Cynefin-Framework

Für jedes Problem der richtige Lösungsansatz

Problem ist nicht gleich Problem – und die Lösung liegt nicht immer auf der Hand. Das Cynefin-Framework hilft dabei, Probleme und Situationen richtig zu beurteilen und hält passende Handlungsempfehlungen bereit.

05.11.2020Text: tnt-graphics0 Kommentare
Cynefin

Wenn der Schmutz in den eigenen vier Wänden Oberhand gewinnt, greift man unweigerlich zu Lappen, Wischmopp und Staubwedel und bringt sein Zuhause wieder auf Vordermann. Ist doch logisch. Mit ein bisschen Arbeit erstrahlt die Wohnung dann auch wieder in neuem Glanz. Einfaches Problem, einfache Lösung, so scheint es. Doch was ist, wenn plötzlich keine Putzmittel mehr im Schrank stehen oder der Staubsauger streikt? Dass die Geschäfte bereits geschlossen haben und man in wenigen Stunden Gäste erwartet, macht die Sache nicht einfacher. Ganz schnell wird aus einem einfachen Problem ein kompliziertes. Oder gar ein komplexes?

Fest steht: Problem ist nicht gleich Problem – und je nachdem eignen sich gewisse Lösungsansätze besser als andere. Das Ausmass eines Problems oder einer Situation richtig zu beurteilen, ist jedoch nicht immer ganz einfach. Genau hier kommt das Cynefin-Framework ins Spiel: Entwickelt vom walisischen Forscher und Wissensmanagement-Berater David Snowden, hilft Cynefin, verschiedene Situationen besser einschätzen und geeignete Lösungswege einschlagen zu können.

Das Cynefin-Framework.
Das Cynefin-Framework.

 

Mit Cynefin Probleme richtig einschätzen

Das Framework besteht im Wesentlichen aus einem Raster mit 5 Domänen. Diese bieten eine Hilfestütze bei der Problemanalyse und sollen dem Anwender Anhaltspunkte zur Vielschichtigkeit seines Problems geben. Darüber hinaus hält Cynefin für einzelne Domänen typische Vorgehensweisen fest, mit der das entsprechende Problem bewältigt werden kann. Die 5 Domänen:

Disorder: Es ist noch nicht klar, welche Art von Problem man vor sich hat. Der oder die Betroffene hat sich noch keine Gedanken über das Ausmass seines Problems und seiner Teilaspekte gemacht. Hier werden Aufgaben und Probleme eingeordnet, über die man schlichtweg noch zu wenig weiss, um sie einem anderen Unterbereich zuordnen zu können. Laut Snowden befinden wir uns meist in diesem Bereich: Wir wissen nicht bewusst, mit welchem Systemtyp wir es überhaupt zu tun haben – oder es fehlt uns noch das generelle Verständnis für diese Unterschiede. Weitere Untersuchungen sollen helfen, Situationen und Problemstellungen besser zu verstehen und diese einer anderen Domäne zuordnen zu können.

Obvious: Die Domäne des Offensichtlichen (Obvious) gehört zum sogenannten «geordneten Bereich»: Probleme und Situationen dieser Kategorie haben ganz klare Ursache-Wirkung-Beziehungen und -Muster, die jedem bekannt sind. Daher spricht Snowden hier auch von «known knowns», und hält als Handlungsanweisung die Schritte «sense, categorize, response» fest: Man stellt ein Problem fest, kategorisiert und beurteilt es und reagiert entsprechend darauf – sprich, mit einem vorgegebenen Ablauf.

  • Beispiel: Unter anderem werden Verwaltungsprozesse als typisches Beispiel für die Obvious-Domäne genannt. Etwa der Zahlungsverzug bei der Miete. Hier bleibt die Vorgehensweise stets gleich: Wenn der Vermieter keine Miete erhält, schreibt er (in einem ersten Schritt) eine Mahnung an den Mieter.
  • Typische Hilfsmittel: Checklisten, einfache Flussdiagramme, Wenn-dann-Anweisungen.

Complicated: Auch die Domäne des Komplizierten (Complicated) gehört zum geordneten Bereich; allerdings sind Ursache und Wirkung nicht mehr offensichtlich und abhängig von verschiedenen, bekannten Variablen – weshalb Snowden hier von «known unknowns» spricht. Um das Problem lösen und Ursache und Wirkung ermitteln zu können, ist ein gewisses Expertenwissen notwendig. Handlungsempfehlung für diese Domäne ist «sense, analyse, response»: Die Ursache eines Problems kann dank genauer Beobachtung und Analyse ermittelt werden.

  • Beispiel: Maschinen sind typische Beispiele für komplizierte Systeme. Die Erkenntnis, dass ein Defekt vorliegt, ist zwar einfach; zur Lösung bedarf es aber der Analyse durch einen Experten.
  • Typische Hilfsmittel: Kompliziertere Flussdiagramme, Tabellen und Matrizen.

