Dienstagabend. Ich brüte vor einer Excel-Liste die alle Softwaretools eines internationalen Automobilherstellers auflistet. Die Tabelle ist ein frischer Export aus der Firmendatenbank. Mein Auftrag: eine passende Kategorisierung für die Tools finden.
„Nach welchen Kriterien soll ich unterscheiden?“ höre ich mich selbst fragen: „Nach fachlichen, geographischen, technischen oder funktionalen Aspekten?“. „Was macht eine gute Kategorisierung aus?“.
Etwas ermattet sende ich Hilfe-Mail an meinen Kollegen Peter. Soviel ich weiß, hatte dieser eine ähnliche Aufgabe vor ein paar Jahren schon einmal auf dem Tisch. Eine Minute nachdem meine E-Mail mein Postfach verlassen hat, erhalte ich auch schon eine Antwort. Peters Nachricht enthält nur ein einziges Wort: MECE.
Überschneidungsfrei und vollständig Kategorisieren
In der Beratung gehört es zum Brot & Buttergeschäfts: die Kategorisierung von Daten.
- Kundenstammdaten muss in voneinander unterscheidbare Cluster eingeteilt werden.
- Ein Set von Anwendungsfällen soll nach eindeutigen Kriterien klassifiziert werden.
- Eine Vielzahl von Brainstorming-Ideen soll in feste Gruppen überführt werden.
Greife bei Kategorisierungsaufgaben auf das sogenannte MECE-Prinzip zurück. MECE ist ein englisches Akronym und steht für ‚Mutually Exclusive and Collectively Exhaustive‘, zu deutsch ’sich gegenseitig ausschließend und insgesamt erschöpfend‘. Im Kern enthält MECE zwei Anforderungen an Deine Kategorisierung:
- Alle Kategorien sind überschneidungsfrei. Daher: kein zu kategorisierendes Datenelement fällt in zwei Kategorien.
- Alle Kategorien decken den Sachverhalt vollständig ab. Daher: jedes zu kategorisierende Datenelement fällt in eine der verfügbaren Kategorien.
Ein kreativer Mensch ist primitiver und kultivierter, destruktiver und konstruktiver, sehr viel verrückter und sehr viel vernünftiger als der Durchschnittsmensch.
– Viktor Frankl, österreichischer Neurologe und Psychiater
Definiere zunächst die Kategorien, anschließend die Unterscheidungskriterien – immer entlang des MECE-Prinzips. Steht beides, sortierst Du die Datenelemente gemäß der Kriterien in die Kategorien. Dein Vorteil: jedes Element gehört jetzt genau zu einer Kategorie. In Summe bilden alle Kategorien den Sachverhalt komplett ab.
Eine nach dem MECE-Prinzip geordnete Datenmenge lässt sich gut für Entscheidungen heranziehen. Dazu legst Du zuvor fest, wie mit den jeweiligen Elementen einer Kategorie umgegangen werden soll. Beispielsweise könntest Du die oben angesprochenen Softwaretools in die beiden Kategorien ‚Tool abschalten‘ und ‚Tool weiter betreiben‘ einteilen. Damit ist klar, wie der Automobilhersteller zukünftig die Softwarewerkzeuge nutzen, finanzieren und betreiben wird.
