Het klassieke rationele model veronderstelt een alwetende besluitvormer, in staat om alle opties in kaart te brengen en de gevolgen ervan te berekenen. In de praktijk werken we met gedeeltelijke gegevens, strakke deadlines en tegenstrijdige signalen. Het begrijpen van besluitvormingsmodellen dient niet om een theoretisch vakje aan te kruisen, maar om het juiste cognitieve kader te kiezen afhankelijk van het niveau van onzekerheid waarmee men geconfronteerd wordt.
Beslissen onder onzekerheid: het bayesiaanse kader als operationeel alternatief
De meeste modellen die in management worden onderwezen, vertrekken van een impliciete veronderstelling: de benodigde informatie bestaat, het is voldoende om deze te verzamelen. Het pure rationele model, het politieke model en zelfs de beperkte rationaliteit van Simon veronderstellen een afgebakende gegevensomvang. Wanneer de gegevens incompleet of tegenstrijdig zijn, verliezen deze kaders hun voorschrijvende kracht.
Aanvullende lectuur : Onmisbare tips en trucs om uw welzijn dagelijks te verbeteren
De bayesiaanse benadering behandelt de beslissing als een experiment, niet als een vast arbitrage. Het principe is om een initiële hypothese (een “prior”) te formuleren, een beperkte actie te ondernemen om feedback te verzamelen, en vervolgens het redeneren aan te passen op basis van de waargenomen resultaten. HEC benadrukt deze logica voor beslissingen met hoge inzet: vervang de ruwe weddenschappen door testbare hypothesen en geleidelijke leerprocessen.
Concreet betekent dit dat een strategische beslissing wordt opgedeeld in micro-tests. In plaats van een volledig project te valideren op basis van een statische marktanalyse, lanceren we een beperkte pilot, meten we de reacties en passen we aan. Het verkennen van de verschillende modellen van besluitvorming maakt het mogelijk om te identificeren welk model zich aanpast aan dit type iteratieve context.
Ook interessant : Stapsgewijze gids om uw URSSAF-account effectief te verwijderen
Dit kader is bijzonder geschikt voor omgevingen waar de kosten van vertraging hoger zijn dan die van corrigeerbare fouten. Een productlancering, een aanstelling voor een nieuwe functie, een toetreding tot een onbekende markt: in elk geval kost het meer om te wachten op de perfecte data dan om een onvolmaakte hypothese te testen.
Beperkte rationaliteit en het mandmodel: wanneer ze echt te gebruiken
Het model van beperkte rationaliteit (Herbert Simon) en het mandmodel (Cohen, March, Olsen) worden vaak naast elkaar gepresenteerd in handboeken. Hun operationele gebruik verschilt radicaal.
Beperkte rationaliteit en satisficing
Simon introduceerde het concept van satisficing: we zoeken niet naar de beste optie, maar houden de eerste die een acceptabele drempel overschrijdt. Dit model werkt wanneer de besluitcriteria stabiel en de opties vergelijkbaar zijn. Een keuze van leverancier met een duidelijke specificatie, een selectie van kandidaten op basis van meetbare vaardigheden.
De beperking verschijnt wanneer de acceptabiliteitsdrempel zelf vaag is. Als het team niet kan definiëren wat “goed genoeg” is, draait het satisficing in cirkels of produceert het standaardbeslissingen die niemand accepteert.
Het mandmodel in de echte context
Het mandmodel beschrijft situaties waarin problemen, oplossingen en deelnemers op quasi-willekeurige wijze samenkomen. We observeren dit regelmatig in matrixorganisaties of transversale commissies: een bestaande oplossing (een tool, een beschikbaar budget) hecht zich aan een probleem dat net is opgekomen, simpelweg omdat beide zich op hetzelfde moment in dezelfde vergadering bevinden.
Erkennen dat men zich in een “mand”-proces bevindt, is al een beslissingswinst. Dit voorkomt dat er achteraf een keuze wordt gerationaliseerd die geen sequentiële logica heeft gevolgd. Het team kan dan bewust besluiten om de koppeling probleem-oplossing te valideren of het proces opnieuw te openen.
Politiek besluitvormingsmodel: de machtsverhoudingen arbitreren
Het politieke model vertrekt van de vaststelling dat besluitvormers niet dezelfde doelstellingen of dezelfde informatie delen. De beslissing is dan het resultaat van onderhandelingen, coalities en compromissen. Dit kader is bijzonder relevant voor beslissingen die meerdere afdelingen met tegenstrijdige prestatie-indicatoren omvatten.
Drie voorwaarden signaleren dat een besluitvormingsproces politiek is geworden:
- De belanghebbenden verdedigen onderling exclusieve doelstellingen (groei vs. kostenreductie, innovatie vs. naleving)
- De informatie is asymmetrisch: sommige actoren beschikken over gegevens die anderen niet hebben en delen deze niet spontaan
- De formele macht (organigram) komt niet overeen met de werkelijke macht (invloed, expertise, toegang tot de uiteindelijke besluitvormer)
In deze context helpen analytische tools zoals beslissingsmatrices niet om het juiste antwoord te vinden, maar om de onderhandeling te structureren. Een tabel met gewogen criteria maakt de voorkeuren van elke actor expliciet. Het verplaatst de discussie van “ik heb gelijk” naar “dit zijn mijn criteria en hun relatieve gewicht”.
Kies het juiste model afhankelijk van de aard van het probleem
De meest voorkomende fout is om een besluitvormingsmodel uit gewoonte toe te passen in plaats van op basis van de geschiktheid voor de context. We raden aan om het probleem te kwalificeren voordat we het kader selecteren:
- Gestructureerd probleem, beschikbare gegevens, duidelijke criteria: het klassieke rationele proces of satisficing zijn voldoende
- Nieuw probleem, gedeeltelijke gegevens, hoge inzet: het bayesiaanse kader (hypothese, test, correctie) biedt een beheersbare voortgang
- Organisatorisch probleem, meerdere belanghebbenden, uiteenlopende doelstellingen: het politieke model structureert de onderhandeling
- Opkomend probleem in een flexibele organisatie, zonder duidelijke eigenaarschap: identificeren of men zich in een “mand”-werking bevindt om opportunistische niet-geassumeerde beslissingen te vermijden
De keuze van het model is zelf een beslissing die de kwaliteit van het resultaat beïnvloedt. Een rationeel proces toegepast op een politiek probleem zal een technisch correcte aanbeveling opleveren die niemand zal uitvoeren. Een bayesiaans kader toegepast op een binaire en urgente keuze verspilt tijd aan onnodige iteraties.
De meest waardevolle besluitvormingscompetentie is niet de beheersing van een enkel model, maar het vermogen om snel de aard van het probleem te diagnosticeren en vervolgens het geschikte proces te selecteren. Het is deze meta-besluitvormingscompetentie die managementtrainingen zelden behandelen, en die succesvolle teams ontwikkelen door ervaring en kritische reflectie op hun eigen eerdere keuzes.