System Dynamics. Eine Weiterentwicklung der allgemeinen Systemtheorie

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1. Einleitung
1.1 Begründung der Themenstellung
1.2 Zielsetzung und Aufbau der Arbeit

2. Grundlagen und Begriffsabgrenzung
2.1 Begriffsdefinition von System
2.2 Dynamik
2.3 Komplexitäten von Systemen
2.4 Die allgemeine Systemtheorie
2.5 Kybernetik

3. System Dynamics
3.1 Grundlagen der Systemdynamik
3.2 Modelle von SD
3.3 Der Modellierungsprozess
3.4 Grenzen und Kritikpunkte der Modellierung für SD
3.5 Einsatzmöglichkeiten

4. Einsatz von System Dynamics in einem Industrieunternehmen

5. Fazit und kritische Reflektion

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Prinzip Darstellung eines SD Modells

Abbildung 2: Wichtige Flussdiagrammsymboliken

Abbildung 3: Vertrauensbasis bei dezentralem Bestellverhalten

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

1.1 Begründung der Themenstellung

Schon in frühster Kindheit werden Menschen darauf geprägt, auftretende Probleme, deren Komplexität unser Vorstellungsvermögen übersteigt, in kleinere, handhabbare Teilprobleme zu zerlegen und anschließend weiter zu analysieren. Dieses reduktionistische Ursache-Wirkungs-Denken stellt den Versuch dar, durch Verstehen der Einzelteile das Gesamtsystem zu begreifen. Jedoch ist bei diesem Vorgehen die Gefahr groß, die Übersicht der Gesamtheit und deren Zusammenhänge zu behalten. Die Abhängigkeit ist die Komplexität des Problems oder der Gesamtsituation.

Die Problematik, welche durch die linearen Strukturen des geprägten menschlichen Denkens verursacht wird, benötigt eine Lösung. Diese lineare Denkweise ist somit nicht für komplexe Herangehensweisen konzipiert. Oft führten allgemeine Herangehensweisen zu einer Vielzahl von Aktionen, welche weitere Schwierigkeiten auf dem beschrittenen Lösungsweg verursachten.

Die Theorie der System Dynamik beschreitet einen entgegengesetzten Weg. Die Komplexität des Problems bzw. der Systeme soll besser verstanden und handhabbarer werden, um in unübersichtlichen Ursache-Wirkungs-Beziehungen Lösungsvorschläge erarbeiten zu können. System Dynamics soll hier als ein wichtiges Instrument zur Analyse und Visualisierung komplexer Systeme Abhilfe schaffen und Entscheidungsträger unterstützen.

1.2 Zielsetzung und Aufbau der Arbeit

Das erste Ziel dieses Assignments ist es zu Beginn eine Grundlagenarbeit zu schaffen, welche das Verständnis für die Methodik der System Dynamics auf einen einheitlichen Stand bringt. Als Hauptziel stehen die Darstellung der System Dynamics und dessen Einsatzmöglichkeiten.

Der Aufbau beginnt mit der Grundlagenarbeit, welche mit den Grundbegrifflichkeiten für Systeme im Allgemeinen beginnt und ebenfalls weitere wichtige Grundlagendefinitionen umfasst. Aufbauend auf dieser Basis wird die Systemdynamik betrachtet. Es beinhaltet die Entstehung, Entwicklung, Einsatzmöglichkeiten und Grenzen dieses Ansatzes. Für die Verdeutlichung wird abschließend der Einsatz der Methodik in der Praxis exemplarisch dargestellt.

2. Grundlagen und Begriffsabgrenzung

2.1 Begriffsdefinition von System

Es gibt inzwischen unzählige unterschiedliche Auffassungen bei der Definitionen, die je nach Wissenschaftsbereich des Verfassers unterschiedliche Merkmale der Systeme voraussetzen. Systeme gibt es z. B. in der Informatik (Anwendungssysteme), in der Medizin (limbische Systeme) oder auch technische Systeme (Transfersysteme). Aufgrund der Vielzahl von Einsatzmöglichkeiten des Begriffs, hat sich die Verbreitung der Definition des Systembegriffs auch stark verbreitet. Häufig ist dieser aber in ähnlicher Weise definiert und diese nachfolgende Definition stellt ebenfalls die Definition für diese Arbeit dar.

