De afgelopen jaren zijn er vele discussies geweest over maatschappelijke problemen, zoals wachttijden in de zorg, doorlooptijden in de justitiële keten, werkvoorraden en dossiervorming bij de beoordeling van asielaanvragen. Veel van deze problemen vinden hun oorzaak in de complexiteit en ‘onverwacht’ gedrag van de onderliggende processen. De gemeenschappelijke noemer van bovenstaande maatschappelijke gebeurtenissen is dat er sprake is van een keten van verschillende partijen die ieder apart verantwoordelijk zijn voor een gezamenlijk resultaat (bijvoorbeeld de wachtlijsten).

Ketens zijn organisatorisch complex te besturen omdat er een veelheid van partijen en een veelheid aan belangen spelen. Vanuit een inhoudelijk perspectief is het gedrag van ketens ook complex omdat er  sterke afhankelijkheden en interacties aanwezig zijn tussen de activiteiten van de verschillende ‘ketenpartners’. Daarnaast speelt de factor tijd een belangrijke rol.

Al deze factoren zorgen ervoor dat ketenprocessen zich niet-lineair gedragen. Dit betekent dat met niet volstaat met het ‘doortrekken’ van resultaten uit het verleden. Door de vele interacties en vertragingen ontstaan er niet-lineaire patronen die op voorhand moeilijk te beredeneren zijn. In het planningsproces zal dit met name een complicerende factor zijn. Daarna is de ‘control’ op deze ketens ook moeilijker, omdat bij inadequate planningen er ook geen goede normen zijn afgesproken en de realisaties dus vaak sterk afwijken van het geplande. Effectieve sturing wordt dan bemoeilijkt.

Scenariomodellen en simulatiemodellen kunnen in deze problematiek een uitkomst bieden. In dit artikel wordt stilgestaan bij de toepassingsmogelijkheden van dergelijke modellen en wordt het nut aangetoond. Met name bij dynamische ketens met variabele input zijn scenariomodellen een betrouwbaar hulpmiddel om niet-lineair gedrag te analyseren en te ‘voorspellen’.

Het simulatiemodel is geen doel op zich, maar een middel om te kunnen inspelen op vragen, veranderende (exogene) factoren en de inzet van beleidsinstrumenten. Met name de causale relatie tussen beleidsmaatregelen en het gedrag van de ketens staan in dit artikel centraal.

Deze vraag past goed binnen het kader van VBTB (Van Beleidsbegroting tot Beleidsverantwoording): het is een cruciaal onderdeel in de beleidsvoorbereiding. Met deze goede voorbereiding worden verschillende scenario’s van tevoren doorgerekend en het ‘best practise (ambitieus en toch haalbaar)’ scenario gekozen. Daarmee wordt de verantwoording beter mogelijk en worden doelstelling van doelmatigheid en doeltreffendheid gehaald.

De opbouw van dit artikel is als volgt: eerst zullen we de context uitwerken waarbinnen simulatiemodellen hun plaats hebben. Daarna zullen we in detail een aantal concrete gevallen benoemen waarbij de complexiteit dermate hoog is dat het nut van simulatiemodellen aangetoond is of kan worden. Na een korte uiteenzetting van de verschillende soorten simulatiemodellen, zal er met name worden stilgestaan bij het nut bij beleidsontwikkeling.

Simulatie als onderdeel van de planning en control cyclus 

Simulatiemodellen staan niet op zich. Het ontwikkelen van simulatiemodellen is geen doel op zich: het is een middel om processen en organisaties beter te besturen. Vandaar dat wij beginnen bij de beschrijving van planning en control cyclus. Wij gebruiken hiervoor het model van Deming: het PDCA (Plan Do Check Act) model. Binnen de overheid wordt ook wel het VBTB model gebruikt. Dit zijn ons inziens vergelijkbare modellen.

Plan

De planning en control cyclus begint bij het opstellen van plannen. Dit kunnen beleidsplannen zijn,   afdelingsplannen, capaciteitsplannen, verkoopplannen en ga zo maar door. Het opstellen van een plan doet men om een ambitieus en toch realistisch doel te verwoorden, dat de organisatie probeert te bereiken in een bepaalde periode. Bij het opstellen van de doelen worden ook allerlei acties en initiatieven bedacht die uitgevoerd moeten worden om het doel te halen.

Do

De ‘do’ fase betreft het uitvoeren van de plannen.

Check

Het registreren en controleren van de behaalde resultaten in een bepaalde periode. Deze realisaties worden afgezet tegen de in de planfase opgestelde begrote doelen. Er worden analyses gemaakt in hoeverre de realisaties afwijken (in positieve of negatieve zin) van de gestelde doelen en er wordt gezocht naar verklaringen voor de geconstateerde afwijkingen.

Act

In de ‘act’ fase wordt gekeken of de geconstateerde afwijkingen aanleiding geven voor bijstelling van het beleid en zo ja, welke (additionele) beleidsmaatregelen genomen dienen te worden. 

Simulatiemodellen hebben hun plaats binnen deze PDCA cyclus op twee onderdelen: het plan en de act. Simulatiemodellen (ook wel scenariomodellen) zijn bij uitstek geschikt om gemaakte kwalitatieve plannen door te rekenen en te controleren op consistentie, ter ondersteuning van de beleidsvoorbereiding. In deze vorm zijn het modellen die helpen bij het doorrekenen van verschillende processen en kunnen ze op voorhand analyseren wat de te verwachten werkvoorraden, doorlooptijden, etc zijn. Op basis van deze prognoses kunnen plannen goed worden afgestemd op bijvoorbeeld huidige bezetting en worden realistische planningen afgegeven. Ook kan er in deze fase worden geanalyseerd hoe gevoelig bepaalde plannen zijn voor exogene factoren of beleidsmaatregelen.

Als er in de Act fase wordt geconcludeerd dat bijstelling van beleid noodzakelijk is, kan er met simulatiemodellen geëvalueerd worden welke maatregelen kunnen bijdragen aan het gewenste effect en binnen welke periode dat kan plaatsvinden. Dan spreekt men ook wel over ‘Decision Support’. 

Wanneer zijn simulatiemodellen nuttig

In deze paragraaf wordt aangegeven in welke gevallen het nuttig (of zelfs noodzakelijk) is om gebruik te maken van instrumenten zoals scenario- en simulatiemodellen.  Eerst worden twee categorieën aangegeven, daarna wordt aangegeven op welke vragen een simulatiemodel antwoord kan geven.