Krydsimpaktanalyse: sådan bygger du en krydsimpaktmatrix

Krydsimpaktanalyse i praksis: analytikere ved et lampeoplyst bord lægger messingbrikker på et papirgitter og forbinder fjerne felter med guldtråde.
Krydsimpaktanalyse: at holde hver trend op mod hver anden. AI-genereret illustration; kortdesign: Competitive Futures.

Engelsk version (English version)

Krydsimpaktanalyse går ud på at holde hver trend i en undersøgelse op mod hver anden trend, ét par ad gangen, for at finde ud af, hvilke kombinationer der betyder noget. De fleste strategiteams kan nævne de fem eller ti kræfter, der forandrer deres marked. Få har spurgt sig selv, hvad der sker, når to af de kræfter rammer på samme tid. Krydsimpaktmatrixen tvinger dig til at stille det spørgsmål for hvert par, og det er som regel herfra, de mest overraskende indsigter i et fremsynsprojekt kommer.

Kort fortalt

  • Hvad det er: et gitter med de samme trends, begivenheder eller prognoser i rækkerne og i kolonnerne. Hver celle angiver, om elementet i rækken gør elementet i kolonnen mere sandsynligt, mindre sandsynligt eller ikke påvirker det.
  • Hvem der opfandt den: Theodore J. Gordon og Olaf Helmer i 1966, mens de udviklede et fremtidsspil kaldet Future til Kaiser Aluminum & Chemical Corporation. Gordon og Howard Hayward offentliggjorde den første computerversion i tidsskriftet Futures i 1968.
  • Hvad den bruges til: at finde samspil mellem trends, som ingen havde til opgave at holde øje med, og at kontrollere, om et sæt scenarier hænger sammen.
  • Hvor lang tid det tager: et gitter på 6 gange 6 har 30 par og kan klares på en eftermiddag. Et gitter på 20 gange 20 har 380 par og kræver et team og flere møder.
  • Hvor den hører hjemme: efter at trends er indsamlet og prognoser vurderet, og før scenarierne bygges. Den er pendanten for mange trends til fremtidshjulet (på engelsk), der følger én enkelt forandring udad.

Hvad krydsimpaktanalyse gør

Forsiden af Future, Inc. af Eric Garland (AMACOM, 2007), bogen der lærer krydsimpaktanalyse
Future, Inc. (AMACOM, 2007)

Ethvert fremsynsprojekt munder ud i en liste: en aldrende befolkning, billigere sensorer, ny regulering, mangel på faglært arbejdskraft, skiftende forbrugerværdier. Listen er den nemme del. Det svære er, som jeg skrev i Future, Inc. (AMACOM, 2007), at konsekvenserne først bliver tydelige, når al informationen er samlet og »superforbundet«. Man følger trends én ad gangen, i adskilte afdelinger og adskilte rapporter. Truslerne og mulighederne ligger i mellemrummene.

Krydsimpaktanalyse er en måde at fylde mellemrummene ud med vilje. I bogen beskrev jeg den som et skema, der »tvinger dig til at holde hver trend, prognose eller joker op mod alle de andre, du har fundet i løbet af analysen«. Mit eksempel var fremtiden for kornproduktionen med tre trends: stigende computerkraft, globaliseringen af korndyrkningen og en aldrende befolkning. Gitteret tvinger tre spørgsmål frem. Hvad sker der, når computerkraften møder den globale kornproduktion? Når den møder den aldrende befolkning? Når den globale produktion møder den aldrende befolkning?

Nogle par giver ingenting. Pensionister og hvede i Mongoliet ligner en blindgyde, indtil man spørger, om pensionister kunne drive højteknologiske landbrug. Det er netop pointen. Fremtiden er som regel mærkeligere, end vi forventer, så det betaler sig at begynde med de skæve kombinationer, og matrixen er det eneste værktøj, jeg kender, der sikrer, at man ser på dem alle.

Hvor metoden stammer fra

Krydsimpaktanalysen opstod i samme kreds omkring RAND som Delphi-metoden. Delphi indsamler eksperters vurderinger af, om enkelte begivenheder vil indtræffe. Svagheden er, at hver begivenhed behandles, som om den stod alene. Gordons spørgsmål var, om prognoser i stedet kunne bygges på den måde, fremtidige begivenheder påvirker hinanden på.

Det første svar var et brætspil. I 1966 bestilte Kaiser Aluminum et fremtidsspil til sit 20-årsjubilæum, og Gordon, Helmer og Hans Goldschmidt udformede Future. Teknologiske og samfundsmæssige udviklinger blev afgjort af sandsynligheder og en særlig terning, og hver udvikling, der blev til virkelighed, ændrede chancerne for de andre. I 1968 programmerede Gordon og Hayward fremgangsmåden på UCLA og offentliggjorde »Initial Experiments with the Cross Impact Matrix Method of Forecasting« i Futures. Grundtanken var, at når én begivenhed indtræffer, ændres sandsynligheden for andre, og at disse ændringer kan skrives ned, celle for celle.

