Der Blick aufs Ganze

Wenn man sich in der heutigen Welt umschaut, sieht man täglich neue technologische Fortschritte. In den letzten Jahrzehnten sind die Rechengeschwindigkeiten bis weit über das hinaus gestiegen, was sich das menschliche Gehirn überhaupt vorstellen kann. Speichermedien nehmen mühelos die größten Bibliotheken der Welt auf, während Fertigungsroboter Baugruppen oder ganze Geräte schneller montieren, als es das Auge erfassen kann. Wir haben Tools entwickelt, die uns bei Aufgaben helfen, die wir nicht effizient erledigen können, damit wir uns auf die Bereiche konzentrieren können, in denen wir wirklich gut sind. Das kann beim einen Kunst und Design sein, beim anderen wiederum Einfühlungsvermögen und soziale Kompetenzen. Wenn man im Technologiebereich tätig ist, steht man oft vor Problemstellungen, die sich (noch) nicht durch Rechenvorgänge lösen lassen. Das sind etwa Ideen zur Gestaltung von Software für maximale Flexibilität, Modelle zur Strukturierung eines Unternehmens, sodass Kreativität und Teamgeist gefördert werden, oder Ansätze zur Optimierung der Verfügbarkeit Ihrer cloud-basierten Services. Meistens stellen wir uns gar nicht erst die Frage, warum wir solche Arten von Problemen besser als ein Computer lösen können – wir tun es einfach.  Warum also ist der „Blick aufs Ganze“ eine so unglaublich nützliche Fähigkeit? Und warum ist die Aussprache des englischen Wortes „Tomato“ ein gutes Beispiel dafür?

Das ist nicht leicht zu beantworten. Wenn man sich eingehender mit dem Thema beschäftigt, wird man feststellen, dass eine der zentralen Eigenschaften, die uns von unseren rechnergestützten Helfern unterscheidet, unsere Fähigkeit zur Erkennung von Mustern ist. Das können Menschen hervorragend. Gesichtsausdrücke erkennen und soziale Interaktionen einstufen, Sprachen verstehen, lesen und sprechen oder ein Auto in einer Stadt fahren – all das sind Fertigkeiten, die unsere Fähigkeit zur Mustererkennung in verschiedener und jeweils einzigartiger Weise nutzen. Ein Blick auf den neuesten Stand der Wissenschaft zeigt ebenfalls, dass trotz erheblicher Forschungstätigkeit in diesen Bereichen das computergesteuerte Fahren, Spracherkennung und ähnliche Projekte noch immer weit hinter den menschlichen Fähigkeiten zurückliegen. Allerdings gibt es eine entscheidende Einschränkung: Unsere Fähigkeiten beschränken sich auf Muster, die wir seit unserer Geburt erlernt haben. Wenn jemand beispielsweise in seiner Kindheit nie gelernt hat, Baumarten zu erkennen, wird ihm das als Erwachsener ganz ohne ein Bestimmungsbuch schwerfallen. Dies ist ein viel langsamerer Prozess als das sofortige Erkennen anhand erlernter Muster.

Deshalb besteht der nächste Schritt in der Lösung von Problemen darin, die heutige Rechenleistung zu nutzen, um Daten in Muster zu verwandeln, die wir so gut erkennen können. Wir können die uns zur Verfügung stehenden Daten zu einer Perspektive verarbeiten, die Formen und Anordnungen aufweist, deren Erkennen uns leichter fällt. Ein Beispiel hierfür sind die folgenden drei Ansätze, um die Überprüfung einer Metallplatte in einem Fertigungsprozess zu beschreiben:

Wir können natürlich anhand dieser Beschreibung verstehen, was mit der Metallplatte geschehen ist (Abb. A), aber wir brauchen nur einen Bruchteil der Zeit, um den Sachverhalt zu erfassen, wenn wir die Bilder anschauen (Abb. B). Wir sehen nicht nur die Art der Änderung, sondern wir können diese auch quantifizieren und analysieren, ob sie angemessen ist. Die Tabellenform (Abb. C) ist zwar vielleicht die abstrakteste Darstellung, aber sie kommt dem am nächsten, was wir speichern würden, um die Daten für eine Maschine bereitzustellen.

