Die Welt als Modell – Kann ein Diagramm Probleme lösen?

Bei der Suche nach Problemlösungen werden oftmals die Komplexität des Problems und damit mögliche Folgeerscheinungen der gewählten Lösungen unterschätzt. Vielfach wird durch die Anwendung von ereignisorientiertem Denken nur das Symptom, nicht aber die Ursache behandelt. Somit entstehen jedoch wieder neue Probleme oder dasselbe Problem tritt – verzögert – wiederholt auf.

Oft wird nur das unmittelbare Problem und nicht die Nebenwirkungen im Blick behalten. Quelle: [1]

Um der Entstehung von solchen Teufelskreisen entgegen zu wirken, wird das rückkopplungsbasierte Denken angewandt. Dieses Denken berücksichtigt, dass jede Aktion auch eine Reaktion beinhaltet die sich irgendwann wieder auf die initiale Aktion auswirkt und ermöglicht somit eine Simulation von Problemstellung und eventuellen Lösungen. Eine Modellierung dieser Art des Denkens erfolgt oftmals in Form von Causal Loop Diagrams (CLD).

Ereignisbasiertes Denken

Meist werden Probleme nur als Ereignisse angesehen, die sich durch eine Abweichung einer Eigenschaft von ihrem Soll-Wert identifiziert. Die Problemlösung wird schnell ergebnisorientiert getroffen – eine entsprechende Entscheidung wird schnell getroffen. Man möchte ja schließlich schnell und effizient vorgehen.
Außer Acht gelassen wird dabei, dass dieses Vorgehen auf einer monokausalen Weltanschauung basiert. Ein derart lineares Vorgehen lässt alle eventuellen Seiteneffekte außen vor.
Beispiele für ereignisbasiertes Denken:

• Stau –> Mehr Straßen.
• Verbrechen mit Drogenhintergrund –> Mehr Polizei.
• Stagnierender Fischfang –> Mehr Fischerboote.

Folgen von ereignisbasiertem Denken

Ok, Probleme werden auf diese Weise sehr schnell “gelöst”. Auf diese Weise lassen sich auch erhitzte Gemüter beruhigen, da “etwas getan wurde”.
Leider werden dabei jedoch die Seiteneffekte nicht in die Überlegungen mit einbezogen. Und auch deren Folgen nicht – so kann es vorkommen, dass ein Seiteneffekt zu einer Verschlimmerung des eigentlichen Problems führt.
Weiterhin wird mit einer solch einfachen Betrachtungsweise niemals tatsächlich die Ursache des Problems sondern nur das Symptom behoben. So kann man zwar den Hustenreiz mit Hilfe von Hustensaft unterdrücken – die bakterielle Infektion wird damit aber nicht bekämpft.
Folglich müssen immer mehr Ressourcen aufgewendet werden, um dasselbe Problem zu lösen, welches immer wieder kommt. In bestimmten Fällen kann es sogar jedes Mal etwas stärker zurück kommen (dazu später mehr).

Wie geht es besser? Das systemorientierte Denken

Bei dem systemorientierten (oder auch “rückkopplungsbasiertem”) Denken wird das Problem in Zusammenhang mit seiner Umgebung analysiert und nicht als losgelöstes Einzelproblem betrachtet.
Dazu wird das Wirkungsverhältnis in zirkulären Sachverhältnissen dargestellt.

Systemorientiertes Denken berücksichtigt Wechselwirkungen. Quelle: [1]

Beispiel für systemorientiertes Denken:
Problem: “Es gibt Staus.”
Lösung: “Es werden mehr Straßen gebaut.”
Folgeerscheinung: “Die Attraktivität mit dem Auto zu fahren steigt.”
Folgeproblem: “Die Verkehrsdichte nimmt zu. Es kommt zu Staus.”
Lösung: “Es werden mehr Straßen gebaut.”
(…)

Folgen von systemorientiertem Denken

Dadurch, dass ein Problem in seine Einzelbestandteile zerlegt wird und diese in Wechselwirkung zueinander stehen, wird eine umfassendere Betrachtung des Problems ermöglicht und man kommt der Problemursache deutlich näher.
Außerdem handelt es sich hierbei um eine kontinuierliche Problemlösung, da die Lösung nicht als final angesehen, sondern durch iterative Verfeinerungen des Modells optimiert werden kann.
Jedoch darf nicht außer Acht gelassen werden, dass die Modellbildung ein langwieriges Verfahren ist, welches mitunter recht personalintensiv sein kann. Schließlich werden für jeden betrachteten Bereich Experten benötigt, um den betroffenen Elementen eine realistische Quantität zuzusprechen.
Außerdem können Diagramme mit der Zeit eine nur noch schwierig zu behandelnde Komplexität aufweisen, wenn diese “zu detailreich” sind.

"Zu einer Wirkung besteht immer eine entgegen gesetzt gerichtete, dem Betrag nach gleiche Wirkung."
Physikalisches Grundgesetz n. Isaac Newton

Fazit – Wozu das ganze?

Wurde ein zirkuläres Modell entworfen und sind die quantitativen Bezüge zwischen den Elementen (z.B. in Form von Formeln) erst einmal erfasst, so können diese Informationen in einen entsprechenden Simulator eingegeben werden.
Beispiele für solche Simulatoren sind Vensim [2] und iThink [3]. Diese ermöglichen eine Simulation der Probleme bei Anwendung verschiedener Parameter und erlauben problembezogene Fragen wie z.B.: “Wie viele Fische dürfen in Zeiteinheit x gefischt werden, wenn der aktuelle Bestand y beträgt und eine kontinuierliche Menge Fisch gefangen werden können soll?”
Hinweis: Beispiele und Vorgehensweisen zum systemorientierten Modellieren von Problemen folgen in weiteren Beiträgen.
Quellen:
[1] John Morecroft, Strategic Modelling and Business Dynamics: A feedback systems approach. Wiley and Sons, 2007.
[2] Ventana Systems, Inc.: Vensim
[3] isee systems: iThink