Schlagwort-Archive: System Dynamics

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.

 

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.

Schulleiter brüten Dorfbürgermeister aus

Am 24. und 25. Juni 2010 findet im Helmholtz Zentrum für Umweltforschung in Leipzig eine Tagung der Deutschen Gesellschaft für System Dynamics statt1. Es werden Fragen diskutiert wie

  • Welche Folgen hätte eine Insolvenz Griechenlands?
  • Wo liegen die Grenzen des Wirtschaftswachstums?
  • Wie entwickelt sich der Kundenstamm eines Unternehmens?

In der Leipziger Internet Zeitung kommentiert Ralf Julke in einem Artikel vom 17. Juni 2010 den Anlass und konstatiert:

Die Menschheit verfügt längst über die notwendige Rechenkapazität, um komplexe Systeme und Zusammenhänge zu simulieren2

Ingenieure nutzen diese Kapazitäten, um die Auswirkungen von Erdbeben oder Tsunamis zu studieren. Nur unsere Politiker und Manager sind sich zu schade für ernsthaftes Risikomanagement und glauben, die Treffsicherheit von „Bauchgefühlen“ – sprich „Intuition“ – hänge vom Umfang desselbigen Bauches ab. Julke stellt denn auch fest:

Erschrocken sehen sie aus, überfordert und völlig desorientiert: die entscheidenden Politiker, wenn sie auf einmal mit einer menschgemachten Katastrophe konfrontiert werden. Jüngst erst wieder bei der Ölkatastrophe im Golf von Mexiko

Dabei wären die Ereignisse errechenbar gewesen. Lars Weber, Dozent für Volkswirtschaftslehre und Geschäftsleiter der FOM Hochschule für Oekonomie & Management in Leipzig meint:

Die Finanzkrise hat auch die Volkswirtschaftslehre in eine Krise gestürzt, weil alte Modelle die Geschehnisse nicht mehr vernünftig erklären oder abbilden konnten. Jetzt heißt es, Simulationen als einen neuen Erklärungsansatz für die Zukunft zu etablieren

Aber eben, unsere Entscheidungsträger sind gar nicht dafür ausgebildet, um mit Komplexität umgehen zu können. Und genau diese Unfähigkeit bezieht die höchsten Boni. Warum eigentlich?

Die Verantwortlichen haben selten gelernt, mit solchen Simulationen zu arbeiten oder gar in derart komplexen Zusammenhängen zu agieren. Sie handeln nicht, wenn es noch Zeit dazu ist. Und sie handeln nicht konsequent genug. Sie agieren oft genug mit dem Horizont eines Dorfbürgermeisters

Offensichtlich trifft die Schuld aber nicht nur unsere Führungselite. Fast noch mehr ist die Schuld in unserem Bildungssystem zu suchen. Umgang mit Komplexität und mit dem Unvorhergesehenen sind leider keine Bildungsfächer. Sogar angehende Wirtschaftsinformatiker lernen während mehreren Semester stupide lineare Methoden, die in der Realität ohne Relevanz sind. System Dynamics und Agent Based Modelling sind den Bildungsverantwortlichen leider zu oft Fremdwörter. Oft haben Schulleiter wenig praktische Erfahrung, wissen nicht, was unter Komplexität zu verstehen ist und sind für den verantwortungsvollen Job, den sie ausfüllen sollten, völlig unqualifiziert. Für neu zu vergebende Stellen wählen sie Kandidaten aus, die ebenso unqualifiziert sind, wie sie selbst. Man nannt dieses Phänomen Kooptation, also Ergänzungswahl, Zuwahl, Aufnahme oder Wahl von Mitgliedern durch die übrigen Mitglieder einer Gemeinschaft3. Kooptation im Bildungswesen schafft geschlossene Lehrkörper, die meistens Ihresgleichen rekrutieren und somit verhindern, dass neue Gedanken in das Curriculum Einzug halten.

Und so stehen Politiker, Wissenschaftler, Manager … immer wieder vor komplexen Systemen, die auf einmal in sich zusammenklappen. Nicht unerwartet. Aber erwartbar. Die Zeichen, wann es anfängt zu kriseln, sind auch in komplexen Systemen sichtbar,

aber nur für diejenigen, die in systemischem Denken ausgebildet wurden. Und von denen gibt es sträflich wenige.

