Springe zum Inhalt

Cynefin Modell und Stacey Martix

Die im Cynefin Modell dargestellten Typologien beschreiben, in welcher Art bei der Lösung von Themenstellungen unterschiedlicher Charakteristik vorgegangen werden kann.

Das Cynefin Modell wurde von dem walisischen Wissenschaftler Dave Snowden erarbeitet. Das Modell ist weniger ein kategorisierendes Modell, sondern mehr ein sinnstiftendes (sensemaking) Modell und ist sehr stark aus empirischen Beobachtungen abgeleitet.  Es unterteilt Aufgabenstellungen in 5 unterschiedliche Typologien.

Vergleichbare Aussagen finden wir in der Stacey Martix, die vom britischen Professor für Management Ralph Douglas Stacey (*1942), der sich mit Organisationstheorie und komplexen Systemen befasst, dargestellt wurde. Die Stacey Matrix visualisiert den Zusammenhang zwischen:

  1. der Klarheit bzw. des Wissens der Anforderungen oder auch Zieles einer Aufgabenstellung und
  2. der Kenntnis bzw. des Bekanntheitgrades des Prozesses, Vorgehensweise oder auch der Technologie mit die Aufgabenstellung gelöst wird.

In Abhängigkeit dieser Größen wird in das Diagramm die Charakteristik der Aufgabenstellungen dargestellt.

  1. Einfaches System (simple system): In diesem Typus  liegt eine klare und eindeutige Beziehung zwischen der Ursache und der Wirkung vor, die bekannt ist.  Es gibt eine klare Lösung.
    • Beispiel: Ich fahre auf der Autobahn auf der linken Spur. Vor mir fährt ein Auto, das bremst und dessen Bremsleuchten aufleuchten. Ich erkenne das Problem, beurteile es und reagiere, indem ich bremse.  Es gibt in der Regel nur eine beste Lösung, die sogenannte Best Practice. 
    • Vorgehensweise: erkennen/wahrnehmen-beurteilen/klassifizieren-reagieren/agieren (sense-categorize-response)
  2. kompliziertes System (complicated system). Auch in diesem Typus gibt es eine klare Beziehung zwischen den Einflussgrößen (Ursache) und der Wirkung vor. Allerdings gibt es mehrere unterschiedliche Wirkungszusammenhänge. Die Wirkungszusammenhänge sind verborgen. Durch Analysen oder durch Experten lassen sich die Wirkungszusammenhänge herausfinden.
    • Beispiel: Mein PC wird immer langsamer. Ich bringe ihn zu einem Experten. Der analysiert das Problem um die einzelnen Wirkungsbeziehungen herauszufinden, wählt die passendste Lösung aus und setzt sie um. Es gibt nicht nur eine, sondern mehrere richtige Lösungen. Das heißt, es gibt kein Best Practice, sondern nur Good Practices. Die unterschiedlichen Optionen haben jeweils Vor- und Nachteile.
    • Vorgehensweise: erkenne/wahrnehmen (Daten sammeln)-analysieren-reagieren/handeln (Sense-analyse-response)
  3. komplexes System: (complex system). In diesem Typus gibt es mehrere Ursache-Wirkungsbeziehungen. Die Beziehungen zwischen den Einflussgrößen sind unbekannt und teilweise bedingen sie einander. Sie sind emergent und das Zusammenwirken ist (noch) unbekannt. Bei komplexen Systemen betritt man zu großen Teilen Neuland. Die Zusammenhänge sind erst im Nachhinein erkennbar.
    • Beispiel: Welche Antriebsart wird sich für den PKW von Morgen durchsetzen. Diese genaue Lösung lässt sich bei der Vielzahl der Alternativen im Moment analytisch nicht ableiten. Das hängt z.B. von Dingen wie der Weiterentwicklung der Batterietechnologie, der Entwicklung von synthetischen Kraftstoffen, der Kostenentwicklung, Verfügbarkeit von Ladesäulen, Ladegeschwindigkeit, Skaleneffekte usw. ab.
    • Vorgehensweise:  probieren-erkennen/wahrnehmen-handeln  (Probe-sense-response). Das Probieren ist kein zufälliges Try-and-Error, sondern das bewusste Aufstellen von Hypothesen nach dem Motto: "Good enough for now, safe enough to try" und Überprüfen mit der aus dem Lean Management bekannten PDCA Logik.
      PDCA Plan Do Check Act

