Il limite di carico massimo di un sistema è il 60-70% della sua capacità teorica. È una lezione che ho imparato sul campo, molto prima di scoprirne la base teorica anni dopo, studiando la Legge di Little. Un flusso di lavoro è davvero efficiente solo quando opera al 60-70% della sua capacità potenziale. Tentare di spingerlo verso il 100% significa inevitabilmente portarlo al collasso: il sistema si imballa, rallenta, si blocca.
Questa verità mi è diventata chiara durante un’esperienza tanto concreta quanto frustrante, quando ero responsabile di più progetti di sviluppo software.
L’enigma di Stefano e la capacità fantasma
Il problema emerse all’inizio di un nuovo progetto. Qualche giorno dopo il kick-off chiesi al project manager come stessero procedendo i lavori. Mi rispose che, in realtà, il progetto non era ancora partito.
Il motivo? Uno solo: Stefano (nome di fantasia) non era disponibile. Era impegnato in attività di manutenzione. Chiesi quando sarebbe stato disponibile e mi risposero “domani”. Ma anche il giorno dopo la situazione era identica: Stefano era ancora bloccato sulla manutenzione.
A quel punto mi dissi: “Aspetta un attimo. Com’è possibile che Stefano non sia disponibile? Doveva esserlo.”
Decisi di approfondire. Andai a parlare con il suo responsabile e gli chiesi: “Scusami, quanto tempo passa Stefano a fare manutenzione?” Mi rispose sinceramente: “Non lo so con precisione. Parecchio, ma non saprei quantificare.”
Sapevo che tutto il lavoro veniva registrato nei timesheet, quindi proposi di verificare i dati. Dopo un po’ di insistenza, riuscimmo a recuperare i registri dei mesi precedenti. Il risultato fu inequivocabile: Stefano dedicava circa un terzo del suo tempo alla manutenzione in produzione.
La ricalibrazione della capacità e il rischio della turbolenza
Con quei numeri in mano, mi presentai al Project Management Office (PMO). Dissi loro: “Pianifichiamo il lavoro di Stefano come se fosse disponibile al 100%, ma non lo è. In realtà possiamo contare su di lui solo per il 70% del tempo.”
Mi chiesero se fossi certo del dato. Risposi di sì: avevamo prove misurabili.
Ma il problema non era solo quello. Oltre alla disponibilità media, bisognava considerare la turbolenza: picchi, imprevisti, variazioni. Non bastava pianificare sulla base del 70% di disponibilità, serviva margine. Dopo una discussione, concordammo di ridurre ulteriormente il carico effettivo al 60-65%. Solo entro quella soglia si poteva sperare che la disponibilità fosse affidabile.
La battaglia per lo slack e la scommessa con l’amministratore delegato
Dopo quella ricalibrazione, mi convinsi che serviva anche dello slack: una tolleranza per assorbire variazioni e imprevisti. All’epoca pianificavamo ancora con i diagrammi di Gantt; non conoscevo ancora il metodo Kanban né avevo letto il libro Kanban: Successful Evolutionary Change for Your Technology Business di David Anderson.
Proposi al PMO di introdurre margini di slack, ma la risposta fu immediata: “Impossibile. L’amministratore delegato ci licenzierebbe.”
Non arretrai. Dissi: “Preferisco dimettermi piuttosto che continuare a pianificare così.”
Dopo un acceso confronto, trovammo un compromesso: “Scrivete pure che la decisione è mia. Se qualcuno deve essere cacciato, sarò io.”
Riuscii a convincerli. Preparammo un diagramma di Gantt in cui ogni barra aveva la sua tolleranza, con la nota: ‘Tolleranza di Marco Re’.
Quando il piano arrivò sulla sua scrivania, l’amministratore delegato mi chiamò: “Marco, che cos’è questa storia? Vieni a spiegarmela.”
Gli esposi l’approccio. Non era convinto e allora lo sfidai: “Lasciami applicare il metodo fino a Natale. Se il 6 gennaio tutto sarà andato liscio, bene. In caso contrario, torniamo indietro e potrai anche rimuovermi dall’incarico.”
Quel periodo era cruciale: per il tipo di mercato in cui operava l’azienda, arrivava sempre la grande ondata di cambiamenti di fine anno che gettava i team di sviluppo nel caos.
Accettò.
La validazione definitiva
Implementammo la pianificazione con carico effettivo al 60-65% e margini di slack. Arrivò il 6 gennaio e, per la prima volta, l’azienda attraversò il passaggio d’anno senza scossoni.
Aspettavo quel giorno e andai a trovare l’amministratore delegato, questa volta di mia iniziativa: “Hai visto? Così abbiamo gestito tutto in modo fluido!”
Quell’esperienza fu la prova definitiva: non è la saturazione che genera efficienza, ma la capacità di limitare empiricamente il lavoro in corso (WIP limit, nel linguaggio Kanban) e di mantenere margine operativo. Sul campo ho imparato che pianificare al 60-70% — nel nostro caso 60-65% — è la vera chiave per costruire flussi di lavoro resilienti, sostenibili ed efficienti.
Perché funziona
Un sistema completamente saturo è fragile: ogni imprevisto diventa una crisi. Un sistema con spazio di manovra, invece, è resiliente: assorbe variazioni, reagisce agli urti e continua a funzionare in modo fluido.
La vera efficienza non è riempire tutto il tempo disponibile, ma garantire continuità, prevedibilità e serenità operativa.
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Una riflessione che mi accompagna spesso in questo periodo — e che viene sollecitata anche dalle organizzazioni che seguo come consulente — riguarda l’utilizzo dell’intelligenza artificiale in combinazione con il metodo Kanban.
Qualche giorno fa, durante una presentazione introduttiva sul metodo Kanban a un gruppo di potenziali interessati, mi sono trovato di fronte a una persona che, con grande entusiasmo, raccontava di aver ottenuto risultati straordinari di efficientamento nella propria organizzazione grazie all’uso dell’AI.
Questo episodio mi ha riportato alla mente un’interessante analisi contenuta in un recente articolo di Klaus Leopold, che potete leggere qui. Leopold si concentra sul suo modello dei Flight Levels, ma osservazioni analoghe possono essere fatte anche alla luce del Kanban Maturity Model (KMM).
Sta emergendo infatti un paradosso notevole: l’intelligenza artificiale (AI) rende le persone sempre più efficienti nei propri compiti, ma allo stesso tempo sembra spingere le organizzazioni indietro, fino a ML0 (Inconsapevole – Oblivious).
La regressione a ML0: l’ottimizzazione individuale
Storicamente, le organizzazioni di servizi professionali erano fortemente orientate alla performance individuale. Con lo sviluppo del pensiero organizzativo si è compiuto un passo avanti significativo, spostando progressivamente l’attenzione dall’individuo al team e, successivamente, al sistema nel suo insieme.
Oggi, tuttavia, l’uso prevalente dell’intelligenza artificiale sembra riportarci a un livello di focalizzazione più elementare: l’ottimizzazione delle prestazioni individuali, attraverso strumenti come assistenti di scrittura o applicazioni per la generazione e il riassunto di testi.
Questo tipo di applicazione dell’AI si allinea perfettamente alle caratteristiche di organizzazioni a ML0. A questo livello:
Focus su sé stessi e raggiungimento dei risultati: l’organizzazione si presenta come un insieme di individui poco coesi, ciascuno concentrato sui propri obiettivi. Il valore culturale dominante è l’Achievement, ovvero il raggiungimento dei risultati personali. L’intelligenza artificiale finisce per rafforzare questo orientamento, offrendo a ciascuno la possibilità di autocelebrarsi quotidianamente con pensieri del tipo: “Guarda quanto sono produttivo”.
