Sie sind auf Seite 1von 126

Vom systemischen Denken zur Methode System Dynamics

Diplomarbeit

vorgelegt bei:

Professor Dr. Erich O.K. Zahn

Betriebswirtschaftliches Institut der Universität Stuttgart Abteilung IV, Lehrstuhl für Allgemeine Betriebswirtschaftslehre und Betriebswirtschaftliche Planung

von:

Florian Kapmeier Dillmannstraße 29 70193 Stuttgart

Vom systemischen Denken zur Methode System Dynamics

Inhaltsverzeichnis

Abbildungsverzeichnis

IV

Abkürzungsverzeichnis

VI

1. Problemstellung

1

2. Systeme

3

2.1 Systembegriff

3

2.2 Teil und Ganzheit

5

2.3 Beziehung zwischen Systemelementen

6

2.4 Systemstruktur

8

2.5 Systemeigenschaften

8

 

2.5.1 Überblick

8

2.5.2 Offene und geschlossene Systeme

9

2.5.3 Dynamisches Verhalten

10

2.5.4 Komplexität

12

2.5.5 Lenkung

14

2.6

Systemarten

16

2.6.1 Überblick

16

2.6.2 Mechanische Systeme

17

2.6.3 Organische Systeme

17

2.6.4 Soziale Systeme

17

3. Modelle

19

3.1 Allgemeines und Zweck

19

3.2 Modellarten

20

 

3.2.1 Mentale Modelle

20

3.2.2 Verbale Modelle

23

3.2.3 Formale Modelle

23

3.3

Modellvorstellungen sozialer Systeme

24

4. Systemisches Denken

28

4.1 Unzulänglichkeiten des linearen Denkens

28

4.2 Systemisches Denken - Begriffsbestimmung

29

4.3 Abgrenzung von systemischem Denken zu System Dynamics

32

4.4 Fähigkeiten zu systemischem Denken

34

4.5 Heranführung an systemisches Denken

36

Vom systemischen Denken zur Methode System Dynamics

5.

System Dynamics

39

5.1 Begriffsbestimmung

39

5.2 Historischer Abriß und Anwendungsgebiete von System Dynamics

42

5.3 System Dynamics Modellierung

44

5.3.1 Fähigkeiten zur Modellierung

44

5.3.2 Modellierungsprozeß

45

5.3.3 Informationsquellen für den Modellierungsprozeß

48

5.3.4 Ziele einer Modellierung

50

 

5.3.4.1 Lernen

50

5.3.4.2 ‘Policies’ und Entscheidungen

52

 

5.4

Qualitatives System Dynamics

55

5.4.1 Überblick

55

5.4.2 Kausaldiagramme

56

5.4.3 Kausaldiagramme auf unterschiedlichen Aggregationsniveaus

59

5.4.4 Systemarchetypen

61

5.4.5 Grenzen von und Kritik an qualitativem System Dynamics

64

5.5

Quantitatives System Dynamics

67

5.5.1 Überblick

67

5.5.2 Flußdiagramme

68

5.5.3 Kritische Betrachtung von Flußdiagrammen

72

5.5.4 Mathematische Grundlagen

74

 

5.5.4.1 Notwendigkeit des Verständnisses von System Dynamics Gleichungen

74

5.5.4.2 ‘Level-’, ‘rate-’ und ‘auxiliary equations’

75

5.5.4.3 ‘Delays’ - Verzögerungen

78

5.5.5

Simulationen und Lernmodelle

82

5.5.5.1 Begriffsbestimmungen

82

5.5.5.2 Kategorisierung unterschiedlicher Anwendungssoftware

85

5.5.5.3 Grenzen von und Kritik an Simulations- und Lernmodellen

87

 

5.5.6 Validitätstests

89

5.5.7 Exkurs: Simulation-durch-wiederholte-Optimierung

90

6.

Ausblick

95

Anhang

VII

Literaturverzeichnis

XIII

Erklärung

 

XXVII

Vom systemischen Denken zur Methode System Dynamics

Abbildungsverzeichnis

Abbildung 2-1:

System als Gesamtheit mit Elementen, Beziehungen und Umwelt

6

Abbildung

2-2:

Beziehungsarten

7

Abbildung 2-3:

Grundmodell des Regelkreises

10

Abbildung 2-4:

Kompliziertheit und Komplexität

13

Abbildung

2-5:

Steuerungsprinzip

15

Abbildung

2-6:

Regelungsprinzip

16

Abbildung 4-1:

Lineares Erklären und Handeln

28

Abbildung 4-2:

Additive

Argumenteliste

31

Abbildung

4-3:

Rückkopplungskreislauf

31

Abbildung 4-4:

‘Systems thinking’ und System Dynamics

32

Abbildung 5-1:

System Dynamics Modellierungsphasen

45

Abbildung 5-2:

Vertrauen und Kompetenz in System Dynamics

46

Abbildung 5-3:

Entwicklung geteilter mentaler Modelle durch Diskussionen und Debatten 47

Abbildung 5-4:

Inhalt der mentalen Datenbank in Relation zu Komponenten und Verhalten

 

von sozialen Systemen

49

Abbildung

5-5:

Kausaldiagramm für ein Zentralheizungssystem

57

Abbildung

5-6:

Kausaldiagrammkegel

60

Abbildung 5-7:

Generische Strukturen

61

Abbildung 5-8:

Archetypisches Systemverhalten: Grenzen-des-Wachstums

63

Abbildung 5-9:

Archetypisches

Systemverhalten:

Lastverteilung

64

Abbildung 5-10: Fehlerhafte Dynamikinterpretation mit einem Kausaldiagramm

65

Abbildung

5-11:

Variablentypologie

 

70

Abbildung

5-12:

Flußdiagrammsymbolik

71

Abbildung 5-13: Flußdiagramm der Bevölkerungs-Geburtenrate-Problematik

72

Abbildung 5-14: Fehlerhaftes und korrigiertes Hasenpopulationsmodell

73

Abbildung 5-15: Generelle Simulationsabfolge

75

Abbildung 5-16: ‘Delays’ erster, zweiter und dritter Ordnung

79

Abbildung 5-17: Dynamik von Verzögerungen

80

Abbildung 5-18: Sieben Niveaus von System Dynamics Erfahrung

83

Abbildung 5-19: Klassifizierung der Computersimulations- und -lernprogramme

86

Abbildung

5-20:

Zielfunktionsgebirge

 

92

Vom systemischen Denken zur Methode System Dynamics

Abbildung A-1:

System Dynamics Modellierungsprozeß nach COYLE

VII

Abbildung A-2:

Negative ‘feedback-loops’ mit Anpassungsstörungen

VIII

Abbildung A-3:

Archetypisches Verhalten

VIII

Abbildung A-4:

Generische Flußdiagrammstruktur des S-Kurven-Wachstums

IX

Abbildung A-5:

Verhalten der Bestandsvariablen im fehlerhaften Modell

IX

Abbildung A-6:

Graphische Funktion des ‘Bevölkerungseffekts’

X

Abbildung A-7:

Verhalten der Bestandsgröße ‘Hasen’ im korrigierten Modell

X

Vom systemischen Denken zur Methode System Dynamics

Abkürzungsverzeichnis

bzgl

bezüglich

D

‘delay’

L

durchschnittliches ‘level’

OR

‘operations research’

STELLA

ohne Verfasser seines Erachtens ‘Structural Thinking, Experimental Learning Laboratory with Animation’

TM

‘trademark’

Wd

‘world’

Vom systemischen Denken zur Methode System Dynamics

1. Problemstellung

Die Menschheit sieht sich heutzutage zunehmend mit Problemen konfrontiert, die aufgrund ihrer Komplexität nicht mehr durch einfache, lokal anwendbare Maßnahmen gelöst werden können. Dazu zählen beispielsweise die Problematiken der Zunahme von Kohlendioxid in der Erdatmosphäre, der Entstehung von weltweiten Hungerkatastrophen, der Vernichtung der Regenwälder genauso wie der Entwicklung von angemessenen Geschäftsstrategien für Unternehmen. 1 Die Welt hat sich zu einem System von interagierenden Subsystemen 2 entwickelt. 3

Obwohl es scheint, als wären diese Probleme typische Phänomene unserer schnellebigen Zeit, ist es wohl eher so, daß Beziehungen zwischen einzelnen Teil- oder Subsystemen ehedem auch schon vorhanden aber lockerer waren. Aus diesem Grund wurden hier Zusammenhänge oftmals nicht erkannt. Folglich erschien es möglich, Probleme entweder - zeitlich betrachtet - in die Zukunft oder - räumlich gesehen - in ‘Nachbars Garten’ zu verschieben. 4 Der okzidentale Mensch ist aus evolutionären Gründen zum Denken in einfachen Ursache-Wirkungsbeziehungen trainiert. 5 Das Erfordernis, über eine bestimmte Situation hinauszudenken, bzw. eine Situation in einen übergeordneten Kontext hineinzubetten, war selten gegeben.

Die Unfähigkeit des linearen menschlichen Denkens im Umgang mit dynamischer Komplexität, wenn Ursache und Wirkung nicht in enger Beziehung innerhalb von Zeit und Raum stehen, führt zu keiner Problemlösung, sondern oftmals zu einem Handeln, das größeren Schaden für das entsprechende System bewirkt. 6 Um Ursache und Wirkung in interagierenden Subsystemen verstehen zu können, muß der Mensch auch in solchen interagierenden Subsystemen denken. Soll ein kompliziertes dynamisches System also mit Hilfe von Entscheidungsregeln in eine bestimmte Richtung gelenkt werden, muß der Entscheidungsträger dazu die vorhandene Komplexität durchschauen.

Um herrschende Komplexität erfassen zu können, bedarf es einer nicht-linearen Art des Denkens. Dieser Theorieansatz des nicht-linearen Denkens kann unter dem Begriff ‘systems think-ing’ subsumiert werden. 7 Dazu müssen die individuellen Denkstrukturen des Entscheidungsträgers externalisiert werden. Diese Externalisierung von mentalen Modellen 8 ist

1 Vgl. Richmond (1993), S. 113 und Lyneis (1999), S. 37ff.

2 Auf die Begriffe System und Subsystem wird in Kapitel 2 eingegangen.

3 Vgl. Dörner (1989), S. 12 und 14.

4 Vgl. Richmond (1993), S. 113.

5 Vgl. Ossimitz (1995), S. 6.

6 Vgl. Senge (1990), S. 71f. Dieses Paradoxon wird auch kontraintuitives Verhalten von Systemen genannt und wird in Kapitel 3.3 erörtert. Vgl. u.a. Forrester (1975), S. 211ff. und (1995a), S.1ff.

7 Vgl. Sterman (1994), S. 291 und Ossimitz (1995), S. 6. ‘Systems thinking’ mit seinen unterschiedlichen Schulen wird in Kapitel 4 ausführlich diskutiert.

8 Vgl. u.a. Forrester (1971), S. 14. Mentale und formalen Modelle werden in Kapitel 3 ausführlich besprochen.

Vom systemischen Denken zur Methode System Dynamics

ein wesentlicher Bestandteil von System Dynamics, einer Methode zum besseren Verständnis des Verhaltens komplexer Systeme. 9

System Dynamics, ursprünglich ‘Industrial Dynamics’ genannt, wurde von JAY W. FORRESTER 10 Ende der 50er Jahre am Massachusetts Institute of Technology entwickelt, nimmt sich der Komplexität, Nichtlinearität und Rückkopplungsstrukturen an, die sozialen und physikalischen Systemen innewohnen. 11 Aufgrund seiner Komplexität ist System Dynamics ein Fachgebiet, mit dem sich bis dato nur eine begrenzte Anzahl von Interessierten beschäftigten. Inzwischen wird System Dynamics aber an einer zunehmenden Zahl von Universitäten gelehrt. Unternehmen und Regierungen nutzen System Dynamics zur Simulation von Management- bzw. Politikentscheidungen. Die ‘System Dynamics society’ plädiert dafür, systemisches Denken einer breiten Masse von Anwendern zugänglich zu machen, da mittels ihrer Hilfe komplexe Systeme durchschaut werden können, was für Entscheidungsträger von zunehmender Relevanz ist. Die Methode System Dynamics mit ihren unterschiedlichen Ausprägungen qualitativer und quantitativer Art, die im Anschluß vorgestellt werden sollen, könnte dabei unterstützen, die heutigen Probleme und die langzeitlichen Wirkungen des heutigen Handelns zu verstehen.

9 Vgl. Forrester (1994b), S. 245.

10 Vgl. Forrester (1958), S. 37ff, (1961), (1969), (1971).

11 Vgl. Forrester (1994b), S. 245. System Dynamics wird ausführlich in Kapitel 5 erläutert.

Vom systemischen Denken zur Methode System Dynamics

2. Systeme

2.1 Systembegriff

System Dynamics beschäftigt sich mit dem Verhalten von gelenkten Systemen im Zeitablauf. Es verfolgt das Ziel, Systeme mit Hilfe qualitativer und quantitativer Modelle nicht nur zu beschreiben, sondern auch zu verstehen, wie Rückkopplungsstrukturen das Systemverhalten determinieren. Aus dem durch Simulationen Erlernten sollen Rückkopplungsstrukturen aktiv geschaffen und Entscheidungsregeln abgeleitet werden. 12 Systeme stehen im Mittelpunkt von System Dynamics, weswegen einführend der Systembegriff darlegen wird.

Der Systembegriff ist grundlegender Bestandteil der allgemeinen Systemtheorie. Die allgemeine Systemtheorie kann als die formale Wissenschaft von der Struktur, den Verknüpfungen und dem Verhalten von Systemen verstanden werden. 13 Damit geht der Begriff Systemtheorie weitgehend mit dem Begriff Kybernetik konform. 14 Die Kybernetik beschäftigt sich als eine rein formale Theorie 15 mit Kommunikation und Regelung komplexer, sich selbst regelnder Systeme 16 . Systemtheorie und Kybernetik können bzgl. ihrer Problemannäherung unterschieden werden. Die Kybernetik stammt vornehmlich von der Lenkungsproblematik und der Information ab, während die Systemtheorie eher von der Teile-Ganzheit-Problematik kommt. 17 Auf beide Problemteile wird in System Dynamics zurückgegriffen.

Mit Hilfe der Systemtheorie eröffnet sich die Möglichkeit, Aspekte verschiedenster realer Bereiche, die im Normalfall Gegenstand unterschiedlicher Wissenschaften, wie beispielsweise Soziologie, Biologie, Technik oder auch Pädagogik, sind, zu beschreiben, zu erklären und zu gestalten. 18 Die allgemeine Systemtheorie und die Kybernetik sind somit als interdisziplinäre Theorieansätze zu betrachten. 19 Aus diesem Grund wird der Begriff ‘System’ auch in unterschiedlichen Fachdisziplinen auf divergierende Weise verwendet. 20

12 Vgl. Coyle (1996), S. 10. Für eine detailliertere und kritischere Definition des Begriffes System Dynamics siehe Kapitel 5.1.

13 Vgl. Ulrich (1970), S. 105.

14 Vgl. Malik (1996), S. 23 und Schiemenz (1993), Sp. 4126. Begründer der Kybernetik war u.a. N. Wiener (1952).

15 Eine Theorie wird als Informationsträger der wissenschaftlichen Erkenntnis verstanden. Mittels eines einheitlichen Begriffsapparates wird ein System geschaffen, dessen Nukleus Gesetzesaussagen bildet. Generell wird in Real- und Formaltheorien unterschieden. Während Realtheorien auf wissenschaftsinterne oder praktische Sachverhalte abzielen, ziehen Formaltheorien axiomatisch-deduktive Systeme nach sich. Vgl. Schanz (1994), S. 2086f.

16 Jedes kybernetisches System ist ein sog. Selbstregler, auch als Servo-Mechanismus oder Homöostase bezeichnet. Vgl. Löffelholz (1975), Sp. 2599.

17 Vgl. Schiemenz (1993), Sp. 4128.

18 Vgl. Schiemenz (1993), Sp. 4128.

19 Vgl. Ulrich (1970), S. 104 und Schiemenz (1993), Sp. 4128.

20 Ossimitz hat in seinem Aufsatz ‘Systemisches Denken und Modellbilden’ Systemansätze aus verschiedenen Wissenschaftszweigen herausgearbeitet. Vgl. hierzu Ossimitz (1995), S.2ff.

Vom systemischen Denken zur Methode System Dynamics

Der Begriff ‘System’, ursprünglich aus dem Griechischen stammend, bedeutet ‘Zusam- menstellung’, ‘Vereinigung’ und ‘Ganzes’.TP 21 PT Daraus geht hervor, daß Teile bzw. Elemente existieren müssen, die in einer bestimmten Ordnung, dem System, zueinander stehen. ULRICH versteht unter einem System die geordnete Gesamtheit von Elementen, zwischen denen bestimmte Beziehungen bestehen oder hergestellt werden können. Dabei merkt ULRICH an, daß einige Autoren weitere Systemeigenschaften zusätzlich in ihrer Definition aufführen, die s.E. als nicht zutreffend gelten. So schließt er aus, daß die einem System innewohnende Ordnung in bezug auf den Systemzweck geplant sei. Es fällt ihm schwer, diese Vorstellung auf naturgegebene Systeme, wie bspw. Lebewesen oder Pflanzen, zu übertragen, „wenn man sich nicht in Spekulationen über den Plan des Schöpfers usw. verlieren will.“TP 22 PT Hiergegen argumentiert OSSIMITZ, daß biologische Systeme auf Selbsterhaltung, sprich Homöostase, ausgerichtet und damit zweckgerichtet sind.TP 23 PT FORRESTER unterstreicht auch, daß die Anzahl miteinander in Beziehung stehender Elemente eines jeglichen Systems zu einem bestimmten Zweck miteinander operieren.TP 24

PT

25

Nach ULRICHS Auffassung gibt es noch weitere Ausschlußdefinitionen für den Systembegriff: TP

PT

! Über die Art der Systemelemente sowie der Beziehungen der Elemente zueinander sagt der Systembegriff nichts aus. Deswegen ist es möglich, daß jeder Gegenstand mit jeglicher Art von Beziehung als Bestandteil von Systemen verstanden werden kann.

! Bezüglich der Anordnung der im System existierenden Elemente ist keine bestimmte Struktur vorgegeben. Sie kann hierarchisch oder andersartig sein.

! Der Systembegriff sagt nichts über Art und Zweck einer Ganzheit sowie über die Art der Beziehungen nach außen aus. Deswegen kann es sich bei Systemen sowohl um konkret feststellbareTP 26 PT, um natürliche oder künstlich geschaffene Ganzheiten handeln. Dabei spielt die Intensität der Beziehungen über die SystemgrenzeTP 27 PT hinaus keine Rolle.

! Es werden weder Zweck oder Sinn, noch Bedeutung eines Systemverhaltens erwähnt, wobei diese für unterschiedliche Systeme divergieren können.

