Komplexe und komplizierte Probleme unterscheiden sich in der Art, wie sie gelöst werden können und wie ihre Elemente miteinander interagieren. Um diese Unterschiede zu verdeutlichen, betrachten wir die folgenden Beispiele:
Flugzeug vs. Kuh
Ein Flugzeug ist ein kompliziertes System, das aus vielen Teilen besteht, die in einer bestimmten, gut definierten Weise miteinander interagieren. Ein Ingenieur kann jedes Bauteil untersuchen und genau vorhersagen, wie es sich auf das Gesamtsystem auswirkt.
Im Gegensatz dazu ist eine Kuh ein komplexes System, das aus vielen verschiedenen biologischen Prozessen besteht, die auf nichtlineare und schwer vorhersagbare Weise miteinander interagieren.
Das Cynefin-Framework von Dave Snowden hilft dabei, verschiedene Problemkategorien zu identifizieren und passende Lösungsstrategien zu entwickeln:
1. Einfache Probleme:
Einfache Probleme sind leicht verständlich und lösbar. Die beste Strategie besteht darin, bewährte Methoden und Best Practices anzuwenden. Ein Beispiel dafür ist das Erstellen einer Einkaufsliste.
2. Komplizierte Probleme:
Komplizierte Probleme erfordern Expertenwissen und analytische Fähigkeiten, um die richtige Lösung zu finden. Die beste Strategie ist es, Experten zu Rate zu ziehen und eine systematische Analyse durchzuführen. Ein Beispiel dafür ist die Wartung eines Autos.
3. Komplexe Probleme:
Komplexe Probleme sind von Natur aus unvorhersehbar und nichtlinear. Die beste Strategie ist es, Experimente durchzuführen, aus Fehlern zu lernen und sich iterativ an die beste Lösung heranzutasten. Ein Beispiel dafür ist das Managen eines Ökosystems.
4. Chaotische Probleme:
Chaotische Probleme sind von Natur aus unkontrollierbar und es gibt keine klare Ursache-Wirkungs-Beziehung. Die beste Strategie ist es, schnell zu handeln, um Stabilität zu schaffen und anschließend zu einer geeigneteren Kategorie im Cynefin-Framework zu wechseln. Ein Beispiel dafür ist der Umgang mit einer Naturkatastrophe.

Das Cynefin-Framework bietet Orientierung bei der Unterscheidung von komplexen und komplizierten Problemen und hilft dabei, geeignete Strategien und Lösungsansätze zu entwickeln. Es betont die Bedeutung des Verständnisses der Problemdynamik und zeigt, dass es keine universelle Lösung für alle Arten von Problemen gibt.