Komplexitätsmanagement

Grundlagen und Anwendungen

Michael Reiss

• Verlag: Kohlhammer Verlag
• Jahr: 2020
• ISBN:
  9783170355958
• Auflage: 1
• Thema: Betriebswirtschaft
• Thema: Entscheidungsfindung

In economics, as in all scientific disciplines, complexity refers to a situation in which the multitude and variety of interdependent factors create a burden of complexity, on the one hand, and also a potential for complexity on the other. In such poorly structured, high-risk, nontransparent and volatile situations, the task of management is to establish equilibrium between burden and potential. This is achieved by simplifying the complexity burden in a coordinated manner and by enhancing the human and technological potential for managing it. On a sound theoretical basis, this textbook illustrates the practical significance of balanced complexity management, with conceptual foundations and with applications in several areas of management.

1 Grundlagen des Komplexitätsmanagements

1.1 Komplexitätsfokussierte Modellierung

1.1.1 Spektrum von Komplexitätsmodellen

Die Beispiele in der Einführung belegen, dass es nicht »die« homogene monolithische Komplexität gibt, sondern mehrere Facetten und Varianten der Komplexität. Das macht den Komplexitätsansatz selbst – und nicht nur die eingangs skizzierten Erscheinungsformen in der Realität – zu einem komplexen Konstrukt. Sowohl die Klärung der beschreibenden Bedeutung von Komplexität (Denotation) als auch deren bewertende Bedeutung (Konnotation) stellen eine Herausforderung dar, weil Komplexität selbst durch eine Metakomplexität geprägt ist. Die komplexe Konnotation von Komplexität äußert sich in einer kontroversen Bewertung. So stellt beispielsweise das gesetzlich reglementierte Publikationsverhalten von Unternehmen für die Sender eine Komplexitätslast dar (z. B. jährliche Berichterstattung, Ad-hoc-Publizität). Für die Empfänger hingegen schafft es eine komplexitätsmindernde und vertrauensstiftende Transparenz. Das gilt analog auch für sogenannte Total Cost of Ownership-Modelle: Für den Hersteller komplizieren sie die Angebotskalkulation, fördern jedoch gleichzeitig die Angebotstransparenz für den Abnehmer.

Auch die deskriptive Modellierung eines Komplexitätsphänomens ist insofern komplex, als hierfür einzelne Komplexitätsmerkmale nicht ausreichen. Vielmehr müssen drei Kategorien von Faktoren dieser »Komplexität der Komplexität« oder »Metakomplexität« herangezogen werden:

• Komplexitätsdimensionen: Sie klären, wie Komplexität auftritt. Dies kann beispielsweise in Form von Masse, Widersprüchlichkeit oder Unvorhersagbarkeit geschehen.

• Komplexitätsdomänen: Diese informieren darüber, wo Komplexität auftritt, etwa in Gestalt von komplexen Elementen oder Relationen bzw. von unternehmensinterner oder -externer Komplexität.

• Komplexitätskomponenten: Sie bestimmen, ob Komplexität die Funktion eines Lastfaktors (z. B. Informationsflut) oder eines Leistungsfaktors (z. B. Speicherkapazität) erfüllt.

Streng genommen muss man also bei jeder Verwendung von »Komplexität« drei Angaben machen. Ein solcher »Komplexitätstensor« klärt beispielsweise im Fall des »Euro«, dass durch diese Währung die belastende Vielfalt (Komplexitätsdimension) von Währungen im Euroraum (Domäne) durch eine Einheitswährung (Funktion) reduziert wird.

Zudem umfasst das Spektrum von Komplexitätsansätzen neben subjektiven Phänomenen (»Perceived Complexity«, »gefühlte« Komplexität, z. B. der Korruptionswahrnehmungsindex von Transparency International) auch objektive Komplexitätskonstrukte, die intersubjektiv überprüft werden können. Diese Unterscheidung ist nicht zuletzt aus dem Risiko-Management als einer Sparte des Komplexitätsmanagements vertraut: Dort operiert man mit Einstellungen zum Risiko (z. B. Risikoaversion) oder mit der Einschätzung der Sicherheit (z. B. Bayesscher Wahrscheinlichkeitsbegriff) als subjektiven Bausteinen. Die objektiven Erscheinungsformen verdanken ihren Status einer wissenschaftlichen Analyse oder einem sozialen Konsens. Im Risikomanagement schlägt sich diese Differenzierung in einer Unterscheidung zwischen subjektiven und objektiven Wahrscheinlichkeiten zur Messung von Unsicherheit als einer Facette von Komplexität nieder.

