5 Dinge, die in Research-Projekten schief gehen können

1. Die falsche Frage — womit startet ein Research-Projekt?

Am Anfang fast aller Research-Projekte steht eine Frage oder ein Problem. Aus Erfahrung wissen wir: dieses Problem kann zunächst sehr diffus zu uns als Researcher*innen gelangen. Eine Frage kann vage formuliert sein und mehrere sehr große Themengebiete umfassen. Manchmal ist es auch einfach die falsche Frage oder ein Scheinproblem, lässt aber die richtige Richtung erahnen. In einigen Fällen kann eine Frage sogar interne Probleme offenbaren, etwa, wenn es schon viele Vorannahmen zu einem Thema gibt und man als externe Research-Partnerin zu spät in ein Projekt involviert wird.

Die Lösung für dieses Problem ist vergleichsweise einfach, muss aber (häufig verbunden mit etwas Lehrgeld) erst verinnerlicht und konsequent angewendet werden: Sie haben ein Gefühl, eine Ahnung und können das Problem umreißen. Aber es ist ein erster Projektschritt, dann die tatsächliche Fragestellung zu ermitteln.

Wir bei 20blue nennen das die Forschungsfrage und arbeiten in diesem Schritt eng mit unseren Kunden, aber auch bereits mit unseren Expert*innen zusammen.

Haben wir den konkreten Untersuchungsrahmen und eine Forschungsfrage erarbeitet, ist ein wichtiger Schritt geschafft. Das Feedback ist entsprechend positiv: wenn auch für unsere Kunden erstmals sichtbar wird, was tatsächlich hinter ihrer Anfrage steckt. Die richtige Frage ist oft schon die halbe Antwort.

2. Wissenslage falsch eingeschätzt — das richtige Forschungsdesign

Vorannahmen bei der Fragestellung sind häufig verbunden mit falschen Vorstellungen der verfügbaren Wissenslage in einem bestimmten Gebiet. Klar, ist doch ein großes Thema, da muss es doch Zahlen und Fakten zu geben. Gerade bei größeren Trendthemen stößt man dabei allerdings eher auf Spezialdatenbanken und Reports, die das Budget kleinerer Research-Projekte sehr schnell sprengen — und dann trotzdem häufig nur generische Daten ohne Einordnung enthalten. Aber auch das Gegenteil kann problematisch sein: für ein vermeintlich überschaubares Thema sollen die zwei, drei relevanten Studien ausgewertet werden. Wenn sich dann herausstellt, dass es doch ein paar mehr Studien dazu gibt, sollte sich auch das Forschungsdesign ändern: allein das Identifizieren der relevantesten drei Studien wird bei einer Auswahl aus hunderten Studien zu einer komplexen Aufgabe. Ein Literature Review wäre dafür geeigneter, da auch hier relevante Quellen identifiziert werden, aber eben in einem Gesamtüberblick, der viele Paper prüft und einordnet und nicht in der hektischen Suche nach genau drei Studien.

Für manche, sehr spezifische, Wissensgebiete gibt es aber oftmals tatsächlich gar keine Daten. Diese Information ist dabei bereits ein wichtiges Ergebnis der Untersuchung. Sollten zwingend quantitative Daten benötigt werden, müssten diese dann zunächst erhoben werden, durch eigene Umfragen, Experimente oder Studien. Diese Entscheidung spontan während eines Research-Projektes zu treffen, verändert jedoch den gesamten Rahmen der Untersuchung. Man sollte daher zunächst wieder einen Schritt zurücktreten und komplett neu über die Forschungsfrage und das Erkenntnisinteresse nachdenken.

Ratsamer ist es da, sich zu überlegen, warum es an dieser Stelle Daten braucht. Wir wissen aus Erfahrung, dass qualitative Methoden der Komplexität unserer Anfragen häufig besser gerecht werden als eine Umfrage, bei der nur herauskommt, wie sich zufällig ausgewählte Menschen zu einem bekannten Phänomen verhalten. Diskurssemantische Methoden, Nutzerbiographien und andere explorative Methoden führen häufig effizienter zu relevantem Entscheidungswissen. Statt 500 Menschen zu fragen, lohnt es sich eben häufig mehr, mit den fünf Menschen zu sprechen, die sich auskennen.

3. Leistungen um die Research werden nicht eingeplant — wie viel Raum brauchen Recruiting, Compilation und Projektmanagement?

In Projekten, in denen es um Wissen geht, wird oft viel ausgeblendet, was in anderen Projekten normal erscheint. Es braucht eben einfach dringend eine Antwort auf genau diese eine Frage, ohne die es in anderen Abläufen nicht weitergehen kann. Wer nur Zeit für diese Antwort einplant, ist aber gerade in kritischen Situationen häufig gestresster als vorher. Der Worst Case: ein zusammengewürfeltes Team recherchiert zu falschen Fragestellungen und liefert schnell ungeordnete Ergebnisse ohne Auswertung und Einordnung ab.

