Schlagwort: Agiles Projekt Management

AI & M 4.0: Collective Mind, Proxies und word embedding

Eine Warnung vorweg: Ich benutzte im Blog Mathematik und AI Techniken, da ich versuche, den Begriff Collective Mind damit besser auszuleuchten. Vielleicht motiviert dies den ein oder anderen Leser, den Blog-Beitrag genau aus diesem Grunde zu lesen.

Der Begriff Collective Mind wurde erstmals 2007 von Jens Köhler und mir, im Zusammenhang mit der Erstellung unseres Buches „Die Collective Mind Methode“, geprägt [1]. Später ist der Collective Mind, als einer der zentralen Begriffe, in Management 4.0 eingegangen.

Wir verstehen unter Collective Mind (CM) einerseits einen kollektiven Flow-Zustand, der für Team oder organisationale Hochleistung steht und andererseits steht er auch für einen Operator, also Modelle und Theorien, der diesen Zustand beschreibt und herbeiführt.

Wir benutzen in der Collective Mind Theorie zwar verschiedene Modelle (Persönlichkeitkeitsmodelle, Wertemodelle, Team-Heterogenitätsmodelle, Kommunikationsmodelle usw.) mit denen wir den Collective Mind herbeiführen; und das funktioniert sehr gut, wie wir in mehr als 15 Jahren Praxis zeigen konnten, jedoch ist es uns bisher nicht gelungen den Flow-Zustand selbst, den Collective Mind, durch ein Modell oder eine Theorie zu beschreiben. Wir arbeiten stattdessen mit Metaphern oder wir verwenden Stellvertretermodelle, kurz Proxies, um ihn zu beschreiben. Diese Proxies sind:

  • Mitwirkungs- und Redezeit: Der CM ist dann besonders stark, wenn alle Teammitglieder nahezu gleichstark mitwirken, also sie zum Beispiel in nahezu allen Teammeetings anwesend sind und ihre Redezeit nahezu gleich verteilt ist.
  • Ähnlichkeit in der Wort- und Bild-Wahl: Der CM ist dann besonders stark, wenn alle Teammitglieder ähnliche Worte und/oder Bilder benutzen, um einen Projektsachverhalt zu beschreiben. – Es findet ein Spiegeln im gesprochenen Wort und im Bild statt.
  • Zufriedenheit: Der CM ist besonders stark, wenn alle Teammitglieder der Arbeit im Team eine sehr hohe Zufriedenheit attestieren und sie das Gefühl haben einen sinnvollen Beitrag zu leisten.
  • Spiegeln der Körpersprache: Der CM ist besonders stark, wenn alle Teammitglieder in ihrer Körpersprache die Köpersprache der anderen spiegeln.

Im Idealfall treffen für ein CM Hochleistungsteam alle diese Proxies gleichzeitig zu.

Diese Stellvertretermodelle können sich auch über die Zeit entwickeln: Zum Beispiel benutzen die Teammitglieder am Anfang völlig unterschiedliche Beschreibungen (Sätze, Bilder), um ein Projektziel oder einzelne Anforderungen zu konkretisieren. Steigt der Collective Mind, werden die Unterschiede geringer. Jedoch kann im Team etwas passieren, das den Collective Mind zerstört oder wieder ins Wanken bringt. Die Unterschiede in den Proxies werden entsprechend wieder größer. Beispiele für solche Ereignisse, die den CM wieder verändern, sind neue Teammitglieder oder wechselhafte Anwesenheiten von Teammitgliedern oder neue Erkenntnisse, die nicht von allen im gleichen Maße gesehen und geteilt werden.

Die Leser dieses Blogs dürften diese empirischen Aussagen bei geneigter Bobachtung in ihren Teams sehr schnell bestätigen. Ich verweise diesbezüglich auch auf das Whitepaper von Armatowski et. al., das anlässlich der IPMA Research Conference zum Thema Selbstorganisation erstellt wurde [2]. – Das Whitepaper skizziert für das Autorenteam den Prozess der Selbstorganisation, also der Ausbildung eines CM’s, während der IPMA Research Hackdays 2020.

Im Bereich der Wissenschaften, insbesondere derjenigen, die Sachverhalte auch mathematisch beschreiben, hat man sich inzwischen weitgehend daran gewöhnt die Realität mit den Proxies für die Realität gleichzusetzen: Zum Beispiel werden elektrische Erscheinungen einem elektrischen Feld E zugeschrieben (Fett gedruckte Buchstaben bezeichnen hier eine sogenannte Vektorgröße, die durch einen Betrag und eine Richtung beschrieben wird). – Wahrscheinlich käme kaum jemand auf die Idee, E als Proxy zu betrachten. – Falls es doch mal durch einen genialen Wissenschaftler geschieht, bringt dieser die Erkenntnis einen Schritt weiter, in dem er die dem Proxy hinterlegten Annahmen radikal hinterfragt.

Alle anderen dürften über Jahrzehnte oder sogar Jahrhunderte hinweg das elektrische Feld E mit der „wahren“ elektrischen Realität gleichsetzen. – Lediglich im Bereich der Quantenmechanik ist diese breite Sicherheit nie so wirklich wahrgeworden. – Die Unterschiede zwischen alltäglicher Erfahrung und quantenmechanischer Beobachtung und den assoziierten Proxies ist nach wie vor zu groß.

Proxies sind also nur Stellvertreter, also Modelle oder Theorien, die unsere Beobachtungen zusammenfassen bzw. abstrahieren. So gesehen ist es sicherlich legitim die obigen Collective Mind Proxies für den „wahren“ Collective Mind zu verwenden. Verwendet man zusätzlich die Mathematik zur Beschreibung, so ergibt sich ein deutlich besseres und erweitertes Verständnis der Zusammenhängen, nicht selten werden Zusammenhänge erst sichtbar. – Eine Aussage, die nach meiner Erfahrung immer gültig ist, vorausgesetzt man berücksichtigt wie auch bei anderen (mentalen) Modellen, dass Proxies nicht zwangsläufig die Realität sind.

Setzt man die mathematische Beschreibung in Technologie, in unserem Fall in Artificial Intelligence Technologie, um, so lässt sich der CM viel besser fassen. Wie wir gleich sehen werden, lassen sich die Collective Mind Proxies in der Praxis gut operationalisieren und gut überprüfen.

Wir führen das mathematische Gebilde „Tensorfeld Collective Mind CM(x,t)“ ein, das vom Ort x und der Zeit t abhängt.

Was verstehe ich darunter?

Im Kontext von Management oder Projekt Management kann man sich sehr gut vergegenwärtigen, dass der Collective Mind wie ein abgeschossener Pfeil eine Richtung haben muss, denn Projektziele oder die Ziele einzelner Personen oder Organisationen werden u.a. durch eine Richtung beschrieben. Er hat auch einen Betrag, nämlich die Energie, die im Team, in der Person oder der Organisation zu diesem Ziel vorhanden ist. Dass der CM sich zeitlich ändern kann, habe ich schon oben erläutert. – Er kann natürlich auch vom Ort abhängen. – Der Collective Mind innerhalb eines (größeren) Teams oder einer Organisation kann durchaus von Ort zu Ort unterschiedlich sein: Verschiedene Sub-Teams eines Teams haben unterschiedliche Collective Minds, verschiedene Sub-Organisationen (Abteilungen) einer Organisation haben wahrscheinlich auch unterschiedliche Collective Minds.

Mit diesen Annahmen setze ich die obigen verbalen Proxies in Mathematik um: Die Aussage „in etwa gleiche Mitwirkungs- und Redezeit“ kann man in Differenzen umsetzen, indem wir die Redezeiten jeder Person mit jeder anderen Person vergleichen. Es entsteht eine Matrix, oder allgemeiner ein Tensor oder Tensorfeld. – Die bekannteste google AI/ML Plattform auf der Basis neuronaler Netzwerk heißt tensorflow, weil Tensoren durch das Netzwerk aus künstlichen Neuronen fließen [3].

Auch die Ähnlichkeit in der Wortwahl kann man durch Differenzen darstellen. Die Differenzen in der Wortwahl bilden ebenfalls ein Orts- und Zeit-abhängiges Tensorfeld.

Auf der Basis der obigen verbalen Proxies führen wir eine mathematische Form für den Operator des Collective Minds, CMO(x,t) (das hochgestellte O steht für Operator), ein:  

CMO(x, t) ~ proxyCMO(x, t) = SO(x, t)*MO(x,t)

Diese Gleichung drückt aus, dass wir annehmen, dass das „unbekannte Wesen“ CMO(x, t) näherungsweise durch einen proxyCMO(x,t) beschrieben werden kann; und dass zwei Faktoren – nach jetziger Erkenntnis – diesen proxyCMO(x,t) bestimmen. Ich habe Faktoren gewählt, um auszudrücken, dass im Idealfall alle zwei Faktoren, SO und MO, vorhanden und groß sein müssen, um einen großen CMO(x,t) zu erhalten.