      Komplexe Systeme lassen sich nur iterativ  Schritt für Schritt abarbeiten. Dabei können mit  dem iterativen Erkennen von Zusammenhängen Regeln (z.B. Heuristiken) abgeleitet werden, die es ermöglichen ursprünglich komplexe Zusammenhänge in komplizierte oder gar einfache Zusammenhänge zu überführen. Als Ergebnis kommt man zu einem Emergent Practise. Es gibt eine gewisse Ähnlichkeit zum Vorgehen des von Scharmer entwickelten Modell U.

  4. chaotisches System (chaotic system). In diesem Typus ist kein systematischer oder logischer Zusammenhang zwischen Ursache und Wirkung  erkennbar.
    • Beispiel: Unternehmen, die kurz vor dem Konkurs stehen und in denen nicht mehr klar ist, wer in welche Richtung arbeitet.
    • Vorgehensweise: : handeln/agieren (Wirkung erzielen) – erkennen– reagiere. (act-sense-respond).
      In chaotischen Systemen geht es im Wesentlichen darum zu handeln (keine umfassenden Analysen) und Wirkung zu erzielen. Ziel ist es, das chaotische System Stück für Stück  zu stabilisieren. Am Beispiel des eines im Konkurs befindlichen Unternehmens wird die Handlungsvollmacht einer Person (z.B. CRO) gegeben. Dieser Zustand wird von Dave Snowden als Novel Practice bezeichnet, weil es für die meisten neu ist und von wenigen ausgeht.
  5. Zustand des Nicht-Wissens (Disorder). In diesem wissen Sie nicht in welchem der anderen 4 Typen sie sich befinden.
    Vorgehensweise:  Sammeln Sie mehr Informationen über die Themen des Nicht-Wissens und ordnen Sie sie entsprechend der Kriterien dem richtigen Typ zu. 

 

Zusammenhänge und Anwendungsbeispiele:

Die meisten Themenstellungen sind in der heutigen Zeit eher kompliziert und komplex und weniger einfach. Dave Snowden warnt davor, best practices im Sinne eines rezeptartigen Vorgehens auf komplizierte und komplexe Zustände anzuwenden. Falsche Vorgehensweisen können Systeme in chaotische Systemzustände überführen, die sehr schwer reparabel  sind.

Um Wissen produktiv zu machen, müssen wir lernen, sowohl den Wald als auch den einzelnen Baum zu sehen. Wir müssen lernen, Zusammenhänge herzustellen. Peter Drucker

 

Mit Blick auf die Stacey Matrix wird klar, dass in diesem System auch ein Zusammenhang zwischen dem Wissen des Betrachters und dem System versteht. Für Betrachter, die ein hohes Fach- und Erfahrungswissen haben, sind gewisse Aufgabenstellung schon der Kategorie einfach oder kompliziert zuzuordnen, die für Betrachter mit  (noch) geringerem Wissen komplex sind.

Probieren geht über studieren

Dieser Grundlogik des Vorgehens bei komplexen Systemen bedient sich auch die aus dem Toyota Produktionssystem abgeleitete KATA . Sie versetzt Mitarbeiter, die (noch) keine voll umfassenden Erkenntnisse über ihren Prozess  haben in die Lage, thesenbasiert und schrittweise Verbesserungen zu erreichen und zu lernen. Auch das Design Thinking folgt für die Entwicklung neuer Produkte dieser Grundlogik.

