WSJF-Methode: Wer viel misst, misst Mist!

Etwas messen kann man nur mittels Zahlen und Maßeinheiten. Sobald etwas gemessen wird, werden Menschen durch die Objektivierung notwendigerweise trivialisiert. Dinge messbar zu machen bedeutet, die Unbestimmtheit zu tilgen. Ohne Unbestimmtheit keine Komplexität, kein Leben. Dementsprechend sollte ausschließlich in Kontexten gemessen werden, wo alle Beteiligten damit leben können, dass die Wirkung von und auf Menschen vernachlässigt wird. Denn eine Wirkung von und auf Menschen ist immer vorhanden, alleine durch die Tatsache, dass es mindestens einen Menschen geben muss, der die Messungen durchführt.

Dieses Eingangsstatement möchte ich näher beleuchten und zwar anhand eines bekannten Werkzeugs: des WSJF-Score. Der WSJF-Score ist ein Werkzeug für das Priorisieren des Backlogs. Als solches ist es in meinen Augen weder gut noch schlecht. Ich kritisiere hier auch nicht das Werkzeug selbst, sondern dessen unbedarften Gebrauch.

Was ist der WSJF-Score?

„Weighted Shortest Job First” (WSJF) ist eine gängige Kennzahl für die Priorisierung des Backlogs. Don Reinertsen nutzt beispielsweise diesen Score, um in seiner Reinertsen-Matrix die Backlog-Items zu sortieren. Kurz gesagt besagt dieser Score, dass immer jene Sache zuerst erledigt werden sollte, die den höchsten Wert liefert und die Entwicklungs- oder Auftragspipeline für die kürzeste Zeit blockiert. Diese Herangehensweise erlaubt es, so schnell und so viel Wert wie möglich zu liefern.

Praktisch formuliert: Es ist besser, 3000 Euro in einem Monat zu bekommen als 6000 Euro für die Arbeit eines Jahres. Ich kann ja immer noch die 6000 Euro anstreben, wenn ich erst einmal die 3000 Euro eingefahren habe. Wenn ich mich aber zuerst auf die Tätigkeiten stürze, mit denen ich vermeintlich 6000 Euro ernte, muss ich schauen, wie ich dann ein Jahr ohne Geld auskomme.

Wie wird WSJF berechnet?

Um die optimale Backlog-Position für ein bestimmtes Element herauszufinden, wird geschätzt, wie sich die Erledigung des Elements („Wert“) auswirkt. Dieser Wert wird durch die Investition in das Element („Größe“) geteilt. Anschließend werden die Elemente zueinander in Relation gesetzt.

Für die Schätzung von Wert und Größe wird oft vorgeschlagen, die „agile“ Fibonacci-Skala zu verwenden: 1, 2, 3, 5, 8, 13, 20, 40, 80 ... Die Idee dahinter ist, dass jede nachfolgende Zahl ein bisschen mehr, aber nicht ganz doppelt so viel ist wie die vorherige: Eine 13 ist also ein bisschen mehr als 8, aber nicht ganz 20. Da es keine Zahlen dazwischen gibt, kann ich, wenn ich nicht sicher bin, ob ein Backlog-Item eine 8 oder 13 ist, eine von beiden wählen, da diese beiden Zahlen benachbart sind und ihr Unterschied als geringfügig angesehen wird.

Für jedes Backlog-Item werden der Wert und die Größe also anhand der Fibonacci-Zahlen geschätzt.

• Für die Ermittlung des „Wertes“ lassen sich verschiedene Kriterien heranziehen: Der Wert, den der Benutzer dem Backlog Item zumisst oder der Geschäftswert, Zeitkritikalität, Befähigung und/oder Risikominderung. Die Übung sollte aber nicht zu einer Wissenschaft werden: Es handelt sich hier um einen mutmaßlichen Wert. Subjektivität lässt sich bei der Schätzung nicht verhindern. Die gefundene Zahl kommt nun also in den Zähler der Gleichung.
• Die „Größe“ wird typischerweise in Story Points gemessen. Unabhängig davon, was ein Story Point in einer Organisation bedeutet oder wie er erzeugt wird, erhalten wir eine andere Zahl – den Nenner der Gleichung.

Der WSJF-Score wird berechnet, indem der „Wert“ durch die „Größe“ geteilt wird. Beispielsweise ergibt ein Wert von 20 geteilt durch eine Größe von 5 einen WSJF-Score von 4. Mit dem WSJF-Score lässt sich jetzt das Backlog definieren: Das Backlog-Item mit dem höchsten Score steht ganz oben, alle anderen Items werden absteigend sortiert.

Das Problem: Schätzungen sind eben Schätzungen

Nun taucht aus meiner Sicht bei der Berechnung des WSJF-Score ein Problem auf: Es wird so getan, als wären die Schätzungen genaue Werte. Das sind sie aber nicht. Schätzungen sind Vermutungen, die auf unvollständigen und verzerrten Informationen basieren. Wenn Schätzungen genaue Angaben wären, wären sie keine Schätzungen mehr.