SO(x,t) = Similarity: Dieser Faktor “misst” Mitwirkungs- und Redezeit sowie Wortähnlichkeit (Ähnlichkeiten in Bildern berücksichtigen wir der Einfachheit wegen hier nicht). Wir können diese beiden Proxies gut in einer Größe zusammenfassen: Wählen wir SO(x,t) geeignet, so kann SO(x,t) nur dann eine hohe Similiarity ausweisen, wenn man gleich große Text – oder Redeblöcke miteinander vergleicht und dies kann nur dann der Fall sein, wenn die Teammitglieder in etwa gleich lange anwesend sind und gleichlange sprechen.

MO(x,t) = Mood: Dieser Faktor misst die Stimmung, die Zufriedenheit im Team oder in der Organisation. Dieser Faktor schließt auch die Häufigkeit und Intensität des körperlichen Spiegelns ein.

Ob man mehrere Faktoren benötigt, ist mir zurzeit noch nicht klar, denn SO kann nur dann hoch sein, wenn MO hoch ist. – Nur zufriedene Teammitglieder reden in etwa gleich viel mit einer ähnlichen (spiegelnden) Kommunikation in Sprache und Körper. – Jedoch könnte man Unterschiede zwischen Körpersprache und gesprochenem Wort benutzen, um Dysfunktionalitäten aufzudecken. Hierzu wäre eine entsprechende visuelle AI notwendig und dies geht in jedem Fall weit über diesen Blog hinaus.

Ich tue jetzt mal so, als wenn einige Jahrzehnte verstrichen seien und wir uns wie beim elektrischen Feld E daran gewöhnt hätten, Proxy und Realität gleichzusetzen:  Wir setzen also in der obigen Gleichung CMO und proxyCMO gleich und wir nehmen der Einfachheit wegen an, dass die Similarity genügt, um den CMO zu beschreiben:

CMO(x, t) = SO(x, t)

SO(x, t) ist eine symmetrische Matrix deren Elemente Sij(x,t) Differenzen von zwei Vektoren sind, nämlich die Differenz zwischen dem Wortanteil und der Wortwahl des Teammitgliedes i und derjenigen des Teammitgliedes j. Wortanteil und Wortwahl jedes Teammitgliedes werden durch einen Vektor in einem verbalen Raum ausgedrückt.

Jetzt müssen wir „nur noch“ einen geeigneten Operator SO(x,t) finden, der in einem verbalen Raum Vektoren aufspannt. – Ohne die Fortschritte in AI/ML wäre hier das Ende meiner Ausführungen erreicht. – Die enormen Fortschritte in der Verarbeitung der natürlichen Sprache mittels AI/ML, also dem AI/ML-Teilgebiet NLP (Natural Language Processing), machen es mir möglich, weiterzukommen.

Im Jahre 2013 wurde die fundamentale Idee veröffentlicht, Text bzw. Worte in Vektoren zu transferieren: Es werden Worte in einen Vektorraum eingebettet. Deshalb nennt man diese Technik auch word embedding. Word embedding wird auch mit dem Namen der wahrscheinlich bekanntesten AI/ML NLP Bibliothek „word2vec“ von google gleichgesetzt. [4, 5]. Jedem Wort wird hierzu ein token, eine Zahl, zugeordnet und dieses token wird in einen hochdimensionalen Raum, typischer Weise mit 300 Dimensionen! eingebettet [6, 7, 8]. Die hohe Dimension des (Wort-) Raumes erlaubt es, Worte nach 300 Dimensionen zu differenzieren. Das Verblüffende ist, dass Neuronale Netzwerke, die mittels Texten trainiert werden, die Worte eines Textes nicht beliebig in diesem Raum verteilen, sondern gemäß Sinn, wie wir ihn auch wahrnehmen. Man kann dann sogar mit diesen Wortvektoren „rechnen“, z.B. König-Mann+Frau = Königin. Dieses Rechen hat auch dazu geführt, dass man Vorurteile und Diskriminierungen in Datensätzen aufgedeckt hat, also z.B. Arzt-Mann+Frau = Krankenschwester. – Wohlgemerkt, Datensätze die unsere diskriminierende Realität beschreiben.
Wer sich von der hinterlegten Technik beeindrucken lassen möchte, den verweise ich auf die word embedding Illustration von tensorflow [9]. 

Dies word embedding ist für mich eine mehr als nur erstaunliche Erfahrung. – Sie  stützt einen meiner wichtigsten Glaubenssätze: „Das Sein unterscheidet nicht zwischen belebt und unbelebt, oder zwischen bewusst und unbewusst, wir treffen überall auf die gleichen fundamentalen Prinzipien, auch wenn deren Erscheinungen  auf den ersten Blick sehr unterschiedlich sein mögen.“

Eine der bekanntesten NLP Bibilotheken, die word2vec Funktionalität integriert, ist spaCy [10]. Ich benutze spaCy, um SO(x, t) an einem einfachen Beispiel zu berechnen. Ich lehne mich an Beispiele aus [11] an und zeige im Folgenden den Code wie er in einem Jupyter Notebook [12] in der google Colab-Umgebung [13] lauffähig ist. Zunächst eine kleine Illustration von word embedding:

pip install spacy

!python -m spacy download en_core_web_md

import en_core_web_md

nlp = en_core_web_md.load()

vocab =nlp(‚cat dog tiger elephant bird monkey lion cheetah burger pizza food cheese wine salad noodles macaroni fruit vegetable‘)

words = [word.text for word in vocab]

vecs = np.vstack([word.vector for word in vocab if word.has_vector])

pca = PCA(n_components=2)

vecs_transformed = pca.fit_transform(vecs)

plt.figure(figsize=(20,15))

plt.scatter(vecs_transformed[:,0], vecs_transformed[:,1])

for word, coord in zip(words, vecs_transformed):

  x,y = coord

  plt.text(x,y, word, size=15)

plt.show()

Unter Anwendung des obigen Codes wird folgendes Bild erzeugt:

Abbildung 1: 300-dimensionales Wortvektor-Modell projiziert auf 2 Dimensionen

Ich gehe nicht auf die Details des Code-Beispiels ein, lediglich einige Hinweise, um das Wesentliche des Blogbeitrags zu erfassen: Ich benutze ein vortrainiertes englisches Vektormodell „en_core_web_md“ und übergebe diesem einige englische Worte ‚cat dog tiger elephant bird monkey lion cheetah burger pizza food cheese wine salad noodles macaroni fruit vegetable‘, die das vortrainierte Modell in einem 300-dimensionalen Vektorraum verortet. Um diese Verortung darstellen zu können, wird die Verortung mit der mathematischen Technik PCA auf zwei Dimensionen in der Abbildung 1 projiziert. – Dadurch kommt es zu visuellen Überlappungen, wie man im Bild sehen kann. Auch erkennt man sehr schön, dass das vortrainierte Modell gemäß der Bedeutung der Worte Bedeutungscluster gebildet hat.

Wenden wir uns jetzt der Similarity zu, indem wir die Similarity von Vektoren berechnen:

Abbildung 2: Zwei übliche Definitionen von Wort Similarity

Abbildung 2 erläutert die beiden gebräuchlichen NLP Similarities. Word2vec verwendet hierbei lediglich die Cosine-Similarity. Werden ganze Sätze oder Texte auf Similarity geprüft „misst“ word2vec die Ähnlichkeit der Texte über Mittelwertbildung der beteiligten Vektoren bzw. Worte.

Die damit verbundenen Ergebnisse sind verblüffend, wie das nachfolgende einfache Beispiel zeigt:

doc1 = nlp(‚I visited England.‘)

doc2 = nlp(‚I went to London‘)

doc1.similarity(doc2)

Die Cosine-Similarity liegt für dieses Beispiel bei sα = 0,84. Die Similarity wird von word2vec auf den Bereich 0 bis 1 normiert (Anm.: Die Similarity könnte auch zwischen -1 und 1 liegen, was für unsere Betrachtung besser geeignet wäre).

Jedoch… die Euclidean-Similarity, berechnet mittels des Codes aus [14], ergibt eine sehr geringe Similarity von sr = 0,08.

D.h. Die Wordvektoren zeigen zwar in die gleiche Richtung liegen aber in völlig unterschiedlichen Raumbereichen des 300-dimensionalen Wortvektorraumes. – Beide Aussagen sind also nicht identisch, haben jedoch eine hohe Bedeutungs-Affinität.

