Die Auswahl der Projektmethode wird immer wieder durch persönliche Vorlieben der zuständigen Mitarbeiter bestimmt. Dies führt oft nicht zur besten Auswahl. So werden einfache Linientätigkeiten in SCRUM-Teams bearbeitet, weil Agilität doch gerade hip ist. Außerdem werden Forschungsprojekte mit einem Wasserfallmodell geplant, weil der verantwortliche Doktorand gerade ein Seminar zum V-Modell besucht hat. Die Stacey-Matrix zeigt, warum in diesen zwei Beispielen die falsche Wahl getroffen wurde, und wie die richtige Methode gefunden werden kann.
Die Stacey-Matrix reduziert ein Problem auf zwei einfache Kennzahlen: Die Klarheit der Anforderungen und die Klarheit der Technik.
Einfache Aufgabenstellungen zeichnen sich durch bekannte Technik und wohl definierte Anforderungen aus und sind in der Matrix links unten angesiedelt. Solche Aufgaben können zumeist durch einfache Sachbearbeitung erledigt werden, möglicherweise gepaart mit einem kontinuierlichen Verbesserungsprozess (KVP), z. B. Lean-Management oder Shopfloor-Management.
Komplizierte Projekte enthalten noch einige Unklarheiten bezüglich Anforderungen und Technik, sind aber grundsätzlich noch beherrschbar. Auch die Kausalität von Ereignissen ist im Wesentlichen vorhersehbar. Typischerweise werden diese Projekte mit einem Wasserfall-Modell geplant, wobei der Projektleiter mit Risiko- und Issue-Management, anderen Methoden und einer guten Planung die verbleibenden Unsicherheiten in Anforderungen. Die Technik wird somit Stück für Stück aufgelöst und beherrschbar gemacht. Ein nicht vernetztes, klassisches Auto zu bauen ist sicher sehr kompliziert. Anforderungen und Technik sind hingegen weitestgehend bekannt und die Aufgaben gut planbar.
Komplexe Vorhaben zeichnen sich durch einen hohen Grad an Unsicherheit bezüglich Anforderungen und Technik aus. Ereignisse und Entscheidungen können unvorhersehbare Rückwirkungen auf das Vorhaben bedeuten. Vernetzte selbstfahrende Autos sind komplexe Vorhaben, bei denen neue Technologien fast täglich die Anforderungen verschieben. Rechtliche Fragen sind noch völlig unklar und der Beweis, ob und wie es überhaupt möglich sein wird, ist noch nicht erbracht. Hier haben sich agilere Methoden bewährt, um dem hohen Maß an Unsicherheit einen flexiblen Prozess entgegenzusetzen, der auf Veränderungen schnelle Reaktionen ermöglicht. KANBAN und SCRUM sind bei unseren Kunden die am häufigsten eingesetzten Methoden. Weil in vielen Projekten eine Mischform von komplizierten und komplexen Bestandteilen eines Projekts vorliegt, ist oft der beste Weg ein hybrider Prozess. Dieser vereint Konzepte aus agiler und planerischer Welt.
Chaotische Themen zeichnen sich durch ein extremes Maß an Unsicherheit bezüglich Anforderungen und Technik aus, so dass sogar über Erfolg oder Misserfolg des Vorhabens im Voraus kaum eine Prognose möglich ist. Forschungsprojekte oder aktuelle Projekte zur Blockchain sind typische Beispiele: Nur wenige Menschen beherrschen die Technik und beginnen gerade erst zu erkennen, welche Probleme damit überhaupt gelöst werden können. Design Thinking oder Hybrid Thinking sind geeignete Vorgehensmodelle, die dieser hohen Ungewissheit gerecht werden.
Die Eckpunkte der Lösung und ihre Anwendbarkeit mit Microsoft-Standard-Apps...