Cross-impactanalyse: zo bouwt u een cross-impactmatrix

Engelse versie (English version)
Cross-impactanalyse is de discipline waarbij u elke trend in een studie toetst aan elke andere trend, paar voor paar, om te ontdekken welke combinaties ertoe doen. De meeste strategieteams kunnen de vijf of tien krachten noemen die hun markt veranderen. Weinigen hebben zich afgevraagd wat er gebeurt als twee van die krachten tegelijk toeslaan. De cross-impactmatrix dwingt u die vraag voor elk paar te stellen, en daaruit komen meestal de verrassendste bevindingen van een foresightproject.
In het kort
- Wat het is: een raster met dezelfde trends, gebeurtenissen of prognoses in de rijen en in de kolommen. Elke cel legt vast of het rij-element het kolom-element waarschijnlijker maakt, minder waarschijnlijk maakt of ongemoeid laat.
- Wie het bedacht: Theodore J. Gordon en Olaf Helmer, in 1966, toen zij een toekomstspel met de naam Future ontwierpen voor Kaiser Aluminum & Chemical Corporation. Gordon en Howard Hayward publiceerden in 1968 de eerste computerversie in het tijdschrift Futures.
- Waarvoor het dient: om wisselwerkingen tussen trends te vinden waar niemand op lette, en om te controleren of een reeks scenario’s klopt.
- Hoeveel tijd het kost: een raster van 6 bij 6 telt 30 paren en past in één middag. Een raster van 20 bij 20 telt 380 paren en vraagt een team en meerdere sessies.
- Waar het past: na het verzamelen van trends en het beoordelen van prognoses, en vóór het bouwen van scenario’s. Het is de tegenhanger voor veel trends van het toekomstwiel (Engelstalig), dat één verandering naar buiten volgt.

Wat cross-impactanalyse doet

Elk foresightproject levert een lijst op: vergrijzing, goedkopere sensoren, nieuwe regelgeving, een tekort aan geschoold personeel, veranderende consumentenwaarden. De lijst is het makkelijke deel. Het moeilijke is, zoals ik schreef in Future, Inc. (AMACOM, 2007), dat de gevolgen pas duidelijk worden als alle informatie bij elkaar is gebracht en ‘superverbonden’ is. Mensen volgen trends één voor één, op aparte afdelingen en in aparte rapporten. De dreigingen en kansen zitten in de ruimtes daartussen.
Cross-impactanalyse is een manier om die ruimtes bewust te vullen. In het boek beschreef ik het als een schema dat ‘u dwingt elke trend, elke prognose of elke wildcard te toetsen aan alle andere die u tijdens uw analyse hebt gevonden’. Mijn voorbeeld was de toekomst van de graanproductie, met drie trends: toenemende rekenkracht, de globalisering van de graanteelt en een vergrijzende bevolking. Het raster dwingt drie vragen af. Wat gebeurt er als rekenkracht de wereldwijde graanproductie raakt? Als zij de vergrijzing raakt? Als de wereldwijde productie de vergrijzing raakt?
Sommige paren leveren niets op. Gepensioneerden en tarwe in Mongolië lijken een doodlopende weg, tot u zich afvraagt of gepensioneerden hightechboerderijen zouden kunnen runnen. Daar gaat het om. De toekomst is meestal vreemder dan we verwachten, dus het loont om met vreemde combinaties te beginnen, en de matrix is het enige instrument dat ik ken dat garandeert dat u ze allemaal bekijkt.
Waar de methode vandaan komt
Cross-impactanalyse ontstond in dezelfde kring rond RAND die ook de Delphi-methode voortbracht. Delphi verzamelt oordelen van experts over de vraag of afzonderlijke gebeurtenissen zullen plaatsvinden. De zwakte ervan is dat elke gebeurtenis wordt behandeld alsof ze op zichzelf staat. Gordons vraag was of voorspellen in plaats daarvan kon steunen op de manier waarop toekomstige gebeurtenissen op elkaar inwerken.