Ein anderes Beispiel: Ich möchte die Similarity von zwei Texten aus unserem Buch Management 4.0 [15] vergleichen: Ich vergleiche eine Kurzfassung der Management 4.0 Definition mit der Langfassung der Definition:

doc1 = nlp(‚With a systemic leadership approach, Management 4.0 provides the guiding competence for viable learning organizations in complex situations and environments. Management 4.0 integrates an Agile Mindset, the universal principle of self-organization as a governance guideline, and relevant work techniques, for sustainable working models of the future.‘)

doc2 = nlp(‚We understand Agile Management as a leadership and management practice, to be able to act in an agile and proactive way in a complex environment characterized by uncertainty.  It is described as an Agile Mindset with a focus on: leadership for which self-leadership is the basis; leadership, which is based on a respect for basic human needs; leadership, which demands an understanding of complex systems and promotes their regulation through iterative procedures; people who self-organize in teams; fluid organizations, which promote adaptable and fast delivery of useful results and create innovative customer solutions through proactive dealing with changes‘)

Das Ergebnis für die Cosine-Similarity, von word2vec, ist wieder verblüffend:

doc1.similarity(doc2)

sα = 0,97

Die Euclidean-Similarity berechnet mit dem Code aus [14] ergibt sr = 0,46. Also verglichen mit der Similarity aus dem vorherigen Beispiel sehr hoch.

Auf der Basis dieser Beispiel-Daten kann ich einen Beispiel Similarity-Operator angeben: Wir nehmen der Einfachheit wegen an, dass die obigen beiden Texte aus dem Management 4.0 Buch von zwei Personen gesprochen wurden. Damit ergibt sich der Collective Mind Operator dieser beiden Personen zu:

SO(x, t) ist eine symmetrische 2*2 Matrix (ich bitte darum, kleine farbliche Unsauberkeiten in der Formeldarstellung zu übersehen, hier bei sα): Die Nicht-Diagonal Elemente sind hier keine einfachen Skalare, sondern bilden jeweils einen Vektor in einem Similarity Raum. Da wir mit überschaubarer Mathematik (d.h. einfacher Matrizenrechnung) weiterkommen wollen, wandeln wir diese Vektoren in Skalare um. Die einfachste Weise, dies zu tun, ist sr(x,t) nicht zu berücksichtigen und die resultierende Größe als Skalar anzusehen. Ich könnte auch die Länge des Similarity-Vektors in die obige Matrix einsetzen. – Der Vektorbetrag wäre dann so etwas wie eine integrierte Similarity. – Das Weglassen von sr(x,t) hat im Rahmen dieser Vereinfachungen keinen wesentlichen Einfluss auf die nachfolgenden Ausführungen.

Damit ergibt sich:

Man kann diese Matrix auch als sogenannte Heat Matrix darstellen, in dem die Similarities farblich codiert werden: Dies wurde in [16] benutzt, um die Similarity der Reden deutscher Politiker visuell darzustellen.

Wir haben bisher zwar einen Operator für den CM definiert, jedoch den CM selbst nicht ermittelt. Dies tue ich jetzt:

Für den Operator CMO(x, t) können wir sogenannte Eigenwerte und Eigenvektoren berechnen. Eigenvektoren sind diejenigen Vektoren, die unter der Anwendung des Operators lediglich ihren Betrag verändern, jedoch ihre Richtung beibehalten. Die Veränderung des Betrages bei Anwendung des Operators wird Eigenwert genannt. Den größten Eigenwert und dessen zugehörigen Eigenvektor assoziiere ich mit dem Collective Mind Vektor CMvektor dieser beiden kommunizierenden Personen (es gibt noch einen zweiten Eigenwert und Eigenvektor, der aber hier (wahrscheinlich) keinen Sinn machen):

Das Internet stellt auch für solche Berechnungen eine App zur Verfügung [17]. Der Vektor CM bekommt damit folgende mathematische Gestalt:

Der Eigenvektor liegt also auf der „Diagonalen zwischen zwei Personen“ und hat einen Eigenwert der größer als 1 und maximal 2 ist. Die Mathematik spiegelt mein Verständnis eines CM wider. Deshalb sage ich: „Gar nicht schlecht für den Anfang 😉, jedoch werden Synergieeffekte (d.h. Eigenwerte größer 2) und Effekte des gegenseitigen Blockierens (d.h. Eigenwerte kleiner 1) nicht abgebildet. Letzteres hängt auch damit zusammen, dass die word2vec Similarity per Definition nicht kleiner Null ist.

In unserem Beispiel ist der Eigenvektor und der Eigenwert statisch, da die Similarity keine explizite Zeitabhängigkeit enthält. Im Allgemeinen ist die Similarity eine  zeit- und ortsabhängige Größe. Damit werden die Berechnungen viel aufwendiger, unterscheiden sich jedoch nicht von den einfachen Ausführungen hier.

Es ist also möglich Zeitscheiben zu definieren, in denen eine AI synchron in Teammeetings die Gespräche aufnimmt, die Gespräche transkribiert und dann wie hier geschildert (und evtl. mit weiteren AI Techniken) die Similarity berechnet. Die Darstellung der Similarity als Zeitreihen und des zeitlichen Verlaufes des Vektors CM könnte als Feedback-Mechansimus eingesetzt werden, um eine Teamreflexion zu unterstützen. – Die AI übernimmt damit eine „Coaching“ Funktion. – Dieser Blog-Beitrag skizziert also die Ausgestaltung der AI-Anwendung Collective Mind im IPMA Kompetenz Bereich Teamarbeit, aus meinem Dezember 2021 Blog-Beitrag.

[1] Köhler J, Oswald A. (2009) Die Collective Mind Methode, Projekterfolg durch Soft Skills, Springer Verlag

[2] Armatowski S., Herrmann P., Müller M., Schaffitzel N., Wagner R (2021) The importance of Mindset, Culture and Atmosphere for Self-Organisation in Projects, White Paper IPMA, erstellt anläßlich der IPMA Research Conference 2020

[3] tensorflow (2022) tensorflow.org, zugegriffen am 16.04.2022

[4] google (2022) word2vec, https://code.google.com/archive/p/word2vec/, zugegriffen am 16.04.2022

[5] Wikipedia (2022) word2vec, https://en.wikipedia.org/wiki/Word2vec, zugegriffen am 16.04.2022

[6] Karani D (2022) Introduction to Word Embedding and Word2Vec, https://towardsdatascience.com/introduction-to-word-embedding-and-word2vec-652d0c2060fa, zugegriffen am 20.04.2022

[7] Megret P (2021) Gensim word2vec tutorial,  https://www.kaggle.com/pierremegret/gensim-word2vec-tutorial , zugegriffen am 20.04.2022

[8] Delaney J (2021) Visualizing Word Vectors with t-SNE, https://www.kaggle.com/jeffd23/visualizing-word-vectors-with-t-sne/notebook , zugegriffen am 20.04.2022

[9] word embedding playground (2022) http://projector.tensorflow.org/

[10] Spacy (2022) https://spacy.io/models/de, zugegriffen am 20.04.2022

[11] Altinok D (2021) Mastering spaCy, Verlag Packt, kindle edition

[12] Jupyter Notebooks (2021) https://jupyter.org/, zugegriffen am 02.12.2021

[13] Colab (2021) https://colab.research.google.com/

[14]   NewsCatcher Engineering Team (2022) https://newscatcherapi.com/blog/ultimate-guide-to-text-similarity-with-python, zugegriffen am 20.04.2022

[15] Oswald A, Müller W (2019) Management 4.0 – Handbook for Agile Practices, Verlag BoD, kindle edition

[16] Timmermann T (2022) https://blog.codecentric.de/2019/03/natural-language-processing-basics/, zugegriffen am 20.04.2022

[17]   Виктор Мухачев (2022) https://matrixcalc.org/de/, zugegriffen am 20.04.2022   

Agil oder adaptiv? Oder Management 4.0 = Complex Adaptive System Management?!

Die GPM Fachgruppe Normen und Standards im PM [1] trägt zurzeit in ihrer Arbeitsgruppe ‚Agiles Projektmanagement‘ Theorie und Praxis des Agilen Projekt Managements zusammen. Die Ergebnisse dieses Dialogs sollen in relevante Normierungsgremien von DIN, CEN und ISO einfließen.

Eine der aus dem ISO Kontext mitgebrachten Fragen lautet: „Gibt es Unterschiede zwischen Agilem und Adaptiven Management? Und welche Unterschiede sind dies?“

Der folgende Blog-Beitrag geht hierzu auf Spurensuche!

