus Streichholzschachteln» gefunden hatte und diese baute. Ich war fasziniert, wie dieses System lernte und immer besser wurde.

haxapawnEs handelt sich um eine Maschine, die eine sehr einfache Variante von Schach spielt. Das Spiel findet auf einem 3×3-Schachbrett statt. Jeder Spieler hat bloss drei Bauern, die gleich ziehen, wie im richtigen Schach. Das Ziel des Spiels ist es, mit einem Bauern die andere Seite zu erreichen oder den letzten Zug machen zu können.

Der eine Spieler ist ein Mensch, der Gegenspieler ist die Streichholzschachtelmaschine. Jedes Mal, wenn sie verliert, lernt sie, diesen Zug nicht wieder zu spielen. Schliesslich ist sie unschlagbar.

Das System ist derart einfach, dass man genau beobachten kann, wie informelles Lernen durch Trial and Error funktioniert. Wer sich ebenfalls eine lernende Streichholzschachtelmaschine bauen will, findet die Anleitung unter dem Namen Hexapawn.

Informelles Lernen genügt heute nicht mehr

Ich spreche lieber von modellfreiem versus modellbasiertem, als von informellen versus formellen Lernen.

Informelles oder maschinelles Lernen ist modellfrei. Man lernt, erfolgloses Verhalten zu vermeiden und erfolgreiches zu perpetuieren. Man hat aber kein Modell und weiss nicht, warum das eine funktioniert und das andere nicht.

Beim modellbasierten Lernen geht es darum, ein Modell des in Betracht stehenden Systems zu entwickeln. Zugegeben, in einer hochkomplexen Welt kann es sich kein Mensch mehr leisten, rein modellfrei zu lernen. Wir machen uns immer eine Vorstellung, wie etwas funktioniert. Meistens ist es uns jedoch nicht bewusst, wie wir zu unseren Vorstellungen gekommen sind und wie wir sie verändern und korrigieren.

Und genau da kommt meine Kritik von Hartmanns und Hundertpfunds Behauptung in’s Spiel, dass jede Situation, in der wir uns befinden, letztendlich eine Lernsituation sei. Das ist nämlich die Standardausrede von Entscheidungsträgern, um keine aktiven Lernphasen einlegen zu müssen.

mentales_Modell
Nach Stefanie Elsholz und Vanessa Schomakers in http://beyond-joy-of-use.com/01_mentale_modelle.html

Was Hartmann und Hundertpfund unter informellem Lernen verstehen, mag vor 10’000 Jahren genügt haben. In einer sehr komplexen Welt genügt es aber nicht mehr. Je mehr Verantwortung eine Person hat, desto häufiger sollte sie aktive Lernphasen einschalten, in denen sie z.B. ihre mentalen Modelle bewusst macht, sie studiert und lernt, wie sie entstehen, wovon sie abhängen, welche Konsequenzen sie haben und was sie mit der Realität zu tun haben (oder eben nicht). Diese Lernphasen sind selbstverständlich selbstbestimmt und können nicht in formellen Kursen absolviert werden.

Einer Topmanagerin oder einem Spitzenpolitiker, die behaupten, täglich on the job zu lernen, kann ich nicht vertrauen. Es reicht einfach nicht mehr!

Mit Modellen Komplexität verstehen

Im fünften Kapitel ihres Buches über digitale Kompetenz brechen die Autoren eine Lanze für Modellbildung (1). Es stimmt, dass komplexe Systeme nicht mehr berechenbar sind und daher numerische Methoden immer wichtiger werden. Komplexe Systeme können nur noch «ausprobiert», sprich «simuliert», werden. Dazu wird zunächst ein Modell des Systems benötigt. Ein Modell ist eine vornehmlich quantitative Beschreibung des Systems. Warum immer darauf hingewiesen wird, dass Modelle Vereinfachungen seien, ist mir nicht klar. Hartmann und Hundertpfund sprechen von «Weglassen von Details», wodurch die übergeordneten Strukturen sichtbar werden sollen.

Mentale und explizite Modelle

Wir sollten nicht vergessen, dass wir die Welt ausschliesslich durch Modelle wahrnehmen können. Was wir sehen oder wahrnehmen sind höchstens Modelle der Realität. Dabei werden nicht unbedingt Details weggelassen. Manchmal ergänzt unser Wahrnehmungsapparat das Modell sogar mit «erfundenen» Details, wenn etwas sonst nicht zusammenpasst.

Alle Menschen generieren seit Geburt laufend mentale Modelle. Das allein reicht aber nicht mehr aus, um die gesteigerte Komplexität verarbeiten zu können. Wir müssen lernen, auch bewusst und explizit Modelle zu entwickeln. Nur, wie macht man das? Eine Mindmap ist noch lange kein Modell. Sie ist bloss ein Baum ohne Querverbindungen. Hartmann und Hundertpfund empfehlen nebst Concept Maps (2) z.B. die bottom-up Entwicklung von Wirtschaftskreisläufen. HilusDas hat der leider viel zu früh verstorbene Günther Ossimitz in seinem Büchlein «Entwicklung Systemischen Denkens» schon 2004 für die Schule gefordert (3). Er zeigt dort, wie bereits 14jährige in der Lage sind, explizite Modelle als Causal Loop Diagramme zu realisieren. Das Büchlein ist für Lehrer, die Modellbildung unterrichten wollen, ein hervorragender Leitfaden.

Spätestens auf Fachhochschulstufe ist ein Modellbildungsmodul notwendig, denn die grossen Herausforderungen lassen sich nicht mit Weltgipfeltreffen lösen. Vielmehr bedarf es der gemeinsamen Anstrengung der Professionals, die an der Zukunft bauen in Lehre, Entwicklung, Industrie und Verwaltung. Leider wird aber in den Curriculae nur spärlich Zeit eingeräumt für interdisziplinäre Modellbildungsstudien. Ich habe an der Schweizerischen Fernfachhochschule FFHS ein Modul entwickelt, das genau die von Hartmann und Hundertpfund geforderten Fähigkeiten vermittelt (4). Zuerst nähern wir uns eher deskriptiv einem Modell in Form von sogenannten «Causal Loop Diagrams».

WasserabflussDanach benutzen wir den Insightmaker, um kollaborativ quantitative Modelle zu entwickeln. Der Insightmaker ist ein online Tool, das sowohl Bestandes-Fluss-Modelle als auch agentenbasierte Modelle unterstützt und gratis benutzt werden kann. An der Modellentwicklung können alle von unterwegs teilnehmen und das Modell erweitern oder ergänzen. Jedoch: mit Tools alleine, haben die Modelle noch keine Seele.