Ein System stellt eine Gruppierung von Elementen, welche alle eine bestimmte Eigenschaft besitzen und miteinander in einer Beziehung zueinander stehen dar. Der Begriff Elemente kann ein Atom, eine Zelle oder ein Unternehmen umfassen. Große Systeme können sich wiederrum in Subsysteme unterteilen. Ein System besteht aus Systemelementen, Systemein- und -auswirkungen, der Systemgrenze und der Systemumwelt. Die Beziehungen der Systeme entscheiden darüber, inwieweit der Austausch von Materie, Energie und Information zwischen den Elementen stattfindet. Dadurch wird das Verhalten des Systems, also seine Funktion bestimmt.^[1]

Bei Systemen ist ein weiteres wichtiges Merkmal der Grad der Offenheit. In offenen Systemen findet eine Interaktion mit der Umwelt statt, im Falle eines Unternehmens ist es z. B. die Interaktion der Einkaufsabteilung mit dem Markt. Geschlossene Systeme hingegen müssen nicht zwingend mit der Umwelt in Verbindung treten und können somit auch autark existieren. Dieses Autarke bestehen wird als Rückkopplungssystem bezeichnet.^[2]

2.2 Dynamik

Die Dynamik in Systemen zeigt sich in der Einbeziehung von zeitlichen und räumlichen Ursache-Wirkungsbeziehungen. Mit dem Zeitverlauf ändern sich bestimmte Systemparameter und viele Entscheidungen müssen unter Zeitdruck getätigt werden. Die Eigendynamik von Systemen macht nicht nur die Erfassung des Momentzustandes, sondern viel eher die Erfassung der Entwicklungstendenzen relevant, um Entscheidungen danach auszurichten.

2.3 Komplexitäten von Systemen

Der Hauptteil dieser Arbeit bezieht sich auf den System-Dynamics-Ansatz. Dieser zielt in erster Linie auf das Verständnis komplexer Systeme ab. Aus diesem Grund erfolgt hier eine kurze Erörterung darüber, was in diesem Zusammenhang als Komplexität verstanden wird und wodurch diese entsteht.

Die Komplexität resultiert zum einen durch statisch-kombinatorischen Ursachen, d. h. es spielen eine Vielzahl von Elementen und Wirkungszusammenhängen eine Rolle. Andererseits kann die Komplexität aus der Dynamik resultieren, welche im vorhergehenden Abschnitt bereits erläutert wurde. Diese Variable kann auch kleinere Systeme in ihrer Komplexität steigern. Systeme können dynamisch und komplex sein.^[3]

2.4 Die allgemeine Systemtheorie

Der Systembegriff ist grundlegender Bestandteil der allgemeinen Systemtheorie. Die Grundgedanken zur Systemtheorie hat der Biologe und Systemtheoretiker Ludwig von Bertalanffy um Mitte des 20 Jhdt. beschrieben. Dieser Grundgedanke war Grundlage für weitere Ansätze, wie die der Kybernetik nach Norbert Wiener. Die allgemeine Systemtheorie geht davon aus, dass sich wenn man die Strukturen unterschiedlicher Wissenschaften untersucht, ähnliche Gesetzmäßigkeiten finden lassen. So kann man die Systemtheorie als eine für alle Wissenschaften gültige Metatheorie auffassen. D. h. dass die allg. Systemtheorie darauf abzielt, dem Anspruch nach einer universellen Theorie zur Erklärung biologischer, physikalischer und eben auch psychischer und sozialer Phänomene gerecht zu werden. Somit kann das formale Instrumentarium der allgemeinen Systemtheorie zur Erforschung beliebiger komplexer Systeme herangezogen werden.^[4] Entscheidend für die allgemeine Systemtheorie ist die klare Definition der ihr zugrunde liegenden begrifflichen Konzepte. Hier liegt trotz fortwährender Weiterentwicklung der allg. Systemtheorie ein Problem, da dies innerhalb der allgemeinen Systemtheorie nicht einheitlich geschieht. Es resultiert daraus, dass wie bereits beschrieben ein System eine Vielzahl von Elemente umfasst. Diese Elemente müssen nicht näher beschrieben werden und können abstrakt sein. Jedoch haben sie ein gemeinsames Klassifikationsmerkmal, welches sie verbindet. Diese Punkte müssen in der Definition vorliegen.