Pratiche individualistiche: le pratiche organizzative si focalizzano principalmente sul completamento dei singoli compiti (“getting things done”). Quando presente, l’uso delle Kanban board avviene a livello individuale (VZ 0.1). L’intelligenza artificiale non modifica sostanzialmente questo approccio: si limita a rendere più rapidi i processi — scrivere più velocemente, codificare più velocemente, fare tutto più velocemente — aumentando così l’efficienza dell’individuo, ma non quella del sistema.
Qualità dipendente dall’eroe di turno: la qualità e la coerenza del lavoro dipendono interamente dalle competenze, dall’esperienza e dal giudizio dei singoli. Ne risulta un’organizzazione estremamente fragile, in cui ogni cambiamento di personale può compromettere significativamente la stabilità operativa.
L’illusione di produttività: sub-ottimizzazione complessiva
La promessa di ridurre il lavoro “da due ore a 20 minuti” o ottenere un “risparmio di tempo del 75% nelle presentazioni” crea una potente illusione di produttività. In realtà, questo progresso è solo apparente.
Quando l’intelligenza artificiale viene impiegata per velocizzare singole attività in modo isolato, senza un coordinamento sistemico, si producono effetti paradossali:
L’AI produce riassunti perfetti delle riunioni, ma nessuno legge il riassunto.
L’AI crea automaticamente la richiesta di ferie, ma l’approvazione resta bloccata per tre settimane sulla scrivania del capo.
L’AI crea 25 versioni di uno slogan e il team marketing finisce per impiegare il doppio del tempo per sceglierne uno.
Visto da una prospettiva di pensiero sistemico (system thinking), tutto questo si traduce semplicemente in tempo sprecato più velocemente. Ottimizzare un singolo passaggio — come premere il tasto “A” due volte più rapidamente — non rende più veloce la scrittura se il sistema complessivo resta invariato.
Allo stesso modo, se tutti i membri di un’organizzazione diventano “supereroi dell’AI” e svolgono le proprie mansioni individuali in meno tempo, il risultato non è una consegna più rapida di valore al cliente. Al contrario: il lavoro tende ad accumularsi nel collo di bottiglia successivo.
Un aumento della velocità in ingresso nel sistema non accelera la velocità in uscita: genera invece più lavoro in corso (Work in Progress – WIP), più rilavorazioni e più caos. È il risultato tipico della ottimizzazione locale, che porta inevitabilmente a una sub-ottimizzazione del sistema complessivo.
La via d’uscita da ML0: il pensiero sistemico
Per sfuggire alle tipiche logiche da organizzazione poco strutturata, è necessario superare la mentalità individualistica e adottare un autentico pensiero sistemico.
Passaggio a ML1 (Team-Focused): a questo livello si inizia a riconoscere l’identità dei team, a sviluppare la collaborazione e a incoraggiare l’iniziativa collettiva. L’introduzione di limiti al Work in Progress (WIP) per persona (LW 0.1) o per team (LW 1.1) contribuisce a ridurre il muri (sovraccarico), creando le basi per un flusso di lavoro più sostenibile.
Passaggio a ML2 (Customer-Driven): l’attenzione si sposta progressivamente sul cliente. La cultura organizzativa evolve dall’esecuzione dei compiti alla gestione del flusso. Si inizia a comprendere il lavoro come un servizio erogato al cliente, piuttosto che come una somma di attività interne. In questa fase, la mancanza di pensiero sistemico rappresenta il principale ostacolo al raggiungimento di ML2.
Passaggio a ML3 (Fit-for-Purpose): l’organizzazione raggiunge un grado più elevato di unità e allineamento, sviluppando un senso di scopo condiviso. Il servizio viene erogato in modo coerente con le aspettative del cliente e il sistema diventa realmente fit-for-purpose (idoneo allo scopo). In questo stadio, l’ottimizzazione non riguarda più il singolo o il team, ma l’intero flusso di valore end-to-end.
L’ottimizzazione che avviene nel passaggio da ML0 a ML1 rappresenta un progresso significativo per i membri dell’organizzazione, ma il funzionamento complessivo del servizio resta comunque unfit-for-purpose (non idoneo allo scopo) dal punto di vista del cliente. Per creare reale valore, è necessario evolvere verso ML3.
Il vero potenziale dell’AI per la crescita di maturità delle organizzazioni
Il vero valore e l’impatto organizzativo emergono solo quando l’intelligenza artificiale viene applicata ai livelli di gestione del flusso e della strategia (ML2, ML3 e ML4). Le organizzazioni hanno bisogno di approcci che favoriscano l’evoluzione dell’intero sistema, non solo l’efficienza delle singole parti.
Nella tabella seguente sono riportate alcune indicazioni e possibili applicazioni dell’AI, suddivise per livello di maturità:
Livello KMM
Obiettivo Organizzativo
Impiego dell’AI
ML2 (Customer-Driven)
Coordinamento e flusso: far fluire il lavoro tra team.
L’AI analizza le capacità interfunzionali e identifica le dipendenze e i conflitti tra gli obiettivi dei diversi dipartimenti.
ML3 (Fit-for-Purpose)
Allineamento e scopo: soddisfare in modo sostenibile le aspettative del cliente.
L’AI può segnalare quando le azioni intraprese non sono allineate con la strategia o con lo scopo del servizio.
ML4 (Risk-Hedged)
Rischio e sostenibilità economica: robustezza e bilanciamento degli interessi degli stakeholder.
L’AI è in grado di simulare scenari — ad esempio l’impatto di spostare il 30% del budget — analizzare il portfolio in termini di valore generato e fornire valutazioni sui possibili rischi. ML4 richiede anche una solida alfabetizzazione matematica, fondamentale per l’uso efficace di modelli predittivi e simulazioni Monte Carlo.
Mentre l’ottimizzazione individuale resa possibile dall’AI può semplificare le attività quotidiane, il suo impatto a livello sistemico resta nullo quando il lavoro deve attraversare più unità organizzative, richiedendo coordinamento e approvazioni.
Per raggiungere livelli evoluti di agilità e resilienza (ML3, ML4 e oltre), è necessario spostare l’attenzione dall’AI come strumento per creare “supereroi individuali” all’AI come leva per costruire sistemi robusti, integrati e allineati. Questi sistemi, tuttavia, iniziano a prendere forma solo a partire da ML2 e ML3.
Fino ad allora, l’ottimizzazione tipica di ML0 — per quanto utile e pratica — non è in grado di produrre effetti significativi sull’efficacia complessiva dell’organizzazione.
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Nel mondo della gestione del lavoro, i dati, le metriche e i processi sono fondamentali. Tuttavia, per raggiungere una vera agilità organizzativa e una profonda comprensione del proprio lavoro, un elemento spesso sottovalutato si rivela cruciale: la Narrazione. Il Kanban Maturity Model (KMM) identifica la Narrazione come uno dei valori culturali essenziali per evolvere da un’organizzazione semplicemente focalizzata sui compiti a una guidata dal cliente e pronta per il futuro. Ma cosa significa esattamente “valorizzare la narrazione” nel contesto Kanban e perché è così importante?
Cos’è la Narrazione e perché è fondamentale
Valorizzare la narrazione significa andare oltre i semplici fatti e dati per abbracciare la storia che fornisce contesto e background storico. Le narrazioni non sono semplici aneddoti; sono strumenti potenti che aiutano a:
Definire l’identità: le storie ci dicono chi siamo come team e come organizzazione e perché esistiamo. Questo senso di identità è un pilastro per costruire la fiducia e il capitale sociale, specialmente quando si passa da un focus individuale (ML0) a un focus di squadra (ML1).
Creare connessioni emotive: le narrazioni creano un legame emotivo che rafforza la coesione sociale e la fiducia tra i membri del team e con i clienti. In Kanban, la fiducia è essenziale per la collaborazione e per ridurre l’incertezza.
