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.
Die Teams sollen herausfinden, wie man eine Münze dazu bekommt, sich auf einer gegebenen Oberfläche sich möglichst lange zu drehen. Dazu sollen sie sich 4 unterschiedliche Münzen nehmen und Experimente machen. Als Trainer bestehe ich darauf, dass jedes Experiment dokumentiert wird. Dazu machen sich die Teams eine Tabelle mit vier Spalten. Jede Zeile ist ein Experiment, in dem mit verschiedenen Münzen, Anschnipstechniken und Oberflächen etwas versucht wird.
Die folgende Abbildung zeigt die Drehdauer aus 18 Versuchen. Die Dauer nimmt immer weiter zu.
In den ersten Versuchen schwankt das Ergebnis mit einer großen Varianz um den Mittelwert 8. In den letzten Versuchen schwankt das Ergebnis um einen höheren Mittelwert (13,8 Sekunden) mit einer geringeren Varianz. Der Prozess stabilisiert sich.
Die Alternative zu diesem Vorgehen wäre gewesen, sich umfassend über das Drehen von Münzen zu informieren und den besten Prozess zu finden. Die Variante mit den eigenen Experimenten geht schneller.
In Betriebsprozessen können wir uns folgende Daten ansehen:
Douglas Hubbard hat ein Buch darüber geschrieben, was man messen kann. Seine Botschaft: Wenn die Entscheidung relevant für das Unternehmen ist, ist es messbar./2/
Oder umgekehrt, wenn wir nichts entscheiden bräuchten, dann bräuchten wir auch keine Daten. Wir sammeln Daten, um Entscheidungen zu unterstützen.
Überblick über die anderen Teile:
Im ersten Teil haben wir festgehalten, was empirisches Arbeiten ist. Sehen wir uns nun ein Beipspiel an. Bei Youtube habe ich ein Video mit einer schönen einfachen Übung für das Erlernen des Deming-Cycles gefunden./1/
Die Teams sollen herausfinden, wie man eine Münze dazu bekommt, sich auf einer gegebenen Oberfläche sich möglichst lange zu drehen. Dazu sollen sie sich 4 unterschiedliche Münzen nehmen und Experimente machen. Als Trainer bestehe ich darauf, dass jedes Experiment dokumentiert wird. Dazu machen sich die Teams eine Tabelle mit vier Spalten. Jede Zeile ist ein Experiment, in dem mit verschiedenen Münzen, Anschnipstechniken und Oberflächen etwas versucht wird.
- Plan: Was haben wir vor? Was erwarten wir?
- Do: Welche messbaren oder beobachtbaren Ergebnisse gibt es?
- Study: Welche Schlüsse ziehen wir aus den Ergebnissen?
- Adjust: Was ändern wir in unseren Abläufen konkret?
Die folgende Abbildung zeigt die Drehdauer aus 18 Versuchen. Die Dauer nimmt immer weiter zu.
 | |
| Drehdauer aus 18 Versuchen |
Die Alternative zu diesem Vorgehen wäre gewesen, sich umfassend über das Drehen von Münzen zu informieren und den besten Prozess zu finden. Die Variante mit den eigenen Experimenten geht schneller.
In Betriebsprozessen können wir uns folgende Daten ansehen:
- Durchlaufzeit
- Prozesseffizienz (Bearbeitungszeit/Durchlaufzeit)
- Qualitätszahlen (Fehler, Ausschuss, Reinheit)
- Ergebnisse (Mengen)
Douglas Hubbard hat ein Buch darüber geschrieben, was man messen kann. Seine Botschaft: Wenn die Entscheidung relevant für das Unternehmen ist, ist es messbar./2/
Oder umgekehrt, wenn wir nichts entscheiden bräuchten, dann bräuchten wir auch keine Daten. Wir sammeln Daten, um Entscheidungen zu unterstützen.
Überblick über die anderen Teile:
- Statistik für Scrum Teams: 1. empirisch/nicht empirisch
- Statistik für Scrum Teams: 3. Daten speichern
- Statistik für Scrum Teams: 4. Auf Daten reagieren
Literaturhinweise
- /1/ Institute for Healthcare Improvement - IHI: Debrief - IHI Quality Improvement Games: Learn How to Use PDSA Cycles by Spinning Coins, Youtube-Video, veröffentlicht am 07.10.2016, abrufbar unter https://www.youtube.com/watch?v=CgYf_N3GvUM
- /2/ Hubbard, Douglas W.: How to Measure Anything : Finding the Value of Intangibles in Business. New York: John Wiley & Sons, 2010.
Kommentare
Kommentar veröffentlichen