Beim Aufbau von Datenmanagement-Unternehmenslösungen wie Metadatenspeichern, Data Warehouses, Data Lakes und dergleichen stoßen wir häufig auf die Anforderung, den agilen Ansatz mit einem garantierten festen Umfang, Liefertermin und Budget zu kombinieren. Der Begriff „agil“ wird in solchen Fällen zweifellos missbraucht. Der Kunde bezieht sich wahrscheinlich auf seine Vorstellung, dass wir mit etwas beginnen und bereit sind, dieses Etwas jederzeit zu ändern, einschließlich der wesentlichen Anforderungen an das Produkt und die Ziellösung. Eine solche Vorstellung ist verlockend, aber sie steht unter anderem in direktem Widerspruch zu den Anforderungen eines festen Preises und einer festen Lieferzeit.

Um sich nicht auf das dünne Eis der Projektmanagement-Terminologie zu bewegen, werde ich einen Schritt zur Seite gehen und versuchen, zwei eigene Begriffe zu definieren. Der erste Begriff ist der Engineering-Ansatz. Er eignet sich hervorragend für Situationen, in denen im Voraus genau festgelegt werden kann, was zu liefern ist. Er funktioniert, wenn etwas geliefert werden soll, das sich schon oft wiederholt hat und für das ein gewisser allgemeiner Wissensstand besteht (d. h. ein gewisser „Stand der Technik“ für das betreffende Gebiet). Der ingenieurmäßige Ansatz geht davon aus, dass zunächst die Anforderungen analysiert werden; sobald diese genehmigt sind, wird ein detaillierter Entwurf der Lösung erstellt, der dann vollständig genehmigt wird. Bei dieser Vorgehensweise werden die Kosten und der Arbeitsaufwand geschätzt, ein Wasserfall-Projektplan erstellt und dann die Umsetzung vorgenommen. (Natürlich kommt es während der Umsetzung zu Änderungen, aber diese werden ordnungsgemäß verwaltet und sollten relativ gering sein. Im Falle einer großen Anzahl von Änderungen wird das gesamte Projekt neu geplant.) Alle Entwürfe, Schätzungen und Planungen beruhen auf langjährigen Kenntnissen und Erfahrungen (Engineering) und sollten daher realistisch sein, was u. a. bedeutet, dass Abweichungen vom Plan (insbesondere in Bezug auf den Zeit- oder Kostenrahmen und möglicherweise den Umfang und die Qualität der Lieferung) nachvollziehbar und erklärbar sind.

Ein Beispiel aus einem anderen Bereich als der IT könnte ein Bauprojekt sein, das sich oft wiederholt und sehr vergleichbar ist. Es gibt viele Bauunternehmen auf dem Markt, die dieselben Regeln und Vorschriften befolgen müssen, die Studenten des Bauwesens an verschiedenen Hochschulen lernen. Es gibt auch Maßstäbe, die zur Bewertung oder Überprüfung von Arbeits- und Kostenschätzungen verwendet werden können (z. B. die durchschnittlichen Kosten für den Bau eines Quadratmeters in einem Wohnblock).

Die Realität sieht jedoch so aus, dass es im Bereich der Informationstechnologie immer weniger Projekte gibt, die sich für einen rein ingenieurmäßigen Ansatz eignen. Datenprojekte sind das beste Beispiel dafür in der IT. Die Gründe dafür liegen auf der Hand. Jedes neue Datenprojekt ist im Wesentlichen einzigartig, so dass die Bedingung der Wiederholbarkeit nicht erfüllt ist. Oft sollen Lösungen entstehen, die im Grunde genommen lebende Experimente in der Praxis sind. Je dynamischer das Umfeld ist, in dem ein neues Projekt gestartet wird, desto schwieriger ist es für das Unternehmen, den Umfang, die Struktur oder sogar die erforderliche Qualität der Lieferung genau zu bestimmen. Hinzu kommt, dass Projekte zunehmend miteinander verbunden und voneinander abhängig sind, was zu häufigeren und grundlegenderen Änderungsanforderungen führt. Bei den Projektergebnissen handelt es sich häufig um robuste Lösungen, so dass die Implementierung über einen langen Zeitraum (Jahre) geplant wird, in dem sich die Prioritäten und Geschäftsanforderungen des Kunden häufig ändern. In einem solchen Kontext ist ein rein ingenieurmäßiger Ansatz mit Vorausplanung und konsequenter Quantifizierung und Projektion der Auswirkungen aller Änderungen praktisch nicht anwendbar. Eines der Hauptmerkmale des technischen Ansatzes ist daher die vorausschauende Detailplanung.

