Cynefin-Framework
Nicht jede Situation lässt sich mit derselben Methode lösen. Manche Probleme haben eine eindeutige Lösung, andere erfordern Expertenwissen, wieder andere sind so undurchsichtig, dass erst durch Ausprobieren ein Weg sichtbar wird. Das Cynefin-Framework ordnet Entscheidungssituationen in fünf Domänen ein und leitet daraus ab, welche Herangehensweise jeweils angemessen ist.
Fünf Domänen für fünf Arten von Problemen
Das Cynefin-Framework unterscheidet fünf Domänen: Clear (früher: Simple/Obvious), Complicated, Complex, Chaotic und Confused (auch: Disorder). Jede Domäne beschreibt eine bestimmte Beziehung zwischen Ursache und Wirkung. Die zentrale Frage lautet: Wie vorhersagbar ist das System, in dem eine Entscheidung getroffen werden muss?
Der Name "Cynefin" stammt aus dem Walisischen und bedeutet so viel wie "Lebensraum" oder "Ort der vielfachen Zugehörigkeit". Der Organisationstheoretiker Dave Snowden entwickelte das Modell Anfang der 2000er-Jahre bei IBM Global Services. Heute gilt es als eines der meistzitierten Rahmenwerke für situatives Entscheiden in Komplexität.
Beispiel: Ein IT-Team bearbeitet gleichzeitig einen Serverausfall (chaotisch), eine Datenmigration (kompliziert) und die Einführung eines neuen Produkts (komplex). Für jede dieser Aufgaben gelten andere Entscheidungslogiken. Das Cynefin-Framework macht diese Unterschiede sichtbar.
Beispiel: Eine Projektleiterin stellt fest, dass ihr Standardvorgehen bei einem neuen Kunden nicht greift. Sie erkennt, dass die Situation nicht kompliziert, sondern komplex ist. Statt einen detaillierten Plan aufzustellen, startet sie mit kleinen Experimenten.
Clear: Ursache und Wirkung sind offensichtlich
In der Clear-Domäne besteht ein direkter, für alle sichtbarer Zusammenhang zwischen Ursache und Wirkung. Die passende Vorgehensweise folgt dem Muster: wahrnehmen, kategorisieren, reagieren (Sense, Categorise, Respond). Es gibt etablierte Regeln und Standardverfahren, die zuverlässig funktionieren. Best Practice ist hier der angemessene Ansatz.
Beispiel: Ein Kunde ruft beim Support an und meldet, dass seine Rechnung einen falschen Betrag ausweist. Das Supportteam prüft die Rechnung gegen die Bestelldaten, korrigiert den Betrag und sendet eine neue Rechnung. Der Ablauf ist standardisiert und dokumentiert.
Die Gefahr in dieser Domäne liegt im Übervertrauen. Wer zu lange in der Clear-Domäne arbeitet, übersieht möglicherweise Veränderungen, die eine Situation in eine andere Domäne verschieben. Snowden bezeichnet diesen Übergang als "complacent slide" in Richtung Chaos.
Beispiel: Ein Logistikunternehmen nutzt seit Jahren denselben Algorithmus für die Routenplanung. Als sich durch Straßensperrungen und neue Umweltzonen die Rahmenbedingungen ändern, versagt das System. Die Situation ist nicht mehr klar, sondern mindestens kompliziert.
Complicated: Analyse durch Fachleute erforderlich
In der Complicated-Domäne existiert ein Zusammenhang zwischen Ursache und Wirkung, aber er ist nicht sofort sichtbar. Fachleute müssen die Situation analysieren, bevor eine Entscheidung getroffen werden kann. Das Muster lautet: wahrnehmen, analysieren, reagieren (Sense, Analyse, Respond). Der angemessene Ansatz heißt hier "Good Practice", weil es mehrere vertretbare Lösungswege geben kann.
Beispiel: Ein Softwarearchitekt soll eine bestehende Anwendung von einem monolithischen System auf Microservices umstellen. Die Aufgabe erfordert tiefe Kenntnis der bestehenden Codebasis, der Abhängigkeiten und der Infrastruktur. Es gibt keinen Standardweg, aber erfahrene Fachleute können einen tragfähigen Plan entwickeln.
Die Abgrenzung zur Complex-Domäne ist in der Praxis oft schwierig. Ein häufiger Fehler besteht darin, komplexe Situationen als kompliziert einzustufen und dann zu viel Zeit in Analyse zu investieren, statt zu experimentieren.
Beispiel: Ein Unternehmen beauftragt ein Beratungsteam mit der Analyse seiner IT-Infrastruktur. Nach sechs Wochen liegt ein 200-seitiger Bericht vor. Der Bericht beschreibt die Ist-Situation präzise, aber das Marktumfeld hat sich in der Zwischenzeit so verändert, dass die Empfehlungen bereits überholt sind. Die Situation war komplex, nicht kompliziert.
