Ein Modell muss nicht alles erklären. Es muss helfen.
Warum „Das passt bei uns nicht“ noch kein Urteil ist – und was Modellkompetenz wirklich bedeutet
Hallo, meine lieben Modellskeptiker, Schaubildzerleger und Freunde des berechtigten Sonderfalls!
Hier ist wieder Jörg Tausendfreund, mit der spannenden Aussage
„Das Modell passt bei uns nicht.“.
Dieser Satz fällt in Trainings und Workshops erstaunlich zuverlässig.
Jemand erkennt eine Ausnahme.Eine zweite Person ergänzt einen Sonderfall.Eine dritte kennt ein Projekt, bei dem alles ganz anders lief.
Und innerhalb von drei Minuten ist das Modell erledigt.
Manchmal zu Recht.
Ein Kommunikationsmodell erklärt nicht die gesamte Geschichte eines Konflikts.
Eine Stakeholderanalyse bildet informelle Allianzen nur unvollständig ab.
Eine RACI-Matrix sagt wenig darüber aus, wer sich im Ernstfall gegen wen durchsetzen kann.
Und ein Phasenmodell beschreibt nicht jede Teamentwicklung sauber – schon gar nicht in einer verlässlichen Reihenfolge.
Das Modell stößt an seine Grenze.
Spannend ist nur, was danach passiert.
Denn aus einer berechtigten Einschränkung wird erstaunlich schnell ein vollständiges Urteil:
„Das Modell funktioniert nicht.“
Ein Teil passt nicht.
Also werfen wir das Ganze weg.
Damit verschwindet allerdings nicht nur die Übertreibung des Modells. Häufig verschwindet auch der Teil, der durchaus hilfreich gewesen wäre.
Modelle reduzieren Wirklichkeit. Das ist ihr Beruf.
Ein Modell, das alles berücksichtigt, wäre nicht besonders realistisch.
Es wäre vor allem unbrauchbar.
Es müsste jede Vorgeschichte, jede Beziehung, jede Machtkonstellation, jede wechselnde Priorität, jeden Sonderfall und jede menschliche Eigenheit abbilden.
Am Ende hätten wir kein Modell mehr.
Wir hätten eine zweite, schlecht bedienbare Ausgabe der Wirklichkeit.
Der Statistiker George E. P. Box formulierte bereits in den 1970er-Jahren den bis heute viel zitierten Gedanken:
„All models are wrong, but some are useful.“
Sein Punkt war nicht, Modelle für wertlos zu erklären.
Er stellte eine andere Frage in den Mittelpunkt: Ist ein Modell für eine klar umrissene Aufgabe erhellend und nützlich?
Nun sprach Box über wissenschaftliche und statistische Modellbildung. Nicht über jede Vier-Felder-Matrix, die uns in einem Führungstraining begegnet. Die Ansprüche an Belege und Überprüfung sind nicht identisch.
Übertragbar bleibt trotzdem ein wichtiger Gedanke:
Ein Modell muss nicht die gesamte Wirklichkeit korrekt wiedergeben, um bei einer konkreten Frage hilfreich zu sein.
Seine Grenze widerlegt nicht automatisch seinen Nutzen.
Sie definiert zunächst seinen Einsatzbereich.
Wir geben Modellen häufig den falschen Auftrag
In der Praxis sollen Modelle mindestens drei sehr unterschiedliche Dinge leisten.
Sie sollen erklären:
Warum verhält sich dieses Team so?Warum eskaliert der Konflikt?Warum blockiert der Stakeholder?
Sie sollen orientieren:
Worauf sollten wir achten?Welche Perspektive fehlt?Welche Frage haben wir noch nicht gestellt?
Und sie sollen Handeln anleiten:
Was tun wir als Nächstes?Welche Intervention ist sinnvoll?Wie verteilen wir Verantwortung?
Das Problem:
Ein Modell kann in einer dieser Funktionen stark und in den anderen ziemlich schwach sein.
Wenn wir das nicht unterscheiden, überladen wir es.
Danach beschweren wir uns darüber, dass es unter der Last zusammenbricht.
Sehr menschlich.
Und ein wenig unfair gegenüber dem Werkzeug.
Eine RACI-Matrix ist keine Machtanalyse
Nehmen wir eine RACI-Matrix.
Sie kann sichtbar machen, wer für eine Aufgabe verantwortlich ist, wer entscheidet, wer konsultiert und wer informiert wird.