Aus dem Diskutierten läßt sich zusammenfassen, daß ein System die gedankliche Vorstellung einer gegliederten Ganzheit ist, die der Mensch auf ganz unterschiedliche Inhalte und Bereiche anwenden kann. Dies impliziert eine Denkweise, die es dem Menschen erlaubt, die ihn jeweils interessierenden Zusammenhänge zwischen beliebigen Objekten, als Elemente bezeichnet, und irgendeiner größeren Gesamtheit, als System bezeichnet, zu erfassen. Auf die Bestandteile, deren

21 PT Vgl. Flechtner (1966), S. 288.

22 PT Ulrich (1970), S. 105.

23 PT Vgl. Ossimitz (1995), S. 2. Zum Prinzip der Homöostase vgl. Malik (1996), S. 389ff.

24 PT Vgl. Forrester (1972), S. 9.

25 PT Vgl. Ulrich (1970), S. 106.

26 PT Konkret festellbare Systeme sind bspw. materielle oder physische Systeme. Vgl. Ulrich (1970), S. 106.

27 PT Der Begriff Systemgrenze wird im nächsten Kapitel erläutert.

TP

TP

TP

TP

TP

TP

TP

Vom systemischen Denken zur Methode System Dynamics

Beziehungen

eingegangen werden.

untereinander

sowie

2.2 Teil und Ganzheit

die

Anordnungsstruktur

soll

im

folgenden

Kapitel

In System Dynamics werden Systeme modelliert, um mit ihrer Hilfe Wissen und Erfahrungen über das reale Systemverhalten zu sammeln. Dabei wird die zu untersuchende Ganzheit als ‘System’ bezeichnet (siehe Abbildung 2-1). Dieses System muß für eine Untersuchung von seinem Umfeld abgegrenzt werden; es muß eine Systemgrenze festgelegt werden, die ganz individuell von der Fragestellung und vom Beobachtungsstandpunkt des Untersuchenden abhängt. 28 Infolgedessen müssen innerhalb der Systemgrenze alle wichtigen Faktoren liegen, die das beobachtete Systemverhalten beeinflussen. Wird die Systemgrenze dem Untersuchungszweck nicht angemessen gezogen, wird dadurch die Validität der Untersuchung herabgesetzt. 29 Ein System kann interagierender Bestandteil eines umfassenden, übergeordneten Super- oder Übersystems sein, das auch als System höherer Ordnung bezeichnet wird. 30 Um ein System verstehen und modellieren zu können, ist es notwendig, das System in kleinere, handhabbare Einheiten aufzubrechen. 31 Das System selbst besteht aus einer Menge von Elementen, die ‘Subsysteme’ genannt werden, wobei dabei beliebig viele Dekompositionsebenen betrachtet werden können (Subsystem 1. bis n-ter Ordnung). Entweder können oder sollen diese Elemente dann nicht weiter unterteilt werden. Sollen sie nicht weiter untersucht werden, dann setzen sie sich aus weiteren Teilen zusammen, deren Aufbau für eine weitergehende Untersuchung als nicht sinnvoll erachtet wird. 32 Angenommen, sie können nicht detaillierter untersucht werden, handelt es sich hierbei um Elemente. Auf sie trifft der Systembegriff nicht weiter zu. Elemente können in Indikatorelemente sowie in kritische Elemente differenziert werden. 33 Kritische Elemente stehen mit anderen Elementen des Systems so in Beziehung, daß sie einerseits selbst viele Elemente beeinflussen und andererseits von vielen beeinflußt werden. Diese Elemente stellen die zentralen Elemente des Systems dar. Demgegenüber hängen Indikatorelemente von vielen Systemelementen ab, beeinflussen andere jedoch nur geringfügig. Sie zeigen den Gesamtzustand des Systems an. 34

Bei den Begriffen System, Sub- und Supersystem verhält es sich so, daß die Komponentenhierarchie niemals absolut sein kann, da selbst das primitivste Teil eines Systems

28 Vgl. Ulrich und Probst (1991), S. 33.

29 Vgl. Shreckenghost (1985), S. 3.

30 Vgl. Ulrich (1970), S. 107 und Schiemenz (1993), Sp. 4128.

31 Vgl. Karnopp u.a. (1990), S. 7.

32 Vgl. Ulrich (1970), S. 107 und Schiemenz (1993), Sp. 4128.

33 Vgl. Dörner (1989), S. 112. Dörner spricht in diesem Zusammenhang auch von Variablen. Im Rahmen dieser Arbeit sollen die beiden Begriffe Element und Variable synonym gebraucht werden.

34 Vgl. Dörner (1989), S. 112.

Vom systemischen Denken zur Methode System Dynamics

noch in solch einem Detaillierungsgrad modelliert werden kann, daß es ein für eine Untersuchung zu komplexes Subsystem ergebe. 35

Umwelt Systemgrenze Umweltelement System System- element Beziehungen Teil- system Interface Sub- system
Umwelt
Systemgrenze
Umweltelement
System
System-
element
Beziehungen
Teil-
system
Interface
Sub-
system
Sub-Sub-
system

Abbildung 2-1: System als Gesamtheit mit Elementen, Beziehungen und Umwelt 36

2.3 Beziehung zwischen Systemelementen

Unter Beziehungen werden Verbindungen zwischen Elementen verstanden, die das Verhalten der Elemente und deshalb auch des ganzen Systems beeinflussen. 37 Beim Thema dieser Arbeit handelt es sich um Systeme, die sich im Zeitablauf verändern, also dynamischer Natur sind. 38 Es müssen aber nicht alle Elemente miteinander in Beziehung stehen, d.h. es muß keine sog. Interdependenz vorliegen. Beziehungen innerhalb von Systemen können stärker oder schwächer ausgeprägt sein. Diese Intensität kann durchaus variieren. Sie beeinflußt die Komplexität 39 des Systems, wobei der Beziehungsreichtum zwischen den Elementen den Grad der Komplexität determiniert.

35 Vgl. Karnopp u.a. (1990), S. 7.

36 In Anlehnung an Ulrich und Probst (1991), S. 28.

37 Vgl. Ulrich (1970), S. 109.

38 Ulrich kritisiert die Auffassung, daß die Dynamik Bestandteil eines jeden Systems ist. Als Beipiel für ein System, in dem keine Prozesse ablaufen, nennt er das Periodensystem. Vgl. Ulrich (1970), S. 105f. Baetge macht aber darauf aufmerksam, daß in der Realität keine statischen Systeme existieren. Vgl. Baetge (1988), S. 510.

39 Der Begriff Komplexität wird in Kapitel 2.5.4 erläutert.

Vom systemischen Denken zur Methode System Dynamics

Beziehungen zwischen Elementen haben zur Folge, daß einzelne Aktivitäten nicht unabhängig voneinander ablaufen. 40 Es handelt sich also bei Beziehungen um Wirkungen auf Elemente, wobei verschiedene Wirkungsarten beobachtet werden können. Sind sie bekannt, läßt sich dadurch auf das Verhalten des Gesamtsystems schließen. Unterschieden wird bei der Untersuchung der Beziehungen zwischen Elementen in entgegengerichtete und gleichgerichtete Beziehungen (siehe Abbildung 2-2). Von entgegengerichteter Wirkung wird gesprochen, wenn eine Änderung des einen Elementes in einer bestimmten Richtung zu einer gegenläufigen Veränderung des anderen Elementes führt. Bei einer gleichgerichtete Wirkung führt eine Zunahme des einen Elementes auch zu einer Zunahme des anderen Elementes und v.v. 41 Damit ist etwas über die Richtung von Wirkungen gesagt, jedoch noch nichts über den Wirkungsverlauf. 42 In diesem Zusammenhang ist darauf hinzuweisen, daß solche Beziehungen bereits bestehen oder auch erst geschaffen werden können. 43 Werden sie erst geschaffen, handelt es sich hierbei um eine beabsichtigte Systemgestaltung.

Entgegengerichtete Beziehung:

Entgegengerichtete Beziehung:

Entgegengerichtete Beziehung:

je größer … desto kleiner

je größer … desto kleiner

je größer … desto kleiner

je kleiner … desto größer

je kleiner … desto größer

je kleiner … desto größer

je weniger … desto mehr

je weniger … desto mehr

je weniger … desto mehr

Gleichgerichtete Beziehung :

Gleichgerichtete Beziehung :

je größer … desto größer

je größer … desto größer

je größer … desto größer

je stärker … desto stärker

je stärker … desto stärker

je kleiner … desto kleiner

je kleiner … desto kleiner

je kleiner … desto kleiner

je weniger … desto weniger

je weniger … desto weniger

je weniger … desto weniger

Gleichgerichtete Beziehung :

je stärker … desto stärker

- - - negativ negativ negativ + + +
- -
-
negativ
negativ
negativ
+ +
+
positiv positiv positiv
positiv
positiv
positiv

Abbildung 2-2: Beziehungsarten 44

40 Vgl. Ulrich (1970), S. 109.

41 Vgl. Ulrich und Probst (1991), S. 43f.

42 Hierauf wird in Kapitel 2.5.3 eingegangen.

43 Vgl. Flechtner (1966), S. 231.

44 Vgl. Ulrich und Probst (1991), S. 43.

Vom systemischen Denken zur Methode System Dynamics

2.4 Systemstruktur

Da die Systemstruktur das Systemverhalten verursacht, ist Kenntnis über die Systemstruktur für eine System Dynamics Untersuchung notwendig. Dabei ist die Struktur und ihre Veränderlichkeit im Zeitablauf die Basis für eine Interpretation von Systembeobachtungen. 45

Die Anordnung von Elementen im System wird in der Literatur facettenreich beschrieben, bspw. als Gefüge, Anordnungsmuster, Ordnung, Wechselbeziehungen oder Muster, wobei in dieser Arbeit die Bezeichnung Struktur in Anlehnung an ULRICH gebraucht wird. 46 Hinter der Struktur verbirgt sich die Bestimmung einer Position von Elementen innerhalb des Systems. In dynamischen Systemen 47 ist dieser Ort nicht dauerhaft. d.h. daß sich die Systemstruktur mit einer bestimmten Geschwindigkeit verändert. 48 Neben der räumlichen Auslegung des Begriffes Struktur wird darüber hinaus eine zeitlichen Dimension berücksichtigt. Darunter wird eine bestimmte Anordnung bzw. Abfolge von Vorgängen aus zeitlicher Sicht innerhalb eines Systems verstanden, die als ‘Prozeßstruktur’ interpretiert wird. 49

Bei natürlichen dynamischen Systemen wird oftmals eine Art ‘natürliche Ordnung’ beobachtet. Das heißt, daß diese Systeme sich von selbst in ihrer Struktur auf ihren spezifischen Endzustand hinzubewegen. Daraus läßt sich schließen, daß sich das System unter diesen Umständen in einem sog. Gleichgewichtszustand befindet. Dieser Zustand wird als ‘natürliche Ordnung’ der Dinge bezeichnet. Ob dem Menschen ein bestimmter Zustand allerdings als Ordnung oder Unordnung erscheint, ist von den individuellen Zielen des jeweiligen Menschen abhängig. Entsprechen die menschlichen Ziele bezüglich eines Systems nicht der natürlichen Ordnung, erscheinen dem Menschen natürliche Dinge als chaotisch. 50

2.5 Systemeigenschaften

2.5.1 Überblick

45 Vgl. Ulrich (1970), S. 110, Forrester (1972), S. 87 und Milling (1984), S. 3.

46 Vgl. Ulrich (1970), S. 109, Forrester (1972), S. 87 und Ossimitz (1995), S. 1.

47 Auf den Begriff Dynamik wird unten besprochen.

48 Vgl. Ulrich (1970), S. 110.

49 Vgl. Ulrich (1970), S. 110.

50 Vgl. Ulrich (1970), S. 110.

Vom systemischen Denken zur Methode System Dynamics

Systeme können eine große Zahl an zusätzlichen Eigenschaften aufweisen, wobei auf

unterschiedliche Ausmaße hingewiesen wird. Generell ist es möglich, Systemeigenschaften in zwei Typen einzuteilen: 51

1. Eigenschaften, die entweder nur existent oder nicht existent sind, sind dichotomischer Art. Innerhalb dichotomischer Eigenschaften gibt es keine Differenzierungen. Sie sind trivial erkennbar.

2. Existieren Abstufungen innerhalb von Eigenschaften, bspw. von Minimum bis Maximum, dann handelt es sich hierbei um dimensionale Eigenschaften. Die Einordnung der unterschiedlichen Ausmaße von dimensionalen Eigenschaften gestaltet sich vergleichsweise schwer.

Nachfolgend sollen einige Systemeigenschaften vorgestellt werden.

2.5.2 Offene und geschlossene Systeme

Wie in Kapitel 2.2 diskutiert, werden bei einem zu untersuchenden System Systemgrenzen definiert. Dieses Kapitel befaßt sich mit der Charakterisierung der Systemgrenzen, die offen oder geschlossen sein können. Ein System kann Bestandteil eines umfassenden Supersystems sein. In diesem Fall können bestimmte Beziehungen zwischen System und Supersystem in Erscheinung treten; man spricht von einem offenen System, wobei diese Offenheit in ganz unterschiedlichem Ausmaß auftreten kann. 52 Folglich handelt es sich um eine dimensionale Eigenschaft.

Offene Systeme sind durch Output- bzw. Ausgangsströme charakterisiert, die wiederum Reaktionen auf zeitlich vorangegangene Input- bzw. Eingangsströme sind. Es entsteht ein Austausch von Materie, Energie und/oder Informationen. Das Ausmaß der Out- und Inputs determiniert den Grad der Offenheit. Outputs sind isoliert zu betrachten und verfügen über keinerlei Einfluß auf Inputs. 53 Weiterhin beobachtet ein offenes System nicht und reagiert nicht auf seinen Output. Das heißt, daß die Folgen von vorausgegangenen Aktionen zukünftige Aktionen nicht beeinflussen oder determinieren, und daß das offene System nicht rückkoppelnd auf das eigene Verhalten reagiert. Ein Beispiel für ein offenes System ist ein mechanisches Uhrwerk, das seine Ganggenauigkeit nicht beobachtet und sich folglich auch nicht selbst reguliert. Dies muß von außerhalb geschehen. 54

Geschlossene Systeme beeinflussen ihr eigenes Verhalten infolge vorausgegangener Aktionen. Aus diesem Grund spricht man bei geschlossenen Systemen auch von Rückkopplungssystemen,

51 Vgl. Ulrich (1970), S. 111.

52 Vgl. Ulrich (1970), S. 112.

53 Vgl. Rowell und Wormley (1997), S. 5.

54 Vgl. Ulrich (1970), S. 112 und Forrester (1972), S. 15.

Vom systemischen Denken zur Methode System Dynamics

Regelkreisen oder ‘feedback-loops’. 55 Diese Ausdrücke entstammen der technischen Terminologie und beziehen sich auf die Entscheidungsfindung, die als kontinuierlicher Prozeß charakterisiert ist. Entscheidungen repräsentieren die Transformation von Information in Aktion, wobei sie als unbewußte oder bewußte Reaktion auf beobachtete Zustände erfolgen. Sie beeinflussen diese Zustände und schaffen wiederum neue Informationen für zukünftige Handlungen. 56 Solche Regelkreise weisen eine Struktur im Sinne einer geschlossenen Schleife auf (siehe Abbildung 2-3). Diese Art von Kausalkreislauf zwischen den Elementen findet sich bei allen Modalitäten von Entscheidungsproblemen wieder, seien sie biologischer, sozialer, physiologischer oder neurologischer Natur. 57

sozialer, physiologischer oder neurologischer Natur. 5 7 Ent- scheidung System- Aktion zustand Abbildung 2-3:
Ent- scheidung System- Aktion zustand Abbildung 2-3: Grundmodell des Regelkreises 58
Ent-
scheidung
System-
Aktion
zustand
Abbildung 2-3: Grundmodell des Regelkreises 58

Allerdings definiert die sozialwissenschaftliche Literatur im Sinne der Allgemeinen Systemtheorie offene und geschlossene Systeme anders als vom System Dynamics Paradigma 59 gefordert. Nach erstem weisen geschlossene Systeme keinerlei Beziehungen zu ihrer Umwelt auf. In System Dynamics werden sog. ‘causally-closed-systems’ als solche definiert, in denen Ursachen, die das Systemverhalten determinieren, innerhalb der Systemgrenze liegen. Die Systemgrenze ist jedoch in dem Sinne offen, daß das System von außen Material, Energie, Störungen oder Testinputs empfangen kann. Diese von außen auf das System einwirkenden Elemente bleiben vom Verhalten innerhalb des Systems unbeeinflußt. 60

2.5.3 Dynamisches Verhalten

55 Vgl. Forrester (1972), S. 15 und Milling (1984), S. 4.

56 Vgl. Milling (1984), S. 4.

57 Vgl. Malik (1992), S. 383.

58 Vgl. Milling (1984), S. 4.

59 Ein Paradigma beschreibt ein wissenschaftliches Modell, das von einer Gruppe von Wissenschaftlern gemeinsam genutzt und für Probleme und Lösungen herangezogen wird. Vgl. Kuhn (1976), S. 25ff., S. 37ff. und S. 57ff.

60 Vgl. Forrester (1994b), S. 254 und Milling (1984), S. 11.

Vom systemischen Denken zur Methode System Dynamics

An dieser Stelle soll das am Ende von Kapitel 2.3 angedeutete dynamische Verhalten von Systemen erläutert werden. Das Verhalten eines Systems ist vom Verhalten seiner Elemente abhängig. Bedeutend ist der Aspekt, wie die Elemente untereinander agieren. 61 Die oben besprochenen entgegen- oder gleichgerichteten Richtungen von Wirkungen zwischen Elementen werden hier im Zeitablauf betrachtet. Bei voranschreitender Zeit wird dynamisches Verhalten erkennbar. Der Systemzustand variiert dabei kontinuierlich. Die Verhaltensstruktur hängt vom Wirkungsverlauf zwischen den Elementen ab, der im Speziellen unterschiedlich ausgeprägt sein kann: Der Wirkungsverlauf kann linearer, pro- oder degressiver Art sein. Darüber hinaus sind auch diffizilere Verläufe denkbar, so können bspw. einem linearen Verlauf chaotische Ausschläge folgen. Dabei benötigt jede Einwirkung eines Elementes auf ein anderes eine bestimmte Zeit, d.h. die Einwirkung kann langsam, schnell, aber auch positiv oder negativ beschleunigt ablaufen. 62

Bezogen auf das Grundmodell eines Regelkreises wie in Abbildung 2-3 bedeutet dies, daß Elemente sich gegenseitig beeinflussen, also Rückkopplungen vorliegen können. Je mehr Rückkopplungsaktivitäten bzw. -prozesse in einem System existieren, desto größer ist seine sog. innere Dynamik. Diese Rückkopplungen können eskalierende Wachstums- oder Schrumpfungsprozesse (positive Rückkopplungen) oder zielsuchende, oszillierende bzw. stabilisierende Schwingungen (negative Rückkopplungen) zur Folge haben. Eskalierende Prozesse führen zu Ergebnissen, die weitere Aktionen mit noch größeren Wirkungen auslösen, während zielsuchende Feedbacksysteme auf Zielabweichungen reagieren, und um einen Zielwert schwanken. 63 Bei Letzterem versucht das System, Abweichungen zwischen dem Soll- und Ist- Wert der zu regelnden Größe durch kompensierende Aktionen zu reduzieren. 64 Ein weiteres Verhalten von Rückkopplungen sind chaotische Reaktionen, die auftreten, wenn Wirkungen in ihrem langfristigen Verhalten unvorhersagbar sind.

Als Beispiel für einen Regelkreis mit negativer Rückkopplung wird oftmals der Thermostat eines Heizungssystems in einem Haus herangezogen. 65 Der Thermostat reagiert auf die Raumtemperatur, die vormals vom Warmwasserbereiter erzeugt wurde. Beim Thermostat handelt es sich um ein zielsuchendes System, das die gemessene Temperatur durch entsprechende Variation von Kühl- oder Heizleistungen auf den extern vorgegebenen Sollwert einzurichten bestrebt ist.

61 Vgl. Ackoff (1994), S. 180.

62 Vgl. Ulrich und Probst (1991), S. 44f.

63 Vgl. Forrester (1972), S. 15. Das dynamische Verhalten negativer ‘feedback loops’ kann in Abbildung A-2 im Anhang nachgesehen werden.

64 Vgl. Milling (1984), S. 5.

65 Vgl. Forrester (1972), S. 16, Milling (1984), S. 5 und Dörner (1989), S. 111. Siehe herzu auch Abbildung 5-5.

Vom systemischen Denken zur Methode System Dynamics

Ein positives Rückkopplungssystem läßt sich anhand einer Bakterienkolonie erläutern. 66 Bakterien vermehren sich und lassen mehr Bakterien entstehen, was die Wachstumsrate der Bakterien vergrößert. Das heißt, daß die Schaffungsrate junger Bakterien jeweils von der Anzahl der vorhandenen Bakterien, die aus der ehedem stattgefundenen Vermehrung hervorgegangen sind, abhängt.

