it Komplett Florian Kapmeier-1

Vom systemischen Denken zur Methode System Dynamics

Diplomarbeit

vorgelegt bei:

Professor Dr. Erich O.K. Zahn Betriebswirtschaftliches Institut der Universitt Stuttgart Abteilung IV, Lehrstuhl fr Allgemeine Betriebswirtschaftslehre und Betriebswirtschaftliche Planung

von:

Florian Kapmeier Dillmannstrae 29 70193 Stuttgart


Inhaltsverzeichnis Abbildungsverzeichnis............................................................................................................. IV Abkrzungsverzeichnis............................................................................................................ 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 berblick....................................................................................................................8 2.5.2 Offene und geschlossene Systeme .............................................................................9 2.5.3 Dynamisches Verhalten ...........................................................................................10 2.5.4 Komplexitt..............................................................................................................12 2.5.5 Lenkung ...................................................................................................................14 2.6 Systemarten.....................................................................................................................16 2.6.1 berblick..................................................................................................................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 Unzulnglichkeiten des linearen Denkens ......................................................................28 4.2 Systemisches Denken - Begriffsbestimmung .................................................................29 4.3 Abgrenzung von systemischem Denken zu System Dynamics ......................................32 4.4 Fhigkeiten zu systemischem Denken ............................................................................34 4.5 Heranfhrung an systemisches Denken ..........................................................................36 II


5. System Dynamics..................................................................................................................39 5.1 Begriffsbestimmung........................................................................................................39 5.2 Historischer Abri und Anwendungsgebiete von System Dynamics .............................42 5.3 System Dynamics Modellierung.....................................................................................44 5.3.1 Fhigkeiten zur Modellierung..................................................................................44 5.3.2 Modellierungsproze ...............................................................................................45 5.3.3 Informationsquellen fr den Modellierungsproze .................................................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 berblick..................................................................................................................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 berblick..................................................................................................................67 5.5.2 Fludiagramme ........................................................................................................68 5.5.3 Kritische Betrachtung von Fludiagrammen ...........................................................72 5.5.4 Mathematische Grundlagen .....................................................................................74 5.5.4.1 Notwendigkeit des Verstndnisses von System Dynamics Gleichungen .........74 5.5.4.2 Level-, rate- und auxiliary equations ........................................................75 5.5.4.3 Delays - Verzgerungen.................................................................................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 Validittstests...........................................................................................................89 5.5.7 Exkurs: Simulation-durch-wiederholte-Optimierung ..............................................90 6. Ausblick ................................................................................................................................95 Anhang .................................................................................................................................... VII Literaturverzeichnis ...............................................................................................................XIII Erklrung........................................................................................................................... XXVII III


Abbildungsverzeichnis

Abbildung 2-1: Abbildung 2-2: Abbildung 2-3: Abbildung 2-4: Abbildung 2-5: Abbildung 2-6:

System als Gesamtheit mit Elementen, Beziehungen und Umwelt ...............6 Beziehungsarten .............................................................................................7 Grundmodell des Regelkreises ....................................................................10 Kompliziertheit und Komplexitt ................................................................13 Steuerungsprinzip ........................................................................................15 Regelungsprinzip .........................................................................................16

Abbildung 4-1: Lineares Erklren und Handeln ...................................................................28 Abbildung 4-2: Additive Argumenteliste...............................................................................31 Abbildung 4-3: Rckkopplungskreislauf ..............................................................................31 Abbildung 4-4: Systems thinking und System Dynamics ..................................................32 Abbildung 5-1: Abbildung 5-2: Abbildung 5-3: Abbildung 5-4: Abbildung 5-5: Abbildung 5-6: Abbildung 5-7: Abbildung 5-8: Abbildung 5-9: Abbildung 5-10: Abbildung 5-11: Abbildung 5-12: Abbildung 5-13: Abbildung 5-14: Abbildung 5-15: Abbildung 5-16: Abbildung 5-17: Abbildung 5-18: Abbildung 5-19: Abbildung 5-20: System Dynamics Modellierungsphasen .....................................................45 Vertrauen und Kompetenz in System Dynamics .........................................46 Entwicklung geteilter mentaler Modelle durch Diskussionen und Debatten 47 Inhalt der mentalen Datenbank in Relation zu Komponenten und Verhalten von sozialen Systemen .................................................................................49 Kausaldiagramm fr ein Zentralheizungssystem ........................................57 Kausaldiagrammkegel .................................................................................60 Generische Strukturen .................................................................................61 Archetypisches Systemverhalten: Grenzen-des-Wachstums .......................63 Archetypisches Systemverhalten: Lastverteilung ........................................64 Fehlerhafte Dynamikinterpretation mit einem Kausaldiagramm ................65 Variablentypologie ......................................................................................70 Fludiagrammsymbolik ...............................................................................71 Fludiagramm der Bevlkerungs-Geburtenrate-Problematik .....................72 Fehlerhaftes und korrigiertes Hasenpopulationsmodell ..............................73 Generelle Simulationsabfolge ......................................................................75 Delays erster, zweiter und dritter Ordnung ...............................................79 Dynamik von Verzgerungen ......................................................................80 Sieben Niveaus von System Dynamics Erfahrung ......................................83 Klassifizierung der Computersimulations- und -lernprogramme ................86 Zielfunktionsgebirge ....................................................................................92

IV


Abbildung A-1: Abbildung A-2: Abbildung A-3: Abbildung A-4: Abbildung A-5: Abbildung A-6: Abbildung A-7:

System Dynamics Modellierungsproze nach COYLE .............................. VII Negative feedback-loops mit Anpassungsstrungen .............................VIII Archetypisches Verhalten .........................................................................VIII Generische Fludiagrammstruktur des S-Kurven-Wachstums .................. IX Verhalten der Bestandsvariablen im fehlerhaften Modell .......................... IX Graphische Funktion des Bevlkerungseffekts .........................................X Verhalten der Bestandsgre Hasen im korrigierten Modell ....................X

V


Abkrzungsverzeichnis

bzgl................................................................................................................................ bezglich D ....................................................................................................................................... delay durchschnittl. .................................................................................................. durchschnittliches L ........................................................................................................................................ level OR .............................................................................................................. operations research o.V. ...................................................................................................................... ohne Verfasser s.E. ..................................................................................................................... seines Erachtens STELLA ................ Structural Thinking, Experimental Learning Laboratory with Animation TM .............................................................................................................................trademark Wd ....................................................................................................................................world

VI


1. Problemstellung Die Menschheit sieht sich heutzutage zunehmend mit Problemen konfrontiert, die aufgrund ihrer Komplexitt nicht mehr durch einfache, lokal anwendbare Manahmen gelst werden knnen. Dazu zhlen beispielsweise die Problematiken der Zunahme von Kohlendioxid in der Erdatmosphre, der Entstehung von weltweiten Hungerkatastrophen, der Vernichtung der Regenwlder genauso wie der Entwicklung von angemessenen Geschftsstrategien fr Unternehmen.1 Die Welt hat sich zu einem System von interagierenden Subsystemen2 entwickelt.3 Obwohl es scheint, als wren diese Probleme typische Phnomene unserer schnellebigen Zeit, ist es wohl eher so, da Beziehungen zwischen einzelnen Teil- oder Subsystemen ehedem auch schon vorhanden aber lockerer waren. Aus diesem Grund wurden hier Zusammenhnge oftmals nicht erkannt. Folglich erschien es mglich, Probleme entweder - zeitlich betrachtet - in die Zukunft oder - rumlich gesehen - in Nachbars Garten zu verschieben.4 Der okzidentale Mensch ist aus evolutionren Grnden zum Denken in einfachen Ursache-Wirkungsbeziehungen trainiert.5 Das Erfordernis, ber eine bestimmte Situation hinauszudenken, bzw. eine Situation in einen bergeordneten Kontext hineinzubetten, war selten gegeben. Die Unfhigkeit des linearen menschlichen Denkens im Umgang mit dynamischer Komplexitt, wenn Ursache und Wirkung nicht in enger Beziehung innerhalb von Zeit und Raum stehen, fhrt zu keiner Problemlsung, sondern oftmals zu einem Handeln, das greren Schaden fr das entsprechende System bewirkt.6 Um Ursache und Wirkung in interagierenden Subsystemen verstehen zu knnen, mu der Mensch auch in solchen interagierenden Subsystemen denken. Soll ein kompliziertes dynamisches System also mit Hilfe von Entscheidungsregeln in eine bestimmte Richtung gelenkt werden, mu der Entscheidungstrger dazu die vorhandene Komplexitt durchschauen. Um herrschende Komplexitt erfassen zu knnen, 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 mssen die individuellen Denkstrukturen des Entscheidungstrgers externalisiert werden. Diese Externalisierung von mentalen Modellen8 ist1 2

Vgl. Richmond (1993), S. 113 und Lyneis (1999), S. 37ff. Auf die Begriffe System und Subsystem wird in Kapitel 2 eingegangen. 3 Vgl. Drner (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 errtert. 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 ausfhrlich diskutiert. 8 Vgl. u.a. Forrester (1971), S. 14. Mentale und formalen Modelle werden in Kapitel 3 ausfhrlich besprochen.