Ein Blick in die tägliche Praxis zeigt, dass viele Themen nicht mit dem angemessenen Vorgehen behandelt werden

Einfache und komplizierte Aufgaben lassen sich mit den Lean Methoden abarbeiten.

Komplexe Aufgaben lassen sich nicht analytisch lösen. Die Thesen können zwar aus analytischen Betrachtungen abgeleitet sein, das unbekannte bzw. angenommene Zusammenwirken muss aber über entsprechende Versuche der PDCA Logik folgend beobachtet und nachgewiesen werden. Hier ist das Wirkungsfeld der agilen Methoden mit der prägenden iterativen Vorgehensweise

Oft wird die PDCA Logik belächelt oder nicht angewendet. Die PDCA Logik ist eine Notwendigkeit, um die Zusammenhänge soweit wie irgend möglich zu verstehen. Wer nicht versteht, sieht die echten Hindernisse nicht und läuft bei Störungen in Gefahr zu früh aufzugeben. Reines Umsetzen von Thesen ohne diese zu verstehen ist auch eine schlechte Voraussetzung für weitere Aktivitäten, die auf das gerade erarbeitete (erfahrende) und erlernte aufbauen. -Es ist nicht wirklich erlernt.

Unzureichend abgesicherte Annahmen (Thesen) sind Behauptungen. Vorgehensweisen auf der Basis von Behauptungen führen in ihrer wechselseitigen Wirkung zu neuer Komplexität sind gefährdet in den Chaos-Typ  zu führen .

Im politischen Umfeld sind es oft ideologisch geprägte Denkhaltungen die zu Behauptungen verleiten und so in diese Falle zu laufen. Nicht selten halten Politiker an ihren Aussagen und Festlegungen fest um in der Öffentlichkeit mangels Fehlerkultur ihr Gesicht zu wahren. Das Chaos kann dann nur "handeln/agieren (Wirkung erzielen) – erkennen– reagieren"  gelöst werden.

Bei der Herangehensweise an komplexe Systeme ist zwischen der dynamisch adaptiven und der dynamisch aggressiven Vorgehensweise zu unterscheiden.

Die dynamisch adaptive Vorgehensweise nähert sich in kleiner Schrittweite (=geringes Risiko, wenn die Umkehr notwendig ist) der Lösung. Dieser Ablauf wird z.B. bei der KATA angewendet.

Die dynamisch aggressive Vorgehensweise nähert sich mit großer Schrittweite bei hohem Risiko der Problemlösung. So ist beispielsweise die Vorgehensweise von Elon Musk mit dem Tesla E-Drive eine dynamisch aggressive Vorgehensweise und die Reaktion der anderen Automobilhersteller eine eher dynamisch adaptive Vorgehensweise.

Dynamisch aggressive Vorgehensweisen in werden bei komplexen Aufgabenstellungen oft durch den HIPPO Effekt (HIghest Paid Person’s Opinion) beeinflusst

HIPPOs sind oft sehr erfahrende Personen die in den Teams aus unterschiedlichen Gründen eine hohe Reputation haben. Oft spielt die Seniorität, das selbstbewußte Auftreten oder auch die hierarchische Stellung eine Rolle. Das Wort der HIPPOs hat im Team  sozusagen Gewicht.

Dynamisch aggressive und statisch adaptive Vorgehensweisen können sich in diesem Fall systemisch gegenseitig beeinflussen. Das wird am Beispiel des Formatkrieges  deutlich.  Etwas Vergleichbares könnte bei der Entwicklung der Antriebskonzepte für PKW's und LKW's passieren.

 

 

Aus dem Leitbild von Google sind viele Zusammenhänge um die dynamisch aggressive Vorgehensweise zu entnehmen. Von Google stammt so z.B. die Kultur des Scheiterns : Umso schneller man scheitert, umso besser. Diese Kultur ist gerade bei der dynamisch aggressiven Vorgehensweise nötig.