Aus der Perspektive des Managements von Komplexität unterscheiden sich die skizzierten Beispiele auch bezüglich der Komplexität des Managements, gemessen anhand der Eingriffsintensität durch Manager: Hier gibt es einerseits Erscheinungsformen einer gewachsenen Komplexität, etwa das Bevölkerungswachstum, die Polarisierung von Gesellschaften oder Extremwetterlagen. Diese Komplexitätsphänomene sind nicht das Resultat von komplexitätsorientierten Interventionen. Vielmehr stellen sie Bedingungen für ein Komplexitätsmanagement dar. Die Palette der Modelle emergenter Komplexitätsphänomene enthält beispielsweise Koevolution, begrenzte Rationalität (infolge von Restriktionen in den kognitiven Infrastrukturen von Menschen), ökologische Rationalität (heuristische Nutzung von Orientierungsdaten im Umsystem), Pfadabhängigkeit, das Transitivitätsprinzip (»Feinde meiner Freunde sind auch meine Feinde«), die Regression zur Mitte (in der Statistik), die Tendenz zur Mitte (bei der Datenerhebung via Befragungen), die virale Verbreitung von Krankheiten und Informationen, etwa Gerüchte oder Mundpropaganda, Faustregeln (»Die Wahrheit liegt in der Mitte«), »Frozen Accidents« (Zufallsereignisse determinieren die langfristige Entwicklung von Systemen), Perkolation (Ausbreitung von Konflikten und Epidemien), Kettenreaktionen, Domino-Effekte (Vielzahl von Betroffenen), Chunking, Framing, Stereotypen, Antifragilität (Bendell 2014), das Gesetz von Brooks, das Einfachheitsparadox, kalte Progression, schleichender Funktionszuwachs (Scope Creep: die unkontrollierte Ausdehnung des Leistungsumfangs eines Projekts bzw. der Anforderungen an die Projektoutputs) und der Second-System Effekt (Nachfolger-Modelle von erfolgreichen Vorgänger-Versionen werden überdimensioniert). Hinzu kommen Varianten unbeabsichtigter Folgen, Paradoxien sowie Trends und Hypes. Tatsächlich befassen sich Modelle emergenter Komplexität sehr oft mit Irrationalität, Dysfunktionalitäten, Fehlfunktionen und Paradoxien, z. B. mit Amnesie, Kannibalisierung zwischen Geschäftsfeldern, dem Umgang mit kognitiver Dissonanz, mit mentalen Verzerrungen (»Biases«, Caputo 2013), mit neurotischen Abwehrmechanismen, bipolaren Störungen oder der Adverse Selection.

Die skizzierten Komplexitätsphänomene unterscheiden sich graduell, mitunter auch radikal von den Erscheinungsformen der gemachten Komplexität, beispielsweise Quotenregelungen und Strategien der Desinformation oder Standardisierung. Diese Komplexitätskonzepte sind das Ergebnis einer intendierten Komplexitätssteigerung oder Komplexitätsverringerung auf der Suche nach einer »optimalen« Komplexität. Sie basieren auf Ziel-Mittel-Modellen der Standardisierung, Commoditisierung, Industrialisierung von Service-Geschäftsmodellen, dem Einsatz von Carry-over-Parts, der Eliminierung (z. B. negativer Aspekte), Glättung, Mittelung, Linearisierung, Beschleunigung, des Versteckens, Tarnens oder des Postponement, etwa der späten Komplettierung einer Computer-Auslieferung mit Software, Netzkabeln oder Manuals (Zinn 2019). Darüber hinaus zielen z. B. einige komplexitätsbasierte Cyber-Angriffe wie E-Mail-Bombardierung darauf ab, die Kapazität von Servern zu überfordern. Bei der Preisgestaltung kann man mehr Transparenz (d. h. weniger Komplexität für die Zielgruppe) durch eine sogenannte partitionierte Preisgestaltung erreichen, weniger Transparenz (d. h. mehr Komplexität) hingegen durch Drip-Pricing (z. B. Sternchen-Preise).

Nicht nur bei der Komplexität, auch beim Management von Komplexität firmiert nicht jede komplexitätsfokussierte Erscheinungsform von Management explizit unter »Komplexitätsmanagement«. So handelt es sich auch beim Innovationsmanagement, Risk Management, Internationalen Management, der Konstruktion von Hybriden (z. B. hybride Wettbewerbsstrategien, Lernmethoden, Pflanzen, Materialien, Fahrzeuge), Change Management und Konfliktmanagement insofern um Teilgebiete des Komplexitätsmanagements, als diese sich jeweils auf eine spezielle Dimension der Komplexität fokussieren.