Adrian Fröhlich schrieb (5):

In einer Epoche, in der alle mit Tools, Techniken und Methoden hantieren, stirbt das Denken aus. Wir leben in der Hohen Zeit der Zauberlehrlinge

Modellbildung lernen

Um ein komplexes System oder einen komplexen Zusammenhang zu verstehen, kommen wir definitiv nicht um Modellbildung herum. Explizite Modellbildung, die über den Toolgebrauch hinausgeht, will aber geübt sein. Es ist eine Fähigkeit und benötigt viel Verständnis sowohl für das zu modellierende System als auch für die Modellierungssprache schlechthin. Modellbau ist nicht einfach Kommunikation. Man muss schon genau nachdenken und zu Bleistift und Papier greifen. Es ist deshalb nicht verwunderlich, dass Modellbildung so stiefmütterlich behandelt wird. Hartmann und Hundertpfund schreiben:

Die Förderung des Abstraktionsvermögens und der Modellbildung setzt voraus, dass sich die Lehrpersonen selbst immer wieder auf eine «grosse Flughöhe» begeben, um nicht in den Details eines Themas verhaftet zu bleiben

Das sagt sich so einfach. Zunächst müssen die Lehrenden selbst eine Ahnung von Modellbildung haben. Das geschieht nicht von heute auf morgen und kann auch nicht in einem Kurs gelernt werden. Man muss sich täglich und aktiv damit beschäftigen, üben, scheitern und wieder versuchen. Das ist, was ich «lernen» nenne. Es beeinträchtigt auf jeden Fall den gewohnten Tagesablauf. Ich beschäftige mich jetzt seit gut 20 Jahren mit Modellbau à la System Dynamics und bin noch lange nicht am Ziel.

Wenn wir uns mit komplexen Systemen beschäftigen wollen, dann müssen wir die Fähigkeit der Modellbildung ab der Primarschule üben und später, in Pädagogischen und Ingenieurhochschulen quantitativ weiterentwickeln. Das ist unbequem, weshalb niemand Interesse daran hat. Also wursteln wir weiterhin in der immer komplexer werdenden Welt herum, in der Hoffnung, zufällig den richtigen Hebel gefunden zu haben.

(1) Werner Hartmann, Alois Hundertpfund: Digitale Kompetenz. Was die Schule dazu beitragen kann, hep verlag, 2015, 176 Seiten, 978-3-0355-0311-1

(2) Ein gutes Concept Map Tool kann hier gratis herunter geladen werden:

(3) Günther Ossimitz, Entwicklung systemischen Denkens – Theoretische Konzepte und empirische Untersuchungen. Profil Verlag 2004, 978-3-89019-494-3

(4) Fernfachhochschule Schweiz, FFHS: Methoden und Modell zur Entscheidungsunterstützung 

(5) Adrian W. Fröhlich:  Mythos Projekt – Der Ausweg aus der systembedingten Sackgasse. Galileo Press, 2001. 978-3898421539

Hilft kritisches Denken?

In Kapitel 3 ihres Buches „Digitale Kompetenz“ schreiben Werner Hartmann und Alois Hundertpfund

Auf der anderen Seite nimmt die Komplexität in unserem Umfeld aufgrund der Vernetzung und der Globalisierung zu

Das ist sehr richtig. Es ist aber unklar, was die Autoren hier unter Komplexität denn überhaupt verstehen. Es scheint, dass sie dabei an komplizierte technische Konstrukte denken, wenn sie z.B. behaupten, dass moderne Flugzeuge „äusserst komplexe Systeme“ seien.

Komplexität weist den Individuen eine Meinung zu

Benard
Einfache Strukturierung eines Systems in verschiedene Kompartimente. Komplexe Systeme haben viele solche Strukturen, die einander überlagern. Jedes Individuum gehört einem der Kompartimente an.

Meine Sicht von Komplexität ist die, dass sich eine wohldefinierte Population von Individuen unter dem Druck von Ressourcenströmen durch Selbstorganisation dynamisch strukturiert. Erst durch diese dynamische Struktur wird die Population zum System. Jedes Mal, wenn sich die Qualität der Ressourcenströme ändert, nimmt das System eine neue dynamische Struktur an, die auf der alten aufbaut. Der Wechsel zu neuen, höheren Strukturen erfolgt in immer kürzerer Zeit.

Die dynamischen Strukturen bestimmen das Verhalten und die Präferenzen der Individuen. Insofern ist es für mich ein Widerspruch, wenn Hartmann und Hundertpfund behaupten, dass die Komplexität zunehme und dadurch Kritik eine Anforderung an die Individuen sei. Sie schreiben

Neu ist, dass die Notwendigkeit, kritisch zu sein und Kritik zu üben, zunimmt, je grösser der Einheitsbrei an Informationen wird und je mehr Macht sich hinter diesem konzentriert

Mal ganz abgesehen davon, dass von einem strukturlosen „Einheitsbrei“ an Informationen im Web keine Rede sein kann, gehört es zum Wesen der Selbstorganisation von Strukturen, dass die Individuen in die eine oder andere Ecke gedrängt werden.

Überzeugungs- und Glaubensstrukturen

Auf dem Weg in die Komplexität gehören Religionen zu den ersten grossen Strukturen. Vielleicht gäbe es heute bloss eine einzige Weltreligion, wenn es das Web bereits vor ein paar Tausend Jahren gegeben hätte. Die kurze Reichweite der damaligen Kommunikation oder die schwache Intensität der Informationsströme führte zu einer Struktur, die aus mehreren Glaubensblöcken besteht, die recht stabil sind. Je länger der Weg in die Komplexität, desto mehr solche Glaubensstrukturen gibt es – von einzelnen Glaubensrichtungen innerhalb der grossen Religionen über ökonomische Glaubensinseln, wie die des Kapitalismus bis hin zu so nebensächlichen Überzeugungen, welches Computerbetriebssystem das beste sei. Zu jeder Überzeugung gibt es auch das Komplement. All das organisiert die Menschheit in eine grosse komplexe Struktur. Jedes Individuum gehört dabei in eines der Strukturkompartimente. Der Behauptung „Kritik darf etwas ablehnen – auch wenn sie keine Alternative bereithält“ möchte ich zwar zustimmen, weise allerdings darauf hin, dass die Ablehnung per se Alternative ist.

Benardrollen
Die Kompartimente müssen in komplexen Systemen nicht notwendigerweise exakt abgegrenzt sein, sondern können in sich übergehen und sich ineinander verschlingen.

Einige kreisen für immer in einem Kompartiment, andere werden dynamisch durch mehrere Kompartimente hindurch geschleust. Ob das aufgrund ihrer Kritik so ist, wage ich jedoch zu bezweifeln. Es ist mehr eine Frage der Position innerhalb der globalen Struktur. Ich, der in Europa der Community über digitale Bildung angehöre, befinde mich in irgendeinem Kompartiment der durch die MOOC-Diskussion bestehenden Struktur (oder Feinstruktur). Es spielt dabei keine Rolle, ob ich xMOOC oder cMOOC oder grundsätzlich MOOC gegenüber kritisch oder skeptisch bin. Hingegen spielt möglicherweise die MOOC-Frage für Menschen, die in einer unfruchtbaren Gegend Afrikas wohnen, keine Rolle (obwohl das MOOC-Marketing behauptet, gerade diesen Menschen Bildung nahe bringen zu wollen).

