Eine der Hauptursachen für Verzögerungen bei der Ursachenanalyse ist ein Mangel an Informationen – Daten, die vage, unbewiesen oder schlicht unbekannt sind. In solchen Phasen kommt es häufig vor, dass Informationen nachgejagt wird, ohne zu wissen, ob dieses fehlende Puzzleteil tatsächlich für die Lösung notwendig ist.
Liegt das Risiko innerhalb akzeptabler Grenzen, können Sie Entscheidungen treffen und Lösungen testen, ohne unnötige Daten zu sammeln.
Eine Möglichkeit, die Datenerfassung voranzutreiben und die Ursachenanalyse zu beschleunigen, ist die Verwendung des Akronyms NMD für „Need more data“ (Weitere Daten erforderlich). Indem Sie vage oder unbekannte Daten als NMD kennzeichnen, können Sie das Ausmaß der Varianz oder des Risikos abschätzen, das in den Prozess eingeführt wurde. Liegt das Risiko innerhalb akzeptabler Grenzen, können Sie Entscheidungen treffen und Lösungen testen, ohne unnötige Daten zu sammeln. Dies ermöglicht es Ihnen, mit Zuversicht voranzuschreiten, ohne Ihre Kunden und Fachexperten (SMEs) dadurch zu frustrieren, dass Sie fordern, dass weitere Informationen gesammelt werden müssen, bevor es weitergeht.
Die Qualität Ihrer vorhandenen Daten verstehen
Im besten Fall kann die Verwendung von NMD und das Abwägen des Nutzens weiterer Daten gegenüber dem Fortfahren mit dem Ist-Zustand sogar ergeben, dass das Finden einer Ursache gar nicht zwingend erforderlich ist.
Ein Best-Practice-Ansatz, wie das NMD-Konzept von Kepner-Tregoe, erfordert die Zuweisung der Nachverfolgungsverantwortung an eine Person oder die Dokumentation, wann die fehlenden Daten verfügbar sein werden. Anstatt eine Frage mit „Ich weiß es nicht“ zu beantworten, sollte die Verwendung von NMD Folgendes referenzieren: 1.) dass die Daten unkorrekt, unklar oder fehlend sein könnten, 2.) die beste Ansprechperson für zusätzliche Informationen, 3.) wann diese Daten voraussichtlich verfügbar sein werden.
Das Verfolgen unvollständiger oder unbegründeter Informationen kann Sie bei der Problemlösung schnell auf die falsche Fährte führen und wertvolle Zeit sowie Ressourcen verschwenden. Bevor Sie unklaren, fehlenden oder unkorrekten „erforderlichen Daten“ nachgehen, ist es besser, den tatsächlichen Wert dieser Daten für Ihre Ursachensuche abzuschätzen.