1


ein wesentlicher Bestandteil von System Dynamics, einer Methode zum besseren Verstndnis des Verhaltens komplexer Systeme.9 System Dynamics, ursprnglich Industrial Dynamics genannt, wurde von JAY W. FORRESTER10 Ende der 50er Jahre am Massachusetts Institute of Technology entwickelt, nimmt sich der Komplexitt, Nichtlinearitt und Rckkopplungsstrukturen an, die sozialen und physikalischen Systemen innewohnen.11 Aufgrund seiner Komplexitt ist System Dynamics ein Fachgebiet, mit dem sich bis dato nur eine begrenzte Anzahl von Interessierten beschftigten. Inzwischen wird System Dynamics aber an einer zunehmenden Zahl von Universitten gelehrt. Unternehmen und Regierungen nutzen System Dynamics zur Simulation von Management- bzw. Politikentscheidungen. Die System Dynamics society pldiert dafr, systemisches Denken einer breiten Masse von Anwendern zugnglich zu machen, da mittels ihrer Hilfe komplexe Systeme durchschaut werden knnen, was fr Entscheidungstrger von zunehmender Relevanz ist. Die Methode System Dynamics mit ihren unterschiedlichen Ausprgungen qualitativer und quantitativer Art, die im Anschlu vorgestellt werden sollen, knnte dabei untersttzen, die heutigen Probleme und die langzeitlichen Wirkungen des heutigen Handelns zu verstehen.

9

Vgl. Forrester (1994b), S. 245. Vgl. Forrester (1958), S. 37ff, (1961), (1969), (1971). 11 Vgl. Forrester (1994b), S. 245. System Dynamics wird ausfhrlich in Kapitel 5 erlutert.10

2


2. Systeme 2.1 Systembegriff System Dynamics beschftigt 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 Rckkopplungsstrukturen das Systemverhalten determinieren. Aus dem durch Simulationen Erlernten sollen Rckkopplungsstrukturen aktiv geschaffen und Entscheidungsregeln abgeleitet werden.12 Systeme stehen im Mittelpunkt von System Dynamics, weswegen einfhrend der Systembegriff darlegen wird. Der Systembegriff ist grundlegender Bestandteil der allgemeinen Systemtheorie. Die allgemeine Systemtheorie kann als die formale Wissenschaft von der Struktur, den Verknpfungen und dem Verhalten von Systemen verstanden werden.13 Damit geht der Begriff Systemtheorie weitgehend mit dem Begriff Kybernetik konform.14 Die Kybernetik beschftigt sich als eine rein formale Theorie15 mit Kommunikation und Regelung komplexer, sich selbst regelnder Systeme16. Systemtheorie und Kybernetik knnen bzgl. ihrer Problemannherung unterschieden werden. Die Kybernetik stammt vornehmlich von der Lenkungsproblematik und der Information ab, whrend die Systemtheorie eher von der Teile-Ganzheit-Problematik kommt.17 Auf beide Problemteile wird in System Dynamics zurckgegriffen. Mit Hilfe der Systemtheorie erffnet sich die Mglichkeit, Aspekte verschiedenster realer Bereiche, die im Normalfall Gegenstand unterschiedlicher Wissenschaften, wie beispielsweise Soziologie, Biologie, Technik oder auch Pdagogik, sind, zu beschreiben, zu erklren und zu gestalten.18 Die allgemeine Systemtheorie und die Kybernetik sind somit als interdisziplinre Theorieanstze zu betrachten.19 Aus diesem Grund wird der Begriff System auch in unterschiedlichen Fachdisziplinen auf divergierende Weise verwendet.20

Vgl. Coyle (1996), S. 10. Fr eine detailliertere und kritischere Definition des Begriffes System Dynamics siehe Kapitel 5.1. Vgl. Ulrich (1970), S. 105. 14 Vgl. Malik (1996), S. 23 und Schiemenz (1993), Sp. 4126. Begrnder der Kybernetik war u.a. N. Wiener (1952). 15 Eine Theorie wird als Informationstrger der wissenschaftlichen Erkenntnis verstanden. Mittels eines einheitlichen Begriffsapparates wird ein System geschaffen, dessen Nukleus Gesetzesaussagen bildet. Generell wird in Real- und Formaltheorien unterschieden. Whrend 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 Homostase bezeichnet. Vgl. Lffelholz (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 Systemanstze aus verschiedenen Wissenschaftszweigen herausgearbeitet. Vgl. hierzu Ossimitz (1995), S.2ff.13

12

3


Der Begriff System, ursprnglich aus dem Griechischen stammend, bedeutet Zusammenstellung, Vereinigung und Ganzes.21 Daraus geht hervor, da Teile bzw. Elemente existieren mssen, 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 knnen. Dabei merkt ULRICH an, da einige Autoren weitere Systemeigenschaften zustzlich in ihrer Definition auffhren, die s.E. als nicht zutreffend gelten. So schliet er aus, da die einem System innewohnende Ordnung in bezug auf den Systemzweck geplant sei. Es fllt ihm schwer, diese Vorstellung auf naturgegebene Systeme, wie bspw. Lebewesen oder Pflanzen, zu bertragen, wenn man sich nicht in Spekulationen ber den Plan des Schpfers usw. verlieren will.22 Hiergegen argumentiert OSSIMITZ, da biologische Systeme auf Selbsterhaltung, sprich Homostase, ausgerichtet und damit zweckgerichtet sind.23 FORRESTER unterstreicht auch, da die Anzahl miteinander in Beziehung stehender Elemente eines jeglichen Systems zu einem bestimmten Zweck miteinander operieren.24TP PT TP PT TP PT TP PT

Nach ULRICHS Auffassung gibt es noch weitere Ausschludefinitionen fr den Systembegriff:25TP PT

! ber die Art der Systemelemente sowie der Beziehungen der Elemente zueinander sagt der Systembegriff nichts aus. Deswegen ist es mglich, da jeder Gegenstand mit jeglicher Art von Beziehung als Bestandteil von Systemen verstanden werden kann. ! Bezglich der Anordnung der im System existierenden Elemente ist keine bestimmte Struktur vorgegeben. Sie kann hierarchisch oder andersartig sein. ! Der Systembegriff sagt nichts ber Art und Zweck einer Ganzheit sowie ber die Art der Beziehungen nach auen aus. Deswegen kann es sich bei Systemen sowohl um konkret feststellbare26, um natrliche oder knstlich geschaffene Ganzheiten handeln. Dabei spielt die Intensitt der Beziehungen ber die Systemgrenze27 hinaus keine Rolle. ! Es werden weder Zweck oder Sinn, noch Bedeutung eines Systemverhaltens erwhnt, wobei diese fr unterschiedliche Systeme divergieren knnen.TP PT TP PT

Aus dem Diskutierten lt sich zusammenfassen, da 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 Zusammenhnge zwischen beliebigen Objekten, als Elemente bezeichnet, und irgendeiner greren Gesamtheit, als System bezeichnet, zu erfassen. Auf die Bestandteile, deren

21TP PT

Vgl. Flechtner (1966), S. 288. Ulrich (1970), S. 105. 23 Vgl. Ossimitz (1995), S. 2. Zum Prinzip der Homostase vgl. Malik (1996), S. 389ff. 24 Vgl. Forrester (1972), S. 9. 25 Vgl. Ulrich (1970), S. 106. 26 Konkret festellbare Systeme sind bspw. materielle oder physische Systeme. Vgl. Ulrich (1970), S. 106. 27 Der Begriff Systemgrenze wird im nchsten Kapitel erlutert.22TP PT TP PT TP PT TP PT TP PT TP PT

4


Beziehungen untereinander sowie die Anordnungsstruktur soll im folgenden Kapitel eingegangen werden.