Het eerste antwoord was een bordspel. In 1966 liet Kaiser Aluminum voor zijn twintigjarig bestaan een toekomstspel ontwikkelen, en Gordon, Helmer en Hans Goldschmidt ontwierpen Future. Technologische en maatschappelijke ontwikkelingen werden beslist met kansen en een speciale dobbelsteen, en elke ontwikkeling die uitkwam veranderde de kansen van de andere. In 1968 programmeerden Gordon en Hayward de aanpak aan de UCLA en publiceerden zij ‘Initial Experiments with the Cross Impact Matrix Method of Forecasting’ in Futures. Hun kerngedachte: het optreden van de ene gebeurtenis verandert de kans op andere, en die veranderingen kunnen cel voor cel worden vastgelegd.
Sindsdien heeft de methode zich vertakt:
- Probabilistische cross-impact. De oorspronkelijke lijn. Experts schatten voor elke gebeurtenis een beginkans en hoe sterk die de andere zou verhogen of verlagen; daarna speelt een computer de matrix vele keren door. Gordon schreef later de standaardbeschrijving van de methode voor de Futures Research Methodology van het Millennium Project.
- Structuuranalyse. Een Franse school die met Michel Godet wordt verbonden, gebruikt een raster van invloeden in plaats van kansen om te rangschikken welke variabelen een systeem aandrijven en welke alleen reageren.
- Cross-impactbalansen. Wolfgang Weimer-Jehle van de Universiteit Stuttgart beschreef in 2006 een kwalitatieve versie in Technological Forecasting and Social Change. Die gebruikt het raster om te toetsen welke combinaties van uitkomsten intern consistent zijn, wat het een instrument maakt om scenario’s te controleren.
- De inlichtingenversie. Structured Analytic Techniques for Intelligence Analysis van Heuer en Pherson, een veelgebruikt handboek voor inlichtingenanalisten, rekent de cross-impactmatrix tot zijn kerntechnieken om te begrijpen hoe de variabelen van een vraagstuk op elkaar inwerken.
Het consistentiegebruik verdient aandacht. In 2012 pasten Vanessa Schweizer en Elmar Kriegler cross-impactbalansen toe op dezelfde informatie die de auteurs van de emissiescenario’s van het IPCC rond 2000 hadden gebruikt. Zij stelden vast dat op steenkool gebaseerde groei toen een duidelijk herkenbare mogelijke toekomst was die ondervertegenwoordigd was in de gepubliceerde scenario’s, en dat sommige gepubliceerde scenario’s intern niet consistent waren. Een zorgvuldig ingevuld raster kan opmerken wat een getalenteerd schrijfteam over het hoofd zag.
Zo voert u een cross-impactanalyse uit, stap voor stap

- Kies uw elementen. Begin met de trends, prognoses en wildcards die uw onderzoek opleverde. Houd de lijst kort genoeg om af te maken: zes tot twaalf elementen voor een eerste ronde. Formuleer elk element precies. ‘AI’ is te vaag; ‘in 2030 wordt de meeste routinematige beeldvormende diagnostiek eerst door software beoordeeld’ is iets waarmee u kunt redeneren.
- Bouw het raster. Zet de elementen links onder elkaar en in dezelfde volgorde bovenaan. Arceer de diagonaal; een element werkt niet op zichzelf in.
- Vul elke cel, rij voor rij. Stel bij elke cel één vraag: als het rij-element gebeurt, wordt het kolom-element dan waarschijnlijker, minder waarschijnlijk of geen van beide? Zet een pijl omhoog, een pijl omlaag of een punt. Wilt u meer nuance, gebruik dan een schaal van −3 tot +3. Lees het raster in één richting: het effect van A op B is een andere vraag dan het effect van B op A.
- Schrijf bij elke sterke cel één zin. De pijl is een plaatshouder; de zin is het inzicht. ‘Het tekort aan zorgverleners brengt ziekenhuizen ertoe AI-beoordelingssoftware sneller in te voeren dan ze anders zouden doen’ is een uitspraak waarover een planningscommissie kan discussiëren.
- Lees de rijen en de kolommen. Een rij vol pijlen is een aanjager: die zet veel andere dingen in beweging. Een kolom vol pijlen is gevoelig: veel dingen zetten haar in beweging. Twee elementen die elkaar versterken vormen een lus, en in lussen versnelt verandering voorbij elke lineaire prognose.
