Die Cycle Time ist gestiegen. Was folgt daraus? Die ehrliche Antwort lautet: nichts.
Eine gestiegene Cycle Time hat ein Dutzend möglicher Ursachen, von wachsendem Bestand über veränderten Arbeitszuschnitt bis zu einer einzigen blockierten Aufgabe, die den Wert nach oben zieht. Die Kennzahl meldet, dass etwas ist. Sie sagt nicht, was. Wer aus einem einzelnen Wert direkt eine Maßnahme ableitet, rät, und das Raten ist umso gefährlicher, je überzeugender die Zahl aussieht.
An dieser Stelle bleiben die meisten Messprogramme stehen. Die Erhebung funktioniert, die Diagramme sind sauber, die Routine steht. Und dann folgt aus den Zahlen entweder gar nichts, oder es folgt eine Maßnahme, die zur ersten Erklärung passt, die jemandem eingefallen ist. Beides ist ein Ergebnis, das sich mit deutlich weniger Aufwand hätte erreichen lassen.
Dieser Artikel behandelt den Schritt dazwischen: wie sich aus Kennzahlen eine Diagnose gewinnen lässt und wie aus dieser Diagnose eine Entscheidung wird, deren Wirkung überprüfbar bleibt.
Der Unterschied, um den es geht, ist der zwischen einem Alarm und einer Diagnose. Ein einzelner Wert kann melden, dass etwas nicht stimmt. Was nicht stimmt, sagt er nicht, denn derselbe Wert ist mit vielen verschiedenen Zuständen des Systems vereinbar. Eine einzelne Kennzahl erzeugt deshalb Aufmerksamkeit, aber keine Hypothese.
Eine Hypothese entsteht erst durch Kombination. Zwei Größen, die sich gemeinsam in eine bestimmte Richtung bewegen, schließen einen Teil der möglichen Ursachen aus. Drei Größen engen den Raum weiter ein. Der diagnostische Wert liegt nicht in der einzelnen Zahl, sondern in der Konstellation, und deshalb sind Dashboards mit vielen nebeneinandergestellten Einzelwerten so auffällig folgenlos. Sie zeigen viel und behaupten nichts. Welche Darstellungsformen diesen Zusammenhang sichtbar machen und welche ihn verdecken, ist Thema des Artikels zu Visualisierung und Dashboard-Design.
Das bekannteste Beispiel für eine solche Konstellation ist der Überlastfall: Der Bestand an gleichzeitig laufender Arbeit (Work-in-Progress) wächst, die Cycle Time wächst mit, der Durchsatz (Throughput) bleibt stehen oder fällt. Dieses Muster und die beiden anderen Konstellationen innerhalb des Zusammenspiels von Cycle Time, Durchsatz und Bestand sind in Cycle Time, Throughput und Work-in-Progress beschrieben.
Die folgenden vier Muster liegen bewusst quer dazu. Sie entstehen dort, wo die Flusskennzahlen auf die übrigen Dimensionen der Lieferfähigkeit treffen, also auf Streuung, auf Wartezeit vor dem eigentlichen Beginn und auf Qualität. Diese Muster sind die unangenehmeren, weil sie sich in den Standardkennzahlen zunächst gar nicht oder sogar positiv zeigen.
Jedes Muster folgt derselben Logik: Was ist beobachtbar, welche Erklärungen konkurrieren, welcher Prüfschritt unterscheidet zwischen ihnen und was folgt daraus? Der Prüfschritt ist der entscheidende Teil. Ohne ihn bleibt jede Musterliste ein Kochbuch, und Kochbücher scheitern genau daran, dass dieselbe Beobachtung in verschiedenen Organisationen verschiedene Ursachen hat.
Beobachtung: Die Cycle Time der abgeschlossenen Aufgaben ist stabil oder verbessert sich sogar. Gleichzeitig steigt das Alter der Arbeit, die gerade läuft. Der Bestand wird älter, während die Statistik jünger aussieht.