2.2 Teil und Ganzheit In System Dynamics werden Systeme modelliert, um mit ihrer Hilfe Wissen und Erfahrungen ber das reale Systemverhalten zu sammeln. Dabei wird die zu untersuchende Ganzheit als System bezeichnet (siehe Abbildung 2-1). Dieses System mu fr eine Untersuchung von seinem Umfeld abgegrenzt werden; es mu eine Systemgrenze festgelegt werden, die ganz individuell von der Fragestellung und vom Beobachtungsstandpunkt des Untersuchenden abhngt.28 Infolgedessen mssen innerhalb der Systemgrenze alle wichtigen Faktoren liegen, die das beobachtete Systemverhalten beeinflussen. Wird die Systemgrenze dem Untersuchungszweck nicht angemessen gezogen, wird dadurch die Validitt der Untersuchung herabgesetzt.29 Ein System kann interagierender Bestandteil eines umfassenden, bergeordneten Super- oder bersystems sein, das auch als System hherer Ordnung bezeichnet wird.30 Um ein System verstehen und modellieren zu knnen, 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 knnen (Subsystem 1. bis n-ter Ordnung). Entweder knnen 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 fr eine weitergehende Untersuchung als nicht sinnvoll erachtet wird.32 Angenommen, sie knnen nicht detaillierter untersucht werden, handelt es sich hierbei um Elemente. Auf sie trifft der Systembegriff nicht weiter zu. Elemente knnen in Indikatorelemente sowie in kritische Elemente differenziert werden.33 Kritische Elemente stehen mit anderen Elementen des Systems so in Beziehung, da sie einerseits selbst viele Elemente beeinflussen und andererseits von vielen beeinflut werden. Diese Elemente stellen die zentralen Elemente des Systems dar. Demgegenber hngen Indikatorelemente von vielen Systemelementen ab, beeinflussen andere jedoch nur geringfgig. Sie zeigen den Gesamtzustand des Systems an.34 Bei den Begriffen System, Sub- und Supersystem verhlt es sich so, da die Komponentenhierarchie niemals absolut sein kann, da selbst das primitivste Teil eines Systems

Vgl. Ulrich und Probst (1991), S. 33. 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. Drner (1989), S. 112. Drner spricht in diesem Zusammenhang auch von Variablen. Im Rahmen dieser Arbeit sollen die beiden Begriffe Element und Variable synonym gebraucht werden. 34 Vgl. Drner (1989), S. 112.29

28

5


noch in solch einem Detaillierungsgrad modelliert werden kann, da es ein fr eine Untersuchung zu komplexes Subsystem ergebe.35Umwelt Systemgrenze System Systemelement

Umweltelement

Teilsystem

Beziehungen

Subsystem Sub-Subsystem

Interface

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 verndern, also dynamischer Natur sind.38 Es mssen aber nicht alle Elemente miteinander in Beziehung stehen, d.h. es mu keine sog. Interdependenz vorliegen. Beziehungen innerhalb von Systemen knnen strker oder schwcher ausgeprgt sein. Diese Intensitt kann durchaus variieren. Sie beeinflut die Komplexitt39 des Systems, wobei der Beziehungsreichtum zwischen den Elementen den Grad der Komplexitt determiniert.

Vgl. Karnopp u.a. (1990), S. 7. In Anlehnung an Ulrich und Probst (1991), S. 28. 37 Vgl. Ulrich (1970), S. 109. 38 Ulrich kritisiert die Auffassung, da die Dynamik Bestandteil eines jeden Systems ist. Als Beipiel fr ein System, in dem keine Prozesse ablaufen, nennt er das Periodensystem. Vgl. Ulrich (1970), S. 105f. Baetge macht aber darauf aufmerksam, da in der Realitt keine statischen Systeme existieren. Vgl. Baetge (1988), S. 510. 39 Der Begriff Komplexitt wird in Kapitel 2.5.4 erlutert.36

35

6


Beziehungen zwischen Elementen haben zur Folge, da einzelne Aktivitten nicht unabhngig voneinander ablaufen.40 Es handelt sich also bei Beziehungen um Wirkungen auf Elemente, wobei verschiedene Wirkungsarten beobachtet werden knnen. Sind sie bekannt, lt sich dadurch auf das Verhalten des Gesamtsystems schlieen. 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 nderung des einen Elementes in einer bestimmten Richtung zu einer gegenlufigen Vernderung des anderen Elementes fhrt. Bei einer gleichgerichtete Wirkung fhrt eine Zunahme des einen Elementes auch zu einer Zunahme des anderen Elementes und v.v.41 Damit ist etwas ber die Richtung von Wirkungen gesagt, jedoch noch nichts ber den Wirkungsverlauf.42 In diesem Zusammenhang ist darauf hinzuweisen, da solche Beziehungen bereits bestehen oder auch erst geschaffen werden knnen.43 Werden sie erst geschaffen, handelt es sich hierbei um eine beabsichtigte Systemgestaltung.Entgegengerichtete Beziehung: je grer desto kleiner je kleiner desto grer je weniger desto mehr Gleichgerichtete Beziehung : je grer desto grer je strker desto strker je kleiner desto kleiner je weniger desto weniger+ positiv

negativ

Abbildung 2-2: Beziehungsarten44

40 41

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

7


2.4 Systemstruktur Da die Systemstruktur das Systemverhalten verursacht, ist Kenntnis ber die Systemstruktur fr eine System Dynamics Untersuchung notwendig. Dabei ist die Struktur und ihre Vernderlichkeit im Zeitablauf die Basis fr eine Interpretation von Systembeobachtungen.45 Die Anordnung von Elementen im System wird in der Literatur facettenreich beschrieben, bspw. als Gefge, 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 Systemen47 ist dieser Ort nicht dauerhaft. d.h. da sich die Systemstruktur mit einer bestimmten Geschwindigkeit verndert.48 Neben der rumlichen Auslegung des Begriffes Struktur wird darber hinaus eine zeitlichen Dimension bercksichtigt. Darunter wird eine bestimmte Anordnung bzw. Abfolge von Vorgngen aus zeitlicher Sicht innerhalb eines Systems verstanden, die als Prozestruktur interpretiert wird.49 Bei natrlichen dynamischen Systemen wird oftmals eine Art natrliche Ordnung beobachtet. Das heit, da diese Systeme sich von selbst in ihrer Struktur auf ihren spezifischen Endzustand hinzubewegen. Daraus lt sich schlieen, da sich das System unter diesen Umstnden in einem sog. Gleichgewichtszustand befindet. Dieser Zustand wird als natrliche Ordnung der Dinge bezeichnet. Ob dem Menschen ein bestimmter Zustand allerdings als Ordnung oder Unordnung erscheint, ist von den individuellen Zielen des jeweiligen Menschen abhngig. Entsprechen die menschlichen Ziele bezglich eines Systems nicht der natrlichen Ordnung, erscheinen dem Menschen natrliche Dinge als chaotisch.50

2.5 Systemeigenschaften 2.5.1 berblick

45 46

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

8


Systeme knnen eine groe Zahl an zustzlichen Eigenschaften aufweisen, wobei auf unterschiedliche Ausmae hingewiesen wird. Generell ist es mglich, 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 Ausmae 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 befat sich mit der Charakterisierung der Systemgrenzen, die offen oder geschlossen sein knnen. Ein System kann Bestandteil eines umfassenden Supersystems sein. In diesem Fall knnen bestimmte Beziehungen zwischen System und Supersystem in Erscheinung treten; man spricht von einem offenen System, wobei diese Offenheit in ganz unterschiedlichem Ausma auftreten kann.52 Folglich handelt es sich um eine dimensionale Eigenschaft. Offene Systeme sind durch Output- bzw. Ausgangsstrme charakterisiert, die wiederum Reaktionen auf zeitlich vorangegangene Input- bzw. Eingangsstrme sind. Es entsteht ein Austausch von Materie, Energie und/oder Informationen. Das Ausma der Out- und Inputs determiniert den Grad der Offenheit. Outputs sind isoliert zu betrachten und verfgen ber keinerlei Einflu auf Inputs.53 Weiterhin beobachtet ein offenes System nicht und reagiert nicht auf seinen Output. Das heit, da die Folgen von vorausgegangenen Aktionen zuknftige Aktionen nicht beeinflussen oder determinieren, und da das offene System nicht rckkoppelnd auf das eigene Verhalten reagiert. Ein Beispiel fr ein offenes System ist ein mechanisches Uhrwerk, das seine Ganggenauigkeit nicht beobachtet und sich folglich auch nicht selbst reguliert. Dies mu von auerhalb geschehen.54 Geschlossene Systeme beeinflussen ihr eigenes Verhalten infolge vorausgegangener Aktionen. Aus diesem Grund spricht man bei geschlossenen Systemen auch von Rckkopplungssystemen,51 52

Vgl. Ulrich (1970), S. 111. Vgl. Ulrich (1970), S. 112. 53 Vgl. Rowell und Wormley (1997), S. 5. 54 Vgl. Ulrich (1970), S. 112 und Forrester (1972), S. 15.

