Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Was hat Unternehmensfu hrung mit Chaostheorie und Quantenmechanik zu tun?

Viele Unternehmensplanungsprozesse haben als Ziel, quantitative Gr oen f ur Umsatz, Kosten, Vertriebszahlen, Bugdet etc. u ber mehrere Jahre voraus zu sehen und zu berechnen. Daf ur werden ganze Abteilungen dediziert abgestellt, die viel Zeit investieren. Hat man diese Zahlen dann in Stein gemeisselt wird auf Gedeih und Verderb das Un ternehmen danach gesteuert und gef uhrt. Sehr oft werden diese Planzahlen aber nicht ann ahernd erreicht oder aber die Planzahlen werden auf die Istzahlen angepasst. In diesem Artikel m ochte ich diese Problematik beleuchten und m ogliche Alternativen vorstellen.

Eine kleine Reise in die Chaostheorie: Kleine Ursache, kleine Wirkung?

Die Vorstellungswelt der Menschheit ist immer noch gepr agt von dem Paradigma Kleine Ursache, kleine Wirkung. Mit den Erkenntnissen, die unter anderem aus der Chaostheorie stammen, wurde dieses Paradigma widerlegt. Ich m ochte dazu ein kleines Beispiel geben. Man stelle sich vor, ein Unternehmen stellt ein bestimmtes Produkt her, welches auf dem Markt verkauft werden soll. Die Unternehmensf uhrung m ochte planen, wieviel Produkte in bestimmten Perioden verkauft werden. Modellm aig geht die Gesch aftsf uhrung davon aus, dass die Kunden, die in der letzen Periode das Produkt gekauft haben, u ber Mundpropaganda andere Personen f ur den Kauf werben. Die Anzahl der geworbenen K aufer wird u ber eine Rate gesteuert. Die Abbildung 1 stellt dieses Modell, welches im CONSIDEO MODELER erstellt wurde, dar.

Abbildung 1: Modell Produktverkauf, erstellt im CONSIDEO MODELER

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

In dem Modell sind zwei kleine Submodelle zu erkennen. Das erste enth alt einen Bestandsfaktor, das zweite nicht. Im ersten Submodell speichert der Bestandsfaktor Produkte insgesamt verkauft die Menge aller insgesamt verkauften Produkte des Unternehmens. Es wird davon ausgegangen, da ein Kunde nicht mehr als ein Produkt kaufen wird. Nach dem Kauf ist ein K aufer dann zu jedem Zeitpunkt ein m oglicher Multiplikator. Der Flussfaktor Produktverkauf (abh angig vom Gesamtverkauf ) ist dementsprechend abh angig vom Bestand der insgesamt verkauften Produkte und der Anzahl der Personen, die ein K aufer wirbt (Faktor Rate Mundpropaganda). Das ist der Unterschied zum zweiten Submodell. In diesem gibt es keinen Bestandsfaktor. Das bedeutet, ein K aufer eines Produktes kann nur in der unmittelbar darauolgenden Periode ein Multiplikator sein. Es ist so zu sagen eine Vergessensfunktion eingebaut. Diese Beziehung erkennt man an den beiden Faktoren Produktverkauf in der letzten Periode und Produktverkauf (abh angig vom Verkauf in der letzten Periode). Interessant sind die Formeln der beiden Faktoren Produktverkauf (abh angig vom Gesamtverkauf ) des ersten Submodells und Produktverkauf (abh angig vom Verkauf in der letzten Periode) des zweiten Submodells. Beide Formeln unterscheiden sich von der Idee her nicht. Ich m ochte mich deshalb f ur die Herleitung der Formel auf das zweite Submodell beziehen. Auch alle weiteren Analysen werden auf das zweite Submodell angewendet. Die Ergebnisse unterscheiden sich zum ersten Submodell nur in der H ohe der Zahlen, nicht aber in der Qualit at.
angig Wir gehen davon aus, dass der Produktverkauf in der aktuellen Periode Pn +1 abh ohe der geworbenen ist von dem Produktverkauf in der letzten Periode Pn und der H Kunden R. Dabei stellen n = 0, 1, ... die Zeitschritte dar. Zeitschritte f ur die Simulation k onnten Wochen, Monate, Quartale etc. sein. Also erhalten wir. Pn +1 = R Pn

