Hvordan kan vi ved at acceptere uforudsigelighed (kompleksitet) faktisk skabe innovative tiltag? Vi tager udgangspunkt i den stødt stigende viden om komplekse systemer fra kompleksitetsteorien og andre praksisser, hvor lignende tilgange anvendes.

1. ”Innovation på uforudsigelighedens
præmisser”
Derek Walcott, Pentecost
Better a jungle in the head
than rootless concrete.
Better to stand bewildered
by the fireflies' crooked street;
winter lamps do not show
where the sidewalk is lost,
…
Ved Jacob C. Pedersen, Incento A/S

2. Kompleksitet
Videnskaben om den iboende uforudsigelighed
En ganske kort baggrundsforståelse
2

3. Interaktioner og forbundethed mellem mange agenter
3
Involverer et højt antal af
sammenvævede og gensidigt
afhængige og interagerende
agenter. Ingen styrer
samtlige interaktioner.
Mønstre for at forstå,
hvordan systemet fungerer
som system – en
enkeltrelation siger intet om
systemet som helhed.
Social kompleksitet handler ikke om, at regnestykket er blevet vanskeligere,
men om at helheden er noget andet end summen af de enkelte dele –
og at der derfor i princippet slet ikke er tale om noget renestykke.

4. Antallet af mønstre og den iboende uforudsigelighed
4
Prikker
Forbindelser –
Induktion/Kausalitet
Mønstre
Abduktion /Ikke-kausalitet
Opbygning med stærk inspiration fra Max Boisot og David Snowden

5. Nu med mennesker – et CAS
5
Og nu mennesker i stedet for
prikker. Mennesker med deres
personlige verdensopfattelser,
mentale modeller, følelser,
dagsordener, lyst til at …, tro på at
…, formåen til at …
Hvordan vil du forsøge at regne dén
ud!?

6. Hvorfor præget af uforudsigelighed?
6
Når systemets mange agenter begynder at interagerer med hinanden på
nye måder, vil antallet af de mulige mønstre, disse interaktioner kan forme,
være så uendeligt stort, at det reelt set er umuligt at forudsige, hvilket
mønster der vil forme sig.

7. Emergens
7
Eksakte løsninger kan ikke påtvinges et
komplekst og socialt system; de emergerer
ud fra omstændighederne, påvirkningerne,
rammerne – og dannes af systemet selv.
VIGTIGT: Emergens er ikke
noget værdiladet begreb.
Det fører ikke per
automatik noget godt med
sig, og det er heller ikke
noget argument for bare at
lade ting sker. Emergens
kræver påvirkning, rammer,
diversitet og spændinger.

8. Selvorganisering
8
Eyjafjallajökulls
Systemet kan tilpasse sig (eller
coevolvere) på baggrund
af dets historie eller feedbacken i
systemet – også kaldet selvorganisering.
Sker uden nogen masterplan eller central
kontrol.
VIGTIGT: Selvorganisering er ikke noget værdiladet begreb. Det fører ikke
per automatik noget godt med sig (et spontant slagsmål mellem hooligans
med drab og lemlæstelse er også et eksempel på selvorganisering).

9. ”Hindsight does not lead to foresight”
Bagudrettet læring fører ikke til fremadrettet eksakt viden.
Hvad der fungerede ét sted, på ét givent tidspunkt i ét komplekst system,
vil du ikke med nogen grad af forudsigelighed kunne sige, vil fungere igen i
enten det samme eller et andet komplekst system.
9
HUSK: Som mennesker har vi det med at lave kausalsammenhænge i
retrospekt og tro, at de var der til at begynde med.

10. Små ændringer – store forandringer og store forskelle
Et komplekst system er meget sensitivt over for selv små ændringer – de kan føre
til store forandringer. Intet givet proportionelt forhold mellem indsats og resultat.
Selv en lille påvirkning kan således skabe mange nye forbindelser i systemet og
dermed forårsage en stor forandring / effekt.
Derfor kræver forandringer i et komplekst system
ofte langt tættere monitorering og stærke
feedback-mekanismer, der ikke skal følge et
bureaukrati eller en masse processer.
Edward Norton Lorenz 10

11. Hvordan vi hidtil har forsøgt at håndtere kompleksitet
Organisationsdiagram
11
Gap-planer
Balanced scorecard
Projektmodel
ler
Ledelsesmodeller
Isaac Newton
Dette fordrer en opfattelse af systemet som rationelt og intentionelt, hvor fænomenerne i
det er styret af et sæt regler eller love. Og at disse regler og love kan afdækkes, gøres
eksplicitte og derpå efterfølges / kopieres.
Med andre ord, at kontrol kan skabes og pålægges systemet ud fra præanalyserne af det.