2.5 Kybernetik

Der Systembegriff ist grundlegender Bestandteil der allgemeinen Systemtheorie. Aufbauend auf der Definition der Systemtheorie, wird hier nun der Ansatz der Kybernetik betrachtet, der schließlich zu den Simulationsmethoden und im Speziellen zum System-Dynamics-Ansatz führen soll. Dabei sollen vor allem die für den System-Dynamics-Ansatz wichtigen Grundlagen betrachtet werden. Hierbei handelt es sich um eine übergreifende Wissenschaft der Funktions- und Wirkungsweisen jeder Art von biologischen, mechanischen und sozialen Systemen. Ihre zentrale Frage sind das Wirken von Komplexität und das richtige Bewältigen ihrer vielfältigen Ausprägungen. Dabei stehen sowohl die inneren eigenständigen Regulierungsvorgänge innerhalb von Systemen als auch die Lenkung und Regelung von und in Systemen sowie die Kommunikation bzw. Informationsübertragung zwischen Systemen, ihren Teilen und ihrer Umwelt im Mittelpunkt.^[5]

3. System Dynamics

3.1 Grundlagen der Systemdynamik

Die im vorangegangenen Kapitel dargestellten Ansätze, Methoden und Theorien bilden die Grundlage für den in diesem Kapitel behandelten System-Dynamics-Ansatz. Ausgangsbasis für die Entstehung von System Dynamics war Kritik an punktueller Betrachtungsweise von Managementproblemen. Bei der Systemdynamik handelt es sich um eine Methodik, welche von Jay W. Forrester im Jahre 1950 begründet wurde. Diese Methode umfasst die ganzheitliche Analyse, Verstehen und Beeinflussung komplexer Systeme. Forrester stellte fest, dass ihm bei der Suche nach Gründen für die Auslastungsschwierigkeiten eines Werkes, also einem betriebswirtschaftlichen Problem, sein Wissen aus dem Ingenieurwesen half. Die Problemsituation von General Electric wurde in einem formalen Modell abgebildet und ihre zeitliche Entwicklung mit Hilfe eines Computers simuliert. Forrester erkannte dabei die vielen Problemen der generischen Systemstruktur und veröffentlichte darauf basierend sein Werk „Industrial Dynamics“. Aufgrund der damals von Forrester gewonnenen Erkenntnisse, dass mit Hilfe dieser Methode sämtliche ökonomischen, ökologischen und sozialen Systeme modelliert und diese Modelle anschließend simuliert werden können, wurde der von ihm gewählte Begriff „Industrial Dynamics“ in den allgemeiner gehaltenen und heute noch verwendeten Ausdruck „System Dynamics“ umgewandelt.^[6]

Bei der Analyse der Systemdynamik stehen insbesondere geschlossene Systeme im Vordergrund. Diese beruhen auf Rückkopplungen, welche durch ihr eigenes vergangenes Verhalten beeinflusst werden. In der nachfolgenden Abbildung ist ein einfaches SD-Modell (Kausaldiagramm) abgebildet. Es handelt sich dabei um eine Prinzip Darstellung, die zeigt, wie sich über einen Zufluss der Zustand eines Systems ändert, die Rückkopplung dieses Zustandes aber wiederum Einfluss auf den weiteren Zufluss nimmt.