Zwischen zwei Systemelementen innerhalb eines Rückkopplungskreises läßt sich ein lokaler Einfluß von Ursache auf Wirkung identifizieren. Eine glatte Differenzierung von Ursache und Wirkung ist jedoch auf globaler Betrachtungsebene nicht möglich, weil jede Wirkung direkt bzw. indirekt zur Ursache neuer Wirkungen wird. Das kann als eine Ursache-Wirkungskette bezeichnet werden. Derartige dynamische Zeitgestalten können erst mit Hilfe einer angemessenen Kenntnis der inneren Systemstruktur erklärt bzw. vorausgesehen werden. 67 Finden dagegen keine Prozesse statt, handelt es sich um ein statisches System. Das heißt, daß der derzeitige Output aus dem System ausschließlich vom derzeitigen Input abhängt, während der derzeitige Output aus einem dynamischen System auch von vergangenem Input bedingt wird. Darüber hinaus verändert sich der Output bei einem statischen System nur dann, wenn der Input variiert. 68 Ein statisches System ist zwar selten in der Realität zu lokalisieren, dennoch stellt es einen Extremzustand auf der Skala der dimensionalen Eigenschaft der Dynamik dar. 69

Neben dieser inneren Dynamik gibt es eine äußere Dynamik. Sie liegt dann vor, wenn Beziehungen mit der Umwelt den Austausch von Information, Energie und Materie beeinflussen.

2.5.4 Komplexität

Eine weitere dimensionale Systemeigenschaft ist Komplexität. Zu ihr führen die in Kapitel 2.3 beschriebenen Beziehungen zwischen Systemen und Systemelementen. Von Komplexität wird gesprochen, wenn etwas in seiner Zusammensetzung kompliziert ist und dazu noch seinen Zustand im Zeitablauf ändert (siehe Abbildung 2-4). Komplexität bezeichnet die aus den Beziehungen hervorgehende Vielfältigkeit von Zuständen und Zustandskonfigurationen in Systemen während einer Zeitspanne. 70 Dabei ist die Komplexität um so größer, je mehr Elemente vorhanden und je mehr diese voneinander abhängig sind. Die bloße Existenz von Elementen reicht nicht aus, um ein System als komplex bezeichnen zu können, da bspw. Elemente nicht zwangsläufig miteinander vernetzt sein müssen. Die Verknüpfungen der Elemente untereinander macht eine gleichzeitige Betrachtung verschiedenartiger Ursache-

66 Vgl. Forrester (1972), S. 16. Für andere Beispiele zu positiven Rückkopplungssystemen vgl. Milling (1984), S. 5 oder Dörner (1989), S. 110.

67 Vgl. Ossimitz (1995), S. 6f.

68 Vgl. Ogata (1992), S. 1.

69 Vgl. Ulrich (1970), S. 113.

70 Vgl. Ulrich und Probst (1991), S. 58.

Vom systemischen Denken zur Methode System Dynamics

Wirkungsketten innerhalb des untersuchten Systems erforderlich. Da Systeme einfacher oder komplizierter aufgebaut sein können, gestaltet sich ihre Wahrnehmung und Beherrschung entsprechend leichter oder schwieriger. 71 Demgegenüber können Systeme auch nur dynamisch sein ohne jegliche Kompliziertheit. Diese Systeme werden einfache oder triviale Systeme genannt. 72

Relative Äußerst komplexes komplexes System System Einfaches System Kompliziertes System Veränderlichkeit /
Relative
Äußerst
komplexes
komplexes
System
System
Einfaches System
Kompliziertes System
Veränderlichkeit / Dynamik

Vielzahl / Vielfalt

Abbildung 2-4: Kompliziertheit und Komplexität 73

DÖRNER merkt an, daß Komplexität keine objektive, sondern eine subjektive Größe sei. 74 S.E. erscheinen bestimmte Situationen einigen Individuen als komplex, die andere als eher einfach wahrnehmen. Dabei zieht er als Beispiel das Autofahren in einer Großstadt mit seiner Vielzahl von miteinander in Beziehung stehenden Faktoren heran. Dem geübten Fahrer dürfte das Fahren leichter fallen als dem unerfahrenen. Dagegen führt ULRICH an, daß zur objektiven Bestimmung des Ausmaßes der Komplexität die Kennzahl ‘Varietät’ herangezogen werden kann, wobei er darauf hinweist, daß der Begriff in der Literatur nicht eindeutig definiert sei. 75 Er versteht die Varietät als die Anzahl verschiedener Beziehungen zwischen den Elementen eines Systems. Dabei ist darauf zu achten, daß zwischen zwei Elementen mehrere unterschiedliche Beziehungen existent sein können. Die Varietät läßt sich über eine Formel quantifizieren, auf die in diesem Zusammenhang nicht weiter eingegangen werden soll, da sie für den System Dynamics Kontext nicht weiter von Relevanz ist. 76

71 Vgl. Ulrich (1970), S. 114.

72 Vgl. Ulrich und Probst (1991), S. 58.

73 Quelle: Ulrich und Probst (1991), S. 61. Die Autoren merken an, daß die Dynamik als wesentliches Merkmal der Komplexität in einem statischen Bild nicht dargestellt werden kann.

74 Vgl. Dörner (1989), S. 61f.

75 Vgl. Ulrich (1970), S. 116.

76 Zum weiterführenden Studium bzgl. Varietät siehe Ulrich (1970), S. 116.

Vom systemischen Denken zur Methode System Dynamics

Die oben erklärte Komplexität fällt laut SENGE unter den Begriff ‘detail complexity’. Sie sagt aus, daß viele Elemente mit bestimmten Beziehungen zueinander in einem System existieren. S.E. reicht das Hinterfragen nach den Systembestandteilen nicht aus, um das systemische Verhalten 77 von Systemen zu verstehen. 78 SENGE ordnet der sog. ‘dynamic complexity’ eine höhere Bedeutung zu. 79 ‘Dynamic complexity’ beschreibt Situationen, bei denen Ursache und Wirkung nicht offensichtlich in Zeit und Raum miteinander verbunden sind. Es kann vorkommen, daß Auswirkungen von Interventionen in einem System nicht sofort erkennbar sind. Dabei ist denkbar, daß es sich um unterschiedliche kurz- und langfristige Wirkungen handelt. 80 Konventionelle Verhaltensprognosen gestalten sich daher beim Vorliegen von ‘dynamic complexity’ als besonders schwierig. 81 Diese Art der Komplexität äußert sich in dynamischen Systemen in einer hohen Anzahl denkbarer Systemzustände, weswegen komplexe Systeme nicht vollständig beschrieben werden können. Aus diesen Gründen wird zur Durchführung von Untersuchungen zum Systemverhalten mit Modellen 82 gearbeitet, die in ihrer Struktur mit starken Abstraktionen versehen sind.

ESPEJO macht darauf aufmerksam, daß es nicht sinnvoll sei, sich ausschließlich auf eine Analyse der ‘dynamic complexity’ zu konzentrieren. 83 S.E. liegt in der ‘detail complexity’ mehr als nur die oben angesprochene Varietät. Die Varietät unterstütze vielmehr bei der Beurteilung der Charakterisierung der ‘detail complexity’. ESPEJO argumentiert, daß SENGES ‘dynamic complexity’ nichts weiter sei als das gleichzeitige Berücksichtigen von Konnektivität und Zeit. Beides sollte der Entscheidungsträger ohnehin bei Entscheidungen einbeziehen, womit die ‘dynamic complexity’ keinen besonderen Status verdiene. Er versteht ‘dynamic complexity’ als von ‘detail complexity’ umgeben. 84

2.5.5 Lenkung

Bis zu dieser Stelle wurde vornehmlich die Teile-Ganzes-Problematik von Systemen diskutiert. Im folgenden steht die Lenkungsproblematik, also der kybernetische Ansatz, im Vordergrund. In Kapitel 2.5.3 wurde darauf eingegangen, daß sich der Zustand dynamischer Systeme im Zeitablauf verändert. Dabei ist erdenklich, daß sie sich in mehr oder minder vielfältiger Weise verhalten; dennoch ist oftmals ein bestimmtes Verhaltensmuster erkennbar. Bei dynamischen

77 Der Begriff systemisch wird in Kapitel 4.1 ausführlich dargestellt.

78 Vgl. Espejo (1994), S. 209.

79 Vgl. Senge (1990), S. 71f.

80 Vgl. Senge (1990), S. 71.

81 Vgl. Ulrich (1970), S. 115ff., Dörner (1989), S. 60 und Malik (1996), S. 37.

82 Zum Begriff Modell siehe nachfolgendes Kapitel.

83 Vgl. Espejo (1994), S. 209.

84 Vgl. Espejo (1994), S. 210.

Vom systemischen Denken zur Methode System Dynamics

Systemen kristallisiert sich ein bestimmter Vorzugszustand heraus, der über Einflußnahmen, sog. Lenken, eingenommen wird.

Da der Mensch danach strebt, Geschehnisse in der Außenwelt nach seinem Gutbefinden zu kontrollieren, verlangt er, daß sich Dinge entsprechend seinen Absichten verhalten. Der Mensch sieht sich als Lenker von Dingen und Prozessen außerhalb des zu lenkenden Systems. Er zwingt dem System seinen Willen auf. 85 Daraus ließe sich folgern, die Lenkung nicht in die Kategorie der Systemeigenschaften zu gliedern. Beim Betrachten natürlicher Systeme wie bspw. des Ökosystems fällt aber auf, daß, obwohl sie einen Vorzugszustand anstreben, kein Lenker auszumachen ist. Offenkundig paßt hier die Annahme, daß es sich um einem Menschen als personifiziertem Lenker handeln muß, nicht. Die Natur lenkt sich selbst. Unter Lenkung wird also die Fähigkeit des Systems verstanden, sich selbst unter Kontrolle zu halten. 86 Aus diesem Grund läßt sich die Lenkung zu den Systemeigenschaften zählen. 87 Um ein Verständnis über das Funktionieren des Systems zu erlangen, muß sich der Lenker selbst als Teil des Systems auffassen. In der Kybernetik wird in zwei Arten der Lenkung, in Steuerung und in Regelung, differenziert. 88 Mit Hilfe von Steuerung und Regelung soll erreicht werden, daß ein System zielorientiert handelt. 89

Ziel (Sollgröße)

Ziel (Sollgröße)

Steuereinrichtung SStteeuueerreeiinrnriicchthtunungg Stellgröße Stellgröße Input Input System System System
Steuereinrichtung
SStteeuueerreeiinrnriicchthtunungg
Stellgröße
Stellgröße
Input
Input
System
System
System
(Steuerstrecke)
(Steuerstrecke)
(Steuerstrecke)
Störgröße(n)
Störgröße(n)

Output

Output

System System (Steuerstrecke) (Steuerstrecke) (Steuerstrecke) Störgröße(n) Störgröße(n) Output Output

Abbildung 2-5: Steuerungsprinzip 90

Wird einem System von außen eine Anweisung vorgegeben, wie es sich zu verhalten hat, wird von Steuerung gesprochen (siehe Abbildung 2-5). Das Ziel wird dem System ebenso von außen vorgegeben wie Richtung und Verhaltensart zur Zielerreichung. Das System steht dementsprechend mit einer steuernden Instanz in Verbindung.

85 Beipiele hierfür sind Maschinen, die bestimmte Vorgänge aufgrund von Befehlen ausführen, genauso wie Vorgesetzte in Unternehmen, die andere Menschen leiten. Vgl. Ulrich und Probst (1991), S. 78.

86 Vgl. Ulrich und Probst (1991), S. 78.

87 Vgl. Ulrich und Probst (1991), S. 78.

88 Darüber hinaus wird noch weiter differenziert in Anpassung: Anpassung liegt dann vor, ein System sein Verhalten so variieren kann, daß sich ein Gleichgewichtszustand zwischen System und Umwelt einstellt. Der dabei vom System selbst entwickelte Sollwert wird der nachfolgenden Regelung zugrundegelegt. Es existiert keine steuernde Instanz, sondern das System steht in einer wechselseitigen Beziehung mit seiner Umwelt. Vgl. Ulrich (1970), S. 121. Im Bereich System Dynamics nimmt diese Art der Zielerreichung eine untergeordnete Position ein, weshalb hierauf auch nicht weiter eingegangen wird.

89 Vgl. Ulrich (1970), S. 120 sowie Ulrich und Probst (1991), S. 78ff.

90 In Anlehnung an Baetge (1988), S. 517.

Vom systemischen Denken zur Methode System Dynamics

Eine Alternative zur Erreichung des zielorientierten Handelns des Systems ist die Regelung. Sie liegt vor, wenn das System den von außen vorgegebene Sollwert durch eigenständige Verhaltensänderung, also durch informationelle Rückkopplung 91 , erreicht. Die steuernde Instanz beschränkt sich hier ausschließlich auf die Vorgabe des Zieles (siehe Abbildung 2-6).

Regelab- Regelab- Regelab- Ziel Ziel Ziel ReRegglleerr Regler weichung weichung weichung (Sollgröße)
Regelab-
Regelab-
Regelab-
Ziel
Ziel
Ziel
ReRegglleerr
Regler
weichung
weichung
weichung
(Sollgröße)
(Sollgröße)
(Sollgröße)
Stellgröße
Stellgröße
Regelgröße
Regelgröße
Input
Input
System
System
System
Output
Output
(Regelstrecke)
(Regelstrecke)
(Regelstrecke)
Störgröße(n)
Störgröße(n)

Abbildung 2-6: Regelungsprinzip 92

Da beide Arten der Lenkung zielorientiert gestaltet sind, stellen sie zwei Wege zur Zielerreichung dar. In verschiedenen Situationen kann die Steuerung vorteilhafter als die Regelung sein und v.v. Der hauptsächliche Unterschied zwischen beiden besteht darin, daß die Regelung bestimmte Einflüsse von außerhalb der Systemgrenze zuläßt, diese jedoch schnellstmöglich korrigiert und ihre Wirkung minimiert. 93 Hierfür läßt sich das in Kapitel 2.5.2 erklärte Heizungssystem als Beispiel heranziehen. System Dynamics Modelle befassen sich aufgrund der ihnen innewohnenden Rückkopplungsschleifen hauptsächlich mit der Regelung.

2.6 Systemarten

2.6.1 Überblick

ACKOFF definiert drei unterschiedliche Arten von Systemen: Mechanische, organische und soziale Systeme. 94 Dabei ist darauf hinzuweisen, daß im Mittelpunkt von System Dynamics soziale Systeme stehen.

91 Zum Begriff der Rückkopplung siehe Kapitel 2.5.2.

92 In Anlehnung an Baetge (1988), S. 517.

93 Vgl. Ulrich und Probst (1991), S. 81f.

94 Vgl. Ackoff (1994), S. 175ff.

Vom systemischen Denken zur Methode System Dynamics

2.6.2 Mechanische Systeme

Mechanische Systeme arbeiten mit einer bestimmten Regelmäßigkeit, die von ihrer inneren Struktur ausgeht. Die Systeme erfüllen einen bestimmten ihnen von außen vorgegeben Zweck, wobei Subsysteme ihrerseits bestimmte Aufgaben erfüllen. Beispiele für mechanische Systeme sind die Beförderung eines Menschen von Punkt A nach Punkt B mit Hilfe eines Kraftfahrzeuges. Indessen erfüllen mechanische Systeme keinen Selbstzweck. So ist der Zweck der Kraftstoffpumpe ausschließlich die Versorgung des Motors mit Kraftstoff. Mechanische Systeme können offen oder geschlossen sein, wobei sie geschlossen sind, wenn ihr Verhalten nicht von externen Einflüssen bestimmt wird und v.v. 95 Beispielsweise betrachtet ACKOFF das Newtonsche Universum als ein geschlossenes mechanisches System, während unser Sonnensystem ein offenes System ist, dessen Verhalten von anderen umliegenden Sternen und Galaxien beeinflußt wird.

2.6.3 Organische Systeme

Im Vergleich zu mechanischen Systemen besitzen organische Systeme zumindest einen Selbstzweck, bspw. den der Selbsterhaltung, der für das Wachstum bedeutungsvoll sein kann. 96 Nichtsdestotrotz verfügen die Elemente von organischen Systemen über keinen Selbstzweck. Ihnen wohnen Funktionen inne, die dem Ziel oder dem Zweck des Ganzen dienen. 97 Organische Systeme sind notwendigerweise offen, wobei sie in anderen, speziellen Situationen auch geschlossen sein müssen, um bei wechselnden Umwelteinflüssen überleben zu können.

2.6.4 Soziale Systeme

Sozialen Systemen ist gemein, daß sie offene Systeme sind, die (1) einen Selbstzweck erfüllen, wobei im Vergleich zu mechanischen Systemen auch (2) Teile über einen Selbstzweck verfügen

95 Wann ein System als ‘offen’ oder ‘geschlossen’ bezeichnet wird, wurde in Kapitel 2.5.2 diskutiert.

96 Zur Erörterung über den Selbstzweck von Systemen siehe Kapitel 2.1.

97 Vgl. Ackoff (1994), S. 175.

Vom systemischen Denken zur Methode System Dynamics

können. Darüber hinaus (3) sind sie Teil eines übergeordneten Ganzen, das wiederum über einen Selbstzweck verfügt. 98 Weil ein System ein Ganzes ist und nicht in voneinander unabhängige Teile aufgespalten werden kann, ist das Verhalten des Ganzen niemals gleich der Summe des Verhaltens seiner Elemente. Übertragen auf einen Fußballverein würde dies bedeuten, daß ein Starensemble nicht notwendigerweise zu einer Optimierung der Leistung der gesamten Mannschaft und daher zur Saisonmeisterschaft führen muß. 99 Soziale - wie auch organische - Systeme weisen darüber hinaus eine höhere Komplexität auf als mechanische Systeme. 100 Sie bestehen aus einer Vielzahl von vermaschten Regelkreisen, wobei sich positive und negative Rückkopplungen überlagern und sich im Zeitablauf verschieben können. 101 Dabei sind die Beziehungen zwischen den Elementen überwiegend nichtlinearer Art, was zu unterschiedlichen Verhaltensmustern eines Systems führt. Dies ist Ursache dafür, daß soziale Systeme auf eine Fülle von Einflüssen und Eingriffen insensibel reagieren sowie Verhaltensweisen aufzeigen, die beachtlich von dem abweichen, was intuitiv erwartet wurde. 102

Diese Verhaltensweisen sind darauf zurückzuführen, daß soziale Systeme zu der Klasse der ‘multi-loop non-linear feedback-loops’ zählen. 103 Systeme können demnach in lineare oder nichtlineare Systeme eingeteilt werden. Dabei sind lineare Systeme solche, bei denen externe Effekte ausschließlich additiv auf das Systemverhalten einwirken. Das Endergebnis ergibt sich dabei exakt aus der Summe der einzelnen Komponenten, was bei nichtlinearen Systemen nicht der Fall ist.

Um solchen Verhaltensüberraschungen entgegenzuwirken, werden in System Dynamics formale

Modelle gebraucht, mit denen Systemverhalten bei Entscheidungen visualisiert werden soll. Die

Klassifizierung und Bedeutung von Modellen wird im folgenden Abschnitt besprochen.

98 Beispiele für soziale Systeme sind Organisationen, Institutionen oder Gesellschaften.

99 Vgl. Ackoff (1994), S. 180.

100 Vgl. Ulrich (1970), S. 117.

101 Vgl. Milling (1984), S. 5.

102 Vgl. Milling (1984), S. 5. Dieses Verhalten wird kontrainuitives Verhalten genannt und wird in Kapitel 3.3. erläutert.