(1)

Diese Gleichung stellt ein exponentielles Wachstum f ur P dar, also ein Wachstum ohne Beschr ankung. Da wir wissen, da jedes Wachstum beschr ankt ist, mu diese Gleichung also noch verfeinert werden. Der Verkauf von Produkten ist beispielsweise durch die Herstellung der Produkte pro Periode oder durch die Anzahl der Kunden, die noch kein Produkt gekauft haben, beschr ankt. Nehmen wir jetzt also den Faktor Kapazit at K in die Gleichung auf und erhalten.
Pn +1 = R Pn (1

Pn ) K

(2)

n Der neue Faktor 1 P baut eine Beschr ankung ein, denn je n aher die verkaufte ProK n duktzahl Pn an die Kapazit at K heran reicht, um so gr oer wird der Quotient P . Dieser K Pn konvergiert dann gegen 1. Damit konvergiert der Faktor 1 K gegen 0 und Pn+1 somit gegen 0 und ist damit beschr ankt. Wir k onnen nun die Gleichung weiter vereinfachen, in dem wir diese bzgl. der Kapazit at normieren. Das heit, wir dividieren die Gleichung durch K, stellen um und erhalten.

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Pn +1 = R (Pn

2 Pn ) K P 2 P = R ( n n2 ) K K P P = R n (1 n ) K K

(3) (4) (5)

Setzen wir nun Pn =

Pn K

erhalten wir. Pn+1 = R Pn (1 Pn ) (6)

Diese Formel geben wir nun f ur den Faktor Produktverkauf (abh angig vom Verkauf in der letzten Periode) ein. Dabei gelten. Pn+1 ist gleich Produktverkauf (abh angig vom Verkauf in der letzten Periode) Pn ist gleich Produktverkauf in der letzten Periode R ist gleich Rate Mundpropaganda Dieses Wachstum wird auch Logistisches Wachstum genannt. Durch die Normierung bzgl. der Kapazit at K haben wir K aus der Gleichung eliminiert. Ab sofort m ussen wir die Produktverk aufe P in Bezug zu K deuten. Das bedeutet wir haben keine absoluten Werte f ur die Produktverk aufe, sondern Raten zwischen 0 und 1. Zum Beispiel erhalten wir statt 100 verkaufte Produkte gleich 0.5, wenn die Kapazit at 200 Produkte betr agt. Nachfolgend werden wir das Wachstum f ur einige R analysieren. Die Abbildung 2 zeigt einige Simulationsergebnisse f ur verschiedene Raten der Mundpropaganda R. Vor allem die Ergebnisse f ur die Rate R gr oer als 3 faszinieren und waren mit Sicherheit so nicht vorherzusagen. Nach mehreren Simulationsrunden ist folgende Gesetzm aigkeit erkennbar. 0 R 1 Der Produktverkauf konvergiert gegen 0. 1 < R 3 Der Produktverkauf konvergiert gegen einen Wert zwischen 0 und 1. 3 < R 3.57 Der Produktverkauf oszilliert. R > 3.58 Der Produktverkauf oszilliert chaotisch. Der Produktverkauf ist f ur Raten im Bereich zwischen 0 und 3 stabil. Das bedeutet, wenn Kunden, die das Produkt in der vorigen Zeitperiode gekauft haben, 0 bis 3 Menschen f ur den Produktkauf in der aktuellen Periode werben, ist die Menge der verauften Produkte in der Zukunft ab einer bestimmten Periode gut verhersagbar. Liegt aber diese Rate u ber 3 oszililliert diese zwischen Werten von 0 und 1, ist also damit keineswegs vorhersagbar. Um dieses Ph anomen noch deutlicher sichtbar zu machen, m ochte ich jetzt