Fornire contesto al lavoro: una storia può spiegare perché un cliente ha richiesto un determinato lavoro, mettendo le attività in un contesto più ampio. Questo favorisce una maggiore empatia e una comprensione più profonda delle esigenze e delle aspettative del cliente, un valore chiave per raggiungere ML2 (Customer-Driven).
Guidare il miglioramento: abbinando informazioni quantitative a narrazioni qualitative, i team possono prendere decisioni più appropriate per migliorare il flusso di lavoro. Le storie che emergono durante le cadenze Kanban , come la Service Delivery Review, aiutano a formare empatia e guidare il cambiamento.
La Narrazione come abilitatore a ogni livello di evoluzione organizzativa
La narrativa è un abilitatore fondamentale a ogni livello di evoluzione dell’organizzazione. Il suo ruolo evolve man mano che l’organizzazione evolve:
Da ML1 a ML2: a livello ML1, l’identità è ‘tribale‘ e focalizzata sul team. Per progredire, è necessario sviluppare un’identità di gruppo più ampia, a livello di servizio, per costruire la fiducia tra team diversi. I leader devono promuovere identità sovraordinate forti che uniscano le persone. Le narrazioni sono lo strumento perfetto per costruire e rinforzare queste identità condivise, raccontando storie di successi collaborativi che superano i confini dei singoli team. Inoltre, episodi eccezionali di particolare rilevanza possono diventare parte della narrativa e dell’identità dell’organizzazione, venendo condivisi con i nuovi assunti.
Consolidamento di ML2 e oltre: a partire da ML2, la narrazione diventa cruciale per comprendere il contesto in cui vengono eseguiti i processi. Combinata con dati su domanda e capacità, permette di migliorare il flusso di lavoro in modo più efficace. Ascoltare le narrazioni delle persone completa i dati e le osservazioni, sviluppando una migliore comprensione del contesto e degli individui coinvolti nel servizio. Questo, a sua volta, permette di affinare l’approccio ai miglioramenti suggeriti e implementati.
Costruire la memoria istituzionale e la resilienza: per i livelli di evoluzione organizzativa più avanzati, la narrazione è essenziale per preservare la memoria istituzionale. Raccontare e condividere la storia dell’organizzazione, incluse le esperienze di crisi passate, aiuta a costruire la resilienza e la capacità di affrontare le difficoltà future. Un’organizzazione che valorizza la propria storia e la utilizza nell’onboarding dei nuovi dipendenti sta compiendo passi espliciti per rafforzare un’identità che evolve nel tempo.
Come coltivare la Narrazione in un contesto Kanban
Raccogliere e condividere narrazioni richiede tempo e attenzione, ma è un investimento prezioso. Ecco alcuni modi pratici per integrare la narrativa nel metodo Kanban:
Utilizzare le cadenze Kanban: le riunioni Kanban, come la Service Delivery Review e l’Operations Review, non servono solo per raccogliere i dati, ma anche per raccontare le storie. Durante un Team Kanban Meeting, il team si impegna a raccontare la storia che si dipana sulla board, il flusso dei ticket. Le review a cadenza più ampia sono l’occasione per raccontare la storia di un intero anno, magari dedicando l’ultima review annuale a una retrospettiva completa.
Visualizzare la storia: la storia di un’organizzazione può essere messa in mostra. Si possono usare fotografie dell’evoluzione delle Kanban board, diari degli eventi, o le presentazioni delle Operations Review accumulate nel tempo per creare una storia visiva dell’implementazione e della crescita.
Incorporare le storie nell’onboarding: l’orientamento dei nuovi assunti è un momento perfetto per usare la storia dell’azienda per rafforzare l’identità e i valori. Storie di iniziative eccezionali o di successi ottenuti grazie alla collaborazione possono diventare parte del folklore aziendale.
Creare momenti di condivisione: metaforicamente, ogni organizzazione ha bisogno di “riunirsi attorno al fuoco per raccontarsi le proprie storie“. Questo può tradursi in sessioni dedicate, newsletter interne o spazi fisici dove i successi e gli apprendimenti vengono condivisi in forma narrativa.
Conclusione
In conclusione, sebbene Kanban sia un metodo profondamente radicato nella visualizzazione, nella gestione del flusso e nei dati, il suo pieno potenziale si sblocca solo quando si riconosce il valore della Narrazione. Le storie danno un’anima ai processi, trasformando un gruppo di individui in un’organizzazione coesa, empatica e resiliente, pronta non solo a eseguire il lavoro, ma a comprenderlo, migliorarlo e renderlo sostenibile nel lungo termine. Le narrazioni ci dicono “chi siamo e perché esistiamo“, e questa è la base per qualsiasi cambiamento significativo e duraturo.
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Nel panorama della gestione del lavoro e dell’agilità organizzativa, il metodo Kanban è spesso associato a lavagne visive, limiti al Work-in-Progress (WIP) e al miglioramento del flusso. Tuttavia, al di sotto di queste pratiche visibili, si cela un valore culturale fondamentale che agisce come vero e proprio catalizzatore per l’evoluzione: la Comprensione (Understanding). Il Kanban Maturity Model (KMM) evidenzia come la Comprensione non debba essere un semplice esercizio intellettuale, ma una tassello fondamentale per costruire organizzazioni resilienti, adattabili e orientate al cliente.
Cos’è la Comprensione nel contesto Kanban?
Nel KMM, il valore della Comprensione si riferisce alla ricerca attiva di una profonda conoscenza della natura del proprio ambiente di lavoro. Questo significa studiare, osservare e raccogliere prove per capire come, cosa, perché e chi sono gli elementi del proprio flusso di lavoro. Non si tratta di una comprensione astratta, ma di un’accettazione pragmatica della realtà operativa: le capacità attuali, i processi in essere, le dinamiche del team e le policy (implicite o esplicite) che governano il lavoro quotidiano.
Una delle frasi chiave che riassume questo valore è: “non c’è spazio per il pensiero velleitario in Kanban” (There is no wishful thinking in Kanban). Ciò implica un passaggio da una gestione basata su speranze e supposizioni a una fondata sulla realtà osservabile.
La Comprensione come fondamento per raggiungere ML2
La Comprensione è uno dei valori culturali chiave necessari per consentire a un’organizzazione di passare dal livello di maturità 1 (ML1), focalizzato sul team, a ML2, orientato al cliente. Un’organizzazione a ML1 è spesso caratterizzata da team che lavorano isolati, con scarsa consapevolezza del contesto più ampio. Per superare questa fase, è essenziale sviluppare una comprensione di base che si concentri su:
Il lavoro richiesto: capire la natura delle attività e come eseguirle con coerenza e qualità.
I servizi forniti: comprendere i flussi di lavoro (workflow) che supportano i servizi e la collaborazione necessaria per erogare tali servizi.
Le policy in atto: analizzare le regole che governano il lavoro e il loro impatto sulle performance e sulle capacità.
Senza questa comprensione di base, è improbabile implementare con successo pratiche più avanzate. Per esempio, per passare direttamente da ML0 a ML2, è necessario che il valore della Comprensione per le dinamiche dell’ambiente di lavoro sia già presente, altrimenti l’iniziativa è destinata a fallire.
Come si sviluppa e si applica la Comprensione?
Il metodo Kanban offre pratiche specifiche che promuovono attivamente la Comprensione. Una delle pratiche generali di Kanban è Migliora collaborando, evolvi sperimentando (Improve Collaboratively, Evolve Experimentally). Questa pratica si basa sulla premessa che una comprensione completa e corretta della situazione attuale richiede una raccolta collaborativa di osservazioni e intuizioni da parte di persone con ruoli e prospettive diverse.
