Wat is waarderend onderzoek? (Definitie, Voorbeelden & Model)

In een onvoorspelbare wereldwijde zakelijke omgeving is het verleidelijk om strategie te benaderen met specifieke doelen in gedachten.

Deze zijn meestal probleemgericht en gericht op het verminderen van bedreigingen.

Bedrijven richten zich vaak op wat er niet werkt en nemen een 'hoofdoorzaak'-mentaliteit aan, om zich vervolgens geconfronteerd te zien met een reeks andere, maar gerelateerde vragen.

Vragen als "Hoe kunnen we ons gebrek aan betrokkenheid oplossen?"Wat doen we aan een lage motivatie?"Of, waarom doen mensen gewoon niet mee?"

Het Appreciative Inquiry Model is een van de belangrijkste positieve organisatorische benaderingen van ontwikkeling en collectief leren. Hier bekijken we hoe het is uitgegroeid tot een van de meest invloedrijke bewegingen voor positieve organisatieontwikkeling in de afgelopen decennia.

Voordat je verder gaat, willen we onze vijf tools voor positieve psychologie gratis downloaden. Deze gedetailleerde, wetenschappelijk onderbouwde oefeningen helpen je cliënten hun unieke potentieel te realiseren en een leven te creëren dat energiek en authentiek aanvoelt.

Wat is Appreciatief Onderzoek?

Appreciative Inquiry (AI) is een gezamenlijke, op sterke punten gebaseerde aanpak voor verandering in organisaties en andere menselijke systemen. De term 'Appreciative Inquiry' wordt dus gebruikt om te verwijzen naar zowel:

• Het AI-paradigma - op zichzelf heeft dit betrekking op de principes en theorie achter een op sterke punten gebaseerde veranderingsaanpak; en
• AI-methodologie en initiatieven - dit zijn de specifieke technieken en operationele stappen die worden gebruikt om positieve verandering in een systeem teweeg te brengen (Davidcooperrider.com, 2019).

Of neem onze eigen definitie:

Appreciative Inquiry (AI) is een manier om groepen mensen te betrekken bij zelfbepaalde verandering. Het richt zich op wat werkt, in plaats van op wat niet werkt, en leidt ertoe dat mensen hun toekomst samen vormgeven.

Sleutelconcepten in AI

Het fundamentele idee achter AI is dat het in de loop der tijd steeds gebruikelijker is geworden voor organisaties om verandering en groei te benaderen vanuit een probleemoplossend perspectief. Omdat bedrijven ernaar streven om efficiënter te werken, te overleven, beter te presteren en hun concurrentievermogen te vergroten, stellen AI-voorstanders dat er een ongezonde overdreven nadruk is komen te liggen op "repareren wat er mis is" - een op tekorten gebaseerde benadering.

AI ontstond als een uitdaging voor deze vastgeroeste aannames en stelde voor dat organisaties in plaats daarvan baat kunnen hebben bij wat een op sterke punten gebaseerde of affirmatieve benadering wordt genoemd (Hammond, 2013). Deze affirmatieve benadering gaat ervan uit dat elk menselijk systeem een positieve kern van sterke punten heeft.

Deze positieve kern verschilt niet veel van de manier waarop we in de conventionele managementliteratuur aankijken tegen sterke punten in organisaties. In essentie (en losjes geparafraseerd door de auteurs) kunnen ze worden gezien als omvattende elementen (Cooperrider & Whitney, 2005):

• De waarden, overtuigingen en mogelijkheden van onze organisatie wanneer deze 'op haar best' is; en
• Collectieve inzichten over wat het beste in ons naar boven brengt.

Als concept in de positieve organisatiepsychologie kan AI waarschijnlijk het best worden begrepen door te kijken naar de evolutie ervan in de loop der tijd.

Een korte geschiedenis

Het helpt om iets te weten over wetenschappelijk management en 'Taylorisme' om te zien hoe en waarom AI is ontstaan.

Wetenschappelijk Beheer

De meeste organisatieleiders en managers zullen al bekend zijn met wetenschappelijk management, maar voor degenen die er niet mee bekend zijn: dit was een denkschool die aan het eind van de 19e eeuw bekendheid kreeg. Het doel van Scientific Management was de efficiëntie van werkstromen te verhogen door ze analytisch te bekijken en verspilling te elimineren.

In die tijd werd Frederick Taylor, een Amerikaanse ingenieur, geïnspireerd om strenge wetenschappelijke technieken toe te passen om de manier waarop mensen werkten te ontleden en te verbeteren. In grote lijnen gebeurde dit door het timen, vereenvoudigen en standaardiseren van taken.