Spüre ich dem Verständnis von Agilem Management nach, so stoße ich fast immer auf ein vorherrschendes Verständnis: Agiles (Projekt) Management = Scrum, alleine oder hybrid-integriert in ein planbasiertes Projektmanagement.  Ich mache dies daran fest, dass in der überwiegenden Anzahl der Gespräche hierzu, sofort von Sprints, Product Backlog, Product Owner oder Scrum Master gesprochen wird, also speziellen Scrum Techniken! Sehr selten werden andere Techniken angeführt und noch viel seltener wird vom Agilen Manifest, von Mindset und Werten sowie Glaubenssätzen gesprochen oder dem Thema Governance. Der Begriff Selbstorganisation taucht zwar auf, jedoch wird keinerlei Zusammenhang zu dem universellen Prinzip der Selbstorganisation, als Governance, hergestellt. – PDCA oder PDIA [2] tauchen mit ähnlich geringer Häufigkeit in den Gesprächen auf, ganz zu Schweigen von Kontext, Empirie oder Komplexität. Agilität wird kaum als Balance von Flexibilität und Schnelligkeit gesehen (Agilität = Flexibilität * Schnelligkeit), und dementsprechend selten wird Agiles Management, als Management betrachtet, diese Balance herbeizuführen. Weiterführend verstehen wir im Management 4.0 Agilität als die Fähigkeit, Komplexität zu regulieren: D.h. sich mit der System-Komplexität, also der eigenen mentalen Komplexität oder der des Teams oder der der Organisation adaptiv auf die Komplexität des Umfeldes einzustellen und beide Komplexitäten, also von System und Umfeld, adaptiv wertschaffend zu meistern. Von diesem Verständnis ist das vorherrschende Verständnis Agilen (Projekt) Managements sehr weit entfernt. 

Umso erstaunlicher ist folgende Feststellung: Eine (erste) Recherche zu Adaptivem Management zeigt ein viel allgemeineres und tiefgehendes Verständnis. Der Begriff Adaptives Management hat es bis zur U.S. Agency for International Development (usaid.gov) gebracht und wird in einer discussion note ausgeführt [3], die auch in direkter Verbindung zum UK BOND Netzwerk steht, das Adaptives Management als ein zentrales Mittel für die erfolgreiche internationale Entwicklung sieht [4, 5]. – Nachhaltigkeit, Gleichheit, Gerechtigkeit, Menschlichkeit, aber auch Komplexität, Selbstorganisation, und PDCA/PDIA spielen in beiden Dokumenten eine zentrale Rolle:  

“Adaptive management is defined in ADS 201.6 as “an intentional approach to making decisions and adjustments in response to new information and changes in context.” Adaptive management is not about changing goals during implementation, it is about changing the path being used to achieve the goals in response to changes. Like other donors and development organizations (see, for example, the following initiatives: Doing Development Differently, Problem-Driven Iterative Adaptation, Thinking and Working Politically, and The World Bank’s Global Delivery Initiative), USAID is increasingly recognizing the importance of adaptability for its work to be effective. ADS 201 now integrates adaptive management approaches throughout the Program Cycle. …“Manage adaptively through continuous learning” is one of the four core principles that serve as the foundation for Program Cycle implementation.”

Dies spiegelt den empirisch-wissenschaftlichen Hintergrund wider [6]:

„Adaptive management is a process that can improve management practices incrementally by implementing plans in ways that maximize opportunities to learn from experience. From: Models for Planning Wildlife Conservation in Large Landscapes, 2009”

Mein Verständnis von Management 4.0 beruht auf folgender Definition und schließt die obigen Ausführungen [3 ,4, 5, 6] zu Adaptivem Management ein:

Management 4.0 ist eine Führungs- und Management- Theorie und Praxis, um in einem komplexen und von Unsicherheit gekennzeichneten Handlungsfeld adaptiv und proaktiv agieren zu können. Sie ist gekennzeichnet durch einen agilen Mindset mit dem Fokus auf:

  • einer Führung, deren Grundlage das Lernen und die Selbstführung ist,
  • einer Führung, die auf den Grundbedürfnissen der Menschen fußt,
  • einer Führung, die die belebte und unbelebte Natur als Basis unseres Lebens schützt und respektiert,
  • einer Führung, die das Verständnis komplexer Systeme fordert, sowie deren Regulation durch ein iteratives Vorgehen fördert, 
  • einer Führung, die Menschen zur Selbstorganisation befähigt.
  • Damit ermöglicht sie Fluide Organisationen, die das anpassungsfähige und schnelle Liefern von nutzbaren Ergebnissen fördern und durch den proaktiven Umgang mit Veränderungen innovative nachhaltige Lösungen schaffen,
  • um wesentlich dazu beizutragen, dass alle Menschen in Würde in einem lebenswerten Umfeld leben, so dass sich das Bewusstsein unserer globalen Gesellschaft ständig integral weiterentwickelt.

Zusammenfassend stelle ich fest, dass Adaptives Management und damit Management 4.0, die Führung und das Management von Complex Adaptiv Systems [7] zum Ziel hat.

Die nachfolgenden drei Abbildungen illustrieren einige Aspekte dieser Definition und des damit verbundenen Verständnisses.

Abbildung 1 verdeutlicht „in einem komplexen und von Unsicherheit gekennzeichneten Handlungsfeld adaptiv und proaktiv agieren zu können“. Hiernach ist sowohl der Start als auch das Projekt-Ziel in einem gewissen Maße unbestimmt und der Weg vom Start zum Ziel ist von hoher Unsicherheit gekennzeichnet und erfordert mittels des PDCA/PDIA eine fortlaufende Adaption. Damit geht dieses Verständnis auch über dasjenige von [3] hinaus, in dem „changing goals“ explizit ausgeschlossen werden. – Das Goal wird im Management 4.0 über eine Ziel-Hierarchie abgebildet, und diese kann sich mit fortschreitender Erkenntnis auf allen Ebenen ändern. – Im Normalfall sollte die Änderung auf der obersten Ebene nur sehr selten und wenig erfolgen.- Die oberste Ebene stellt den am wenigsten sich ändernden Ordnungsparameter dar. Abbildung 1 ist für nicht wenige Projektmanager eine mentale Herausforderung, da sowohl Start als auch Ziel nur „fuzzy“ erfassbar sind.- Damit liegt für viele kein Projekt vor! Die Herausforderungen wie Corona oder Klimawandel illustrieren jedoch sehr eindrücklich die Unzulänglichkeiten dieses Projektverständnisses!

Abbildung 1: Vom fuzzy Projekt-Start zum fuzzy Projekt-Ziel, aus [8]

Abbildung 2 verdeutlicht den empirisch wissenschaftlichen Ansatz des Adaptiven Managements, der auch in [3, 4, 5, 6] enthalten ist. Am Beispiel des komplexen Umfeldes Corona können wir erkennen, wie über Jahrzehnte gelebte Praxis ohne Theorie zu Dummheit führt oder anders ausgedrückt zu mangelhafter Adaptionsfähigkeit und damit verbundenem mangelhaftem Adaptiven Management.

Abbildung 2: Der PDCA/PDIA im Management 4.0, aus [8]

Werden Theorien und Modelle einer Pandemie nicht verstanden oder politisch weichgespült, können keine relevanten Sozialtechniken abgeleitet werden, z.B. abgestimmte Regionalisierungsmodelle zur Pandemie, konsequente Datenerhebungs- und Auswertungs-Modelle gemäß den hypothetischen Erfolgsfaktoren, Ableitung der hypothetischen Erfolgsfaktoren (wie z.B. Einlasskontrollen und Prüfungen im Inland und an den Grenzen, usw.) sowie transparentes Adaptieren der Erfolgskriterien (wie z.B. Inzidenzen, Intensivbettenbelegung, mentale Verfassung der Gesellschaft, usw.). Stattdessen werden in kurzen Zeitabständen ohne Fundament adhoc Maßnahmen eingeführt, die kurze Zeit später schon wieder verworfen werden: Die politischen Amtsträger überbieten sich regelrecht in Aussagen wie „Ich bin der Meinung, dass…“. Meinungen entbehren jedoch oft der Tragfähigkeit; sie finden sich jedoch oft kurze Zeit später als weitere Corona Regeln in einem Wirrwarr von anderen Corona Regeln. Adaptionsfähigkeit verkommt zum Spielball von Interessen oder auch zur Dummheit: Dies ist keine Adaptionsfähigkeit, genauso wenig wie Agilität!

Abbildung 3 verdeutlicht die Verwendung des obigen PDCA/PDIA Zyklus am Beispiel des Management 4.0 Handlungsrahmens Collective Mind [9]:

Abbildung 3: Der PDCA/PDIA aus Abbildung 2 umgesetzt für den Handlungsrahmen Collective Mind [9] im Management 4.0.