Mit dieser Erkenntnis im Hinterkopf sollten wir in die Gleichung daher sogenannte „Abweichungsterme“ integrieren. Ein Abweichungsterm drückt die Abweichung vom tatsächlichen Wert aus, zum Beispiel: Ist ein Wert tatsächlich 8 und wird aber auf 13 geschätzt, dann ist der Abweichungsterm 5. Um es einfach zu halten, ignoriere ich die Verzerrung, die durch die schätzende Person entsteht – das heißt, ich nehme an, dass sich diese Verzerrung auf alle Elemente gleichermaßen auswirkt. Das ist natürlich eine Trivialisierung, die ich aber eingehen kann, da sie die Grundaussage dieses Beitrages nicht verändert.

Mit den Abweichungstermen erhalte ich:

• Wert = „tatsächlicher“ Wert + Abweichung auf den Wert
• Größe = „tatsächliche“ Größe + Abweichung bei der Größe

Das Wort „tatsächlich“ habe ich nicht ohne Grund in Anführungszeichen gesetzt: Menschen sind ganz einfach nicht in der Lage, den tatsächlichen Wert und die tatsächliche Größe zu bestimmen – die Bestimmungsversuche sind immer von ganz viel Subjektivität durchzogen.

Deshalb ist es so wichtig, Abweichungsterme in die Gleichung aufzunehmen: Wenn ich zwei Zahlen dividiere, die beide eine Abweichung enthalten, pflanzt sich die Abweichung fort. Die Fortpflanzung verstärkt sich durch die Fibonacci-Skala sogar noch, weil zwei benachbarte Elemente in dieser Skala immer mindestens 60 % voneinander entfernt sind.

Was passiert da also? Wenn ich den Wert zu hoch schätze, dann hat ein Backlog-Item einen um mindestens 60 % höheren Wert als geschätzt – und das selbst dann, wenn der Unterschied zwischen „Tatsache“ und Annahme nur geringfügig ist. Wenn ich den Wert zu niedrig ansetze, hat ein Backlog-Item einen um mindestens 30 % niedrigeren Wert als geschätzt.

Dazu ein konkretes Beispiel.

• Wenn ich ein Element auf 8 schätze und sich aber – wie auch immer – herausstellt, dass es „tatsächlich“ eine 5 ist, habe ich es um 60 % überschätzt.
• Wenn sich herausstellt, dass es „tatsächlich“ eine 13 ist, habe ich es um 38,5 % unterschätzt.

Wenn ich mit diesen Schätzungen nicht 100-prozentig genau bin, kann ich also um den Faktor 2,5 daneben liegen! Das Gleiche gilt für die Größe, was sich leicht nachvollziehen lässt.

Das eigentliche Problem tritt nun auf, wenn ich „Wert“ und „Größe“ dividiere, was ich ja machen muss, um den WSJF-Score zu berechnen. Dazu wieder ein konkretes Beispiel:

Backlog-Item „xyz“ wurde als Wert 5 geschätzt, aber es war eigentlich ein Wert 2. Die Größe wurde als 5 geschätzt, aber es war eigentlich eine Größe 13. Damit ist die Abweichung im Wert gleich 3 und in der Größe -8.

• Der geschätzte WSJF-Score = (2 + 3)/(13 - 8) = 1
• Der „tatsächliche“ WSJF-Score = 2/13 = 0,15

Das ist schon ein beträchtlicher Unterschied zwischen 1 und 0,15, oder? Dieser Unterschied ist bereits bei nur kleinen Abweichungen in der Schätzung entstanden. Die Sache ist: Wir wissen nicht, wo wir in den Schätzungen zu sehr abweichen, denn sonst würden wir ja erst gar nicht abweichen. Uns passieren auch unterschiedliche Abweichungen, sonst würden sie die Skala überhaupt nicht beeinflussen. Abweichungen im Schätzen sind eben Abweichungen – sie geschehen zufällig.

WSJF passfähig einsetzen

WSJF können Sie nur dann passfähig einsetzen, wenn Sie die beschriebenen Wirkungsmechanismen kennen und in Ihre Handlungen bewusst einfließen lassen. Nehmen Sie die Zahlen nicht zu ernst und glauben Sie nicht, dass diese genau sind und die Realität gut genug abbilden, nur weil eine Entscheidung auf Zahlenbasis getroffen wird.

Ich persönlich nutze den WSJF-Score als Impuls, um ein Gespräch zu beginnen: Was sollte in der Umsetzung Priorität haben und was nicht? Die Diskussion darüber, wo der Wert entsteht und worin der Wert besteht, hat einen viel größeren Nutzen als alles, was man direkt aus einem WSJF-Score ablesen könnte.

Entfachen Sie lieber Gespräche und Diskussionen und vergessen Sie die Zahlen. Zahlen sind etwas für Maschinen.

PS: Zum Titel dieses Blogbeitrages wurde ich von diesem überaus wertvollen Dialog in brand eins mit dem Philosophen und Informatiker Mihai Nadin inspiriert.