De resulterende benaderingen zijn zwaar bekritiseerd voor het promoten van het beeld van bedrijven als machines, in plaats van entiteiten van mensen. Een andere mooie parallel is dat het de nadruk legde op de middelen, in plaats van op het menselijke deel van menselijke middelen. Een direct citaat van de man zelf geeft een voorbeeld:

"In ons plan vragen we geen initiatief van onze mannen. We willen geen initiatief. Het enige wat we van ze willen is dat ze de bevelen opvolgen die we ze geven, dat ze doen wat we zeggen en dat ze het snel doen."

(Taylor, 1919)

Kapotte machines repareren

Wetenschappelijk Management in zijn oorspronkelijke vorm is al bijna een eeuw niet meer populair. Voorstanders van AI wijzen echter op veel bewijs dat 'tekortgericht' denken sterk verankerd is gebleven in de praktijk van managers en organisaties (Cooperrider & Srivastva, 1987).

Het veranderen van organisaties, in deze zin, ging over het identificeren, vaststellen en repareren van dingen die niet werkten - door Bushe (2013), een AI-expert, netjes samengevat als 'onderzoek naar deficiëntie-ervaringen'.

Veel genoemde voorbeelden zijn analyses van organisatorische behoeften, probleemdefinities, oorzakenanalyses en dergelijke.

Naar een benadering op basis van sterke punten

Als reactie op deze waargenomen overaccentuering is AI ontstaan als een alternatieve benadering van organisatorische verandering en ontwikkeling; een bevestigende benadering die onderzoek richt op wat goed is, wat werkt en hoe naar een gewenste visie toe te werken (Davidcooperrider.com, 2019).

Het Appreciative Inquiry Model is, zoals gezegd, gebaseerd op het principe dat positieve organisatorische toekomsten bereikt kunnen worden door collectieve betrokkenheid en methoden die "bevestigen, dwingen en anticiperend leren versnellen" (Cooperrider et al., 2008).

Dat is heel wat anders dan fouten uit het verleden ontleden en een correctief pad voor de toekomst uitstippelen. Verderop zal ik dieper ingaan op het model en de theorie.

Een kijkje bij David Cooperrider

David Cooperrider wordt vaak beschouwd als de pionier van het Appreciative Inquiry Model. Het paradigma zelf werd echter in de jaren '80 ontwikkeld door zowel Cooperrider als Suresh Srivastva, zijn toenmalige mentor.

De kracht van vragen

Cooperrider beschrijft zijn "Ah-Ha!" moment dat hij en een collega actieonderzoek deden voor een organisatieontwikkelingsproject (Bushe, 2013). Het team kwam terecht in een steeds vijandigere en negatievere sfeer en besloot hun aanpak te veranderen.

In plaats van te onderzoeken wat niet werkte, besloten Cooperrider en zijn collega te vragen naar wat wel werkte - zij het voor een ander bedrijf (Barrett & Cooperrider, 1990). De brainwave hier was dat het onderzoek zelf een krachtige vorm kan geven aan de manier waarop we menselijke systemen bekijken en ontwikkelen. Dat leidde in 1986 tot Cooperriders promotieonderzoek naar AI.

Van onderzoek tot interviews tot organisatieontwikkeling

Wat Cooperrider op dat moment eigenlijk had, was een potentieel transformerend inzicht in hoe kwalitatief sociaal-wetenschappelijk onderzoek verbeterd zou kunnen worden.

De paradigmaverschuiving voor organisatorische verandering vond niet meteen plaats. Bushe (2013), die veel gedetailleerder ingaat op de geschiedenis van AI, beschrijft hoe de onderzoeksbenadering eerst werd aangeleerd aan werknemers zodat zij op hun beurt andere medewerkers konden interviewen met de nieuwe methoden. Het werd positief ontvangen omdat het voordeel voor het genereren van ideeën snel duidelijk werd.

David Cooperrider begon vervolgens met anderen samen te werken om te onderzoeken hoe dit 'sociaal constructionisme' toegepast zou kunnen worden op onder andere organisatorische verandering. Tegen 1997 was het '4D-model' waarvoor hij de basis had gelegd, het Appreciative Inquiry Model geworden dat we vandaag kennen.

Het model en de theorie

Elke organisatieontwikkelaar weet dat er op dit gebied veel raamwerken bestaan. Het 4D-model verwijst over het algemeen naar een visuele voorstelling van de vier stappen van een AI-initiatief:

• Ontdekken;
• Droom;
• Ontwerp;
• en Destiny.

