Run SheetSystems ThinkingSystem Dynamics Modeling

Stock and Flow Diagram

KomplexitätHigh

Zeit2-6 h

Teilnehmende1-6

FormatBoth

MaturityEstablished

Vorbedingung

Was vorher fertig sein muss

Vorher abschließenCausal Loop Diagram

Ein CLD mit identifizierten Feedback Loops und Schluesselvariablen liegt vor.

Ohne: Ohne CLD fehlt die qualitative Modellbasis, Stocks und Flows werden zur Spekulation ohne Struktur.

Vorher abschließenReference Mode Datanicht im Katalog

Mindestens Zeitreihen-Daten fuer die zentrale Stock-Variable (idealerweise 6-24 Monate) liegen vor.

Ohne: Ohne Daten kann das Modell nicht kalibriert werden, Simulationsergebnisse bleiben Phantasie.

Vorbereitung

Was vor Start vorliegen muss

Materialien

Whiteboard oder digitales Modellierungstool (Stella, Vensim, Insight Maker); Notation: Stocks als Kaesten, Flows als Rohre mit Ventil, Wolken als Source/Sink; Daten-Snapshots; Variablenliste mit Einheiten.

Personen / Rollen

Ein System-Dynamics-erfahrener Modellierer; Domainexperte mit Datenkenntnis; Stakeholder mit Entscheidungsmandat; ein Reviewer fuer Plausibilitaet.

Vorabinfos

Reference-Mode-Daten; CLD-Modell; bekannte Constraints (Kapazitaeten, Budgets, Vertraege); historische Interventionen und deren Wirkung; Hypothesen ueber Verzoegerungen.

Zeitbedarf

1-2 Tage initial, danach Verfeinerung

Setup

Modellierungstool installieren oder Whiteboard mit klarer Notation. Einheiten pro Variable festlegen (Stueck, Stunden, EUR). Regel: Stocks sind Zustaende, Flows sind Raten. Kein Pfeil ohne Einheit pro Zeit.

Kernfrage

Die eine Frage, die diese Methode beantwortet

Wie veraendert sich der zentrale Stock ueber Zeit, welche Flows und Rueckkopplungen treiben das Verhalten, und welche Intervention veraendert die Dynamik strukturell?

Ablauf

Marker: Phase

Schritt	Dauer	Aktion	Hinweis
1Phase 1: Stocks identifizieren	45 min	Aus CLD die Variablen herausnehmen, die Akkumulationen sind (Bestaende, Saldo, Population). Pro Stock Einheit und aktuelle Baseline festlegen.	Stocks und Flows verwechseln ist haeufigster Fehler. Faustregel: bei einem Stop der Welt veraendert sich ein Stock weiter (haengt von Vergangenheit ab), Flows sind sofort null.
2Phase 2: Flows zuordnen	60 min	Pro Stock Inflows und Outflows definieren. Pro Flow Einheit pro Zeit (z. B. Anmeldungen/Woche). Source oder Sink als Wolke kennzeichnen, wenn Flow extern.	Wenn ein Flow keine Einheit pro Zeit hat, ist er kein Flow. Massenbilanz pruefen: was hineingeht, muss irgendwo bleiben oder herausgehen.
3Phase 3: Auxiliaries und Beziehungen	60 min	Hilfsvariablen (Auxiliaries) hinzufuegen, die Flows beeinflussen (Conversion-Rate, Kapazitaet, Verzoegerung). Beziehungen mathematisch formulieren (Flow = Stock * Rate).	Auxiliaries machen Modelle realistisch. Wenn Flows direkt von Stocks abhaengen, fehlt Mechanismus. Zwischenschritt explizit machen.
4Phase 4: Kalibrierung mit Daten	2-4 h	Modell mit Reference-Mode-Daten fuettern. Parameterwerte so anpassen, dass Simulation historische Daten reproduziert (mit akzeptabler Abweichung). Sensitivity Analysis fuer kritische Parameter.	Wenn das Modell die Vergangenheit nicht erklaert, ist es fuer die Zukunft unbrauchbar. Erst kalibrieren, dann prognostizieren.
5Phase 5: Szenarien und Interventionen	60-120 min	Mehrere Szenarien simulieren: Baseline, Intervention A, Intervention B. Stock-Trajektorien vergleichen. Effekt nach 3, 6, 12 Monaten dokumentieren.	Verzoegerungen sichtbar machen. Manche Interventionen zeigen erst nach Monaten Wirkung, das ist Lernpunkt, nicht Modellfehler.