- Haal het geheel door de STEEP-filter. In Future, Inc. raad ik aan terug te gaan naar samenleving, technologie, economie, ecologie en politiek om te filteren wat u vindt. De meeste rasters staan vol technologie en economie. Als de maatschappelijke en politieke cellen leeg zijn, komt daar de volgende verrassing vandaan.
- Vertaal de uitkomsten in besluiten en signalen. Omcirkel de wisselwerkingen die een besluit zouden veranderen dat u nu neemt. Die worden de ruggengraat van uw scenario’s en de indicatoren die u volgt.
Een praktijkvoorbeeld: een ziekenhuisgroep met de blik op 2035
Dit is een klein raster zoals een regionale ziekenhuisgroep het zou kunnen tekenen. De vier elementen zijn trends die de planners al volgen: een vergrijzende patiëntenpopulatie, een tekort aan zorgverleners, AI-diagnosetools en thuismonitoring van patiënten op afstand. De pijlen zijn illustratieve oordelen van een analist, geen gegevens.
Wie de rijen leest, ziet drie dingen. De vergrijzende patiëntenpopulatie verhoogt de druk op het personeel en op de thuiszorg. Maar het tekort aan zorgverleners is de belangrijkste aanjager: het is het enige element dat de groep tegelijk naar AI-tools én naar thuismonitoring duwt, omdat beide een schaarse verpleegkundige of arts over meer patiënten verdelen. AI-tools en thuismonitoring versterken elkaar: monitoring levert een datastroom op die alleen software op schaal kan lezen, en software maakt monitoring de moeite waard. En beide verlichten het tekort dat ze in gang zette.
Geen van deze bevindingen staat op een trendlijst. Los van elkaar bekeken ziet een planner vier aparte projecten in vier aparte begrotingen. Het raster toont één systeem: een door het personeelstekort aangedreven lus die de zorg uit het gebouw naar huis verplaatst. De strategische vraag is niet langer ‘moeten we een AI-tool kopen?’, maar ‘zijn we klaar om een ziekenhuis te runnen waarin een groeiend deel van de patiënten niet in een bed ligt?’
Veelgemaakte fouten
- Het raster te groot maken. Twintig elementen betekenen 380 cellen. Teams raken vermoeid, zetten overal een punt en het raster spreekt niet langer de waarheid. Deel een grote studie op in groepen en kruis die in fasen.
- Het in uw eentje invullen. In het boek noemde ik het doordenken van gevolgen ‘een teamsport’. Een raster dat één analist invult, legt de aannames van één analist vast. Vijf tot tien mensen met verschillende achtergronden zullen over de cellen discussiëren, en die discussies zijn meer waard dan de pijlen.
- Correlatie verwarren met oorzaak. Een cel zegt dat het ene element het andere waarschijnlijker of minder waarschijnlijk maakt. Ze bewijst het mechanisme niet. Schrijf bij elke sterke cel de zin, zodat de redenering kan worden gecontroleerd.
- Gemeenplaatsen opschrijven. ‘De concurrentie zal toenemen’ is geen cross-impact. ‘Alles wordt efficiënter’ evenmin. Vraag waarom, en hoeveel.
- Bij het raster blijven steken. De matrix is een middel. Als zij geen scenario, geen besluit en geen lijst met signalen verandert, was de middag verspild.
Wat cross-impactanalyse leert over het opbouwen van een inlichtingenfunctie
De meeste organisaties verzamelen informatie in silo’s. Het regelgevingsteam volgt de toezichthouders, het technologieteam volgt de leveranciers en het verkoopteam volgt de klanten. Elk team levert een degelijk rapport, en niemand wordt betaald om die rapporten naast elkaar te leggen. Cross-impactanalyse is precies dat werk, uitgeschreven als procedure.
Een inlichtingenfunctie die haar gebruikt, wint drie dingen. Ze ziet de wisselwerkingen tussen de bevindingen van verschillende afdelingen eerder dan een concurrent. Ze krijgt een vastlegging van haar eigen aannames, cel voor cel, die ze kan herzien wanneer gebeurtenissen sommige ervan onjuist blijken te maken. En ze krijgt een korte lijst van aanjagende variabelen om te volgen, en dat is wat de top werkelijk wil van foresightwerk: geen veertig trends, maar de vier die de rest in beweging zetten.
Veelgestelde vragen
Wat is cross-impactanalyse?