Je zult echter vaak zien dat er een vijfde stap wordt toegevoegd. Voor Define heeft dit simpelweg betrekking op wat David Cooperrider beschrijft als het selecteren van een bevestigend onderwerp. Een bevestigend onderwerp is op zijn beurt de focus van je interventie - er kan er één zijn of er kunnen meerdere foci zijn. Voorbeelden zijn grotere klanttevredenheid, veiligere werkomgevingen of efficiëntere levering van waarde (Kessler, 2013).

Hieronder zie je een voorbeeld van het AI Model met Define weggelaten.

Stappen in het 4D Model

De voorbereidende stap is een belangrijk onderdeel om te bepalen hoe de volgende stappen zullen verlopen. Kessler (2013) benadrukt het belang van inspirerende taal om de focus van je interventie te bepalen. Zo zou een grotere klanttevredenheid kunnen worden wat hij beschrijft als "het inspireren van fanatiek loyale klanten".

Affirmatieve onderwerpen zijn nu vastgesteld, hier zijn de fasen (Ludema et al., 2006):

1. Ontdek

In deze fase ligt de focus op het zoeken naar en identificeren van wat de organisatie leven geeft. Successen uit het verleden kunnen worden besproken en onderzocht, en in elk geval is het doel om te achterhalen wat deze successen mogelijk heeft gemaakt.

Het draait allemaal om actief onderzoek en interne belanghebbenden kunnen elkaar vragen stellen om te ontdekken wat Ludema en collega's "het beste van het bestaande" noemen. Hoewel dit gericht is op het blootleggen van sterke punten, is het ook een nuttige manier om de huidige denkwijzen en woordenschat af te leiden van het op tekorten gerichte denken.

2. Droom

De droomfase gaat over het bedenken van mogelijke positieve toekomsten voor de organisatie. Omdat idealiter een breed scala aan deelnemers betrokken is geweest bij het AI-proces, zullen deze meerdere perspectieven, meningen en inzichten vertegenwoordigen.

De onvoorwaardelijk positieve vragen die zijn ontwikkeld zullen idealiter creatieve, constructieve visies en mogelijkheden ontsluiten. Door middel van positieve taal en beeldspraak creëren deelnemers samen een toekomst en positieve resultaten.

3. Ontwerp

Co-creatie gaat door in deze fase, maar de focus verschuift naar het bespreken van de mogelijkheden die al gegenereerd zijn.

Het doel is om een gedeelde visie of waarde te bereiken waarvan het team of de deelnemers zien dat deze een reëel, positief potentieel heeft. Individuele aspiraties worden zo gedeeld, in wat idealiter een inclusieve, veilige en ondersteunende omgeving is waar iedereen zich gehoord voelt.

4. Lot

Het doel van deze laatste fase (voorheen Aflevering genoemd) is om een toekomst te construeren "door innovatie en actie" (Ludema et al., 2006: 158). De visie, het systeem of de structuren die zijn ontworpen, worden toegewijd als mogelijke middelen om ze te bereiken verder worden verfijnd door middel van individuele inzet.

Het is de moeite waard om te vermelden dat de Destiny-fase van het 4D-model niet strikt gedefinieerd is in termen van hoe het zou moeten verlopen. Individuele beoefenaars en theoretici, zo stelt Kessler, zullen variëren in hun aanmoediging van structuur of improvisatie rond deze fase (Kessler, 2013).

Basisprincipes van waarderend onderzoek

Nu AI steeds breder wordt toegepast, zien we ook veel contrasterende en tegenstrijdige praktijken die zogenaamd onder de AI-paraplu vallen. Dit is iets wat Bushe (2013) toeschrijft aan een aanvankelijk gebrek aan formele methodologie - professor Cooperrider aarzelde in het begin om er een te publiceren. Maar aan het begin van het vorige decennium ontwikkelden hij en Dr. Diana Whitney van het Taos Institute 5 principes voor AI-praktijken.

1. Het constructionistische principe

Dit stelt dat onze subjectieve overtuigingen over wat waar is, onze acties, gedachten en gedragingen bepalen. De taal die we dagelijks gebruiken is cruciaal in hoe we onze organisaties mede construeren, en dit omvat ook de taal die we gebruiken voor onderzoek.

Onderzoek op zich gaat over het genereren en inspireren van nieuwe ideeën, visies en verhalen die mogelijk tot actie kunnen leiden (Cooperrider & Whitney, 1999).

