Skip to content

CLDb: oorzaak en gevolg beter begrijpen

Logo van CLDb, Causal Loop Database

Sommige problemen zijn lastig omdat alles met elkaar samenhangt. Denk aan zorg, klimaat, mobiliteit, voedsel of gedrag. Een keuze heeft vaak niet één simpel gevolg. Dat gevolg heeft weer invloed op iets anders. En soms komt het effect later weer terug bij het begin.

Dat maakt zulke problemen moeilijk om te bespreken en te begrijpen. Iedereen ziet een ander deel van het systeem. De één kijkt naar kosten. De ander naar gedrag. Weer iemand anders kijkt naar regels, technologie of cultuur. Al die delen kunnen waar zijn, maar samen vormen ze pas het grotere verhaal.

CLDb is een web-app om zulke verbanden zichtbaar te maken. De app helpt je om een causal loop diagram te maken. In het Nederlands kun je dat zien als een oorzaak-gevolg systeemkaart met terugkoppelingen.

CLDb is een lichte tool voor mensen die systemen beter willen begrijpen. Je maakt een kaart met factoren en relaties.

Een factor is iets dat kan veranderen. Het kan groeien, dalen, sterker worden of zwakker worden. Bijvoorbeeld:

  • vertrouwen in beleid
  • kosten voor vervoer
  • hoeveelheid gezonde voedselkeuzes
  • sociale druk
  • wachttijd in de zorg

Een pijl laat zien dat de ene factor invloed heeft op de andere. Zo een invloed kan positief zijn, negatief zijn of nog onbekend zijn.

Bij een positieve invloed bewegen twee dingen dezelfde kant op. Als A stijgt, stijgt B ook. Als A daalt, daalt B ook. Bijvoorbeeld, als er meer koeien zijn, dan gaat de melkproductie ook omhoog. Maar als er steeds minder koeien zijn, gaat de productie omlaag.

Bij een negatieve invloed bewegen ze juist tegen elkaar in. Als A stijgt, daalt B. Of andersom. Een goed voorbeeld zou bijvoorbeeld de relatie tussen wolven en herten zijn. Als we meer wolven hebben, dan zal uiteindelijk de hoeveelheid herten afnemen. Minder wolven geeft de herten weer ruimte om toe te nemen.

Dat klinkt simpel, maar het helpt om preciezer te praten. Je zegt niet alleen: “dit heeft ermee te maken”. Je maakt ook duidelijk hoe je denkt dat dingen werken.

Als we meerdere relaties hebben, dan kan dat structuren opleveren in het web van oorzaak-gevolg relaties. Zo kan je dus cirkels krijgen waarbij een factor eigenlijk op indirecte wijze weer op zichzelf terug slaat, als een slang die zijn eigen staart op eet. Binnen deze feedbackloops heb je eigenlijk twee smaakjes. Versterkende feedbackloops, en balancerende feedbackloops.

Een positieve feedbackloop zorgt er voor dat een proces groeit, of juist steeds kleiner wordt. In het voorbeeld van koeien leiden meer koeien tot meer melk, dat leidt tot meer winst voor de boer, die weer kan leiden tot meer investering in extra koeien. Dit levert weer meer melk, meer winst, meer koeien. En zo groeit het maar door.

Een balancerende feedback loops heeft een ander soort effect. In plaats van alsmaar doorgroeien, fluctueert het systeem en zal het naar een waarde toe groeien waarin alles in balans is (in equilibrium ook wel genoemd). In ons voorbeeld van wolven en herten is het namelijk zo dat hoe meer wolven er zijn, hoe minder herten er zijn omdat die opgegeten worden. Maar als de wolven te veel herten eten, zijn er niet genoeg en zullen ze verhongeren waardoor er uiteindelijk weer minder wolven zullen zijn.

Veel gesprekken over complexe problemen blijven snel hangen in losse meningen. We hebben geen overzicht van alle informatie en tijdens participatieve sessies, waarbij een groep experts samen zo een model bouwen, willen we juist elkaars perspectief aan elkaar linken.

CLDb helpt om die losse stukjes samen op één kaart te zetten.

Zo kun je beter zien:

  • welke factoren belangrijk zijn
  • waar mensen verschillend naar het probleem kijken
  • welke feedback loops er bestaan
  • waar een verandering effect op kan hebben
  • waar kennis nog onzeker is
  • welke aannames je eigenlijk maakt

Een belangrijk idee achter CLDb is: de data blijft bij de gebruiker.