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Abbildung 2: Simulationsergebnisse f ur verschiedene Raten R den Begri des Phasenraumes einf uhren. In einem Phasenraum lassen sich Auswertungen von Systemen bzgl. des Ortes vornehmen. Die Zeit ist in der Auswertung eliminiert. Zustandsgr oen eines Systemes werden in Phasenr aumen gegeneinander aufgetragen, um das Verhalten des Systemes deutlicher sichtbar zu machen. Es l at sich beispielsweise chaotisches Verhalten besser identizieren, da man die so genannten seltsamen Attraktoren erkennen kann (Abbildung 3 f ur R = 3.9). In unserem Beispiel habe ich in dem Phasenraum die Produktk aufe der unmittelbar aufeinanderfolgenden Zeitperioden gegeneinander aufgetragen: auf der x-Achse sind die Pn und auf der y-Achse die Pn+1 aufgetragen. Die Abbildung 3 stellt den Phasenraum f ur 4 verschiedene Raten dar. Die Simulationen starten bei P0 = 0.1. F ur R = 0.5 und R = 2 erkennt man ein Konvergieren gegen genau einen Fixpunkt. Das ist im Phasenraum der Punktattraktor. F ur R = 3.2 erkennt man mehr als einen Fixpunkt. Im Phasenraum erh alt man einen Grenzzyklus. In diesem Fall bildet sich ein Rechteck heraus. Bei R = 3.9 erkennt man am Attraktor das chaotische Verhalten. Nach einer gewissen Zeit ist die gesamte Fl ache komplett ausgef ullt, da kein Ergebnis aus der Vergangenheit dem in der Zukunft gleicht. Wir erkennen den so genannten seltsamen Attraktor. Es ist erkennbar, das man unterschiedlichste Verhalten f ur den Produktkauf erh alt, auch wenn man nur geringe Unterschiede bei den Raten f ur die Mundpropaganda einstreut. In der Abbildung 4 dem so genannten Feigenbaumdiagramm - ist das Verhalten der logistischen Wachstums generell f ur R im Bereich von 0 bis 4 aufgezeigt. Im Bereich 0 bis 3 erkennt man die

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Abbildung 3: Phasenraum f ur verschiedene Raten R Punktattraktoren. F ur alle R gr oer als 3 existieren mehr als ein Fixpunkt. Ab R gr oer als 3.57 erkennt man einen Punktenebel, der mit der Zeit die komplette Fl ache ausf ullt. Diese spiegeln die chaotischen Oszillationen wieder (Abbildung 2 f ur R = 3.9). F ur einen kleinen Bereich wird das Chaos sogar kurzzeitig verlassen um dann aber wieder in das alte Chaosmuster zur uck zu fallen. Das ist der weie Bereich bei ungef ahr R = 3.8. F ur weiterf uhrende Informationen zu Phasenr aumen und Attraktoren verweise ich gerne auf einschl agige Literatur zur Chaostheorie. Meine Favoriten sind die B ucher von John Briggs und David Peat ([1]) sowie von Stefan Greschik ([2]). Das Programm, mit welchem ich die Zahlen und Diagramme dieses Artikels erzeugt habe, k onnen Sie sich unter http://www.conny-dethloff.de/pageID_7423995.html unter der Sektion Excel Modelle Logistische Fraktale herunterladen.

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Abbildung 4: Feigenbaumdiagramm

Eine kleine Reise in die Quantenmechanik: Mehr Information ergibt immer eine bessere Vorhersage?
Nun k onnte man nat urlich entgegnen, dass die verwendete Formel des gezeigten Beispiels viel zu einfach ist, um den Verkauf der Produkte voraus zu berechnen. Das mag stimmen. Aber welche Formel oder Berechnungsvorschrift nimmt man anstatt? Es hat sich grunds atzlich gezeigt, dass die logistiche Wachstumsfunktion - wie im obigen Beispiel verwendet - repr asentativ f ur viele Vorg ange in Natur, Wirtschaft und Okologie ist, da die nichtlinearen Beziehungen (in diesem Fall die Beschr ankung) durch R uckkopplungen dargestellt werden. Gerade die Nichtlinearit aten machen viele Themen f ur Menschen nicht vorhersagbar. Sie werden quasi kontraintuitiv. Aber gehen wir den Weg, da es eine Formel gibt, die besser geeignet ist die Produktverk aufe in der Zukunft zu berechnen. Sp atestens ab diesem Zeitpunkt muss man die Erkenntnisse der Unsch arferelation von Werner Heisenberg heranziehen, die er 1927 im Rahmen der Quantenmechanik formuliert hat. Bei der Formulierung dieser st utze ich mich sehr gerne auf [3] von Seite 104: Die Unsch arferelation lehrt uns, anders als Laplace meinte, dass die Natur unserer F ahigkeit, die Zukunft mit Hilfe wissenschaftlicher Gesetze vorauszusagen, Grenzen setzt. Denn um die k unftige Position und Geschwindigkeit eines Teilchens vorherzusagen, muss man seinen Anfangszustand, sein gegenw artige Position und Geschwindigkeit, genau messen k onnen. Nach der Quantentheorie bedeutet schon ein einziges Lichtteilchen eine St orung des