2. Het gelijktijdigheidsprincipe

Dit suggereert dat onze onderzoeken naar menselijke systemen ervoor kunnen zorgen dat ze veranderen. De eerste vragen die we stellen kunnen vorm geven aan hoe mensen over dingen denken en discussiëren; dit beïnvloedt op zijn beurt hoe ze dingen leren en ontdekken.

Er bestaat niet zoiets als een neutrale vraag, in de zin dat gepassioneerde en aanhoudende onderzoeken in specifieke richtingen zullen leiden tot verandering in die richtingen (Cooperrider & Whitney, 1999; Whitney & Trosten-Bloom, 2003).

3. Het poëtische principe

Het derde principe stelt dat we ervoor kunnen kiezen - of juist niet - om het leven in organisaties te bestuderen om een verschil te maken. Het leven in menselijke systemen, zoals organisaties en teams, wordt mede geschreven en verteld in verhalen.

Onze woordkeuze kan gevoelens, beelden, concepten en inzichten oproepen, en AI gaat over het gebruik van onderzoek om positieve, optimistische visies op de toekomst te creëren om 'het beste in mensen' te inspireren en wakker te maken (Cooperrider & Whitney, 1999; Kessler, 2013).

4. Het anticiperende principe

Het Anticiperend Principe suggereert dat onze huidige acties en gedragingen worden gevormd door onze visies op de toekomst.

Door middel van AI kunnen we positieve beelden en visies creëren van onze eigen toekomst of die van een organisatie die invloed hebben op wat we in het heden doen (Goleman, 1987; Cooperrider & Whitney, 1999).

5. Het positieve principe

Dit stelt dat om momentum te stimuleren, we positieve vragen moeten stellen die de positieve kern van een organisatie benadrukken. Blijvende verandering is afhankelijk van sociale connecties en positief affect tussen mensen. Positieve emoties zoals enthousiasme, saamhorigheid, hoop en geluk moedigen creatieve ideeën en openheid voor innovatieve ideeën aan (Barrett & Fry, 2005; Stavros & Torres, 2005).

Deze 5 AI principes worden het meest geciteerd en zijn nu ingeburgerd. Naarmate de Appreciative Inquiry praktijk echter steeds populairder wordt, zien we dat er nieuwe principes worden voorgesteld. Daaronder zijn principes zoals heelheid, enactment, bewustzijn, vrije keuze, narratief en synchroniciteit (Whitney & Trosten-Bloom, 2003; Stratton-Berkeessel & Myers, 2019).

Voorbeelden van de aanpak

In dit gedeelte gaan we dieper in op een voorbeeld van toegepaste AI voor organisatorische verandering, en je vindt ook een aantal handige links naar meer casestudies over dit onderwerp.

Organisatie voor wereldwijde hulp en ontwikkeling

Global Relief and Development Organization (GRDO), zoals geïntroduceerd door Ludema en collega's in hun Handbook of Action Research (2006), is een Amerikaanse en Canadese NGO die betrokken was bij meer dan honderd andere organisaties wereldwijd.

De context:

GRDO benaderde de auteurs met wat zij beschouwden als een probleem met het huidige systeem voor het evalueren van de organisatorische capaciteit van haar partners. Bij het beschrijven van de situatie aan hun consultants noemden ze een gebrek aan (interne en externe) betrokkenheid van belanghebbenden bij het systeem; mensen steunden het niet en ze zagen het als een vervelende oplegging.

Al impliciet in hun beschrijving van het systeem was een op tekorten gebaseerd vocabulaire en suggesties van schuld - zowel tussen belanghebbende organisaties als GRDO zelf. De auteurs merken ook op dat GRDO niet in staat was zichzelf te zien als een gelijkwaardige partner in wat inherent verondersteld werd een proces van capaciteitsopbouw te zijn en ook niet als zodanig werd gezien.

Affirmatief onderwerp:

De eerste stap was dus om het waargenomen probleem positief te herkaderen en een positief onderwerp te definiëren. Om dit te bereiken (of te beginnen) stelden de consultants vragen gericht op het blootleggen van GRDO's 'diepere verlangen'. Volgens Johnson en collega's waren de eerste sleutelvragen:

"Wat wil je echt van dit proces? Als je je stoutste verwachtingen en hoogste aspiraties onderzoekt, wat wil je dan uiteindelijk?"

De Define-stap leidde dus tot verschillende onderwerpen; GRDO wilde veel positieve dingen, wat neerkwam op (Ludema et al., 2006):

• Van elkaar leren hoe ze levendige, gezonde, sterke NGO's kunnen opbouwen; en
• Nieuwe manieren ontdekken om als gelijken samen te werken met hun partners.

