Springe zum Inhalt

Cynefin Modell und Stacey Martix

Die im Cynefin Modell dargestellten Typologien beschreiben, wie bei der Lösung von Frage- und 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 ,  ein sinnstiftendes (sensemaking) Modell.

Es ist aus empirischen Beobachtungen abgeleitet unterscheidet aus der Charakteristik der Frage- und Themenstellung heraus abgeleitet 5 unterschiedliche Typologien (siehe Abb.):

  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 eindeutige Lösung.
    • Beispiel: Sie fahren im Auto auf der linken Spur einer Autobahn. Das Auto unmittelbar vor Ihnen bremst und dessen Bremsleuchten leuchten auf. Sie erkennen das Problem, beurteilen es und reagieren, indem Sie bremsen. Es gibt 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 besteht es eine klare Beziehung zwischen den Einflussgrößen (Ursache) und der Wirkung. Allerdings gibt es mehrere unterschiedliche Wirkungszusammenhänge. Die Wirkungszusammenhänge sind verborgen. Durch Analysen oder durch Experten lassen sich die Wirkungszusammenhänge herausfinden.
    • Beispiel: Ihr PC wird immer langsamer. Sie bringen 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: erkennen, 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 synthetischer Kraftstoffe, der Kostenentwicklung, Verfügbarkeit von Ladesäulen, Ladegeschwindigkeit, Skaleneffekte bis hin zur Strompreisentwicklung 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 der Zusammenhänge, Regeln (z. B. Heuristiken) abgeleitet werden, die es ermöglichen, ursprünglich komplexe Zusammenhänge in komplizierte oder einfache Zusammenhänge zu überführen. Als Ergebnis kommt man zu einem emergent Practise.

  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 – reagieren. (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 Practices bezeichnet, weil es für die meisten neu ist und von wenigen ausgeht.
  5. Zustand des Nicht-Wissens (Disorder). In diesem Fall wissen Sie noch nicht, zu welchem der 4 Typen er zuzuordnen ist.
    Vorgehensweise: Sammeln Sie mehr Informationen über die Themen des Nicht-Wissens und ordnen Sie sie der Kriterien entsprechend dem richtigen Typ zu.

Vergleichbare Aussagen finden wir in der Stacey Matrix, 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 und des Wissens der Anforderungen oder auch des Zieles einer Aufgabenstellung und
  2. der Kenntnis oder des Bekanntheitsgrades des Prozesses, Vorgehensweise oder auch der Technologie, mit der die Aufgabenstellung gelöst wird.

Zusammenhänge und Anwendungsbeispiele:

Die meisten Themenstellungen sind in der heutigen Zeit eher als kompliziert und komplex und weniger als einfach zu kategorisieren, Dave Snowden warnt davor, Best Practices rezeptartig 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 mit hohem 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

Der Grundlogik des Vorgehens bei komplexen Systemen bedient sich auch die aus dem Toyota Produktionssystem abgeleitete KATA . Sie versetzt Mitarbeiter, die (noch) keine umfassenden Erkenntnisse über ihren Prozess haben in die Lage, thesenbasiert und schrittweise Verbesserungen zu erreichen und zu lernen. Auch das Design Thinking folgt 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 überwiegend mit Lean-methoden abarbeiten..

Komplexe Aufgaben lassen sich nicht analytisch lösen. Die Thesen können zwar aus analytischen Betrachtungen abgeleitet sein, das unbekannte oder angenommene Zusammenwirken muss jedoch 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 nicht oder oberflächlich angewendet. Die PDCA-Logik ist eine Notwendigkeit, um die Zusammenhänge ausreichend tief zu verstehen. Wer Sachverhalte nicht umfassend versteht, sieht oft 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 Wissen aufbauen. Es ist nicht wirklich erlernt.

Eine Möglichkeit, Thesen auf ihre Wirkung und Zusammenhänge zu prüfen, ist die Szenariotechnik in der bestimmte Verläufe anhand unterschiedlicher Szenarien durchgespielt werden. Bei dieser Vorgehensweise werden Zusammenhänge klarer.

Unzureichend abgesicherte Annahmen (Thesen) sind Behauptungen. Vorgehensweisen auf der Basis von Behauptungen führen in ihrer wechselseitigen Wirkung zu neuer Komplexität und 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 locken. 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 durch "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 Handlungsweise andere Automobilhersteller eine eher dynamisch-adaptive Vorgehensweise.

Dynamisch-aggressive Vorgehensweisen 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 Gewicht.

Dynamisch-aggressive und statisch-adaptive Vorgehensweisen können sich in diesem Fall systemisch gegenseitig beeinflussen. Das wird am Beispiel des des Formatkrieges  deutlich.

Etwas Vergleichbares könnte bei der Entwicklung der Antriebskonzepte für Pkws und Lkws passieren.

Interessanter Link zu diesem Thema: Kompliziert? Komplex? Oder schon chaotisch? - Das "Cynefin Framework" als Orientierungshilfe für Führungskräfte
(1)

Dem Leitbild von Google sind viele Zusammenhänge zur dynamisch-aggressiven Vorgehensweise zu entnehmen. Von Google stammt so z. B. die Kultur des Scheiterns: "Umso schneller man scheitert umso besser" oder auch "Fail fast - fail cheap". Diese Einstellung ist gerade bei der dynamisch aggressiven Vorgehensweise hilfreich.