Ich glaube, dass sich unsere Welt durch das Web sehr verändert hat. Das Web trägt in hohem Masse zur dynamischen Strukturierung der Menschheit bei. Einerseits fördert es die Entstehung neuer Dynamiken, indem es Meinungen rasch verbreitet und den Individuen die Möglichkeit gibt, diese zu adaptieren oder sich dagegen zu positionieren, andererseits sind die Kompartimente der neuen Strukturen dank der globalen Kommunikation im Web bedeutend gröber als sie ohne Web wären.

Toleranz statt Kritik

Förderung von kritischem und flexiblem Denken sei eine Kernaufgabe der Schule, fordern Hartmann und Hundertpfund. Und das erreiche sie durch Unterrichtsmethoden, wie projektbasiertes und entdeckendes Lernen. Gerade an der Methodenfrage gehen ja momentan die Emotionen hoch, wie bei allen oben genannten Überzeugungs- und Glaubensrichtungen. Die Strukturierung der Menschheit in verschiedene Lager oder Kompartimente sind doch Anlass für Streit und Krieg. Daher ist mir die andere Aufgabe, die Hartmann und Hundertpfund der Schule zuschreiben, nämlich „darauf hinzuweisen, dass unser subjektives Denken fehlerhaft sein kann“ viel wichtiger als die Vermittlung von Kritikfähigkeit. „Denkfehler können ein ganzes Denksystem als faszinierendes Gebäude erscheinen lassen, obwohl es auf falschen Annahmen beruht“. Wer in einer solchen Situation kritisiert, wird bestenfalls überhört oder, schlimmer, mundtot gemacht. Hier hilft nicht Kritik, sondern die Veränderung der Meinungs- und Glaubensstrukturen. Wichtiger als Kritik ist es, zu verstehen, dass etwas aus verschiedenen Blickwinkeln angesehen werden kann. Toleranz ist mir wichtiger als Kritik.

Sollen Muster gebrochen werden?

Das Thema des Barcamps über Projektmanagement, das vom 19. bis am 21. November in Dornbirn stattfindet, lautet „Muster brechen“.

Ein Musterbeispiel

In komplexen Projekten gibt es in der Tat viele Muster. Davon lebt die Komplexität des Projekts. Einige Muster könnten das Projekt verzögern. Folgendes Beispiel soll das illustrieren:

Es wird immer deutlicher, dass die verbleibende Arbeit in der nur noch kurzen Zeit bis zum geplanten und versprochenen Fertigstellungstermin des Projekts nicht bewältigt werden kann. Es ist offensichtlich, dass das Projekt nicht rechtzeitig fertig wird. Was tun?

In Wann kippt ein Projekt und warum? habe ich dargelegt, dass sich für viele vermeintlich fertig gestellte Arbeiten nachträglich herausstellt, dass sie noch Mängel aufweisen und nachgebessert werden müssen. Das nennt sich „Rework Cycle“. Manchmal gibt es explizit eine Qualitätssicherung, die gute Arbeiten durchwinkt und mangelhafte identifiziert. In IT-Projekten übernehmen Tests diese Aufgabe.

Symptomatische versus fundamentale Lösung

Wenn man sieht, dass der gesamte Arbeitsbacklog in der verbleibenden Zeit nicht mehr zu erledigen ist, wäre die symptomatische Lösung, zum Schluss auf die Qualitätssicherung zu verzichten und alle Arbeiten als „definitiv erledigt“ zu deklarieren. Damit könnte das Projekt in der Zeit abgeliefert werden. Allerdings besteht die Gefahr, dass der Kunde beträchtliche Mängel reklamiert, deren nachträgliche Bearbeitung teuer zu stehen käme, ganz zu schweigen von dem Imageverlust.

Demgegenüber steht die fundamentale Lösung, die Qualitätssicherung bis zum Schluss durchzuziehen und das Projekt zu spät abzuliefern, auf die Gefahr hin, Konventionalstrafe bezahlen zu müssen. Diese ist aber berechenbar.

Wir können die Situation so darstellen:

Shifting_the_Burden_Projekt

 

Die blauen Pfeile stellen einen verstärkenden Einfluss dar, die roten einen abschwächenden (1). Das liest sich also so: Je grösser das Problem, dass sich das Projekt verzögert, desto grösser meine Lösungsanstrengung, die QA zu umgehen. Je mehr ich die QA umgehe, desto kleiner wird das Problem, dass sich das Projekt verzögert.

Die symptomatische Lösung entpuppt sich als Sucht

Sollte ich während der symptomatischen Lösung plötzlich „kalte Füsse“ bekommen und mich doch noch für die fundamentale Lösung entscheiden, käme ich in erhebliche Argumentations-schwierigkeiten. Denn erklären Sie einmal dem Kunden kurz vor Projektabschluss, warum vieles von dem, was Sie am Schluss gemacht haben, mangelhaft ist und das Projekt jetzt doch nicht, wie erwartet, fertig wird.

Je mehr ich also von der symptomatischen Lösung Gebrauch mache, desto unglaubwürdiger würden meine Erklärungen, wenn ich mich plötzlich doch für die fundamentale Lösung entscheiden möchte. Das bedeutet, dass die fundamentale Lösung immer mehr abrückt, je mehr und je länger ich den Weg der symptomatischen Lösung begehe. Die symptomatische Lösung wird dadurch zu einer Art „Sucht“, von der man nicht mehr abrücken kann oder wenn, dann nur mit externer Hilfe.

Shifting_the_Burden_Projekt_ganz

 

Brechen des Musters

Dieses Muster wird „Problemverschiebung“ genannt und ist eines von zehn berühmten Mustern, die nach Peter Senge „Systemarchetypen“ genannt werden (2). Zu jedem dieser Muster gibt es eine Durchbrechungsstrategie (3).

Die symptomatische Lösung ist immer der schnelle und bequeme Weg. Im Geschäftsleben wird diese Lösung bevorzugt, weil es meist schnell gehen muss und keine Zeit für fundamentale Lösungen zur Verfügung stehen. Die unsolide Basis der symptomatischen Lösungen holen einem aber meist auf schmerzliche Art ein. Daher sollte sie unbedingt vermieden werden.

Ich bin mir jedoch nicht sicher, ob es in jedem Fall richtig ist, diese Muster zu brechen, in der Meinung, dadurch das Projekt zu beschleunigen. Es könnte auch sein, dass durch das Brechen von irgendwelchen Mustern die Projektkomplexität leidet, was dazu führen würde, dass das Projektziel nicht erreicht wird.

Anmerkungen

(1) Genau genommen sollten wir sagen: die blauen Pfeile sind gleichgerichtet in dem Sinne, dass wenn die Ursache zunimmt, dann auch die Wirkung zunimmt, und wenn die Ursache abnimmt, dann die Wirkung ebenfalls abnimmt. Die roten Pfeile sind gegen-gerichtet in dem Sinne, dass wenn die Ursache zunimmt, dann nimmt die Wirkung ab, und wenn die Ursache abnimmt, dann nimmt die Wirkung zu.
Mit „Ursache“ bezeichne ich hier bloss die Grösse, bei der der Pfeil startet und mit „Wirkung“ bezeichne ich die Grösse, bei der der Pfeil endet. In einem solchen zyklischen Diagramm gibt es aber keine ultimativen Ursachen und Wirkungen.

