← Naar het model Capability

Outcome-sturing & systeemdenken

Wat het is

Outcome-sturing is sturen op de verandering die je bij mensen wilt bereiken, niet op wat er wordt opgeleverd. Systeemdenken is zien hoe een keuze in één team doorwerkt in de rest van de keten. Samen bepalen ze of AI-snelheid waarde oplevert of alleen meer output.

Met AI wordt bouwen goedkoop. Daardoor verschuift de schaarste: niet meer de vraag β€žkunnen we dit maken?”, maar β€žmoeten we dit maken, en hoe weten we of het gewerkt heeft?”. Een organisatie die op output stuurt, krijgt met AI vooral meer output.

Het verschil met Waardesturing: daar gaat het om de opbrengst van AI-investeringen in bestuurstaal. Hier gaat het om de bedoeling achter elk initiatief, en of het team daarop stuurt. Waardesturing bouwt hierop voort.

Een herkenbaar voorbeeld: een schadebehandelingsteam wil minder escalaties. De intentie: β€žklanten weten binnen één dag waar ze aan toe zijn.” Het team bouwt statusmails en levering binnen 24 uur stijgt van 78 naar 90 procent. De escalaties blijven gelijk. Klanten wilden geen informatie, ze wilden invloed op hun dossier. Het doel werd gehaald, de bedoeling niet.

Waarom

Het Agile Fluency Model van Shore en Larsen onderscheidt zones waarin teams vloeiend kunnen werken: van focussen op waarde en betrouwbaar leveren tot optimaliseren voor de markt en het versterken van de organisatie. Elke zone vraagt investeringen van de organisatie, niet alleen van het team. Een team stuurt niet op outcome als de organisatie output beloont.

Het Cynefin-framework van Snowden maakt een tweede onderscheid: in een voorspelbaar domein kun je plannen en specificeren, in een complex domein moet je experimenteren en bijsturen op signalen. Wie complex werk aanstuurt als voorspelbaar werk, meet de verkeerde dingen.

De positie van dit model: outcome-sturing is geen karaktereigenschap van goede engineers, maar een voorwaarde die de organisatie schept. Dat begint met een intentie die je kunt weerleggen: als geen enkele waarneming je doel kan tegenspreken, stuurt het nergens op.

Wat je nodig hebt

Per initiatief een geschreven intentie die toetsbaar is: welke waarneming zou laten zien dat het niet werkt? Daarnaast een stuurgesprek waarin die intentie terugkomt, niet alleen de planning.

Hoe je het meet

Een outcome-indicator die een doel wordt, houdt op een goede indicator te zijn. In de casus werd β€ž90 procent binnen 24 uur” het doel en raakte het echte probleem uit beeld. Koppel elke indicator daarom aan de waarneming die je intentie zou weerleggen.

Instrumenten om in te groeien

Vijf lagen van bedoeling

Tussen een wens en een implementatie zitten vijf lagen. Een team kan op elke laag instappen, maar moet weten op welke laag het zit en welke ontbreekt.

  • Motief β€” een individueel of organisatorisch verlangen. β€žDe schademanager wil minder escalaties.”
  • Intentie β€” een verandering die meerdere partijen raakt. β€žKlanten weten binnen één dag waar ze aan toe zijn.”
  • Outcome β€” een meetbare verandering, los van de oplossing.
  • Specificatie β€” systeemgedrag dat één team kan uitvoeren.
  • Implementatie β€” de techniek.

Een intentie blijft stabiel als de oplossing verandert; een specificatie niet. Dat is de toets.

Drie vragen voor elk doel

  • Welke waarneming zou deze formulering weerleggen?
  • Meet je die waarneming, of alleen of de handelingen zijn uitgevoerd?
  • Wanneer is de formulering voor het laatst bijgesteld, en op grond van welk bewijs?

Toets je eigen doelen met de Intentie-Rubric. Een intentie ophalen bij domeinexperts, die vaak meer weten dan ze kunnen vertellen, doe je met de werkvorm Intentie-elicitatie.

Twee manieren waarop een intentie bederft

  • Zakken naar de oplossing. De intentie raakt vastgeklonken aan één implementatie: β€žbouw een knop om risico's te markeren.” Verouderd zodra het gereedschap wisselt.
  • Stijgen naar vage ambitie. Abstractie zonder meetbaar criterium: β€žescalaties voorkomen.” Een wens die je niet kunt toetsen.

Benoem wΓ‘t bereikt moet worden en hoe je dat meet, en laat de uitvoering open.

Van intentie naar uitvoering: Vibe, Spec, Harness

Intentie-gedreven werken kent drie fasen, die elkaar iteratief voeden:

  • Vibe β€” motief en intentie verkennen (laag 1 en 2). Domeinexperts en stakeholders onderzoeken met AI als sparringpartner wat ze willen bereiken. Exploratief, nog niet formeel.
  • Spec β€” outcome en specificatie vastleggen (laag 3 en 4), in een vorm die een domeinexpert herkent en een agent kan uitvoeren. Zie Verificatie & kwaliteit voor de vorm per soort systeem.
  • Harness β€” de specificaties uitvoerbaar maken met tests, controles en afspraken over wat agents zelf mogen. Wat niet te testen bleek, was geen specificatie maar een aanname; dat gaat terug naar Vibe. Zie Harness & platform.

Laat AI in de Vibe-fase vragen stellen in plaats van specificaties schrijven. Een AI die specificaties opstelt zonder dat een gebruiker ze valideert, vermenigvuldigt aannames in plaats van ze weg te nemen. Pas als de intentie helder is, kan AI er specificaties uit afleiden. De uitwerking staat in de whitepaper Vibe Β· Spec Β· Harness.

Systeemdenken: kijken over de teamgrens

Lokale optimalisatie is met AI makkelijker dan ooit. Een team dat twee keer zo snel bouwt, verplaatst het knelpunt naar test, review of de afnemer. Weeg keuzes daarom af op ketenniveau, en bespreek botsende teamdoelen als relatie tussen teams, niet als ruzie. Zie Governance & autonomie voor het besluitrecht en Lerend vermogen voor het bijstellen van intenties.

Lees en luister verder

Een team kan zijn doel halen en toch zijn bedoeling missen. Sturen op outcome is blijven vragen of het gewerkt heeft.