1.1.2 Standort von Komplexitätsmodellen

Der Komplexitätsansatz beruht auf einer Differenzierung zwischen der inhaltsfokussierten Modellierung von Sachverhalten einerseits und der formal-komplexitätsfokussierten Modellierung andererseits. Die inhaltsfokussierte Modellierung eines Unternehmens erfolgt beispielsweise anhand von spezifischen Merkmalen wie Marken, Rechtsform, Belegschaft, Unternehmenskultur und Vergütungsformen. Ein zentraler Bestandteil der inhaltsfokussierten Modellierung ist darüber hinaus die Festlegung von Ziel- und Performancegrößen, etwa angestrebter Gewinn, Kundennutzen oder Nachhaltigkeit (Hamann et al. 2013). Vor allem die Systemtheorie hat uns mit der formalen Modellierung vertraut gemacht: Dort basiert ein formales Bild von einem Unternehmen auf generischen Merkmalen wie Elemente und Relationen, Tendenzen zu Gleichgewichten (aufgrund der Existenz von »Attraktoren«) sowie auf Mehrebenen-Architekturen aus Supersystem, System und Subsystemen. Noch deutlicher komplexitätsfokussiert ist die Gegenüberstellung von mechanistischer und organischer Funktionsweise von Unternehmen (Reiss 2013, S. 21). Hier greift man auf Komplexitätsmerkmale wie Zahl der Hierarchie-Ebenen, Größe von Organisationseinheiten, Standardisierungsgrad, Formalisierungsgrad und Interaktionsintensität zurück.

Folgende Beispiele dienen der anschaulichen Gegenüberstellung von inhalts- und komplexitätsfokussierter Modellierung: Die Verfahren der Arbeitsbewertung sind insofern komplexitätsfokussiert, als sie inhaltlich sehr unterschiedliche Tätigkeiten anhand eines einheitlichen Katalogs von generischen Anforderungen beurteilen. Hierbei handelt es sich um generische Konstrukte und Begrifflichkeiten, die einheitlich auf beliebige Bereiche angewendet werden können und auf diesem Weg eine Vergleichbarkeit der Modelle sicherstellen. Rankings wie beispielsweise die Forbes Liste, Fortune 500 oder ABC-Analysen basieren auf inhaltlichen Kriterien (z. B. Vermögen, Umsätze). Aus komplexitätsfokussierter Sicht gilt das Interesse lediglich dem Skalenniveau der zugrundeliegenden Messskalen oder der Anzahl der aufgenommenen Rankingobjekte. »Lernen« ist aus komplexitätsfokussierter Sicht eine Veränderung im Verhaltensrepertoire oder Wissensbestand, berücksichtigt jedoch nicht die konkreten Lerninhalte. Sogenannte Rebound-Effekte erfassen die Tatsache, dass beispielsweise Energie, die effizienter produziert und billiger angeboten wird, zu einer erhöhten Nachfrage und Nutzung führt, wodurch der angestrebte Einsparungseffekt nicht zustande kommt. Die inhaltsfokussierte Modellierung deckt hierbei die technische Effizienzsteigerung und die umweltschädliche Preiselastizität der Nachfrage ab. Die komplexitätsfokussierte Modellierung informiert lediglich über die Diversität des Nachfrageverhaltens, d. h. ob die Einsparungen für einen Mehrkonsum derselben Energieform (direkter Rebound) oder anderer Güter (indirekter Rebound) verwendet werden. Darüber hinaus lässt sich aus der Komplexitätsperspektive der unerwartete und paradoxe Zusammenhang zwischen einem umweltfreundlichen Angebotsverhalten und einem umweltschädlichen Nachfrageverhalten diagnostizieren.