Abbildung 1: Prinzip Darstellung eines SD Modells^[7]

Abbildung in dieser Leseprobe nicht enthalten

Das in der Abbildung 1 gezeigte Beispiel kann wie folgt kurz beschrieben werden: Der Zusammenhang von Geburten und Bevölkerungsbestand steht in einem Wirkungszusammenhang (positiver Einfluss / Zunahme), ebenso wie die Bevölkerungsbestand und die Todesfälle (negativer Einfluss / Abnahme). Der Zuwachs der Bevölkerung ist also abhängig von der Hilfsgröße Geburtenziffer und der Rückgang von der Sterbeziffer. Zum einen führt eine höhere Geburtenrate zu einem rascheren Bevölkerungsanstieg. Zum anderen führt eine höhere Lebenserwartung zu einer geringeren Anzahl von Todesfällen. Diese zwei Größen sind die Steuerungsfaktoren für die in der Graphik abgebildeten Rückkopplungsmechanismen.^[8]

Es gibt verschiedene Phasen, in die System Dynamics eingeteilt werden können. Die Anzahl der Phasen variiert in der Literatur zwischen drei und sechs, hier werden jedoch die vier Phasen nach Forrester beschrieben. Diese Phasen geben eine grobe Richtlinie vor, wie man ein dynamisches System modelliert und es ist möglich von jeder Phase auf die vorhergehende Rückschlüsse zu ziehen. Nachfolgend die vier Phasen:^[9]

- Phase 1: Beschreibt die Abgrenzung des Systems und die Problemdefinition als Informationsgrundlage wird festgehalten
- Phase 2: Erstellung eines Kausaldiagrammes
- Phase 3: Die Beschreibung aus der ersten Phase wird in ein Flussdiagramm überführt
- Phase 4: Experimentellen Nachahmung / Simulation mittels computer-gestützten Programmen

Inzwischen wird System Dynamics erfolgreich zur Untersuchung auf sehr unterschiedlichen Gebieten wie Unternehmensentwicklung, Medizin, Energieversorgung, Volkswirtschaften, Bevölkerungswachstum, u.v.m. herangezogen.^[10]

3.2 Modelle von SD

Der Modellbildungsprozess des SD-Ansatzes dient der Vereinfachung der Realität zur Vermittlung von Verständnis über komplexe Sachverhalte. Viele Systeme sind weitaus komplexer als es unser Vorstellungsvermögen nachvollziehen kann, daher dient uns ein Modell zur Reduktion der Komplexität, um die Wirklichkeit zu begreifen.^[11]

Die Modellbildung unterscheidet sich in die Qualitative-Modellbildung und die Quantitative-Modellbildung. Beide Modelle werden nachfolgend umrissen. Der qualitative Schritt entspricht nach Forrester der zweiten Phase, welche jedoch in der Praxis oft übersprungen wird und direkt auf den Quantitativen Teil, die dritte Phase, übergeht.

- Die Qualitative-Modellbildung: Hier finden Kausaldiagramme ihre Anwendung. Kausaldiagramme sind Modelle, die (aufgrund von Rückkopplung) Systeme beschreiben. Sie sind sehr einfach zu verstehen und bilden daher eine hervorragende Grundlage für System Dynamics. Wir unterscheiden zwei Arten dieser Diagramme, auf der einen Seite positive und auf der anderen negative.^[12]
- Die Quantitative-Modellbildung: Hier kommen Flussdiagramme für die Abbildung bzw. Beschreibung des Systems zum Einsatz. Diese ähneln den Kausaldiagrammen in der Form, dass sie ebenfalls für die Darstellung von kausalen Zusammenhängen verwendet werden. Jedoch verdeutlicht die Wiederholungen der einzelnen Schritte des Systems bei der Erstellung des Flussdiagramms, die Abläufe im System. Dieses soll die Komplexität reduzieren.^[13]

3.3 Der Modellierungsprozess

Im Folgenden wird das Vorgehen für die Erstellung von Kausaldiagrammen dargestellt. Diese unterscheiden sich in positive und negative Kausaldiagramme.