Siden har metoden forgrenet sig:

  • Probabilistisk krydsimpaktanalyse. Den oprindelige linje. Eksperter anslår en startsandsynlighed for hver begivenhed og hvor meget hver enkelt ville hæve eller sænke de andres, og derefter spiller en computer matrixen igennem mange gange. Gordon skrev senere standardbeskrivelsen af metoden til Millennium Projects Futures Research Methodology.
  • Strukturanalyse. En fransk skole forbundet med Michel Godet bruger et gitter af indflydelse frem for sandsynligheder til at rangordne, hvilke variable der driver et system, og hvilke der blot reagerer.
  • Krydsimpaktbalancer. Wolfgang Weimer-Jehle fra universitetet i Stuttgart fremlagde i 2006 en kvalitativ udgave i Technological Forecasting and Social Change. Den bruger gitteret til at afprøve, hvilke kombinationer af udfald der er indbyrdes konsistente, og bliver dermed et værktøj til at efterprøve scenarier.
  • Efterretningsudgaven. Structured Analytic Techniques for Intelligence Analysis af Heuer og Pherson, en lærebog, der er meget udbredt blandt efterretningsanalytikere, regner krydsimpaktmatrixen blandt sine kerneteknikker til at forstå, hvordan variablerne i et problem påvirker hinanden.

Brugen til konsistenstjek fortjener et øjeblik. I 2012 anvendte Vanessa Schweizer og Elmar Kriegler krydsimpaktbalancer på de samme oplysninger, som forfatterne til IPCC’s udledningsscenarier brugte omkring år 2000. De fandt, at kulbaseret vækst dengang var en klart erkendbar mulig fremtid, der var underrepræsenteret i de offentliggjorte scenarier, og at nogle af de offentliggjorte scenarier ikke var indbyrdes konsistente. Et omhyggeligt udfyldt gitter kan fange det, som et talentfuldt skriverhold overså.

Sådan gennemfører du en krydsimpaktanalyse, trin for trin

  1. Vælg dine elementer. Begynd med de trends, prognoser og jokere, som din research har bragt frem. Hold listen så kort, at du kan blive færdig: seks til tolv elementer i første runde. Formulér hvert element præcist. »AI« er for vagt; »i 2030 bliver det meste rutinemæssige billeddiagnostik først gennemgået af software« er noget, man kan ræsonnere ud fra.
  2. Byg gitteret. Skriv elementerne ned ad venstre side og i samme rækkefølge hen over toppen. Skravér diagonalen; et element påvirker ikke sig selv.
  3. Udfyld hver celle, række for række. Stil ét spørgsmål for hver celle: hvis elementet i rækken sker, bliver elementet i kolonnen så mere sandsynligt, mindre sandsynligt eller ingen af delene? Markér det med en pil op, en pil ned eller en prik. Vil du have finere opløsning, så brug en skala fra −3 til +3. Læs gitteret i én retning: hvordan A påvirker B, er et andet spørgsmål end hvordan B påvirker A.
  4. Skriv én sætning for hver stærk celle. Pilen er en pladsholder; sætningen er indsigten. »Manglen på sundhedspersonale får hospitalerne til at indføre AI-baserede værktøjer til billedbeskrivelse hurtigere, end de ellers ville have gjort« er noget, et planlægningsudvalg kan diskutere.
  5. Læs rækker og kolonner. En række fuld af pile er en drivkraft: den sætter meget andet i gang. En kolonne fuld af pile er følsom: meget sætter den i gang. To elementer, der forstærker hinanden, danner en sløjfe, og i sløjfer accelererer forandringen ud over enhver lineær prognose.
  6. Gennemgå resultatet med STEEP. I Future, Inc. anbefaler jeg at vende tilbage til samfund, teknologi, økonomi, økologi og politik for at sortere det, man har fundet. De fleste gitre er fulde af teknologi og økonomi. Hvis de sociale og politiske celler er tomme, er det derfra, den næste overraskelse kommer.
  7. Omsæt resultaterne til beslutninger og signaler at holde øje med. Sæt ring om de samspil, der ville ændre en beslutning, du træffer nu. De bliver rygraden i dine scenarier og de indikatorer, du følger.

Et praktisk eksempel: en hospitalsgruppe med blikket rettet mod 2035

Her er et lille gitter af den slags, en regional hospitalsgruppe kunne tegne. De fire elementer er trends, som planlæggerne allerede følger: en aldrende patientgruppe, mangel på sundhedspersonale, AI-baserede diagnoseværktøjer og fjernovervågning af patienter i hjemmet. Pilene er en analytikers vurderinger til illustration, ikke data.

Læser man rækkerne, springer tre ting i øjnene. Den aldrende patientgruppe øger presset på personalet og på hjemmeplejen. Men personalemanglen er den afgørende drivkraft: den er det eneste element, der på én gang skubber gruppen mod AI-værktøjer og mod fjernovervågning, fordi begge lader en knap sygeplejerske eller læge række til flere patienter. AI-værktøjerne og fjernovervågningen forstærker hinanden: overvågningen skaber en datastrøm, som kun software kan læse i stor skala, og softwaren gør overvågningen umagen værd. Og begge mildner den mangel, der drev dem frem.

