In modernen Produktionssystemen entsteht ein auffälliger Widerspruch:
Die Menge verfügbarer Daten, Kennzahlen und Steuerungsinstrumente nimmt kontinuierlich zu, gleichzeitig scheint in vielen Organisationen die Fähigkeit abzunehmen, das reale Verhalten der zugrunde liegenden Systeme zu verstehen und vorherzusagen.
Diese Beobachtung erscheint zunächst paradox.
Aus einer einfachen technischen Perspektive müsste eigentlich das Gegenteil zu erwarten sein:
Mehr Daten
→ bessere Modelle
→ besseres Verständnis
→ bessere Prognosen
→ bessere Steuerung
In vielen realen Organisationen scheint jedoch häufig eine andere Dynamik zu entstehen:
Mehr Daten
→ mehr Kennzahlen
→ mehr Reporting
→ mehr organisatorische Komplexität
→ geringere Transparenz des realen Systems
Dabei stellt sich eine grundlegende Frage:
Worauf beziehen sich die verwendeten Kennzahlen überhaupt?
Ein KPI ist kein physikalisches Objekt.
Er ist eine Modellannahme.
Die Einführung eines KPI setzt implizit voraus, dass bereits verstanden wurde:
– welche Zustände im System relevant sind
– welche Dynamiken diese Zustände verändern
– welche Eingriffe wirksam sind
– welche Messgrößen als sinnvolle Projektionen dieser Zustände dienen
Ohne ein solches Modell wird eine Kennzahl nicht zu einer Steuerungsgröße, sondern lediglich zu einer beobachteten Zahl mit organisatorischer Bedeutung.
Die Kennzahl beschreibt dann nicht das System, sondern ersetzt das fehlende Verständnis des Systems.
Dadurch entsteht eine interessante Verschiebung:
Die eigentliche Produktion – also Materialflüsse, Maschinenzustände, Störungen, lokale Rückkopplungen, Verschleißmechanismen, Erfahrungswissen und Prozessdynamik – verschwindet zunehmend hinter ihrer administrativen Repräsentation.
Die Organisation betrachtet dann nicht mehr primär das reale System, sondern dessen Interface:
– Dashboards
– Reports
– KPI-Cockpits
– Zielwerte
– Maßnahmenlisten
Dies führt möglicherweise zu einem Effekt, den Russell Ackoff mit seinem Bild des „Ritual Rain Dance“ beschrieben hat:
Formal entsteht der Eindruck hoher Steuerungsfähigkeit.
Die tatsächliche Beeinflussung der zugrunde liegenden Dynamik bleibt jedoch begrenzt.
Interessanterweise wurde ein ähnliches Problem bereits in einem anderen Kontext beschrieben.
Robert Pirsig formulierte in seiner Betrachtung von Qualität eine Sichtweise, die sich nicht primär auf Kennzahlen oder definierte Zielgrößen bezieht, sondern auf Aufmerksamkeit, Verständnis und die direkte Auseinandersetzung mit dem realen System.
Qualität erscheint dort weniger als Zielvariable und eher als emergente Eigenschaft einer bestimmten Art der Beziehung zum betrachteten System.
Möglicherweise liegt hier ein Zusammenhang, der über Produktionssysteme hinausgeht.
Die folgenden Teile dieser Reihe untersuchen daher einige Hypothesen:
– Weshalb Qualität möglicherweise nicht primär aus Messung entsteht\
– Warum Kennzahlen unter bestimmten Bedingungen zu symbolischen Ersatzgrößen werden\
– Weshalb viele Managementsysteme ritualisierte Steuerungsstrukturen entwickeln\
– Warum Produktionssysteme nicht vollständig standardisierbar sind\
– Welche Rolle lokale Experten und implizite Zustandsmodelle spielen\
– Und wie eine systemorientierte Alternative aussehen könnte
Die zugrunde liegende Frage lautet dabei nicht:
„Welche Kennzahlen fehlen?“
Sondern:
„Wie entstehen überhaupt steuerbare und prognosefähige Modelle realer Systeme?“