De illusie van causaliteit in complexe samenwerkingen
“Welke KPI’s hanteren jullie?”
“Kan je aantonen dat deze interventie heeft gewerkt?”
“Wat is de impact van jullie samenwerking?”
Stel: je werkt aan een onderwijsprogramma, een wijkgerichte aanpak of een regionaal samenwerkingsverband in de zorg. Grote kans dat je deze vragen herkent. En waarschijnlijk ook het ongemak dat erbij hoort. Waarom? Omdat we in netwerken die zich richten op complexe opgaven vaak zoeken naar iets wat er niet is: rechtlijnige causaliteit.
Door
Matthijs Hemink
We willen graag dat de werkelijkheid maakbaar is. Dat we kunnen werken als in een lab:
- Activiteit A → leidt tot effect Z → dat bewijst succes.
Maar de werkelijkheid ziet er vaak zo uit:
- Activiteit A vindt plaats, tegelijk met activiteit B en C, binnen programma D, samen met project E en F, uitgevoerd door actoren G, H en I, onder invloed van factoren J, K en L → en wellicht draagt dat dan bij aan effect Z → mits de context niet verandert.
Een voorbeeld
Een scholennetwerk organiseert een kennissessie over effectief leesonderwijs. Ze hopen daarmee de taalvaardigheid van leerlingen te verbeteren. Maar tegelijkertijd is er een nieuw taalmethodetraject gestart, veranderen de eisen vanuit het curriculum, start de gemeente een bibliotheekcampagne en wisselen twee schoolleiders van baan.
Als de taalvaardigheidscijfers stijgen, wat heeft dan precies gewerkt? Was het de kennissessie? De methode? De bibliotheek? Of dat alles in samenhang? En wat als de cijfers niét stijgen? Was dan niets effectief?
Bovenstaande kom je tegen als diverse partijen samenwerken aan uiteenlopende doelen. In een netwerk:
- beïnvloeden en versterken interventies en factoren elkaar
- zijn er verschillende beelden bij wat effectief is
- kan je opbrengsten niet altijd vangen in een cijfer.
En dat wringt soms. Want beleidsverantwoording vraagt om bewijs. Financiers willen zekerheid. Daarbij lijkt weinig ruimte te zijn voor nuance of gezamenlijk leren.
Het gevolg
We meten vooral wat voor de hand ligt, niet per se wat ertoe doet. We rapporteren bijvoorbeeld op aantallen bijeenkomsten, deelnemers en downloads, maar laten de échte impact buiten beeld. Daarmee voelt de verantwoording mager, alsof we niet het hele verhaal vertellen. Of we meten helemaal niet meer.
Wij denken dat het anders kan
Niet: “We weten zeker dat dit het effect gaat zijn.” Maar wel: “We kunnen bewust beredeneren hoe en waarom onze aanpak waarschijnlijk van invloed is – dit gaan we onderzoeken, om ervan te leren.”
Dat vraagt om:
- bewust nadenken over hoe verandering kán ontstaan (en welke impactroutes hieraan bijdragen)
- zorgvuldig zoeken naar passende indicatoren die inzicht geven
- opstellen en aanpassen van hypothesen, op basis van leeropbrengsten.
Zo voer je een eerlijk gesprek over wat samenwerking écht oplevert – voorbij de illusie van lineaire causaliteit.
Wat is jouw ervaring met het inzichtelijk maken van impact in netwerken? Deel het met ons op LinkedIn of neem contact op met Matthijs.
Lees ook het artikel over het inzichtelijk maken van de effectiviteit van een netwerk, inclusief de interactieve tool, het Netwerkimpactmodel.