Was vorher fertig sein muss
Es liegen Hinweise auf wiederkehrende Patterns oder Strukturen vor, die ueber einzelne Events hinausgehen.
Eine erste Liste relevanter Variablen mit klarer Richtung (mehr oder weniger) ist vorbereitet, sodass das Modell mit Substanz startet.
Was vor Start vorliegen muss
Whiteboard oder Miro-Board; Pfeile mit Vorzeichen (+/-) und Loop-Labels (R fuer reinforcing, B fuer balancing); Notation-Cheatsheet sichtbar; Variablenliste vorbereitet.
Ein Facilitator mit Systemdenken-Hintergrund; 3-6 Teilnehmende mit unterschiedlichem Systemwissen; ein Modell-Schreiber, der Pfeile konsistent setzt; optional Domainexperte.
Datenpunkte oder Berichte, die das vermutete Verhalten ueber Zeit zeigen; relevante Hypothesen ueber Ursachen; vorhandene Quick Fixes und ihr (gescheiterter) Erfolg.
2-4 h
Notation-Legende sichtbar: Pfeil mit + bedeutet gleiche Richtung (mehr A -> mehr B), Pfeil mit - bedeutet entgegengesetzt. R-Loops verstaerken, B-Loops balancieren. Regel: jede Variable ist eine messbare Groesse, kein Adjektiv.
Die eine Frage, die diese Methode beantwortet
Welche Feedback Loops erzeugen das beobachtete Verhalten, und welcher Hebel innerhalb des Systems verschiebt es nachhaltig?
Marker: Phase
| Schritt | Dauer | Aktion | Hinweis |
|---|---|---|---|
1Phase 1: Verhalten ueber Zeit | 30 min | Reference Mode skizzieren: Verhalten der Schluesselvariable ueber Zeit als Graph (Vergangenheit plus erwartete Zukunft). Beobachtetes und gewuenschtes Verhalten beide einzeichnen. | Wenn niemand das Verhalten ueber Zeit skizzieren kann, fehlen Daten. Modell ohne Reference Mode wird Theorie ohne Bodenhaftung. |
2Phase 2: Variablen sammeln | 30 min | Pro Variable eine Karte. Variablen sind messbar (Anzahl, Rate, Anteil), nicht Eigenschaften. „Motivation“ wird zu „Zustimmungsrate pro Umfrage“. Etwa 8-15 Variablen. | Wenn Variablen nicht messbar formuliert sind, fuehrt das Modell zu unklaren Pfeilen. Mindeststandard: ich koennte die Variable theoretisch beziffern. |
3Phase 3: Kausalpfeile | 60 min | Pfeile zwischen Variablen ziehen, jeder mit Vorzeichen. Testen: wenn A steigt, was passiert mit B, alles andere gleich? Nur direkte Kausalitaeten, keine Mehrfach-Schritte. | Wenn Pfeil unsicher ist, Annahme als Fragezeichen markieren. Mehrere Schritte zwischen A und B sind oft versteckte Variablen, die hinzugefuegt werden muessen. |
4Phase 4: Loops identifizieren | 45 min | Geschlossene Schleifen finden. Pro Schleife Vorzeichen multiplizieren: gerade Anzahl Minus = R (reinforcing), ungerade = B (balancing). Loop-Label und Charakter (Wachstum, Stabilisierung, Verzoegerung) notieren. | Bei mehreren Loops zentrale identifizieren. Wenn nur Reinforcing-Loops auftauchen, fehlen Balancing-Mechanismen, das System wuerde explodieren oder Kollaps zeigen. |
5Phase 5: Hebelpunkte und Interventionen | 30 min | Pro Top-Loop Leverage Points diskutieren (Donella Meadows: Parameter, Loop-Staerken, Loop-Struktur, Ziele, Paradigmen). Pro Hebelpunkt eine konkrete Intervention skizzieren. | Parameter-Aenderungen sind die niedrigste Hebelstufe. Wenn alle Interventionen Parameter sind, fragt der Facilitator nach struktur- oder zielbezogenen Hebeln. |
Was am Ende rauskommt
Causal Loop Diagram als Bild plus Markdown-Begleitdokument mit Reference Mode, Variablenliste, Pfeilliste mit Vorzeichen, Loop-Beschreibung (R/B, Effekt), identifizierten Hebelpunkten und Interventionsskizzen.
