NBA66: Flow-Messung in agilen Teams – was bringt’s, was ist Bullshit?

Shownotes

Über Feedback freue ich mich immer: nobsagile@gmail.com. Ihr erreicht mich auch auf Mastodon unter https://mastodon.social/@nobsagile oder ihr hinterlasst mir eine Sprachnachricht: +4950329677123

NBA65: Cargo Cult Agility – Wenn Agil nur gespielt wird

  • https://no-bullshit-agile.de/nba65-cargo-cult-agility-wenn-agil-nur-gespielt-wird.html

WiP und WiP Limit

  • Deep Dive: https://no-bullshit-agile.de/nba48-wip-limits-deep-dive.html
  • WiP Limit Simulator: https://no-bullshit-agile.de/wip/wip-limit-simulator.html

NBA25 – Im Gespräch: Marco von SCRUMschau über Scrum

  • https://no-bullshit-agile.de/nba25-im-gespraech-marco-von-scrumschau-ueber-scrum.html

DORA (DevOps Research and Assessment)

  • Teil I: https://no-bullshit-agile.de/nba37-dora.html
  • Teil II: https://no-bullshit-agile.de/nba38-dora-teil-ii-missinterpretation-und-kritik.html

Transkript anzeigen

00:00:00: Hallo und herzlich willkommen bei No-Bullshit-Agile. Mein Name ist Thomas. Jede Woche spreche ich hier

00:00:08: kurz und knapp über Themen rund um agiles Arbeiten. In der letzten Folge ging es mir

00:00:13: um Cargo-Kult. Kurze Zusammenfassung dazu, was bedeutet das? Naja, Unternehmen imitieren

00:00:19: Agilität ohne echtes Mindset und ohne den Willen zur kulturellen Veränderung. Symptome

00:00:25: agiler Scheinwelten kann man erkennen und sollte man auch analysieren und echte Agilität

00:00:32: erfordert eben tiefgehende Veränderungen von Werten und Praktiken. Wenn dich das interessiert,

00:00:38: hör da gerne rein. Den Link zu dieser Folge sowie alle weiteren Links, die ich erwähne,

00:00:43: findest du in den Show Notes. Heute geht es um ein Thema, das unsere Teams umgetrieben

00:00:49: hat und ich glaube, das treibt wirklich viele Teams um. Es geht darum, wie messen wir eigentlich,

00:00:54: ob unser Team wirklich schnell wird? Also egal, meiner Meinung nach, ob du Scrum machst oder kann

00:01:01: man oder irgendwas dazwischen, dieses Thema Flow messen, ja, ich glaube, das treibt einfach viele

00:01:07: um. Das liegt meiner Meinung nach vor allen Dingen daran, dass es nicht so greifbar ist und ich habe

00:01:13: mir halt gedacht, okay, ich gucke mir das nochmal an und mache mal eine Folge dazu und will, ja,

00:01:20: ganz zum Schluss der Folge auch noch sicherlich so ein paar Praxistipps geben. Wir fangen mal an,

00:01:25: was bedeutet das eigentlich Flow? Was meinen wir eigentlich, wenn wir in agilen Teams von Flow

00:01:30: sprechen? Das ist, wie gesagt, gar nicht so einfach. Zumindest tue ich mich damit auch immer

00:01:36: wieder schwer, wenn ich das Leuten erkläre. Also man kann so eine ganz nüchterne Erklärung machen,

00:01:42: Arbeit soll gleichmäßig durch euer System fließen. So, keine Wartezeit und das bezeichnet

00:01:52: den Flow. Was mir dabei ganz wichtig ist und das wird uns jetzt die ganze Folge auch begleiten,

00:01:57: Flow ist kein Ziel. Flow ist ein Zustand und den wollen wir verbessern. So und das Erste,

00:02:05: was ich mir hier notiert habe, wenn ich jetzt von messen rede, ist natürlich sofort die Frage,

00:02:11: wie misst man denn den Flow? Welche Metriken gibt es, um den Flow zu messen? Das habe ich

00:02:19: mal ein bisschen eingeteilt. Es gibt sicherlich so ein paar Klassiker. Sobald man anfängt,

00:02:23: zu dem Thema zu googeln, dann kommt man eigentlich zuallererst mal auf die sogenannte Cycle Time.