- Positive Kausaldiagramme: Sie kommen zum Einsatz um Beschleunigung von Wachstums- oder Zerfallprozessen darzustellen. Den Wirkungskreisen steht keine ausgleichende Einwirkung gegenüber. Die Darstellung der Kausalität erfolgt mit Pfeilen und hat durchgehend dieselbe Wirkungsrichtung (positiv oder negativ), welches das System in der Regel instabil werden lässt, da es damit gegen Null oder unendlich strebt.^[14]
- Negative Kausaldiagramme: Hier wirken die Kräfte der Kausalitäten entgegengesetzt. Durch die Wirkung von gleichermaßen positiven und negativen Kräften ist eine Stabilisierung im System gegeben. Veränderungen stehen Gegenwirkungen entgegen um zu stabilisieren. Somit haben die Einwirkungen der Entscheidungen eine selbstregulierende Folge.^[15]

Das Vorgehen bei Flussdiagrammen wird im Folgenden beschrieben. Für die Notation der Symbole für die Modellierung von Flussdiagrammen gibt es zahlreiche Symbole. Hier muss zu Beginn eine Festlegung für ein einheitliches Verständnis von Symbolen gewährleistet sein. Wichtige Symbole für das Flussdiagramm sind folgende:

Abbildung 2: Wichtige Flussdiagrammsymboliken^[16]

Abbildung in dieser Leseprobe nicht enthalten

Im Zentrum steht eine Bestands- / Zustandsgröße, die einen Ausgangswert darstellt. Dieser Wert wird im Laufe der Zeit durch Zu- und Abflüsse verändert. Die Darstellung der Flüsse erfolgt durch die Flussgröße / Veränderungsgröße. Dynamische Informationen werden als Hilfsgröße abgebildet und können Auswirkung auf andere Hilfsgrößen oder Zufluss Größen haben. Quellen / Senken beschreiben externe Bereiche. Quellen stehen hier für Inputwerte (Startwerte) und Senken für Output Werte (Ergebnisse).^[17]

3.4 Grenzen und Kritikpunkte der Modellierung für SD

Bei der Modellierung der Prozesse sind Grenzen aufzuzeigen. Bei sehr umfangreichen und komplexen Sachverhalten ist die Darstellung schnell unübersichtlich wenn es in einem Flussdiagram dargestellt wird. Alternativ wäre für diesen Fall der Einsatz von Mehrfachdiagrammen ratsam. Ein weiterer Punkt ist die Gültigkeit der Aussagen. Fehler können nur schwer festgestellt werden. Die Fehlerbehebung an sich erfolgt manuell, da es noch keine automatisierte Optimierungslösung gibt, und kann daher sehr aufwendig sein. Somit steht der Faktor Zeitaufwand für die Erstellung als kritischer Punkt ebenfalls mit an.

3.5 Einsatzmöglichkeiten

System Dynamics finden zahlreiche Anwendungen. Auch in alltäglichen und selbstverständlichen Problemen findet dieses Vorgehen bereits seinen Einzug. Als Beispiele können z. B. die Wettervorhersage oder Heizungssysteme benannt werden. Auch Frühwarn- oder Ratingsysteme nutzen dieses Vorgehen. Aber auch in Industrieunternehmen hat SD seinen Einzug gefunden, was im nächsten Kapitel gezeigt wird.