103 Vgl. Forrester (1995a), S. 2.

Vom systemischen Denken zur Methode System Dynamics

3. Modelle

3.1 Allgemeines und Zweck

Prinzipiell existiert zwischen einem System und seinem Abbild, dem Modell, kein Unterschied.TP 104 PT Selbst ein sog. reales System ist lediglich ein durch einen bestimmten Blickwinkel verzerrter und verkürzter Ausschnitt der Realität. Modelle können unterschiedliche Formen annehmen und unterschiedlichen Zwecken dienen.TP 105 PT Menschen konstruieren mentale, verbale und formale Modelle, um sozialen Systemen ihre hohe Komplexität zu nehmen. Modelle eignen sich daher eher zum besseren Verständnis vielschichtiger Verhaltenscharakteristika als dies durch reines Beobachten von realen Systemen möglich wäre.TP 106 PT Als Beispiel kann das menschliche Verhalten dienen. Das System Mensch kann sowohl auf Basis von Atomen und Molekülen, von Zellen und Organen oder von Individuen und Organisationen betrachtet werden. Sein Verhalten kann dann als chemisches, biologisches, wirtschaftliches oder soziologisches System untersucht werden. Was schließlich als System bestimmt wird, ist eine Abstraktion sonst nicht zu bezwingender Komplexität.TP 107 PT Es entspricht folglich einem Modell.

Relevant für die Konstruktion von Modellen ist der Zweck der Modellerstellung. Einem Modell sollte für eine bestimmte Problemlösung ein Sinn innewohnen. Dabei erweist sich ein

eindeutiges ZielTP 108 PT als der wichtigste Bestandteil für erfolgreiches Modellieren. Ein klares Ziel erlaubt den Erstellern eines Modells ein Hinterfragen, ob das Modell tatsächlich die Problemstellung zu lösen vermag. Jedoch ist zu berücksichtigen, daß selbst ein zielorientiertes Modell mit Fehlern behaftet, zu groß oder zu undurchsichtig sein kann.TP 109 PT Darüber hinaus sollte eine Zielgruppe, für die das Modell generiert werden soll, identifiziert werden. So haben bspw. Manager eine bestimmte pragmatische Vorstellung über die Leistung eines Modells. Der Modelltypus hängt somit von der Perspektive und den Zielen der Entscheidungsträger ab. Ein für die Unterstützung von Strategieentwicklungen zu erarbeitendes Modell sollte weiter und aggregierter definiert werden als eines für eine Marktanalyse. Ferner sollten Modelle Anforderungen in folgenden Bereichen erfüllen: TP

! Modelle sollten realistisch und verläßlich gestaltet sein, d.h. sie sollen im Vergleich mit historischen Daten korrekte Ergebnisse erzeugen. Sie entsprechen einem Abbild der Realität.

110

PT

! Die in dem Modell verwendeten Variablen sollten nicht abstrakt sowie dem Nutzer vertraut sein, um Bedienungshemmschwellen zu vermeiden und Vertrauen aufzubauen.

TP

104 PT Vgl. Milling (1984), S. 7.

TP

105 PT Vgl. Forrester (1972), S. 73 und (1977), S. 49.

TP

106 PT Vgl. Forrester (1977), S. 49.

TP

107 PT Vgl. Milling (1984), S. 8.

108

PT Die Formulierung eindeutiger und scharfer Ziele ist notwendig, da unscharfe Ziele tendenziell die zielorientierte Umsetzung von Plänen untergraben und bei den Beteiligten zur Richtungslosigkeit führen können. Vgl. Goold und Campbell (1999), S.70.

TP

TP

109 PT Vgl. Sterman (1991), S. 5.

TP

110 PT Vgl. Weil und Veit (1989), S. 70.

Vom systemischen Denken zur Methode System Dynamics

! Das Modell sollte für den Nutzungszweck relevant sein, d.h. der Darstellungslevel sollte den Ansprüchen genügen. Hierdurch wird das pragmatische Merkmal eines Modells betont.

Zusammenfassend sollte das erstellte Modell der Zielgruppe ein tiefgründiges Verständnis über das beobachtete System vermitteln.TP 111

PT

Im Fokus von System Dynamics steht die Modellierung von sozialen Systemen. FORRESTER merkt an, daß soziale Systeme alltäglich von allen Menschen modelliert werden. Jedes Individuum nutzt Modelle instinktiv als Entscheidungsgrundlage in seinem privaten und beruflichen Alltag.TP 112 PT Die Frage dabei ist nur, welches Modell für eine Entscheidung herangezogen wird.TP 113 PT Das bei Entscheidungen zugrundeliegende, intuitive, impliziteTP 114 PT Wissen wohnt sog. mentalen Modellen inne. Bei Kommunizierung, also Externalisierung, des Wissens wird das mentale Modell zu einem sog. verbalen Modell. Durch weitere Strukturierung und Formalisierung der Sachverhalte ergibt sich ein sog. formales Modell. Dieser Klassifizierung liegt eine steigende Komplexitätsreduktion zugrunde, wodurch sich oben angesprochene und unten diskutierte Hierarchie ergibt.TP 115 PT Unterscheidungen liegen in bezug auf die Kommunikationsfähigkeit, die Anpassungsfähigkeit und die Informationswirkung der Modelle vor.TP 116

PT

3.2 Modellarten

3.2.1 Mentale Modelle

Viele der zu gestaltende Systeme im privaten, wirtschaftlichen und öffentlichen Sektor erfordern heute wissensintensive Prozesse, die von interdisziplinären Teams geführt und gelenkt werden müssen. Den hierbei anfallenden Entscheidungsprozessen liegen sowohl individuelle als auch geteilteTP 117 PT implizite, geistige respektive mentale Modelle der Teammitglieder zugrunde.TP 118

PT

Das geistige Bild der Welt um den Menschen herum entspricht einem Modell. Das bedeutet, daß das Bild, das sich der Mensch von der Welt macht, seine eigene Konstruktion ist.TP 119 PT Diese

TP

111 PT Vgl. Forrester (1987), S. 136. Für genauere Informationen zum Modellbegriff vgl. Berens und Delfmann (1995), S. 23ff.

TP

112 PT Vgl. Forrester (1971), S. 14, (1975), S. 213, (1977), S. 50, (1995a), S. 3 sowie Keough und Doman (1992), S. 18.

TP

113 PT Vgl. Forrester (1995a), S. 3.

114

PT Das intuitive, implizite Wissen wird auch ‘tacit knowledge’ genannt. ‘Tacit knowledge’ beinhaltet weiche Wissensbestände. Zum weiterführenden Studium vgl. bspw. Saint-Onge (1996) oder Nonaka und Takeuchi (1995).

TP

TP

115 PT Vgl. Forrester (1994c), S. 72ff.

TP

116 PT Vgl. Zahn (1991), S. 48

TP

117 PT Vgl. Kim und Senge (1994), S. 281.

TP

118 PT Vgl. Milling (1984), S. 6.

TP

119 PT Vgl. Malik (1996), S. 7.

Vom systemischen Denken zur Methode System Dynamics

Vorstellung entspricht dem epistomologischen Hintergrund des Radikalen Konstruktivismus, nach dem sich jegliches Denken ausschließlich in mentalen Modellen vollzieht. 120

Abgesehen vom Ausschluß einer Bedeutung für die Philosophie haben DOYLE und FORD in ihrem Artikel ‘Mental models concepts for system dynamics research’ den Begriff der mentalen Modelle für den System Dynamics Bereich nähergehend untersucht. 121 Sie weisen darauf hin, daß er in der Literatur kaum explizit definiert ist, obwohl das Konzept der mentalen Modelle im Rahmen von System Dynamics einen bedeutsamen Stellenwert einnimmt. Die vorliegenden Begriffsbestimmungen seien tendenziell eher vage und generell formuliert. 122 FORRESTER, der den Begriff für System Dynamics geprägt hat, beschreibt mentale Modelle in seinen Werken folgendermaßen:

„A mental image or a verbal description in English can form a model of corporate organization and its processes. The manager deals continuously with these mental and verbal models of the corporation. They are not the real corporation. They are not necessarily correct. They are models to substitute in our thinking for the real system that is being represented.“ 123

„The mental model is fuzzy. It is incomplete. It is imprecisely stated. Furthermore, within one individual a mental model changes with time and even during the flow of a single topic being discussed, each participant in a conversation employs a different mental model to interpret the subject.“ 124

Für FORRESTER ist es daher leicht verständlich, daß das Schließen von Kompromissen aufgrund unterschiedlicher mentaler Modelle der Individuen viel Zeit in Anspruch nimmt. „And it is not surprising that consensus leads to actions which produce unintended results.“ 125

Aus den Umschreibungen folgt, daß mentale Modelle sehr flexibel aufgebaut sind. Der menschliche Geist bildet mentale Modelle, mit deren Hilfe er Räume und Gegenstände miteinander in Beziehung zu bringen versucht. 126 Mentale Modelle können dabei mehr als nur numerische Daten aufnehmen und verarbeiten, um sich neuen Situationen schnell anzupassen. Falls neue Informationen zur Verfügung stehen, können sie ohne weiteres modifiziert werden. Mentale Modelle können als die Filter bezeichnet werden, durch die der Menschen Erfahrungen interpretiert, Vorhaben evaluiert sowie Alternativen abwägt. 127 Sie verhindern, daß sich der Mensch in einer Flut von Nebensächlichkeiten verliert. 128

120 Vgl. Ossimitz (1995), S. 5.

121 Vgl. Doyle und Ford (1998), S. 3ff.

122 Vgl. Doyle und Ford (1998), S. 4.

123 Forrester (1977), S. 49f.

124 Forrester (1975), S. 213.

125 Forrester (1971), S. 14.

126 Vgl. Forrester (1972), S. 74.

127 Vgl. Sterman (1991), S. 4.

128 Vgl. Milling (1984), S. 6.

Vom systemischen Denken zur Methode System Dynamics

Demgegenüber weisen die den Entscheidungsprozessen als Basis dienenden mentalen Modelle einige markante Schwachstellen auf. Zum einen sind mentale Modelle schlecht definiert. Die oben angesprochenen für die Modellbildung relevanten Ziele und Zwecke von mentalen Modellen sind oftmals unklar. Aus diesem Grund verändert sich das geistige Abbild der Realität kontinuierlich unterbewußt und nicht ganzheitlich, wodurch Widersprüchlichkeiten innerhalb der Strukturen entstehen. 129 Deshalb erscheinen mentale Modelle für Außenstehende als schwer nachvollziehbar. Da der Mensch auch sein eigenes Modell nicht zu konstruieren, zu begreifen und es für seine Entscheidungsfindung nicht hinreichend zu nutzen versteht, sind mentale Modelle nicht intersubjektiv übertragbar und keiner umfassenden objektiven Analyse zugänglich. 130

Komplexe Situationen kann der menschliche Geist nur begrenzt verarbeiten. Die Anzahl von Variablen, die ein Mensch in seinem geistigen Modell schlüssig miteinander in Verbindung bringen kann, ist relativ beschränkt. Selbst das intuitive Beurteilungsvermögen eines erfahrenen Untersuchenden ist relativ unzuverlässig in bezug auf die Antizipation vom systemischen und dynamischen Verhalten eines einfachen Rückkopplungsprozesses, der fünf oder sechs Variablen beinhaltet. 131 Die individuelle Perspektive des Entscheidenden mag engstirnig, die Zeit zum Treffen von Entscheidungen knapp bemessen und die Informationen eingeschränkt oder zwischenzeitlich wertlos sein. Folglich resultieren aus diesen Unzulänglichkeiten viele fehlerhafte Entscheidungen. 132

Neben FORRESTER haben sich auch andere System Dynamics Spezialisten, wie bspw. MORE- CROFT 133 , SENGE 134 oder STERMAN 135 , mit dem Terminus mentales Modell auseinandergesetzt. Dabei ist festzustellen, daß sie sich bzgl. der Vor- und Nachteile des Konzepts der mentalen Modelle einig sind. Obwohl eine Charakterisierung der mentalen Modelle also gemeinhin nicht variiert, existiert keine explizite einheitliche Definition. 136 Dies behinderte in der Vergangenheit wohl den reibungslosen Informationsaustausch zwischen manchen Forschern. 137 Aus dem Eruierten haben DOYLE und FORD deshalb eine eigene und ihrer Ansicht nach präzise und umfassende Definition erarbeitet: „ … a mental model of a dynamic system is a relatively enduring and accessible, but limited, internal conceptual representation of an external system whose structure maintains the perceived structure of that system.“ 138 LANE geht auf DOYLES und

129 Vgl. Forrester (1972), S. 74ff.

130 Vgl. Sterman (1991), S. 4.

131 Vgl. Forrester (1994c), S. 60 als auch Sterman (1994), S. 305.

132 Vgl. Sterman (1991), S. 4. Diese fehlerhaften Entscheidungen können auch auf das in Kapitel 3.3 besprochene kontraintuitive Verhalten von Systemen zurückgeführt werden.

133 Vgl. Morecroft (1994), S. 7.

134 Vgl. Senge (1990), S. 8f.

135 Vgl. Sterman (1994), S. 294 und 305.

136 Vgl. Doyle und Ford (1998), S. 6.

137 Vgl. Doyle und Ford (1998), S. 21.

138 Doyle und Ford (1998), S. 17.

Vom systemischen Denken zur Methode System Dynamics

FORDS Artikel unterstützend ein und betont, daß die Definition der beiden Autoren u.a. in ihrer Sichtweise durch die Betonung der Repräsentation eines ‘externen Systems’ zu restriktiv sei. Das hieße, das System müßte schon existent sein. Das modellierte System kann aber nach LANES Vorstellung auch erst geplant oder noch wünschenswert sein. 139

Da der Mensch nicht in der Lage ist, die einfachsten mentalen Modelle im Geiste fehlerfrei zu simulieren, wurden Computerprogramme entwickelt, die ihn bei Entscheidungsfindungen unterstützen sollen. 140 Um mit Computerprogrammen arbeiten zu können, müssen die in den mentalen Modellen gespeicherten intuitiven Informationen verbalisiert werden.

3.2.2 Verbale Modelle

Um ein bestimmtes System modellieren zu können, muß das zugehörige implizite Expertenwissen über Systemstruktur, ‘policies’ 141 , Systemgrenzen, Variablenidentifikation zunächst externalisiert werden. Das heißt, daß mentale Modelle offengelegt werden müssen, wobei die Explikation der mentalen Modelle eine systematische Darstellung des beobachteten Systems erfordert. 142 Schon einfache Ausführungen, selbst auf Flipcharts oder Tafeln visualisiert, repräsentieren verbale Modelle bzw. Darstellungen. 143 Bei weiterer Strukturierung der Informationen, spricht man von formalen Modellen.

3.2.3 Formale Modelle

Da mentale Modelle durch oben aufgeführte Mängel charakterisiert sind, unterstützen formale Modelle, wie bspw. System Dynamics Modelle, die Entscheidungsfindung. Mit der Konstruktion von formalen Modellen erhält die geistige Vorstellung von Systemen eine klare Gestalt. Das Modell auf der letzten Hierarchiestufe soll zu einem verbesserten Verständnis über komplexe soziale Systeme führen und Eingriffe über ‘policies’ in das System auf ihre Konsequenzen hin untersuchen. 144 Der höchste Formalisierungsgrad wird durch die Abbildung eines verbal beschriebenen Problems auf Basis eines mathematischen Modells erreicht. 145 Vage mentale

139 Vgl. Lane (1999), S. 187 und 191.

140 Vgl. Doyle und Ford (1998), S. 10.

141 ‘Policy’ ist der englische Fachbegriff für Entscheidungsregel. Vgl. u.a. Keough und Doman (1992), S. 8. Der Begriff ‘policy’ soll aufgrund seiner weiten Verbreitung im deutschsprachigen Raum im Zusammenhang mit System Dynamics und Managemententscheidungen im Rahmen dieser Arbeit weiterhin verwendet werden. Siehe dazu auch Kapitel 5.3.4.2.

142 Vgl. Senge (1990), S. 174ff.

143 Vgl. Morecroft, (1994), S. 9.

144 Vgl Milling (1984), S. 6 sowie Ford und Sterman (1998), S. 309.

145 Vgl. Milling (1984), S. 6.

Vom systemischen Denken zur Methode System Dynamics

Konstatierungen bzgl. Größe, Bedeutung oder Einfluß werden nunmehr durch numerische Werte abgebildet. 146

Wie mentale Modelle verfügen auch formale Modelle über bestimmte Stärken und Schwächen. Sie verhalten sich gegenüber genau spiegelbildlich. Formale Modelle sind explizit und präzise in ihrer Darstellung. Ihre Annahmen sind in schriftlichen Dokumentationen dargelegt und allen Interessierten frei zugänglich. Die verwendete Sprache in formalen Modellen ist standardisiert, sie ist klarer und einfacher verständlich als die gesprochene Sprache verbaler Modelle. Dadurch werden formale Modelle von nahezu allen Individuen eindeutig kommunizier- und nachvollziehbar, unabhängig von deren Ausbildungsstand. 147 Sie sind umfassender als ihre mentalen Gegenstücke und eignen sich dazu, viele Faktoren simultan zu berücksichtigen. Formale Modelle erfassen vorhandenes Wissen in isolierten Abstraktionen und verbinden es schrittweise zu einem zusammenhängenden Ganzen. Mit Hilfe von System Dynamics Computerprogrammen können formalen Modelle auf ihre Konsistenz hin überprüft werden. 148

Als Schwäche formaler Modelle stellt sich heraus, daß sie in der Realität nicht immer so präzise dokumentiert sind wie erwünscht. Darüber hinaus gestalten sie sich oftmals als sehr komplex, so daß ihre zugrundeliegenden Annahmen schwer nachvollziehbar sind. Daher kann das Vertrauen des Anwenders in die Beschaffenheit des Modells untergraben werden. Außerdem tut er sich im Umgang mit diffizil quantifizierbaren wechselseitigen Einflüssen von Elementen nicht leicht. 149 Abschließend ist anzumerken, daß formalen Modellen die intuitive Plausibilitätskontrolle von Relationen zwischen Elementen abgeht, die bei kognitiven Prozessen augenscheinlich abwegige Annahmen und Ergebnisse unterbinden. 150

3.3 Modellvorstellungen sozialer Systeme

Der menschliche Geist ist nicht besonders gut dazu geeignet, das dynamische Verhalten selbst eines einfachen Systems unmittelbar zu erkennen. 151 In Kapitel 2.5.4 wurde die Schwierigkeit des Autofahrens im Zusammenhang mit Komplexität erwähnt. Bei der Aufnahme und Verarbeitung vielseitiger, parallel eingehender Informationen einer verkehrsreichen Situation ist der menschliche Geist im Vergleich zu Computern schnell und flexibel, wobei hier der technische Fortschritt zügig voranschreitet und Computer die menschliche Leistung wohl in naher Zukunft imitieren können. Obwohl das obige Beispiel so scheint, als hebe es paralleles Denkvermögen des menschlichen Geistes hervor, bezieht es sich lediglich auf das parallel

146 Vgl. Forrester (1972), S. 77.

147 Vgl. Forrester (1975), S. 214.

148 Vgl. Milling (1984), S. 7.

149 Vgl. Sterman (1991), S. 5.

150 Vgl. Milling (1984), S. 7.

151 Vgl. Richmond (1997), S. 133.

Vom systemischen Denken zur Methode System Dynamics

arbeitende mensch-liche Nervensystem. Das bewußte menschliche Denken läuft hingegen linear, also Schritt für Schritt, ab. 152 Um technologische Systeme, wie bspw. eine Maschine, zu durchschauen, genügt lineares Denken. Demgegenüber sind die funktionalen Beziehungen in sozialen Systemen komplexer gestaltet und schwieriger zu verstehen, weil die Relationen vorwiegend nichtlinearer Art sind. Greift der Mensch nun aufgrund bestimmter Erwartungen in Systeme ein, zeigen diese oftmals nach den Eingriffen Verhaltens- und Reaktionsweisen, die von den auf Basis mentaler Modelle entstandenen Erwartungen abweichen. 153 Die mentalen Modelle sind dabei oft in ihrer Struktur und in ihren Annahmen korrekt. Das heißt, daß die Fehleinschätzung nicht auf unzulängliche Informationen oder nicht mehr aktuelle Daten zurückzuführen sind. Die Schwierigkeit liegt darin, aus verfügbaren Informationen die richtigen Konsequenzen zu ziehen. Der menschliche Geist zieht aufgrund seines linearen Denkmusters oftmals falsche Rückschlüsse auf das Systemverhalten. 154