Een methode uit het toekomstonderzoek die trends, gebeurtenissen of prognoses in een raster zet en paar voor paar beoordeelt of elk element de andere waarschijnlijker maakt, minder waarschijnlijk maakt of ongemoeid laat. Het resultaat laat zien welke elementen het systeem aandrijven en welke combinaties strategische aandacht verdienen.
Wie heeft cross-impactanalyse bedacht?
Theodore J. Gordon en Olaf Helmer, allebei voormalig medewerker van de RAND Corporation, ontwikkelden de methode halverwege de jaren zestig bij het ontwerp van het toekomstspel Future voor Kaiser Aluminum. Gordon en Howard Hayward publiceerden in 1968 de eerste computerversie in Futures.
Wat is een cross-impactmatrix?
Het raster in het hart van de methode. Dezelfde elementen staan in de rijen en in de kolommen, en elke cel legt het effect van het rij-element op het kolom-element vast, als pijl, teken, score of voorwaardelijke kans.
Wat is het verschil met het toekomstwiel?
Het toekomstwiel begint bij één verandering en volgt de gevolgen ring voor ring naar buiten. Cross-impactanalyse begint bij veel veranderingen en onderzoekt hoe die op elkaar inwerken. Veel projecten gebruiken beide: het wiel voor de belangrijkste afzonderlijke aanjager, de matrix voor het geheel.
Hoeveel elementen moet een cross-impactmatrix hebben?
Zes tot twaalf voor een eerste ronde. Het aantal cellen groeit met het kwadraat van de lijst: een raster met 12 elementen vraagt al 132 oordelen. Grotere studies kunnen in groepen worden opgedeeld.
Heb ik software nodig voor cross-impactanalyse?
Nee. Een whiteboard of een groot vel papier volstaat voor een kwalitatief raster. Software wordt nuttig bij probabilistische versies die duizenden runs simuleren, of bij consistentiemethoden met veel variabelen, zoals cross-impactbalansen.
Samenwerken met Competitive Futures
Competitive Futures voert foresightprojecten en workshops voor leidinggevenden uit waarin teams cross-impactrasters bouwen voor hun eigen markten, met hun eigen trends. Volgt uw organisatie veel trends en wilt u weten welke combinaties ertoe doen, neem dan contact op met het bedrijf (Engelstalig).
Verder lezen
- Het toekomstwiel: gevolgen van de tweede en derde orde in kaart brengen (Engelstalig)
- Scenarioplanning (Engelstalig)
- Systeemkaarten voor strategie (Engelstalig)
- Hoe beoordeelt u een prognose? (Engelstalig)
- De impact-waarschijnlijkheidsmatrix voor scenarioplanning (Engelstalig)
- STEEP-trendanalyse (Engelstalig)
Bronnen
- Garland, Eric. Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next. New York: AMACOM, 2007. Chapter 5, “Strategic Implications.”
- Gordon, T. J., and H. Hayward. “Initial Experiments with the Cross Impact Matrix Method of Forecasting.” Futures 1, no. 2 (1968): 100–116. https://doi.org/10.1016/S0016-3287(68)80003-5
- Gordon, Theodore J. “Cross-Impact Analysis.” In Futures Research Methodology, Version 3.0, edited by Jerome C. Glenn and Theodore J. Gordon. Washington, DC: The Millennium Project, 2009. https://www.millennium-project.org/futures-research-methodology-version-3-0/
- Dayé, Christian. Experts, Social Scientists, and Techniques of Prognosis in Cold War America. Cham: Palgrave Macmillan, 2020. https://doi.org/10.1007/978-3-030-32781-1
- Weimer-Jehle, Wolfgang. “Cross-Impact Balances: A System-Theoretical Approach to Cross-Impact Analysis.” Technological Forecasting and Social Change 73, no. 4 (2006): 334–361.
- Schweizer, Vanessa J., and Elmar Kriegler. “Improving Environmental Change Research with Systematic Techniques for Qualitative Scenarios.” Environmental Research Letters 7 (2012): 044011.
- Heuer, Richards J., Jr., and Randolph H. Pherson. Structured Analytic Techniques for Intelligence Analysis. 3rd ed. Thousand Oaks, CA: CQ Press, 2020.
Deze pagina hoort bij de gids voor strategische foresight (Engelstalig) van Competitive Futures.