A ML2, la pratica IE 2.4 (Definire azioni per sviluppare una comprensione di base del processo e migliorare il flusso) è un esempio diretto di come la comprensione venga coltivata. L’obiettivo è sviluppare una comprensione di base di cosa, del perché, di chi e come del processo, in modo che tutti i soggetti coinvolti comprendano le ragioni dietro le azioni di miglioramento. L’implementazione di questa pratica include l’ascolto delle narrazioni delle persone per integrare i dati raccolti, sviluppando così una comprensione più ricca del contesto e degli individui.
Inoltre, la visualizzazione e le metriche aiutano enormemente a costruire la comprensione. Una Kanban board, ad esempio, non è solo uno strumento di gestione, ma un meccanismo di riflessione che rende visibile il lavoro invisibile, creando trasparenza e, di conseguenza, empatia e fiducia.
Dalla Comprensione interna a quella esterna
Il KMM distingue tra una comprensione interna (tipica di ML2) e una esterna (necessaria per ML3 e oltre).
Comprensione (interna) a ML2: si concentra sull’accettare pragmaticamente il proprio ambiente e le proprie capacità attuali.
Comprensione (esterna) a ML3: si espande per includere una profonda empatia con il cliente. Non basta sapere cosa chiede il cliente, ma è fondamentale capire il perché della sua richiesta, il suo contesto e i rischi che sta gestendo.
Questa evoluzione della comprensione è ciò che permette a un’organizzazione di diventare veramente Fit-for-Purpose (adatta allo scopo), progettando servizi che non solo funzionano bene internamente, ma che soddisfano pienamente le esigenze del cliente.
Conclusione
La Comprensione non è un valore passivo, ma una disciplina attiva che richiede curiosità, pragmatismo e collaborazione. È il fondamento su cui si costruisce un’organizzazione solida, capace di superare la fragilità dei livelli iniziali e di evolvere verso una maggiore resilienza e soddisfazione del cliente. Senza un impegno deliberato a “comprendere”, le pratiche Kanban rischiano di rimanere superficiali, lasciando sul tavolo gran parte dei benefici economici e organizzativi che il metodo può offrire. In definitiva, per Kanban, comprendere la propria realtà non è solo il primo passo, ma una pratica continua che alimenta ogni miglioramento significativo.
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Nel mondo della gestione aziendale e dello sviluppo tecnologico, la parola cambiamento evoca spesso immagini di riorganizzazioni drastiche, produttività in calo a seguito di tali iniziative e resistenza da parte del personale coinvolto. Il metodo Kanban propone un approccio radicalmente diverso: il cambiamento evolutivo. Invece di imporre trasformazioni traumatiche, Kanban promuove un’evoluzione graduale e collaborativa, partendo dalla situazione attuale per costruire un’organizzazione più resiliente, adatta allo scopo (fit-for-purpose) e, in ultima analisi, costruita per la sostenibilità a lungo termine.
Il fumetto originale sulla copertina del libro Kanban: Successful Evolutionary Change for Your Technology Business di David J. Anderson.
Inizia con quello che fai oggi: un principio fondamentale
Il cuore del cambiamento evolutivo in Kanban risiede nel principio di Change Management “Inizia con quello che fai oggi“. Questo approccio rispetta i processi, i ruoli e le responsabilità esistenti, evitando di scatenare quella crisi psicologica che spesso accompagna i cambiamenti strutturali drastici. I metodi tradizionali di gestione del cambiamento e molti approcci Agile spesso impongono nuovi ruoli e riorganizzazioni, che possono essere percepiti come una minaccia all’identità, allo status e alla dignità delle persone, generando resistenza. Come ha affermato Peter Senge, “le persone non resistono al cambiamento, resistono all’essere cambiate”.
Il cambiamento evolutivo è di natura normativa, ovvero si concentra sulla modifica di metodi e strumenti senza alterare immediatamente la struttura sociale. Questo approccio riduce l’ansia e la paura, rendendo le modifiche più accettabili e, di conseguenza, più facili da istituzionalizzare.
Il motore del cambiamento: stressor, riflessione e atto di leadership
Il cambiamento evolutivo non avviene per caso, ma è guidato da tre elementi essenziali, magnificamente illustrati nella vignetta sulla copertina del libro Kanban: Successful Evolutionary Change for Your Technology Business di David J. Anderson:
Uno stressor: è necessaria una motivazione per cambiare. Può trattarsi di insoddisfazione per lo stato attuale, come evidenziato dalle frasi “Sono bloccato“, “Ho troppo da fare” o “Non ho nulla da fare” nella vignetta. Lo stressor crea una tensione emotiva che spinge alla ricerca di un miglioramento.
Un meccanismo di riflessione: la Kanban board e le Cadenze Kanban (Team Kanban Meeting, Replenishment Meeting, Service Delivery Review, ecc.), forniscono l’occasione per visualizzare e riflettere sugli stressor. Le cadenze sono meccanismi di riflessione codificati, progettati per catalizzare la domanda di cambiamento.
Un atto di leadership: senza un catalizzatore, la frustrazione diventa inerzia. La frase “Facciamo qualcosa al riguardo!” rappresenta l’atto di leadership che trasforma la riflessione in azione. Questo va oltre la semplice iniziativa, tipica di organizzazioni poco strutturate, perché catalizza l’azione di tutto il gruppo. Valorizzare gli atti di leadership è fondamentale perché comportano un rischio personale; l’organizzazione deve quindi creare sicurezza psicologica per incoraggiarli.
Un percorso guidato: il Kanban Maturity Model (KMM)
Il Kanban Maturity Model (KMM) funge da roadmap per questo percorso evolutivo, fornendo una guida pragmatica, basata sull’evidenza, per raggiungere una vera agilità aziendale. Il KMM riconosce che le organizzazioni meno strutturate non sono in grado di gestire grandi iniziative di cambiamento con profonde fasi di transizione. Propone invece un approccio incrementale con tante piccole transizioni, molto più adatto a tali contesti.
Il modello utilizza le pratiche di transizione per introdurre piccoli stressor, pensati per scuotere le persone dalla loro zona di comfort e creare una richiesta (“pull“) per ulteriori cambiamenti. Queste pratiche sono normative e facili da adottare, preparando il terreno per le pratiche di consolidamento, che sono necessarie per raggiungere i risultati attesi per un determinato livello di maturità ma che incontrerebbero resistenza se introdotte troppo presto. Questo modello, simile al coaching sportivo, applica la giusta dose di stress per catalizzare il miglioramento senza portare l’organizzazione e le persone a un punto di rottura.
I benefici tangibili del Cambiamento Evolutivo
Adottare un approccio evolutivo con Kanban porta a vantaggi significativi e duraturi.
Robustezza e antifragilità: i processi che emergono da forze evolutive sono intrinsecamente più robusti e adatti al contesto specifico rispetto a soluzioni progettate ‘a tavolino’. Le soluzioni progettate a tavolino sono fragili, il cambiamento evolutivo è robusto. Questa capacità di adattarsi continuamente agli stress ambientali è ciò che Nassim Nicholas Taleb ha definito antifragilità.
Riduzione della resistenza: evitando cambiamenti strutturali drastici, si minimizza la resistenza emotiva radicata nella minaccia all’identità. L’approccio “sii come l’acqua” suggerisce di aggirare gli ostacoli (la resistenza) scegliendo cambiamenti normativi che non attaccano il thymos (lo spirito, l’identità) delle persone.
Cambiamenti che si istituzionalizzano: poiché i cambiamenti emergono in modo collaborativo e vengono proposti dalle persone che compongono l’organizzazione stessa, hanno molte più probabilità di essere interiorizzati e di diventare “il modo in cui qui facciamo le cose“. Sono cambiamenti che durano nel tempo, anche al cambiare delle persone.
Migliore performance economica: un approccio evolutivo è molto più economico. Uno studio comparativo della China Merchants Bank ha mostrato che Kanban ha prodotto risultati migliori e più rapidi di altri approcci a solo una frazione del costo per dipendente, proprio perché evita la necessità di un coaching costante per gestire la crisi psicologica indotta dai metodi più drastici.