Artefakt

Was am Ende rauskommt

Form

Stock-Flow-Diagramm mit Variablen, Einheiten, Beziehungen plus Simulationsergebnisse fuer Baseline und Interventions-Szenarien als Plots ueber Zeit. Ergaenzt um Annahmen-Doku, Sensitivity-Analyse und Empfehlungen.

Tool-Alternativen

Vensim oder Stella Architect (kommerziell)
Insight Maker (browserbasiert, Open Source)
Sysdea (web-basierter Modeller)
Python mit PySD-Bibliothek fuer skriptbasierte Modelle
AnyLogic fuer komplexere Hybrid-Simulationen

Versionierung / Ownership

Modell als Datei im Git versionieren (XMILE-Format oder Tool-spezifisch). Pro Iteration eigene Version, Aenderungen an Parametern oder Struktur mit Begruendung dokumentieren. Reference-Mode-Daten und Simulationsergebnisse separat archivieren.

canvas

Stock and Flow Diagram Arbeitsvorlage

Kompakte Arbeitsvorlage für Stock and Flow Diagram mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.

# Stock and Flow 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
- Stock and Flow Model:
- Dynamics Notes:
- Simulation Hypotheses:

## Offene Fragen

- ...

## Nächster Schritt

Owner, Datum, Erfolgssignal.

Beispielausgabe

Konkret gefülltes Szenario

stock-and-flow-diagram-beispiel.md

markdown

## Stock-and-Flow-Diagramm - Mandantenbestand Steuerkanzlei Bertram

**Zentraler Stock**: aktive Mandanten (Anzahl, aktuell 142).

**Flows**
- Neumandate (Mandate/Monat, aktuell 3.2).
- Kuendigungen (Mandate/Monat, aktuell 1.8).
- Stilllegung (z. B. Insolvenz, 0.4/Monat).

**Auxiliaries**
- Empfehlungsrate (Empfehlung/aktiver Mandant/Jahr, aktuell 0.18).
- Konversionsrate (Empfehlung -> Mandat, 35%).
- Auslastung (Mandate/Personenstunde, aktuell 0.92 bei Kapazitaet 1.0).
- Servicequalitaet (1-10, abhaengig von Auslastung, derzeit 7.2).
- Kuendigungsrate (=Funktion(Servicequalitaet), aktuell 12% p.a.).

**Beziehungen**
- Neumandate = Mandantenbestand * Empfehlungsrate * Konversionsrate.
- Servicequalitaet sinkt nichtlinear bei Auslastung >90%.
- Kuendigungsrate steigt, wenn Servicequalitaet <7.

**Reference Mode**: Mandantenbestand stagniert bei ca. 140-145 seit 18 Monaten trotz steigender Empfehlungen.

**Szenarien (12-Monats-Simulation)**
- Baseline: Bestand bei 144, Trend leicht abwaerts.
- Intervention A (Halbtagskraft, Kapazitaet +0.4): Bestand auf 167 in 12 Monaten, Auslastung sinkt, Servicequalitaet steigt auf 8.4.
- Intervention B (Empfehlungsprogramm verdoppelt Empfehlungsrate): Bestand auf 152, aber Servicequalitaet sinkt auf 6.1, Kuendigungsrate steigt, Effekt verpufft in Monat 14.

**Empfehlung**: Intervention A. Capacity-Aufbau ist Pflichtschritt vor Wachstumsimpulsen.

Was tun

Schluesselparameter um +-20% variieren. Wenn Empfehlung kippt, ist sie nicht robust. Pro Empfehlung Sensitivity-Notiz.

Abbruchkriterien

Done-Signale, in unter einer Minute prüfbar

Keine quantitativen Daten verfuegbar, Modell bleibt nicht kalibrierbar.

Kein System-Dynamics-erfahrener Modellierer im Team, Notation nicht beherrschbar.

Problem ist linear ohne Akkumulationen, Stock-Flow-Modell ueberkomplex.

Zeitfenster unter einem Tag, Kalibrierung nicht moeglich.

Entscheidungsmandat fuer empfohlene Interventionen fehlt, Modell folgenlos.

Reference-Mode-Daten sind durch externe Schocks dominiert, Modell-Annahmen ueberlagert.

Run Sheet durchgearbeitet?

Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.

Zum Steckbrief Weitere Methoden