00:02:29: Was ist Cycle Time? Das ist die Zeit vom Start der Arbeit bis zur Fertigstellung. Natürlich ist

00:02:36: es so, ihr müsst es selber definieren. Was ist bei euch Start der Arbeit und was ist Fertigstellung?

00:02:42: Das wird uns übrigens auch noch begleiten. Ja, das ist die Cycle Time. Nächste auch super

00:02:48: bekannte Zahl oder Möglichkeit der Messung ist die sogenannte Lead Time. Wie lange dauert es vom

00:02:55: Eingang, einer Anforderung bis zur Fertigstellung? Das ist also größer als die Cycle Time und die

00:03:01: Cycle Time ist ein Teil davon. Der Fokus bei der Lead Time liegt eben vor allen Dingen darauf,

00:03:06: zu sagen, okay, wir gucken uns auch an, wie lange heute dauert es, jemand möchte was von uns und

00:03:13: wann ist es fertig. Die dritte Zahl ist der Durchsatz, Throughput auf Englisch. Da geht es darum,

00:03:20: Anzahl der abgeschlossenen Items pro Zeiteinheit zu messen. Also wie viele Items schaffen wir pro

00:03:27: Woche, pro Monat, was auch immer eure Zeiteinheit ist. Die vierte Zahl, die man messen kann, ist

00:03:33: WIP Work in Progress. Wie viele Items sind gleichzeitig in Bearbeitung? Und da sind wir

00:03:39: ganz schnell auch beim WIP Limit. Zum WIP Limit habe ich ja auch eine Folge gemacht und es gibt

00:03:44: ja auch den WIP Limit Simulator. Wenn dich das interessiert, ja, wie gesagt, schau da gerne mal

00:03:49: in die Show Notes dazu. Die nächste Zahl, Work Item Age, Alter der noch offenen Task. Wie lange

00:03:59: liegt ein offener Task bei uns in Bearbeitung? Die letzte Zahl, die ich hier so unter Klassiker

00:04:07: zusammengefasst habe, ist Flow Efficiency, Anteil aktiver Bearbeitungszeit an der Gesamtzeit der

00:04:14: Bearbeitung. Also wie lange liegt was, dann bearbeitet ihr es wieder, dann liegt es wieder,

00:04:20: dann bearbeitet ihr es wieder, bis es denn dann irgendwann fertig ist. Es gibt ein paar weitere

00:04:24: Zahlen und ja, die betrachte ich tatsächlich als kritisch. Wenn ich von kritisch spreche,

00:04:31: vielleicht ganz allgemein, so eine erste Kritik hier. Zahlen neigen dazu, dass man sie cheasen

00:04:38: kann. Das passiert vor allen Dingen, wenn sie veröffentlicht werden und wenn sie für Vergleiche

00:04:45: benutzt werden. Also Vergleiche zwischen Teams, aber auch innerhalb des Teams. Diesen Monat versus

00:04:52: letzten Monat und ja, wir neigen halt dazu zu schauen, okay, wie kriegen wir die Zahl besser

00:04:58: und das machen wir dann nicht im Sinne von, okay, wir wollen den Flow optimieren, sondern indem wir

00:05:05: ja cheasen, also auf deutsch gesagt bescheißen, auf irgendeine Art und Weise eine Abkürzung suchen

00:05:10: und deswegen bin ich grundsätzlich bei Zahlen ja kritisch, zumindest sehr vorsichtig. Auch da komme

00:05:17: ich gleich noch mal drauf. Gut, welche Zahlen betrachte ich auf jeden Fall als kritisch? Velocity

00:05:23: und oder Story Points. Vor allem, wenn man die so als eine Speedmetrik benutzt. Die sagen in der