1Deutsche Gesellschaft für System Dynamics e.V. Programm der 4. Jahrestagung vom 24./25. Juni 2010

2Julke, Ralph. Tagung in Leipzig diskutiert: Kann man Zukunft mit Dynamischen Systemen simulieren? Leipziger Internet Zeitung, 17.06.2010

3http://de.wikipedia.org/wiki/Kooptation

Das Alte war gut. Die Entwickler des Neuen haben keine Ahnung!

In seinem Buch Die Kritische Kette sinniert Eliyahu Goldratt auf der Basis der Theory of Constraints über die Wahrscheinlichkeit nach, mit der ein Task, eine Phase oder ein ganzes Projekt nach einer bestimmten Zeit terminiert wird1. Er macht dabei den Vergleich zu dem Nachhauseweg nach der Arbeit. Unter 20 Minuten können Sie nicht zu hause sein. Meist sind es 30 Minuten. Wenn viel Verkehr ist, dann benötigen Sie sogar 40 Minuten. Und wenn Sie noch einen Kollegen treffen und mit ihm ein Bier trinken, sind Sie nicht vor 120 Minuten zu hause. Goldratt fragt dann, mit welcher Terminierungswahrscheinlichkeit wir planen sollen. Meines Erachtens ist das in Migrations- und Integrationsprojekten (MIP) die falsche Frage. Ganz abgesehen davon, dass Sie die Terminierungswahrscheinlichkeiten für einzelne Tasks und Phasen in MIP gar nicht kennen, werden typische MIP-Tasks nie fertig. Das kommt daher, dass z.B. bei einer Migration ein bestehendes System abgelöst werden soll und das neue System den Kunden vorerst niemals zufrieden stellen kann, weil es doch etwas anderes ist, als das ihm vertraute alte System. Stets vergleicht er das neue System mit dem abzulösenden, dem er tief in seinem Herzen eine Träne nachweint. Zudem kennt er das neue System noch nicht so gut und muss die Bedienung vieler Funktionen zuerst kennen lernen. Wer von uns kennt das nicht? Bis man mit einem Gerät wirklich vertraut ist und seine Stärken und Macken kennt, muss man es viele Male bedient haben, um nicht zu sagen, man müsse es in sein Leben integriert haben. Unsere Fernseher, Waschmaschinen, Autos, PCs oder Musikanlagen sind doch ein Teil unseres Lebens geworden. Wenn wir ein solches Teil jemals ersetzen müssen, finden wir eine Menge von Mängel am neuen Teil. Aber nach paar Wochen ist auch das neue Gerät ein Teil unseres Lebens geworden, und wir wissen schon gar nicht mehr, wie das alte bedient werden musste. Das Projekt „neues Gerät anschaffen und in Betrieb nehmen“ ist beendet, wenn das neue Gerät angeschlossen und betriebsbereit ist. Genau in dieser Phase haben wir allerlei zu bemängeln und herum zu nörgeln. Ich nenne das das Umgewöhnungssyndrom. Leider können wir als kleine Endkunden dem Lieferanten das Gerät nicht um die Ohren schlagen. Wenn aber z.B. eine Bank von einem Systemhaus eine neue Bankenlösung kauft und für die Migration Dutzende, wenn nicht Hunderte von Millionen bezahlt, dann kann sie den Lieferanten solange festnageln, bis sie sich endlich an das neue System gewöhnt hat. Das verzögert das Projekt ungemein.

Sehr schön studieren kann man den eben beschriebenen Effekt bei Acceptance Tests, die ein wichtiger Teil von jedem MIP sind. Dazu wird ein Testdrehbuch benötig, das die durchzuführenden Tests enthält zusammen mit Angaben über Durchführungsdauer, Start- und Endzeitpunkt, Testverantwortliche, zu erwartende Resultate, etc. Sollen z.B. 100 Tests durchgeführt werden die je 15 Minuten dauern, dann wird die Projektplanung 25 Stunden vorsehen. Erfahrungsgemäss sieht die Planung und die dazugehörende Fortschrittskurve so aus:

 

Eine solche Planung passt eher in ein Straflager. Auch noch so arbeitsame Mitarbeiter gehen mal einen Kaffee holen oder müssen die Toilette besuchen. Ab und zu muss das Testdrehbuch diskutiert oder ein Bedienungsmanual konsultiert werden. Zudem kommen Telefone und die Mails müssen gecheckt werden. Die effektive Produktivität einer Ressource beträgt normalerweise zwischen 70 und 80 Prozent.
In den letzten paar Jahren habe ich die effektiven Testfortschritte aus mehreren Projekten ausgewertet und stets folgendes gefunden:

 

Am Anfang wird ein Initialaufwand dazu führen, dass die Ausführung der Tests der Planung etwas hinten her hinkt, weil der Projektleiter die Rüstzeiten vergessen hat. Diese sind aber schnell eingeholt, und weil alles so gut geht überholen die aktuellen Tests die Planung sogar. Das kommt daher, dass man zuerst die einfachen und unproblematischen Tests durchführt. Der Projektleiter muss bei jeder Steeringboard-Sitzung den Projektfortschritt vorweisen. Er wird quasi am Fortschritt gemessen. Daher wird er solange unproblematische Tasks oder Pfade bearbeiten, wie er kann. Goldratt schreibt: Weil ein Fortschritt auf einem Pfad eine Verzögerung auf einem anderen Pfad kompensiert. Also scheint ein rascher Fortschritt auf einem beliebigen [auch nicht-kritischen] Pfad angebracht2. Das schafft Vertrauen. Doch dann beginnt es zu harzen. Einige Tests müssen wiederholt werden. Schwererwiegende Probleme müssen sogar mit der Entwicklung besprochen werden. Es gibt Fälle, in denen das Verhalten des Systems zunächst unerklärlich ist und analysiert werden muss. Das kostet viel Zeit, die nie mehr eingeholt werden kann. Und schliesslich wird der Kunde genau in diesem Zeitpunkt, in welchem die Fortschrittskurve abflacht, vom Umgewöhnungssyndrom erfasst. Das neue System passt ihm (noch) nicht so recht, weil er es noch nicht kennt. Er möchte, dass es wie das alte funktioniert und wird viele Einwände, Wünsche oder zumindest Fragen haben. Er wird verlangen, dass Testfälle ein wenig verändert und wiederholt werden. Das Problem ist also weniger die Terminierungswahrscheinlichkeit, die die Theory of Constraints untersucht, noch der Rework Cycle, wie er von System Dynamics vorausgesagt wird. Das Problem in Migrations- und Integrationsprojekten ist das Umgewöhnungssyndrom. Daher werden die Acceptance Tests nie fertig. Man muss sie irgend einmal einfach „gewaltsam“ als abgeschlossen erklären. Ganz ähnlich verhält es sich mit ganzen Migrations- und Integrationsprojekten. Auch diese werden nie so richtig fertig.

1Eliyahu Goldratt. Die Kritische Kette – Das neue Konzept im Projektmanagement. Campus Verlag. Frankfurt a.M. 2002.
2 ebenda, S. 80.

Wo würden Sie sich auf der Costa del Sol als Eisverkäufer platzieren?

Modelle sind für das Verständnis von komplexen Projekten und Unternehmen etwas sehr wichtiges. Der Grad der Komplexität moderner wirtschaftlicher Strukturen ist heute so gross, dass es unmöglich ist, ohne Modelle zu führen. An einem Beispiel wollen wir uns zu der Anwendung von Modellen Gedanken machen. Hotelling beschrieb 1929 ein Modell zweier Anbieter homogener Produkte1. A1 und A2, die beiden Anbieter, sind entlang einer Strecke einer bestimmten Länge positioniert (Beispiel: Eisverkäufer auf einem Strandabschnitt). Mit ai bezeichnen wir die Koordinate von Ai , d.h. den Abstand vom linken Ende der Strecke.

O.B.d.A. kann angenommen werden, dass die Strecke die Länge 1 hat und dass A1 näher am linken Endpunkt der Strecke steht als A2, d.h. a1 < a2. Ai verkauft seine Produkte zum Preis pi. Die Frage ist nun, für welche ai die beiden Anbieter den grössten Nutzen haben. Das klassische Modell, das diese Frage beantwortet, geht von vier Voraussetzungen aus:
1. Die Kunden sind entlang der Strecke gleichverteilt
2. Die Kunden besitzen eine unendliche Preiselastizität, d.h. fragen unabhängig vom Preis eine Einheit nach
3. Jeder Kunde fragt in der Beobachtungsperiode genau eine Einheit nach
4. Der Transportkostensatz c, den ein Kunde bezahlen muss, um die erstandene Produkteinheit von ai zu seinem angestammten Platz («nach hause») zu transportieren, ist für alle Kunden derselbe