Der menschliche Geist ist nicht fähig, sein eigenes mentales Modell situationsgerecht einzusetzen. Augenscheinlich wird das, wenn der Mensch für sich alleine oder in einer Gruppe ein formales Computermodell, aufbauend auf Grundlage der mentalen Modelle, generieren soll. Das Computermodell wird während der Modellierung solange verfeinert und umstrukturiert, bis es vollständig mit dem mentalen Modell des Individuums oder der Gruppe übereinstimmt. Dieses Simulationsmodell wird dann stellvertretend für das real existierende Systems zum Experimentieren herangezogen, um Informationen über das dynamische Verhalten des realen Systems, vom nachgebildeten Modell repräsentiert, zu vermitteln. 155 Bei der Simulation zeigt sich oftmals, daß das Computermodell ein vom mentalen Modell vorausgesagtes abweichendes Verhalten aufweist. Übertragen auf Probleme in einem Unternehmen verhält es sich so, daß die Mitarbeiter ihr Bestes geben und die erarbeiteten ‘policies’ befolgen. Jedoch zeigt sich in einer Simulation oftmals, daß gerade diese ‘policies’ die vorliegende Situation erst geschaffen haben und den Status-quo noch verschlimmern. Es entwickelt sich eine abschüssige Spirale, in der die angenommene Lösung das Problem weiter verschärft. 156 Zurückzuführen ist das überraschende Systemverhalten auf interne Widersprüche zwischen angenommener und vorausgesagter Systemstruktur in mentalen Modellen. Dies wird auch als kontraintuitives Verhalten sozialer Systeme bezeichnet. 157

152 Vgl. Dörner (1989), S. 288f.

153 Vgl. Milling (1984), S. 5 und Forrester (1995a), S. 3.

154 Vgl. Forrester (1975), S. 214, (1995a), S. 5 und Kauffmann (1980), S. 17f.

155 Vgl. Forrester (1972), S. 80. Vgl. zu Simulation auch die nachstehenden Ausführung in Kapitel 5.5.5.

156 Vgl. Forrester (1975), S. 215.

157 Vgl. Forrester (1995a), S. 4.

Vom systemischen Denken zur Methode System Dynamics

FORRESTER hat drei verschiedene Arten von kontraintuitivem Verhalten sozialer Systeme herausgearbeitet:TP 158

PT

! Sozialen Systemen wohnt inne, daß sie gegenüber vielen ‘policy’-Veränderungen zum Erreichen von Verhaltensvariationen insensitiv reagieren. In einfachen Systemen stehen sich Ursache und Wirkung in Raum und Zeit 159 TP PT nahe. In dynamischen sozialen Systemen verhält es sich dagegen so, daß Ursache und Wirkung räumlich und zeitlich oftmals von einander entfernt liegen. Dann liegt die ursprüngliche Ursache eines Verhaltens lange Zeit zurück und entstammt einem gänzlich anderen Ort des Systems. Als Beispiel läßt sich das ‘urban dynamics’-Problem, von FORRESTER untersucht, heranziehen.TP 160 PT Er greift dabei das Problem der verstärkten Arbeitslosigkeit in einer Großstadt verbunden mit menschlicher Armut auf. Beides geht oftmals auch mit unzulänglichen Wohnverhältnissen einher. Da viele Menschen auf Basis ihrer mentalen Modelle davon überzeugt sind, daß die Armut erst von schlechten Wohnverhältnissen verursacht wird, erscheint es augenscheinlich, mittels staatlicher finanzielle Mittel zusätzliche Sozialwohnungen zu bauen. Modellsimulationen und Realität haben jedoch gezeigt, daß sich das Problem so nicht lösen läßt. Die Städte verfügen schon über mehr Sozialwohnungen als sie ohnehin tragen können. Die ‘policy’, mehr Sozialbauwohnungen zu bauen führt zur Okkupierung von Fläche, die eigentlich genutzt werden kann, um Geschäften und Unternehmen den Zuzug zu erleichtern, um so Arbeitsplätze zu schaffen. Die größere Anzahl von Sozialwohnungen lockt allerdings noch mehr arbeitslose Menschen vom Land in die Stadt. Der vorangegangene Versuch, mehr Wohnungen zu schaffen und die Lebensqualität zu erhöhen, wird vereitelt, weil die Fläche vom sozialen Wohnungsbau beansprucht wird. Die Folge ist städtische Überbevölkerung in ohnehin schon sozialschwachen Gebieten.TP 161

PT

! Zweitens scheinen soziale Systeme einige sensitive Einflußnahmepunkte zu haben, durch die das Systemverhalten gezielt verändert werden kann. Jedoch befinden sie sich häufig an Stellen, an denen sie niemand vermutet. Darüber hinaus ist die Wahrscheinlichkeit groß, daß der von Intuition geleitete Untersuchende die Stellgröße in die falsche Richtung hin verändert. Zur Visualisierung soll am obigen Beispiel von ‘urban dynamics’ angeknüpft werden.TP 162 PT System Dynamics Modelle zeigen, daß die Anzahl der Wohnungen ein sensitiver Einflußnahmepunkt ist. Soll die Wirtschaftslage einer Stadt wieder aufblühen und die Stadt

TP

158 PT Vgl. Forrester (1975), S. 219f. und (1995a), S. 10f.

TP

159 PT Raum und Zeit werden auch als Artefakte bezeichnet, als von Menschenhand geschaffen. Vgl. Richmond (1993), S. 113.

TP

160 PT Vgl. hierzu vertiefend Forrester (1969).

TP

161 PT Vgl. Forrester (1995a), S. 7f., 10 und (1987), S. 140.

162

PT Als ein anderes Beispiel kann der weltweite Bevölkerungszuwachs mit zunehmender Ungleichheit zwischen entwickelten Ländern und Entwicklungsländern dienen. Forrester hat sich damit in seinem Buch ‘World Dynamics’ befasst. Vgl. Forrester

TP

(1971).

Vom systemischen Denken zur Methode System Dynamics

ein Ort sowohl für einkommensschwache als auch für -starke Mitbürger werden, sollte die Anzahl von Sozialwohnungen entgegen der Intuition reduziert und nicht gesteigert werden.

! Außerdem zeigen soziale Systeme Spannungen zwischen kurz- und langfristigen

Konsequenzen von ‘policy’-Veränderungen auf. Eine ‘policy’, die kurzfristig

Problemverbesserungen hervorbringt, nimmt gewöhnlicherweise einen langfristig negativen

Einfluß auf das System und v.v. Entscheidungsträger werden oftmals unter kurzfristigen

Erfolgszwang gestellt, weshalb sie sich für eine ‘policy’ entscheiden, die ihnen kurzfristigen

Erfolg verspricht, aber langfristig gesehen die unvernünftigere Alternative ist. FORRESTER

stellt fest, daß viele heutige Probleme das kumulative Ergebnis kurzfristiger Maßnahmen

PT

vergangener Perioden sind.TP 163

TP

163 PT Vgl. Forrester (1995a), S. 11. Siehe hierzu auch die Beschreibung das archetypische Verhalten der Lastverteilung in Kapitel

5.4.4.

Vom systemischen Denken zur Methode System Dynamics

4. Systemisches Denken

4.1 Unzulänglichkeiten des linearen Denkens

Wie oben angesprochen, denkt der okzidentale Mensch in linearen Ursache-Wirkungs- beziehungen, obwohl sich die Realität aus Kreisläufen zusammensetzt. 164 Die Gründe für diese Beschränkung des menschlichen Geistes ergibt sich aus der Evolution des Menschen. Zum Überleben in der Prähistorie war es notwendig, aus dem Augenblick heraus Entscheidungen zu treffen. Es schien nicht erforderlich, eine Situation in einen zeitlich und räumlich weiteren Bezugsrahmen zu integrieren. 165 Noch heute beeinflußt die Sprache das menschliche Wahrnehmungs- und Denkvermögen. Die geradlinige westliche Subjekt-Verb-Objekt-Syntax unterstützt das lineare Denken. 166 Folglich denkt der Mensch, daß einer heute auftretenden Wirkung eine bestimmte singuläre Ursache in der Vergangenheit zugrunde liegen muß, genauso wie bei einem bestimmten heutigen Handeln auch ein ganz bestimmtes zukünftiges Ergebnis beobachtbar sein wird (siehe Abbildung 4-1).

Vergangenheit Vergangenheit Gegenwart Gegenwart Gegenwart Zukunft Zukunft ZZeeiittacachshsee Zeitachse Ursache
Vergangenheit
Vergangenheit
Gegenwart
Gegenwart
Gegenwart
Zukunft
Zukunft
ZZeeiittacachshsee
Zeitachse
Ursache
Ursache
Wirkung
Wirkung
Wirkung
Ursache
Ursache
Wirkung
Wirkung
?
?
Wirkung
Wirkung
ZZeeiittacachshsee
Zeitachse
Ursache
Ursache
Ursache
WWiirkunrkungg
Wirkung
Handlung
Handlung
Handlung
EErrgegebnibniss
Ergebnis
Handeln als Ursache einer
Handeln als Ursache einer
Handeln als Ursache einer
Erklären dur ch Su che
Erklären dur ch Su che
Erklären dur ch Su che
Wirkung
Wirkung
Wirkung
nach der Wirkung
nach der Wirkung
nach der Wirkung

Abbildung 4-1: Lineares Erklären und Handeln 167

Nun ist es durchaus möglich, daß in realen Systemen eine Wirkung verschiedene Ursachen und v.v. haben kann, solche, die zeitlich und räumlich versetzt sind. Dementsprechend würden sich

164 Vgl. Senge (1990), S. 73 und Ossimitz (1998), S.6.

165 Vgl. Dörner (1989), S. 13f.

166 Viele fernöstliche Sprachen, wie etwa Japanisch oder Tibetanisch, nicht aber Vietnamesisch, sind bspw. nicht nach dieser Subjekt-Verb-Objekt-Syntax aufgebaut. Vgl. Crystal (1987), S. 98 oder Siewierska (1992), S. 4994 und 4998.

167 Quelle: Ulrich und Probst (1991), S. 38.

Vom systemischen Denken zur Methode System Dynamics

die geraden Linien in Abbildung 4-1 immer mehr verzweigen, bis sie in Kreisläufe übergehen würden. 168 Wissenschaftler, die sich mit dieser Thematik beschäftigen, argumentieren, daß Menschen mit Hilfe einer holistischen Sichtweise vernetzte Systeme erfassen und die in Kapitel 2.5.3 angesprochenen direkten sowie indirekten Wirkungen wahrnehmen könnten. 169

4.2 Systemisches Denken - Begriffsbestimmung

Der in diesem Kapitel im Mittelpunkt stehende und von ULRICH und PROBST propagierte Begriff ‘systemisches Denken’ 170 ist in der Literatur nicht einheitlich definiert. SENGE bezeichnet ‘systems thinking’ als die Disziplin, die es dem Menschen ermöglicht, Dinge ganzheitlich zu betrachten. 171 S.E. ist ‘systems thinking’ ein Rahmenkonstrukt, mit dessen Hilfe der Mensch Wechselbeziehungen anstelle der oben genannten linearen Ursache-Wirkungsketten identifizieren kann, und das eine Kollektion von spezifischen Anwendungswerkzeugen und - techniken beinhaltet. ‘Systems thinking’ ist der ‘cornerstone’, der ‘personal mastery’, ‘mental models’, ‘shared vision’ sowie ‘team learning’ in einen zusammenhängenden, verständlichen theoretischen und praktischen Rahmen zusammenfaßt und verschmelzt, mit dem Ziel, eine lernende Organisation zu schaffen. 172

Nach SENGE soll systemisches Denken es ermöglichen, ‘detail’ und ‘dynamic complexity’ zu erfassen. 173 Dabei verhält es sich jedoch so, daß viele Menschen fälschlicherweise denken, daß auftretende Komplexität auch mit Komplexität erwidert werden muß. ESPEJO dagegen ist der Meinung, daß es nicht widersinnig sei, zunehmend komplexe Lösungen für zunehmend komplexe Probleme zu finden. Falsch sei es s.E., aus SENGES Auffassung zu folgern, daß die dem mentalen Modell zum Verständnis der Situation innewohnende Komplexität genauso groß sein muß wie die der Situation selbst. Der Mensch soll die vorhandene Komplexität mit der Komplexität der Situation bekämpfen und nicht mit seiner eigenen. 174

DÖRNER betrachtet die Problematik von einem psychologischen Standpunkt, der zur Relativierung der oben angeführten Diskussion herangezogen werden kann. Er spricht von systemischem Denken als einem Bündel von Fähigkeiten. Dabei ist es im wesentlichen die Fähigkeit, „sein ganz normales Denken, seinen «gesunden Menschenverstand» auf die Umstände

168 Vgl. Ulrich und Probst (1991), S. 37.

169 Vgl. u.a. Sterman (1994), S. 291 und Ossimitz (1995), S. 6.

170 Vgl. Ulrich und Probst (1991), S. 33.

171 Vgl. Senge (1990), S. 68.

172 Vgl. Senge (1990), S. 12 und 68f.

173 Vgl. Senge (1990), S. 69. Zu den Begriffen ‘detail’ und ‘dynamic complexity’ siehe Kapitel 2.5.4.

174 Vgl. Espejo (1994), S. 209.

Vom systemischen Denken zur Methode System Dynamics

der jeweiligen Situation einzustellen.“TP 175 PT Insofern ist s.E. systemisches Denken das situationsgerechte Denken in einer komplexen, systemischen Situation.TP 176

PT

FORRESTER dagegen sieht in ‘systems thinking’ nur eine eher generelle und oberflächliche Bewußtseinserlangung der Existenz von Systemen. Dabei sieht er drei mögliche Wirkungen von ‘systems thinking’, von denen die ersten beiden als positive Einflüsse betrachtet werden können:TP 177

! ‘Systems thinking’ kann konstruktiven Einfluß ausüben, indem es auf die Existenz und die Brisanz von Systemen aufmerksam macht.

! ‘Systems thinking’ kann zwar als ‘door-opener’ für System Dynamics und für ein tieferes Systemverständnis agieren, aber …

! risikobehaftet ist hierbei jedoch derjenige, der davon überzeugt ist, daß er mit ‘systems think- ing’ Systeme und ihre Verhaltensweisen vollkommen verstanden hat. „Some people feel they have learned a lot from systems thinking, but they have gone less than 5 percent of the way toward a genuine understanding of systems. The other 95 percent lie in the rigorous system dynamics-driven structuring of these models and in the simulations based on those models.“TP 178 PT FORRESTER begründet seine Denkweise damit, daß ‘systems thinkers’ zur Visualisierung mit Wirkungskreisläufen arbeiten, in denen nicht wie in Flußdiagrammen in ‘levels’ und ‘rates’TP 179 PT unterschieden wird. Wirkungskreisläufen ist s.E. die Identifikation dynamischen Verhaltens von Systemen versagt.

PT

Grundsätzlich besteht nach FORRESTER die Gefahr, daß ‘systems thinking’ ein weiteres Glied in der Reihe von Managementinstrumenten und -methoden werden könnte, die kommen und gehen, um Unternehmen nur zu operativer Verbesserung mit Hilfe neuer bester Praktiken zu verhelfen.TP 180

PT

Dagegen betrachtet RICHMOND ‘systems thinking’ als einzigartig und weitläufig einsetzbar in der Art des Denkens und Lernens. „It is also capable of being quite transparent, seamlessly leverag- ing the way we learn biology, manage our business, or run our personal lives.“TP 181 PT RICHMONDS Ansicht nach liegt die Stärke von ‘systems thinking’ im Erkennen von gegenseitigen Abhängigkeiten.TP 182 PT ‘Systems thinkers’ sehen ihr Wesensmerkmal im Verstehen der Dynamik, die von Rückkopplungskreisläufen ausgeht. Zur Unterstreichung seiner Ansicht zieht RICHMOND folgendes Beispiel heran: Eine Person, gefragt nach den Gründen für die globale

175 PT Dörner (1989), S. 309. Ossimitz hat erarbeitet, daß sich die empirische Erfassung von Fähigkeiten im systemischen Denken schwierig gestaltet. Vgl. Ossimitz (1995), S. 8.

TP

176 PT Vgl. Ossimitz (1995), S. 4.

177 PT Vgl. Forrester (1994b), S. 252 sowie Keough und Doman (1992), S. 17.

178 PT Keough und Doman (1992), S. 17.

179 PT Bestandsgrößen bzw. ‘stocks’ oder ‘levels’ und Flußgrößen bzw. ‘flows’ oder ‘rates’ sind Bestandteile der quantitativen System Dynamics Modelierung. Siehe hierzu Kapitel 5.5.

TP

TP

TP

TP

180 PT Vgl. Forrester (1994b), S. 251f. und Porter (1997), S. 58.

TP

181 PT Richmond (1994), S. 135f.

182 PT Vgl. Richmond (1993), S. 113.

TP

TP

Vom systemischen Denken zur Methode System Dynamics

Überbevölkerungsproblematik, gibt meist eine ‘laundry list’ respektive additive Liste von Argumenten an (siehe Abbildung 4-2).

Armut

Armut

Armut

Armut Armut Armut Unzureichende Ausbildung Unzureichende Ausbildung Unzureichende Ausbildung Mangelnde Geburtenkontrolle

Unzureichende Ausbildung

Unzureichende Ausbildung

Unzureichende Ausbildung

Mangelnde Geburtenkontrolle

Mangelnde Geburtenkontrolle

Mangelnde Geburtenkontrolle

Religiöse Sanktionen

Religiöse Sanktionen

Religiöse Sanktionen

Überbevölkerung

ÜberbevölkerungÜberbevölkerung

PT
PT

Abbildung 4-2: Additive ArgumentelisteTP 183

RICHMONDS Auffassung nach sehen viele okzidentale Menschen die Überbevölkerung als eine Konsequenz von verschiedenen additiven Ursachen, die von jedem Individuum individuell gewichtet werden. Dahinter stehen Annahmen wie:

! Jeder Ursachenfaktor liefert einen Beitrag zur Wirkung, d.h. die Kausalität läuft immer nur in einer Richtung.

! Jeder Faktor wirkt von den anderen unabhängig.

! Der Gewichtungsfaktor ist vorgegeben.

! Die Art, wie jeder Faktor den anderen beeinflußt, ist nur implizit erklärt, wird also nicht explizit angegeben.

Das ‘systems thinking’ Paradigma bietet nach RICHMOND die Möglichkeit, zirkuläre Zusammenhänge zwischen den einzelnen Faktoren zu repräsentieren (siehe Abbildung 4-3). Der Übergang

ArmutArmut

Armut

Unzureichende

Unzureichende

Unzureichende

Ausbildung

Ausbildung

Ausbildung

ÜberbevölkerungÜberbevölkerung

Überbevölkerung

Abbildung 4-3: RückkopplungskreislaufTP 184

PT

183 PT Vgl. Richmond (1993), S. 117.

184 PT Vgl. Richmond (1993), S. 118. Auf dieses Beispiel wird an späterer Stelle bei der Diskussion um qualitatives und quantitatives System Dynamics noch einmal eingegangen.

