Kleinvieh macht viel Mist

Das ein oder andere Mal wird man damit konfrontiert, wenn sich nach dem Kauf heraus gestellt hat, dass ein anderes Produkt, ein anderer Service oder Serviceprovider die viel bessere Wahl gewesen wäre. „Hätte ich mal bei euch gekauft“, kann eine banale Aussage sein oder deutet auf ein Problem in der Entscheidung hin.

Eine der Ursachen kann eine simple Entscheidungsmatrix sein. Wenn sie wirklich verwendet wird und nicht einfach durch den Einkauf auf die Variable kleinster Preis verkürzt wird. Das Objektivieren durch Prozentwerte oder Punkte ist gar nicht so leicht und die Entscheidungsmatrix hat eine Tendenz von den entscheidenden Punkten wegzuleiten. Sie ist komplizierter als es auf den ersten Blick scheint.

Damit dieser Blog-Eintrag nicht Seiten füllt, werde ich im folgenden keinen IT Service einkaufen, sondern Äpfel mit Birnen vergleichen: Ich möchte ein Stück Obst für die morgige Wanderung einkaufen und fahre der Einfachheit halber zum Lebensmittelladen um die Ecke. Nun gibt es im Vorfeld einiges zu bedenken, um die Wahl zu erleichtern. Da gibt es Preis pro kg, mein Lieblingsobst Apfel und Birne sollen einen Vorzug bekommen, das Obst soll reif sein, nicht zu reif, da es ja den Tag im Rucksack überstehen soll, ist es Bio-Ware, ein lokales Produkt, etc. Aus dieser Sammlung entsteht nun eine Entscheidungsmatrix:

Kriterium max. Punktzahl
Preis pro 100g 30%
Apfel oder Birne 30%
Reifegrad 5%
Festigkeit 3%
EU-Bio-Label 3%
Demeter-Label 2%
Lokaler Anbieter 2%
Fair Gehandelt 2%
Nicht eingeschweißt 1%
Und so weiter und so weiter… …bis die Summe 100% ergibt.

Obiges ist ein ganz typischer Ansatz, die wichtigsten Kriterien bekommen so um die 60% und die restlichen 40% verteilen sich auf das Kleinvieh. Wenn diese Listen im Projekt reifen kommt typischerweise noch ganz viel Kleinvieh hinzu, weil neu hinzugezogenen Leuten noch etwas Zusätzliches einfällt. Der Prozentwert für ein zusätzliches Kriterium wird dann zuerst von den fetteren 5% Kleinvieh Kriterien stibitzt und weil 1% unteilbar erscheint, dann werden irgendwann sogar von den wichtigsten Kriterien Prozentpunkte abgezweigt. So dass dann die Verteilung Wichtig zu Restlich von 60/40 auf 50/50 oder weniger sinkt. Nur falls jemand auf die Idee kommt: Die Verwendung von absoluten Punktzahlen statt Prozentwerten macht die Sache nicht besser.

Weiterhin ist die arithmetische Bewertung oft nur schwach festgelegt, obwohl sie einen großen Einfluss auf die Gewichtung hat. Nehmen wir mal an, wir finden Physalis 2 €, Kiwis zu 1,30 €, Bananen zu 0,90 €, Birnen zu 0,80 €, Äpfel zu 0,70 € und Wassermelonen zu 0,30 €. Nun teilen wir die 30% für das Preiskriterium in 10 cent Stücke mit 2 € entsprechen 0% und 0 € 30%. Somit liegt die Banane bei 16,5%, der Apfel bei 19,5% und die Melone bei 25,5%. Das kann ja so gemeint sein, aber in diesem Beispiel fangen wir uns durch preisliche Ausreißer eine Bewertungslücke von ca. 10% nach oben und unten ein. Da die Bandbreite der möglichen Kandidaten verkleinert wird, ist ein Nebenkriterium wie Bio-Qualität nun ausreichend, damit eine Banane den günstigen Apfel locker überholen kann.

Darüber hinaus ist ein nicht zu verachtender Einfluss, dass manche Nebenkriterien sich einander bedingen. In dieser Tabelle ist ein Lebensmittel mit Demeter e.V.-Label ein Beispiel, da Demeter hinreichend für das EU-Bio-Label ist, bekommt dieses Kriterium 2%+3% = 5%. Wenn das so gewollt ist prima, meistens sind derartige Abhängigkeiten jedoch komplexer und schränken wenn es schlecht läuft die optimale Punktzahl für den besten Kandidaten ein.