00:05:30: Regel sehr wenig über den echten Fluss. Also wenn die Zahlen, also die Team Velocity zum Beispiel

00:05:38: außerhalb vom Team benutzt wird oder um, wie gesagt, Teams zu vergleichen. Ich habe dazu tatsächlich

00:05:45: in einem Interview, das ich mit dem Marco von ScrumShow hatte, in NBL 25 auch gesprochen. Da

00:05:51: geht Marco da tatsächlich auch noch mal drauf ein aus seiner Sicht. Ja, kritisch finde ich Flow

00:05:57: Efficiency, also dieser Anteil aktiver Bearbeitungszeit an der Gesamtzeit. Das sind

00:06:04: schöne Prozente. Keine Ahnung, wir haben eine Efficiency von 80 Prozent oder 90 Prozent. Aber

00:06:11: was ist der Erkenntnisgewinn da drin? Halte ich auch für, ja, schwierig, sage ich mal. Ganz im

00:06:17: Allgemeinen kann ich auch noch sagen, wenn ihr nur Durchschnitte über alles Mögliche bildet,

00:06:23: der Durchschnitt über den letzten Monat, der Durchschnitt dieses Quartal oder so. Ja,

00:06:28: dann vergebt ihr euch eine große Chance. Denn eigentlich sind die Ausreißer viel interessanter.

00:06:32: Warum gingen Dinge deutlich schneller als der Durchschnitt oder deutlich langsamer? Welche

00:06:38: Storys waren das? In welcher Situation waren wir da als Team? Ist eigentlich viel spannender,

00:06:43: als Durchschnitte von verschiedenen Zeitperioden jetzt zu vergleichen. Ebenso ist es mir sehr

00:06:49: wichtig, wenn ihr Zahlen erfasst, und ich sage gleich auch ein bisschen, was mein Praxisansatz

00:06:55: wäre, dann müsst ihr das institutionalisieren. Das nützt sich, das einmal zu tun oder ziemlich

00:07:01: unregelmäßig, sondern ihr müsst es, wenn, dann wirklich auch regelmäßig tun. Der nächste Punkt,

00:07:06: den ich habe, wir haben jetzt die ganze Zeit auf, ich sage mal, teaminterne Zahlen geguckt. Ich finde,

00:07:12: aber es gibt so zwei Stockwerke, wenn ihr euch das so bildlich vorstellen wollt. Es gibt eben das

00:07:17: Stockwerk 1, das sind diese Teamzahlen, also all die Zahlen, die ihr im Prinzip auch mit steuert und

00:07:24: mit unter Kontrolle habt und die eine Aussage dazu treffen sollen, sage ich jetzt mal, wie ist der

00:07:31: Flow innerhalb des Teams und wie gut arbeitet ihr als Team zusammen. Geht also schlussendlich darum,

00:07:38: wie schnell fließt die Arbeit durch das eigene System, das ihr wie gesagt unter Kontrolle habt.

00:07:44: Was das eigene System ist, das kann natürlich super unterschiedlich zwischen Teams sein. Bei

00:07:49: uns ist es zum Beispiel so, der Teil des Releases, aber auch der Teil des Customer Feedbacks, weil wir

00:07:55: ja für Kunden was entwickeln, da haben wir sehr wenig Kontrolle drüber. Das ist also nicht mehr

00:08:02: wirklich Kern dessen, was wir als Team leisten können. Es gibt trotzdem ganz tolle Ansatzpunkte,

00:08:08: nämlich mit dem Kunden darüber zu sprechen, dass der Teil, der nicht mehr bei uns im Team direkt ist,

00:08:13: ja einen großen Einfluss darauf hat, dass etwas auf die Straße kommt und Geld verdient. Und da

00:08:19: kann man mit dem Kunden wirklich ganz wundervoll drüber sprechen und meine Erfahrung ist, dass

00:08:24: Kunden auch sehr dankbar sind, dass man ihnen dabei auch ein bisschen hilft, Stück für Stück auch

