Hoe je met wat wiskunde de toekomst van een organisatie kunt doorrekenen in plaats van voorspellen. Stap voor stap.
Vang een organisatie in een paar kernvariabelen en leg vast hoe ze elkaar voeden.
Reputatie trekt instroom aan, instroom vult de reserves, reserves maken kwaliteit mogelijk, kwaliteit bouwt weer reputatie. Samen vormen ze een lus die zichzelf versterkt of ondermijnt.
Elke relatie wordt een vergelijking. Per stap reken je nieuwe waarden uit de oude.
Zet dat 15 jaar door en je ziet de school evolueren — en telkens hetzelfde.
Sommige factoren zijn geen vast getal, maar een greep uit een kansverdeling.
Denk aan ziekteverzuim, de groei van de economie of de concurrentie: die schommelen van jaar tot jaar rond een gemiddelde. Elk jaar een andere trekking.
Dezelfde school, maar nu zijn vier variabelen een greep uit een kansverdeling:
Daardoor zijn geen twee doorrekeningen hetzelfde — kijk maar.
Een fabriek vang je net zo: voorraad, productie en omzet zijn de variabelen, storingen het toeval.
We bouwden een domein-agnostische simulatie-engine: geef 'm een modelbeschrijving in JSON (variabelen, vergelijkingen, kansverdelingen, stopconditie) en hij runt 'm. School of fabriek, dezelfde engine.
En zo'n modelbeschrijving ontwerp je uitstekend in dialoog met een AI: je praat het model bij elkaar, de AI schrijft de JSON.
Elke doorrekening is één mogelijke toekomst. Draai er 200, en je krijgt geen enkelvoudig toekomstscenario maar de verdeling ervan.
Dat is het kanspatroon: in hoeveel procent van de toekomsten blijft de buffer overeind?
van de 200 toekomsten: buffer blijft positief