De app draait in de browser, maar je data wordt niet over het web naar een database verstuurd. Alles gebeurt lokaal. Je hoeft geen account te maken. Je opent een bestand vanaf je eigen computer en je slaat het ook weer lokaal op.

Dat is handig voor workshops, onderzoek en onderwijs. Soms werk je met gevoelige notities, ruwe ideeën of informatie die nog niet klaar is om te delen. Dan wil je eerst rustig kunnen werken, zonder dat alles meteen online staat.

Lokaal werken maakt de tool ook laagdrempelig. Je kunt snel beginnen. Je hoeft niet eerst een account aan te maken, rechten te regelen of een projectomgeving in te richten.

Met CLDb kun je een kaart maken, aanpassen, bewaren en analyseren.

Je kunt:

  • variabelen toevoegen
  • pijlen maken tussen variabelen
  • per pijl aangeven of het effect positief of negatief is
  • vertragingen aangeven
  • notities en bewijs toevoegen
  • onderdelen zoeken of filteren
  • feedback loops vinden
  • paden tussen variabelen bekijken
  • je project exporteren als in meerdere formats
  • beelden of tabellen exporteren voor gebruik in een verslag

De app is dus niet alleen een tekenprogramma. De betekenis van de pijlen telt mee. Daardoor kan CLDb ook helpen bij analyse.

Je kunt bijvoorbeeld bekijken of twee variabelen via meerdere routes met elkaar verbonden zijn. Of je kunt zoeken naar feedback loops die verklaren waarom een probleem sterker wordt of juist stabiel blijft.

Dat maakt de kaart meer dan een plaatje. Het wordt een manier om je denken te ordenen en te toetsen of het probleem inderdaad logisch volgt uit je aannames.

CLDb heeft een lichte en een donkere weergave. Dat is handig, want een systems map kan lang op je scherm staan. Soms wil je een rustige lichte achtergrond. Soms leest een donker canvas prettiger.

Je kunt de app zelf bekijken op www.cldb.nl. De afbeelding hieronder wisselt mee met het thema van deze website.

CLDb light theme CLDb dark theme

CLDb is niet bedoeld als volledige simulatie. De app rekent niet precies uit hoeveel iets stijgt of daalt. Daarvoor heb je meer informatie nodig die CLDb op dit moment nog niet ondersteund.

De kracht van CLDb zit in kwalitatief denken. Het helpt je om samen te praten over oorzaken, gevolgen, onzekerheid en mogelijke ingrepen.

Dat past goed bij het begin van een onderzoek of project. Je hoeft nog niet alles zeker te weten. Je kunt beginnen met wat je ziet, wat je vermoedt en welke vragen nog open zijn.

Een CLD geeft dus geen definitief antwoord. Het helpt vooral om betere vragen te stellen. Waar zit een mogelijke hefboom? Waar kan een ingreep onverwachte gevolgen hebben? Welke aannames moeten we controleren voordat we besluiten nemen?

CLDb is nuttig voor mensen die werken aan complexe vragen. Bijvoorbeeld onderzoekers, studenten, beleidsmakers, ontwerpers en workshopbegeleiders.

Je kunt de tool gebruiken in je eentje, maar ook in een groep. In een groep kan de kaart helpen om verschillende perspectieven naast elkaar te zetten. Niet om meteen te bepalen wie gelijk heeft, maar om zichtbaar te maken waar het gesprek over gaat.

Het doel is niet om een perfecte kaart te maken. Het doel is om beter te denken met elkaar. Een goede kaart laat niet alleen antwoorden zien, maar ook twijfel, aannames en plekken waar meer informatie nodig is.

Ik vind dit soort tools belangrijk omdat ze helpen om preciezer te kijken. Veel problemen worden te snel plat gemaakt. Dan zoeken we één simpele oorzaak en één snelle oplossing.

Maar echte systemen zijn vaak rommelig. Er zijn vertragingen en onverwachte bijwerkingen. Soms werkt een oplossing op korte termijn goed, maar maakt die hetzelfde probleem later weer groter.

CLDb maakt dat zichtbaar zonder het onnodig zwaar te maken. Je hoeft geen programmeur of modelleur te zijn om ermee te beginnen. Je hoeft alleen samen te onderzoeken: wat beïnvloedt wat, hoe zeker zijn we daarvan en waar moeten we beter naar kijken?

Een goede oorzaak-gevolgkaart kan een gesprek veranderen. Niet omdat de kaart alles weet, maar omdat mensen samen kunnen zien waar ze het over hebben. Het biedt een gezamenlijke taal om in te spreken.

Veel plezier, en succes!