Informationsmodellens livscykel

När är modellen klar? Blir den någonsin klar? Nja, det beror på vad vi menar. Denna artikel är ett försök till att klargöra vad som händer med en modell under dess livscykel.

/Peter Tallungs, IRM, 2025-10-09

Modeller har en livscykel

Alla modeller som representerar en verksamhet eller verksamhetsfunktion är levande och måste hållas levande. Det innebär att modellen behöver utvecklas i takt med att vår förståelse för verksamheten utvecklas. Och verksamheten i sig förändras ju också, ibland plötsligt och tydligt, ibland mer smygande. Ska modellen fortsätta spegla vår aktuella förståelse av verksamheten måste den hänga med.

Hur snabbt modellen förändras beror till största delen på var i sin livscykel den befinner sig. Ty modeller av detta slag genomlöper ett antal mer eller mindre tydliga faser över tid.

Men först två avgränsningar:

1. Det är inte alla modeller som har en sådan kontinuerlig roll, där den löpande speglar hur vår förståelse utvecklas. Ibland tar man ju fram en skiss för att prova en idé. Efter ett möte eller två har den fyllt sitt syfte och åker i papperskorgen. Men här handlar det om modeller av en helt annan dignitet. Det är modeller som bär vår gemensamma förståelse och som därför behöver leva vidare och förändras för att fortsätta spegla vårt gemensamma lärande.
2. Beskrivningen här gäller i första hand den typ av modeller som är konceptuella till sin grund. Det vill säga modeller som beskriver de företeelser en verksamhet eller verksamhetsfunktion hanterar med tillhörande begrepp och termer.

Förändringen följer ett mönster

Jag menar att modellens förändring följer ett visst mönster över tid. Den genomgår olika faser, där en fas övergår i nästa. Övergången kan vara gradvis eller ganska plötslig, men ofta tydlig. Det som definiera varje fas är vad som är skälet till förändringen, samt i viss mån hastigheten i denna förändring.
I denna artikel beskriver jag de typiska faser som en modell vanligtvis går igenom under sin livscykel.

Sex faser

Fas 1: Initiering

När en modell föds, växer och förändras den snabbt. Ämnesområde efter ämnesområde tar form, namnsättning och definitioner tillkommer och förbättras succesivt. Stora ommöbleringar sker löpande, och någon stabilitet ha ännu inte infunnit sig.

Typisk input: Workshops, intervjuer, beskrivningar, befintliga data

Förändringshastighet:  Mycket snabb

Fas 2: Stabilisering

Så småningom, när de stora dragen börjat sätta sig, går vi in i en fas där vi lite mer noggrant kan arbeta igenom detaljer Vi fördjupar dialogen med verksamhets- och it-kunniga, ofta genom riktade workshops. Och vi har hunnit sova på sådant som tidigare skavde. Det är som om hjärnan arbetar i batch, och plötsligt uppstår insikter som kastar nytt ljus över saker och ting.
Det märkliga är att man ofta känner på sig när en sådan aha-upplevelse är på väg, som om något retsamt skaver i bakhuvudet och vill ut i ljuset.

Typisk input: Specialiserade workshops

Förändringshastighet: Snabb

Fas 3: Bruk av modellen för utveckling

Hittills har det varit torrsim. Modellen har uttryckt vår gemensamma förståelse, för oss som är inblandade, men har ännu inte prövats praktiskt. Nu är modellen färdig och ska användas för att bygga något: en ny eller förändrad verksamhetsfunktion, ofta med tillhörande it-lösning.

När utvecklare och testare börjar arbeta med modellen får vi genast ny och konkret återkoppling. Det visar sig att vi behöver göra justeringar, ofta små men ibland större.

Förändringstakten är dock nu betydligt lägre och mer kontrollerad.

Typisk input: It-utveckling och test

Förändringshastighet: Kontrollerad

Fas 4: Återkoppling från produktion

Det system vi byggt är nu i verklig användning. Först nu får vi input från den faktiska verkligheten, hur allt fungerar i praktiken, med riktiga användare och i riktiga situationer.

Denna återkoppling är ovärderlig. Det är först nu vi på allvar ser vad som faktiskt håller, vad som brister och vad som behöver justeras. Tidigare har vi arbetat med antaganden, mer eller mindre välgrundade hypoteser. Nu får vi facit.

Även om justeringarna vanligen är små, kan de påverka modellen på avgörande sätt.