Im Handlungsrahmen Collective Mind werden Theorien und Modelle aus wissenschaftlichen Theorie übernommen und auf den jeweiligen Projektkontext als Sozialtechniken adaptiert (in Abbildung 3 sind nur einige Theorien und Modelle als Beispiele angeführt). Die Sozialtechniken gestalten die hypothetischen Erfolgsfaktoren aus, die wiederum die hypothetischen Erfolgskriterien beeinflussen sollen. Diese spezielle Form des Projektdesigns wird adaptiv in Iterationen mittels PDCA/PDIA überprüft und angepasst.

Der PDCA bzw. PDIA wurde nicht von der agilen Community erfunden, jedoch vielleicht erstmals entsprechend seiner Bedeutung verstanden und eingesetzt. Er ist die Basis jeglichen agilen Handlungsrahmens und des Adaptiven Managements. Seit kurzem verwenden immer mehr Anwendungsfelder dieses einfache Modell in verschiedenen spezifischen Ausprägungen. – Stellvertretend hierfür erwähne ich nur zwei sehr unterschiedliche Bereiche, die dies auf den ersten Blick nicht vermuten lassen: Das Sicherheits-, Gesundheits- und Arbeitsschutz-Management gemäß ISO 45001 [10] und das Data Science Analyse Modell gemäß des CRISP-DM Standards [11].  

Im Management 4.0 verwenden wir die aus der Veränderungsarbeit des NLP bekannte Dilts Pyramide zur Charakterisierung von sozialen Systemen, also auch von Handlungsrahmen des Management 4.0 [12]. Die nachfolgende Tabelle charakterisiert Management 4.0 und den dort auch enthalten Handlungsrahmen Scrum:

 

Management 4.0 = Complex Adaptive System Management

Scrum = Agiles Management

Vision, Mission

Wir und unsere sozialen Systeme respektieren Mensch, Tier und Natur und wir sorgen uns um deren Integrität in unserem gesamten Handeln!

Wir sorgen dafür, dass die Arbeitswelt menschenwürdig wird und bleibt!

Mit Empirie lösen wir im Team jede komplexe Aufgabe.

Zugehörigkeit

Wir gehören zu denen, die Komplexität als Basis des Seins verstehen und als Geschenk begreifen, das man annimmt, in dem man es immer besser erfassen lernt.

Wir gehören zu denen, die eine komplexe Aufgabe lösen, in dem sie früh und häufig liefern.

Identität

Wir sind Modellierer unserer Arbeitswelt und sorgen mit Social Technologies für Synergien mit den Physical Technologies.

Wir sind Problemlöser, die ihre Kunden respektieren und Respekt vom Kunden erwarten.

Werte, Glaubenssätze

•       Fokus und Offenheit, Mut und Respekt, integrale Ganzheit und transzendentale Nachhaltigkeit

•       Theorie und Praxis gehören zusammen, Praxis ohne Theorie ist Dummheit: Nichts ist so praktisch, wie eine gute Theorie.

•       Selbstorganisation ist ein universelles Prinzip: Das Ganze ist mehr als die Summe seiner Teile.

•       Die universellen Prinzipien sind fundamental für unser gesamtes Sein.

Werte: Transparenz, Fokus, Mut, Offenheit, Selbstverpflichtung, Respekt

Arbeitstechnik-Prinzipien: Timeboxen, Überprüfen und anpassen, frühe und häufige Lieferungen, Transparenz schaffen, ermächtigte selbstorganisierte Teams

Fähigkeiten

Selbstreflexion und Leadership, Modellierung und (systemische) Metakompetenz

Adaption mittels Iterationen im (wissenschaftlichen) PDCA: Erfolgskriterien-Erfolgsfaktoren; Theoriebildung-Hypothesenbildung-Social Technologies/Sozialtechniken-Empirie-Theorieanpassung…

Scrum-Team-Kompetenz: Product Owner -, Scrum Master -, Developer- Kompetenz, Kundenorientierung durch entsprechende Dienstleister-Kompetenz

Verhalten

Ständiges adaptives Verhalten auf der Basis der M 4.0 Fähigkeiten

Scrum-Handlungsrahmen: Aufgabenorientierung (Backlog definiert die Aufgabe), iterative Vorgehensweise, Arbeiten im Team

Kontext

Komplexes System-Umfeld, das durch Unüberschaubarkeit und Unvorhersehbarkeit gekennzeichnet ist.

Eine komplexe Aufgabe ist umzusetzen und das möglichst schnell und zur Zufriedenheit des Auftraggebers/Kunden

Tabelle 1: Management 4.0 und Scrum verglichen mittels der Dilts Pyramide

Wir bezeichnen die Ausprägungen aller Ebenen der Dilts Pyramide als Mindset. – Wie man unschwer erkennen kann, ist das Scrum Mindset im Management 4.0 Mindset enthalten, jedoch geht dieses weit über dasjenige von Scrum hinaus.

Damit beantworte ich abschließend unsere Eingangsfrage: Setzt man Agiles Management mit Scrum gleich, was oft geschieht, so ist Agiles Management nur eine spezielle Ausprägung Adaptiven Managements, insbesondere wenn man dieses verallgemeinert als Complex Adaptiv System Management, wie im Management 4.0, versteht.

 

[1] Fachgruppe Normen und Standards im PM der GPM (2021) https://www.gpm-ipma.de/know_how/fachgruppen/themenfokussierende_fachgruppen/normen_und_standards_im_pm.html

[2] Wikipedia (2021) PDCA, https://en.wikipedia.org/wiki/PDCA

[3] USAID Learning Lab (2021) Adaptive Management,  https://usaidlearninglab.org/lab-notes/what-adaptive-management-0 und https://usaidlearninglab.org/library/discussion-note-adaptive-management

[4] BOND (2021) Adaptive Management, https://www.bond.org.uk/resources/adaptive-management-what-it-means-for-csos

[5] Wikipedia (2021) Adaptive Management, https://en.wikipedia.org/wiki/Adaptive_management

[6] ScienceDirect (2021) Adaptive Management, https://www.sciencedirect.com/topics/earth-and-planetary-sciences/adaptive-management

[7] Wikipedia (2021) Complex Adaptive System, https://en.wikipedia.org/wiki/Complex_adaptive_system

[8] Oswald A, Köhler J, Schmitt R (2016) Projektmanagement am Rande des Chaos,  auch in englischer Sprache verfügbar: (2018) Project Management at the Edge of Chaos, Springer

[9] Köhler J und Oswald A (2009) Die Collective Mind Methode, Springer

[10] Wikipedia (2021) CRISP-DM, https://en.wikipedia.org/wiki/Cross-industry_standard_process_for_data_mining

[11] Wikipedia (2021) ISO 45001, https://de.wikipedia.org/wiki/ISO_45001

[12] Oswald A und Müller W (editors) (2019) Management 4.0 – Handbook for Agile Practices, Release 3.0“, BoD 

Agile Persönlichkeit und Kultur: Auf dem Weg zum Evidenzbasierten Agilen Projekt Management – Endlich?!

Die Zeitschrift PROJEKTMANAGEMENTaktuell hat auch dieses Jahr eine Ausgabe (Ausgabe 2/2021) dem Agilen Projekt Management gewidmet. Dieses Mal sind recht viele Beiträge von universitären Autoren enthalten. – Es ist erfreulich zu sehen, dass Agiles Projekt Management seit einigen Jahren zunehmend auch in der universitären Forschung einen Platz erhalten hat.

Insbesondere sticht aus meiner Sicht positiv der Beitrag von Schoper, Gertler und Fox hervor, der erstmalig den Einfluss von Kultur und Persönlichkeit auf das agile Arbeiten untersucht [1].  In diesem Blog-Beitrag widme ich mich diesem Artikel, da der Artikel ein sehr wichtiges PM-Thema wissenschaftlich untersucht und die Ergebnisse eine klare Praxis Relevanz haben. Gleichzeitig möchte ich die wissenschaftliche Vorgehensweise diskutieren und die abgeleiteten Ergebnisse beleuchten.

Von evidenzbasiertem Agilem Projekt Management spreche ich, wenn die Aussagen über die Wirklichkeit zu Agilem Projekt Management bzw. Agilem Arbeiten empirisch wissenschaftlich nachprüfbar sind. Wie ich noch diskutieren werde, bedeutet „empirisch wissenschaftlich nachprüfbar“ nicht automatisch, dass die Aussagen die intendierte Wirklichkeit beschreiben.