00:08:28: diesen Teil zu optimieren. Das ist eben dieses Stockwerk 1, von dem ich gerade gesprochen habe

00:08:34: und da gibt es auch das Stockwerk 2 Delivery und da gibt es eine wunderschöne Methodik und Metrik

00:08:41: nämlich DORA, DevOps Research and Assessment. Dazu habe ich sogar zwei Folgen gemacht. Das ist

00:08:47: NBE 37 und NBE 38. In 37 gebe ich so eine Einführung und in 38 mache ich so eine kritische Bewertung

00:08:55: dazu. DORA besteht aus vier Metriken, die da erfasst werden. Das ist Lead Time for Changes,

00:09:01: also wie lange dauert es vom Commit bis zum Go Live. Deployment Frequency, also wie oft

00:09:06: liefert ihr wirklich. Change Failure Rate, also wie oft gehen Deployments dann schief. Und als

00:09:13: letztes Meantime to Restore, also wie schnell erholt ihr euch dann von so einem Problem bei

00:09:18: einem Release. Und DORA wird einmal im Jahr durchgeführt. Das ist eine ziemlich große

00:09:23: Befragung. Jetzt erzähle ich doch ein bisschen, was es ist. Ist also total spannend und bildet

00:09:29: so einen zweiten Flow-Teil und deswegen habe ich gesagt, okay es gibt das Stockwerk 1, das was ihr

00:09:34: intern habt und das Stockwerk 2, also das was dann nach außen schlussendlich Dinge in Produktion

00:09:39: bringt. Super interessant. Ja und ein geschlossenes Bild ergibt sich eben eigentlich nur aus beiden.

00:09:46: Also es kann sein, dass ihr einfach echt richtig, richtig gut und richtig schnell seid und ein

00:09:54: größeres Problem eben beim Liefern besteht. Vielleicht, weil ihr abhängig seid von einem

00:10:01: Lieferteam, das ihr habt oder eben wie bei uns vielleicht durch Abhängigkeiten, die es auf

00:10:05: Kundenseite gibt. Als nächstes möchte ich ein bisschen darüber sprechen, was ist eher ein

00:10:11: Problem, Cargo-Kult auch. Macht man so? Oh Gott, oh Gott. Und was hilft wirklich? Also wo erkennt

00:10:19: man, ob eine Flow-Messung wirklich hilft und was ist nur Show? Also Show meiner Meinung nach ist,

00:10:25: wenn man einfach Metriken sammelt, weil man das so tut. Wenn man die nicht interpretiert,

00:10:30: warum soll man sie dann sammeln? Velocity hatte ich vorhin schon gesagt, vor allen Dingen im

00:10:35: Bereich Team-Vergleich ist keine gute Idee und Flow-Efficiency. Versuchen hochzukriegen, ohne

00:10:42: wirklich die Ursachen zu analysieren. Ja halte ich alles für nicht Zeitverschwendung, sage ich mal,

00:10:48: aber wenn man Zeit investiert, kann man die meiner Meinung nach woanders besser investieren. Ja,

00:10:53: was hilft? Metriken mit Zielen. Wenn ihr euch zuallererst mal fragt, warum messen wir etwas und

00:11:01: was wollen wir mit dem Ergebnis erreichen und was ist auch das erwartete Ergebnis oder was

00:11:06: prognostizieren wir denn? Dann sind solche Metriken sicherlich hilfreich, wenn ihr die ganze Zeit auch

00:11:15: den Kontext beachtet. Also nicht den Durchschnitt angucken, sondern wirklich gucken, was ist in den

00:11:22: Ausreißern passiert und in welchem Kontext waren wir da? Also waren unheimlich viele Leute krank oder

00:11:27: hat sich herausgestellt, diese Funktion, die wir da entwickeln, war super kompliziert oder,

00:11:33: oder, oder. Super interessant, ne? Und eben, was hilfreich ist, End-to-End denken. Also das ganze

00:11:42: Bild, das Stockwerk 1 und das Stockwerk 2 betrachten, auch wenn vielleicht Stockwerk 2 für