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Teilchens: Es andert sein Geschwindigkeit in einer Weise, die sich nicht voraussagen l at. Bezogen auf unser obiges Beispiel bedeutet das. Wir ben otigen detailliertere Inputinformationen, um unsere Formel so ausgereift zu gestalten, dass wir mit dieser genauere Vorhersagen machen k onnen. Aber schon mit dem Messen von m oglichen Inputfaktoren wie beispielsweise die Motivation der Marketingmitarbeiter oder die Kundenzufriedenheit wird das System Unternehmen-Markt in einer Weise beeinusst, wie wir es nicht vorausahnen k onnen. Das bedeutet, diese detaillierte Formel kann es nicht geben. Diese Erkenntnis benutzen wir u aten aus. brigens bereits unbewut bei unseren Hirnaktivit Denn das menschliche Gehirn ignoriert sehr viele Eingangsdaten, die wir u ber unsere Sinnesorgane aus der Umwelt aufnehmen. Das m ochte ich mit Informationen aus [4] belegen. Unser menschliches Auge nimmt pro Sekunde 10 Mill. Bits Daten auf. Davon werden aber nur 40 Bits vom Gehirn verarbeitet, also zu Informationen verwertet. Unser menschliches Ohr nimmt pro Sekunde 100 Tsd. Bits Daten auf. Davon werden aber wiederum nur 30 Bits vom Gehirn verarbeitet. Diese Mechanismen laufen f ur uns Menschen unbewut ab. Wir k onnen es nicht beeinussen. Zum Gl uck. Sonst h atten wir es schon l angst getan und unser Gehirn w are vermenschlicht.

Eine m ogliche abgeleitete L osung: Begreifen von Selbstorganisation

Was haben wir bislang festgestellt? 1. Verabschieden wir uns von dem Ph anomen Kleine Ursache, kleine Wirkung. Vor allem bei Vorg angen in Natur, Wirtschaft, Okologie etc., die von R uckkopplungen - also von Nichtlinearit aten - gepr agt sind, ist es fatal diesem Glauben hinter her zu hechten. 2. Verabschieden wir uns des Weiteren von dem Glauben Mehr Information ergibt eine bessere Vorhersage. Weniger Information ist oft ausreichend genug. Was k onnen wir aber tun? Ich m ochte dazu kurz auf die Unterteilung von Systemen zu sprechen kommen, wie sie Prof. Dr. Peter Kruse in [5] vornimmt. F ur die Einteilung der Systeme nutzt Kruse 2 Dimensionen: Struktur und Zustand. Diese beiden Dimensionen k onnen 2 Auspr agungen haben; die Struktur einfach und komplex und der Zustand stabil und instabil. Daraus ergeben sich die 4 m oglichen Systemtypen inklusive der Handlungscharakteristika, wie in Abbildung 5 dargestellt. Kruse verbildlicht die 4 Typen sehr anschaulich an Beispiel eines Segelschies auf einem Gew asser. Ein stabiles einfaches System ist ein Segelschi, welches alleine auf ruhigem, bekanntem Gew asser segelt. Mit einfacher Steuerung kann das Schi auf Kurs gehalten werden. Ein stabiles komplexes System ist bzgl. der Segelschimetapher ein Schi, welches sich der K uste n ahert und mit Hilfe von Seekarten, Tiefenmessungen und astronomischen Peilungen seine Position im Sinne eines Regelvorganges bestimmen muss. Bei einem instabilen einfachen System f ahrt das Schi ins Hafenbecken wo sich viele andere Boote tummeln. Deren Bewegungen sind nicht vorhersagbar, was ein Steuern und Regeln unm oglich