Complex: Ursache und Wirkung sind im Vorfeld nicht vollends feststellbar. Bestenfalls lassen sich hinterher Zusammenhänge erkennen. Es können keine einzelnen Faktoren mehr ermittelt werden, weil diese sich ständig verändern und in sich wandelnden Wechselwirkungen zueinander stehen – weshalb hier auch von sogenannten «unknown unkowns» die Rede ist. Als Lösungsweg bleibt nur «probe-sense-respond» – sprich, das Experiment: Ich stelle Hypothesen auf, probiere etwas aus, erkenne die Systematik, den Effekt und reagiere entsprechend darauf.

  • Beispiel: Menschliche Interaktionen jedwelcher Art entsprechen diesem Systemtyp.
  • Typische Hilfsmittel: Für komplexe Systeme brauchen wir statt einfachen Hilfsmitteln adaptierbare Methoden. Vielmehr muss man von der Idee der Planbarkeit Abschied nehmen können und offen fürs Nicht-Wissen sein. Eine werturteilsfreie Haltung ist hier ebenfalls elementar, um auftauchende Lösungen wahrnehmen zu können («Emergent Practice»).

Chaotic: Der Zusammenhang zwischen Ursache und Wirkung ist für uns nicht feststellbar. Ausprobieren oder Analysieren ist hier verschwendete Zeit, sondern es muss gehandelt werden – «act, sense, respond» lautet die Devise. Erst, wenn eine gewisse Ordnung hergestellt ist, kann die Situation aus dem Chaos wieder in andere Bereiche überführt werden.

  • Beispiel: Typisch chaotische Zustände sind Krisen, Naturkatastrophen oder Notfallsituationen. Im betrieblichen Kontext ist dieser Typ vielleicht vor einer Pleite oder bei einem Börsencrash vorzufinden.
  • Typische Hilfsmittel: Statt Hilfsmittel und Methoden sind hier Verhaltensnormen (Standard Operation Practices) gefordert. Schnelles Handeln ist gefragt, um bestehende Systeme wieder zu stabilisieren. Danach wird die (Aus-)Wirkung der Handlung wahrgenommen, um zu reagieren oder erneut zu handeln.

Cynefin ist ein Sensemaking-Framework

Wichtig bei Cynefin ist: Die Grenzen zwischen den einzelnen Domänen sind keineswegs starr, sondern abhängig vom Betrachter und seinem Wissensstand. So kann die Expertise des Anwenders darüber entscheiden, ob ein Problem beispielsweise als «komplex» oder – da man sich schon öfters damit auseinandersetzen musste – bereits als «kompliziert» betrachtet wird. Somit dient das Cynefin-Framework weniger der fixen Kategorisierung von Problemen und auch nicht der inhaltlichen Lösung dieser. Cynefin soll vor allem eines: Sinn stiften. Es dient Anwendern zur Orientierung und dient als Grundlage zur gemeinsamen Verständigung.

Cynefin zeigt ausserdem auf, dass Problemlösungsstrategien für die eine Domäne erfolgreich sein können, während sie für eine andere nicht dienlich oder sogar kontraproduktiv sein können. So kann das Framework unter Umständen auch darlegen, weshalb man in der Lösungsfindung einfach nicht weiterkommt. Denn der Mensch ist ein Gewohnheitstier – und in seinen Handlungen oftmals fixiert auf wenige Vorgehensweisen, die sich in der Vergangenheit bewährt haben. Dank Cynefin können  bestehende und präferierte Lösungsansätze neu beurteilt und hinterfragt werden. So hilft das Framework letztlich auch dabei, den Handlungsspielraum bei neuen Situationen und Problemen deutlich zu erweitern.

Der Experte

Dominik Berner

Dominik Berner war Senior Software-Ingenieur bei bbv. Dank seines Know-hows im MedTech-Bereich kennt er die Wachstumsgrenzen von Start-ups und Kleinunternehmen, aber auch die Verhältnisse in Grossfirmen. Als Agilist betrachtet Berner Softwareentwicklung als Teamsport, der eine starke Unternehmenskultur erfordert.

Der Experte

Marco Ravicini

Marco Ravicini ist als Senior Software-Architekt .NET bei der bbv tätig. Als Lead der Software Craftsmanship und .NET Community innerhalb der bbv ist ihm der Erfahrungs- und Wissensaustausch sehr wichtig. Marco ist passionierter Vertreter der Software Craft Bewegung.

Unser Wissen im Abo

Transformationsbeschleuniger Künstliche Intelligenz

Keine Strategie ist auch keine Lösung

AI/KI
Erkenntnisse des Swiss AI Impact Reports 2024

Die 3 Typen im Umgang mit generativer KI

AI/KI
Sichere und ethische Verwendung von KI

Der AI Act: rechtliche Rahmenbedingungen für Künstliche Intelligenz

AI/KI

Attention!

Sorry, so far we got only content in English for this section.