9


Regelkreisen oder feedback-loops.55 Diese Ausdrcke entstammen der technischen Terminologie und beziehen sich auf die Entscheidungsfindung, die als kontinuierlicher Proze charakterisiert ist. Entscheidungen reprsentieren die Transformation von Information in Aktion, wobei sie als unbewute oder bewute Reaktion auf beobachtete Zustnde erfolgen. Sie beeinflussen diese Zustnde und schaffen wiederum neue Informationen fr zuknftige 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 Modalitten von Entscheidungsproblemen wieder, seien sie biologischer, sozialer, physiologischer oder neurologischer Natur.57

Entscheidung

Systemzustand Aktion

Abbildung 2-3: Grundmodell des Regelkreises58 Allerdings definiert die sozialwissenschaftliche Literatur im Sinne der Allgemeinen Systemtheorie offene und geschlossene Systeme anders als vom System Dynamics Paradigma59 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, da das System von auen Material, Energie, Strungen oder Testinputs empfangen kann. Diese von auen auf das System einwirkenden Elemente bleiben vom Verhalten innerhalb des Systems unbeeinflut.60

2.5.3 Dynamisches Verhalten

Vgl. Forrester (1972), S. 15 und Milling (1984), S. 4. 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 fr Probleme und Lsungen herangezogen wird. Vgl. Kuhn (1976), S. 25ff., S. 37ff. und S. 57ff. 60 Vgl. Forrester (1994b), S. 254 und Milling (1984), S. 11.56

55

10


An dieser Stelle soll das am Ende von Kapitel 2.3 angedeutete dynamische Verhalten von Systemen erlutert werden. Das Verhalten eines Systems ist vom Verhalten seiner Elemente abhngig. 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 hngt vom Wirkungsverlauf zwischen den Elementen ab, der im Speziellen unterschiedlich ausgeprgt sein kann: Der Wirkungsverlauf kann linearer, pro- oder degressiver Art sein. Darber hinaus sind auch diffizilere Verlufe denkbar, so knnen bspw. einem linearen Verlauf chaotische Ausschlge folgen. Dabei bentigt 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, da Elemente sich gegenseitig beeinflussen, also Rckkopplungen vorliegen knnen. Je mehr Rckkopplungsaktivitten bzw. -prozesse in einem System existieren, desto grer ist seine sog. innere Dynamik. Diese Rckkopplungen knnen eskalierende Wachstums- oder Schrumpfungsprozesse (positive Rckkopplungen) oder zielsuchende, oszillierende bzw. stabilisierende Schwingungen (negative Rckkopplungen) zur Folge haben. Eskalierende Prozesse fhren zu Ergebnissen, die weitere Aktionen mit noch greren Wirkungen auslsen, whrend zielsuchende Feedbacksysteme auf Zielabweichungen reagieren, und um einen Zielwert schwanken.63 Bei Letzterem versucht das System, Abweichungen zwischen dem Soll- und IstWert der zu regelnden Gre durch kompensierende Aktionen zu reduzieren.64 Ein weiteres Verhalten von Rckkopplungen sind chaotische Reaktionen, die auftreten, wenn Wirkungen in ihrem langfristigen Verhalten unvorhersagbar sind. Als Beispiel fr einen Regelkreis mit negativer Rckkopplung 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 Khl- oder Heizleistungen auf den extern vorgegebenen Sollwert einzurichten bestrebt ist.

61 62

Vgl. Ackoff (1994), S. 180. 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 Drner (1989), S. 111. Siehe herzu auch Abbildung 5-5.

11


Ein positives Rckkopplungssystem lt sich anhand einer Bakterienkolonie erlutern.66 Bakterien vermehren sich und lassen mehr Bakterien entstehen, was die Wachstumsrate der Bakterien vergrert. Das heit, da die Schaffungsrate junger Bakterien jeweils von der Anzahl der vorhandenen Bakterien, die aus der ehedem stattgefundenen Vermehrung hervorgegangen sind, abhngt. Zwischen zwei Systemelementen innerhalb eines Rckkopplungskreises lt sich ein lokaler Einflu von Ursache auf Wirkung identifizieren. Eine glatte Differenzierung von Ursache und Wirkung ist jedoch auf globaler Betrachtungsebene nicht mglich, weil jede Wirkung direkt bzw. indirekt zur Ursache neuer Wirkungen wird. Das kann als eine Ursache-Wirkungskette bezeichnet werden. Derartige dynamische Zeitgestalten knnen erst mit Hilfe einer angemessenen Kenntnis der inneren Systemstruktur erklrt bzw. vorausgesehen werden.67 Finden dagegen keine Prozesse statt, handelt es sich um ein statisches System. Das heit, da der derzeitige Output aus dem System ausschlielich vom derzeitigen Input abhngt, whrend der derzeitige Output aus einem dynamischen System auch von vergangenem Input bedingt wird. Darber hinaus verndert sich der Output bei einem statischen System nur dann, wenn der Input variiert.68 Ein statisches System ist zwar selten in der Realitt zu lokalisieren, dennoch stellt es einen Extremzustand auf der Skala der dimensionalen Eigenschaft der Dynamik dar.69 Neben dieser inneren Dynamik gibt es eine uere Dynamik. Sie liegt dann vor, wenn Beziehungen mit der Umwelt den Austausch von Information, Energie und Materie beeinflussen.

2.5.4 Komplexitt Eine weitere dimensionale Systemeigenschaft ist Komplexitt. Zu ihr fhren die in Kapitel 2.3 beschriebenen Beziehungen zwischen Systemen und Systemelementen. Von Komplexitt wird gesprochen, wenn etwas in seiner Zusammensetzung kompliziert ist und dazu noch seinen Zustand im Zeitablauf ndert (siehe Abbildung 2-4). Komplexitt bezeichnet die aus den Beziehungen hervorgehende Vielfltigkeit von Zustnden und Zustandskonfigurationen in Systemen whrend einer Zeitspanne.70 Dabei ist die Komplexitt um so grer, je mehr Elemente vorhanden und je mehr diese voneinander abhngig sind. Die bloe Existenz von Elementen reicht nicht aus, um ein System als komplex bezeichnen zu knnen, da bspw. Elemente nicht zwangslufig miteinander vernetzt sein mssen. Die Verknpfungen der Elemente untereinander macht eine gleichzeitige Betrachtung verschiedenartiger Ursache66

Vgl. Forrester (1972), S. 16. Fr andere Beispiele zu positiven Rckkopplungssystemen vgl. Milling (1984), S. 5 oder Drner (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.

12


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

Vernderlichkeit / Dynamik

Relative komplexes System

uerst komplexes System

Einfaches System

Kompliziertes System Vielzahl / Vielfalt

Abbildung 2-4: Kompliziertheit und Komplexitt73 DRNER merkt an, da Komplexitt keine objektive, sondern eine subjektive Gre 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 Grostadt mit seiner Vielzahl von miteinander in Beziehung stehenden Faktoren heran. Dem gebten Fahrer drfte das Fahren leichter fallen als dem unerfahrenen. Dagegen fhrt ULRICH an, da zur objektiven Bestimmung des Ausmaes der Komplexitt die Kennzahl Variett herangezogen werden kann, wobei er darauf hinweist, da der Begriff in der Literatur nicht eindeutig definiert sei.75 Er versteht die Variett als die Anzahl verschiedener Beziehungen zwischen den Elementen eines Systems. Dabei ist darauf zu achten, da zwischen zwei Elementen mehrere unterschiedliche Beziehungen existent sein knnen. Die Variett lt sich ber eine Formel quantifizieren, auf die in diesem Zusammenhang nicht weiter eingegangen werden soll, da sie fr den System Dynamics Kontext nicht weiter von Relevanz ist.7671 72

Vgl. Ulrich (1970), S. 114. Vgl. Ulrich und Probst (1991), S. 58. 73 Quelle: Ulrich und Probst (1991), S. 61. Die Autoren merken an, da die Dynamik als wesentliches Merkmal der Komplexitt in einem statischen Bild nicht dargestellt werden kann. 74 Vgl. Drner (1989), S. 61f. 75 Vgl. Ulrich (1970), S. 116. 76 Zum weiterfhrenden Studium bzgl. Variett siehe Ulrich (1970), S. 116.

13


Die oben erklrte Komplexitt fllt laut SENGE unter den Begriff detail complexity. Sie sagt aus, da viele Elemente mit bestimmten Beziehungen zueinander in einem System existieren. S.E. reicht das Hinterfragen nach den Systembestandteilen nicht aus, um das systemische Verhalten77 von Systemen zu verstehen.78 SENGE ordnet der sog. dynamic complexity eine hhere Bedeutung zu.79 Dynamic complexity beschreibt Situationen, bei denen Ursache und Wirkung nicht offensichtlich in Zeit und Raum miteinander verbunden sind. Es kann vorkommen, da Auswirkungen von Interventionen in einem System nicht sofort erkennbar sind. Dabei ist denkbar, da 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 Komplexitt uert sich in dynamischen Systemen in einer hohen Anzahl denkbarer Systemzustnde, weswegen komplexe Systeme nicht vollstndig beschrieben werden knnen. Aus diesen Grnden wird zur Durchfhrung von Untersuchungen zum Systemverhalten mit Modellen82 gearbeitet, die in ihrer Struktur mit starken Abstraktionen versehen sind. ESPEJO macht darauf aufmerksam, da es nicht sinnvoll sei, sich ausschlielich auf eine Analyse der dynamic complexity zu konzentrieren.83 S.E. liegt in der detail complexity mehr als nur die oben angesprochene Variett. Die Variett untersttze vielmehr bei der Beurteilung der Charakterisierung der detail complexity. ESPEJO argumentiert, da SENGES dynamic complexity nichts weiter sei als das gleichzeitige Bercksichtigen von Konnektivitt und Zeit. Beides sollte der Entscheidungstrger 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, da sich der Zustand dynamischer Systeme im Zeitablauf verndert. Dabei ist erdenklich, da sie sich in mehr oder minder vielfltiger Weise verhalten; dennoch ist oftmals ein bestimmtes Verhaltensmuster erkennbar. Bei dynamischen

77 78

Der Begriff systemisch wird in Kapitel 4.1 ausfhrlich dargestellt. Vgl. Espejo (1994), S. 209. 79 Vgl. Senge (1990), S. 71f. 80 Vgl. Senge (1990), S. 71. 81 Vgl. Ulrich (1970), S. 115ff., Drner (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.