(2) Die fünfte Disziplin: Kunst und Praxis der lernenden Organisation. Schäffer-Poeschel; 11. Auflage,völlig überarbeitete und aktualisierte Auflage (11. März 2011). ISBN 978-3791029962

(3) http://www.anchor.ch/wissen/Archetypendiagramme.html

(4) Die Figuren wurden mit kumu.io gemacht: https://kumu.io/peteraddor/shifting-burden-project#shifting-burden-project

Eine kleine Zwischenbemerkung über das Unterdrücken unangenehmer Tatsachen

Im Zusammenhang mit einer längeren Rechnung fragte ich kürzlich einen meiner Studenten, was die Wurzel aus 2(b+c)^2 sei. Er antwortete „b+c “. Als ich fragte, wo die 2 geblieben sei, hat er lange versucht, mich mit ausweichenden Antworten zufrieden zu stellen. Er übersah partout die Wurzel aus 2. Nach einigem Ringen hatte er es verstanden und ging in sich, um herauszufinden, warum er es nicht gleich richtig gemacht hat. Er kam dann mit der Erklärung, dass er sich gegen die Wurzel gewehrt hatte, weil er sie nicht in seiner Rechnung haben wollte.

Am besten, man übersieht unangenehme Kleinigkeiten generös

Das scheint mir ein verbreitetes Verhalten zu sein. In der Mathematik (oder Programmierung) lassen sich solche unangenehmen Kleinigkeiten nicht einfach unter den Teppich kehren. Das fällt auf, die Rechnung stimmt nicht oder das Programm läuft nicht.

In Politik und Wirtschaft hingegen sind die Sachlagen noch komplizierter als mathematische Aufgaben und vor allem diffuser. Unangenehme Kleinigkeiten lassen sich unter diesen Voraussetzung vorzüglich ausblenden und verleugnen, was aber fatale (Langzeit-) Folgen haben kann. Dabei ist es den Entscheidern oft nicht einmal bewusst, dass sie wichtige Tatsachen ausblenden. Warum erwarten wir, dass vor allem in Krisenzeiten die Regierung sofort präsent ist, eine starke Hand zeigt und dezidierte Lösungen anbietet? Besser wäre vielleicht, wenn die Entscheider sich zunächst zurück ziehen und fragen, was eigentlich los ist, um auszuschliessen, dass keine Tatsachen verdrängt werden, die für die Entscheidungen massgebend sein können.

Ein gutes Weltbild ist etwas praktisches

Karlheinz, zieh den Vorhang ein wenig! Es blendet.
Karlheinz, zieh den Vorhang ein wenig! Es blendet.

Die Heuristik des Verleugnens unangenehmer Tatsachen lässt sich auch ganz gut für jede Art von Polemik missbrauchen. In diffusen und komplizierten Situationen können Details, die aber nichtsdestotrotz wichtige Konsequenzen zur Folge haben, unbemerkt weggelassen werden. Das fällt weder den Entscheidern, noch den Betroffenen auf. Beispielsweise können radikale Bewegungen und Organisationen unter dem Vorwand, sich um das Gesamtwohl zu kümmern, Argumente anführen, die auf den ersten Blick stechen, aber eben Details verleugnen, die das fundamentalistische Weltbild möglicherweise einstürzen lassen würden.

Dietrich Dörner nannte dies reduktive Hypothesenbildung (1). Er schreibt:

Die Tatsache, dass solche reduktiven Hypothesen Welterklärungen aus einem Guss bieten, erklärt vielleicht nicht nur ihre Beliebtheit, sondern auch ihre Stabilität. Wenn man einmal weiss, was die Welt im Innersten zusammenhält, so gibt man ein solches Wissen ungern auf …. Mittel, um einmal aufgestellte Hypothesen gegen Falsifikationen zu verteidigen und gegen jede Erfahrung aufrechtzuerhalten, gibt es viele.

Ich hüten mich vor allzu glatten Argumenten und Weltanschauungen. Mir sind Suchende lieber, als solche, die die Weisheit mit Löffeln gefressen haben wollen.

(1) Dietrich Dörner. Die Logik des Misslingens. Strategisches Denken in komplexen Situationen. Rowohlt Taschebuch, Reinbek b. Hamburg 1992

 

Projekte sind soziotechnische Systeme und erfordern Rationalität

Das diesjährige PMCamp Berlin, das vom 10. bis am 12. September stattfindet, steht unter dem Thema „Komplexität“. Für mich ist Komplexität eine Voraussetzung eines Systems, damit es seine Funktion erfüllen kann. So benötigt ein Projektsystem eine gewisse Komplexität, um das Projektziel zu erreichen. Würde man die Komplexität des Projekts reduzieren, könnte es das Ziel nicht mehr erreichen.

Aspekte soziotechnischer Systeme

Turbulent kann ein Projekt sein, weil seine Gegebenheiten ständig ändern (Dynamik) oder weil es sich anders entwickelt, als wir erwartet haben (Ungewissheit). Menschen, die in solchen Systemen entscheiden müssen, neigen dabei zu folgendem Verhalten:

  • Denken in linearen Ursache-Wirkungsketten
  • Nichtbeachtung von verzögertem Feedback
  • Hypothesenbildung aufgrund vermeintlicher Korrelation
  • Fehleinschätzung exponentieller Entwicklungen und von Wahrscheinlichkeiten

Ursache-Wirkungsketten

Passiert etwas Unvorhergesehenes, fragen wir sofort, wie das passieren konnte. Wir wollen die Ursache wissen, in der Meinung, man müsse bloss diese Ursache entfernen, damit die ungewünschte Wirkung nicht wieder auftritt. Das ist eine irrige Vorstellung. Bekannt ist das Ehepaar von Paul Watzlawick: Er geht ins Wirtshaus, weil er vor seiner nörgelnden Frau flüchtet, während sie ihm Vorwürfe macht, weil er ständig im Wirtshaus ist.

Den linearen Ursache-Wirkungsketten stehen die System-Archetypen gegenüber, die viele Projektsituationen als Ursache-Wirkungszyklen modellieren.

Verzögerter Feedback

Fast jede Handlung bewirkt nicht nur, was sie beabsichtigt, sondern hat darüber hinaus (unbeabsichtigte) Neben- und Fernwirkungen. Speziell Projekte werden oft von Entscheidungen eingeholt, die eigentlich schon lange erledigt waren.

Haben Sie gewusst, dass es verzögerter Feedback erster, zweiter und höherer Ordnung gibt? Kennen Sie den Unterschied? Sollten Sie, wenn Sie durch turbulente Projekte navigieren wollen.