Complex: Muster entstehen erst im Rückblick
In der Complex-Domäne ist der Zusammenhang zwischen Ursache und Wirkung erst im Nachhinein erkennbar. Hier lässt sich nicht vorhersagen, welche Maßnahme welches Ergebnis bringt. Das Muster lautet: ausprobieren, wahrnehmen, reagieren (Probe, Sense, Respond). Statt Best Practice oder Good Practice regiert hier "Emergent Practice": Die angemessene Vorgehensweise zeigt sich erst während des Handelns.
Komplexe Systeme zeichnen sich durch Rückkopplungsschleifen, nichtlineare Zusammenhänge und emergente Eigenschaften aus. Kleine Änderungen können große Auswirkungen haben, und große Eingriffe bleiben gelegentlich ohne sichtbare Wirkung.
Beispiel: Ein Unternehmen führt eine neue Vergütungsstruktur ein, um die Mitarbeiterbindung zu erhöhen. Statt der erhofften Zufriedenheit entsteht Unruhe, weil Teams die neuen Regeln als ungerecht empfinden. Erst nach mehreren Anpassungsrunden und offenen Gesprächen stabilisiert sich die Situation.
Beispiel: Ein Produktteam testet drei verschiedene Onboarding-Flows für eine App. Keiner der Flows war im Voraus als "richtig" identifizierbar. Erst die Nutzungsdaten aus den parallelen Tests zeigen, welcher Flow die geringste Abbruchrate erzeugt.
Fachliche Einordnung: Die Complex-Domäne des Cynefin-Frameworks korrespondiert mit Konzepten aus der Komplexitätstheorie, insbesondere mit komplexen adaptiven Systemen (CAS) nach Holland und Kauffman. In solchen Systemen verhalten sich Agenten nach lokalen Regeln, und das Gesamtverhalten des Systems lässt sich nicht aus den Einzelteilen ableiten. Snowdens Beitrag besteht darin, diese wissenschaftliche Erkenntnis in einen praxisnahen Entscheidungsrahmen zu übersetzen.
Chaotic: Sofortiges Handeln vor jeder Analyse
In der Chaotic-Domäne gibt es keinen erkennbaren Zusammenhang zwischen Ursache und Wirkung. Die Situation ist akut und erfordert sofortiges Handeln, um Stabilität herzustellen. Das Muster lautet: handeln, wahrnehmen, reagieren (Act, Sense, Respond). Es geht darum, die Situation so weit zu stabilisieren, dass sie in eine andere Domäne überführt werden kann. Der Ansatz heißt hier "Novel Practice": neue, bisher unerprobte Maßnahmen.
Beispiel: Während eines Cyberangriffs fällt die gesamte IT-Infrastruktur eines Krankenhauses aus. Es gibt keinen vordefinierten Ablaufplan für dieses Szenario. Die IT-Leitung trennt sofort alle Systeme vom Netz, richtet eine manuelle Patientenverwaltung ein und informiert die Behörden. Erst danach beginnt die Analyse.
Die Chaotic-Domäne ist nicht zwingend negativ. Snowden betont, dass gezielte Destabilisierung (ein bewusster Wechsel in die chaotische Domäne) Innovation ermöglichen kann. In der Praxis geschieht das beispielsweise bei Hackathons oder radikalen Reorganisationen.
Beispiel: Ein CEO löst bewusst die bestehende Abteilungsstruktur auf und bildet für drei Monate interdisziplinäre Taskforces zu strategischen Themen. Die temporäre Unordnung erzeugt neue Arbeitsbeziehungen und Perspektiven, die in der alten Struktur nicht entstanden wären.
Confused: Die Domäne der Unklarheit
Die fünfte Domäne (früher "Disorder", inzwischen häufig als "Confused" oder "Aporetic" bezeichnet) beschreibt den Zustand, in dem unklar ist, welche der vier anderen Domänen vorliegt. Das ist der Ausgangszustand vieler realer Entscheidungssituationen: Die Beteiligten sind sich nicht einig, ob die Lage überschaubar, analysierbar, experimentierbedürftig oder akut ist.
Beispiel: Ein Führungsteam diskutiert seit Wochen über die Reaktion auf einen neuen Wettbewerber. Die Marketingabteilung hält die Situation für klar ("Wir brauchen bessere Werbung"), die Produktentwicklung für komplex ("Wir müssen erst verstehen, was Kunden wirklich wollen") und die Geschäftsführung für chaotisch ("Wir verlieren täglich Marktanteile"). Der erste Schritt: die Situation gemeinsam einordnen.
Das Cynefin-Framework empfiehlt in dieser Domäne, die Situation in Teilprobleme zu zerlegen und jedes Teilproblem separat einzuordnen. Dadurch wird sichtbar, dass ein einzelnes Vorhaben gleichzeitig klare, komplizierte und komplexe Anteile enthalten kann.