TP

TP

Vom systemischen Denken zur Methode System Dynamics

von der Einweglogik zur zirkulären Logik ist laut RICHMOND ein wesentlicher Schritt zum Verständnis vom systemischen Denken. 185

4.3 Abgrenzung von systemischem Denken zu System Dynamics

RICHMOND betont im Zusammenhang mit ‘systems thinking’ folgende Punkte: Zum einen ist, wie auch von FORRESTER hervorgehoben, ‘systems thinking’ nicht mit System Dynamics gleichzusetzen, obwohl die Überschneidung s.E. wesentlich ist und die Divergenzen eher in der individuellen Auffassung und Akzentuierung als im tatsächlichen Inhalt liegen. Und zum anderen definiert RICHMOND ‘systems thinking’ anders als FORRESTER. Anhand der oben beschriebenen Definition FORRESTERS hat RICHMOND folgenden Unterschied herausgearbeitet:

Seiner Meinung nach betrachtet FORRESTER ‘systems thinking’ als Teil von System Dynamics bzgl. dessen, was das System Dynamics Paradigma zum Verständnis globaler Zusammenhänge anbietet (siehe Abbildung 4-4a). 186

Systems Thinking System Dynamics a) FORRESTERS Sichtweise
Systems Thinking
System Dynamics
a) FORRESTERS Sichtweise
Systems Thinking System Dynamics
Systems Thinking
System
Dynamics

b) RICHMONDS Sichtweise

Abbildung 4-4: 'Systems thinking' und System Dynamics 187

RICHMOND hingegen beschreibt ‘systems thinking’ als System Dynamics zuzüglich einer Aura (siehe Abbildung 4-4b). Mit der Aura bezieht er sich auf eine nahe Orientierung von ‘systems thinking’ an die Praxis. Während es so schien, als wäre der Zugang zu System Dynamics ursprünglich nur einer geistigen Elite vorbehalten, vertritt RICHMOND die Auffassung, systemische Einblicke einem Großteil der Bevölkerung zu gewähren, damit dieser umfassende Zusammenhänge leichter erfassen und sein Handeln daran ausrichten kann. 188 RICHMOND präferiert aus diesem Grund den Begriff ‘systems thinking’ gegenüber System Dynamics. Er definiert ‘systems thinking’ als „ … the art and science of making reliable inferences about

185 Vgl. Richmond (1993), S. 118.

186 Vgl. Richmond (1994), S. 136.

187 Vgl. Richmond (1994), S. 137.

188 Vgl. Richmond (1994), S. 138. Aus diesem Grund ist die Entwicklung der System Dynamics Software STELLA , die jedermann einfach verständlich ist, für Richmond von großer Bedeutung.

Vom systemischen Denken zur Methode System Dynamics

behavior by developing an increasingly deep understanding of underlying structure.“ 189 Dabei sieht er ‘systems thinking’ zugleich als Paradigma und Lernmethode für mentale Modelle. Es besteht insofern eine Wechselwirkung zwischen beiden, als daß das Paradigma die Lernmethode bedingt und umgekehrt die Lernmethode das Paradigma unterstützt. Bestandteile vom Paradigma sind ‘thinking skills’ und sog. ‘vantage point’. Letzterer ließe sich mit ‘Sichtweise’ übersetzen. Daneben bestimmt das Paradigma Prozeß, Sprache und Technologie als Komponenten der Lernmethode. 190

Mit Sichtweise ist gemeint, daß die gewählte Positionierung zum untersuchenden System eine spezifische, problemorientierte Auseinandersetzung mit dem System ermöglicht. Aufgrund unterschiedlicher Positionierungsmöglichkeiten werden verschiedene, individuell relevante, Strukturen und Verhaltensmodi mit Hilfe von ‘thinking skills’ wahrgenommen. Auf der strukturellen Ebene wird das Denken anhand generischer Strukturen von Rückkopplungskreisläufen fixiert. Dazu zählt bspw. exponentielles Wachstum oder Oszillation um einen Basiswert. Daneben soll das spezifische Denken das Erkennen von individuellen Systemstrukturen ermöglichen. Die Verhaltensperspektive beinhaltet die Fähigkeit, auftretende Dynamik wahrzunehmen. RICHMOND hat dies als ‘dynamic thinking’ gekennzeichnet. „Dynamic thinking is the ability to see and deduce behavior patterns rather than focusing on, and seeking to predict, events. It’s thinking about phenomena as resulting from ongoing circular processes unfolding through time rather than as belonging to a set of factors.“ 191 ‘Patterns’ sind häufig wiederkehrende Verhaltensmuster von Systemen, die sog. archetypischem Verhalten zugeordnet werden können. Unter ‘events’ werden individuell auftretende Ereignisse, wie bspw. Ausbrüche aus einem Verhaltensmuster verstanden, die gegebenenfalls bei einer Untersuchung nicht vernachlässigt werden dürfen.

LANE macht darauf aufmerksam, daß sich neben System Dynamics noch andere Forschungsgebiete mit der ‘systems thinking’ Problematik beschäftigen. Eines davon ist im Zusammenhang mit ‘Operations Research’ 192 , kurz OR 193 , zu sehen. In diesem Kontext wird an dieser Stelle der ‘soft systems methodology’-Ansatz von CHECKLAND vorgebracht. 194 CHECKLAND differenziert in zwei Arten von ‘systems thinking’: ‘hard systems thinking’ und ‘soft systems thinking’.

189 Richmond (1994), S. 139.

190 Vgl. Richmond (1994), S. 139f. Auf die Lernmethode soll in diesem Kontext nicht eingegangen werden.

191 Richmond (1993), S. 122.

192 Zum einführenden Studium in Operations Research siehe bspw. Ellinger (1990) oder Müller-Merbach (1992).

193 Die Abkürzung ‘OR’ steht im britischen Englisch für ‘operational research’ und im Amerikanischen für ‘operations research’. Vgl. Lane (1994), S. 126. System Dynamics und ‘hard OR’ waren Ende der 1950er Jahre verwandte Forschungsgebiete, die sich beide mit dem Verhalten von Systemen beschäftigten. Forrester sah aber in ‘hard OR’ einige Defizite für die Anwendbarkeit und Brauchbarkeit für Manger von Unternehmen. Deswegen entschied er sich für die Vertiefung in System Dynamics. Vgl. Forrester (1968), S. 399.

194 Vgl. hierzu Lane (1994), S. 108ff. und 116 sowie Checkland (1985), S. 757ff.

Vom systemischen Denken zur Methode System Dynamics

S.E. konzentriert sich ‘hard systems thinking’, das er auch als ‘hard OR’ bezeichnet, auf die Optimierung von Struktur und Verhalten von Systemen, die zielorientiert gestaltet werden können. Für die Optimierung bietet sich folgende Vorgehensweise an:TP 195

! Definition des zu untersuchenden Systems.

! Definition der Systemziele.

! Gestaltung der Systemstruktur zur Zielerreichung.

PT

Das bedeutet, daß ‘hard systems thinking’ für Systeme angewandt werden kann, die aktiv gestaltet werden können. Mit Hilfe der Modelle sollen Lösungen für bestimmte real auftretende Probleme gefunden werden. Dabei hat sich herausgestellt, daß die zielorientierte Gestaltung von sozialen Modellen nicht realitätsnah ist, da Ziele in der Praxis variieren können.TP 196 PT Daraufhin wurde die ‘soft systems methodology’ entwickelt. Die Methodologie der Systemgestaltung, die auf Definition von Zielen beruht, hat sich für „messy, ill-structured, real-world problems“TP 197 PT als nicht geeignet herauskristallisiert. ‘Soft systems thinking’ oder ‘soft OR’ betrachtet die Ziel- orientierung als nicht adäquat für soziale Problemstellungen. Es setzt nicht voraus, daß ein systemisches Modell die vielschichtige Komplexität der Realität fassen kann. Während nach ‘hard systems thinking’ ‘models of X’ existieren, betrachtet ‘soft systems thinking’ ‘models of the logic of X’. „Hence, the ‘soft’ tradition regards system models as models relevant to arguing about the world, not models of the world; this leads to ‘learning’ replacing ‘optimizing’ or ‘satisficing’; this tradition talks the language of ‘issues’ and ‘accomodations’ rather than ‘solutions’.“TP 198

PT

Die Verhältnis zwischen ‘hard’ und ‘soft systems thinking’ erklärt CHECKLAND wie folgt: Sie repräsentieren zwei verschiedene Sichtweisen und stehen nebeneinander. Jedoch zerlegt ‘hard systems thinking’ das Ganze in Teile, während „ … soft systems thinking consists of conceptualizing the thing you want to understand as being part of one or more large wholes; … seeking to understand the larger containing system; and explaining the system you want to understand in terms of its role or function in the containing system.“TP 199

PT

4.4 Fähigkeiten zu systemischem Denken

In einem 1993 veröffentlichten Beitrag definiert RICHMOND sieben verschiedene ‘systems think- ing skills’. Er stellt sie nebeneinander in einem größeren Zusammenhang mit ‘critical thinking

TP

195 PT Vgl. Checkland (1985), S. 759.

TP

196 PT Vgl. Checkland (1985), S. 760 und 765.

TP

197 PT Checkland (1985), S. 763.

TP

198 PT Checkland (1985), S. 765.

TP

199 PT Lane (1994), S. 107.

Vom systemischen Denken zur Methode System Dynamics

skills’ dar. 200 Davon abweichend subsumiert er diese im Rahmen eines Artikels für das System Dynamics Review Sonderheft ‘Systems thinkers, systems thinking’ im Jahr 1994 zu drei ‘thinking skills’, die an einem Verstehensprozeß orientiert sind. Sie werden im folgenden beschrieben. 201

System-as-cause thinking Was RICHMOND 1993 noch als Argumentation unter ‘closed-loop thinking’ zusammenfaßt, differenziert er in einem späteren Artikel in ‘system-as-cause thinking’ und ‘closed-loop thinking’. 202 ‘System-as-cause thinking’ bedeutet, daß die Systemstruktur selbst als Ursache für das Systemverhalten betrachtet wird. „ … people will look to the loops themselves (i.e., the circular cause-effect relations) as being responsible for generating the behavior patterns exhibited by a system. This is in contrast to holding some set of external forces responsible:

external forces tend to be viewed as precipitators rather than causes. … This is a subtle, but extremely important, shift in viewpoint.“ 203 Indem für das Systemverhalten keine externen Kräfte mehr verantwortlich gemacht werden, übernimmt der im System Stehende die Verantwortung für das Systemverhalten.

Closed-loop thinking ‘Closed-loop thinking’ steht in engem Zusammenhang mit ‘system-as-cause thinking’ und dem oben erwähnten ‘dynamic thinking’. Da das Systemverhalten von innen heraus, von der Systemstruktur determiniert wird, untersucht ‘closed-loop thinking’ den Aufbau der Struktur, also die Elemente sowie die Beziehungen der Elemente untereinander. In dynamischen Systemen liegen geschlossene Ursache-Wirkungskreisläufe vor, die nicht in eine Richtung ablaufen, sondern reziprok.

Operational thinking ‘Operational thinking’ untersucht den Aufbau der mittels ‘closed-loop thinking’ erfaßten Rückkopplungskreisläufe. Es werden Schlüsselanordnungen von Bestands- und Flußgrößen innerhalb der Rückkopplungskreisläufe betrachtet. Die Konzentration auf die Anordnung von ‘levels’ und ‘rates’ erzeugt laut Richmond einen bedeutenden Einblick in bzw. Verständnis für ‘systems thinking’. RICHMOND nimmt, wie FORRESTER auch, sehr demonstrativ Bezug auf die quantitative systemdynamische Modelliermethode. Diese macht ein Denken in quantitativen Strukturen und die von RICHMOND geforderte Unterscheidung in ‘levels’ und ‘rates’ erforderlich. Für ein eher qualitatives Modellieren im Sinne des von SENGE propagierten Ansatzes, in dem auf das Konstruieren von Kausaldiagrammen Wert gelegt wird, ist dies nicht von Belang. 204 Dabei

200 Bei den sieben ‘systems thinking skills’ handelt es sich um: ‘dynamic thinking’, ‘closed-loop thinking’, ‘generic thinking’, ‘structural thinking’, ‘operational thinking’, ‘continuum thinking’ und ‘scientific thinking’. Vgl. Richmond (1993), S. 122ff.

201 Vgl. Richmond (1994), S. 139ff.

202 Vgl. Richmond (1993), S. 124 und (1994), S. 140.

203 Richmond (1993), S. 124.

204 Zu qualitativem und quantitativem Modellieren siehe Kapitel 5.

Vom systemischen Denken zur Methode System Dynamics

wäre noch zu untersuchen, ob es einer breiten Öffentlichkeit, der nach RICHMOND ‘systems thinking’ zugänglich gemacht werden soll, leicht fällt, in den physikalischen Fluß- und Bestandsgrößen zu denken, oder ob diese Forderung die für das Durchschauen von Systemstrukturen und -verhalten notwendige Kreativität unterdrückt.

Neben dem theoretischen Hintergrund von ‘systems thinking’ haben sich GOODMAN und KARASH darüber Gedanken gemacht, wie Menschen an das Systemische Denken herangeführt werden können.

4.5 Heranführung an systemisches Denken

GOODMAN und KARASH haben sechs Schritte herausgearbeitet, die dazu verhelfen sollen, Sensitivität dafür zu entwickeln, wie ‘systems thinking’ zur Problemidentifikation und -lösung und Ergebnisüberprüfung herangezogen werden kann. In den einzelnen Phasen wird auf oben angesprochene Begriffe Bezug genommen. Der Prozeß besteht aus folgenden sechs Punkten: 205

1. ‘Tell the story.’

2. ‘Draw ‘Behavior over time’ graphs.’

3. ‘Create a focusing statement.’

4. ‘Identify the structure.’

5. ‘Going deeper TM into the issues.’ 206

6. ‘Plan an intervention.’

‘Tell the story’ Laut GOODMAN und KARASH ist es für den Untersuchenden notwendig, den Prozeß mit einem Nachdenken über das vorliegende Problem zu beginnen anstatt mit ständigem Einwirken auf das System fortzufahren. Da sich meist mehrere Menschen mit einem bestimmten Problem beschäftigen, besteht die Möglichkeit, sämtliche Beteiligte zusammenzubringen. Sie sollen dann die Problemsituation mit ihren Worten aus ihrer Sicht beschreiben. Auf diese Weise werden die individuellen mentalen Modelle verbalisiert. Am Ende dieser Phase soll eine in sich logisch konsistente Hypothese stehen, die Aufschluß über die Ursache(n) des Problems gibt. Nicht erwünscht ist hierbei die einfache Definition eines ‘problem statements’, zu dem schnell die richtige Lösung gefunden werden kann. 207

205 Vgl. Goodman und Karash (1995), S. 6ff. und o.V. (1999c). Hilfreich hierbei können die von Kim erarbeiteten ‘systems thinking tools’ sein, auf die jedoch nicht weiter eingegangen werden soll. Vgl. Kim (1990).

206 Going Deeper TM ist eine Handelsmarke der Innovation Associates, Incorporated.

207 Vgl. Senge (1994), S. 105.

Vom systemischen Denken zur Methode System Dynamics

‘Draw ‘Behavior over time’ graphs.’ In der ersten Phase wird sich eher auf die momentane Problemsituation konzentriert. In der zweiten Phase soll durch ein Aufzeichnen des Systemverhaltens im Zeitablauf die Vergangenheit mit der Zukunft verbunden werden. So sollen nicht nur plötzliche ‘events’, sondern auch zeitlich sich entwickelnde ‘patterns’ erkannt werden.

‘Create a focusing statement.’ An dieser Stelle soll eine klare Aussage über das Prozeßziel getroffen werden, um Kräfte in eine Richtung zu bündeln.

‘Identify the structure.’ In dieser Phase wird die das Systemverhalten determinierende Systemstruktur beschrieben. Nach RICHMONDS Definition steht hierbei das ‘closed-loop thinking’, das den Aufbau der Struktur untersucht, im Vordergrund. Die in der ersten Phase erzählte Geschichte stellt die Grundlage für diese Phase dar. Die Geschichte sollte aus Rückkopplungen aufgebaut sein, die Problematik aus verschiedene Sichtweisen (‘vantage points’) beleuchten und Schlüsselthemen sowie wiederkehrende Muster identifizieren. 208 GOODMAN und KARASH schlagen vor, auf die in Kapitel 5.4.4 beschriebenen Verhaltensarchetypen zurückzugreifen. Sie seien nach SENGE und entgegen RICHMOND und FORRESTER ein guter Ansatz, um Strukturen bestimmten Verhaltensweisen zuzuordnen. 209

‘Going deeper TM into the issues.’ Existiert ein gutes Verständnis über das System und seinen Aufbau, soll ein tieferer Einblick in die zugrundeliegenden Zusammenhänge gewährt werden, um den Schritt zur Umsetzung des Erarbeiteten überhaupt erst möglich zu machen. GOODMAN und KARASH bestimmen vier Gebiete, die näherer Untersuchung bedürfen. ‘Purpose of the system’ soll den tatsächlichen Existenzgrund des Systems hinterfragen. ‘Mental models’ sollen bei Entscheidungen durch Sprechblasen ergänzt werden, um die Verständlichkeit zu erhöhen. Die Frage nach ‘the larger system’ bettet das untersuchende System in ein übergeordnetes Supersystem ein. Durch ‘personal role’ soll die eigene Position im System verstanden werden. Hier kann eine Verbindung zu RICHMONDS ‘system-as-cause thinking’ gezogen werden.