Nichtlineare Entwicklungen und Wahrscheinlichkeiten

Hier sehen Sie eine Grafik der Weltbevölkerung zwischen 1000 v. Chr. und 1800 n. Chr., ohne Angabe der Grössenordnung.  So etwas kommt in Projekten oft vor, z.B. im Zusammenhang mit der Anzahl Change Requests oder Test Failures. Setzen Sie die Kurve bis ins Jahr 2000 fort! Die meisten Personen bleiben mit ihren Schätzungen bis zum Faktor 3 hinter dem tatsächlichen Betrag zurück.

Weltbevoelkerung_blind

David Kahneman hat verschiedentlich darauf hingewiesen, wie schlecht wir im Einschätzen von Wahrscheinlichkeiten abschneiden. Welches Spiel würden Sie lieber spielen, wenn Sie es wiederholt spielen könnten?

Sie erhalten acht Franken mit einer Wahrscheinlichkeit von 1/3

Sie erhalten drei Franken mit einer Wahrscheinlichkeit von 5/6

Die meisten Versuchspersonen entscheiden sich für das zweite Spiel, weil es anscheinend einen sichereren Gewinn verspricht. Aber im ersten Spiel haben Sie auf die Dauer mehr gewonnen.

Vermeintliche Korrelation

Nehmen wir an, in einem Projekt verhalten sich zwei Grössen auffällig ähnlich, z.B. so:

korrelation_blind

Der Korrelationskoeffizient beträgt 0.9926. Wir neigen in diesem Fall schnell dazu zu vermuten, dass die beiden Grössen etwas miteinander zu tun haben. Diese Hypothese über das Funktionieren des Projekts dient uns dann als Grundlage für unsere Entscheidungen.

Das obige Beispiel stammt aus dem neuen Buch „Spurious Correlations“ von Tyler Vigen. Die beiden Kurven geben übrigens die Entwicklung der pro Kopf Konsumation von Margarine einerseits und der Scheidungsrate im amerikanischen Maine andererseits zwischen 2002 und 2009 wieder.

Wir neigen in der Tat dazu, Zusammenhänge zu vermuten, wo gar keine sind.

Systemische Darstellungsmittel müssen nicht zwingend „komplex“ sein

Beschränkungen menschlicher Kognition manifestieren sich gerade bei ganzheitlichen Wahrnehmungsautomatismen. In komplexen Projektsystemen ist jedoch genügend Zeit, darüber bewusst zu reflektieren. Dabei kann die Ganzheitlichkeit auf der Strecke bleiben. Rationale Reflektion findet in geeigneten Modellen statt und bedarf systemischer Darstellungsmittel, um den Zusammenhang zur Ganzheitlichkeit nicht zu verlieren. Erkenntnisse aus dem Reflektionsprozess müssen nachträglich durch Achtsamkeitsübungen wieder in die Gesamtsicht eingepflegt werden.

In „Projektdynamik – Modelle für komplexe Umgebungen“ stelle ich die geeignetsten Darstellungsmittel vor. Das Buch kann frei heruntergeladen werden.

Auf Seiten 184ff erkläre ich den Umgang mit der Zeit und was es mit verzögertem Feedback auf sich hat. Ab Seite 202 folgt ein Tutorial zu nichtlinearen Entwicklungen und Wahrscheinlichkeiten. Auf den Seiten 219 bis 234 führe ich in die Verwendung von Causal Loop und Stock-and-Flow-Diagrams ein. Und auf Seiten 235ff zeige ich die kognitive Kraft von Modellen.

Der Verstand kann Defekte der unbewussten Kognition ausgleichen

In „Gestaltungsansätze für Soziotechnische Systeme“ (2005) stellen die Autoren eine Methodenhierarchie auf. Die mathematischen Ansätze des Operations Research werden auf „naturwissenschaftliches Denken“ reduziert, das soziotechnische Systeme nicht voll erfassen könne. Auch mit der nächst höheren Stufe, der Systemanalyse, sei

die Analyse komplexer Systeme … nur begrenzt möglich

Die Autoren schreiben:

Zur effizienten Bewältigung der Analyse und Gestaltung von soziotechnischen Systemen sind darüber hinaus Methoden und Werkzeuge erforderlich

und stellen dann Systeme, wie ERP, Datenmanagementsysteme, Managementinformationssysteme, Systeme des Wissensmanagement, Workflowsysteme, etc. vor, ohne sich Rechenschaft abzugeben, dass diese Systeme gerade auf den eingangs erwähnten Konzepten des Operations Research basieren.

Gewiss, der Artikel ist zehnjährig. Er drückt aber eine Haltung aus, die leider nach wie vor dominiert: da zum Verständnis quantitativer Methoden beträchtliche Denkleistungen erforderlich sind, werden sie als zweitrangig und ungenügend abgetan. Damit hat man eine Entschuldigung, sich nicht damit befassen zu müssen und weiterhin rein intuitiv vorgehen zu können. Aber damit kommt man in komplexen soziotechnischen Systemen nicht weit.

Was ist der Unterschied zwischen Algorithmen und Orakeln?

Insbesondere die Digitalisierung hat die Komplexität unserer Welt anschwellen lassen und sie hilft uns auch, mit ihr umzugehen. Ich habe hier schon oft digitale Tools vorgestellt, allen voran System Dynamics Tools, die wir aktiv einsetzen, wie eine Denkkrücke. Um bei der Metapher aus dem physiologisch-medizinischen Gebiet zu bleiben, gibt es aber auch Herzschrittmacher, die uns automatisch und ohne unsere aktive Beteiligung zu Diensten sind. Ich denke an sogenannte Algorithmen.

Algorithmen sind Tausende von Jahre alt

Algorithmen haben in komplexen Umgebungen die Aufgabe, grosse Datenmengen zu sammeln und auszuwerten. Am besten, sie veranlassen dann gleich die notwendigen Handlungen, ohne zuerst „den Benutzer“ zu konsultieren, denn der wäre schnell überfordert, wie die Flugzeugkollision von 2002 in Überlingen gezeigt hat. Die Automatik hätte richtig reagiert, doch Menschen haben sie übersteuert, was zur Katastrophe führte.

EuklidEigentlich sind Algorithmen so etwas wie Rezepte: Nimm von dem so viel und von dem so viel, mache das und das damit und am Ende kommt ein wunderbares Essen heraus. Ein Algorithmus liefert ein eindeutiges Resultat nach endlicher Zeit, die hoffentlich kurz ist, aber auch Äonen umfassen kann. Bekannt ist der Euklidische Algorithmus, der aus zwei gegebenen Zahlen ihren grössten gemeinsamen Teiler errechnet. Es ist der älteste nicht-triviale Algorithmus.