Das einfache, aber geniale Programm der Evolution, das seit Milliarden von Jahren in der uns umgebenden Natur abläuft, hat in allen Bereichen hervorragende Ergebnisse erzielt. Ganz ohne Projekte sind wahrhaft wundersame Dinge entstanden, wie die Mitochondrien in unseren eukaryotischen Zellen, die wie mikroskopische Kraftwerke funktionieren. Die bisher erstaunlichste Schöpfung der Natur ist vielleicht das menschliche Gehirn. Auch dieses wurde offenbar ohne ein geplantes Projekt, ohne regelmäßige Statussitzungen, ohne einen Steuerungsausschuss oder eine Prioritätskommission geschaffen. Es gibt nicht einmal einen Hinweis darauf, dass das menschliche Gehirn das gemeinsame Werk einiger begeisterter Arbeiter in Stämmen oder Gruppen ist, die von aufopferungsvollen Scrum-Mastern unter der Aufsicht empathischer agiler Coaches unterstützt wurden, die alle seit Ewigkeiten jeden Morgen an Stand-up-Meetings teilnahmen und dann hart daran arbeiteten, ein neuronales Netzwerk im Kortex zu entwickeln.

Die natürliche Evolution hat jedoch einige Nachteile: Sie ist nicht vorhersehbar, sie hat kein Ziel und sie benötigt unglaublich viel Zeit und Ressourcen, um alle möglichen Szenarien auszuprobieren. Wir müssten schon sehr viel Glück haben, wenn wir Aktionäre oder Kunden als Projektsponsoren hätten, die uns sagen würden: „Macht, was ihr wollt, so lange ihr wollt und mit einem unbegrenzten Budget. Wir wissen, dass ihr früher oder später etwas wirklich Erstaunliches schaffen werdet.“ Das ist natürlich jenseits der Realität. Es stellt sich also die Frage, wie wir die Evolution zähmen können, damit sie einem bestimmten Ziel dient. Vielleicht klingt das wie ein Widerspruch, aber vielleicht ist die Lösung für komplexe Projekte in einem sich dynamisch verändernden Umfeld eine intelligent gesteuerte Evolution. Intelligenz wird manchmal als etwas definiert, das ein bestimmtes Ziel anstrebt – ob es nun darum geht, die Armut in den Ländern der Dritten Welt zu verringern oder das Universum in eine Papierflugzeugfabrik zu verwandeln. Unter intelligentem Projektmanagement verstehe ich eine ständige ganzheitliche Bewertung der Situation in einem Projekt unter Berücksichtigung geeigneter Veränderungen (seien es Veränderungen des Gesamtumfangs oder der Qualität des angestrebten Angebots, Veränderungen der verfügbaren Kapazitäten und ihrer Kompetenzen, Veränderungen der Angebotsprioritäten usw.). Unter der treibenden Kraft der Evolution verstehe ich den maximalen Freiheits- und Kreativitätsgrad eines jeden Zahnes im Getriebe. Unter einem intelligent gesteuerten Evolutionsprojekt verstehe ich die Arbeit von ehrlichen Experten mit einer ganzheitlichen Perspektive, die die innere Freiheit und Kreativität aller am Projekt Beteiligten maximal unterstützen und sie gleichzeitig schrittweise und aktiv auf ein grobes Ziel hinführen, das sich verändern kann.

Deshalb müssen diejenigen, die intelligente Evolution umsetzen, mehrere wichtige Voraussetzungen erfüllen: Sie müssen erfahrene Fachleute sein, die bereit sind, die Situation ständig bescheiden und ganzheitlich zu bewerten und Änderungen an den Zielen und den Mitteln, die zu ihnen führen, vorzuschlagen; kontinuierlich zu lernen; und vor allem, klar und respektvoll mit anderen zu kommunizieren. Ich kann sagen, dass zumindest im Bereich komplexer Datenprojekte diese Voraussetzungen bei den Datenkompetenzberatern von Profinit gegeben sind. In einem weiteren Artikel werde ich versuchen, die Funktionsweise dieses Managed-Evolution-Prozesses am Beispiel eines konkreten Projektes zum Aufbau und zur Entwicklung eines Data Warehouses zu beschreiben.

Autor: Petr Hájek
Berater für Informationsmanagement