14


Systemen kristallisiert sich ein bestimmter Vorzugszustand heraus, der ber Einflunahmen, sog. Lenken, eingenommen wird. Da der Mensch danach strebt, Geschehnisse in der Auenwelt nach seinem Gutbefinden zu kontrollieren, verlangt er, da sich Dinge entsprechend seinen Absichten verhalten. Der Mensch sieht sich als Lenker von Dingen und Prozessen auerhalb des zu lenkenden Systems. Er zwingt dem System seinen Willen auf.85 Daraus liee sich folgern, die Lenkung nicht in die Kategorie der Systemeigenschaften zu gliedern. Beim Betrachten natrlicher Systeme wie bspw. des kosystems fllt aber auf, da, obwohl sie einen Vorzugszustand anstreben, kein Lenker auszumachen ist. Offenkundig pat hier die Annahme, da es sich um einem Menschen als personifiziertem Lenker handeln mu, nicht. Die Natur lenkt sich selbst. Unter Lenkung wird also die Fhigkeit des Systems verstanden, sich selbst unter Kontrolle zu halten.86 Aus diesem Grund lt sich die Lenkung zu den Systemeigenschaften zhlen.87 Um ein Verstndnis ber das Funktionieren des Systems zu erlangen, mu 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, da ein System zielorientiert handelt.89Ziel (Sollgre) Steuereinrichtung Stellgre Input Strgre(n)

System (Steuerstrecke)

Output

Abbildung 2-5: Steuerungsprinzip90 Wird einem System von auen eine Anweisung vorgegeben, wie es sich zu verhalten hat, wird von Steuerung gesprochen (siehe Abbildung 2-5). Das Ziel wird dem System ebenso von auen vorgegeben wie Richtung und Verhaltensart zur Zielerreichung. Das System steht dementsprechend mit einer steuernden Instanz in Verbindung.Beipiele hierfr sind Maschinen, die bestimmte Vorgnge aufgrund von Befehlen ausfhren, 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 Darber hinaus wird noch weiter differenziert in Anpassung: Anpassung liegt dann vor, ein System sein Verhalten so variieren kann, da 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. 517.85

15


Eine Alternative zur Erreichung des zielorientierten Handelns des Systems ist die Regelung. Sie liegt vor, wenn das System den von auen vorgegebene Sollwert durch eigenstndige Verhaltensnderung, also durch informationelle Rckkopplung91, erreicht. Die steuernde Instanz beschrnkt sich hier ausschlielich auf die Vorgabe des Zieles (siehe Abbildung 2-6).RegelabweichungZiel (Sollgre) Regelgre

Regler

Stellgre

Input

System (Regelstrecke)

Output

Strgre(n)

Abbildung 2-6: Regelungsprinzip92 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 hauptschliche Unterschied zwischen beiden besteht darin, da die Regelung bestimmte Einflsse von auerhalb der Systemgrenze zult, diese jedoch schnellstmglich korrigiert und ihre Wirkung minimiert.93 Hierfr lt sich das in Kapitel 2.5.2 erklrte Heizungssystem als Beispiel heranziehen. System Dynamics Modelle befassen sich aufgrund der ihnen innewohnenden Rckkopplungsschleifen hauptschlich mit der Regelung.

2.6 Systemarten 2.6.1 berblick ACKOFF definiert drei unterschiedliche Arten von Systemen: Mechanische, organische und soziale Systeme.94 Dabei ist darauf hinzuweisen, da im Mittelpunkt von System Dynamics soziale Systeme stehen.

91 92

Zum Begriff der Rckkopplung siehe Kapitel 2.5.2. In Anlehnung an Baetge (1988), S. 517. 93 Vgl. Ulrich und Probst (1991), S. 81f. 94 Vgl. Ackoff (1994), S. 175ff.

16


2.6.2 Mechanische Systeme Mechanische Systeme arbeiten mit einer bestimmten Regelmigkeit, die von ihrer inneren Struktur ausgeht. Die Systeme erfllen einen bestimmten ihnen von auen vorgegeben Zweck, wobei Subsysteme ihrerseits bestimmte Aufgaben erfllen. Beispiele fr mechanische Systeme sind die Befrderung eines Menschen von Punkt A nach Punkt B mit Hilfe eines Kraftfahrzeuges. Indessen erfllen mechanische Systeme keinen Selbstzweck. So ist der Zweck der Kraftstoffpumpe ausschlielich die Versorgung des Motors mit Kraftstoff. Mechanische Systeme knnen offen oder geschlossen sein, wobei sie geschlossen sind, wenn ihr Verhalten nicht von externen Einflssen bestimmt wird und v.v.95 Beispielsweise betrachtet ACKOFF das Newtonsche Universum als ein geschlossenes mechanisches System, whrend unser Sonnensystem ein offenes System ist, dessen Verhalten von anderen umliegenden Sternen und Galaxien beeinflut wird.

2.6.3 Organische Systeme Im Vergleich zu mechanischen Systemen besitzen organische Systeme zumindest einen Selbstzweck, bspw. den der Selbsterhaltung, der fr das Wachstum bedeutungsvoll sein kann.96 Nichtsdestotrotz verfgen die Elemente von organischen Systemen ber 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 mssen, um bei wechselnden Umwelteinflssen berleben zu knnen.

2.6.4 Soziale Systeme Sozialen Systemen ist gemein, da sie offene Systeme sind, die (1) einen Selbstzweck erfllen, wobei im Vergleich zu mechanischen Systemen auch (2) Teile ber einen Selbstzweck verfgen95 96

Wann ein System als offen oder geschlossen bezeichnet wird, wurde in Kapitel 2.5.2 diskutiert. Zur Errterung ber den Selbstzweck von Systemen siehe Kapitel 2.1. 97 Vgl. Ackoff (1994), S. 175.

17


knnen. Darber hinaus (3) sind sie Teil eines bergeordneten Ganzen, das wiederum ber einen Selbstzweck verfgt.98 Weil ein System ein Ganzes ist und nicht in voneinander unabhngige Teile aufgespalten werden kann, ist das Verhalten des Ganzen niemals gleich der Summe des Verhaltens seiner Elemente. bertragen auf einen Fuballverein wrde dies bedeuten, da ein Starensemble nicht notwendigerweise zu einer Optimierung der Leistung der gesamten Mannschaft und daher zur Saisonmeisterschaft fhren mu.99 Soziale - wie auch organische Systeme weisen darber hinaus eine hhere Komplexitt auf als mechanische Systeme.100 Sie bestehen aus einer Vielzahl von vermaschten Regelkreisen, wobei sich positive und negative Rckkopplungen berlagern und sich im Zeitablauf verschieben knnen.101 Dabei sind die Beziehungen zwischen den Elementen berwiegend nichtlinearer Art, was zu unterschiedlichen Verhaltensmustern eines Systems fhrt. Dies ist Ursache dafr, da soziale Systeme auf eine Flle von Einflssen und Eingriffen insensibel reagieren sowie Verhaltensweisen aufzeigen, die beachtlich von dem abweichen, was intuitiv erwartet wurde.102 Diese Verhaltensweisen sind darauf zurckzufhren, da soziale Systeme zu der Klasse der multi-loop non-linear feedback-loops zhlen.103 Systeme knnen demnach in lineare oder nichtlineare Systeme eingeteilt werden. Dabei sind lineare Systeme solche, bei denen externe Effekte ausschlielich 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 Verhaltensberraschungen 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 99

Beispiele fr soziale Systeme sind Organisationen, Institutionen oder Gesellschaften. 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. erlutert. 103 Vgl. Forrester (1995a), S. 2.