Ontdekken:

Er werd een wereldwijd team gevormd dat bestond uit belanghebbenden uit de verschillende regio's van GRDO over de hele wereld en er werden retraites met grote groepen georganiseerd zodat zowel GRDO als de belanghebbenden vertrouwd konden raken met AI. Ze kwamen met enigszins verschillende versies van het AI-interviewprotocol dat hieronder wordt weergegeven.

Bron: Ludema et al. (2006)

Met hun onvoorwaardelijke positieve vragen als leidraad voor het onderzoek, keerden de verschillende partner-NGO's terug naar het land waar ze werkten om 'luistertours' uit te voeren (Ludema et al., 2006). Deze omvatten participatief onderzoek met de leden van de gemeenschap waarmee de NGO's werkten, om zoveel mogelijk stemmen te laten horen en tegelijkertijd de positieve kernkwaliteiten van GRDO en haar partners te ontdekken.

Duizenden deelnemers waren betrokken bij deze fase, die een jaar in beslag nam.

Droom:

GRDO en haar NGO-partners kwamen opnieuw bijeen tijdens retraites in grote groepen om de sterke punten en verhalen van hun onderzoeken te delen. Dit hielp hen hun visies te verwoorden over hoe een positieve organisatorische toekomst eruit zou kunnen zien en ideeën te genereren voor een nieuwe strategische aanpak. Ludema en collega's beschrijven deze fase als de start van het herontwerp (Ludema et al., 2006: 162):

"Er werd een virtuele explosie van positieve verhalen gedeeld en de manier waarop GRDO en haar partners over zichzelf, elkaar en hun gezamenlijke werk spraken begon te verschuiven van een gesprek over tekorten naar een gesprek over mogelijkheden."

Ontwerp:

In samenwerking met haar partners begon GRDO systematisch te onderzoeken welke sociale structuren deze visies tot leven zouden kunnen brengen. Dit gebeurde op wereldwijde schaal, met honderden bijeenkomsten. Tijdens deze bijeenkomsten creëerden de deelnemers regionaal responsieve architecturen - "provocatieve voorstellen" - die de ontdekte sterke punten konden verbinden met de ideale mogelijke toekomsten, of wat 'zou kunnen zijn'.

Door verdere samenwerking ontwikkelden deze zich tot potentiële nieuwe capaciteitsopbouwsystemen die fundamenteel verschilden van de eerdere aanpak die GRDO en haar partners hadden gebruikt. In grote lijnen waren deze meer participatief en werd de verantwoordelijkheid gedelegeerd, zodat lokale NGO's relevantere oplossingen zouden creëren in verschillende landen.

De auteurs beschrijven het begin van een verschuiving naar meer partnerschapsgerichte denkwijzen. Ze herinneren zich dat de gewenste gelijkheid zich begon af te tekenen toen de woordenschat veranderde en meer op die van partners ging lijken.

Lot:

In het derde en laatste jaar van de reis van GRDO en de NGO's werden initiatieven gedeeld en groeide de energie eromheen. Gezamenlijke activiteiten werden in verschillende regio's uitgerold na de laatste ronde retraites, zoals het lanceren van nieuwe lokale fondsenwervingsprojecten en het herontwerpen van de organisatie naar een nieuwe, minder hiërarchische structuur.

Meer details over dit wereldwijde AI-initiatief zijn te vinden in het boek van Johnson en Ludema (1997), Partnering to build and measure organizational capacity: Lessen van NGO's over de hele wereld.

Meer Waarderend Onderzoek Voorbeelden

Als je op zoek bent naar meer voorbeelden van AI in de praktijk, probeer dan deze:

• 4 Waarderend Onderzoek Gereedschappen, Oefeningen en Activiteiten
• Hoe het Appreciative Inquiry Proces toe te passen (incl. 5 tips)
• 119+ Waarderend Onderzoek Interview Vragen en Voorbeelden
• Veel meer schrijfsels en casestudies van teams en organisaties, met dank aan Davidcooperrider.com.

Kritiek op de Methode: Voor- en nadelen van het raamwerk

Dus, wat zijn de voor- en nadelen van het Appreciative Inquiry Model als geheel? Gelukkig hebben anderen voor ons de literatuur bekeken, zodat we onze eigen conclusies kunnen trekken (Drew & Wallis, 2014). Laten we eerst eens kijken naar de voordelen.