00:11:47: euch schwieriger zu steuern ist. Ja, denkt daran, Metriken sind eben kein Selbstzweck. Das ist auch

00:11:54: nur ein Werkzeug und nur wenn ihr damit arbeitet, bringt es auch was und zwar ihr als Team, nicht

00:12:00: wer anders. Okay, dann würde ich euch gerne noch ein paar Praxisempfehlungen geben. Also wie fängt

00:12:06: man damit an? Wie gesagt, ganz wichtig finde ich vorab das Gespräch dazu, was ist Flow und warum

00:12:14: fangen wir an, den Flow zu messen? Was haben wir vor? Was wollen wir erreichen? Alleine da drin,

00:12:20: in dieser Diskussion, die ihr da führt, steckt einfach schon unheimlich viel. Und dann, wie

00:12:26: immer, würde ich vorschlagen, klein anzufangen. Also, Cycle Time, finde ich, ist eine gute Zahl,

00:12:32: mit der man sich beschäftigen kann und ich finde, Work in Progress sich anzugucken, wie viel Arbeit

00:12:38: haben wir gleichzeitig in der Luft, halte ich für sehr sinnvoll. Dann denke ich, macht es einfach

00:12:44: Sinn, das Ganze zu visualisieren, möglichst einfach, um es auch sichtbar und anfassbar zu

00:12:52: haben. Und dann institutionalisiert ist, dass ihr darüber redet, über diese Zahlen. Was sagt euch

00:12:59: das? Was hattet ihr prognostiziert? Welche Veränderungen haben stattgefunden und ist das

00:13:05: Outcome so, wie ihr gedacht habt? Und ja, es ist wichtig, das reine KPI-Denken da einfach

00:13:13: möglichst zu vermeiden. Ich habe noch einen schönen Satz, der das Thema ganz gut abschließt.

00:13:19: Messen hilft nicht beim Liefern, aber beim Lernen. Und ich denke, das ist halt auch so eine ganz,

00:13:26: ganz wichtige Komponente. Die ganzen Gespräche, die Gedanken, die da einfließen in dieses Thema

00:13:32: Flow-Management, da entstehen dann im Zweifelsfall Zahlen, ja, aber der Weg dahin, das ist echt das

00:13:39: Entscheidende, da lernt ihr wirklich, wirklich viel. Und wenn ihr für euch feststellt, okay,

00:13:45: für uns macht es keinen Sinn, den Flow zu messen, dann ist das ein gutes Ergebnis und packt euch

00:13:51: das doch auf Wiedervorlage für nächstes Quartal oder in einem Monat oder was auch immer für euch

00:13:57: ein guter Zeitraum ist. Messen hilft nicht beim Liefern, aber beim Lernen. Ja, und ich denke,

00:14:03: das soll es einfach auch gewesen sein, kurz und knapp wie immer. Ich freue mich immer über Feedback,

00:14:07: wenn ihr was habt, in den Channels steht, wie ihr mich erreichen könnt. Ich freue mich tatsächlich

00:14:12: auch sehr über Kritik, da kann ich einfach viel daraus lernen. Deswegen meldet euch einfach,

00:14:17: wenn ihr irgendwelche Anmerkungen habt. Ansonsten habe ich noch eine ganz große Bitte. Wenn dir die

00:14:22: Folge gefallen hat, wenn dir der Podcast gefällt, dann teile das gerne, teile das mit deinen

00:14:27: Kolleginnen und Kollegen, teile es auf Social Media. Je mehr Leute von dem Podcast erfahren,

00:14:32: desto größer wird die Diskussion und dann kann ich halt die Punkte wieder aufnehmen,

00:14:36: kann daraus neue Folgen machen und ja, das kommt schlussendlich dir ja auch zugute. Ich sage dafür

00:14:41: auf jeden Fall vielen Dank. Ansonsten sage ich, habt noch eine ganz tolle Woche und bis zur nächsten

00:14:46: Folge bei No-Bullshit-Agile.

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.