Den Erfindern von Scrum und von Lean Thinking ist empirisches Arbeiten sehr wichtig. Aber warum? Und was ist das Gegenteil von empirisch? Und wie geht empirisches Arbeiten genau? In einer kleinen Serie gehe ich diesen Fragen nach.
Im Anfang vom Scrum Guide steht:
Im Kern schreibt Ogunnaike (und natürlich auch andere), dass es Prozesse gibt, die für uns wie eine Black Box sind. Wir wissen nicht, was innen passiert. Wir können ein paar Faktoren eingeben und uns die Antworten ansehen. Wenn wir genug Experimente gemacht haben, können wir für einen eingeschränkten Bereich auf das Verhalten des Prozesses schließen.
Das Gegenteil von empirisch ist also, dass ein Prozess komplett mathematisch zu berechnen ist. Die meisten Prozesse in unserer Businesswelt sind schwarze Kisten. Wir nehmen aber gern vorhersagbares Verhalten an. Wir müssten nur dies und jenes und tun und schon käme das richtige Ergebnis heraus. Scrum Teams sammeln aus diesem Grund Daten. Jeder Sprint bietet die Gelegenheit, Daten zu sammeln und zu lernen.
Jeff Sutherland erzählt gern die Geschichte von den selbstlernenden Robotern von Rodney Brooks. Statt den Robotern alles Wissen mitzugeben, bekommen sie wenige Algorithmen, um selbst zu lernen. /2, S. 28/ So sollen Scrum Teams sich selbst das relevante Wissen beibringen. "They would self-organize and self-optimize, just like that robot." /2, S. 30/
Aber wozu sammeln wir die Daten?
In der Produktentwicklung und in der Prozessoptimierung stehen ständig Entscheidungen an. Wir lernen über die Zusammenhänge in Produkten und Prozessen. Wir überlegen uns Handlungsoptionen und entscheiden uns, um etwas zu verbessern. Hier kommt noch ein weiterer Aspekt von "Empirie" ins Spiel.
Bob Emiliani hat untersucht, warum Führungskräfte so oft, echte Agilität verhindern./3, Kapitel 3 Metaphysical CEOs and Lean Management/ Bevor jemand zur Führungskraft wird, ist er oder sie sehr wohl mit empirischem Arbeiten vertraut. Aber ab einer gewissen Stufe werden Entscheidungen nicht mehr auf Basis von Fakten, sondern auf Basis des Rechts Entscheidungen getroffen. "Ich entscheide so, weil ich das Recht dazu habe." Diese Entscheidungen sind oft keine guten Entscheidungen, weil sie die Realität und die langfristigen Folgen nicht in Betracht ziehen.
Daher ist es bei Scrum und bei Lean Thinking so wichtig, sich immer wieder an den Ort des Geschehens zu begeben und sich die Daten anzusehen.
Halten wir also fest:
Was ist empirisches Arbeiten?
Im Anfang vom Scrum Guide steht:
Scrum basiert auf der Theorie empirischer Prozesssteuerung oder kurz "Empirie". Empirie bedeutet, dass Wissen aus Erfahrung gewonnen wird und Entscheidungen auf Basis des Bekannten getroffen werden. Scrum verfolgt einen iterativen, inkrementellen Ansatz, um Prognosesicherheit zu optimieren und Risiken zu kontrollieren.Wie können wir besser verstehen, was mit "empirisch" gemeint ist? Wir wissen zum Beispiel, dass Ken Schwaber von dem Buch "Process Dynamics, Modeling, and Control" des Verfahrenstechnikers B. Ogunnaike beeinflusst wurde./1/ Die interessanten Kapitel sind Nummer 12 "Theoretical Process Modeling" und Nummer 13 "Process Identification: Empirical Process Modeling".
Im Kern schreibt Ogunnaike (und natürlich auch andere), dass es Prozesse gibt, die für uns wie eine Black Box sind. Wir wissen nicht, was innen passiert. Wir können ein paar Faktoren eingeben und uns die Antworten ansehen. Wenn wir genug Experimente gemacht haben, können wir für einen eingeschränkten Bereich auf das Verhalten des Prozesses schließen.
Das Gegenteil von empirisch ist also, dass ein Prozess komplett mathematisch zu berechnen ist. Die meisten Prozesse in unserer Businesswelt sind schwarze Kisten. Wir nehmen aber gern vorhersagbares Verhalten an. Wir müssten nur dies und jenes und tun und schon käme das richtige Ergebnis heraus. Scrum Teams sammeln aus diesem Grund Daten. Jeder Sprint bietet die Gelegenheit, Daten zu sammeln und zu lernen.
Jeff Sutherland erzählt gern die Geschichte von den selbstlernenden Robotern von Rodney Brooks. Statt den Robotern alles Wissen mitzugeben, bekommen sie wenige Algorithmen, um selbst zu lernen. /2, S. 28/ So sollen Scrum Teams sich selbst das relevante Wissen beibringen. "They would self-organize and self-optimize, just like that robot." /2, S. 30/
 |
| Photo by Paweł Jagielski from FreeImages |
Daten sammeln, um Entscheidungen zu treffen
In der Produktentwicklung und in der Prozessoptimierung stehen ständig Entscheidungen an. Wir lernen über die Zusammenhänge in Produkten und Prozessen. Wir überlegen uns Handlungsoptionen und entscheiden uns, um etwas zu verbessern. Hier kommt noch ein weiterer Aspekt von "Empirie" ins Spiel.
Bob Emiliani hat untersucht, warum Führungskräfte so oft, echte Agilität verhindern./3, Kapitel 3 Metaphysical CEOs and Lean Management/ Bevor jemand zur Führungskraft wird, ist er oder sie sehr wohl mit empirischem Arbeiten vertraut. Aber ab einer gewissen Stufe werden Entscheidungen nicht mehr auf Basis von Fakten, sondern auf Basis des Rechts Entscheidungen getroffen. "Ich entscheide so, weil ich das Recht dazu habe." Diese Entscheidungen sind oft keine guten Entscheidungen, weil sie die Realität und die langfristigen Folgen nicht in Betracht ziehen.
Daher ist es bei Scrum und bei Lean Thinking so wichtig, sich immer wieder an den Ort des Geschehens zu begeben und sich die Daten anzusehen.
Halten wir also fest:
- Empirisches Arbeiten bedeutet, Daten zu sammeln, um Zusammenhänge zu verstehen. Wir brauchen Daten über Eingangs- und Ausgangsgrößen. Empirisches Arbeiten bedeutet auch, auf Basis der Daten Entscheidungen zu treffen.
- Es gibt nur sehr wenige Prozesse, die sich vollständig mathematisch beschreiben lassen. Da brauchen wir keine empirischen Daten. Wir können alles ausrechnen. Nicht-empirisches Arbeiten bedeutet aber auch, Entscheidungen zu treffen, ohne die Fakten zu berücksichtigen.
- Statistik für Scrum Teams: 2. Daten sammeln
- Statistik für Scrum Teams: 3. Daten speichern
- Statistik für Scrum Teams: 4. Auf Daten reagieren
Literaturverweise
- /1/ Ogunnaike, Babatunde: Process Dynamics, Modeling, and Control. New York: Oxford University Press, 1994.
- /2/ Sutherland, Jeff ; Sutherland, J.J.: Scrum : The Art of Doing Twice the Work in Half the Time. New York: Random House, 2014.
- /3/ Emiliani, Bob: The Triumph of Classical Management Over Lean Management : How Tradition Prevails and what to Do about it.: Cubic LLC, 2018.
Kommentare
Kommentar veröffentlichen