Bei 20blue liefern wir eine transparente Aufstellung, welche Leistungen außer der Arbeit unserer Expert*innen für ein Projekt notwendig ist — und welchen Mehrwert diese mit sich bringen. Manches davon ist verhandelbar, einige Schritte gehören allerdings zu jedem Projekt dazu. In unserer Methode des Agilen Denkens steht die Research-Arbeit im Zentrum, ist jedoch eingerahmt von der bereits erwähnten Forschungsfrage, dem Besetzen des Projektteams und unserer Kompilation der Ergebnisse:

4. Arbeiten ohne Schulterblicke, Meilensteine, Projektabschluss — wann ist etwas abgeschlossen?

Research-Projekte brauchen einen klaren Plan mit definierten Meilensteinen, die zu bestimmten Zeitpunkten abgeschlossen sein sollten — soweit zum wenig überraschenden Projekt-Management-101. Wenn dann doch die Deadlines reißen, zeigt sich häufig, wo das eigentliche Problem liegt: in der fehlenden Kommunikation um den Projektplan herum.

Bei 20blue planen wir in zwei Richtungen von vornherein Momente ein, in denen diese Kommunikation Raum findet. In unseren internen Feedbackrunden mit allen am Projekt beteiligten Expert*innen tauschen wir uns regelmäßig aus und nutzen diese Gespräche direkt als interdisziplinäre Peer Review. Bei unseren Schulterblicken spiegeln wir diesen aktuellen Arbeitsstand in Richtung Kunde und holen uns dort zusätzliche Perspektiven, Wünsche und Re-Briefings ab. Beide Schritte sind elementar für unseren iterativen Arbeitsprozess und ermöglichen gleichzeitig regelmäßige Check-Ins, ob und wo es gerade irgendwo im Projekt hakt.

Ein klarer Zeitplan mit geplanten Feedbackrunden macht Projekte transparent und verhindert, dass diese herummäandern, weil unklar ist, wo sich gerade der Flaschenhals befindet. Klare Kommunikation verhindert Missverständnisse darüber, wer gerade woran arbeitet.

Missverständnisse können auch darüber entstehen, wann ein Projektteil oder Teilergebnis abgeschlossen ist. Wie schwierig das gerade bei wissenschaftlichen Research-Projekten ist, wissen wir sehr gut, wir formulieren selbst in unserem Disclaimer: „wissenschaftliche Forschung und ihre Darstellung sind grundsätzlich unabgeschlossen.” Es ist jedoch ein großer Unterschied, ob ich etwas sehr genau überprüfe, um ein Ergebnis wissenschaftlich abzusichern, oder ob ich mit Blick auf den Umfang und die Zeit des Projektes nach dem Pareto-Prinzip arbeite. Beides ist je nach Art des Projektes absolut in Ordnung, problematisch wird es dort, wo innerhalb eines Projektteams mit unterschiedlichen Maßstäben gearbeitet wird.

Wichtig ist, verbindlich und gemeinsam festzulegen, wann ein Projektteil abgeschlossen ist, die gemeinsame Definition of Done, um einen Begriff aus der Projektmanagement-Methode Scrum zu verwenden.

5. Das falsche Team — Fachkompetenz ist nicht alles

Es bleibt eines der klassischen Probleme — manchmal sitzen einfach nicht die richtigen Menschen in einem Raum zusammen, um ein Problem zu lösen. Die Besetzung unseres Expert*innen-Teams ist daher auch ein zentraler Teil unserer Leistung. Die Grundvoraussetzung, dass sich alle fundiert mit dem Thema auseinandersetzen können, spielt eine wichtige Rolle für die Vorauswahl, gleichzeitig ist Fachkompetenz nicht alles. Erfordert ein Projekt eine regelmäßige Zusammenarbeit, kann auch die Person mit dem perfekten inhaltlichen Profil für das Projekt die falsche Besetzung sein, wenn sie absolut kein Teamplayer ist.

Häufig lassen sich diese Probleme allerdings auch durch eine gute Moderation im Projekt beheben. Besonders in unseren interdisziplinären Teams erleben wir das Aufeinandertreffen sehr unterschiedlicher Perspektiven und Herangehensweisen. 20blue-Inhaberin Anja Mutschler hat dazu einige Einsichten aus zehn Jahren interdisziplinärer Arbeit zusammengestellt, die demnächst in unserem Newsroom erscheinen.

Bei unseren Projekten für Entscheiderinnen aus Wirtschaft und Politik gibt es außerdem oft Differenzen zwischen deren Ergebnisinteresse und dem Erkenntnisinteresse unserer Expertinnen aus der Wissenschaft. Wenn diese Sichtweisen aufeinandertreffen, braucht es ebenfalls eine gute Moderation. Die Erfahrung in unseren Projekten zeigt: die bestmögliche Antwort entsteht genau dann, wenn man beide Interessen anerkennt und in Einklang bringt. Mit dem Erfahrungsschatz aus über 1.000 Projekten haben wir schon fast alles erlebt, was passieren kann, wenn Wissenschaft und Praxis, wenn Spezialistentum und Managerdenke aufeinandertreffen. Ein heikler Moment – aber wenn er richtig moderiert wird, auch ein besonders fruchtbarer.