Der Grund für diesen scheinbaren Widerspruch ist ein Auswahleffekt. Cycle Time wird an abgeschlossenen Aufgaben gemessen. Aufgaben, die feststecken, schließen nicht ab und tauchen deshalb in der Statistik nicht auf. Je länger etwas hängt, desto sicherer bleibt es unsichtbar. Die Kennzahl beschreibt nicht den Zufluss, sondern die Auswahl derjenigen Arbeit, die es herausgeschafft hat.
Konkurrierende Erklärungen:
Der Prüfschritt: Statt auf die Statistik der abgeschlossenen Arbeit auf die Altersverteilung der laufenden Arbeit sehen. Nicht wie lange hat gedauert, was fertig wurde, sondern wie alt ist, was gerade offen ist. Zeigt die Verteilung wenige extreme Ausreißer bei ansonsten unauffälligem Bild, liegt der erste Fall vor. Bleibt ein breiterer Teil des Bestands alt, unterscheidet der Blick auf die Aktivität: Liegt die gealterte Arbeit unangetastet, während jüngere Aufgaben an ihr vorbeiziehen, spricht das für eine systematische Auswahl. Wird an ihr durchgehend gearbeitet, ohne dass sie fertig wird, spricht das für den Zuschnitt.
Was folgt: Die drei Fälle verlangen unterschiedliche Reaktionen, und keine davon ist eine Beschleunigung. Bei Ausreißern geht es um Eskalation oder um die bewusste Entscheidung, eine Aufgabe abzubrechen, statt sie unbegrenzt weiterzuschleppen. Bei systematischer Auswahl ist das Alter der laufenden Arbeit selbst die Steuerungsgröße, die neben die Fertigstellungszahlen gehört. Beim Zuschnittproblem liegt der Hebel vor dem Systemeingang.
Beobachtung: Der Median der Cycle Time bleibt über Monate praktisch unverändert. Das obere Perzentil, also der Wert, unter dem etwa 85 oder 95 Prozent der Aufgaben liegen, wandert nach oben. Die Mitte der Verteilung sieht unauffällig aus, und trotzdem häufen sich gerissene Zusagen.
Das ist kein Widerspruch, sondern die Trennung zweier Fragen, die in Vom Durchschnitt zur belastbaren Prognose ausgeführt ist. Ein niedriger Median und verlässliche Planbarkeit sind verschiedene Eigenschaften. Zusagen werden nicht in der Mitte der Verteilung eingelöst, sondern an ihrem oberen Rand.
Konkurrierende Erklärungen:
Der Prüfschritt: Zerlegen, und zwar in dieser Reihenfolge. Zuerst nach Arbeitstyp trennen. Streut jede Klasse für sich eng, war die Streuung ein Artefakt der Vermischung, und der Prozess ist unauffällig. Bleibt die Streuung innerhalb der Klassen bestehen, die Cycle Time in ihre Phasen zerlegen und Bearbeitungszeit gegen Wartezeit stellen. Sitzt die Streuung in der Wartezeit, liegt der zweite Fall vor. Sitzt sie in der Bearbeitungszeit und fällt mit Phasen häufiger Umpriorisierung zusammen, spricht das für den dritten, und die Kosten von Multitasking und Aufgabenwechseln beschreiben, warum diese Kosten schneller wachsen als erwartet.
Was folgt: Im ersten Fall ändert sich nichts am Prozess, sondern an der Messung: getrennte Statistiken je Arbeitstyp. Im zweiten liegt der Hebel an der Warteschlange, nicht an der Bearbeitung. Im dritten geht es um die Menge gleichzeitig laufender Arbeit und um den Schutz begonnener Aufgaben vor Unterbrechung.
Beobachtung: Das Team schließt unverändert viele Aufgaben ab. Die Cycle Time ist unauffällig. Trotzdem wächst die Zeitspanne zwischen dem Moment, in dem eine Anforderung formuliert wird, und dem Moment, in dem sie ausgeliefert ist.
Dieses Muster ist deshalb heikel, weil sämtliche Kennzahlen, die das Team betreffen, gut aussehen. Aus der Innenperspektive funktioniert alles. Aus der Perspektive derjenigen, die auf ein Ergebnis warten, wird es kontinuierlich schlechter. Die Differenz sitzt vollständig in der Zeit vor dem Beginn der aktiven Arbeit, und genau diese Zeit ist der Unterschied zwischen Cycle Time und Lead Time.