‘Plan an intervention’

208 Vgl. Senge (1994), S. 105.

209 Siehe hierzu die Diskussion über den Einsatz von Wirkungs- und Flußdiagrammen im vorhergehenden Kapitel.

Vom systemischen Denken zur Methode System Dynamics

Steht ein Eingriff in das System bevor, soll auf Basis des in den vorhergehenden Phasen generierten Wissens über das System eine Interventionsmöglichkeit herausgearbeitet werden. Dabei soll das System strukturell so verändert werden, daß es die Ergebnisse hervorbringt, die der Untersuchende erwartet. Folglich können bspw. neue Rückkopplungsschleifen eingeführt oder alte herausgestrichen werden. Laut GOODMAN und KARASH sind jene Veränderungen am einschneidensten, die ein Denken der im System Stehenden verursacht. 210

210 Vgl. Goodman und Karash (1995), S. 7.

Vom systemischen Denken zur Methode System Dynamics

5. System Dynamics

5.1 Begriffbestimmung

Wie aus der beschriebenen Problematik des Umganges mit sozialen Systemen hervorgeht, gestaltet sich die Systemanalyse, genauso wie auch die Gestaltung von ‘policies’ zur zielorientierten Einflußnahme auf das Systemverhalten schwierig. Es bedarf hierfür einer Methode, die es vermag, die Komplexität zu bewältigen und die Voraussetzungen für die Erforschung von Ursachen beobachteter Verhaltensformen zu schaffen. Eine solche Methode stellt System Dynamics dar. Im Unterschied zum linearen menschlichen Denken nimmt sich System Dynamics der den sozialen Systemen innewohnenden Komplexität, ihrer Nichtlinearität und den Rückkopplungsstrukturen an. 211

Um eine einheitliche, allgemeingültige System Dynamics Definition zu erhalten, sollen zunächst die in der Literatur vorherrschenden Begriffsbestimmungen aufgezeigt werden. Dabei ist anzumerken, daß die Autoren von unterschiedlichen Ansatzpunkten ausgehen und verschiedenartige Aspekte als bedeutsam herausstellen. 212

FORRESTER war der Erste, der System Dynamics grundlegend beschrieben hat. Zum damaligen Zeitpunkt nannte er die Disziplin noch Industrial Dynamics. „Industrial Dynamics is the investigation of the information-feedback character of industrial systems and the use of models for the design of improved organizational form and guiding policy.“ 213

ROBERTS definiert System Dynamics über die Möglichkeit seiner Anwendungsgebiete, denen das gleiche Grundproblem immanent ist: „System Dynamics is the application of feedback control systems principles and techniques to managerial, organizational, and socioeconomic problems.“ 214

Auch COYLE hat sich mit der Definition von System Dynamics auseinandergesetzt, wobei er zwar die Zeitkomponente, nicht aber die Rückkopplungsstrukturen berücksichtigt: „A method of analysing problems in which time is an important factor, and which involve the study of how a system can be defended against, or made to benefit from, the shocks which fall upon it from the outside world.“ 215

211 Vgl. Forrester (1994b), S. 245.

212 Es werden hier nur die wichtigsten Definitionen genannt.

213 Forrester (1977), S. 13.

214 Roberts (1978), S. 3.

215 Coyle (1977), S. 2.

Vom systemischen Denken zur Methode System Dynamics

Eine alternative Definition bietet COYLE im Zusammenhang mit dem Einsatz im Managementbereich an: „System Dynamics is that branch of control theory which deals with socio-economic systems, and that branch of Management Science which deals with problems of controlability.“ 216

WOLSTENHOLME bezieht die quanititative Simulation mit ein: „A rigorous method for qualitative description, exploration and analysis of complex systems in terms of their processes, information, organizational boundaries and strategies; which facilitates quantative simulation modelling and analysis for the design of system structure and control.“ 217

COYLE offeriert eine Definition von System Dynamics, in die er neben der Simulationsmethodik auch die Optimierung mit einbezieht: „System Dynamics deals with the time-dependent behavior of managed systems with the aim of describing the system and understanding, through qualitative and quantitative models, how information feedback structures and control policies through simulations and optimization.“ 218

Faßt man die verschiedenen Definitionen zusammen, so kann, abstrahierend von den unterschiedlichen Ansatzpunkten, das ihnen Gemeinsame aufgezeigt werden. Hiernach ist System Dynamics eine Methode, mit deren Hilfe der Mensch seine Wahrnehmungsfähigkeit verbessern, was zu einem tiefgründigeren Verständnis der ihn umgebenden komplexen Systeme führen kann. Andere Wissenschaften konzentrieren sich darauf, Ganzheiten in kleine und kleinste Einheiten zu zerlegen, um das Ganze zu verstehen. System Dynamics dagegen versucht die Welt als ganzheitliches System zu betrachten. Dementsprechend liegt der Schwerpunkt auf einer holistischen und nicht atomistischen Sichtweise. Die Aufmerksamkeit wird darauf gelenkt, zu erfagen, aus welchen Elementen ein spezifisches System besteht und wie diese Elemente innerhalb des Systems miteinander agieren. 219 Die daraus gewonnenen Erkenntnisse sollen anschließend auf andere, formal ähnliche Systeme übertragen werden können. Daher erhebt das System Dynamics Paradigma laut MILLING den Anspruch des Status einer Strukturtheorie sozialer Systeme. 220

System Dynamics fordert die Allgemeingültigkeit der Strukturhierarchie sozialer Systeme. Dementsprechend wird eine ausgewählte Modellstruktur als Gruppe abstrakter Systeme interpretiert und auf das von ihr verursachte Verhalten hin untersucht. Sind die Verhaltensweisen einer Struktur bekannt, kann das generierte Wissen auf sämtliche Situationen übertragen werden, die durch jene oder vergleichbare Strukturen vertreten werden. 221 Als Beispiel läßt sich hierfür

216 Coyle (1977), S. 2.

217 Wolstenholme (1990), S. 3.

218 Coyle (1996), S. 10.

219 Vgl. o.V. (1999a), S. 1.

220 Vgl. Milling (1984), S. 9.

221 Vgl. Milling (1984), S. 9.

Vom systemischen Denken zur Methode System Dynamics

die gleichartige Struktur der Dynamik des internationalen Wettrüstens 222 und die des Konkurrenzkampfes von Unternehmen heranziehen. Die Gelegenheit der Übertragung von Erkenntnissen zwischen formal vergleichbaren Problemstellungen erleichtert die Konstruktion von Modellen, deren Analyse sowie die Erarbeitung von ‘policies’. 223 Mit System Dynamics hat FORRESTER eine gemeinsame Sprache zum Verständnis von sozialen Systemen geschaffen, da generelle Aussagen über den strukturellen Aufbau von sozialen Systemen formuliert werden können. 224 Die spiegeln sich in folgenden Hierarchieebenen wider: 225 Auf der obersten Ebene (1) befaßt sich System Dynamics mit geschlossenen Systemen, wobei das zu betrachtende Sysem so von seiner Umwelt abzugrenzen ist, daß die relevanten Verhaltensweisen ausschließlich von endogenen Elementen erzeugt werden. Innerhalb der Systemgrenze (2) wird den Elementen Aufmerksamkeit geschenkt, da sie das Systemverhalten erzeugen. Durch die Beziehungen zwischen den Elementen entstehen ‘feedback-loops’ (3), die generell aus zwei Größen, den Zustands- und den Flußgrößen, bestehen. Die unterste Ebene der Strukturhierarchie (4) bildet der interne Aufbau der ‘policies’, über die Einfluß auf die Aktivitäten des Systems genommen werden kann. 226

Ein Unternehmen und seine Umgebung werden nach dem System Dynamics Paradigma als eine Sammlung von Entscheidungsträgern, deren Entscheidungen und Aktionen miteinander verknüpft sind, verstanden. 227 Jedes Individuum wird durch eine Entscheidungsfunktion, die Informationsinput und -output in Form von Information oder Aktion beinhaltet, dargestellt. Die Informationen, die ein Individuum erhält, hängen von dessen Position innerhalb des Systems und von dessen Beziehungen und Zielen ab. System Dynamics untersucht, wie die Individuen miteinander im Zeitablauf agieren, wie ‘policies’ Problemsituationen geschaffen haben und wie diesen entgegengetreten werden kann. 228

Bevor auf die Modellierung von Systemen im Sinne von System Dynamics eingegangen wird, soll vorab ein historischer Abriß die Entwicklung und die Anwendungsgebiete von System Dynamics aufzeigen.

222 Mit der Dynamik des internationalen Wettrüstens hat sich insbesondere Coyle beschäftigt. Vgl. Coyle (1981), S.203ff., (1996), S. 67ff. und 169ff., (1998), S. 349ff., Coyle u.a. (1999), S. 372 ff. wie auch Wolstenholme (1990), S. 173ff.

223 Vgl. Milling (1984), S. 9.

224 Vgl. Forrester (1994a), S. 10.

225 Auf die ersten drei Ebenen wurde in vorhergehenden Kapiteln eingegangen. Zustands- und Flußgrößen der vorletzten und die letzte Hierarchiestufe werden unten näher erläutert.

226 Vgl. Milling (1984), S. 9ff.

227 Vgl. Morecroft (1988), S. 304.

228 Vgl. Morecroft (1994), S. 15.

Vom systemischen Denken zur Methode System Dynamics

5.2 Historischer Abriß und Anwendungsgebiete von System Dynamics

Die Disziplin System Dynamics hat ihren Ursprung in der Ingenieurwissenschaft. Ihr Begründer JAY W. FORRRESTER studierte Elektroingenierwesen, ein Bereich, in dem er sich mit theoretischer Dynamik befasste. Nachdem er auf diesem Gebiet sein theoretisches Wissen festigen und auch darüber hinaus praktische Erfahrung sammeln konnte, wandte er sich, als ALFRED P. SLOAN 1952 die Sloan Management School am Massachusetts Institute of Technology gründete, dem Bereich der Wirtschaftswissenschaften zu. 229 FORRESTER sah darin die einmalige Chance, Ingenieur- mit Wirtschaftswissenschaften in Forschung und Lehre zu kombinieren. Zunächst dachte FORRESTER daran, sich mit ‘operations research’ zu beschäftigen. Schließlich entschied er sich dagegen, weil er der Meinung war, daß diese Disziplin keine praktische Relevanz für Manager beinhalte. S.E. beschäftigt sich ‘operations research’ nicht genug mit der Problematik des Scheiterns oder des Erfolgs eines Unternehmens. 230

Ausschlaggebend für FORRESTERS weiterführende Tätigkeit am Massachusetts Institute of Technology war eine Zusammenarbeit mit dem Management von General Electric. Es fiel FORRESTER auf, daß ihm bei der Suche nach Gründen für die Auslastungschwierigkeiten eines Werkes, also einem betriebswirtschaftlichem Problem, sein Wissen aus dem Ingenieurwesen half. Die Problemsituation von General Electric wurde in einem formalen Modell abgebildet und ihre zeitliche Entwicklung mit Hilfe eines Computers simuliert. Dabei kristallisierte sich neben den bekannten Geschäftszyklen die Struktur eines schwingenden, instabilen Systems heraus, bei dem trotz konstanter Auftragseingänge instabile Beschäftigungsverhältnisse als Konsequenz vorliegender ‘policies’ auftraten. Man fand heraus, daß es, diese Systemstruktur einmal verstanden, keiner großen Anstrengung bedarf, andere ähnliche Systemstrukturen zu durchschauen. FORRESTER beschäftigte sich intensiv mit diesem neuen Gedanken und veröffentlichte sein selbst aus heutiger Sicht immer noch aktuelles Werk ‘Industrial Dynamics’ 231 . Aufgrund der Erkenntnis, daß mit Hilfe dieser Methode sämtliche soziale Systeme modelliert und diese Modelle anschließend simuliert werden können, lag es nahe, den speziellen Begriff ‘Industrial Dynamics’ in den allgemeineren Ausdruck ‘System Dynamics’ umzubenennen.

FORRESTER dehnte sein Interessenfeld aus und veröffentlichte 1969 sein Buch ‘Urban Dynamics’ 232 , in dem er staatliche ‘policies’ im Zusammenhang mit urbaner Armut untersuchte.

229 Vgl. Keough und Doman (1992), S. 10f. sowie Forrester (1989) und (1995b), S. 4ff.

230 Vgl. Forrester (1968), S. 399, (1989), S. 5 wie auch (1995b), S. 9. Dabei ist darauf hinzuweisen, daß in letzter Zeit zunehmend das Verhältnis von OR zu System Dynamics neu beurteilt worden ist. Es wurde argumentiert, daß große Gemeinsamkeiten zwischen System Dynamics und der gegenwärtigen zu Operations Research zählenden Arbeit auf dem Gebiet der Modellstrukturen und dem ‘group decision support’ bestehen. Vgl. dazu Forresters Vorwort bei Wolstenholme (1990), S. XIII, Lane (1994) und (1995b). Zu genaueren Informationen bzgl. ‘group decision support’ vgl. Vennix u.a. (1990), sowie Vennix u.a. (1996).

231 Vgl. Forrester (1958), S. 37ff.

232 Vgl. Forrester (1969) und Kapitel 3.3.

Vom systemischen Denken zur Methode System Dynamics

Er

stellte fest, daß die Subvention von Sozialwohnungen die Lebensbedingungen in den Städten verschlechterten und nicht, wie zunächst beabsichtigt, verbesserten.

Nach ‘Urban Dynamics’ befasste sich FORRESTER mit ‘World Dynamics’ 233 und leitete das ‘Limits to Growth Projekt’ 234 . ‘World Dynamics’ wurde nicht nur in der Fachpresse, sondern in allen Medien ausgiebig diskutiert und ‘Limits to Growth’ zog noch mehr Interesse auf sich.

Bis zum heutigen Zeitpunkt ist das Interesse an System Dynamics und damit die Anzahl der Mitglieder der ‘System Dynamics Society’ gewachsen. 235 In den 80er Jahren sahen involvierte Akademiker das Bedürfnis, ‘system dynamicists’ zu einem regelmäßigen Meinungsaustausch auf Kongressen zusammenzubringen und somit ein internationales Netzwerk aufzubauen. Die ‘System Dynamics Society’ hat heute ihre Zentrale an der ‘State University of New York at Albany’. 236 Ferner wurde 1985 die Fachzeitschrift ‘System Dynamics Review’ 237 ins Leben gerufen, um ein Kommunikationsforum zu schaffen. Inzwischen hat sich auf beiden Seiten des Atlantiks eine professionelle Infrastruktur etabliert, die neben dem akademischen aus einem kommerziellem Segment, Kunden und einem Ideenmarkt besteht. 238 An verschiedenen Universitäten wird System Dynamics auf unterschiedlichen Leistungsebenen gelehrt. Auch in Kindergärten und Schulen soll ein Gefühl für ‘systems thinking’ vermittelt werden. 239 Ein akademischer Höhepunkt ist die Einrichtung des Lehrstuhls für Informationswissenschaft an der Universität Bergen, Norwegen. Hier wird ein 2jähriger Philosophiediplomstudiengang in System Dynamics angeboten. 240 Zum kommerziellen Segment zählen viele Beratungsfirmen wie McKinsey, Andersen Consulting oder Price WaterhouseCoopers, die an System Dynamics interessiert sind. Aber auch unternehmensinterne Projekte, die im Zusammenhang mit System Dynamics stehen, sind bekannt. Unternehmen wie Royal/Dutch Shell, BBC World Services oder BMW beschäftigen sich mit System Dynamics. 241 Auf der Kundenseite stehen neben den Studenten die ‘policymakers’, die sich Einblicke in Systemverhaltensweisen erhoffen.

233 Vgl. Forrester (1971).

234 Vgl. Meadows u.a. (1972).

235 Vgl. Keough und Doman (1992), S. 4f.

236 Die Internetadresse der ‘System Dynamics Society’ lautet: http://www.albany.edu/cpr/sds/.

237 Die ‘System Dynamics Review’ erscheint bei John Wiley & Sons mit Sitz in Chichester, England.

238 Vgl. Moreroft (1999a), S. 302.

239 Mit der Lehre von System Dynamics in Schulen befassen sich vor allem Forrester (1992), (1993), (1994a), Brown (1992), Davidson u.a. (1993) sowie Ossimitz (1997).

240 Vgl. Davidson (1999), S. 311ff. Für nähere Informationen zum Studiengang siehe im Internet http://www.ifi.uib.no/courses/masters-program.html oder schriftlich bei Prof. Pål I. Davidsen, Department of Information Science, University of Bergen, N - 5020 University of Bergen, Norway bzw. telefonisch unter ++47 55 58 08.

241 Vgl. Moreroft (1999a), S. 303 und Richardson (1999), S. 446.

Vom systemischen Denken zur Methode System Dynamics

Inzwischen wird System Dynamcis erfolgreich zur Untersuchung auf sehr unterschiedlichen Gebieten wie Unternehmensentwicklung 242 , Medizin 243 , Fischerei 244 , Psychiatrie, Energieversorgung und -preisgestaltung 245 , Volkswirtschaften 246 , städtischem Wachstum 247 , Umweltverschmutzung, Bevölkerungswachstum 248 , Managementtraining 249 sowie Pädagogik 250 herangezogen. 251

5.3 System Dynamics Modellierung

5.3.1 Fähigkeiten zur Modellierung

Soll ein dynamisches System modelliert werden, müssen die am Modellierungsprozeß Beteiligten bestimmte Fähigkeiten aufweisen. Daneben sollten die zugänglichen Informationsquellen kritisch untersucht werden.

Wie schon von GOODMAN und KARASH im Zusammenhang mit ‘tell the story’ 252 gefordert, ist es auch für eine System Dynamics Modellierung sinnvoll, eine Arbeitsgruppe zusammenzustellen. Ziel der Arbeitsgruppe soll die Identifikation von Schlüsselgrößen, die die Störungen in den Rückkopplungssschleifen verursachen, sein. Für die Teamzusammenstellung, so FORRESTER, biete es sich an, Personen aus einem weiten Umfeld in den Modellierungsprozeß einzubinden. 253 Bei einer Modellierung in einem Unternehmen können dazu durchaus Abteilungs-, Hierarchie- und auch Firmengrenzen überschritten, sowie Personen aus der vor- und nachgelagerten Wertschöpfungskette mit einbezogen werden. Geführt werden sollte das Team von einem Mitglied der obersten Führungsschicht. Denn nur mit Unterstützung des Top-Managements können auch schnelle Ergebnisse garantiert werden, da es dazu befugt ist, Entscheidungen zu treffen und Veränderungen im realen System durchzuführen. 254 Einige Mitglieder des Teams sollten mit den Strukturen und ‘policies’ des realen Systems vertraut sein, während zumindest ein Mitglied die System Dynamics Symbolik beherrschen und die dynamischen Wirkungen von

242 Vgl. bspw. Lyneis (1980), S. 325ff., Achi u.a. (1995), S. 5ff., Mass und Berkson (1995), S. 19ff., Desmet u.a. (1998), S. 106ff., Glucksman und Morecroft (1998), S. 118ff., Liehr u.a. (1999), S. 1ff. wie auch Westkämper u.a. (1999), S. 29ff.

243 Vgl. u.a. Richmond (1981), S. 173 und Dangerfield (1999), S. 345ff.

244 Vgl. Hannon und Ruth (1994), S. 175ff. sowie Ruth und Hannon (1997), S. 260ff.

245 Vgl. zu näheren Informationen bzgl. der Energieversorgung Naill (1992), S. 1ff. oder Radzicki (1996), S. 1ff.

246 Vgl. zu Beispielen im volks- und finanzwirtschaftlichen Kontext bspw. Heij u.a. (1997) und zu Wirkungsbeziehungen am Heroinmarkt vgl. Ossimitz (1998), S. 9ff.

247 Vgl. Forrester (1969).

248 Vgl. bspw. Dörner (1989), S. 8ff. und insbesondere S. 22ff.

249 Vgl. dazu bspw. Rodrigues und Williams (1998), S. 2ff., Rosenørn und Kofoed (1998), S. 432ff. oder Warren und Langley (1999), S. 369ff.

250 Siehe hierzu Fußnote 239. Vgl. zusätzlich Coyle (1999), S. 296ff., Morecroft (1999a), S. 302 und (1999b), S. 305ff., Milling (1999), S. 309 wie auch Davidsen (1999), S. 311ff.

251 Vgl. Forrester (1992), S. 9.

252 Siehe Kapitel 4.5.

253 Vgl. Keough und Doman (1992), S. 19f.

254 Vgl. Keough und Doman (1992), S. 19.

Vom systemischen Denken zur Methode System Dynamics

‘policies’ erfassen sollte. Der System Dynamics Spezialist hat die Aufgabe, die spezifischen, bspw. betrieblichen Informationen der Teammitglieder aufzunehmen und in die Zeichen von System Dynamics zu übersetzen und die qualitative Modellstruktur zu konstruieren. Soll das Modell simuliert werden, muß zumindest der Systen Dynamics Spezialist die Fähigkeiten

gesammelten

besitzen,

die

Informationen in mathematische Gleichungen übertragen, um anschließend Simulationen durchführen zu können. Schließlich muß der System Dynamics Spezialist imstande sein, die gesammelten Simulationsergebnisse zu interpretieren und als Moderator die Entscheidungsträger zu Debatten und Diskussionen zu bewegen, wodurch ein Lernprozeß angeregt werden soll. 255

Um einen ‘information overload’ zu vermeiden, sollte darauf geachtet werden, nicht zu viele Menschen zu befragen. Das folgende Kapitel befaßt sich mit dem Modellierungsprozeß von sozialen Systemen.

5.3.2 Der Modellierungsprozeß

FORRESTER schlägt einen sechsphasigen iterativen Modellierprozeß vor, nach dem vorgegangen werden sollte, um vom Problem zur Lösung zu gelangen. 256 Der hier dargestellte Prozeß ist um einen Schritt, Phase 2, erweitert (siehe Abbildung 5-1).

Phase 1: Phase 2: Phase 3: Phase 4: Phase 5: Phase 6: Phase 7: Beschrei-
Phase 1:
Phase 2:
Phase 3:
Phase 4:
Phase 5:
Phase 6:
Phase 7:
Beschrei-
Erstellung
Konvertie-
Simulation
Entwerfen
Diskus-
Implementie-
bung des
eines
rung der
des Modells.
von
sionen und
rung von
Systems.
Kausal-
Beschrei-
alternativen
Debatten.
‘policy-’ und
diagrammes.
bung in
‘policies’
Struktur-
Fluß-
und
verände-
diagramme.
Strukturen.
rungen.

Abbildung 5-1: System Dynamics Modellierungsphasen 257

Im ersten Schritt erfolgt eine verbale Beschreibung eines spezifischen Systems, das sich unerwünscht verhält und dessen Verhalten verstanden und korrigiert werden soll. Es soll eine

255 Siehe hierzu Kapitel 5.3.4.

256 Vgl. Forrester (1994b), S. 245ff.

257 Nach Forrester (1994b), S. 245. Der von Coyle entwickelte Prozeß ist dem von Forrester ähnlich und kann im Anhang (Abbildung A-1) dieser Arbeit gefunden werden.