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

Abbildung 5: Einteilung von Systemen nach Kruse macht. Einfaches Reagieren reicht aber aus, um ans Ziel zu gelangen. Kommen wir nun zum interessantesten Fall, zu den instabilen dynamischen Systemen. Einfaches Herumprobieren reicht hier nicht mehr, kann sogar verheerende Folgen haben. Das Segelschi w urde sich in diesem Fall in unbekannten Gew assern auf der Suche nach unbekannten K usten benden. Steuern und Regeln ist nicht m oglich. Handeln wird zum Ergebnis von spontaner, eigendynamischer Ordnungsbildung. Dieses Handlungscharakteristikum wird mit Selbstorganisation bezeichnet. Prof. Kruse vergleicht diese Situation mit Christoph Columbus auf seiner Reise zur Entdeckung Amerikas. Kommen wir nun auf die Unternehmensf uhrung zur uck. Aus meiner Sicht m ussen wir aus vielerlei Hinsicht die Unternehmen in Interaktion mit dem Markt als instabiles komplexes System betrachten. Schauen wir uns aber die Planungsprozesse in Unternehmen an, erkenne ich das die meisten Manager und F uhrungskr afte ihr Unternehmen allenfalls als komplex ansehen, aber aus Zustandsgesichtspunkten nicht als instabil. Das bedeutet ein Steuern und Regeln ist aus ihrer Sicht ausreichend. Diese These haben wir aber in den ersten beiden Abschnitten widerlegt. Genau diese Zustandsbetrachtung ist es, die aus meiner Sicht noch viel zu sehr vernachl assigt wird. Instabilit at ist ein Kennzeichen von oenen Systemen. Und gerade in der heutigen Zeit der Globalisierung, wo die gesellschaftlichen Subsysteme sich immer st arker vernetzen, sind die Unternehmen oener denn je. Hatte man fr uher eher singul are und isolierte Probleme und Themen zu l osen, deren Auswirkungen auf lokaler Ebene beschr ankt blieben, so muss das Management von Unternehmen sich mit ganzheitlichen Problemen auseinandersetzen, die in alle Richtungen hineinreichen; sei es die Okologie, die Okonomie, die privaten Haushalte, andere Unternehmen etc. Wie sie sich sicherlich erinnern k onnen, habe ich im ersten Abschnitt den Phasenraum angesprochen. Mit dieser Darstellung kann man Zustandsbetrachtungen eines Systems vornehmen. Und das ist aus meiner Sicht der Schl ussel,