18


3. Modelle 3.1 Allgemeines und Zweck Prinzipiell existiert zwischen einem System und seinem Abbild, dem Modell, kein Unterschied.104 Selbst ein sog. reales System ist lediglich ein durch einen bestimmten Blickwinkel verzerrter und verkrzter Ausschnitt der Realitt. Modelle knnen unterschiedliche Formen annehmen und unterschiedlichen Zwecken dienen.105 Menschen konstruieren mentale, verbale und formale Modelle, um sozialen Systemen ihre hohe Komplexitt zu nehmen. Modelle eignen sich daher eher zum besseren Verstndnis vielschichtiger Verhaltenscharakteristika als dies durch reines Beobachten von realen Systemen mglich wre.106 Als Beispiel kann das menschliche Verhalten dienen. Das System Mensch kann sowohl auf Basis von Atomen und Moleklen, von Zellen und Organen oder von Individuen und Organisationen betrachtet werden. Sein Verhalten kann dann als chemisches, biologisches, wirtschaftliches oder soziologischesTP PT TP PT TP PT

System untersucht werden. Was schlielich als System bestimmt wird, ist eine Abstraktion sonst nicht zu bezwingender Komplexitt. 107 Es entspricht folglich einem Modell.TP PT

Relevant fr die Konstruktion von Modellen ist der Zweck der Modellerstellung. Einem Modell sollte fr eine bestimmte Problemlsung ein Sinn innewohnen. Dabei erweist sich ein eindeutiges Ziel108 als der wichtigste Bestandteil fr erfolgreiches Modellieren. Ein klares Ziel erlaubt den Erstellern eines Modells ein Hinterfragen, ob das Modell tatschlich die Problemstellung zu lsen vermag. Jedoch ist zu bercksichtigen, da selbst ein zielorientiertes Modell mit Fehlern behaftet, zu gro oder zu undurchsichtig sein kann.109 Darber hinaus sollte eine Zielgruppe, fr die das Modell generiert werden soll, identifiziert werden. So haben bspw. Manager eine bestimmte pragmatische Vorstellung ber die Leistung eines Modells. Der Modelltypus hngt somit von der Perspektive und den Zielen der Entscheidungstrger ab. Ein fr die Untersttzung von Strategieentwicklungen zu erarbeitendes Modell sollte weiter und aggregierter definiert werden als eines fr eine Marktanalyse. Ferner sollten Modelle Anforderungen in folgenden Bereichen erfllen:110 ! Modelle sollten realistisch und verllich gestaltet sein, d.h. sie sollen im Vergleich mit historischen Daten korrekte Ergebnisse erzeugen. Sie entsprechen einem Abbild der Realitt. ! Die in dem Modell verwendeten Variablen sollten nicht abstrakt sowie dem Nutzer vertraut sein, um Bedienungshemmschwellen zu vermeiden und Vertrauen aufzubauen.TP PT TP PT TP PT

104TP PT

Vgl. Milling (1984), S. 7. Vgl. Forrester (1972), S. 73 und (1977), S. 49. 106 Vgl. Forrester (1977), S. 49. 107 Vgl. Milling (1984), S. 8. 108 Die Formulierung eindeutiger und scharfer Ziele ist notwendig, da unscharfe Ziele tendenziell die zielorientierte Umsetzung von Plnen untergraben und bei den Beteiligten zur Richtungslosigkeit fhren knnen. Vgl. Goold und Campbell (1999), S.70. 109 Vgl. Sterman (1991), S. 5. 110 Vgl. Weil und Veit (1989), S. 70.105TP PT TP PT TP PT TP PT TP PT TP PT

19


! Das Modell sollte fr den Nutzungszweck relevant sein, d.h. der Darstellungslevel sollte den Ansprchen gengen. Hierdurch wird das pragmatische Merkmal eines Modells betont. Zusammenfassend sollte das erstellte Modell der Zielgruppe ein tiefgrndiges Verstndnis ber das beobachtete System vermitteln.111TP PT

Im Fokus von System Dynamics steht die Modellierung von sozialen Systemen. FORRESTER merkt an, da soziale Systeme alltglich von allen Menschen modelliert werden. Jedes Individuum nutzt Modelle instinktiv als Entscheidungsgrundlage in seinem privaten und beruflichen Alltag.112 Die Frage dabei ist nur, welches Modell fr eine Entscheidung herangezogen wird.113 Das bei Entscheidungen zugrundeliegende, intuitive, implizite114 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 Komplexittsreduktion zugrunde, wodurch sich oben angesprochene undTP PT TP PT TP PT

unten diskutierte Hierarchie ergibt.115 Unterscheidungen liegen in bezug auf die Kommunikationsfhigkeit, die Anpassungsfhigkeit und die Informationswirkung der Modelle vor.116TP PT TP PT

3.2 Modellarten 3.2.1 Mentale Modelle Viele der zu gestaltende Systeme im privaten, wirtschaftlichen und ffentlichen Sektor erfordern heute wissensintensive Prozesse, die von interdisziplinren Teams gefhrt und gelenkt werden mssen. Den hierbei anfallenden Entscheidungsprozessen liegen sowohl individuelle als auch geteilte117 implizite, geistige respektive mentale Modelle der Teammitglieder zugrunde.118TP PT TP PT

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

111TP PT

Vgl. Forrester (1987), S. 136. Fr genauere Informationen zum Modellbegriff vgl. Berens und Delfmann (1995), S. 23ff. Vgl. Forrester (1971), S. 14, (1975), S. 213, (1977), S. 50, (1995a), S. 3 sowie Keough und Doman (1992), S. 18. 113 Vgl. Forrester (1995a), S. 3. 114 Das intuitive, implizite Wissen wird auch tacit knowledge genannt. Tacit knowledge beinhaltet weiche Wissensbestnde. Zum weiterfhrenden Studium vgl. bspw. Saint-Onge (1996) oder Nonaka und Takeuchi (1995). 115 Vgl. Forrester (1994c), S. 72ff. 116 Vgl. Zahn (1991), S. 48 117 Vgl. Kim und Senge (1994), S. 281. 118 Vgl. Milling (1984), S. 6. 119 Vgl. Malik (1996), S. 7.112TP PT TP PT TP PT TP PT TP PT TP PT TP PT TP PT

20


Vorstellung entspricht dem epistomologischen Hintergrund des Radikalen Konstruktivismus, nach dem sich jegliches Denken ausschlielich in mentalen Modellen vollzieht.120 Abgesehen vom Ausschlu einer Bedeutung fr die Philosophie haben DOYLE und FORD in ihrem Artikel Mental models concepts for system dynamics research den Begriff der mentalen Modelle fr den System Dynamics Bereich nhergehend untersucht.121 Sie weisen darauf hin, da 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 fr System Dynamics geprgt hat, beschreibt mentale Modelle in seinen Werken folgendermaen: 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 Fr FORRESTER ist es daher leicht verstndlich, da das Schlieen 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, da mentale Modelle sehr flexibel aufgebaut sind. Der menschliche Geist bildet mentale Modelle, mit deren Hilfe er Rume und Gegenstnde miteinander in Beziehung zu bringen versucht.126 Mentale Modelle knnen dabei mehr als nur numerische Daten aufnehmen und verarbeiten, um sich neuen Situationen schnell anzupassen. Falls neue Informationen zur Verfgung stehen, knnen sie ohne weiteres modifiziert werden. Mentale Modelle knnen als die Filter bezeichnet werden, durch die der Menschen Erfahrungen interpretiert, Vorhaben evaluiert sowie Alternativen abwgt.127 Sie verhindern, da sich der Mensch in einer Flut von Nebenschlichkeiten verliert.128120 121

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

21


Demgegenber weisen die den Entscheidungsprozessen als Basis dienenden mentalen Modelle einige markante Schwachstellen auf. Zum einen sind mentale Modelle schlecht definiert. Die oben angesprochenen fr die Modellbildung relevanten Ziele und Zwecke von mentalen Modellen sind oftmals unklar. Aus diesem Grund verndert sich das geistige Abbild der Realitt kontinuierlich unterbewut und nicht ganzheitlich, wodurch Widersprchlichkeiten innerhalb der Strukturen entstehen.129 Deshalb erscheinen mentale Modelle fr Auenstehende als schwer nachvollziehbar. Da der Mensch auch sein eigenes Modell nicht zu konstruieren, zu begreifen und es fr seine Entscheidungsfindung nicht hinreichend zu nutzen versteht, sind mentale Modelle nicht intersubjektiv bertragbar und keiner umfassenden objektiven Analyse zugnglich.130 Komplexe Situationen kann der menschliche Geist nur begrenzt verarbeiten. Die Anzahl von Variablen, die ein Mensch in seinem geistigen Modell schlssig miteinander in Verbindung bringen kann, ist relativ beschrnkt. Selbst das intuitive Beurteilungsvermgen eines erfahrenen Untersuchenden ist relativ unzuverlssig in bezug auf die Antizipation vom systemischen und dynamischen Verhalten eines einfachen Rckkopplungsprozesses, der fnf oder sechs Variablen beinhaltet.131 Die individuelle Perspektive des Entscheidenden mag engstirnig, die Zeit zum Treffen von Entscheidungen knapp bemessen und die Informationen eingeschrnkt oder zwischenzeitlich wertlos sein. Folglich resultieren aus diesen Unzulnglichkeiten viele fehlerhafte Entscheidungen.132 Neben FORRESTER haben sich auch andere System Dynamics Spezialisten, wie bspw. MORE133 134 CROFT , SENGE oder STERMAN135, mit dem Terminus mentales Modell auseinandergesetzt. Dabei ist festzustellen, da 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 przise 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

129 130

Vgl. Forrester (1972), S. 74ff. 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 knnen auch auf das in Kapitel 3.3 besprochene kontraintuitive Verhalten von Systemen zurckgefhrt 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.

22


FORDS Artikel untersttzend ein und betont, da die Definition der beiden Autoren u.a. in ihrer Sichtweise durch die Betonung der Reprsentation eines externen Systems zu restriktiv sei. Das hiee, das System mte schon existent sein. Das modellierte System kann aber nach LANES Vorstellung auch erst geplant oder noch wnschenswert 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 untersttzen sollen.140 Um mit Computerprogrammen arbeiten zu knnen, mssen die in den mentalen Modellen gespeicherten intuitiven Informationen verbalisiert werden.