Vom systemischen Denken zur Methode System Dynamics

Theorie aufgestellt werden, die Aufschluß darüber gibt, warum jenes Verhalten auftritt. Dem Systemverständnis folgt zu späterem Zeitpunkt die Verbesserung des Systemverhaltens als eigentliches Ziel.

Die zweite Phase - Erstellung eines Kausaldiagrammes - ist in FORRESTERS Prozeß nicht enthalten. Kausaldiagramme zählen zur qualitativen Modellierungsmethode. 258 Wie in Kapitel 4.3 erklärt, propagieren FORRESTER und RICHMOND ausschließlich die Anwendung des quantitativen Ansatzes zur Modellierung, da ihrer Meinung nach das dynamische Verhalten von Systemen nur auf diese Weise verstanden werden kann. COYLE hält auf der anderen Seite die Entwicklung von Kausaldiagrammen für sehr wichtig. Sie stehen s.E. am Anfang und Ende eines Modellierungsprozesses. 259 Kausaldiagrammen erleichtern System Dynamics-Unkundigen, sich in die Materie einzuarbeiten und ein Gefühl für Ursache und Wirkung zu bekommen. Aus diesen Gründen soll dieser Schritt an dieser Stelle in den Prozeß integriert werden. Dabei ist weiterhin anzumerken, daß von jeder Modellierungsphase eine Rückkopplung zum vorhergehenden Schritt existiert, durch die Fehler und Inkonsistenzen aufgedeckt und korrigiert werden können.

Ist ein Kausaldiagramm erstellt, steigt das Vertrauen in die Fähigkeit, systemisch zu denken sehr viel
Ist ein Kausaldiagramm erstellt, steigt das Vertrauen in die Fähigkeit, systemisch zu denken sehr
viel schneller als es die Fachkompetenz zugestehen würde (siehe Abbildung 5-2).
Vertrauen
Vertrauen
Vertrauen
Kompetenz
Kompetenz
Kompetenz
Bewußtsein
Bewußtsein
Bewußtsein
Diagramme
Diagramme
Diagramme
Gleichungen
Gleichungen
Gleichungen
Simulation
Simulation
Simulation
Test
Test
Test

Abbildung 5-2: Vertrauen und Kompetenz in System Dynamics 260

Aus Abbildung 5-2 wird deutlich, daß für ein größeres Verständnis für System Dynamics das Erstellen von mathematischen Gleichungen sowie das Simulieren und Testen ausschlaggebend ist. Dafür müssen die Voraussetzungen geschaffen werden. Die Formulierung von Simulationsmodellen, die mit Phase 3 beginnt, bringt die Modellierer einen Schritt näher an ihr Ziel, dynamische Kompliziertheit zu verstehen. Systembeschreibungen und Erkenntnisse aus

258 Vgl. bspw. Wolstenholme (1990), S. 4 oder Coyle (1996), S. 14.

259 Vgl. Coyle (1998), S. 345.

260 Nach Peterson und Eberlein (1994), S. 161.

Vom systemischen Denken zur Methode System Dynamics

dem Kausaldiagramm werden in Flußdiagramme übersetzt. Mit Hilfe dieses Modells wird dann auch die Simulation durchgeführt. 261

Mit der vierten Phase - Simulation des Modells - kann erst begonnen werden, wenn die vorhergehenden Phase sorgfältig durchgearbeitet und abgeschlossen sind. Das heißt, es muß ein funktionstüchtiges Modell mit exakt definierten Variablen und in sich konsistenten Einheiten vorliegen. Als Simulationsergebnis werden die verbalen Beschreibungen und die Kausaldiagramme, falls notwendig, korrigiert und die mathematischen Gleichungen verfeinert. Die Simulation sollte die Schwierigkeiten aufzeigen, die bei der Implementierung von Veränderungen in das reale System auftreten können. Dieser Schritt ist für das System Dynamics Paradigma von besonderer Bedeutung. 262 System Dynamics zeigt nicht nur die Entwicklung bis zur Gegenwart, sondern auch den zukünftig zu beschreitenden Weg auf. 263

Im fünften Schritt werden alternative ‘policies’ und Strukturen für das Testen identifiziert. Die Ideen hierfür können intuitiver Natur sein, aus dem Erfahrungsschatz der Teammitglieder stammen oder durch iteratives Einsetzen von Paramentern in die Gleichungen herausgearbeitet werden. 264

In der sechsten Phase - Diskussionen und Debatten - arbeiten die Teammitglieder auf eine allseitige Übereinstimmung ihrer Ansichten hin. Mentale Modelle werden durch mit den Debatten einhergehende Lernprozesse überein gebracht. Durch diese kollektiven Diskussionen entstehen geteilte mentale Modelle als Basis für gemeinsames Verständnis und gemeinsames Treffen von Entscheidungen (siehe Abbildung 5-3). 265

D D

M M M entales M odell von entales M odell von entales M odell von
M M
M
entales M odell von
entales M odell von
entales M odell von
Individuum A.
Individuum A.
Individuum A.
A A
Geteiltes mentales
Geteiltes mentales
Geteiltes mentales
M M
M
odell aller
odell aller
odell aller
B B
B B
Teammitglied er
Teammitglied er
Teammitglied er
Diskussionen
Diskussionen
Diskussionen
C C
und Debatten
und Debatten
und Debatten
D D

Sich überlappende individuelle

Sich überlappende individuelle

Sich überlappende individuelle

mentale M odelle.

mentale M odelle.

mentale M odelle.

Gemeinsames mentales M odell.

Gemeinsames mentales M odell.

C C

Abbildung 5-3: Entwicklung geteilter mentaler Modelle durch Diskussionen und Debatten 266

261 Vgl. Forrester (1994b), S. 245.

262 Vgl. Forrester (1994b), S. 246.

263 Vgl. Forrester (1994b), S. 246f.

264 Vgl. Forrester (1994b), S. 247.

265 Vgl. Langfield-Smith (1992), S. 361f.

266 Nach Langfield-Smith (1992), S. 361f.

Vom systemischen Denken zur Methode System Dynamics

Dieser Schritt stellt auch die größte Herausforderung an die Führungsqualitäten dar, denn die Implementierung der im vorhergehenden Schritt herausgearbeiteten ‘policy-’ und Strukturveränderungen bedürfen einer breiten Zustimmung bei allen, auch der indirekt Beteiligten. So müssen die Mitarbeiter in einem Unternehmen diese neuen ‘policies’ und Strukturen übernehmen und danach ihre Entscheidungen treffen. Jedoch tendieren Mitarbeiter oftmals dazu, an bestimmten Traditionen festzuhalten. Das gefährdet die Umsetzung der Erkenntnisse aus der System Dynamics Modellierung. 267

Im Verlauf der letzten Phase werden die entwickelten ‘policies’ und Strukturen implementiert. Hierbei können laut FORRESTER aus Unzulänglichkeiten während der vorangegangenen Schritte heraus Schwierigkeiten entstehen: Voraussetzung für eine fließende und glatte Einführung ist die Erstellung eines korrekten und überzeugenden Modelles und eine ausreichende Ausbildung in Phase 6. Dabei ist zu berücksichtigen, daß die Ergebnisse der Veränderungen nicht zwangsläufig sofort, sondern gegebenenfalls erst nach mehreren Jahren erkennbar werden. Es braucht auch Zeit, alte ‘policies’ zunächst einmal abzulegen. 268

Eine Beurteilung der Implemtentierungen gestaltet sich schwierig, da eventuell sichtbare Ergebnisse der ‘policy-’ und Strukturveränderungen auch durch bis dato unbekannte nichtlineare Ursache-Wirkungsbeziehungen verzerrt werden können. Selbst wenn Verbesserungen wahrzunehmen sind, werden einige Beteiligte dafür plädieren, daß diese Ergebnisse auf externen Wandel und nicht auf interne Veränderungen zurückzuführen sind. Daraus kann geschlossen werden, daß Evaluationen in diesem Kontext tendenziell subjektiver Art sind. 269

5.3.3 Informationsquellen für den Modellierungsprozeß

Grundlage für den oben beschriebenen Modellierungsprozeß sind Informationen. Sie sind in mentalen Datenbanken gespeichert, liegen in schriftlichen und numerischen Datenbanken vor. 270 Die Menge der verfügbaren Daten nimmt von mentaler über schriftliche zu numerischer

267 Vgl. Forrester (1994b), S. 247.

268 Vgl. Forrester (1994b), S. 247.

269 Vgl. Forrester (1994b), S. 247.

270 Vgl. Forrester (1994c), S. 72. Obwohl Forrester hier den Begriff Datenbank gebraucht, ist der Inhalt nicht auf quantitative Daten beschränkt, sondern ist um qualitative Informationen ergänzt.

Vom systemischen Denken zur Methode System Dynamics

Datenbank ab. Darüber hinaus schrumpft der Informationsgehalt über die Systemstruktur und die angewandten ‘policies’.

Mentale Datenbanken Mentale Datenbanken sind in ihren strukturellen Details vielfältig. Sie beinhalten Wissen darüber, welche Informationen zu bestimmten Entscheidungssituationen herangezogen werden müssen. Das heißt, mentale Modelle befassen sich intensiv mit ‘policies’. Den Inhalt von mentalen Modellen beschreibt FORRESTER wie folgt (siehe Abbildung 5-4): 271

Beobachtungen über ‘policies’ und Struktur Erwartungen über das Systemverhalten Aktuelles beobachtetes
Beobachtungen
über ‘policies’ und
Struktur
Erwartungen
über das
Systemverhalten
Aktuelles
beobachtetes
Systemverhalten

Abbildung 5-4: Inhalt der mentalen Datenbank in Relation zu Komponenten und Verhalten von sozialen Systemen 272

Die erste Kategorie von mentalen Informationen stellen die vorhandenen Informationen über ‘policies’ und Systemstruktur dar. Diese Informationen sind dazu geeignet, direkt von einem System Dynamics Modell übernommen zu werden, da sie generell als zuverlässig angesehen werden können. ‘Policies’ und Struktur werden von unterschiedlichen Menschen größtenteils übereinstimmend wahrgenommen.

Demgegenüber sind die Informationen der zweiten Kategorie - Erwartungen über Systemverhalten - nicht zuverlässig. Erwartungen über Systemverhalten haben mentale Simulationen zum Inhalt, die dynamische Konsequenzen detaillierter Informationen der ersten Kategorie repräsentieren. Sie stellen intuitive Lösungen nichtlinearer Problemstellungen dar. Diese Art von intuitiven Lösungen im Zusammenhang mit Problemen komplexer dynamischer Systeme sind überwiegend falsch.

Die Informationen der dritten Kategorie mentaler Modelle sind hingegen wieder für den Modell- erstellungsprozeß interessant: Hier sind Informationen über Beobachtungen vergangener Verhaltensweisen realer Systeme abgespeichert. Nach der Modellerstellung kann das Verhalten

271 Vgl. Forrester (1987), S. 137f. und (1994c), S. 76f.

272 Nach Forrester (1987), S. 137 und (1994c), S. 76.

Vom systemischen Denken zur Methode System Dynamics

des Modells partiell mit dem Wissen über vergangene Verhaltenscharakteristika des realen Systems verglichen und beurteilt werden. Allgemein ist die mentale Datenbank aufgrund ihrer Vielschichtigkeit von großer Bedeutung für den Modellierungsprozeß.

Schriftliche Datenbank Informationen der schriftlichen Datenbank weisen zwei Ausprägungen auf: Zum einen liegen schriftlich verfasste Informationen der mentalen Datenbank vor, und zum anderen existieren Vorstellungen und Abstraktionen, die andere Informationsquellen interpretieren. 273 Schriftlich verfasste Daten sind geeignete Quellen zur Erweiterung der individuellen Kenntnisse über Systemstrukturen und für Entscheidungsantriebe. Jedoch sind diese Informationen oftmals nur beschränkt für eine Modellierung geeignet. Um tatsächlich nützlich zu sein, müßten spezielle Informationen aus verschiedenen Literaturquellen zusammengesetzt werden, Entscheidungen müssen in ‘policies’ hineininterpretiert werden und Strukturen und ‘policies’ müssen als die über mehrere Jahre anhaltende das Systemverhalten determinierende Ursachen betrachtet werden. 274

Numerische Datenbank Die numerische Datenbank betrifft ein im Vergleich zu den beiden anderen Datenbanken eingeschränktes Gebiet. Informationen dieser Datenbank fehlt der direkte Herkunftsbeweis von verfügbaren Daten, die durch Struktur und ‘policies’ geschaffen wurden. Numerische Daten offenbaren auch keine Richtung der Ursache-Wirkungsbeziehungen zwischen den Variablen, was gerade für die Modellierung dynamischer Modelle von hoher Bedeutung ist. Dagegen eignen sich Informationen der numerischen Datenbank zur Erarbeitung von statistischen Analysen. Bei ihnen muß nicht auf interne Rückkopplungsstrukturen geachtet werden. Zwei verschiedene Arten von numerischen Daten sind für eine System Dynamics Modellierung von Interesse: Parameter, wie bspw. in einem Unternehmensmodell Lieferzeiten oder Arbeitsproduktivität und zeitkritische numerische Informationen, die zum Validitätsprüfung zu den in System Dynamics Modellen generierten zeitkritischen Daten herangezogen werden können. 275

5.3.4 Ziele einer Modellierung

5.3.4.1 Lernen

273 Vgl. Forrester (1994c), S. 73.

274 Vgl. Forrester (1994c), S. 73ff.

275 Vgl. Forrester (1994c), S. 75.

Vom systemischen Denken zur Methode System Dynamics

Ein in einem formalen Modell dargestelltes System ist ein bedeutendes Instrument zur Unterstützung des Lernens. Durch eine formale Beschreibung werden unbewußte Auffassungen explizit und der Informationsaustausch erleichtert. Auf Grundlage formaler Modelle können die Modellierer debattieren und diskutieren, was zu einer Veränderung der Strukturen ihrer mentalen Modellen führen kann. Es findet ein Lernprozeß statt. Der Lernprozeß ist ein Rückkopplungsprozeß auf zwei unterschiedlichen Niveaus:

Wenn sich die Struktur des mentalen Modelles beim Debattieren und Diskutieren nicht verändert, wird das Verhalten und die Erwartung der Situation angepaßt. Dies führt zu einer einfachen Adaption des Verhaltens an die äußeren Umstände und zu einer passiven Sichtweise in bezug auf den individuellen Handlungsspielraum. Dies wird als ‘single-loop-learning’ bezeichnet. Eine andere, höherstufige Form des Lernens ist das ‘double-loop-learning’. Es erfordert eine umfassendere Sichtweise der eigenen Situation, wodurch die mentalen Modelle der Individuen verändert bzw. erneuert werden. Dieser Lernprozeß kann auf bestimmten Erfahrungen mit dem System selbst, oder mit Systemreaktionen auf Verhaltensänderungen sowie auf Abweichungen zwischen erwarteten und beobachteten Systemreaktionen beruhen. Wiederholte Differenzen veranlassen den Entscheidungsträger dazu, entweder seine Ziele neu zu definieren oder sein mentales Modell zu korrigieren, um sich für die Zukunft auf eine solide Ausgangsbasis für seine Entscheidungen und Erwartungen stützen zu können. 276 Ferner kann durch Simulation formaler Modelle das Lernen selbst verbessert werden. ARGYRIS und SCHÖN sprechen in diesem Zusammenhang von ‘deutero learning’. 277

Um von möglichen Verbesserung ihrer mentalen Modelle oder vom Lernen dynamischen und systemischen Denkens zu profitieren, sollten die Entscheidungsträger direkt in den Modellierungsprozeß eingebunden werden. Dies ist bspw. gerade im Zusammenhang mit der Strategieentwicklung von Unternehmen relevant, wenn das systemische Denken erlernt und nicht von außen eingekauft werden soll. 278 SENGE und STERMAN haben drei kognitive Aktivitätsstufen herausgearbeitet, die im direkten Zusammenhang mit dem Lernprozeß stehen. Die drei Aktivitätsstufen umfassen ‘mapping mental models’, ‘challenging mental models’ und ‘improving mental models’. 279

‘Mapping mental models’ In der ersten Phase sollen die Beteiligten ihre Vorstellung über die Struktur von Systemen darlegen. Sie explizieren ihre mentalen Modelle. 280

‘Challenging mental models’

276 Vgl. Argyris und Schön (1978), S. 18ff. und 139ff., Morecroft (1994), S. 6 und 21., Kim und Senge (1994), S. 279ff., Zahn und Greschner (1996), S. 55 sowie Milling (1998), S. 3ff.

277 Vgl. Argyris und Schön (1978), S. 26ff.

278 Vgl. Zahn (1999), S. 3.

279 Vgl. Senge und Sterman (1994), S. 199ff.

280 Vgl. hierzu ausführlich Kapitel 3.2.2.

Vom systemischen Denken zur Methode System Dynamics

In der zweiten Phase sollen mit Hilfe von Simulationen die Annahmen der mentalen Modelle auf ihre Validität hin überprüft werden. Durch Offenlegung der mentalen Modelle werden die Teammitglieder auf Inkonsistenzen innerhalb ihrer mentalen Modellstrukturen aufmerksam. Dieser Punkt zielt vor allem auf die Schwierigkeiten von individuellen Verhaltensvorstellungen im Zusammenhang mit der Dynamik sozialer Systeme ab. Der größte Lerneffekt wird hierbei erzielt, wenn den Managern die Möglichkeit eröffnet wird, Modelle eigenständig zu konstruieren und zu simulieren. 281 Diese Phase kann insofern problematisch sein, als daß Entscheidungsträger eigene Schwächen erkennen und zugeben müssen. Wichtige Voraussetzung für ein erfolgreiches Herausfordern mentaler Modelle ist deshalb Offenheit und Vertrauen zwischen den Teammitgliedern.

‘Improving mental models’ Schließlich soll die Struktur der mentalen Modelle durch kontinuierliches Testen entweder verbessert oder erneuert werden. Diese Phase ist ein sich ständig wiederholender Prozeß von Erklären, Testen und Überarbeiten von mentalen Annahmen. Das Verstehen von Dynamik steht im Vordergrund. Durch Simulationen generierte Ideen sollen im realen System auf Basis der verbesserten mentalen Strukturen auch umgesetzt werden. Der Lernprozeß kann nicht innerhalb kurzer Zeit stattfinden, sondern bedarf einer Vision, Geduld und Durchhaltevermögens. Während dieses Prozesses gibt die Vision den Beteiligten eine Orientierung. 282

5.3.4.2 ‘Policies’ und Entscheidungen

Der angesprochene Lernprozeß umfaßt auch die Entwicklung eines Verständnisses für die räumlich und zeitlich versetzten Wirkungen von ‘policies’ innerhalb eines komplexen Systems. Dies ist gerade im Zusammenhang mit kontraintuitivem Verhalten von Systemen 283 für Entscheidungsträger ein wichtiger Zweck. Der Unterschied zwischen ‘policies’ und Entscheidungen soll im folgenden erklärt werden.

Abbildung 2-3 beschreibt das Grundmodell des Regelkreises, das für Managemententscheidungen herangezogen wird. Generell beschäftigt sich Management mit Steuerung und Regelung sozialer Systeme. Dabei ist Management als der kontinuierliche Prozeß anzusehen, der Informationen in Aktionen transformiert. 284 Aus einer großen Menge von Informationen greift ein Entscheidungsträger nur auf einen bestimmten, für ihn aus individueller Sicht relevanten Teil zurück, von dem er wiederum auch nur unvollständig und oftmals

281 Eine Simulationssoftware, die sich hierzu anbietet, ist STELLA.

282 Vgl. Zahn und Greschner (1996), S. 57.

283 Vgl. hierzu Kapitel 3.3.

28