Ich fasse die wichtigsten Ergebnisse aus [1] zusammen und verzichte hier auf eine Einführung zum Persönlichkeitsmodell MBTI und zu Kulturmodellen nach Hofstede, Schein oder Spiral Dynamics. – Stattdessen verweise ich auf unsere Bücher [2, 3]:

Erstes Ergebnis: Die ideale agile Persönlichkeit hat die folgenden MBTI Persönlichkeits-Präferenzen: Introversion (Position 4), Intuition (Position 3), Feeling (Position 1) und Perceiving (Position 2). – In Klammern ist jeweils die Bedeutung der Präferenz, als Position, für die ideale agile Persönlichkeit angegeben. Die Persönlichkeits-Präferenz Feeling ist hiernach also am wichtigsten für eine ideale agile Persönlichkeit.

Zweites Ergebnis: Die ideale agile Landes-Kultur (oder nationale Kultur) zeichnet sich durch geringe Machtdistanz (Position 4), ein polychrones Zeitverständnis (Position 1), geringe Unsicherheitsvermeidung (Position 2) und Kollektivismus (Position 3) aus. – In Klammern ist jeweils wieder deren Bedeutung für agiles Arbeiten angegeben. Ein polychrones Zeitverständnis ist also hiernach am wichtigsten für eine ideale agile Landes-Kultur.

Drittes Ergebnis: Die Landes-Kultur ist deutlich einflussreicher als die Persönlichkeit für das Anwenden agiler Methoden. Die Bedeutung der Einflussfaktoren Persönlichkeit und Kultur hat folgende Positions-Ordnung: Polychron, keine Unsicherheitsvermeidung, Kollektivismus, Feeling, Perceiving, Intuition, Introversion, kleine Machtdistanz.

Einige dieser Ergebnisse decken sich mit vielen von mir in Coaching, Training und Beratung gemachten Beobachtungen, andere wiederum nicht und es gibt auch welche die ich als falsch ansehe.

Bevor ich zu den einzelnen Ergebnissen komme, möchte ich zuerst auf die wissenschaftliche Methode eingehen:

Die Ergebnisse wurden auf der Basis einer Befragung von 73 TeilnehmerInnen ermittelt. Die wesentliche Grundannahme, die sich hinter der Ableitung von wissenschaftlicher Erkenntnis durch Befragungen verbirgt, ist, dass die kollektive Intelligenz der Befragten bei sorgfältiger statistischer Analyse die „Wahrheit über die intendierte Wirklichkeit“ zu Tage fördert. Kollektive Intelligenz oder Collective Intelligence ist inzwischen ein anerkanntes Forschungsgebiet [4]. – Sie liegt unserer Management 4.0 Theorie und hier insbesondere der Theorie der Selbstorganisation zugrunde. Kollektive Intelligenz setzt jedoch bestimmt Systemparameter der Selbstorganisation voraus. – Man siehe hierzu Beiträge in diesem Blog oder in unseren Büchern [2,3].
Einfache, schon sehr lange bekannte Erfolge der kollektiven Intelligenz sind zu Schätzungen im Projekt Management bekannt. Diese Erfolge beruhen auf kollektiven Schätzungen von Experten, die sich nicht gegenseitig primen: Die Experten müssen über ein hinreichend homogenes Wissen zum Schätzgegenstand verfügen und dürfen nicht kollektiven mentalen Verzerrungen unterliegen.  – Mentale Verzerrungen werden u.a. aktiv in politischen Wahlen ausgenutzt. Passiv sind sie aber auch vorhanden, wenn die Befragten mentale Verzerrungen durch eine ähnlich geübte Praxis haben. Diese geübte Praxis kann z.B. dadurch entstehen, dass sie zur selben Berufsgruppe gehören und/oder über keine theoretische und praktische Ausbildung zum Themenbereich verfügen oder sie einfach nur zufällig vorwiegend zu gleichen oder ähnlichen Persönlichkeitspräferenzen neigen. Die Vorteile der kollektiven Intelligenz werden beim Schätzung im Projekt Management u.a. in der Delphi-Methode oder im Planning Poker genutzt.

In dem hier betrachteten Fall heißt die Grundannahme, dass die 73 TeilnehmerInnen ExpertInnen in den Bereichen Agiles Projekt Management, MBTI und Kultur sind. – Und, dass die TeilnehmerInnen über eine sehr gut Selbstreflexion verfügen, so dass die jeweiligen eigenen Persönlichkeitsprofile (MBTI-Temperament, Werte und Motive sowie Grundannahmen) die Ergebnisse nicht verfälschen. Falls dies beides nicht der Fall ist, sind die Ergebnisse fragwürdig. Die Grundannahme heißt also, dass die 73 Teilnehmer einen guten „proxy“ für die intendierte Wirklichkeit „agiles Arbeiten in Teams“ darstellen. 

Eine alternative empirische wissenschaftliche Vorgehensweise ist, eine Theorie zur Hochleistung in agilen Teams zu entwickeln oder aus der Literatur zu nehmen, um auf der Basis dieser Theorie Hypothesen zu formulieren. Anschließend werden Teams in der Praxis beobachtet, und die Hypothesen werden an den Beobachtungen getestet bzw. falsifiziert. Hier liegt Evidenz nach allgemeinem Verständnis nur vor, wenn eine hinreichend große Anzahl gleicher oder ähnlicher Teams beobachtet wird und die Ergebnisse der Beobachtung wissenschaftlich ausgewertet werden. Diese geschilderte Vorgehensweise ist in der praktischen Umsetzung sehr schwer. –  Es gibt für (agiles) Projekt Management oder für agil arbeitende Teams bisher meines Erachtens keine Begleitforschung, die dies tut.

Die im Management 4.0 skizzierte Vorgehensweise entspricht in großen Teilen dieser alternativen Vorgehensweise. Sie benutzt das Erfolgsfaktoren-Erfolgskriterien Modell zusammen mit einem wissenschaftlichen PDCA Zyklus: Theoriebildung – Hypothesenbildung – Testen – Ergebnisse sammeln und auswerten – anpassen der Theorie – usw. [2]. Das Sammeln und Auswerten der Ergebnisse erfolgt jedoch nicht nach quantitativen wissenschaftlichen Kriterien und ist damit nach allgemeinem Verständnis keine Vorgehensweise, die Evidenz erzeugt.

Die Vorgehensweise wie sie von [1] gewählt wurde, wird als Evidenz erzeugend angesehen, obwohl die Ergebnisse wie oben geschildert, die Sicht der Befragten (ggf. mit Verzerrungen) messen, also eigentlich nicht die intendierte Wirklichkeit. – Die intendierte Wirklichkeit ist nämlich die agilen Projektteams und deren unmittelbare Beobachtung. – Stattdessen erfolgen das indirekte Sammeln und Auswerten von Aussagen über den proxy „Teilnehmer der Studie“.

Ich halte die in [1] gewählte Vorgehensweise für diskussionswürdig und glaube, dass sie im hier vorliegenden Fall die intendierte Wirklichkeit nicht hinreichend gut erfasst.    

Um dies zu verdeutlichen, skizziere ich das Potential für Verzerrungen an einigen der Aussagen aus [1]. – Schauen wir uns hierzu einige Begriffe an, die die Befragten aus [1] als Experten bewerten mussten.

Zuerst die Aussagen zur idealen Kultur:

Eine geringe Unsicherheitsvermeidung ist mit Position 2 der Kulturpräferenzen ein sehr wichtiges Thema in der agilen Arbeit: Haben die Projektteilnehmer z.B. in einem Projekt Angst ihre eigene Meinung zu äußern, weil sie sich nicht gegen die Mehrheit stellen wollen oder hat das ganze Team Angst Neues anzugehen und frühe Ergebnisse zu zeigen, dann hat dies viel mit Unsicherheitsvermeidung zu tun. Schaut man in die Studie von Hofstede [2], so werden die Griechen als das Volk vermessen, das die höchste Unsicherheitsvermeidung hat. – Was man kaum glauben mag! Hierzu muss man wissen, dass die Messung von Hofstede im Berufskontext und dort wieder bei IBM Mitarbeitern gemacht wurde. Und die Griechen hatten zu dem Zeitpunkt der Befragung große Angst ihren Job zu verlieren. Die Messung und das aus meiner Sicht tatsächliche kulturelle Verhalten haben also nicht zwangsläufig etwas miteinander zu tun. – Die griechische Kultur zeichnet sich im Allgemeinen nach meiner Erfahrung nicht durch Unsicherheitsvermeidung aus. In den wenigsten Fällen dürfte Befragten dieser Zusammenhang bewusst sein. In diesem Fall hier kann man sich jedoch auf das übliche Verständnis von „Unsicherheitsvermeidung“ verlassen. – Auch nach meiner Erfahrung spielt die Unsicherheitsvermeidung eine sehr große Rolle, ob sie im vorliegenden Kontext mehr persönlich oder kulturell geprägt ist, kann ich aus meinen bisherigen Erfahrungen nicht ableiten. – Dies kann aber auch nicht aus den Daten aus [1] geschlossen werden. 