3.2.2 Verbale Modelle Um ein bestimmtes System modellieren zu knnen, mu das zugehrige implizite Expertenwissen ber Systemstruktur, policies141, Systemgrenzen, Variablenidentifikation zunchst externalisiert werden. Das heit, da mentale Modelle offengelegt werden mssen, wobei die Explikation der mentalen Modelle eine systematische Darstellung des beobachteten Systems erfordert.142 Schon einfache Ausfhrungen, selbst auf Flipcharts oder Tafeln visualisiert, reprsentieren 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 aufgefhrte Mngel charakterisiert sind, untersttzen formale Modelle, wie bspw. System Dynamics Modelle, die Entscheidungsfindung. Mit der Konstruktion von formalen Modellen erhlt die geistige Vorstellung von Systemen eine klare Gestalt. Das Modell auf der letzten Hierarchiestufe soll zu einem verbesserten Verstndnis ber komplexe soziale Systeme fhren und Eingriffe ber policies in das System auf ihre Konsequenzen hin untersuchen.144 Der hchste Formalisierungsgrad wird durch die Abbildung eines verbal beschriebenen Problems auf Basis eines mathematischen Modells erreicht.145 Vage mentale

139 140

Vgl. Lane (1999), S. 187 und 191. Vgl. Doyle und Ford (1998), S. 10. 141 Policy ist der englische Fachbegriff fr 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.

23


Konstatierungen bzgl. Gre, Bedeutung oder Einflu werden nunmehr durch numerische Werte abgebildet.146 Wie mentale Modelle verfgen auch formale Modelle ber bestimmte Strken und Schwchen. Sie verhalten sich gegenber genau spiegelbildlich. Formale Modelle sind explizit und przise in ihrer Darstellung. Ihre Annahmen sind in schriftlichen Dokumentationen dargelegt und allen Interessierten frei zugnglich. Die verwendete Sprache in formalen Modellen ist standardisiert, sie ist klarer und einfacher verstndlich als die gesprochene Sprache verbaler Modelle. Dadurch werden formale Modelle von nahezu allen Individuen eindeutig kommunizier- und nachvollziehbar, unabhngig von deren Ausbildungsstand.147 Sie sind umfassender als ihre mentalen Gegenstcke und eignen sich dazu, viele Faktoren simultan zu bercksichtigen. Formale Modelle erfassen vorhandenes Wissen in isolierten Abstraktionen und verbinden es schrittweise zu einem zusammenhngenden Ganzen. Mit Hilfe von System Dynamics Computerprogrammen knnen formalen Modelle auf ihre Konsistenz hin berprft werden.148 Als Schwche formaler Modelle stellt sich heraus, da sie in der Realitt nicht immer so przise dokumentiert sind wie erwnscht. Darber hinaus gestalten sie sich oftmals als sehr komplex, so da ihre zugrundeliegenden Annahmen schwer nachvollziehbar sind. Daher kann das Vertrauen des Anwenders in die Beschaffenheit des Modells untergraben werden. Auerdem tut er sich im Umgang mit diffizil quantifizierbaren wechselseitigen Einflssen von Elementen nicht leicht.149 Abschlieend ist anzumerken, da formalen Modellen die intuitive Plausibilittskontrolle 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 Komplexitt erwhnt. 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 zgig voranschreitet und Computer die menschliche Leistung wohl in naher Zukunft imitieren knnen. Obwohl das obige Beispiel so scheint, als hebe es paralleles Denkvermgen des menschlichen Geistes hervor, bezieht es sich lediglich auf das parallel146 147

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

24


arbeitende mensch-liche Nervensystem. Das bewute menschliche Denken luft hingegen linear, also Schritt fr Schritt, ab.152 Um technologische Systeme, wie bspw. eine Maschine, zu durchschauen, gengt lineares Denken. Demgegenber 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 heit, da die Fehleinschtzung nicht auf unzulngliche Informationen oder nicht mehr aktuelle Daten zurckzufhren sind. Die Schwierigkeit liegt darin, aus verfgbaren Informationen die richtigen Konsequenzen zu ziehen. Der menschliche Geist zieht aufgrund seines linearen Denkmusters oftmals falsche Rckschlsse auf das Systemverhalten.154 Der menschliche Geist ist nicht fhig, sein eigenes mentales Modell situationsgerecht einzusetzen. Augenscheinlich wird das, wenn der Mensch fr sich alleine oder in einer Gruppe ein formales Computermodell, aufbauend auf Grundlage der mentalen Modelle, generieren soll. Das Computermodell wird whrend der Modellierung solange verfeinert und umstrukturiert, bis es vollstndig mit dem mentalen Modell des Individuums oder der Gruppe bereinstimmt. Dieses Simulationsmodell wird dann stellvertretend fr das real existierende Systems zum Experimentieren herangezogen, um Informationen ber das dynamische Verhalten des realen Systems, vom nachgebildeten Modell reprsentiert, zu vermitteln.155 Bei der Simulation zeigt sich oftmals, da das Computermodell ein vom mentalen Modell vorausgesagtes abweichendes Verhalten aufweist. bertragen auf Probleme in einem Unternehmen verhlt es sich so, da die Mitarbeiter ihr Bestes geben und die erarbeiteten policies befolgen. Jedoch zeigt sich in einer Simulation oftmals, da gerade diese policies die vorliegende Situation erst geschaffen haben und den Status-quo noch verschlimmern. Es entwickelt sich eine abschssige Spirale, in der die angenommene Lsung das Problem weiter verschrft.156 Zurckzufhren ist das berraschende Systemverhalten auf interne Widersprche zwischen angenommener und vorausgesagter Systemstruktur in mentalen Modellen. Dies wird auch als kontraintuitives Verhalten sozialer Systeme bezeichnet.157

152 153

Vgl. Drner (1989), S. 288f. 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 Ausfhrung in Kapitel 5.5.5. 156 Vgl. Forrester (1975), S. 215. 157 Vgl. Forrester (1995a), S. 4.

25


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

! Sozialen Systemen wohnt inne, da sie gegenber vielen policy-Vernderungen zum Erreichen von Verhaltensvariationen insensitiv reagieren. In einfachen Systemen stehen sich Ursache und Wirkung in Raum und Zeit159 nahe. In dynamischen sozialen Systemen verhlt es sich dagegen so, da Ursache und Wirkung rumlich und zeitlich oftmals von einander entfernt liegen. Dann liegt die ursprngliche Ursache eines Verhaltens lange Zeit zurck und entstammt einem gnzlich anderen Ort des Systems. Als Beispiel lt sich das urban dynamics-Problem, von FORRESTER untersucht, heranziehen.160 Er greift dabei das Problem der verstrkten Arbeitslosigkeit in einer Grostadt verbunden mit menschlicher Armut auf. Beides geht oftmals auch mit unzulnglichen Wohnverhltnissen einher. Da viele Menschen auf Basis ihrer mentalen Modelle davon berzeugt sind, da die Armut erst von schlechtenTP PT TP PT

Wohnverhltnissen verursacht wird, erscheint es augenscheinlich, mittels staatlicher finanzielle Mittel zustzliche Sozialwohnungen zu bauen. Modellsimulationen und Realitt haben jedoch gezeigt, da sich das Problem so nicht lsen lt. Die Stdte verfgen schon ber mehr Sozialwohnungen als sie ohnehin tragen knnen. Die policy, mehr Sozialbauwohnungen zu bauen fhrt zur Okkupierung von Flche, die eigentlich genutzt werden kann, um Geschften und Unternehmen den Zuzug zu erleichtern, um so Arbeitspltze zu schaffen. Die grere Anzahl von Sozialwohnungen lockt allerdings noch mehr arbeitslose Menschen vom Land in die Stadt. Der vorangegangene Versuch, mehr Wohnungen zu schaffen und die Lebensqualitt zu erhhen, wird vereitelt, weil die Flche vom sozialen Wohnungsbau beansprucht wird. Die Folge ist stdtische berbevlkerung in ohnehin schon sozialschwachen Gebieten.161TP PT

! Zweitens scheinen soziale Systeme einige sensitive Einflunahmepunkte zu haben, durch die das Systemverhalten gezielt verndert werden kann. Jedoch befinden sie sich hufig an Stellen, an denen sie niemand vermutet. Darber hinaus ist die Wahrscheinlichkeit gro, da der von Intuition geleitete Untersuchende die Stellgre in die falsche Richtung hin verndert. Zur Visualisierung soll am obigen Beispiel von urban dynamics angeknpft werden.162 System Dynamics Modelle zeigen, da die Anzahl der Wohnungen ein sensitiver Einflunahmepunkt ist. Soll die Wirtschaftslage einer Stadt wieder aufblhen und die StadtTP PT

158TP PT

Vgl. Forrester (1975), S. 219f. und (1995a), S. 10f. Raum und Zeit werden auch als Artefakte bezeichnet, als von Menschenhand geschaffen. Vgl. Richmond (1993), S. 113. 160 Vgl. hierzu vertiefend Forrester (1969). 161 Vgl. Forrester (1995a), S. 7f., 10 und (1987), S. 140. 162 Als ein anderes Beispiel kann der weltweite Bevlkerungszuwachs mit zunehmender Ungleichheit zwischen entwickelten Lndern und Entwicklungslndern dienen. Forrester hat sich damit in seinem Buch World Dynamics befasst. Vgl. Forrester (1971).159TP PT TP PT TP PT TP PT