Algorithmen geben nach endlicher Zeit ein eindeutiges Resultat

Ein anderer bekannter Algorithmus ist der von Djikstra (sprich: „Daikstra“). Er gibt in einem Netzwerk den kürzesten Weg zwischen zwei Punkten an. Sicher spielt er in GPS-Anwendungen eine Rolle, doch geht er natürlich davon aus, dass die Distanzen zwischen den Punkten sich nicht dauernd verändern. Zwar ist die Distanz zwischen Berlin und Zürich in der Tat über viele Jahrtausende konstant, was genügen würde, um mit Djikstra die kürzeste Strassenverbindung zwischen den beiden Städten zu errechnen. Aber eigentlich interessiert uns ja eher die schnellste Verbindung. Das wäre kein Problem, wenn wir die Abstände zwischen den Strassenecken statt in Km in Fahrminuten angeben. Diese „Abstände“ sind nun aber hochgradig dynamisch. Die wichtigste Einflussgrösse ist wohl das Verkehrsaufkommen. Um das zu messen, braucht es viele Sensoren, vielleicht in Form von Kameras, was aber sofort die Datenschützer auf den Plan ruft.

Dijkstra_jpgDas Programm könnte auch das individuelle Fahrverhalten des Benutzers statistisch auswerten, was die Genauigkeit der Fahrzeitzuordnung erhöht. Nun wird zunächst ein Algorithmus benötigt, der aus der enormen Datenmenge, die aus Verkehrsdatenauswertung und Fahrverhalten zusammen gekommen ist, die wahrscheinlichen Fahrzeiten errechnet. Erst danach kann Djikstra angewendet werden.

Unscharfe Resultate

Doch das Ergebnis beruht auf statistischen Daten und ist somit nicht mehr scharf. Zudem kann sich die Situation bereits wieder verändert haben, wenn der Benutzer endlich auf das Display schaut.

EM_Clustering_of_Old_Faithful_dataEin weiterer wohlbekannter Algorithmus ist der, der Ihnen die Spam-Mails direkt in den Spam-Ordner verschieben soll. Auch dieser Algorithmus ist selbstlernend. Jedes Mal, wenn Sie ein Mail als „Spam“ deklarieren, trägt der Algorithmus die darin vorkommenden Stichwörter in eine Liste ein. Kommt ein neues Mail, vergleicht der Algorithmus sein Inhalt mit der gespeicherten Liste und errechnet eine Punktzahl. Ist sie hoch genug, wird das Mail gleich in den Spamordner verschoben.

Der Algorithmus basiert auf der Methode der Bayes’schen Netze, die stochastisch sind, d.h. auf Wahrscheinlichkeiten aufbauen. Stochastische Algorithmen können nur noch Vorschläge machen. Hängen Menschenleben davon ab, sind sie wohl nur bedingt geeignet, um ohne menschliche Intervention zu agieren.

Geheime Rezepturen

tf-idfJede Person kann sich Algorithmen ausdenken. Im betrieblichen Umfeld sind „Abläufe“ so etwas, wie Algorithmen. Aber einige Algorithmen sind ein wenig aus den Fingern gesogen und nicht so ohne weiteres brauchbar.

Ein solcher Algorithmus ist der TF-IDF Algorithmus. Er wird z.B. von Google verwendet, um Suchergebnisse zu präsentieren. Wenn wir nach einem Begriff suchen, erhalten wir normalerweise eine Liste mit mehreren Tausend Einträgen, von denen wir aber meist bloss die ersten paar ansehen. Daher sollten die relevanten Dokumente zuoberst stehen. Dazu wird ein Wörterbuch {b_1, b_2, ..., b_M} mit einer Anzahl M von Begriffen definiert. Jedem Dokument wird dann ein M-dimensionaler Vektor zugeordnet, der an der i-ten Stelle eine 1 hat, wenn das Wort b_i im Dokument vorkommt und eine 0, wenn das Wort nicht vorkommt. Um die Nützlichkeit des Vektors zu erhöhen, steht anstelle einer 1 ein Gewicht, das angibt, wie wichtig das Wort im Dokument ist.

Es stellt sich nun die Frage, welche Begriffe b_1, b_2, ..., b_M im Wörterbuch vertreten sein sollen. Je grösser M, desto rechenintensiver wird die Sache. Umgekehrt wird das Resultat bei einem kleinen M unbrauchbar. Es ist Google Geheimnis, welche Schlüsselwörter sie ihrem Wörterbuch einverleiben.  Aber gewiss hat ein solcher Algorithmus diese Bezeichnung nicht mehr verdient. Er ist mehr ein Orakel, denn ein Algorithmus.

Orakel und Horoskope

Ganz auf der Seite der Orakel sind Versuche, mit haarsträubenden Rechenvorschriften Persönlichkeitsprofile von Benutzern erstellen zu wollen. Sie können unter do not track: Ich like, also bin ich an einem solchen Versuch teilnehmen. Keine Angst, es ist bloss eine Demo für die Konsumenten der Videoserie „Do not track“. Die Ergebnisse werden nicht weiter verwendet. Z.B. steht da:

Als nächstes werden die Daten, die Sie auf Facebook gespeichert haben, mit Hilfe eines Algorithmus analysiert und auf diese Weise Ihre Charaktereigenschaften ausgewertet. Psychologen gehen davon aus, dass sich der Charakter eines jeden Menschen gemäß dem Fünf-Faktoren-Modell (den sog. Big Five) auf den Skalen Extraversion, Offenheit für Erfahrungen, Gewissenhaftigkeit, Verträglichkeit und Neurotizismus einordnen lässt. Wenn eine Person einen hohen Wert in der Kategorie Extraversion hat, ist sie beispielsweise meist sehr gesellig, freundlich und aktiv. Menschen, die einen hohen Wert in der Kategorie Gewissenhaftigkeit haben, sind in der Regel gut organisiert, vernünftig und strebsam.

Entsprechend fällt denn auch das Resultat aus: hanebüchen! Eine Rechnung, die Menschen in fünf Schubladen einordnet und diese erst noch von unbegründeten Behauptungen, wie z.B. „gewissenhafte Menschen sind strebsam“ ausgeht, kann nun wirklich nicht mehr sein, als ein Orakel oder gar ein Horoskop.

In der fünften Episode der sehr gut gemachten, aber düsteren Videoserie, geht es um „Big Data: Die Welt der Algorithmen“. Obwohl hier nicht mehr von Algorithmen die Rede sein kann, wird gefragt

Was ist, wenn die Algorithmen sich irren und Menschen aufgrund von Algorithmen-Resultaten diskriminiert werden?

Das ist in der Tat ein Risiko, zuweilen sogar ein existentielles (z.B. wenn der Algorithmus die Medikamenten-Dosierung von Patienten errechnet und bei „armen“ Patienten spart; natürlich gibt es das nicht, aber es ist denkbar) . Wie wir gesehen haben, sind es nicht die (mathematischen) Algorithmen, die im Allgemeinen bekannt und transparent sind(1). Es sind die zugrunde liegenden Glaubenssätze, Geschichten und Spinnereien von paar bedauernswerten Individuen, die keine andere Werte kennen, als „Geld machen“. Und dann gibt es noch solche, die zu wissen glauben, was Richtig und Gut ist und es allen anderen aufoktroyieren wollen. Wir können aber ihretwegen nicht auf Algorithmen verzichten (auf Orakel schon!), denn zu gross ist die Komplexität geworden, die wir ohne Algorithmen nicht mehr alleine bewältigen könnten.