Somit hat ein Kunde bei Koordinate y Erstehungskosten von | p1 + c( y – a1) |, wenn er bei A1 kauft. (Es gibt Autoren, die mit quadratisch von der Distanz abhängigen Transportkosten argumentieren. Um das Modell nicht zu überladen, nehmen wir konstante und lineare Transportkosten an, was ja gar nicht so realitätsfern ist). Gilt am Punkt x

so werden alle Kunden links von x bei A1 kaufen und alle rechts von x bei A2. Der Kunde in x ist indifferent und hat dieselben Erstehungskosten, ob er nun bei A1 oder bei A2 kauft. Für x ergibt sich

Das klassische Modell, dem wir hier folgen, argumentiert, dass

die jeweiligen Nutzenfunktionen der Anbieter seien. Nach Voraussetzung 1. ist x ja der Teil der Kunden, die bei A1 kaufen., bzw. (1 – x) derjenige Teil, der bei A2 kauft. di sind die Selbstkosten, die der Anbieter Ai pro Einheit zu tragen hat.

Aus

und

folgt nun, dass sich Anbieter A1 möglichst weit rechts und Anbieter A2 möglichst weit links positioniert. Da wir a1 < a2 voraussetzten, bedeutet dies, dass sich beide Anbieter in der Mitte, also bei Koordinate ½ treffen.

Die Kritik an diesem Modell ist offensichtlich. Zunächst können alle vier Grundvoraussetzungen als realitätsfern zurück gewiesen werden. Während es einfach ist, das Modell in Richtung realistischer Nachfrage zu erweitern und damit die Grundvoraussetzungen 1 – 3 zu eliminieren, bietet 4 bereits Probleme. Verschiedene Kunden verwenden vielleicht unterschiedliche Transportmittel, die jedes Mal einen anderen Transportkostensatz verlangen. Es gibt Behandlungen des Hotellingschen Strassendorfes, die zu anderen Resultaten kommen. Beispielsweise positionieren sich die Anbieter zu ihrem grössten Nutzen möglichst weit voneinander, wenn die Transportkosten quadratisch mit der Distanz ansteigen.
Die Wirklichkeit ist viel filigraner, als das klassische Modell. Dennoch können wir die Aussage des Modells, so wie wir es hier darstellten, in Wirklichkeit beobachten. Oft stehen nämlich Filialen der zwei grössten Food-Ketten eines Landes in Sichtweite voneinander, und in grossen Einkaufszentren kann man nicht selten für eine Produktgruppe gleich zwei oder mehrere Anbieter unter dem gleichen Dach antreffen. Die Häufung von Anbietern homogener Produkte ist ein bekanntes Phänomen. Abhängig von Branche und Preissegmente lassen sich aber auch gegenteilige Trends beobachten, für die es auch Modelle gibt. Welches Modell beschreibt nun genau unsere Situation, die wir gestalten möchten? Wie können wir sicher sein, dass ein Modell unsere spezielle Situation richtig abbildet und nicht gerade eine diametral gegenüberliegende Situation? Vielleicht trifft eine Kombination mehrerer Modelle die gesuchte Situation.

System Dynamics (SD) Modelle: Je grösser und umfangreicher, je mehr Feedbackschlaufen, desto stabiler. Betrachtet man die Natur als Eins-zu-eins-Modell, so ist sie das ultimativ ausführlichste und umfangreiche Modell. Die Natur dämpft also in der Regel Störungen recht gut ab. Trotzdem kommt es in der Entwicklung immer wieder zu Emergenzen. Es kann sogar so sein, dass Oszillationen scheinbar zum Verschwinden gedämpft werden und das System über lange Zeit hinweg ruhig bleibt, dann aber plötzlich eine Katastrophe auftritt. Dieses Verhalten kann ein Modell auch aufzeigen. Dazu ist es aber unbedingt notwendig, dass auch das Umfeld des Systems weiträumig in das Modell einbezogen wird. Es hilft z.B. wenig, wenn in ein Projektmodell nur gerade das dynamische Geschehen innerhalb des Projekts eingeht. Es müssen auch Kultur des Unternehmens, Persönlichkeitsmerkmale der einflussnehmenden Projektmitarbeiter und Erwartungen der künftigen Anwender des Projektgegenstandes einbezogen werden.

System Dynamics Modelle geben nur zurück, was man hinein gesteckt hat, d.h. ein SD-Modell ist eine Tautologie. Das heisst aber noch lange nicht, dass die auf SD-Modellen basierenden Erkenntnissen offensichtlich sein müssen.