26


ein Ort sowohl fr einkommensschwache als auch fr -starke Mitbrger werden, sollte die Anzahl von Sozialwohnungen entgegen der Intuition reduziert und nicht gesteigert werden. ! Auerdem zeigen soziale Systeme Spannungen zwischen kurz- und langfristigen Konsequenzen von policy-Vernderungen auf. Eine policy, die kurzfristig Problemverbesserungen hervorbringt, nimmt gewhnlicherweise einen langfristig negativen Einflu auf das System und v.v. Entscheidungstrger werden oftmals unter kurzfristigen Erfolgszwang gestellt, weshalb sie sich fr eine policy entscheiden, die ihnen kurzfristigen Erfolg verspricht, aber langfristig gesehen die unvernnftigere Alternative ist. FORRESTER stellt fest, da viele heutige Probleme das kumulative Ergebnis kurzfristiger Manahmen vergangener Perioden sind.163TP PT

163TP PT

Vgl. Forrester (1995a), S. 11. Siehe hierzu auch die Beschreibung das archetypische Verhalten der Lastverteilung in Kapitel 5.4.4.

27


4. Systemisches Denken 4.1 Unzulnglichkeiten des linearen Denkens Wie oben angesprochen, denkt der okzidentale Mensch in linearen Ursache-Wirkungsbeziehungen, obwohl sich die Realitt aus Kreislufen zusammensetzt.164 Die Grnde fr diese Beschrnkung des menschlichen Geistes ergibt sich aus der Evolution des Menschen. Zum berleben in der Prhistorie war es notwendig, aus dem Augenblick heraus Entscheidungen zu treffen. Es schien nicht erforderlich, eine Situation in einen zeitlich und rumlich weiteren Bezugsrahmen zu integrieren.165 Noch heute beeinflut die Sprache das menschliche Wahrnehmungs- und Denkvermgen. Die geradlinige westliche Subjekt-Verb-Objekt-Syntax untersttzt das lineare Denken.166 Folglich denkt der Mensch, da einer heute auftretenden Wirkung eine bestimmte singulre Ursache in der Vergangenheit zugrunde liegen mu, genauso wie bei einem bestimmten heutigen Handeln auch ein ganz bestimmtes zuknftiges Ergebnis beobachtbar sein wird (siehe Abbildung 4-1).

VergangenheitErklren durch Suche nach der Wirkung

Gegenwart

Zukunft

Zeitachse

Ursache Ursache ? WirkungZeitachse

Wirkung

Wirkung

Handeln als Ursache einer Wirkung

Ursache

Wirkung

Handlung

Ergebnis

Abbildung 4-1: Lineares Erklren und Handeln167 Nun ist es durchaus mglich, da in realen Systemen eine Wirkung verschiedene Ursachen und v.v. haben kann, solche, die zeitlich und rumlich versetzt sind. Dementsprechend wrden sich

164 165

Vgl. Senge (1990), S. 73 und Ossimitz (1998), S.6. Vgl. Drner (1989), S. 13f. 166 Viele fernstliche 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.

28


die geraden Linien in Abbildung 4-1 immer mehr verzweigen, bis sie in Kreislufe bergehen wrden.168 Wissenschaftler, die sich mit dieser Thematik beschftigen, argumentieren, da Menschen mit Hilfe einer holistischen Sichtweise vernetzte Systeme erfassen und die in Kapitel 2.5.3 angesprochenen direkten sowie indirekten Wirkungen wahrnehmen knnten.169

4.2 Systemisches Denken - Begriffsbestimmung Der in diesem Kapitel im Mittelpunkt stehende und von ULRICH und PROBST propagierte Begriff systemisches Denken170 ist in der Literatur nicht einheitlich definiert. SENGE bezeichnet systems thinking als die Disziplin, die es dem Menschen ermglicht, 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 zusammenhngenden, verstndlichen theoretischen und praktischen Rahmen zusammenfat und verschmelzt, mit dem Ziel, eine lernende Organisation zu schaffen.172 Nach SENGE soll systemisches Denken es ermglichen, detail und dynamic complexity zu erfassen.173 Dabei verhlt es sich jedoch so, da viele Menschen flschlicherweise denken, da auftretende Komplexitt auch mit Komplexitt erwidert werden mu. ESPEJO dagegen ist der Meinung, da es nicht widersinnig sei, zunehmend komplexe Lsungen fr zunehmend komplexe Probleme zu finden. Falsch sei es s.E., aus SENGES Auffassung zu folgern, da die dem mentalen Modell zum Verstndnis der Situation innewohnende Komplexitt genauso gro sein mu wie die der Situation selbst. Der Mensch soll die vorhandene Komplexitt mit der Komplexitt der Situation bekmpfen und nicht mit seiner eigenen.174 DRNER betrachtet die Problematik von einem psychologischen Standpunkt, der zur Relativierung der oben angefhrten Diskussion herangezogen werden kann. Er spricht von systemischem Denken als einem Bndel von Fhigkeiten. Dabei ist es im wesentlichen die Fhigkeit, sein ganz normales Denken, seinen gesunden Menschenverstand auf die Umstnde

168 169

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

29


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

FORRESTER dagegen sieht in systems thinking nur eine eher generelle und oberflchliche Bewutseinserlangung der Existenz von Systemen. Dabei sieht er drei mgliche Wirkungen von systems thinking, von denen die ersten beiden als positive Einflsse betrachtet werden knnen:177 ! Systems thinking kann konstruktiven Einflu ausben, indem es auf die Existenz und die Brisanz von Systemen aufmerksam macht. ! Systems thinking kann zwar als door-opener fr System Dynamics und fr ein tieferes Systemverstndnis agieren, aber ! risikobehaftet ist hierbei jedoch derjenige, der davon berzeugt ist, da er mit systems thinking 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 systemTP PT

dynamics-driven structuring of these models and in the simulations based on those models.178 FORRESTER begrndet seine Denkweise damit, da systems thinkers zur Visualisierung mit Wirkungskreislufen arbeiten, in denen nicht wie in Fludiagrammen in levels und rates179 unterschieden wird. Wirkungskreislufen ist s.E. die Identifikation dynamischen Verhaltens von Systemen versagt.TP PT TP PT

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

Dagegen betrachtet RICHMOND systems thinking als einzigartig und weitlufig einsetzbar in der Art des Denkens und Lernens. It is also capable of being quite transparent, seamlessly leveraging the way we learn biology, manage our business, or run our personal lives.181 RICHMONDS Ansicht nach liegt die Strke von systems thinking im Erkennen von gegenseitigen Abhngigkeiten.182 Systems thinkers sehen ihr Wesensmerkmal im Verstehen der Dynamik, die von Rckkopplungskreislufen ausgeht. Zur Unterstreichung seiner Ansicht zieht RICHMOND folgendes Beispiel heran: Eine Person, gefragt nach den Grnden fr die globaleTP PT TP PT

175 Drner (1989), S. 309. Ossimitz hat erarbeitet, da sich die empirische Erfassung von Fhigkeiten im systemischen Denken schwierig gestaltet. Vgl. Ossimitz (1995), S. 8. 176 Vgl. Ossimitz (1995), S. 4. 177 Vgl. Forrester (1994b), S. 252 sowie Keough und Doman (1992), S. 17. 178 Keough und Doman (1992), S. 17. 179 Bestandsgren bzw. stocks oder levels und Flugren bzw. flows oder rates sind Bestandteile der quantitativen System Dynamics Modelierung. Siehe hierzu Kapitel 5.5. 180 Vgl. Forrester (1994b), S. 251f. und Porter (1997), S. 58. 181 Richmond (1994), S. 135f. 182 Vgl. Richmond (1993), S. 113.TP PT TP PT TP PT TP PT TP PT TP PT TP PT TP PT

30


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

Armut Unzureichende Ausbildung Mangelnde Geburtenkontrolle Religise Sanktionen

berbevlkerung

Abbildung 4-2: Additive Argumenteliste183TP PT

RICHMONDS Auffassung nach sehen viele okzidentale Menschen die berbevlkerung 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 Kausalitt luft immer nur in einer Richtung. ! Jeder Faktor wirkt von den anderen unabhngig. ! Der Gewichtungsfaktor ist vorgegeben. ! Die Art, wie jeder Faktor den anderen beeinflut, ist nur implizit erklrt, wird also nicht explizit angegeben. Das systems thinking Paradigma bietet nach RICHMOND die Mglichkeit, zirkulre Zusammenhnge zwischen den einzelnen Faktoren zu reprsentieren (siehe Abbildung 4-3). Der bergangArmut Unzureichende Ausbildung

berbevlkerung

Abbildung 4-3: Rckkopplungskre

Documents

it Komplett Florian Kapmeier-1