Is toeval toevallig?

Immers, kans of waarschijnlijkheid vormt, samen met gevolg, de twee hoofdingrediënten van elk risico. Welke rol speelt toeval eigenlijk bij het optreden van risico’s? En als dat een hoofdrol is, speelt risicomanagement dan geen bijrol?

Eerst eens iets over de betekenis van het woord toeval. In letterlijke zin is het iets dat naar je toevalt. Dit openbaart al drie kenmerken. Het overkomt je. Er is vooraf niets aan te doen. Het gebeurt plotseling, ineens doemt het op. En het is ongepland, je hebt er geen rekening mee gehouden. Want, los van de vrije val bij een parachutesprong, vallen is niet de bedoeling in ons dagelijks leven. De rode draad is dus het gebrek aan controle over toeval.

Interessant, ook vanuit het oogpunt van risicomanagement. Dat is immers bedoeld voor de beheersing van risico’s: de onzekere gebeurtenissen die er toe doen, omdat ze bijvoorbeeld organisatiedoelen, teamprestaties, of je eigen levensgeluk beïnvloeden. Standaard bij risicobeheersing is het inschatten van de kans of waarschijnlijkheid van optreden van zo’n gebeurtenis. De inherente aanname is dat we daar iets zinnigs over kunnen zeggen. Voor sommige risico’s is dat zo, geholpen door ervaringskennis en statistiek. Denk aan overstromingsrisico’s, of de kans op een vliegtuigcrash op weg naar je vakantiebestemming. Big data analyses gaan hier de komende jaren een enorme bijdrage aan leveren.

Maar hoe zit het in organisaties, met complexe werkprocessen, afhankelijkheden van vele stakeholders, en managers en medewerkers die verre van gerobotiseerd zijn? In hoeverre speelt toeval bijvoorbeeld een rol bij het optreden van een digitaal data-lek, de moderne nachtmerrie van elke organisatie? Waarbij de privacy gegevens van duizenden klanten of patiënten vrij door de cloud zweven? Met reputatieschade en forse boetes als gevolg? Is het optreden van zo’n voorzienbaar risico vooraf volledig te analyseren en daarmee te beheersen? Of spelen er zo veel factoren, die elkaar ook nog eens wederzijds beïnvloeden, dat we daar met droge ogen het label ‘toeval’ op kunnen plakken? Gewoon domme pech.

In dit kader introduceer ik een nieuw begrip: toevaltolerantie. Op dit woord geeft Google drie hits en één advertentie, alle vier niet relevant in dit verband. De zoekmachine weet er geen raad mee, een veeg teken. Toevaltolerantie gaat namelijk nog een stap verder dan risicotolerantie. Dit laatste geeft aan of een risico acceptabel is en bepaalt zo om er al dan niet iets aan te doen. Bij toevaltolerantie gaat het om de acceptatie van het aandeel toeval in de kans van optreden. Is dit 5%, 50% of 90% én kunnen we daarmee omgaan? Met andere woorden, welk deel van de risico-kans is met kennis, ervaring, big data en statistiek te bepalen en te beperken? En wat blijft het restant toeval? Inderdaad, dit zijn wel héle lastige vragen. Ze bepalen echter volledig of we een risico realistisch inschatten. De illusie van controle ligt hier overigens klaar om z’n kans te grijpen.

Ik sluit af met twee voorspellingen: toevaltolerantie is in de meeste organisaties uitermate laag en het wordt daardoor geen populair begrip. Een hoge toevaltolerantie uiten, dat is immers toegeven geen volledige controle te hebben. Iets waar managers, raden van toezicht en aandeelhouders nogal zenuwachtig van worden. Toch, iedereen die serieus een risico wil aanpakken daag ik uit. Maak een best guess van het aandeel toeval in het risico. Neem dat expliciet mee in de keuze wat te doen. Dit kan tot een simpele, ontnuchterende en geldbesparende conclusie leiden: kans-reductie is kansloos. Wat rest? Dit onder ogen zien en proberen de gevolgen te beperken. Of het toeval nou toevallig is, of niet.

Dr. Martin van Staveren adviseert organisaties over omgaan met risico’s en onzekerheden. Zijn missie is om daarmee effectiviteit en welzijn binnen en buiten organisaties te vergroten. Martin is ook kerndocent aan de postacademische masteropleidingen Risicomanagement en Public Management, Universiteit Twente. Begin 2015 verscheen zijn boek Risicogestuurd werken in de praktijk bij uitgever Vakmedianet.