Potentiële voordelen van AI:

• Ten eerste richt AI zich op sterke punten, wat organisaties aantoonbaar energie geeft voor positieve verandering en innovatie (Ludema et al., 2006; Bright, 2009);
• Door gebruik te maken van sterke punten kunnen werknemers ook hun bekwaamheid vergroten (Linley et al., 2010);
• Het moedigt een leercultuur aan door middel van collectief onderzoek en rust mensen uit met de vaardigheden om zelf te ontdekken (Conklin & Hartman, 2014);
• Als zodanig stimuleert het creatief denken, ideeënvorming en mogelijk innovatieve benaderingen (Cooperrider & Srivastva, 1987; Cooperrider et al., 2008);
• Deze vergemakkelijken op hun beurt het aanpassingsvermogen van organisaties - een cruciaal concurrentievoordeel in dynamische zakelijke omgevingen (Basadur, 2004);
• Een lerende cultuur moedigt ook duurzame verandering aan (Boyce, 2003);
• Het ontwerp is gericht op het aanmoedigen van participatie van belanghebbenden (Drew & Wallis, 2014);
• Door middel van participatie wordt getracht betrokkenheid te stimuleren in plaats van weerstand (Lines, 2004; Drew & Wallis, 2014); en
• Het 4D raamwerk stelt mensen door zijn structuur in staat om inzicht te krijgen in acties (Bright, 2009).

Er is een consistent thema in de overgrote meerderheid van deze potentiële voordelen; dit is dat Appreciative Inquiry verandering op een cultureel niveau aanpakt, in plaats van een analytische benadering te presenteren om specifieke problemen 'op te lossen'. Inderdaad, AI moedigt een holistische systeembenadering aan, waarbij het fundamentele uitgangspunt noch 'top-down' noch 'bottom-up' is (Davidcooperrider.com, 2019).

Laten we eens kijken naar de potentiële nadelen van Appreciative Inquiry.

Mogelijke nadelen van AI:

• AI kost veel tijd - het is geen snelle oplossing (Drew & Wallis, 2014);
• Grootschalige organisatorische verandering door middel van AI kan veel middelen vergen, vooral als de deelnemers geografisch verspreid zijn, zoals bij de casestudie hierboven;
• Het is sterk afhankelijk van de mate waarin een positieve, ondersteunende en open omgeving voor uitwisseling kan worden gecreëerd (Cooperrider & Whitney, 1999; Ludema et al., 2003);
• Het is niet altijd realistisch om alle belanghebbenden erbij te betrekken (Schooley, 2012); en
• Als niet alle belanghebbenden betrokken kunnen worden, roept dit vragen op over de ethische moraliteit van strategieën maken met wat in wezen geen democratische consensus is (Schooley, 2012).

Om de zwakke punten samen te vatten, stellen Drew en Wallis (2014) dat zorgvuldige planning belangrijk wordt wanneer we overwegen om AI in specifieke contexten te gebruiken. Schooley (2012) benadrukt dat toepassingen van AI door de overheid en de publieke sector bijzonder problematisch kunnen zijn.

Wat is SOAR?

Kortom, SOAR is een strategisch raamwerk gebaseerd op AI-principes. De eenvoudigste parallel met een bekender model is SWOT. Beide koppelen interne bedrijfsfactoren aan potentiële externe factoren en toekomsten om een analytische benadering van strategie mogelijk te maken.

Een SOAR-raamwerk

SOAR staat voor (Stavros et al., 2003):

• Sterke punten - Net als SWOT-sterktes hebben deze betrekking op de bestaande interne factoren. Het kunnen interne middelen, dynamieken of zelfs facetten van de organisatiestructuur zijn die strategisch kunnen worden ingezet voor concurrentievoordeel;
• Kansen - Dit zijn externe factoren in de macro-economische, industriële of marktomgeving van het bedrijf;
• Aspiraties - Aspiraties zijn positieve potentiële toekomsten voor het bedrijf, inclusief hoe een bedrijf waarde kan creëren. Deze kunnen idealiter sterk gerelateerd zijn aan de strategische visie van een bedrijf, en idealiter kan collectieve betrokkenheid rond deze visie worden aangemoedigd; en
• Resultaten - Deze kunnen worden gezien als te leveren prestaties en maken implementatie en evaluatie mogelijk van de voortgang van een bedrijf in de richting van zijn doelen.

Hieronder staat een aangepaste versie van Stavros et al.'s (2003) voorbeeldtoepassing van SOAR. Hier is te zien hoe Interne Factoren en Externe Factoren (van SWOT) als strategische planningscategorieën worden vervangen door Strategisch Onderzoek en Waarderende Intentie in SOAR.