Das kann ausgesprochen nützlich sein.
Gerade dann, wenn fünf Personen glauben, jemand anderes sei zuständig.
Was eine RACI-Matrix allerdings nicht zuverlässig beantwortet:
Wer darf eine knappe Ressource tatsächlich priorisieren?
Wer löst den Zielkonflikt zwischen Linie und Projekt?
Wessen informelles Wort wiegt mehr als drei offiziell dokumentierte Rollen?
Und wer zieht eine Entscheidung beim ersten politischen Gegenwind wieder zurück?
Wenn die Matrix diese Fragen nicht beantwortet, ist sie nicht automatisch wertlos.
Sie beantwortet nur andere Fragen.
Wer von ihr eine vollständige Macht- und Entscheidungsarchitektur erwartet, hat möglicherweise nicht das falsche Modell.
Er hat dem Modell den falschen Auftrag gegeben.
Eine Stakeholderanalyse ist keine politische Anatomie
Eine Stakeholderanalyse kann helfen, relevante Akteure, Interessen, Einfluss und Betroffenheit zunächst systematisch zu betrachten.
Das ist mehr, als viele Projekte ohne ein solches Modell leisten.
Dort gibt es dann „die Geschäftsführung“, „den Kunden“, „die Fachbereiche“ und „die Anwender“.
Vier große Sammelbegriffe.
Und dahinter ungefähr 37 unterschiedliche Interessen.
Eine Stakeholderanalyse kann diese Landschaft sortieren.
Sie erklärt aber nicht automatisch alle informellen Allianzen, persönlichen Loyalitäten, alten Verletzungen oder verdeckten Machtspiele.
Das macht sie nicht nutzlos.
Es bedeutet nur, dass ihr sie nicht mit einer vollständigen politischen Anatomie der Organisation verwechseln solltet.
Sie ist eine erste Landkarte.
Nicht das gesamte Gelände.
Und wie bei jeder Landkarte gilt:
Sie hilft euch beim Navigieren.
Sie ersetzt nicht den Blick aus dem Fenster.
Ein Teamphasenmodell ist kein Fahrplan
Auch Phasenmodelle für Teams können hilfreich sein.
Sie geben Sprache für typische Dynamiken:
Orientierung.
Auseinandersetzung.
Normenbildung.
Arbeitsfähigkeit.
Ein Team kann dadurch erkennen, dass Konflikte nicht automatisch bedeuten, dass etwas grundsätzlich schiefläuft.
Das kann entlasten.
Problematisch wird es, wenn aus einer möglichen Orientierung ein naturgesetzlicher Fahrplan wird.
Dann müsste jedes Team pflichtbewusst an Haltestelle zwei streiten, anschließend gemeinsame Regeln entwickeln und pünktlich in die Hochleistungsphase einfahren.
Teams sind leider etwas unzuverlässiger.
Sie springen zurück.
Sie überspringen Phasen.
Neue Mitglieder verändern die Dynamik.
Ein Führungswechsel wirft alte Fragen wieder auf.
Manche Teams arbeiten trotz ungelöster Spannungen erstaunlich gut.
Andere bleiben ausgesprochen freundlich und trotzdem wirkungsschwach.
Das Modell kann helfen, eine Dynamik zu besprechen.
Es muss nicht jede Bewegung vorhersagen.
Modelle sind Betrachtungsangebote, keine Wahrheitsmaschinen
Vielleicht beginnt ein Teil des Problems bereits bei der Präsentation.
Ein sauber gezeichnetes Schaubild wirkt schnell endgültiger, als es ist.
Kästen.
Pfeile.
Vier Phasen.
Drei Ebenen.
Fünf Erfolgsfaktoren.
Die Folie ist aufgeräumt.
Die Organisation bleibt davon eher unbeeindruckt.
Modelle sollten deshalb nicht mit dem Satz eingeführt werden:
„So funktioniert das.“
Sondern eher:
„Betrachten wir die Situation für einen Moment unter diesem Gesichtspunkt.“
Das klingt weniger spektakulär.
Es ist aber ehrlicher.
Ein Modell ist dann kein verkleinertes Abbild der gesamten Wirklichkeit. Es ist eine bewusst verengte Frage an sie.
Wir richten den Blick vorübergehend auf Rollen.
Oder auf Interessen.