Es gibt zwei Gründe, wenn man den Eindruck hat, dass zuwenig herauskam:

1. Man hat zuwenig in das Modell hinein gesteckt. Das kann natürlich wiederum verschiedene Gründe haben. Häufig jedoch wird «verschwiegen», was einem belasten oder schaden könnte. Das passiert natürlich unbewusst. Der Kunde merkt vielleicht instinktiv, dass die Erkenntnisse aus dem Modell Machtdispositionen zur Disposition stellen oder einen Gesichtsverlust nach sich ziehen könnte. Vielleicht weisen die Erkenntnisse auch Versäumnisse der Vergangenheit auf, die man durchaus kannte, aber aus Verantwortungslosigkeit unterliess. Hier ist der Modellierer als Organisationsentwickler und Coach gefragt.
2. Es könnte sein, dass die Erkenntnisse aus dem Modell vorher diffus bekannt waren. Während der Erarbeitung des Modells ging den Personen langsam ein Licht auf – wie mit einem Dimmer. Die Einsicht kam nicht unmittelbar, sondern schleichend. Der Bewusstseinsprozess selber lief unbewusst ab. Das ist grundsätzlich ein gutes Zeichen, aber der Kunde hat natürlich immer das Gefühl, dass es nichts gebracht habe, weil er den Fortschritt seiner Erkenntnisse gar nicht wahrgenommen hat.

Trotzdem kann ein System Dynamics Modell Neues aufdecken. Es ist durchaus denkbar, dass ein Problem aus turbulenten Zeiten nicht überwunden, sondern nur schlafen gelegt wurde. Das kann dann später, wenn man’s nicht erwartet, aufbrechen.

Geht man davon aus, dass es eine Wirklichkeit unabhängig vom Beobachter gibt, dann weiss man, dass man durch selektive Wahrnehmung und Ausblenden von Teilen nur einen Teil wahrnimmt. Es kann sein, dass man diesen Teil mit mentale Konstruktionen ergänzt, die keine Entsprechungen in der realen Welt zu haben brauchen. Allerdings muss das Konstruierte mit dem Teil, der von der Realität stammt, kompatibel und kohärent sein. Es ist daher sehr schwierig, etwas dazu zu konstruieren. Umgekehrt können kognitive Unterspezifizierungen dazu führen, dass der wahrgenommene Teil der Realität Löcher aufweist, was eine wesentliche Quelle von Fehlentscheiden und fehlerhaften Handlungen zu sein scheint.2. Versucht man dann, das (löchrige) Beobachtete und das Konstruierte zu modellieren, kann das Modell Tatsachen aufzeigen, die ausserhalb der Wahrnehmung liegen und kontraintuitiv sind. In diesem Fall wirkt ein Modell bewusstseinserweiternd.

Ein System Dynamics Modell hat die Funktion eines Mikroskops für die dynamischen Entwicklungen unserer Systeme. In den meisten Fällen weiss man, was man in einem Mikroskop sehen wird. Aber man will ein bestimmtes Detail genauer beschreiben.

1H. Hotelling. Stability in Competition. Economic Journal 39:41-57. 1929
2James Reason. Menschliches Versagen – Psychologische Risikofaktoren und moderne Technologien. Spektrum Akademischer Verlag. Heidelberg und Berlin, 1994 Wo würden Sie sich auf der Costa del Sol als Eisverkäufer platzieren? weiterlesen

Im Himmel ist alles viel einfacher

Kürzlich nahm ich an einer Strategiediskussion einer Gruppe von Mitgliedern einer humanitären Organisation teil. Es ging dabei um die Frage, welche humanitären Aktionen man als nächstes in Angriff nehmen wolle. Nachdem sich unterschwellig ein paar Konflikte abzeichneten, lief die Diskussion darauf hinaus, dass man nur noch Ideen sammelte, wem man Geld spenden will. Anstatt zu überlegen, was man mit den eigenen Kräften tun könnte, begann man aufzuzählen, welche notleidenden Zielgruppen es gibt, die die Hilfe nötig haben. Eine solche Aufzählung ist leider sehr einfach, denn die Not in der Welt ist bekanntlich gross. Am Schluss überlegte sich die Gruppe, wem sie grosszügigerweise Geld zukommen lassen will, ob der Schule in einer ärmlichen Region Osteuropas oder Brandopfern in einer hiesigen Universitätsklinik. Es ist natürlich bedeutend angenehmer, in Gedanken Geld zu verteilen, als zu überlegen, was man arbeiten sollte. Schliesslich bestimmte die Gruppe ein Mitglied, das sich bis zum nächsten Treffen Gedanken machen soll, mit welcher konkreten Aktion man das Geld verdienen könnte, das man dann der Zielgruppe zukommen lassen will.