Schauen wir uns die Kultur Dimension „Individualismus-Kollektivismus“ an. – Sie steht auf Position 3 der kulturellen Präferenzen: Nach Hofstede haben gerade die Länder mit hoher Machtdistanz einen ausgeprägten Kollektivismus. – U.a. gehören China und Bangladesch in diese Kategorie.

Nach unserer Erfahrung gehört die Befriedigung des Grundbedürfnisses nach Bindung (u.a. ausgedrückt über die Werte Familie, Liebe, Teamorientierung,…) zu den wesentlichen Elementen einer persönlichkeitsorientierten (agilen) Kommunikation. Wie in [2] dargelegt, zeichnet sich eine agile Kultur durch eine Präferenz für die Befriedigung des Grundbedürfnisses nach Bindung und für die Befriedigung des Grundbedürfnisses nach Lust und Unlustvermeidung (u.a. ausgedrückt durch Neugier, Innovationsbereitschaft) aus. Die Befriedigung der Grundbedürfnisse nach Selbstwerterhöhung und -schutz (u.a. ausgedrückt über die Werte und Motive Macht, Status, …) sowie Orientierung und Kontrolle (u.a. ausgedrückt durch die Werte und Motive Ordnung, Sicherheit, Kontrolle) ist weniger wichtig. Das Modell der Grundbedürfnisse ist evidenzbasiert und beruht auf dem Konsistenzmodell der Neuropsychiatrie nach Grawe. Hieraus haben wir Aussagen zu Neuro-Leadership sowie zur Verbindung von Grundbedürfnissen und dem Kultur- und Bewusstseinsmodell Spiral Dynamics abgeleitet [2].
Die Kulturpräferenz Kollektivismus basiert in erster Linie nicht auf emotionaler Bindung, sondern auf sozialen Konventionen. Es zeigt sich in der Praxis internationaler Teams, dass Teammitglieder mit einer kollektiven und machtorientierten Ausprägung am Anfang sehr schlecht mit agilem Arbeiten zu Recht kommen. Es bedarf einer gewissen Zeit (Wochen oder Monate) bis sie in einem agilen Projektkontext die durch den Kollektivismus geforderte Anpassung ablegen. Das agile Wir ist nicht identisch mit dem Wir des Kollektivismus!

Die kulturelle Dimension monochrones-polychrones Zeitverständnis steht an Position 1 der kulturellen Präferenzen für agile Projektarbeit. Nach Wikipedia wird sie durch folgende charakteristische Verhaltensweisen beschrieben [5]:

MonochroniePolychronie
Eine Aufgabe nach der anderen erledigenviele Aufgaben gleichzeitig erledigen (Multitasking)
hohe Konzentrationhohe Ablenkung
Termine werden ernst genommenTermine haben keine Bedeutung
Orientierung an PlänenPläne haben keine Bedeutung
Störungen anderer werden vermiedenStörungen anderer werden in Kauf genommen
hohe Pünktlichkeitgeringe Pünktlichkeit (Verspätungen)
Methodische Arbeitdie Geduld geht leicht verloren
Tabelle: Monochrones-Polychrones Zeitverständnis [5]

 

Diese Charakterisierung von monochronem bzw. polychronem Zeitverständnis ist auch mein Verständnis. Das polychrone Zeitverständnis ist (leider) geübte Praxis in vielen Unternehmen. Polychrones Zeitverständnis heißt im Wesentlichen „Tanzen auf vielen Hochzeiten“. Diese kulturelle Dimension findet auch ihre Entsprechung in der Dimension Judging-Perceiving des Persönlichkeitsmodells MBTI: Man kann sehr schnell feststellen, dass Personen mit der Persönlichkeitspräferenz Perceiving ohne große Anstrengung viele Aufgaben im Multitasking erledigen. – Das „Tanzen auf vielen Hochzeiten“ findet man u.a. gerade in den Kulturen der Unternehmen wieder, die über viele Jahre durch einen Chef mit entsprechender Persönlichkeitspräferenz Perceiving geführt wurden.

Falls dies das Verständnis der Befragten in [1] ist, so ist dies das genaue Gegenteil von agilem Arbeiten. Die Begrenzung des WIP ist eine Kernvoraussetzung für agiles Arbeiten und ein Kontrollparameter der Selbstorganisation und damit eine Voraussetzung für Hochleistung. Das Time Boxing und die Iterationen sorgen gerade für die Ausrichtung auf eine Aufgabe. Da das Begriffspaar monochron-polychron diese „negative“ Ausrichtung hat, verwenden wir in unseren Veröffentlichungen [2, 3] das aus unserer Sicht besser passende Begriffspaar monochromes-polychromes Zeitverständnis. Ein polychromes Zeitverständnis konzentriert sich in einer Zeiteinheit nur auf eine Aufgabe, zeigt jedoch Offenheit für weniger Planung und mehr adaptives Handeln, d.h. u.a. dass durchaus ein Plan gemacht wird (siehe PDCA), jedoch auch wieder verworfen oder angepasst wird, wenn der Kontext es erfordert. Die Menschen werden durch das Time Boxing und die Iterationen vor schnellen ad hoc Anpassungen geschützt.

Kommen wir zu den Persönlichkeitspräferenzen:

Die Persönlichkeitspräferenz Introversion steht auf Position 4 der Bedeutung für agiles Arbeiten. Wie in [2] dargelegt, und von Kahneman empirisch wissenschaftlich belegt, unterliegt die Auswahl von Führungskräften oft einer Repräsentations-Heuristik, also einer mentalen Verzerrung: Personen, die schnell reagieren können und immer etwas zu sagen wissen, werden als durchsetzungsstark empfunden. Die Erfahrung zeigt, dass in Teams, in denen die Teammitglieder oft überwiegend introvertiert sind, z.B. in Forschungs- und Entwicklungsabteilungen oder in der Softwareentwicklung, die Extroversion der Projektleiter ein zusätzliches Risikopotential darstellt: Expertenmeinungen kommen nicht hinreichend zur Geltung, was das Projekt nicht selten in eine Schieflage bringt. – Dies ist ein bekanntes Phänomen in (planbasierten) Projekten mit einem stark extrovertierten Projektleiter.

Deshalb schlagen wir auch für den PO eines Scrum-Teams eine eher extrovertierte Persönlichkeit vor und für den Scrum Master eine eher introvertierte Persönlichkeit. „Eher“ bedeutet hier, beide verfügen über eine hinreichende Selbstreflexion, um die andere Seite der Persönlichkeits-Dimension zu aktivieren. Dies heißt auch, dass es keine feste Position für die Bedeutung agilen Arbeitens gibt, sondern diese sehr stark vom Projektkontext und der ausgeübten Verantwortlichkeit abhängt. 

Die Persönlichkeitspräferenz Intuition ist auf Position 3. Die Bandbreite was unter Intuition zu verstehen ist, ist enorm. Intuition dürfte nahezu immer mit Abstraktion zu tun haben, also einer mentalen Operation der Erfassung des Ganzheitlichen oder Allgemeinen in wahrgenommen Details. Es geht um den Zusammenhang von Feinkörnigem und Grobkörnigem. Unsere in Hochleistungs-Teams gewonnene Erfahrung, ist eindeutig: Die Intuition kann ihre Macht nur entfalten, wenn das Grobkörnige und das Feinkörnige zusammenkommen. Die Intuition Einsteins lebt von der genialen Integration beider Seiten [2]: Dem Erfassen von Details und deren Verarbeitung und der ganzheitlichen integrierenden Sicht, die das Neue und das Wesentliche erfasst und zum Ausdruck bringt. Die Intuition die Faustregeln, Glaubenssätze und Grundannahmen erzeugt, funktioniert ähnlich, kann damit auch Komplexität regulieren, aber auch Verzerrungen hervorrufen. Kahneman sieht hierin eher die damit verbundenen Gefahren, Gigerenzer eher die Möglichkeiten zum Meistern von Komplexität [2].

Meines Erachtens ist das traditionelle (planbasierte) Mindset vorwiegend in den Details verhaftet. – Hierunter leidet das traditionelle Projektmanagement oft. Es wäre aber grundfalsch stattdessen nur die Intuition zu favorisieren. – Ein Hochleistungsteam benötigt beides, um der Genialität Einsteins im Team näher zu kommen. Die diversen Ausprägungen der Ziel-Hierarchie (Collective Mind Schema, Critical Chain PM Strategie Baum, Story Map, OKR’s) sind Ausdruck der Integration von Grobkörnigem und Feinkörnigem. – Sie ist notwendig, um in einem Team oder einer Organisation eine wertschaffende Ordnung hervorzurufen.