12. Klassiske videnskab vs. kompleksitet
Komplekse systemer:
Helheden er noget andet end summen af enkeltdelene i systemet. Ved at adskille
det i enkeltdele, ødelægger du rent faktisk det, du ønsker at undersøge. De er
hverken reducérbare eller kan adskilles og samles igen til det samme.
VERSUS
VERSUS
12

13. Hvad nu hvis…. - Alan Watts’ ”wiggly line”
“… the real world slips like water through our imaginary nets. However
much we divide, count, sort, or classify this wiggling into particular things
and events, this is no more than a way of thinking about the world: it is
never actually divided.”
“… the real world slips like water through our imaginary nets. However much we divide,
count, sort, or classify this wiggling into particular things and events, this is no more than
a way of thinking about the world: it is never actually divided.”
13
Alan Watts, The Book on the Taboo Against Knowing Who You are
Figur fra Chris Rodgers’ blog: Informal coalitions (http://www.informalcoalitions.typepad.com/)

14. Kompleksitet opsummeret
Årsag-virkning er åbenlys
for stort set
enhver. En løsning er
ligetil.
14
Her er årsag-virkning langt fra
åbenlys, og ’beviserne’
underbygger, at der er
konkurrerende hypoteser om,
hvad vi skal/kan gøre for at finde
en løsning. Udfaldet er i bund og
grund uforudsigeligt.
Dette er en transitorisk og
midlertidig tilstand. Enten dør vi,
eller vi får bragt systemet ind i
det komplekse. Stort set alle forandrings-eller
innovationsprocesser vil
på et tidspunkt befinde sig i denne fase.
The Cynefin Framework
Årsag-virkning kræver
analyse at finde frem
til, men derefter synes
der ikke at være
konkurrerende
hypoteser om, hvad en
løsning skal være.

15. Kompleksitet opsummeret
The Cynefin Framework
15
Kompasset hjælper os med
at søge retningen.
Med kortet antager vi, at nogen
har betrådt dette land før os.

16. Hvorfor nu liiige kompleksitet og innovation?
1. Verden bliver mere og mere kompleks, så løsninger skal
oftere og oftere findes på kompleksitetens
(uforudsigelighedens) præmisser.
2. Hvis vi hele tiden forlader os på den klassiske videnskabs
linearitetsprincip – med kontrol og tidligt målstyrede
processer - misser vi en lang række muligheder. Vi risikerer
ganske enkelt at ødelægge det, vi prøver at finde.
3. Fordi viden fra kompleksitetsteorien – samt andre
tilgange, hvor man agerer på det komplekses vilkår -
faktisk indeholder en del metoder og teknikker til, hvordan
man kan øge innovationsevnen ved at holde sig i det
komplekse.
16

17. Men hvilke værktøjer til
innovation,
problemløsning eller
alternative tilgange i det
komplekse?
Nogle eksempler til inspiration og
dialog
17

18. Innovation og problemløsning i det komplekse: Nr. 1
18
FØR
Vær altid varsom med at konvertere til målet og løsningen for
tidligt i processen i komplekse omgivelser.

19. Innovation og problemløsning i det komplekse: Nr. 2
Spørgsmålene vi stiller:
(Fordi i det komplekse kan vi først gennemskue
årsag-virkning, når effekten af en indsats dukker
frem. Vi har derfor fokus på, hvad der opstår i
forløbet)
Eksempler:
• I det komplekse skal vi stille andre typer af spørgsmål. Vi spørger ikke om,
hvordan vi kan sige, at det vil være muligt på den og den måde – vi spørger
om, hvilke små test/afprøvninger har du tænkt dig at lave for at se, hvad der
er muligt?
• Vi spørger ikke hele tiden til, hvordan det passer ind i planen – vi spørger,
hvad har vi lært som kan bidrage til / forhindre os i at komme i den ønskede
retning?
19

20. Innovation og problemløsning i det komplekse: Nr. 3
Konstante feedbackmekanismer via narrativer (kaffemaskine-snakken)
og i den uformelle organisation.
20

21. Innovation og problemløsning i det komplekse: Nr. 4
SenseMaker: Narrativ researchmetode til eksempelvis at scanne for innovations-muligheder
og problemløsning. Og samtidig styrke beslutningsgrundlag i komplekse situationer.
21

22. Innovation og problemløsning i det komplekse: Nr. 5
Distribueret intelligens (eller viden) inden for afgrænsede kontekster.
Provokerende sagt: Distribueret viden frem for eksperter; systemet har
nemlig selv ofte løsningen. Tit kommer de måske bare ikke frem, fordi de
umiddelbart strider mod nogle regler, nogle SOP’er – eller fordi man
ganske enkelt ikke ved, at de er en god løsning på et mere generelt og
komplekst problem.
22
Positive Deviance Safety I vs. Safety II

23. Innovation og problemløsning i det komplekse: Nr. 6
• Pareto = ikkelineær tænkning
• Ikke nødvendigvis sammenhæng mellem initialårsag og
slutvirkning (lille årsag, stor virkning)
• Ikke noget gennemsnit, der kan siges at repræsentere
”det typiske”
• Dynamisk frem for stabilt – og dermed i langt
overvejende grad uforudsigeligt og uendelig variation
• Stor grad af afhængighed blandt nogle få ekstremer i
”halen” – som via interaktioner kan svulme op og blive
enorme
• Gauss = lineær tænkning
• Proportionel sammenhæng mellem årsag og virkning
(lille årsag, lille virkning …)
• Stabilt gennemsnit og afgrænset variation
• Stabiliteten skaber forudsigelighed
• Forholdsvis stor grad af uafhængighed
• I en Pareto-verden har ekstremerne stor indflydelse – i en
Gauss-verden kan man tillade sig at se bort fra dem. Carlos
Slim vs. Sultan Kösen.
• Og nu til det virkelige liv: Google, IBM og hjemløse i Denver
23
Gauss fader, Pareto bliver tydeligere –
ikke mindst i socialt konstruerede systemer

24. Mød os på de sociale medier