Pro Iteration eigene Version mit Datum. Modell-Aenderungen mit Begruendung dokumentieren. Hypothesen-Pfeile separat von belegten Pfeilen kennzeichnen, sodass Modellqualitaet sichtbar bleibt.
Kompakte Arbeitsvorlage für Causal Loop Diagram mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
# Causal Loop Diagram Canvas
## Kontext
Wofür wird die Methode eingesetzt?
## Kernfrage
Welche Frage soll am Ende beantwortet sein?
## Input
Welche Daten, Beobachtungen oder Materialien liegen vor?
## Arbeitsfläche
- Bereich 1:
- Bereich 2:
- Bereich 3:
- Beziehungen / Muster:
## Ergebnisartefakte
- Causal Loop Diagram:
- Feedback Notes:
- Leverage Points:
## Offene Fragen
- ...
## Nächster Schritt
Owner, Datum, Erfolgssignal.Konkret gefülltes Szenario
## Causal Loop Diagram - Stockphaenomen Onboarding Workspot, Mai 2026
**Beobachtetes Verhalten**: Activation-Rate steigt nach Marketingschub kurz, faellt dann unter Vorperiode. Reference Mode zeigt Sageblattmuster (Spike, Drop, Spike, Drop).
**Variablen (Auszug)**
- A: Neu-Anmeldungen pro Woche
- B: Onboarding-Wartezeit auf Customer Success (Stunden)
- C: Activation-Rate (Wert pro Anmeldung)
- D: Churn-Rate Monat 1
- E: Customer-Success-Kapazitaet
- F: Marketingbudget pro Quartal
**Kausalpfeile**
- F -> A (+): Mehr Budget mehr Anmeldungen.
- A -> B (+): Mehr Anmeldungen verlaengern Wartezeit (CS-Kapazitaet fix).
- B -> C (-): Lange Wartezeit senkt Activation.
- C -> D (-): Niedrige Activation erhoeht Monat-1-Churn.
- D -> F (+): Hoher Churn erzeugt Druck, Marketing fuer Ersatznutzer hochzuschrauben.
**Loops**
- R1: F -> A -> B -> C -> D -> F. Reinforcing-Loop „Churn-Spirale“: Mehr Marketing erzeugt mehr Churn, das mehr Marketing rechtfertigt. Hauptursache des Sageblatts.
- B1: E -> B (-). Balancing, aber E aendert sich nicht.
**Hebelpunkte**
- Loop-Staerke schwaechen: CS-Kapazitaet (E) atmend an A koppeln.
- Ziel veraendern: nicht „mehr Anmeldungen“ sondern „mehr Activations“.
- Struktur: Onboarding self-serve, sodass B nicht an E haengt.
**Interventionen**
- CLD-01: CS-Slots dynamisch an Anmeldungen koppeln. Owner: @lisa.
- CLD-02: Self-serve-Onboarding bauen. Owner: @ben, Spike bis 30.06.
- CLD-03: North Star auf Activation umstellen statt Anmeldungen. Owner: @julia (Head of Growth).Symptome erkennen, gegensteuern
Karten enthalten „gute Stimmung“ oder „komplexe Architektur“ ohne Massnahme.
Pro Variable einen Messpfad nennen, auch grob. Wenn unmessbar, Variable zerlegen. „Architektur-Komplexitaet“ wird zu „Anzahl Module“ oder „Cycle-Time pro Deploy“.
Verbindungen wirken plausibel, aber Schleifenanalyse ist unmoeglich.
Notation strikt. Pfeil ohne + oder - wird nicht akzeptiert. Bei unklarer Richtung Doppelpfeil mit Hinweis auf Verzoegerung.
Modell suggeriert sofortige Wirkung, reale Dynamik mit Verzug verschwindet.
Verzoegerungs-Notation (||) auf Pfeilen mit signifikantem Zeitversatz. Reference Mode zeigt Verzoegerungen oft als Wellenmuster, das motiviert die Notation.
Modell hat 40 Variablen und 80 Pfeile, niemand findet die Loops.
Auf 10-15 zentrale Variablen reduzieren. Detail-Variablen in Sub-Modelle oder Notiz-Anhang. Modellqualitaet schlaegt Vollstaendigkeit.
Alle Interventionen aendern nur Werte (mehr Budget, mehr Personal), nicht Struktur oder Ziele.
Donella Meadows Leverage Points durchgehen. Mindestens eine Intervention auf Struktur- oder Zielebene anstossen.
Done-Signale, in unter einer Minute prüfbar
Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.