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

der uns bislang bei der Unternehmensf uhrung fehlte. Denn wenn Unternehmen gesund sind, dann erkennt man am Phasenraum der Zust ande eines Unternehmens einen seltsamen Attraktor. Das Unternehmen ist von den Zust anden her betrachtet instabil. Mit der Abnahme des Gesungsheitszustandes eines Unternehmens ist ein Ubergang von einem seltsamen Attraktor zu einem Grenzzyklus und dann zu einem Punktattraktor erkennbar. Man mu allerdings dringend bedenken, dass diese Betrachtung notwendig und nicht hinreichend ist. Das bedeutet, der umgekehrte Schluss ist nicht zul assig. In anderen Bereichen, wie beispielsweise der Untersuchung von Herzerkrankungen in der Medizin, wird die Methode bereits sehr erfolgreich eingesetzt. Man hat beispielsweise entdeckt, dass der Phasenraum eines gesunden menschlichen Herzerns einen seltsamen Attraktor abbildet, wobei der Phasenraum eines kranken Herzens einen Punktattraktor zeigt. F ur detailliertere Informationen dazu verweise ich gerne auf die Homepage von Prof. Dr. Hansotto Reiber (http://horeiber.de/medical_sciences.html). Ich m ochte zum Abschluss noch ein wenig detaillierter auf die Selbstorganisation zu sprechen kommen. Mit Selbstorganisation meint man den Prozess der aus chaotischen, ungeordneten Zust anden ohne aussere Einwirkung eine ordnende Struktur entstehen l asst. Dies entsteht durch Anwendung von Regeln, die immer wieder, sprich iterativ, ausgef uhrt werden. Der Endzustand, welchen der Vorgang der Selbstorganisation anstrebt, wird Attraktor genannt. Damit ist eine Struktur oder auch Prozess gemeint, auf die hin sich eine Systemdynamik entwickelt und welche - zumindest f ur einen gewissen Zeitraum unver anderter Randbedingungen - stabil bleibt, sich sogar gegen uber m assigen St orungen durchsetzt. Wenn Ihnen dieser Prozess zu abstrakt erscheint, m ochte ich Ihnen einige Beispiele geben, die von Selbstorganisation gepr agt sind. Nehmen wir das Kinderspiel Stille Post, welches sie sicherlich kennen werden. Jemand denkt sich ein Satz aus und ustert es seinem rechten Nachbarn ins Ohr, dieser ustert es wiederum seinem rechten Nachbarn ins Ohr usw. Das ist also die Iterationsvorschrift. Am Ende der Kette bildet sich im Regelfall ein komplett neuer Satz heraus. Dieser ist der Attraktor. Ich k onnte viele weitere Beispiele benennen, die auch von Selbstorganisation gepr agt sind, wie zum Beispiel Bildung, Kommunizikation, Erziehung von Kindern, Bildung einer Formation eines Vogelschwarms beim Flug etc. Was sind nun aus meiner Sicht die Erkenntnisse f ur das F uhren von Unternehmen? Ich m ochte die wichtigsten Erkenntnisse zusammenfassen. Manager und F uhrungskr afte von Unternehmen sollten ...

... die Fokussierung auf das stete Beschreiben und Erfassen von Zusammenh angen von Struktur und Zust anden des Unternehmens richten. Das Voraussagen von Zahlen sollte weniger Bedeutung beigemessen werden. Sie sollten lediglich als Kurzfristziele gelten, die stetig validiert werden m ussen. ... eine Kultur des unbedingten Feedbacks in Unternehmen einf uhren. Der Uber-

Conny Dethlo, IBM Deutschland GmbH

Januar 2010

bringer schlechter Nachrichten darf nicht gehenkt werden. Also r uckhaltlose Of fenheit muss aktiv gef ordert werden, denn sie f ordert das Ungleichgewicht. ... - wenn angebracht und n otig - als St orfaktoren bei den Selbstorganisationsprozessen in Unternehmen fungieren. Dadurch geben sie Impulse und Erlaubnisse f ur die Selbstorganisation. Selbstorganisation passiert auf jeden Fall. Sie sind nicht verhinderbar und auch nicht steuerbar. ... in der Lage sein die richtigen Zeitpunkte f ur ein Wandel des Unternehmens zu erkennen. Aufgrund der immer h oher werdenden Vernetzung werden diese Zeitpunkte h auger anzutreen sein als zu fr uheren Zeiten. In Zeiten des Wandels ist das Setzen von Zielen unsinnig. Es gibt in diesen Phasen per Denition kein Ziel, auf welches man hinarbeiten kann. In diesen Phasen wird im Rahmen der Selbstorganisation erst ein neuer Attraktor gesucht. ... den Mut und den langen Atem haben, heterarchische Strukturen einzuf uhren, in welchen sich jeder Beteiligte in bestimmten Situationen als Manager des Unternehmens versteht. Die bereits angesprochene zunehmende Verechtung f uhrt das hierarchische Denken und Handeln ad absurdum. ... authentisch agieren. Das bedeutet nicht nur reden, sondern durch ihr Tun den Mitarbeitern vermitteln, dass sie sich als Teil des Systems sehen. ... eine beharrliche Unzufriedenheit bei den Mitarbeitern f ordern. Denn Unzufriedenheit ist die Voraussetzung f ur Instabilit at auf der Elementarebene. Stabilit at 1 und Gleichgewicht auf Elementarebene bei oenen Systemen ist der Vorbote des Todes. ... die Vielfalt in ihren Unternehmen f ordern. Das bedeutet zum Beispiel Personal aus verschiedenen Wissenschaftsrichtungen zu besch aftigen, oder auch Kreativit at aktiv zu f ordern. Denn das Uberleben eines jeden oenen Systems h angt von der F ahigkeit ab, Vielfalt in seiner internen Struktur zu kultivieren. ... die Kraft und die Gabe haben ihre Mitarbeiter zu u berzeugen. Diktieren oder Befehlen ist unangebracht, da die Selbstorganisation dadurch negativ beeinusst wird. Jedem einzelnen Mitarbeiter sollte Raum f ur eigenverantwortliche Entscheidungen zugestanden werden. Denn strenges Halten an Vorschriften, Regeln und
1