Costruzione della resilienza organizzativa: il cambiamento evolutivo è al centro della costruzione della resilienza. Permette di orchestrare rapidamente nuovi servizi e di adattarsi a crisi e turbolenze di mercato. In un’epoca in cui la resilienza è il nuovo imperativo per i leader, l’approccio evolutivo di Kanban fornisce gli strumenti fondamentali per costruirla.
Conclusione
In conclusione, il valore del cambiamento evolutivo nel metodo Kanban non risiede solo nel miglioramento dei processi, ma nella trasformazione fondamentale dell’organizzazione in un’entità vivente, capace di apprendere, adattarsi e prosperare in un mondo complesso e in continuo mutamento. Non si tratta di implementare una nuova metodologia, ma di integrare nel DNA dell’organizzazione la capacità di evolvere.
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Da oltre un decennio ho il privilegio di affiancare individui e team in numerose organizzazioni, aiutandoli con l’ausilio di una pratica che ho chiamato Personal Capacity Planning e, più recentemente, Personal & Team Capacity Planning. Si tratta di un metodo che, secondo la mia esperienza empirica, aumenta la produttività e offre un maggiore senso di controllo sul modo in cui i team gestiscono il proprio lavoro. Questo percorso, dalle sue origini alla sua applicazione odierna, si è profondamente intrecciato con i principi e le pratiche del metodo Kanban.
L’origine di un’idea: supportare l’implementazione di Lean
I miei primi passi in quello che sarebbe poi diventato il Personal & Team Capacity Planning risalgono al 2009-2010, quando applicavo Lean come Delivery Manager in un’azienda tecnologica. All’epoca non era una pratica formalizzata con un nome; ho semplicemente iniziato a fare pianificazione delle capacità personali su un foglio di carta. Era un approccio pragmatico ed empirico, inizialmente poco più che un esercizio per comprendere l’utilizzo del tempo personale e far sì che i miei team prendessero coscienza del fatto che le loro capacità personali erano limitate.
Man mano che la mia conoscenza di Kanban cresceva, cresceva anche la pratica. Si è evoluta in modo specifico per aiutare a definire i limiti al lavoro in corso (WIP). Questo è stato un passo fondamentale, riconoscendo che la necessità di limiti al WIP deriva direttamente dalla capacità produttiva limitata di un team, che a sua volta è vincolata dalla capacità limitata di ogni singolo membro. Il mio secondo articolo ha approfondito come il Personal Capacity Planning aiuti a definire questi limiti fondamentali.
Mi ha ispirato anche lo scambio di idee con Susanne Bartel di Flow Hamburg su questo argomento, così come una presentazione che ha tenuto all’Agile & Kanban Coaching Exchange. Questa presentazione mi ha fatto conoscere il Token System, un concetto che ora ho integrato pienamente nella mia pratica.
Il panorama attuale: token di capacità e bilanciamento dei flussi
Oggi ritengo che questa pratica sia fondamentale per supportare i team consolidati che lavorano su due o più flussi di lavoro. Una sfida comune per tali organizzazioni, in particolare quando iniziano a utilizzare Kanban, è l’allocazione delle risorse tra i vari flussi di lavoro.
L’implementazione di Kanban può essere sfidante per i team che lavorano su più flussi di lavoro, soprattutto se questi flussi differiscono in modo significativo o sono vincolati da sistemi legacy separati. Sebbene spesso vi sia il desiderio di integrare i flussi, ciò è raramente fattibile praticamente a causa delle diverse esigenze operative o degli strumenti incompatibili. I team fanno anche resistenza all’adozione di nuovi sistemi, come le Kanban board, percependoli come un ulteriore onere di gestione. Una strategia più pragmatica consiste nell’integrare i principi e le pratiche Kanban direttamente nell’infrastruttura di flusso di lavoro esistente, trasformando efficacemente i sistemi attuali in ambienti compatibili con Kanban senza la necessità di piattaforme completamente nuove.
Nel prossimo capitolo approfondirò queste idee, concentrandomi sull’applicazione pratica del metodo Kanban all’interno di organizzazioni che già gestiscono più flussi di lavoro. Descriverò come aiuto questi team ad allocare le risorse in modo più efficace. Il processo inizia con la mappatura di una “settimana tipica ipotetica”, prima a livello individuale, poi aggregata per team. Le fasce orarie vengono convertite in “token di capacità”, che vengono poi distribuiti tra i vari flussi di lavoro. Questo metodo aiuta a bilanciare i carichi di lavoro e a ottimizzare l’uso delle risorse. In definitiva, l’obiettivo è quello di stabilizzare il sistema complessivo applicando limiti al WIP dei singoli flussi e bilanciando la capacità tra di essi, garantendo una distribuzione del lavoro più efficiente e armoniosa.
L’implementazione pratica: il Personal & Team Capacity Planning all’opera
Ecco come funziona in pratica il Personal & Team Capacity Planning:
Immaginare la settimana: chiedo ai team di immaginare la loro settimana tipo teorica, proprio come descritto nei miei articoli precedenti. Ciò comporta che ogni membro annoti una stima della propria capacità settimanale, quasi come una previsione di programma suddivisa in slot orari. È fondamentale sottolineare che non si tratta di un programma, ma di uno strumento per riflettere su come utilizzano il proprio tempo e per riconoscere i limiti fisici della propria capacità.
Dagli slot ai token di capacità: una volta che ogni membro del team ha ipotizzato i propri slot, viene calcolata la capacità totale del team e trasformata in token di capacità. È importante stabilire una connessione tra gli slot individuali e i token collettivi del team per sottolineare che ogni individuo contribuisce al team e che ciò che conta è la capacità collettiva del team.
Allocazione strategica e limiti al WIP: durante le cadenze Kanban, riflettiamo collettivamente su come assegnare questi token di capacità ai vari flussi di lavoro. In base alla capacità assegnata a ciascun flusso, definiamo quindi i rispettivi limiti al WIP. L’obiettivo è quello di bilanciare i flussi, evitando situazioni in cui alcuni flussi hanno una capacità eccessiva mentre altri ne hanno troppo poca. Se osserviamo un flusso sottoperformante mentre altri eccellono, possiamo riequilibrare visivamente spostando la capacità. Questo spostamento segnala intuitivamente la necessità di adeguare i limiti al WIP per limitare i flussi con risorse in eccesso e dare spazio a quelli che necessitano di maggiore capacità. Si tratta di un equilibrio empirico in cui i limiti al WIP non solo stabilizzano il flusso, ma svolgono anche un duplice ruolo nell’assegnazione della capacità tra flussi paralleli, rendendo così l’intero sistema più stabile e affidabile.
La pratica attraverso i livelli del Kanban Maturity Model
Tipicamente introduco la pratica di Personal & Team Capacity Planning quando analizzo la capacità produttiva attuale all’interno di STATIK (System Thinking Approach to Implementing Kanban). Retrospettivamente, ho visto questa pratica evolversi in modo significativo attraverso diversi livelli di maturità all’interno di un’organizzazione, come definito dal Kanban Maturity Model (KMM).
A livello di maturità zero (ML0), quando l’organizzazione è assente e gli individui operano in modo indipendente, questa pratica serve ad aiutare le persone a comprendere il proprio lavoro. L’obiettivo è incoraggiare il passaggio da un approccio individualistico a uno in cui gli individui iniziano a lavorare in squadra a ML1. Per facilitare questa transizione, ogni membro del team identifica i propri token di capacità personali e il modo in cui li assegna. Ciò consente una discussione collettiva tra i membri del team per ridistribuire questi token, ora considerati come capacità complessiva del team, su un flusso di lavoro unificato.