————————————————————-

Alle Bilder aus Wikipedia

(1) Jeder Benutzer kann verstehen, was die Algorithmen machen, wenn er sich nur ein wenig mit Mathematik auseinandersetzen würde. Wer einen mathematischen Sachverhalt verstehen will, muss bei seinen Denkanstrengungen jedoch konsequent sein. In allen anderen Wissenschaften können interpretative Ergebnisse erzielt werden. Eine mathematische Reise kann nicht in der Hälfte abgebrochen und durch eigene Interpretationen ergänzt werden. Das schreckt viele ab, sich die herumliegenden Algorithmen anzusehen. Lieber wettern sie schon mal auf Vorrat dagegen

Menschen verhalten sich wie spezifische Mustererkenner

Beim Mittagessen erklärte ich, was man in Operations Research unter einem „Transportproblem“ versteht. Die Zuhörer wunderten sich ein wenig über die Fragestellung und fanden sie „zu theoretisch“. Damit haben sie selbst eine grundlegende Frage aufgeworfen, die mich auch immer wieder umtreibt: Inwieweit soll man eine praktische Aufgabe analytisch oder doch bloss intuitiv angehen?

Die Art der Präsentation einer Aufgabe

Zunächst nehme ich einmal an, dass meine Zuhörer nicht „theoretisch“, sondern eher „analytisch“ meinten. Es gibt ja nichts Praktischeres als eine gute Theorie. Wie sonst will man wissen, was in der Praxis zu tun ist. Die Theorie oder zumindest das Modell gibt uns quasi das Rezept zum Handeln.

Hingegen verstehe ich, wenn meine Zuhörer meinten, man könnte doch so ein Transport auch einfach intuitiv abfertigen. Einer sagte: „Ich lade den LKW einfach bis er voll ist“.  Nun ja, vielleicht hätte ich ihm doch eine Transporttabelle aufzeichnen sollen. Wer nicht in der Logistik tätig ist, kann sich vielleicht zu wenig vorstellen, welche Optimierungsnotwendigkeiten sich dort stellen.

Drei Verhaltensebenen

Muss ich im Alltag eine praktische Aufgabe lösen, dann versuche ich es leider zunächst auch rein intuitiv. Nachdenken im Sinne von analytischem Durchdringen ist aufwändig und energieintensiv. Daher greift man in den meisten Fällen auf regelbasiertes Wissen und Handeln zurück. James Reason hat ein dreischichtiges Verhaltensmodell vorgestellt (1).

reasonDie unterste „fähigkeitsbasierte Ebene“ enthält quasi die Automatismen der Routine.

Auf der „regelbasierten Ebene“ sucht man vertraute Muster und wendet gespeicherte Regeln an. Das ist die Ebene der Experten und des intuitiven Managements.

Erst auf der obersten „wissensbasierten Ebene“ werden abstrakte Beziehungen zwischen Struktur und Funktion analysiert, diagnostiziert und optimiert.

Ein Handlungsplan ist eine Theorie von der Welt

Jeder Mensch geht eine Aufgabe zuerst rein intuitiv auf der regelbasierten Ebene an. Die Entscheidung, ob die Aufgabe nun gelöst sei, findet zunächst auf der Basis dürftiger Daten statt, denn Langzeitauswirkungen liegen noch keine vor. So werden z.B. internationale Konflikte gelöst, einheitliche Währungsräume geschaffen oder komplizierte Handelsabkommen konstruiert. Manifestieren sich später Instabilitäten und Probleme, wird wider besseren Wissens an der ursprünglichen Lösung festgehalten. So sind wir halt!

Wer bei der Frage, ob das ursprüngliche Problem gelöst sei, bewusste Zweifel hat, dem werden sie schnell wieder ausgetrieben, denn in der regelbasierten Ebene gibt es „mächtige kognitive … Kräfte, die sich zusammentun, um den Problemlöser glauben zu machen, der solle unangemessene oder unvollständige Lösungen an dieser Stelle als zufriedenstellend akzeptieren“, schreibt Reason.

Intuitiven Lösungen komplexer Probleme misstrauen

Eine interessante Erfahrung habe ich mit meinen Studierenden gemacht. Frage ich „out of the blue“, wie teuer das Flaschenglas sei, wenn die Flasche Wein Fr. 10.50 koste und der Wein 10 Franken teurer sei, als das Glas, dann antworten die meisten Leute intuitiv und falsch. Taucht die Frage aber in einem Aufgabensatz über Gleichungen auf, dann stellen die Studierenden wie selbstverständlich die Gleichung auf, lösen sie und gelangen zum richtigen Resultat.

Wir sind einfach (noch) nicht bereit, die Merkmale unserer immer komplexer werdenden Aufgabenstellungen im Rahmen eines integrierten mentalen Modells zu interpretieren. Ich selbst ertappe mich immer wieder, dass ich eine Aufgabe „praktisch“ angegangen bin, obwohl ich das theoretische Rüstzeug gehabt hätte, sie auch auf wissensbasierter Ebene zu lösen. Wie nur kann ich mein Gehirn dazu bringen, intuitiven Lösungsansätzen zu misstrauen?

(1) Reason, James. Menschliches Versagen – Psychologische Rsiskofaktoren und moderne Technologien. Spektrum Akademischer Verlag. Heidelberg 1994. S.93ff.

Führen heisst Modellieren – aber wie?

Die uns umgebende reale Welt, insbesondere Unternehmen, Projekte, Familien und Gesellschaften können wir nur als Modelle wahrnehmen. Unser Wahrnehmungsapparat ist ein Modellierungstool. Das ist insbesondere in der Führung ein wichtiger Aspekt, denn wer die Richtung vorgibt, muss das Umfeld und die angesprochenen Menschen kennen (also modellieren) und Entwicklungen antizipieren (also voraussagen).

Modellierung und Simulation sind nicht dasselbe

Der theoretische Biologe, Robert Rosen, kommt in seinem Essay „On Models and Modeling“ zum Schluss, dass Modellierung eher eine Kunst, denn Wissenschaft sei. Er erklärt das an seiner berühmten Grafik(1).

Rosen-Grafik

Eine Simulation hat zum Ziel, das natürliche System zu beschreiben, d.h. sein Verhalten zu imitieren, um es vorauszusagen. Die innere Struktur des Simulationsmodells kümmert sich wenig um die innere Struktur des natürlichen Systems. Hauptsache, die Voraussagen stimmen!

Modellierung ist funktoriell

Demgegenüber unterscheidet Rosen ein Modell. Es hat semantische Bezüge zum externen System, das es abbildet. Die Abbildung ist in kategorientheoretischem Sinne funktoriell, indem eine Relation zwischen zwei Subsystemen des natürlichen Systems auf eine Relation zwischen den beiden Subsystembildern innerhalb des Modells abgebildet wird.

Rosen-Grafik_Funktor
Das Diagramm ist kommutativ.

 

Insofern ist ein Modell zwar viel näher an der Natur, würde aber von klassischen Wissenschaftstheoretikern als unwissenschaftlich abgelehnt, weil es die Semantik des natürlichen Systems nicht vollständig abstrahiert.