Konkurrierende Erklärungen:
Der Prüfschritt: Zufluss- und Abflussrate über denselben Zeitraum gegeneinanderstellen. Liegt der Zufluss dauerhaft höher, ist der erste Fall belegt. Stimmen die Raten überein und altert der Bestand trotzdem, zerlegen, worauf gewartet wird: auf eine Entscheidung oder auf eine Zulieferung. Die Warteschlangentheorie hinter dem überproportionalen Wachstum dieser Zeiten ist im Artikel zu den Kosten hoher Auslastung beschrieben.
Was folgt: In allen drei Fällen liegt der Hebel außerhalb der Arbeitsweise des Teams. Beim Mengenproblem ist das besonders deutlich. Solange der Zufluss über dem Abfluss liegt, wächst der Bestand. Eine Verbesserung im Team erhöht den Abfluss und kann die Lücke im Prinzip schließen, aber nur, wenn der Gewinn dauerhaft größer bleibt als die Differenz. Ohne Steuerung des Zuflusses ist das eine Wette auf eine Größe, die das Team nicht kontrolliert. Entscheidungslatenz zu verkürzen bedeutet, einen verlässlichen Rhythmus für Priorisierung zu schaffen. Abhängigkeiten zu reduzieren, ist eine Frage des Zuschnitts von Zuständigkeiten. Ein Team, das an dieser Stelle aufgefordert wird, schneller zu werden, arbeitet an der falschen Größe.
Beobachtung: Cycle Time sinkt, Durchsatz steigt, das Bild ist einheitlich positiv. Gleichzeitig wächst der Anteil an Nacharbeit, an Rückläufern aus dem Test oder an Fehlern, die erst im Betrieb auffallen.
Dies ist der Fall, für den das dritte Prinzip aus dem Fundamentartikel formuliert wurde: Eine sinkende Lead Time bei gleichzeitig steigender Fehlerrate ist kein Erfolg. Die DORA-Kennzahlen bilden dieses Spannungsverhältnis von vornherein ab, indem sie Geschwindigkeit und Stabilität nebeneinanderstellen, wie im Artikel zu den DORA-Metriken beschrieben.
Konkurrierende Erklärungen:
Die ersten beiden Erklärungen schließen sich nicht aus, sie treten häufig gemeinsam auf. Verkürzte Prüfschritte erzeugen Nacharbeit, und Nacharbeit erhöht den gezählten Durchsatz. Der Prüfschritt trennt deshalb zuerst die Messfrage von der Ursachenfrage.
Der Prüfschritt: Nacharbeit gesondert kennzeichnen und aus dem Durchsatz herausrechnen. Stagniert der bereinigte Durchsatz, war der sichtbare Anstieg zumindest teilweise ein Zähleffekt. Hält er sich, ist der Fluss-Gewinn echt, und es bleibt die Frage nach der Herkunft der Fehler. Ein zeitlicher Zusammenhang zwischen Beschleunigung und Fehleranstieg ist dafür ein Hinweis, mehr nicht, weil die Verzögerung zwischen Ursache und sichtbarem Fehler unbekannt ist. Belastbarer wird die Zuordnung, wenn sich der Anstieg auf jene Bereiche eingrenzen lässt, in denen tatsächlich Prüfschritte verändert wurden.
Was folgt: Unabhängig vom Fall gehört eine Qualitätskennzahl dauerhaft neben die Flusskennzahlen, nicht als gelegentliche Kontrolle, sondern als fester Gegenpol. Eine Kennzahl ohne Gegenmetrik lässt sich verbessern, ohne dass sich etwas verbessert.
Am Ende einer Diagnose steht eine Vermutung, keine Wahrheit. Der Prüfschritt engt den Ursachenraum ein, er beweist nichts. Das ist kein Mangel, sondern der Grund, warum die anschließende Intervention als Experiment zu behandeln ist und nicht als beschlossene Lösung.
Praktisch bedeutet das dreierlei.