Passando da ML1 a ML2, questa pratica sposta il proprio focus sul cliente. Il team decide collettivamente come allocare i propri token tra le attività e i flussi di lavoro per migliorare il servizio ai clienti. Ciò è particolarmente importante quando si ha a che fare con flussi di lavoro diversi difficili da unificare, poiché questi possono causare problemi e spingere le persone a tornare a gestire i sistemi individualmente o in silos. L’obiettivo in questa fase è gestire i sistemi in modo unificato, il che è fondamentale affinché un team possa passare da ML1 a ML2.
Lo stesso approccio si applica alla transizione da ML2 a ML3, anche se possono essere coinvolti team di lavoro diversi. Sebbene non sia sempre necessario, il riequilibrio dei carichi di lavoro all’interno di un team può comunque essere vantaggioso. A ML3, l’attenzione è rivolta all’allineamento dei flussi di lavoro in un sistema di servizi complessivo. Ciò può comportare la riallocazione delle risorse trasferendo i token dal flusso di lavoro di un team a quello di un altro, a condizione che ciò contribuisca al riequilibrio complessivo di tutti i flussi.
Infine, una volta che il sistema ha raggiunto ML3 ed è bilanciato su tutto il servizio, l’attenzione si sposta sulla gestione della variabilità della domanda e sulla copertura dei rischi per raggiungere ML4. Ciò comporta la possibilità di aggiungere token, ovvero di riservare una capacità che in realtà non esiste, ma che viene utilizzata nei periodi di picco. Ad esempio, durante i picchi stagionali (come settembre e giugno per un reparto risorse umane che sto seguendo), vengono utilizzate risorse aggiuntive (ad esempio, dipendenti part-time di altri reparti disposti a lavorare ore extra) come “team di riservisti”. Queste persone aggiuntive corrispondono ai token extra resi disponibili quando necessario. Questo concetto è integrato e ampliato nella pratica dell’utilizzo di classi di prenotazione in un sistema di prenotazione dinamico (MF 4.6), e consente la prenotazione di capacità non ancora disponibile.
Questo crea un continuum di sistemi di gestione della capacità, da ML0 a ML4 e oltre.
Affrontare realtà complesse: flussi di lavoro multipli e sistemi legacy
Il presupposto fondamentale di questo approccio è che i team lavorino tipicamente su più flussi di lavoro. Sebbene in alcune situazioni sia possibile gestire un singolo team con diversi tipi di attività all’interno di un unico flusso, spesso ciò non è fattibile. Questi flussi possono essere intrinsecamente diversi, con fasi e dinamiche uniche, oppure possono essere legati a sistemi di flusso di lavoro legacy disparati. In questi casi, è comune fare resistenza all’introduzione di nuove Kanban board perché i dati sono già presenti nei sistemi esistenti. La mia strategia consiste nello sfruttare questi sistemi esistenti e trasformarli in un sistema Kanban, in linea con il principio Kanban di “inizia con quello che fai oggi”.
I tre passi per ottenere un team maggiormente in controllo
Il metodo è fortemente empirico e pragmatico, pensato per evitare stime dispendiose in termini di tempo o pianificazioni rigide.
Primo passo: cercare modelli settimanali. Anziché fare previsioni, analizziamo ciò che è stato fatto in media nelle ultime settimane o semplicemente monitoriamo le attività per due o tre settimane. Questo rivela come vengono distribuiti tipicamente i carichi di lavoro. Anche nelle organizzazioni meno mature (da ML0 a ML2), è affascinante vedere come emergano modelli sensati, come se le persone creassero istintivamente routine prevedibili per compensare le incongruenze. Questo rimane valido anche a livelli di maturità più avanzati.
Secondo passo: adeguare i modelli per evolvere il flusso di lavoro. Questa tendenza istintiva può essere utilizzata per stabilizzare ed evolvere i flussi di lavoro. Ho osservato che assegnare token di capacità ai flussi di lavoro e assicurarsi che il team ne comprenda l’importanza contribuisce a stabilizzare il comportamento individuale e, di conseguenza, il sistema. Combinando questo approccio con altre pratiche Kanban, come la visualizzazione del lavoro, la raccolta di metriche e l’identificazione dei miglioramenti, i team sono in grado di adeguare collettivamente i modelli di capacità e migliorare i flussi di lavoro. Le cadenze Kanban, come il Team Kanban Meeting e la Service Delivery Review, forniscono un’occasione per discutere e condividere esperimenti sicuri per la regolazione dei modelli di capacità. Ciò porta a flussi di lavoro stabilizzati e ottimizzati nel tempo.
La reazione iniziale all’introduzione di questa pratica è spesso il sospetto, la sensazione che io voglia “ingabbiare” e controllare il team. Tuttavia, con il passare del tempo, i team scoprono inevitabilmente che è esattamente il contrario: si tratta di un metodo gestito in modo autonomo che favorisce la stabilità e la prevedibilità nel loro sistema di lavoro, indipendentemente dalle pressioni esterne.
Una maggiore stabilità e prevedibilità consentono ai singoli individui e ai team di acquisire un controllo sempre maggiore sui livelli di servizio offerti ai propri clienti. Non si tratta di una limitazione, ma di un miglioramento del controllo. Allevia la pressione esterna e consente ai team di padroneggiare davvero i propri flussi di lavoro. Questo concetto controintuitivo trova la sua vera applicazione solo quando viene sperimentato, poiché si integra perfettamente con il metodo Kanban e i suoi principi fondamentali.
Quest’anno, durante le ferie, ho deciso di approfittare per fare qualche giornata di cure termali.
Quando ho chiamato per prenotare, l’operatrice mi ha chiesto subito giorni e orari precisi in cui pensavo di andare. Io ricordavo dalla volta precedente che, in realtà, potevo presentarmi liberamente. Ma lei, agenda alla mano, ha insistito: “Per prenotare bisogna fare così”.
Così ho scelto 12 date, sempre al mattino presto. Arriva il giorno della prima inalazione: mi presento all’accettazione e chiedo se posso cambiare orario. La risposta mi sorprende: “Può venire quando vuole. La tessera registra la sua presenza, le stampa il ticket, e lei fa l’inalazione.”
E così ho iniziato a gestire da solo il mio flusso: a volte andavo in orari diversi, altre volte in giorni non previsti. Il sistema funzionava sempre, indipendentemente dal mio arrivo. Al massimo, in giornate più affollate, aspettavo 5 minuti in coda.
Solo in quel momento ho capito: quella “prenotazione” iniziale non era un vincolo reale, ma una capacity reservation. Serviva a stimare il carico di lavoro giornaliero, per poter gestire le code e garantire un servizio fluido.
In altre parole: Kanban in azione, anche in un contesto apparentemente lontano dal lavoro e dalla produttività.
Un semplice impianto termale mi ha ricordato due lezioni importanti del Kanban:
Visualizzare la capacità disponibile prima che il lavoro arrivi.
Mantenere flessibilità per adattarsi alla domanda reale, senza creare colli di bottiglia
E mentre respiravo il vapore delle inalazioni, ho pensato: a volte la gestione del flusso non è solo un concetto aziendale… è una filosofia che ti segue anche in vacanza.
Buon Ferragosto!
Ho pubblicato originariamente questo articolo per il portale Kanban Help, al quale collaboro insieme al collega Luca Gambetti. Visita Kanban Help – www.kanban.help – per conoscere gli strumenti formativi e di coaching che ti possono aiutare a introdurre il metodo Kanban nella tua azienda.
Ho già introdotto in un precedente articolo la pratica del Personal Capacity Planning, potete leggere il mio precedente articolo qui. In questo articolo spiego meglio come funziona, come ottenere una visione aggregata della capacità del team e come utilizzarla per definire i limiti WIP dei flussi di lavoro.
La pratica della Personal Capacity Planning aiuta i singoli individui e il team nel suo insieme a riflettere sul fatto che il flusso di lavoro necessita di limiti WIP perché la capacità produttiva del team è limitata, e questo perché la capacità di ciascun membro del team è limitata. Questa è la realtà.
