Hintergrund und Zusammenfassung:

*Die qualitative Modellierung verzichtet anders als die quantitative Modellierung auf konkrete Daten, Formeln und Parameter und hat auch keine exakten Szenarios zum Ergebnis, welche vielfach als scheingenau eh nicht akzeptiert werden. Vor allem geht die nur grobe, qualitative Beschreibung von Zusammenhängen sehr viel schneller. Grob heisst, dass ein Einfluss erhöhend oder senkend, kurz-, mittel- oder langfristig, schwach, mittel oder stark ist. Schwach und stark können dabei bei Bedarf beliebig differenziert werden. Eine solche nur grobe Gewichtung der Zusammenhänge hält auch wissenschaftlichen Kriterien stand. Für viele Herausforderungen der Gegenwart und Zukunft könnten wir nicht auf Daten der Vergangenheit zurückgreifen - deshalb bleibt nur eine Untersuchung auf Basis abduktiv-logischer Schlüsse, also eine Betrachtung der Folgen einer Annahme, die so lange gültig ist, bis sie widerlegt werden kann.

Als Beispiel für eine qualitative Gewichtung: ein Parameter, der quantitativ den Einfluss von Mitarbeitermotivation auf die Verarbeitungsqualität beschreiben soll, müsste erst wissenschaftlich nachgewiesen werden oder gilt zurecht als Willkür. Wenn aber ein oder mehrere Modellierer sich nur darauf verständigen müssen, ob die Motivation der Mitarbeiter im Vergleich zu etwa Qualitätskontrollen und technischen Maßnahmen von eher starker oder schwacher Wirkung ist, ist das gesunder Menschenverstand und nur sehr selten strittig. Die Auswirkungen solcher unbestrittenen Einzelgewichtungen auf einen entfernten Zielfaktor erfolgt durch eine ganz logische Berechnung (induktive wenn nicht gar deduktive Schlüsse) und ist daher als Ergebnis auch nach wissenschaftlichen Kriterien gültig. Wenn die Motivation also stark auf die Verarbeitungsqualität wirkt, diese schwach auf die Kundenzufriedenheit, welche mittel auf die Verkaufszahlen wirkt, dann ist die Wirkung von Motivation auf diesem Wirkungsweg vergleichsweise mittel. So etwas berechnet die Erkenntnis-Matrix mit der Position eines Faktors auf der horizontalen x-Achse. Die y-Achse deutet dann an, inwieweit ein solcher Einfluss sich im Zeitverlauf aufgrund von Wirkungsschleifen oder Wirkungsverzögerungen ändern könnte.

Fehler können natürlich trotzdem entstehen, indem unlogische Verbindungen gezogen werden oder entscheidende Faktoren gar nicht betrachtet werden. Da aber helfen die eingeblendeten Hilfestellungen des iMODELERs, der auffordert, für jeden Faktor die KNOW-WHY-Fragen (“Wovon hängt ein Faktor heute oder zukünftig direkt ab? Was kann heute oder zukünftig direkt stören?”) zu stellen, und jede Verbindung als Satz “mehr von .... führt direkt (!) zu mehr/weniger von ...” zu sprechen. Sind alle Verbindungssätze im Modell richtig, ist das Modell richtig. Sind die entscheidenden Faktoren enthalten, ist das Modell nützlich.
Einige Dynamiken können mit der qualitativen Modellierung nicht analysiert werden, weshalb wir ja auch eine quantitative Modellierung anbieten. Dass aber viele Anhänger quantitativer Ansätze die qualitative Modellierung nicht akzeptieren wollen, ist diplomatisch gesagt verwunderlich.

**  Ob ein Modell nützt oder nicht hängt von der Berücksichtigung der entscheidenden Faktoren, der Möglichkeit, die Zusammenhänge korrekt zu beschreiben und der Möglichkeit den Gesamtzusammenhang sinnvoll und einfach zu analysieren, ab. Für die Herausforderung die entscheidenden Faktoren in den Zusammenhang zu stellen bietet sich die KNOW-WHY-Methode basierend auf der KNOW-WHY-Denkweise von Kai Neumann an. Ganz kurz: Aus systemischer Sicht ist erfolgreich nur das, was sich an die Rahmenbedingungen anpasst, sich integriert, und das, was sich mit dem Wandel der Rahmenbedingungen oder in Konkurrenz zu anderen weiterentwickelt. Alles, was Integration oder Weiterentwicklung stört, ist gefährlich. Relevant sind in einem Modell nun faszinierender Weise nur Faktoren, die für einen Faktor für Integration oder Weiterentwicklung sorgen oder diese behindern. Nach der KNOW-WHY-Methode fragen wir nun systematisch bei jedem Faktor, wovon dieser abhängt und was diesen stört (Integration), und wovon dieser in der Zukunft abhängt oder was in der Zukunft Störendes passieren kann (Weiterentwicklung). Diese Fragen blendet der iMODELER zu Beginn eines Modells als Hilfestellung ein. Natürlich können diese Fragen variiert werden und der Modellierer oder die Modelliererin muss eigentlich gar nicht wissen, dass er oder sie nach einer systemischen Methode vorgeht :-)
Weitere Informationen gibt es in den zahlreichen Papers von Consideo und den Büchern von Kai Neumann.