Es werden die Gleichgewichte auf Elementarebene (Mikroebene) und Strukturebene (Makroebene) unterschieden. Auf der Strukturebene m ussen die Unternehmen Muster und Ordnung - also Gleichgewicht - herstellen, um Geld zu verdienen. Nur w ahrend Changeprozessen werden Instabilit aten auf der Strukturebene erzeugt, um neue Muster zu erschaen. Die Aufgabe des Change Management ist es diese Instabilit aten kurz zu gestalten. Anders ist es auf der Elementarebene. Am Beispiel des menschlichen Gehirns erl autert: Die Neuronen eines gesunden Gehirns feuern unregelm aig, es bildet sich also ein Ungleichgewicht. Auf der Strukturebene bildet sich aber ein Muster, also Gleichgewicht. Die Neuronen eines kranken Gehirns, beispielsweise eines Epileptikers, feuern regelm aig, es herrscht also auf der Elementarebene ein Gleichgewicht.

10

Zust andigkeiten l ahmt die Handlungsf ahigkeit und bringt ein oenes System in auergew ohnlichen Situationen zum kollabieren. ... ein tiefes Verst andnis u ange zwischen der Gesamtstrategie ber die Zusammenh des Unternehmens und der Leistung jedes einzelnen Mitarbeiters schaen. Jeder einzelne Mitarbeiter muss sich mit der Vision und Strategie des Unternehmens identizieren. Die pers onlichen Ziele m ussen klar deniert, f ur die Besch aftigten verst andlich sein und von ihnen als beeinussbar aufgefasst werden. ... die Schaung eines fehlertoleranten Kultur aktiv f ordern. Fehler d urfen nicht unterdr uckt und totgeschwiegen werden. Denn Erfolg ist, schneller aus Fehlern zu lernen als andere es tun. Ubrigens. Den Umstand, das aus Chaos Ordnung entstehen k onnte, hat man jahrelang nicht wahrhaben wollen, da er gegen den zweiten Hauptsatz der Thermodynamik zu sprechen schien. Dieser besagt, dass die Unordnung im Universum st andig zunehmen muss. Klingt abstrakt? Stellen Sie sich hierf ur den Tropfen Milch vor, der in Kaee gelassen wird oder Karten beim Mischen. Erst der belgische Forscher Ilya Prigogine brachte Licht in das Dunkel. Er zeigte n amlich, dass der zweite Hauptsatz der Thermodynamik nur f ur abgeschlossene Systeme gilt. Und wie wir vorhin gesehen haben, sind die Unternehmen oene Systeme.

Literatur
[1] John Briggs und David Peat. Die Entdeckung des Chaos: Eine Reise durch die Chaos-Theorie. Deutscher Taschenbuch Verlag, 1999 [2] Stefan Greschik. Das Chaos und seine Ordnung: Einf uhrung in komplexe Systeme. Deutscher Taschenbuch Verlag, 1998 [3] Stephen Hawking und Leonard Mlodinow. Die k urzeste Geschichte der Zeit. Rowohlt Taschenbuch Verlag, 2006 [4] Tor Norretranders. The User Illusion: Cutting Consciousness Down to Size Penguin, 1999) [5] Peter Kruse. next practice. Erfolgreiches Management von Instabilit at GABALVerlag GmbH, 2004