Typisk input: Från användning

Förändringshastighet: Kontrollerad

Fas 5: Vidareutveckling av modellen

Förr eller senare sker förändringar i omvärlden som ställer nya krav på verksamheten, och därmed också på informationsmodellen.

Det kan vara förändringar som modellen inte klarar att hantera utan en mer genomgripande omarbetning. Men det kan också vara förändringar som vi lyckats förutse, helt eller delvis, och som därför kan hanteras smidigt.

Ibland krävs vidareutveckling av modellen för att möjliggöra nytt eller förändrat it-stöd. Då sätts modellen verkligen på prov. Den testas inte bara mot vad den täcker idag, utan mot hur tålig och anpassningsbar den är för framtida behov, för förändringar kommer. Det vet vi, även om vi sällan vet exakt vilka.

Målet är dock inte att modellen ska klara alla möjliga tänkbara och otänkbara förändringar. Det skulle kräva en alltför generell och abstrakt modell, som då inte längre är väl anpassad till verksamhetens verklighet här och nu.

Den verkliga skickligheten hos oss som tar fram informationsmodeller är att med vår erfarenhet kunna förutse och avväga mellan den konkreta nyttan idag och hållbarheten i längden.

Typisk input: Omvärldskrav, verksamhetsutveckling

Förändringshastighet: Kontrollerad

Fas 6: Avveckling

En modell som gäller för en viss verksamhetsfunktion bör inte avvecklas lättvindigt. Det är först när verksamhetsfunktionen helt upphör eller förändras i sina grundvalar som det är dags att låta modellen gå i pension.

I alla andra fall bör modellen följa med i utvecklingen och anpassas. Modeller av det här slaget har ofta en stabilitet och lång livslängd, vanligen längre än de specifika it-system som de är kopplade till. Så länge verksamheten hanterar samma grundläggande företeelser är modellen fortfarande relevant, oavsett om tekniken runt omkring byts ut.

Begreppen håller alltså, även när system och tekniker förändras.

När en modell väl avvecklas bör den arkiveras tillsammans med relaterade data och annan dokumentation. Det är en försäkring för framtiden om behovet skulle uppstå att förstå hur den tidigare verksamhetsfunktionen faktiskt fungerade.

Typisk input:   –

Förändringshastighet: –

Nyttan med en tydlig och kommunicerad livscykel

Att se att modellen har en livscykel, och att vi är överens om vilken fas den befinner sig i, gör det betydligt lättare att hantera och kommunicera arbetet runt och med modellen. Det ger förståelse för var vi lägger krutet just nu och bestämmer hur vi behöver hantera förändringar.

Det finns annars en vanlig, och kanske lite naiv, föreställning hos våra brukare av modeller: att en modell bara har två lägen. Antingen är den ”klar”, eller så är den inte det. Och när den väl är klar, då ska den helst frysas och får inte förändras, utom i undantagsfall.

Det är förståeligt att man tänker så. Vår spontana invändning brukar bli något i stil med att vi slår ut med armarna och säger: ”Den blir aldrig klar!” Men det räcker sällan som förklaring. Vi behöver vara tydligare än så.

Vi behöver etablera en gemensam syn: att modellen utvecklas steg för steg, från fas till fas, och att vi i varje fas har olika förväntningar på modellens innehåll, kvalitet och förändringstakt.

För större modeller, som växer fram inkrementellt, är det vanligt att olika delar befinner sig i olika faser samtidigt. Ett ämnesområde kanske är i full användning av utvecklare, medan ett annat just håller på att skapas. Då är det särskilt viktigt att vi kommunicerar tydligt vilken mognadsgrad olika delar har, så att de som brukar modellen vet vad de har att förvänta sig.

En fråga är om en modell kan gå bakåt i livscykeln? Ja, det händer. Det kan ske vid större förändringar i verksamheten som direkt gör modellen obsolet, eller när en sedan länge frånsprungen, kanske rentav bortglömd modell återupplivas för ett nytt sammanhang. Då är vi tillbaka i initieringsfasen, men med nya insikter i bagaget.

Vad tror du?

Vad tänker du om den livscykel jag skissat här? Känner du igen dig eller ser du det på ett annat sätt?

Hör gärna av dig med tankar, inspel eller förbättringsförslag.

Det är först i dialog med andra som våra modeller och vår förståelse för vad vi egentligen håller på med verkligen utvecklas.