In anderen Fällen kann man einen Unterschied vielleicht gar nicht sehen, wenn man nicht seine Perspektive ändert, oder man nimmt vielleicht einen Unterschied wahr, wo es in Wirklichkeit gar keinen gibt. Unterschiedliche Aussprachen des Wortes „Tomato“ im britischen und amerikanischen Englisch können uns vielleicht zu der Annahme verleiten, dass Tomate nicht gleich Tomate ist. Schaut man sich aber das geschriebene Wort an, kann man ganz leicht feststellen, dass sie ein und dasselbe sind.

In der Welt des Prozess-, Geschäfts- und Performancemanagements kann eine frühzeitige Erkennung von kaum wahrnehmbaren oder auch offensichtlichen Entwicklungen einen Wettbewerbsvorteil bedeuten oder einen Rückgang der Produktivität verhindern. Deshalb halten wir stets Ausschau nach Veränderungen des Status quo. Außerdem versuchen wir, wenn wir eine Verbesserungsmöglichkeit identifiziert haben, diese durch Anpassung des aktuellen Zustands umzusetzen und dann mit der Vergangenheit zu vergleichen. Wenn Sie eine Modellierung für Ihre Prozesse oder gar für Ihr gesamtes Unternehmen durchgeführt haben, verfügen Sie über eine gute Ausgangsbasis für beide genannten Szenarien. Ausgehend von unseren Erkenntnissen über den Nutzen der Umwandlung von Daten in leicht erkennbare Muster können wir nun beginnen, Tools zu entwickeln, mit denen wir unser bestehendes Modell verbessern können.

Diese Transformationen können zahlreiche Formen annehmen und wir können sie nutzen, um Bereiche mit weiterem Analysebedarf zu ermitteln:

• Durch die Umwandlung einer großen Menge täglicher numerischer Daten können wir diese als Grafik anzeigen und so Ausreißer oder Trends ganz leicht erkennen.
• Mithilfe einer Gap-Analyse können Sie visuell bestimmen, in welchem Teil Ihres Unternehmens bestimmte Merkmale fehlen. Dies könnten Prozessschritte sein, für die es keinen Verantwortlichen gibt, oder Geschäftsstrategien, die keine Parameter zur langfristigen Messung ihrer Performance besitzen.
• Durch den Vergleich des früheren und des aktuellen Zustands eines Prozessdiagramms in übereinandergelegter Anzeige kann schnell festgestellt werden, wie sich ein Prozess im Laufe der Zeit verändert hat.
• Wenn Sie die Anzahl und Art der an einem Geschäftsobjekt vorgenommenen Änderungen sehen, können Sie beurteilen, wie stabil oder möglicherweise flexibel dieses Objekt ist oder sein sollte.

Durch eine Modellierung Ihrer Prozesse und Ihres Geschäfts erhalten Sie Zugang zu all diesen Informationen in einer Vielzahl verschiedener Darstellungsformen, ohne dass Sie Änderungen an den zugrunde liegenden Daten vornehmen müssen. Nun können Sie nach Mustern suchen und ausgehend von diesen Erkenntnisse Prognosen, Pläne und Entscheidungen umsetzen. Wenn Sie Ihre Informationen aus vielen verschiedenen Perspektiven betrachten können, erhalten Sie Einblicke in Ihr Unternehmen, die Sie vielleicht zuvor gar nicht berücksichtigt hätten. Das ist der Punkt, an dem Sie außerhalb gewohnter Bahnen zu denken beginnen. Und außerhalb der gewohnten Bahnen erkennen Sie dann schließlich das große Ganze.

Mehr über Collaborative Process Management