Esempio di capacità di team calcolata sulla base della capacità personale
Quindi inizio al contrario, chiedendo a ciascun membro del team di annotare una stima della propria capacità settimanale, come se fosse una previsione di programma suddivisa in slot. In genere mi chiedono se si tratta di un programma che devono seguire e io rispondo invariabilmente che no, non è un programma, ma serve solo a riflettere su come utilizzano il loro tempo e, cosa più importante, a rendersi conto che, se non tengono conto dei limiti fisici del tempo che possono effettivamente dedicare al flusso di lavoro (o ai diversi flussi di lavoro in cui sono coinvolti), l’analisi delle capacità del sistema che effettuano, ad esempio in STATIK, si rivela un puro e semplice esercizio teorico.
Chiedo quindi loro di aggregare le previsioni di capacità settimanali individuali in una previsione di capacità settimanale del team e di iniziare a immaginare come suddividere tale capacità tra i diversi flussi di lavoro. L’ultimo passo è immaginare quali limiti devono porre a ciascun flusso di lavoro WIP in base alla capacità assegnata allo stesso flusso di lavoro, perché devono sopravvivere e non vogliono lavorare straordinariamente ogni settimana, giusto? Questo può essere fatto nell’ambito di una retrospettiva di team o di una Flow Review e il risultato è simile a quello mostrato nella figura (esempio di un team IT).
Nella mia esperienza, questa pratica ha sbloccato l’uso dei limiti WIP e, dopo un po’ che lo utilizzano, le persone sono contente della sua introduzione – e ci ritroviamo ad avere limiti al WIP e flussi stabili.
A un livello di maturità più elevato, la sto ancora utilizzando nelle Service Delivery Review per aiutare i team a riflettere su come bilanciare e riequilibrare i flussi di lavoro regolando i limiti al WIP, nonché per supportare pratiche più avanzate come i sistemi di prenotazione dinamica della capacità, le simulazioni di forecast e i forecast. È importante, tra l’altro, continuare a ricordare al team e sottolineare che non si tratta di un programma, ma che il suo scopo è quello di essere un mezzo per riflettere sulla capacità effettiva del sistema di flusso di lavoro al fine di impostare limiti al WIP corretti.
In the dynamic world of Human Resources, particularly within large organisations, managing complex processes like onboarding and recruiting can quickly become a significant challenge. This article delves into a transformative experiment conducted within the HR department of a 3,000-person social cooperative in Italy. The core innovation was the application of data mining to reveal and analyse the reality of operational workflows, an approach that proved crucial in an environment struggling to maintain predictability and efficiency. Despite the availability of legacy information systems, their underutilization and a reliance on manual processes—such as using Excel files for bulk onboardings—made it very difficult to gain a clear understanding or provide reliable delivery predictions to the business.
The initial landscape: unpredictability and manual overload
The organisation, which is frequently involved in public tenders, was under great pressure to onboard and offboard large numbers of employees quickly. This led to a situation where the HR department’s workflows were difficult to manage and legacy information systems were only partially utilised. For example, manual Excel files were the norm for bulk onboarding.
Early efforts focused on gaining control:
Workflow mapping: the first step involved visually mapping the existing HR workflows in a “low tech, high touch” manner.
Manual measurement: key steps were identified for measurement, and data was manually collected in an Excel file. Initial samples revealed that onboarding lead times scattered wildly from 1 to 96 days, with no discernible pattern. This made it impossible for HR to provide reliable delivery promises to the business.
Bottleneck identification: analysis of data quickly pointed to the contract signature step as a major bottleneck, mirroring the overall process’s pattern. This step, involving remote digital signatures, was dramatically improved by addressing underlying issues.
Improved predictability: after fixing the bottleneck, predictability significantly improved, with over 91% of onboardings delivered within eight days.
Evolving with Kanban: to further mature the system, the team adopted an electronic Kanban board, to be able to implement more Kanban practices and automatically collect metrics. The same approach was also successfully extended to the Recruiting workflow.
Nevertheless, despite the improvements, a persistent challenge remained: the department continued to collect data on a sample basis rather than constantly. They were reluctant to fully adopt the new Kanban tool due to the perceived additional overhead of using a new tool alongside their existing legacy systems.
The core problem: a labyrinth of disparate systems
The HR department’s operations were spread across a highly heterogeneous and scattered set of legacy systems. These included:
A Microsoft Form feeding into an Excel file.
A dedicated recruiting application.
An onboarding application.
An HR payroll application.
An external regional employment information system (crucial for legal compliance and the definition of done).
While some systems had overnight batch integrations, there was no unified view of the entire end-to-end workflow. Attempting to collect comprehensive data manually from these systems was a difficult, as each system exported data differently.
The experiment: a data lake to the rescue
Recognizing the need for comprehensive, continuous measurement, an experiment was launched using Algorilla, a knowledge discovery platform. This platform, originally developed to enable IT executives to gain control over corporate IT architectures, triggered a valuable insight: a ‘gold mine of data’ already existed within the logs and timestamps of the legacy systems that could be exploited to evolve the Kanban system.
Algorilla functions as a data lake system, capable of collecting heterogeneous data sources, combining them into an analyzable format and displaying them on dashboards. The premise was simple yet revolutionary: if the system could reveal in real time what was truly happening within complex IT infrastructures, it could do the same for business processes.
The proof of concept involved feeding data from all five disparate HR systems into Algorilla. The platform was designed to:
Ingest data from various formats, including Excel files, database exports, and even PDF receipts.
Combine and analyze these diverse data points to reconstruct the real workflow.
In the future, automated agents could directly collect data from databases without manual exports.
Revealing the reality: key outcomes
The implementation delivered unprecedented clarity and insights:
Comprehensive data analysis: for the first time, the HR department could analyze all historical data, not just samples, providing an accurate picture of how workflows were really working.
End-to-end visibility: the platform enabled analysis of the entire recruiting-to-onboarding workflow, as well as detailed insights into individual process steps.
Real-time monitoring: workflows were visualized with real-time Work-In-Progress (WIP) counts per step and average step durations. Dashboards included the typical Kanban metrics such as Throughput, Lead Time Distribution and Cumulative Flow Diagrams.
Anomaly detection: the system helped identify outliers and unusual situations, such as what was nicknamed Speedy Gonzales’ hire, which was completed in minutes, suggesting retrospective data entry to catch up with forgotten system updates.
Workflow correction: data analysis even corrected misinterpretations of the workflow itself. For example, the data revealed that payroll registration occurred before regional system registration, a sequence previously not fully understood.
A game changer for organisations bound by legacy systems
This approach can prove particularly valuable for organisations that rely on legacy systems. It enables them to analyse and enhance their processes without incurring the additional overhead associated with maintaining a separate Kanban system tool. As it works with existing data, it is perfectly aligned with the principle of ‘start with what you do now‘.
Planned future enhancements to the platform include the ability to display policies and flow efficiency on the dashboard, as well as the option to set up alerts for infringements of WIP limits. This will further embed Kanban practices and empower organisations to optimise their operations.
In essence, the experiment demonstrated that by strategically collecting and analyzing existing data from disparate legacy systems, organisations can uncover the true reality of their workflows, identify hidden inefficiencies, and make data-driven decisions. They can then leverage such information to expedite the evolutionary development of their Kanban system to achieve significant workflow improvements in a shorter timeframe.
For over a decade now, I’ve had the privilege of coaching individuals and teams in numerous organizations, guiding them through a practice I’ve come to call Personal Capacity Planning – and more recently Personal & Team Capacity Planning. It’s a method that in my empirical experience boosts productivity and brings an increased sense of control to how teams manage their work. This journey, from its beginnings to its application today, has become deeply intertwined with the principles and practices of the Kanban method.