Aufbau des Cynefin-Frameworks im Überblick
Beispiel: In einem Workshop nutzt ein Team das Diagramm, um aktuelle Projekte physisch auf einer Pinnwand den Domänen zuzuordnen. Dabei stellt sich heraus, dass ein Projekt, das alle für "klar" hielten, tatsächlich komplexe Abhängigkeiten aufweist.
Dynamik zwischen den Domänen
Situationen bleiben nicht in einer Domäne. Sie bewegen sich. Ein Projekt, das zunächst komplex erscheint, kann durch Experimente in den Bereich des Komplizierten überführt werden, sobald Muster sichtbar werden. Umgekehrt kann eine scheinbar klare Situation in die Chaotic-Domäne kippen, wenn ein unerwartetes Ereignis eintritt.
Snowden unterscheidet dabei zwischen graduellen Übergängen (etwa von Complex zu Complicated, wenn durch wiederholte Experimente Wissen aufgebaut wird) und abrupten Übergängen (etwa der Sturz von Clear nach Chaotic, wenn ein System durch Überoptimierung fragil geworden ist).
Beispiel: Ein Design-Thinking-Prozess beginnt in der Complex-Domäne: Das Team weiß noch nicht, welches Problem es eigentlich löst. Durch Nutzerinterviews und Prototypen verdichten sich Muster. Später wird die Umsetzung zu einer komplizierten Aufgabe, die Fachleute mit etablierten Methoden lösen können.
Beispiel: Ein Finanzdienstleister betreibt seit Jahren ein bewährtes Scoring-Modell (Clear-Domäne). Eine regulatorische Änderung erzwingt plötzlich neue Bewertungskriterien. Das Modell muss von Grund auf überarbeitet werden. Die Situation wechselt in die Complicated-Domäne, weil nun Fachexpertise für die Neugestaltung erforderlich ist.
Anwendung in Organisationen und Projekten
Das Cynefin-Framework wird in der Praxis häufig als Diagnosewerkzeug eingesetzt. Teams nutzen es, um sich über die Natur einer Herausforderung zu verständigen, bevor sie eine Methode wählen. In der Organisationsentwicklung dient es als Grundlage für die Frage, ob ein strukturierter Projektplan, ein agiles Vorgehen oder ein explorativer Ansatz angemessen ist.
In Verbindung mit systemischem Denken ermöglicht das Framework eine differenziertere Betrachtung: Statt ein gesamtes Vorhaben pauschal als "agil" oder "klassisch" einzuordnen, werden Teilaspekte separat bewertet.
Beispiel: Ein Transformationsprogramm in einem Konzern enthält die Migration einer Datenbank (kompliziert), die Einführung neuer Arbeitsweisen (komplex) und das Abschalten eines Altsystems (klar). Das Cynefin-Framework hilft, für jeden Teilbereich die passende Steuerungslogik zu wählen.
Im Bereich Wissensmanagement liefert das Framework eine Unterscheidung zwischen explizitem Wissen (dokumentierbar, im Bereich Clear und Complicated verortet) und implizitem Wissen (kontextabhängig, typisch für die Complex-Domäne).
Grenzen und häufige Missverständnisse
Das Cynefin-Framework ist kein Algorithmus und liefert keine eindeutigen Handlungsanweisungen. Es ist ein Denkwerkzeug, das die Reflexion über eine Situation strukturiert. Die Einordnung in eine Domäne ist immer eine Einschätzung, keine Messung.
Ein verbreitetes Missverständnis besteht darin, die Domänen als Hierarchie zu lesen (Complex sei "schwieriger" als Complicated). Die Domänen sind jedoch gleichrangig und beschreiben unterschiedliche Arten von Zusammenhängen, nicht unterschiedliche Schwierigkeitsgrade.
Ein weiteres Risiko liegt in der Übervereinfachung: Wer das Framework als statische Zuordnungsmatrix nutzt, übersieht die Dynamik zwischen den Domänen. In der Praxis enthält fast jede Situation Anteile mehrerer Domänen gleichzeitig.
Beispiel: Ein Berater ordnet die Lage eines Kunden als "komplex" ein und empfiehlt ausschließlich explorative Maßnahmen. Dabei übersieht er, dass Teile des Problems (etwa die technische Infrastruktur) durchaus im Bereich des Komplizierten liegen und mit gezielter Analyse lösbar wären.
Fachliche Einordnung: Das Cynefin-Framework wird gelegentlich mit der Stacey-Matrix verglichen, die ebenfalls Entscheidungssituationen nach Unsicherheitsgrad klassifiziert. Während die Stacey-Matrix auf zwei Achsen (Einigkeit und Gewissheit) arbeitet, nutzt Cynefin eine ontologische Unterscheidung: Die Domänen beschreiben nicht Grade von Unsicherheit auf einer Skala, sondern grundsätzlich verschiedene Systemtypen mit unterschiedlichen kausalen Eigenschaften.