Wie Anfangs schon erwähnt, Nebenkriterien sammeln sich im Laufe eines Projektverlaufs massiv an. Viele Leute bringen viele Ideen mit, auch kommen von den Anbietern in der ersten Runde noch viele Anregungen für weitere sinnvolle aber oft nicht wesentliche  Produkteigenschaften. Neben dem Strandgut gibt es aber noch eine zentrale Sammelstelle für Nebenkriterien, die Zukunftsfähigkeit. Nebenkriterien zum weiteren Ausbau oder Zukunftsfähigkeit des Produktes oder Service sind eine oft ungeschickt treibende Kraft..

Sicher gibt es konkret anstehende Notwendigkeiten. Bei IT Services fällt mir da die EU-Datenschutz-Grundverordnung (EU-DSGVO) ein. Diese tritt im Mai 2018 in Kraft und sollte bei Services die 2017 eingekauft werden beachtet werden. Ich meine jedoch Kriterien die einen möglichen Ausbau betreffen: Der Services könnte neben IT später auch Facility Management versorgen, dieses Client Produkt könnte eventuell in Zukunft auch auf Servern Anwendung finden, mit einem höheren Reifegrad in der IT könnten wir in Zukunft vielleicht dieses und jenes Feature benötigen. Diese Hätte-Könnte-Eventuell-Kriterien wachsen in manchen Entscheidungsmatrizen auf über 20%, sind aber für die Gegenwart unwichtig. Zum einen ist unklar was in Zukunft wirklich benötigt wird. In der Rückschau wird man sehen das tatsächlich eingesetzte Features dann nur 3% ausmachten und die restlichen 17% Zukunftspotential weiterhin brach liegen. Auch ist unklar wie sich die Produkte entwickeln, das aktuell top-moderne auf Zukunft ausgerichtete Produkt wird in zwei Jahren vielleicht ins Hintertreffen geraten sein.

Lösungen

Nebenkriterien sind Nebenkriterien, sie sollten wirklich limitiert sein. Zum Beispiel sollten sie in der Gesamtmenge nur 10% Einfluss nehmen können. Damit man sich mit Promillewerten nicht so schwer tut: Wie wäre es mit einer Nebentabelle? Eine Sammlung aller Nebenkriterien, bepunktet nach Gusto, die in Summe mit 10% eingeht. Noch sinnvoller ist natürlich Nebenkriterien zu streichen oder ohne Gewichtung als informative Liste aufzunehmen.

Bei den Hauptkriterien bitte sehr intensiv über die Objektivierung nachdenken, vorzugsweise mit einer passenden Entscheidung aus der Vergangenheit durchspielen. Heißt Preis geht zu 50% ein, dass der günstige Kandidat 50% und der zweit-günstigste Kandidat 48% bekommt?

Gerade bei Entscheidungen deren Produkte oder Services Neuland sind, unbedingt Abhängigkeiten der Kriterien vermeiden. Abhängige Kriterien können meist zu einem Kriterium zusammengefasst werden. Komplexere Entscheidungsmethodiken, die zum Beispiel Bayessche Netze beinhalten, sind bei einem solchen Vorhaben oft unangebracht, da sie zwar mathematisch transparent aber recht schwer mit den Anforderungen des Vorhabens zu durchdringen sind.

Bei der Zukunftssicherheit empfiehlt es sich eine Strategie zu entwickeln. Ein Ergebnis könnte sein, Agilität zu bewahren in dem man Produkte oder Services schnell umbauen kann, das heißt bei Laufzeiten oder Abnahmemengen flexibel bleibt. Aber auch das ist abzuwägen.

Entscheidungsmatix ähnliche Fallen

Risikobetrachtungen werden oft ähnlich simpel aufgestellt. Dort gibt es vielleicht sogar eine Richtlinie die sagt, dass ein Risiko eine Eintrittswahrscheinlichkeit von mindestens 0.5% haben muss. Somit wandert das Risiko in eine Gegend, die nur dadurch geprägt ist, weil den Leuten dort so viele Anwendungsfälle einfallen. Zu den Lösungen kann hier ggf. nach mit Clusterung oder Kategorisierung gearbeitet werden, so dass ähnliche Risiken gemeinsam betrachtet werden.

Ähnliche Probleme finden sich auch in Assessment-Methodiken oder Entscheidungsunterstützung von Beratern. Auch diese Tools neigen dazu, dass unwichtige Nebenkriterien eine kleine Beachtung erfahren und damit in Summe Mist bauen. Bei komplexeren Verfahren lohnt sich in jedem Fall mit einem leeren Zettel zu beginnen, die Entscheidungskriteren zu skizzieren und den Zettel kurz vor Entscheidung wieder heraus zu kramen.

Obejektivierung fühlt sich gut an, ist so manches Mal aber nicht optimal.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Dein Kommentar wird manuell freigeschaltet. Ich bitte um Geduld, das kann manchmal etwas dauern.