Ingen af disse indsigter står på en trendliste. Set hver for sig ser planlæggeren fire separate projekter i fire separate budgetter. Gitteret viser ét system: en sløjfe drevet af personalemangel, der flytter behandlingen ud af bygningen og hjem til patienten. Det strategiske spørgsmål er ikke længere »skal vi købe et AI-værktøj?«, men »er vi klar til at drive et hospital, hvor en voksende andel af patienterne ikke ligger i en seng?«

Typiske fejl

  • At gøre gitteret for stort. Tyve elementer betyder 380 celler. Holdene bliver trætte, begynder at sætte prikker overalt, og gitteret holder op med at sige sandheden. Del en stor undersøgelse op i grupper, og kryds dem i etaper.
  • At udfylde det alene. I bogen kaldte jeg arbejdet med konsekvenser for »en holdsport«. Et gitter, som én analytiker udfylder, afspejler én analytikers antagelser. Fem til ti personer med forskellig baggrund vil diskutere cellerne, og de diskussioner er mere værd end pilene.
  • At forveksle sammenhæng med årsag. En celle siger, at ét element gør et andet mere eller mindre sandsynligt. Den beviser ikke mekanismen. Skriv sætningen for hver stærk celle, så ræsonnementet kan efterprøves.
  • At skrive floskler. »Konkurrencen vil blive skærpet« er ikke en krydsimpakt. Det er »alt bliver mere effektivt« heller ikke. Spørg hvorfor, og hvor meget.
  • At stoppe ved gitteret. Matrixen er et middel. Hvis den ikke ændrer et scenarie, en beslutning eller en overvågningsliste, var eftermiddagen spildt.

Hvad krydsimpaktanalyse lærer os om at opbygge en efterretningsfunktion

De fleste organisationer indsamler viden i siloer. Reguleringsteamet følger myndighederne, teknologiteamet følger leverandørerne, og salgsteamet følger kunderne. Hvert team leverer en solid rapport, og ingen bliver betalt for at læse rapporterne op mod hinanden. Krydsimpaktanalyse er netop det arbejde, skrevet ned som en procedure.

En efterretningsfunktion, der bruger den, vinder tre ting. Den finder samspillet mellem de forskellige afdelingers fund før en konkurrent. Den får en registrering af sine egne antagelser, celle for celle, som kan tages op igen, når begivenhederne viser, at nogle af dem var forkerte. Og den får en kort liste over drivende variable at holde øje med, hvilket er det, ledelsen i virkeligheden ønsker sig af fremsynsarbejde: ikke fyrre trends, men de fire, der sætter resten i bevægelse.

Ofte stillede spørgsmål

Hvad er krydsimpaktanalyse?

En metode inden for fremtidsforskning, der placerer trends, begivenheder eller prognoser i et gitter og vurderer, par for par, om hvert element gør de andre mere sandsynlige, mindre sandsynlige eller lader dem uændrede. Resultatet viser, hvilke elementer der driver systemet, og hvilke kombinationer der fortjener strategisk opmærksomhed.

Hvem opfandt krydsimpaktanalysen?

Theodore J. Gordon og Olaf Helmer, begge tidligere ansat ved RAND Corporation, udviklede den i midten af 1960’erne, da de designede fremtidsspillet Future til Kaiser Aluminum. Gordon og Howard Hayward offentliggjorde den første computerversion i Futures i 1968.

Hvad er en krydsimpaktmatrix?

Gitteret i metodens centrum. De samme elementer står i rækkerne og i kolonnerne, og hver celle angiver, hvordan elementet i rækken påvirker elementet i kolonnen, som en pil, et fortegn, en score eller en betinget sandsynlighed.

Hvordan adskiller den sig fra fremtidshjulet?

Fremtidshjulet tager udgangspunkt i én enkelt forandring og følger dens konsekvenser udad, ring for ring. Krydsimpaktanalysen tager udgangspunkt i mange forandringer og undersøger, hvordan de påvirker hinanden. Mange projekter bruger begge dele: hjulet til den vigtigste enkelte drivkraft og matrixen til helheden.

Hvor mange elementer bør en krydsimpaktmatrix have?

Seks til tolv i første runde. Antallet af celler vokser med kvadratet på listens længde: et gitter med 12 elementer kræver allerede 132 vurderinger. Større undersøgelser kan deles op i grupper.

Skal man bruge software til krydsimpaktanalyse?

Nej. Et whiteboard eller et stort stykke papir er nok til et kvalitativt gitter. Software bliver nyttigt ved probabilistiske udgaver, der simulerer tusindvis af kørsler, eller ved konsistensmetoder med mange variable, som krydsimpaktbalancer.

Samarbejd med Competitive Futures

Competitive Futures gennemfører fremsynsprojekter og workshops for ledere, hvor teams bygger krydsimpaktgitre for deres egne markeder med deres egne trends. Hvis jeres organisation følger mange trends og vil vide, hvilke kombinationer der betyder noget, så kontakt virksomheden (på engelsk).

Læs videre

Kilder

  • 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.

Denne side er en del af Competitive Futures’ guide til strategisk fremsyn (på engelsk).