Bron: Aangepast van Stavros et al. (2003: 11; 12)

SOAR vs. SWOT

Zoals te verwachten van een AI raamwerk, begint het SOAR model met onderzoek. Dit is de eerste van vier stadia die deelnemers als groep kunnen doorlopen (Stavros et al., 2003):

1. Onderzoek: Positieve vragen worden gesteld om de sterke punten en ambities van de organisatie bloot te leggen, en het is een goede kans voor een open, positieve discussie over gedeelde (of niet) opvattingen over waarden en visies (Stavros et al., 2003). Waar willen we zijn? Welke sterke punten hebben ons geholpen om te komen waar we nu zijn? Hoe, en waarom?

2. Verbeelding: Deelnemers bedenken mogelijke toekomsten. Visie, waarden en missie worden samen gecreëerd en iteratie kan een nuttig middel zijn om de strategische richting van het bedrijf te verduidelijken of te herbevestigen. De focus van de verbeeldingsfase ligt op langetermijndoelen voor een gewenste toekomst, eerder dan op proactief risicomanagement met bedreigingen of zwakke punten in het achterhoofd.

3. Innovatie: Strategische langetermijndoelen worden opgesplitst in kortetermijndoelen en methoden om ze te bereiken. Voor een specifiek project kan dit gaan om het ontwikkelen van deliverables en tijdschema's; in meer algemene zin gaat het om het opzetten van systemen om de implementatie te vergemakkelijken.

4. Inspire: Stavros en collega's introduceren Inspire als een vervanging voor wat traditioneel gezien wordt als controlesystemen (d.w.z. in het culturele web, of in Total Quality Management). In conventionele strategieën kunnen deze verwijzen naar KPI's en incentives; in SOAR omvat Inspire systemen die authentieke erkenning en beloning aanmoedigen.

SOAR toepassen

Natuurlijk is het begrijpen van een raamwerk niet hetzelfde als het in actie brengen. Daarom beschrijven Stavros en Hinrichs (2009) in hun Thin Book of Soar verschillende stappen voor het toepassen van het SOAR-raamwerk. Hun 9 stappen zijn als volgt:

1. Identificeer belanghebbenden - Stel vast wie er deelneemt aan de oefening en beslis hoe jullie elkaar zullen ontmoeten. In overeenstemming met het holistische, collaboratieve doel van AI moeten de deelnemers interne belanghebbenden zijn die verschillende gebieden van het bedrijf vertegenwoordigen.
2. Stel uw AI-interview op - Stel vragen op die u wilt gebruiken; deze zijn er natuurlijk op gericht om meer inzicht te krijgen in de positieve kern van de organisatie. Inzicht in de sterke punten, successen en ambities is de belangrijkste motivatie, dus je vragen moeten deze doelen weerspiegelen.
3. Betrek belanghebbenden - Hierbij zijn altijd interne belanghebbenden betrokken, maar als dat nodig wordt geacht, kunnen ook externe belanghebbenden zoals partners, klanten of leveranciers erbij worden betrokken. Gebruik uw vragen om positieve toekomstmogelijkheden bloot te leggen.
4. Herdefinieer problemen - Problemen zullen altijd ter sprake komen; SOAR onderzoek gaat over een positieve focus, dus heroriënteer gesprekken om te kijken naar gewenste resultaten in plaats van het vermijden of beperken van bedreigingen.
5. Samenvatten - Dit gaat over het verduidelijken en bevestigen van de sterke punten van de organisatie - haar positieve kern.
6. Stel ambities vast en identificeer resultaten - Dit is een belangrijk onderdeel van het definiëren of herdefiniëren van de toekomstvisie van de organisatie. Hoe zullen deze eruit zien? Hoe zullen ze eruitzien?
7. Beoordeel kansen - Kijk naar de kansen die zijn gegenereerd. Welke zijn het meest wenselijk? Welke zijn nieuw, innovatief en vol potentieel?
8. Stel doelen - Doelen moeten voortkomen uit de kansen die in de vorige fase zijn geïdentificeerd. Deze kunnen worden gekoppeld aan resultaten zodat de voortgang kan worden gecontroleerd en geëvalueerd. Gebruik doelverklaringen voor meer duidelijkheid.
9. Actieplannen maken - Hoe gaan we aan deze doelen werken? Actieplannen moeten implementatie mogelijk maken en er kan een specifiek plan zijn voor elk doel.

Als het SOAR-raamwerk op de juiste manier wordt geïmplementeerd met een betrokken groep belanghebbenden, is het idealiter gericht op het aanmoedigen van collectieve betrokkenheid bij de gedeelde visie die ontstaat (Stavros & Hinrichs, 2009).