Oder auf Kommunikation.
Oder auf Risiken.
Oder auf Entscheidungen.
Anschließend prüfen wir, was diese Perspektive sichtbar gemacht hat – und was weiterhin im Dunkeln liegt.
Der Populationsbiologe Richard Levins argumentierte bereits in den 1960er-Jahren, dass komplexe Phänomene häufig mehrere alternative und komplementäre Modelle benötigen.
Das bedeutet nicht, dass wir jede Situation mit zwölf Frameworks bewerfen sollten.
Es bedeutet nur:
Eine Perspektive bleibt eine Perspektive.
Manchmal braucht ihr eine zweite.
Auch wir Trainer und Berater tragen unseren Anteil
Wir sollten an dieser Stelle nicht nur auf die Menschen zeigen, die Modelle vorschnell ablehnen.
Auch wir Trainer, Berater und Fachautoren tragen unseren Anteil daran.
Ein begrenztes Denkangebot verkauft sich nun einmal schlechter als ein Erfolgsmodell mit vier Kästen und fünf Phasen.
„Dieses Modell kann euch bei einer klar umrissenen Frage möglicherweise helfen“
klingt weniger beeindruckend als:
„So führt ihr Teams erfolgreich.“
Aus einer Denkstütze wird schnell ein Erfolgsrezept.
Aus einer beobachteten Regelmäßigkeit wird ein allgemeingültiger Mechanismus.
Aus Orientierung wird Anleitung.
Und aus Anleitung wird gelegentlich eine nahezu religiöse Gewissheit.
Voraussetzungen, blinde Flecken und Abbruchkriterien fehlen dann auf der Folie.
Wer einen Generalschlüssel verspricht, darf sich nicht wundern, wenn das Werkzeug nach dem ersten Schloss, das sich nicht öffnen lässt, im Müll landet.
Modellgläubigkeit und Modellverachtung sind erstaunlich ähnlich
Auf den ersten Blick wirken beide Haltungen wie Gegensätze.
Die Modellgläubigen sagen:
„So ist es.“
Das Modell wird mit der Wirklichkeit verwechselt. Abweichungen gelten als Sonderfälle, Widerstand oder falsche Anwendung.
Die Modellverächter sagen:
„Bei uns passt das nicht.“
Die erste Abweichung reicht, um das ganze Werkzeug zu entsorgen.
Beide Haltungen haben etwas gemeinsam:
Sie ersparen die anstrengendere Prüfung.
Wofür ist das Modell brauchbar?
Wo endet seine Reichweite?
Was macht es sichtbar?
Was verschweigt es?
Und welche zusätzliche Perspektive brauchen wir?
Genau zwischen Modellgläubigkeit und Modellverachtung liegt das, was ich Modellkompetenz nenne.
Modellkompetenz heißt, mit einem Modell arbeiten zu können, ohne ihm glauben zu müssen
Modellkenntnis bedeutet:
Ihr könnt das Modell erklären.
Ihr kennt die Begriffe.
Ihr wisst, welcher Pfeil in welche Richtung zeigt.
Modellkompetenz bedeutet etwas anderes.
Ihr könnt beurteilen:
Wobei hilft uns dieses Modell?
Unter welchen Bedingungen?
Bis zu welchem Punkt?
Was blendet es aus?
Und wann legen wir es wieder zur Seite?
Nicht beleidigt, weil sich die Wirklichkeit nicht daran gehalten hat.
Und auch nicht erst, nachdem wir noch drei Sonderregeln ergänzt haben, um den Ruf des Modells zu retten.
Sondern schlicht, weil es seinen Zweck erfüllt hat oder für die nächste Frage nicht mehr geeignet ist.
Der Modell-Gebrauchswert-Check
Bevor ihr ein Modell begeistert übernehmt oder genervt wegwerft, stellt fünf Fragen.
1. Welche konkrete Frage soll das Modell beantworten?
„Wir wollen das Team verstehen“ ist noch keine konkrete Frage.
Geht es um Rollenunklarheit?
Vertrauen?
Entscheidungsverhalten?
Konfliktdynamik?
Oder Leistungsfähigkeit?
Je unschärfer eure Frage, desto größer die Gefahr, das Modell mit Erwartungen zu überladen.
2. Welchen Ausschnitt macht es besser sichtbar?
Ein brauchbares Modell sollte etwas erkennbar oder besprechbar machen, das vorher unscharf geblieben ist.