H. A. Louie erklärt den Unterschied zwischen Modell und Simulation ganz anschaulich so:

These activities are akin to the assertion that since a given curve can be approximated by a polynomial, it must be a polynomial. Stated otherwise, curve-fitting without a theory of the shape of the curve is simulation; model requires understanding of how and why a curve takes its shape.

Systemische Archetypen als Basis von Modellen

Um den Modellierungsprozess sozialer Systeme etwas zu erleichtern, gehe ich von einfachen Verhaltensmustern aus, nämlich den systemischen Archetypen, wie sie Peter Senge in der Fünften Disziplin beschrieben hat(3).  In der Kategorie der Führungssysteme sind das Limites einfacher Subsysteme. Wer schon einmal versucht hat, die Senge Archetypen zu simulieren, weiss, dass das nicht ohne weiteres gelingt. Die Archetypen sind Limites simulierbarer Systeme und als solche ausserhalb der Subkategorie der simulierbaren Systeme.

Das bedeutet, dass ein Modell immer auf Archetypen aufgebaut sein sollte und nicht umgekehrt.

 

(1) Rosen, R. On Models and Modeling.
APPLIED MATHEMATICS AND COMPUTATION 56:359-372 (1993)

(2) A.H. Louie. Robert Rosen’s anticipatory systems, foresight VOL. 12, NO. 3 2010, pp. 18-29, (Emerald Group Publishing Ltd)

(3)Senge, Peter. Die Fünfte Disziplin. Schäffer-Poeschel, 2011

Komplexitätsreduktion? Läuft bei mir nicht.

Am PMCamp in Dornbirn 2014 kam einmal mehr das Thema Komplexitätsreduktion auf. Erstaunlich, wie sich so etwas hält, trotz jahrzehntelanger Diskussion. 1956 publizierte Ashby sein berühmtes Gesetz(1). Obwohl er nicht der erste und einzige ist, der die Notwendigkeit der Komplexität oder Varietät verstand, ist seine Aussage doch die von der Öffentlichkeit am meisten akzeptierte.

Jeder hat seine eigene Vorstellung von Komplexität

In einem Pausengespräch sagte mir jemand, dass man doch nicht immer die ganze Welt in Betracht ziehen könne und sich auf einen Ausschnitt beschränken müsse. Wie wahr! Nur kümmert das die Welt nicht. Wer Mist baut und dieser anderen auf den Kopf fällt, darf sich nicht der Verantwortung entziehen. Was soll man also tun?

Das Problem beginnt mit dem Begriff „Komplexität“. Alle verwenden ihn, niemand weiss, was er bedeutet, bzw. jede Person versteht darunter etwas anderes(2). Die meisten Menschen setzen Komplexität einfach mit Intransparenz, Unordnung und hoher Varietät gleich. Für mich hat Komplexität aber weniger mit dem Sein als vielmehr mit dem Werden zu tun. Komplexität ist Dynamik, Rückkopplung und Potential zur Emergenz!

Dynamik ist in einem Projekt förderlich

Wird z.B. in einem Projekt die Dynamik und Rückkopplung reduziert, indem man strukturiert, Regeln aufstellt und Vorschriften erlässt, dann kann das dazu führen, dass das Projekt erstarrt und zusammenbricht, ins Abseits läuft oder abgebremst wird. Wenn das Projekt stoppt, kann nichts mehr schief, aber auch nichts mehr richtig gehen. Insofern erachte ich Dynamik, Rückkopplungen und Emergenzen in Projekten als förderlich, auch wenn das bedeutet, dass die Stakeholder vermehrt unter Stress stehen. Dann ist es eben eine Frage der Sichtweise, ob man Komplexität als grundsätzlich schlecht oder als hilfreich ansieht.

Vertrauen ist gut, Kontrolle ist besser?

NebelDas Problem liegt an unserem Drang, alles kontrollieren zu wollen. Das ist irgendwie ein menschliches Bedürfnis, kommt aber langsam in die Jahre. Unsere Welt ist überaus komplex geworden und kann längst nicht mehr kontrolliert werden. Wir müssen vielmehr lernen, mit Komplexität und Ungewissheit zu leben. Wir müssen uns fragen, wie wir uns im Nebel bewegen, wenn wir die Beschaffenheit des Weges vor unseren Füssen nicht mehr erkennen. Vielleicht wären Werkzeuge nützlich, wie z.B. ein Blindenstock oder ein Radar. Mit ihnen können wir zwar den Weg nicht vollständig kontrollieren, aber mindestens so viel, dass wir nicht ständig stolpern. (Zwar hinkt die Nebelmetapher! Den Weg gibt es, auch wenn wir ihn nicht sehen, die Zukunft gibt es noch nicht, sie liegt nicht im Nebel).

Das magische Dreieck der Komplexität

Es gibt solche Werkzeuge. Jedoch kommt hier ein ähnliches Gesetz, wie das von Ashby, zum Zuge: Das „Thorngatesche Postulat der angemessenen Komplexität“. Es besagt, dass von den drei metatheoretischen Tugenden „Allgemein, Genau und Einfach“ bloss stets zwei wahrgenommen werden können und die dritte vernachlässigt werden muss(3). Das bedeutet: allgemeingültige und einfache oder vereinfachende Handlungsanweisungen oder Methoden für Projekte sind Beliebigkeiten, d.h. Blahbla.

Modelle helfen, den Weg zu finden

ProjectscopeDaher würde ich auf Allgemeingültigkiet und Präzision setzen und die Forderung nach Einfachheit fallen lassen. Die gesuchten Werkzeuge, um in ungewissen und hochdynamischen Projekten zu bestehen, sind Modelle und Modellbildung. Mit Modellen lässt sich zwar auch nicht die ganze Welt einfangen, aber es kann zumindest untersucht werden, wo das Projekt „klemmt“ und welche Auswirkungen unsere Policies haben, auch ausserhalb des Projekts. Hier denke ich insbesondere an

  • Causal Loop Diagrams
  • System Dynamics
  • Bayesianische Netze
  • agentenbasierten Modelle.

Mit den heute zur Verfügung stehenden Möglichkeiten im Web 2.0, können alle, die sich dafür interessieren, unkompliziert die kompliziertesten Modelle bauen(4).

Quallen:

(1) R. Ashby: An introduction to Cybernetics. Wiley, New York 1956.

(2) M. Sussman: Ideas on Complexity in Systems – Twenty Views. 2000

(3) Karl E. Weick: Sources of order in Underorganized Systems: Themes in Recend Organizational Theory. In: Karl E. Weick (Hrsg.): Making Sense of the organization. University of Michigan/ Blackwell Publishing, Malden, MA 2001, ISBN 0-631-22317-7, S. 32–57

(4) Insightmaker für System Dynamics, Causal Loop Diagramme und agentenbasierte Modelle. GeNIe für bayesianische Netze. Beide sind gratis und dennoch professionell. Beide habe ich getestet und viel Erfahrung damit gesammelt.