Die MBTI-Präferenz Feeling der MBTI Dimension Feeling-Thinking ist auf Position 1 der Persönlichkeitspräferenz für agiles Arbeiten. Diese Präferenz besagt, dass die Entscheidungsprozesse einer Person durch Beziehungen und weniger durch Logik beeinflusst werden. Das Grundbedürfnisse nach Bindung hat sicherlich etwas damit zu tun, jedoch trifft diese Dimension keine unmittelbaren Aussagen über die Bedeutung des Bedürfnisses nach Bindung bei der entsprechenden Person (man siehe auch meine Ausführungen zur Kulturpräferenz Kollektivismus). Was jedoch zutrifft ist, dass Personen mit dieser Präferenz in stärkerem Maße für Störungen in der Beziehung empfindlich sind. – Dies ist sehr hilfreich, um eine gute persönlichkeitsorientierte Kommunikation mit positiver Resonanz aufzubauen. Auch gilt hier wieder die schon für die anderen Dimensionen gemachte Aussage, dass ein gutes Team immer eine Ausgewogenheit von Feeling und Thinking Präferenzen haben sollte und die Teammitglieder über genug Selbstreflexion verfügen, um die positive Resonanz hervorzubringen. Ich füge hier an, dass ich in meinen Management 4.0 Trainings Persönlichkeits-Stereotypen für Product Owner (PM) und Scrum Master (SM) angebe. – Diese Stereotypen dienen lediglich der Orientierung und sollen nicht zum Ausdruck bringen, dass andere Persönlichkeitspräferenzen für die jeweilige Verantwortlichkeit nicht geeignet sind. Unter Berücksichtigung dieser Warnung gebe ich für den PO den Stereotyp ENTJ und für den SM den Stereotyp ISFP an. Hier kann man erkennen, dass der PO eher folgende Präferenzen haben sollte: Extroversion, Intuition, Thinking und Judging. Der SM sollte eher folgende Persönlichkeitspräferenzen haben: Introversion, Sensing, Feeling und Perceiving. Also, die unterschiedlichen Verantwortlichkeiten erfordern unterschiedliche Persönlichkeitspräferenzen. – Es gibt hiernach nicht das! ideale agile Persönlichkeitsprofil! – Team-Hochleistung entsteht durch ein Team mit diversen Persönlichkeitsprofilen. Im planbasierten Projektmanagement hat man hierauf keinen Wert gelegt. – Im Agilen Management und insbesondere im Management 4.0 ist das ein sehr wichtiges Thema!

Die Persönlichkeitspräferenz Perceiving der Persönlichkeitsdimension Perceiving-Judging bringt das adaptive Eingehen auf jeweils gerade wirkende Kontexte zum Ausdruck. Die Teammitglieder mit der Präferenz Perceiving helfen unterschiedliche Perspektiven auf Kontexte auszubilden. Dies ist gerade am Anfang eines innovativen Projektes von enormer Bedeutung, wenn es darum geht einen Möglichkeitsraum für Ideen explorativ abzusuchen. Mit dem Voranschreiten eines Projektes kann dies jedoch zum Hindernis werden, wenn immer wieder neue Ideen die Umsetzung einer ausgewählten Idee torpedieren. Deswegen haben wir schon vor mehr als zehn Jahren empfohlen, die Teamzusammensetzung eines innovativen Projektes dem Projektfortschritt anzupassen [6]: Am Anfang sind mehr P-Persönlichkeiten im Team, in der Mitte des Projektes und zum Ende mehr J-Persönlichkeiten. Eine kulturelle Entsprechung zur Persönlichkeitspräferenz Perceiving ist die Kultur-Ausprägung polychromes Zeitverständnis. Das polychrome Zeitverständnis kann aber auch sehr schnell zu einem polychronen Zeitverständnis werden. Der Scrum Master sollte die Fähigkeit besitzen, sich adaptiv auf gerade wirkende Kontexte einzustellen; falls er dies jedoch unkontrolliert tut, also ohne Selbstreflexion kreiert sie oder er mit einem polychronen Zeitverständnis im Team Chaos! – Meine Erfahrung hat gezeigt, dass ein Team mit überwiegend P-Präferenzen genauso wenig Hochleistung erbringt wie ein Team mit überwiegend J-Präferenzen. – Die Diversität ist auch hier der Schlüssel für Hochleistung! Nach meiner Erfahrung ist planbasiertes Projekt Management sehr stark Judging orientiert, deshalb ist es sehr verständlich, dass Agiles Management mit der Präferenz Perceiving von den Studienteilnehmern als Gegenentwurf empfunden wird.   

Kommen wir zu der Aussage „Die Landes-Kultur ist deutlich einflussreicher als die Persönlichkeit für das Anwenden agiler Methoden.“

Dies kann ich aufgrund meiner Erfahrung nicht bestätigen. Meine Erfahrung hierzu lässt sich in folgenden Aussagen zusammenfassen:

Es spielen folgende Faktoren eine Rolle: Landes-Kultur, Organisations-Kultur und Persönlichkeit. – Diese Faktoren wechselwirken miteinander und bringen komplexe Muster hervor. In [2] haben wir dies an Beispielen illustriert und modelliert. Der jeweilige räumliche und zeitliche Kontext ist entscheidend, wann welcher dieser Faktoren welche Bedeutung hat.

In einem Unternehmen spielt die Organisations-Kultur oft die entscheidende Rolle. – Hierbei ist zu beachten, dass es in einem Unternehmen von Abteilung zu Abteilung unterschiedliche Kulturausprägungen geben kann. Dies kann in Teams deren Teammitglieder aus unterschiedlichen Abteilungen stammen zu erheblichen Problemen führen. Die Persönlichkeit spielt insoweit auch eine Rolle als der- oder diejenige, deren Persönlichkeit nicht zur Kultur „passt“ je nach Passung einen mehr oder weniger hohen Energieaufwand leisten muss: Da dieses Mitglied nicht „passt“ bleibt es unter seinen Möglichkeiten, empfindet Stress und im schlimmsten Fall Burn Out.

Die Landes-Kultur des Herkunft-Landes eines Teammitgliedes kann eine große Rolle spielen, wenn das Teammitglied im Herkunfts-Land verbleibt. Dies spielt bei virtuellen Teams eine größere Rolle als bei Präsenz-Teams. Der Einfluss der Landes-Kultur geht nach einiger Zeit (Wochen, Monate) jedoch deutlich zurück, wenn der Kontext durch eine andere Landes-Kultur, Organisations-Kultur und Team-Kultur überlagert wird. Zum Beispiel: Ein chinesisches Teammitglied, das in Deutschland lebt und arbeitet, und dessen Team eine persönlichkeitsorientierte resonante Kommunikation pflegt, wird nach einigen Wochen kaum noch im Verhalten durch die Landes-Kultur seines Herkunfts-Landes im Team geprägt werden. – Diese Aussage gilt im Normalfall nur für die Zeit, in der das Teammitglied in diesem Teamkontext verbleibt.

Die obigen Ausführungen sind Bestandteile unserer Trainings und wurden im Laufe von vielen Jahren immer wieder überprüft, konkretisiert und angepasst. Wichtig ist, dass alle Aussagen auf Theorien beruhen, die empirisch wissenschaftlich überprüft wurden. Die spezifische Anwendung auf agile Teams oder Organisationen erfolgte im Rahmen der Management 4.0 Entwicklung.

Die Arbeit von Schoper, Gertler und Fox stellt einen sehr wichtigen Schritt in die richtige Richtung dar. Vielleicht können meine obigen Ausführungen dazu beitragen, weitere wichtige Schritte folgen zu lassen.

 

[1] Schoper Y, Gertler E, Fox K (2021) Der Einfluss von Kultur und Persönlichkeit auf agile Projektmanagementtechniken, PROJEKTMANAGEMENTaktuell, Ausgabe 2/2021

[2] Oswald A, Köhler J, Schmitt R (2017) Projektmanagement am Rande des Chaos. 2. Auflage, Springer, Heidelberg

[3] Oswald A, Müller A (2018) Management 4.0 – Handbook for Agile Practices. BoD, Norderstedt, Release 3

[4] Wikipedia (2021) Kollektive Intelligenz, https://de.wikipedia.org/wiki/Kollektive_Intelligenz, abgerufen am 18.05.2021

[5] Wikipedia (2021) Polychronismus, https://de.wikipedia.org/wiki/Polychronismus, abgerufen am 18.05.2021

[6] Köhler J, Oswald A (2009) Collective Mind Methode. Springer, Heidelberg