Sogenannte Cafeteria-Systeme im Anreizmanagement werden inhaltsfokussiert durch die jeweiligen Anreizbausteine gekennzeichnet, etwa Einkommen jetzt oder später als Rente (Deferred Compensation) bzw. mehr Entgelt oder mehr Freizeit. Aus der Komplexitätsperspektive interessiert lediglich das Flexibilitätspotenzial, d. h. die Wahlmöglichkeiten zwischen Anreizen innerhalb eines Gesamtbudgets von Anreizen, die es in weniger komplexen Anreizsystemen nicht gibt. Im Vordergrund einer komplexitätsfokussierten Competitor Intelligence steht beispielsweise die Berechenbarkeit des Wettbewerberverhaltens und weniger der Inhalt der jeweils praktizierten Wettbewerberstrategie, z. B. Kostenführerschaft oder Differenzierung. An Fixkosten interessiert den komplexitätsfokussierten Controller nicht die Kostenhöhe, sondern nur das atypische Verhalten der Kosten gegenüber sich verändernden Kosteneinflussgrößen. Im Mittelpunkt der Bewertung von Informationen steht inhaltlich der pragmatische Informationsgehalt (z. B. Entscheidungsrelevanz), bei der komplexitätsfokussierten Modellierung hingegen der semantische Informationsgehalt, etwa Aktualität, Präzision, Geltungsbereich und Eindeutigkeit.

Analog lassen sich Verkehrssysteme inhaltlich etwa anhand von Verkehrsmitteln, also Automobilen, Schiffen, Flugzeugen oder Drohnen modellieren. Die formal-komplexitätsfokussierte Charakterisierung erfolgt anhand der Vielfalt von Verkehrsmitteln (multimodaler Verkehr) oder deren hybrider Kombination (z. B. Kombiverkehr). Die Qualifikation von Mitarbeitern wird inhaltlich anhand von Ausbildungsgängen, Berufsbildern oder Fach-, Interaktions- und Methodenkompetenzen bestimmt. Ein komplexitätsfokussiertes Qualifikationsmodell erfasst primär die Breite und die Tiefe der Fähigkeiten: Sie erlauben eine Differenzierung der Qualifikationsprofile eines Generalisten (z. B. Allgemeinmediziner, Hausmeister, Zehnkämpfer, »Mädchen für alles«) von dem eines Spezialisten oder von der hybriden T-Qualifikation, die sich aus einer breiten generalistischen Qualifikation und einer engen spezialisierten Vertiefung zusammensetzt.

Eine sehr verbreitete komplexitätsfokussierte Modellierung des Umsystems von Unternehmen arbeitet mit den Komplexitätsmerkmalen »dynamisch (turbulent) versus stationär« oder »transparent versus intransparent«. Die inhaltliche Modellierung basiert demgegenüber auf den sogenannten PESTEL-Domänen, also spezifische Wettbewerber, Gesetze oder Technologien. In ähnlicher Weise lassen sich Netzwerke komplexitätsfokussiert anhand der Vielzahl und Vielfalt von Knoten und Kanten charakterisieren, wobei direkte und indirekte Beziehungen bzw. formelle (transparente) und informelle (intransparente) Beziehungen unterschieden werden (Easley/ Kleinberg 2010). Im Rahmen einer inhaltlichen Modellierung geht es demgegenüber etwa um die Beschaffenheit der jeweiligen Beziehungen (z. B. Kommunikation, Transaktionen, Likes, Sympathie, Verwandtschaft) und der Knoten. Sie erlauben eine Unterscheidung zwischen Personennetzwerken (z. B. Familien, Vereine, Berufsverbände), Unternehmensnetzwerken (z. B. Franchise-Systeme, Kartelle), Verkehrsnetzen, Computer-Netzwerken und dem Internet. Organisierte Wettbewerbe lassen sich durch die Komplexitätsbrille formal anhand der Selektionsmechanismen (z. B. Rating durch eine Jury oder Gruppenphase und KO-Phase im Mannschaftssport), material hingegen anhand des besseren oder schlechteren Abschneidens der involvierten Akteure charakterisieren.

Wie erfolgreich das Arbeiten mit einem Plan B ist, hängt einerseits vom Inhalt des Plans ab. Aus der Komplexitätsperspektive geht es hingegen darum, dass man über zwei alternative Handlungsoptionen verfügt. Analog unterscheiden sich organisatorische »Zelte« (z. B. Projektteams) und »Paläste« (z. B. Abteilungen) durch ihre Aufgabenbeschreibung. Aus der Komplexitätssicht besteht der Unterschied eher in...

Inhaltsverzeichnis

• Deckblatt
• Titelseite
• Impressum
• Vorwort
• Inhaltsverzeichnis
• Abkürzungsverzeichnis
• Einführung in das Thema »Komplexitätsmanagement«
• 1 Grundlagen des Komplexitätsmanagements
• 2 Anwendungen des Komplexitätsmanagements
• 3 Zusammenfassung und Ausblick
• Literaturverzeichnis