De Top over Waarderend Onderzoek

Je zult uit het Appreciative Inquiry voorbeeld hierboven hebben gemerkt dat grootschalige bijeenkomsten (of retraites, of vergelijkbaar) vrij vaak werden genoemd. De beschreven 'grootschalige retraites' waren Appreciative Inquiry Summits (AI Summits), die meestal een paar dagen duren en alle relevante deelnemers voor het 4D-initiatief samenbrengen. Met andere woorden:

"Een grote groepsbijeenkomst voor planning, ontwerp of implementatie die een heel systeem van interne en externe belanghebbenden op een geconcentreerde manier samenbrengt om te werken aan een taak van strategische en vooral creatieve waarde.

(Cooperrider, 2019)

Het gelijknamige boek van Ludema en Mohr (2003) gaat dieper in op de methodologie; de vijf delen behandelen respectievelijk:

1. Inzicht in de methodologie, essentiële voorwaarden en wat u van begin tot eind kunt verwachten;
2. Sponsoren, plannen en creëren van een AI-top;
3. De 4-D's tijdens de Summit, en informatie voor facilitators;
4. Follow-up en een blik op waarderende organisaties; en
5. Een bijlage met aantekeningen en een voorbeeldwerkboek.

Je kunt The Appreciative Inquiry Summit: A Practitioner's Guide bij Amazon kopen.

75 PowerPoints over Appreciatief Onderzoek (PPT)

Hier zijn enkele downloadbare bronnen die nuttig kunnen zijn als je het Appreciative Inquiry Model in je bedrijf wilt introduceren.

1. Appreciative Inquiry - Hier is een Appreciative Inquiry PPT van het David L. Cooperrider Center for Appreciative Inquiry. Het legt de evolutionaire geschiedenis van de benadering uit en geeft nuttige vergelijkingen met traditionele probleemoplossende praktijken, dan schetst het de theoretische principes en enkele case studies.
2. Bouwen aan onze meest gewenste toekomst: Appreciative Inquiry in the Workplace - Deze presentatie komt van de Universiteit van Wisconsin en legt zowel de AI-theorie als de praktische toepassingen ervan uit, samen met een overzicht van de 4D-cyclus van AI.
3. World Appreciative Inquiry Conference 2012 Powerpoints - Dit is een volledige verzameling van 72 presentaties van WAIC 2012, en het staat vol met casestudies over AI, hoe de praktijk ervan kan worden bevorderd, en nog veel meer.

6 TEDTalk en YouTube-video's

Als je op zoek bent naar een samenvatting of discussie in videoformaat, probeer dan een van deze.

9 Citaten

We leven in werelden die onze vragen creëren.

David Cooperrider

Het prachtige van een goede vraag is dat hij onze identiteit evenzeer vormt door hem te stellen als door hem te beantwoorden.

David Whyte

Appreciative Inquiry is gebaseerd op een bedrieglijk eenvoudig uitgangspunt: organisaties groeien in de richting van datgene waar ze herhaaldelijk vragen over stellen en hun aandacht op richten.

Gervase Bushe

Onze werelden worden gevormd door de vragen die we stellen.

David Cooperrider

Problem talk creëert problemen - solution talk creëert oplossingen.

Steve De Shazer

Studies naar organisatorische uitmuntendheid hebben aangetoond dat de kunst en wetenschap van het stellen van krachtige positieve vragen veel belangrijker is dan het zoeken naar de hiaten, zwakheden en beperkingen in een systeem.

Anne Radford

Verbeelding is belangrijker dan kennis.

Albert Einstein

Je kunt zien of een man slim is door zijn antwoorden. Je kunt zien of een man wijs is door zijn vragen.

Naguib Mahfouz

Geen enkel probleem kan worden opgelost vanuit hetzelfde bewustzijnsniveau dat het heeft gecreëerd.

Albert Einstein

Boodschap mee naar huis

Appreciative Inquiry kan eigenlijk gezien worden als een nexus van positieve psychologie en OD - beide super stimulerende en lonende gebieden voor beoefenaars in beide. Als je elke keer dat je "cultuur eet strategie als ontbijt" hoort knikken, zul je de belofte van AI waarschijnlijk geweldig vinden.

In dat geval hoop ik dat de bronnen in dit artikel nuttig zijn. Ik hoor graag jullie ervaringen met AI in de praktijk, dus deel je gedachten met me in de comments.

Als je meer wilt lezen, bekijk dan ook onze andere artikelen over Appreciative Inquiry.

We hopen dat je dit artikel met plezier hebt gelezen. Vergeet niet onze vijf tools voor positieve psychologie gratis te downloaden.