Die Annahme wird vorab formuliert, mit Richtung und Zeitraum. Nicht „der Bestand wird begrenzt“, sondern die Erwartung, welche Kennzahl sich daraufhin in welche Richtung bewegen sollte und bis wann. Ohne diese Vorabformulierung lässt sich hinterher jede Beobachtung als Bestätigung lesen.
Es wird eine Sache nach der anderen verändert. Werden gleichzeitig der Bestand begrenzt, die Aufgaben anders geschnitten und ein Review-Prozess umgebaut, ist der spätere Verlauf nicht mehr zuordenbar. Das ist derselbe Gedanke, der hinter der Ausgangsmessung in Warum das erste Jahr über ein Metriken-Programm entscheidet steht: Ohne saubere Zuordnung bleibt jede Wirkung Behauptung.
Und es wird lange genug gewartet. Flusskennzahlen reagieren verzögert, weil die Arbeit, die zum Zeitpunkt der Änderung bereits läuft, die Statistik noch über Wochen prägt. Eine Messung zwei Wochen nach der Intervention misst überwiegend das alte System. Wer hier zu früh urteilt, verwirft wirksame Änderungen und behält unwirksame.
Ein Teil der Diagnosen führt an eine Stelle, an der die verfügbaren Hebel nicht mehr greifen. Muster 3 landet regelmäßig dort, Muster 2 im Fall der Wartezeit vor Freigaben ebenfalls. Die Ursache liegt dann nicht in der Arbeitsweise des Teams, sondern in Entscheidungen, die anderswo getroffen oder nicht getroffen werden: wie viel Arbeit gleichzeitig zugelassen wird, wie schnell über Reihenfolgen entschieden wird oder wie viele Übergaben eine Anforderung passieren muss.
Das erklärt eine Beobachtung, die viele Organisationen irritiert. Verbesserungsprogramme auf Teamebene zeigen anfangs deutliche Wirkung und laufen dann aus. Der Grund ist selten Nachlässigkeit. Der Grund ist, dass der Anteil der Lead Time, den ein Team überhaupt beeinflussen kann, irgendwann klein geworden ist. Was bleibt, liegt zwischen den Teams, in Warteschlangen, Abstimmungen und Freigaben, und dieser Anteil ist in vielen Organisationen der größere.
Auffällig ist, welche Kennzahl das sichtbar macht. Cycle Time, Durchsatz und Bestand beschreiben das Innere des Systems und sehen weiterhin gut aus. Die Lead Time ist die einzige der Flusskennzahlen, die die gesamte Wartezeit enthält, auch die vor dem ersten Handgriff. Sie ist deshalb die unbequemste Zahl im Satz, und sie ist die einzige, die eine Frage stellt, die sich auf Teamebene nicht mehr beantworten lässt.
Kennzahlen steuern nichts. Sie grenzen ein, welche Erklärungen noch möglich sind, und der Wert liegt in der Konstellation, nicht im einzelnen Wert. Wer aus einer Beobachtung direkt eine Maßnahme ableitet, überspringt den einzigen Schritt, der die Maßnahme begründen würde.
Die vier Muster haben gemeinsam, dass sie sich in den naheliegenden Zahlen zunächst nicht zeigen oder sogar als Verbesserung erscheinen. Die Statistik der abgeschlossenen Arbeit verschweigt die hängengebliebene. Ein stabiler Median verdeckt eine wachsende Streuung. Ein gehaltener Durchsatz verdeckt eine wachsende Wartezeit davor. Ein verbesserter Fluss verdeckt eine verschobene Qualitätslast. In allen vier Fällen ist die zweite Kennzahl diejenige, die die Diagnose trägt.
Und in einem Teil der Fälle endet die Diagnose an der Grenze dessen, was ein Team entscheiden kann. Das ist kein Scheitern der Methode. Es ist ihr nützlichstes Ergebnis, weil es die Frage dorthin verschiebt, wo die Zeit tatsächlich verloren geht.
Buchen Sie jetzt Ihre kostenlose Teamanalyse und wir finden gemeinsam heraus, wie ich Sie am wirkungsvollsten unterstützen kann.