The seed of an idea: supporting the implementation of Lean
My first steps into what would become Personal & Team Capacity Planning date back to 2009-2010, when I was applying Lean as a Delivery Manager at a technology company. Back then, it wasn’t a formalized practice with a name; I simply started doing personal capacity planning on a sheet of paper. It was a pragmatic, empirical approach, initially not much more than an exercise in understanding personal time usage and get my teams to become aware of the actual fact that their personal capacity was limited.
As my knowledge of Kanban grew, so did the practice. It evolved specifically to help define Work In Progress (WIP) limits. This was a crucial leap, recognizing that the need for WIP limits stems directly from the limited production capacity of a team, which in turn is constrained by the limited capacity of each individual member. My second article delved into how Personal Capacity Planning aids in defining these crucial limits.
I have also been inspired by the exchange of ideas with Susanne Bartel of Flow Hamburg on this topic, as well as by a presentation that she gave at the Agile & Kanban Coaching Exchange. This presentation made me aware of the capacity Token System, a concept that I have now fully integrated into my practice.
The current landscape: capacity tokens and flow balancing
Today, I find this practice instrumental in supporting established teams working across two or more workflows. A common challenge for such organisations, particularly when starting with Kanban, is allocating resources across their various workstreams.
Implementing Kanban can be challenging for teams working on multiple workflows, especially if these workflows differ significantly or are constrained by separate legacy systems. Although there is often a desire to integrate flows, this is rarely practical due to differing operational needs or incompatible tools. Teams may also resist adopting new systems, like Kanban boards, perceiving them as an added reporting burden. A more pragmatic strategy is to embed Kanban principles and practices directly into the existing workflow infrastructure, effectively transforming current systems into Kanban-compatible environments without the need for entirely new platforms.
In the next chapter, I will delve deeper into these ideas, focusing on the practical application of Kanban within organisations already managing multiple workflows. I’ll describe how I support these teams in allocating resources more effectively. The process begins by mapping out a ‘hypothetical typical week’—first at the individual level, then aggregated by team. Time slots are converted into ‘capacity tokens’, which are then distributed across the various workflows. This method helps balance workloads and optimise the use of resources. Ultimately, the aim is to stabilise the overall system by applying WIP limits to individual flows and managing capacity across them, ensuring a more efficient and harmonious distribution of work.
The practical implementation: Personal & Team Capacity Planning at work
This is how Personal & Team Capacity Planning works in practice:
Imagining the week: I ask teams to envision their typical theoretical week, much like the descriptions in my earlier articles. This involves each member jotting down a guess of their weekly capacity, almost like a schedule forecast divided into slots. Crucially, I always emphasize that it’s not a schedule, but a tool for reflection on how they use their time and to acknowledge the physical limits of their capacity.
From slots to capacity tokens: Once each team member has guessed their slots, the total capacity for the team is calculated and transformed into ‘capacity tokens‘. It’s important to establish a connection between individual slots and collective team tokens to emphasise that each individual contributes to the team, and that the team’s collective capacity is what matters.
Strategic allocation and WIP limits: During Kanban cadences, we collectively reason about how to assign these capacity tokens to the various workflows. Based on the capacity assigned to each flow, we then define their respective WIP limits. The goal is to balance the flows, preventing situations where some flows have too much capacity while others have too little. If we observe a flow underperforming while others excel, we can visually re-balance by shifting capacity. This shift intuitively signals the need to adjust WIP limits to “throttle” over-resourced flows and give space to those that need more capacity. It’s an empirical equilibrium where WIP limits not only stabilize the flow but also play a dual role in assigning capacity across parallel flows, thus making the entire system more stable and reliable.
The practice across the Kanban Maturity Model levels
I primarily introduce the Personal & Team Capacity Planning practice within STATIK (System Thinking Approach to Implementing Kanban) when analysing current capacity. Retrospectively, I have seen the practice evolve significantly across different maturity levels within an organisation, as defined by the Kanban Maturity Model (KMM).
At maturity level zero (ML0), where the organization is oblivious and individuals operate independently, this practice serves to help people understand their work. The goal is to encourage a shift from an individualistic approach to one where individuals begin to work as a team at ML1. To facilitate this transition, each team member identifies their personal ‘capacity tokens’ and how they assign them. This allows for a collective discussion among team members to redistribute these tokens, now considered the team’s overall capacity, onto a unified workflow.
Moving from ML1 to ML2, this practice shifts its focus to the customer. The team collectively decides how to allocate their tokens across activities and workflows to improve customer service. This is particularly important when dealing with different workflows that are difficult to unify, as these can cause problems and push people back towards managing systems individually or in silos. The objective at this stage is to manage systems in a unified way, which is vital for a team to progress from ML1 to ML2.
The same approach applies to the transition from ML2 to ML3, although different work teams may be involved. While not always necessary, rebalancing workloads within a team can still be beneficial. At ML3, the focus is on aligning workflows into an overall service system. This may entail reallocating resources by transferring tokens from one team’s workflow(s) to another’s, provided it contributes to the overall rebalancing of all flows.
Finally, once the system has reached ML3 and is balanced across the entire service, the focus shifts to managing demand variability and risk hedging to reach ML4. This involves the ability to add tokens, meaning capacity is reserved that doesn’t actually exist, but is brought in during peak periods. For example, during seasonal peaks (such as September and June for an HR department I am coaching), additional resources (e.g. part-time employees from other departments who are willing to work extra hours) are utilised as a ‘reserve team‘. These additional people correspond to the extra tokens made available when needed. This concept is integrated into, and expands upon, the practice of using classes of booking in a dynamic reservation system (MF 4.6) , enabling the reservation of capacity that is not yet available.
This creates a continuum of capacity management systems, from ML0 to ML4 and beyond.
Addressing complex realities: multiple workflows and legacy systems
The core premise of this approach is that teams typically work across multiple workflows. While it might be possible to manage a single team with different work item types within one flow in some situations, this is often not feasible. These flows can be intrinsically different, with unique steps and dynamics, or they may be tied to disparate legacy workflow systems. In such cases, it is common to resist the use of new Kanban boards because data is already held in existing systems. My strategy is to leverage these existing systems and transform them into a Kanban system, in line with the Kanban principle of ‘start with what you do now’.
The three steps to empowered teams
The method is highly empirical and pragmatic, designed to avoid time-consuming estimates or rigid scheduling.
Step one: look for weekly patterns. Rather than making forecasts, we analyse what has been done on average over the last few weeks or simply track activities for two to three weeks. This reveals how loads are typically distributed. Even in less mature organisations (ML0 to ML2), it is fascinating how sensible patterns appear, as if people instinctively create predictable routines to compensate for inconsistencies. This remains valuable even at higher maturity levels.
Step two: adjust the patterns to evolve the workflow. This instinctive tendency can be used to stabilise and evolve workflows. I have observed that allocating capacity tokens to workflows and ensuring the team understands their importance helps stabilise individual behaviour and consequently the system. Combining this with other Kanban practices, such as visualising work, collecting metrics and identifying improvements, enables teams to collectively adjust capacity patterns and improve workflows. Kanban cadences, such as the Team Kanban Meeting and the Service Delivery Review, provide a platform for discussing and sharing safe-to-fail experiments for adjusting capacity patterns. This leads to stabilised and optimised workflows over time.
The initial reaction to introducing this practice is often suspicion – a feeling that I want to ‘cage’ and control the team. However, over time, teams invariably discover that it’s the opposite: an autonomously managed method that fosters stability and predictability in their working system, irrespective of external pressures.
Greater stability and predictability mean that individuals and teams gain increasing control over the service levels they offer their customers. This isn’t about limitation; it’s about empowerment. It relieves external pressure and allows teams to truly master their own workflows. This counterintuitive concept truly clicks only when experienced, as it integrates seamlessly with the Kanban Method and its core principles.