Es muss nicht alles erklären.
Aber es sollte einen relevanten Unterschied erzeugen.
In eurer Wahrnehmung.
In eurem Gespräch.
Oder in der nächsten Entscheidung.
3. Was blendet es aus?
Jedes Modell besitzt blinde Flecken.
Entscheidend ist nicht, sie vollständig zu beseitigen.
Entscheidend ist, sie zu kennen.
Eine Rollenbetrachtung kann informelle Macht ausblenden.
Eine Kommunikationsbetrachtung kann Ressourcenknappheit unterschätzen.
Eine Prozessdarstellung sagt möglicherweise wenig über die persönlichen Risiken der Beteiligten.
Die Frage lautet nicht:
„Ist das Modell vollständig?“
Sondern:
„Welche relevante Realität sehen wir damit gerade nicht?“
4. Wo endet seine Reichweite?
Welche Rahmenbedingungen müssen gelten?
Bei welcher Situation wird das Modell schwach?
Woran erkennt ihr, dass ihr den Bereich verlassen habt, in dem es noch verlässlich Orientierung bietet?
Diese Frage gehört nicht erst ans Ende einer misslungenen Anwendung.
Sie gehört an den Anfang.
5. Klärt das Modell mehr, als es verzerrt?
Nicht jedes Modell verdient Rettungsversuche.
Manche beruhen auf fragwürdigen Annahmen.
Manche behaupten Zusammenhänge, die sie nicht belegen können.
Manche machen zentrale Macht- oder Interessenkonflikte systematisch unsichtbar.
„Some are useful“ bedeutet nicht:
Irgendwie sind sie alle ein bisschen nützlich.
Ein Modell darf verworfen werden.
Aber bitte nicht, weil es nicht alles erklärt.
Sondern weil es für eure konkrete Frage zu wenig klärt, zu viel verzerrt oder zu schlechten Entscheidungen führt.
Ein Modell darf wieder vom Tisch
Wenn jemand in einem Training sagt:
„Das Modell passt bei uns nicht.“
widerspreche ich nicht reflexhaft.
Vielleicht ist genau dort eine wichtige Grenze sichtbar geworden.
Ich gebe nur zu bedenken:
Diese Grenze ist noch kein vollständiges Urteil.
Vielleicht erklärt das Modell nicht die ganze Situation.
Vielleicht hilft es aber, einen Ausschnitt genauer zu betrachten.
Vielleicht schafft es Sprache für etwas, das vorher diffus war.
Vielleicht führt es zu einer besseren Frage.
Oder vielleicht zeigt gerade sein Scheitern, welche zusätzliche Perspektive fehlt.
Das ist keine Verteidigungsrede für Modelle.
Es ist eine Verteidigung differenzierten Denkens.
Fazit: weder glauben noch wegwerfen
Ein Modell muss nicht die ganze Wirklichkeit erklären.
Es muss eine relevante Frage besser bearbeitbar machen.
Danach darf es wieder vom Tisch.
Die entscheidende Frage lautet deshalb nicht:
„Passt dieses Modell vollständig zu unserer Wirklichkeit?“
Sondern:
„Wobei hilft es uns – unter welchen Bedingungen und bis zu welchem Punkt?“
Das ist weniger eindeutig als Zustimmung oder Ablehnung.
Aber deutlich professioneller.
Denn die reifste Form des Umgangs mit Modellen besteht vermutlich darin, sie weder verteidigen noch vorschnell verwerfen zu müssen.
Sondern zu wissen, wann sie uns weiterbringen.
Und wann wir sie wieder zur Seite legen.
Euer Jörg Tausendfreund
P.S. Wenn ihr nach dem dritten Sonderfall zwölf Zusatzregeln braucht, um das Modell zu retten, ist möglicherweise nicht mehr die Wirklichkeit das Problem.
Für die Interessierten:
Quellenhinweise
Box, G. E. P. (1976): Science and Statistics. Journal of the American Statistical Association, 71(356), 791–799.
Box, G. E. P. (1979): Robustness in the Strategy of Scientific Model Building. In: Launer, R. L. & Wilkinson, G. N. (Hrsg.), Robustness in Statistics, 201–236.
Levins, R. (1966): The Strategy of Model Building in Population Biology. American Scientist, 54(4), 421–431.
Kommentare