Solche Diskussionen erlebe ich in Projekten und im Management fast täglich. Wenn einer darauf hinweist, dass man thematisch abgleite, wird ihm unwirsch erklärt, dass die Diskussion von Grundfragen der wirklich wichtige Schritt sei. Psychologen nennen diesen Verhalten vertikale Flucht. Stefan Strohschneider schreibt darüber, dass man sich von der Ebene profanen Handelns löst und sich in Gedanken damit beschäftigt, wie es wäre, wenn die Probleme schon gelöst seien. Dazu gehört auch die ständige Entwicklung neuer Zielvorstellungen, gekoppelt mit dem Verschleppen von Terminen, bei denen man sich konkret mit dem in Frage stehenden Problemen auseinander setzen müsste. In einer angenehmen Gruppenatmosphäre wird besonders die Vermeidung von Konflikten wichtig1. Die Gruppe verlegt sich auf die angenehme oder beherrschbare Ebene (hinauf, deshalb vertikale Flucht genannt) und erklärt, dort die eigentlichen Grundfragen des Projekts zu behandeln. Vor allem, wenn die Vergangenheit von Misserfolgen geprägt war, kapselt man sich gerne gegenüber unangenehmen oder schwierigen Fragen ab. Harald Schaub erklärt das Phänomen der Einkapselung so: Handeln in komplexen Realitäten ist für viele Entscheider gekennzeichnet durch ständig neue Probleme und Schwierigkeiten, durch Misserfolge, Pannen und Enttäuschungen. Es ist kaum verwunderlich, wenn in solchen Konstellationen die Tendenz zur Einkapselung in gut beherrschte Realitätsausschnitte zu beobachten ist. Der frustrierte [Projektmanager] sucht seine Aufgaben nicht mehr nach deren Wichtigkeit und Dringlichkeit aus, sondern nach der individuellen Bewältigbarkeit, also nach der Erfolgswahrscheinlichkeit. Er macht das, was er kann und vergisst, was er machen sollte2. Beide Fehler – vertikale Flucht als auch Einkapselung – können als Verschiebung des Problems betrachtet werden. Peter Senge hat 1990 zehn Handlungsarchetypen beschrieben3. Eine davon nannte er Shifting the Burden. Das eingangs erwähnte Problem der humanitären Organisation liesse sich mit dem Shifting-the-Burden-Archetypus wie folgt darstellen:

Ursprünglich wurde eine Aktionsidee gesucht, also eine Grobbeschreibung der Aktion, mit der man notleidenden Menschen helfen will. Die grundsätzliche Lösung wäre also, den Prozess zu planen, mit dem man helfen will. Stattdessen beschreibt man lieber, wem man helfen will. Das ist eine symptomatische Lösung. Die Vorstellung, man hätte das Geld, das man spenden will, bereits verdient und könnte es nun dem Nutzniesser übergeben, ist sehr angenehm. Immerhin weiss man nun, wem man helfen will und braucht nur noch die Kleinigkeit einer Aktionsbeschreibung. Diese delegiert man und schiebt damit die Entscheidung über den eigenen Arbeitseinsatz hinaus. Je mehr man den Endzustand beschreibt, desto glücklicher werden die Diskussionsteilnehmer und umso weniger sehen sie die Notwendigkeit, einen Arbeitsprozess beschreiben zu müssen. Zwar hat man am Schluss des Tages das Gefühl, etwas erreicht zu haben. Die ursprünglich gestellte Aufgabe ist anscheindend gelöst. Spätestens aber, wenn der Delegierte seine Vorschläge vorstellt, beginnt die Diskussion auf’s Neue, diesmal aber viel heftiger.

1Stefan Strohschneider. Kompetenzdynamik und Kompetenzregulation beim Planen. In S. Strohschneider/R. van der Weth (Hrsg). Ja mach nur einen Plan – Pannen und Fehlschläge – Ursachen, Beispiele, Lösungen. S. 35-51. Verlag Hans Huber. Bern 2002

2Harald Schaub. Exception Error“: Über Fehler und deren Ursachen beim Handeln in Unbestimmtheit und Komplexität. In: gdi impuls 4. Gottlieb Duttweiler Institut, Rüschlikon 1996.

3Peter M. Senge. Die Fünfte Disziplin – Kunst und Praxis der lernenden Organisation. Klett-Cotta. Stuttgart 1996.