4. Einsatz von System Dynamics in einem Industrieunternehmen

Industrieunternehmen sind heutzutage immer mehr, unabhängig von der Größe, durch global vernetzte Märkte und Wettbewerbsbedingungen gekennzeichnet. Dies kann mit der Materialbeschaffung beginnen, bis hin zu Konkurrenzunternehmen. Ein besonderes Augenmerk in Industrieunternehmen liegt bei dem Produktionssystem aufgrund deren Abhängigkeit zur zeit-, orts-, qualitäts-, mengen- und kostengerechten Fertigung von Produkten. Um in diesem dynamischen Bereich die Effektivität und Effizienz zu gewährleisten, muss das System überblickt werden können. An dieser Stelle kommt das System Dynamics zum Einsatz.

Im Folgenden wird ein Unternehmensbeispiel^[18] der dezentralen Materialbestellung abgebildet, im Bereich der Stahlbeschaffung. In diesem Fall, wenn das Lager erschöpft ist, wird eine gemeinsame Bestellung an Kooperationspartner gestellt. Wenn der Kooperationspartner dieses bejaht, dann erfolgt eine Bestellung, ansonsten ist in diesem Fall keine Bestellung möglich (Konditionen können nicht gehalten werden). Entscheidende Komponenten sind Bestellmenge und Bestellzeitpunkt. Diese werden durch Treiber wie Lagerkosten, bestellfixe Kosten und der Abhängigkeit mit dem Kooperationspartner. Da aber die Annahme, dass der Lagerbestand beider Parteien gleich ist, ist eine Verhaltensanpassung notwendig. Dieses Vorgehen bedingt aus den genannten Gründen ein gewisses Vertrauen zueinander. Diese Vertrauensbasis wird durch die Abläufe und den zeitlichen Verlauf beeinflusst. Um dieses komplexe System zu erfassen, findet die Darstellung nachfolgend mittels System Dynamics statt.

Abbildung 3: Vertrauensbasis bei dezentralem Bestellverhalten

Abbildung in dieser Leseprobe nicht enthalten

Das Vertrauen wird positiv durch die Kooperationshäufigkeit und wahrgenommene Kooperationsefforte beeinflusst. D. h. wenn in der Vergangenheit bei Bestellbedarf die Kooperation klappte, verstärkt sich das Vertrauen in diese Vorgehensweise. Ein hoher Lagerbestand wirkt sich negativ auf den Bestellwillen aus. Durch die geschaffenen Vorteile und Einsparungen bei diesem Verfahren im Bereich der Bestellkosten, können bei Bedarf günstigere Angebotspreise angeboten und somit mehr Kundenaufträge gewonnen werden. Es handelt sich bei der Darstellung um eine vereinfachte Form, aufgrund des vorgegebenen Umfangs für diese Arbeit.

[...]

^[1] Vgl. Patrzek, A.; (2015); S. 5 f.

^[2] Vgl. Forrester, W. J.; (1972); S. 15 ff.

^[3] Vgl. Thun, H. J.; (2002); S. 193

^[4] Vgl. Luhmann, N.; (1981); S. 11 f.

^[5] Vgl. Schröter, M.; (2006); S. 126 f.

^[6] Vgl. Sandrock, J.; (2006); S. 63 ff.

^[7] Eigene Darstellung in Anlehnung an: Vgl. Belkin, V.; (2011); S. 195

^[8] Vgl. Baur, N.; et al.; (2014); S. 212

^[9] Vgl. Wilke, J.; (2012); S. 238 f.

^[10] Vgl. Leopolde, W.; (2015); S. 44

^[11] Vgl. Wilke, J.; (2012); S. 238 f.

^[12] Vgl. Westkämper, E.; et al.; (2001); S. 46

^[13] Vgl. Schröter, M.; (2006); S. 131

^[14] Vgl. Mildenberger, U.; (1998); S. 187

^[15] Vgl. Mildenberger, U.; (1998); S. 187 f.

^[16] Eigene Abbildung in Anlehnung an: Vgl. Mostert, H. C.; (2007); S. 93

^[17] Vgl. Bandte, H.; (2007); S. 221 f.

^[18] Unternehmensname darf aus Datenschutzgründen nicht ausgegeben werden