Agile Teamarbeit: PredicTeams liefert erste Erkenntnisse
Wie gelingt Unternehmen der Übergang zu agiler Teamarbeit in der digitalen Arbeitswelt? Mit dieser Frage beschäftigt sich das it’s OWL Projekt PredicTeams. Erreichte Meilensteine im Projekt liefern nun erste Erkenntnisse.
Ziel des Projektes ist es, einen praxisorientierten Rahmen für ein prädiktives Kompetenzmanagement für agile Teams zu entwickeln. Prädiktives Kompetenzmanagement unterstützt Unternehmen dabei, den Übergang zu agiler Teamarbeit in digitalen Arbeitswelten zu bewältigen.
Das Projekt mit einem Gesamtvolumen von 2,4 Millionen Euro wird im Rahmen des Spitzenclusters it‘s OWL vom Land Nordrhein-Westfalen mit bis zu 1,3 Millionen Euro gefördert und hat eine Laufzeit von 36 Monaten. Nun kann das Projektteam unter der Konsortialführung des SICP auf einen erfolgreichen Projektstart zurückblicken.
Kompetenzmodell wird entwickelt
Zusammen mit der itelligence AG führte die TH OWL eine Umfrage zum Status Quo der Kompetenz- und Leistungsmessung sowie zu agilen Teams durch.
Auf dieser Grundlage erfolgte ein Abgleich der Unternehmensmodelle mit wissenschaftlichen Konstrukten, sodass erste Arbeiten für die Entwicklung eines neuen Kompetenzmodells für agile Teams beginnen konnten.
Neuer Ansatz im Bereich der Kompetenzmessung erprobt
Im Unterschied zur bisherigen Herangehensweisen in dem Bereich der Kompetenzmessung, z. B. durch Beurteilungsbögen mit vorgegebenen Antwortoptionen, erprobte im ersten Projekthalbjahr der SICP und das Unternehmen S&N einen neuen und innovativer Ansatz zur erfahrungsbasierten, verbalen Kompetenzeinschätzung.
Mit geringem Aufwand konnten dadurch vielfältige Kompetenzinformationen aufgenommen und verarbeitet werden. Das Projektteam erhob die Kompetenzinformationen anhand der fünf Kompetenzen Flexibilität, Vertrauen, Empathie, Kooperation, effektive Kommunikation, welche die Grundlage für die weitere Forschungsarbeit darstellen.
Diese Ergebnisse brachte die Umfrage
Um Formulierungsmuster, Ausdrucksweisen und sprachliche Eigenheiten in der verbalen Beschreibung von Kompetenzausprägungen erfassen zu können, hat das Projektteam eine Umfrage durchgeführt. Dabei lag der Fokus auf Erfahrungen mit Empathie, Kommunikationsfähigkeit, Vertrauen, Kooperationsfähigkeit, Flexibilität, Lernorientierung und Zielorientierung. Die Teilnehmer sollten einen Blick auf eine Teamarbeit in ihrer Vergangenheit werfen und zum Beispiel beschreiben, wie sich ein besonders empathisches Teammitglied verhalten hat. Umgekehrt sollten sie ebenfalls darlegen, wodurch sich ein besonders unempathisches Teammitglied ausgezeichnet hat. Hierdurch wurden sowohl positive wie auch negative Beschreibungen erfasst.
Nachdem die Teilnehmer das spezifische Verhalten und damit verbunden die verschiedenen Dimensionen der beobachteten Kompetenz beschrieben haben, sollten sie eine Schulnote von 1 bis 6 vergeben. Auf diese Weise wurde die wahrgenommene Kompetenzausprägung zusätzlich zur verbalen Einschätzung sichtbar gemacht und eingeordnet.
Die Antworten wurden im Audioformat erhoben, transkribiert und anschließend ausgewertet. Bei der Auswertung zeigte sich, dass es zwischen den verschiedenen Kompetenzeinschätzungen sowie bei der Notenvergabe zu Überschneidungen kommt. So waren zum Beispiel Hilfsbereitschaft, aktives Nachfragen, Zuhören und Motivation wiederkehrende thematische Schwerpunkte in der Beschreibung von hoher Empathie und hoher Kommunikationsfähigkeit (Note 1 und Note 2). Ein zu geringer Input zur Teamarbeit spielte hingegen zum Beispiel bei den negativen Ausprägungen von Zielorientierung, Flexibilität, Lernorientierung, Kooperationsfähigkeit, Kommunikationsfähigkeit und Empathie eine Rolle (Noten 3 – 6).
Im Hinblick auf die Sprache konnte festgestellt werden, dass sich die Teilnehmer überwiegend an einem umgangssprachlichen Sprachstil orientiert haben. Durch die thematische Überschneidung der Kompetenzen wurden sprachliche Referenzen zwischen den Fragen hergestellt, sodass eine explizite Beschreibung der entsprechenden Kompetenz entfiel. Zudem führten spezifische Nachfragen in der Regel zu kürzeren Antworten. Insgesamt wurden im Rahmen der Umfrage 1.493 Beschreibungen erhoben. Die Sprachdaten dienen weitergehend als Trainingsdaten für die semantische Analyse der künstlichen Intelligenz.
Als nächster Schritt ist eine videobasierte Umfrage geplant. Hier sollen die Teilnehmer ein Video ansehen und die Kompetenzen einer beobachteten Person beschreiben. Als Konsequenz aus den Ergebnissen der ersten Umfrage soll die Umfrage kompakter gestaltet werden und konkret auf den Kontext der Kompetenzbewertung in einem Unternehmen verweisen.
Showcase zur Messung von Kompetenzprofilen identifiziert
Da bislang rein deskriptive und grafische Methoden zur Darstellung von Kompetenzprofilen verwendet werden, wird im Projekt nun auf Basis der Qualitative Comparative Analysis (QCA) eine innovative Herangehensweise entwickelt.
Die Unternehmen BHTC und Weidmüller stellten das Konzeot in einem Workshop vor. In einem nächsten Schritt wird ein Showcase mit echten Daten entwickelt. Die Daten dafür werden von Weidmüller bereitgestellt und vom SICP in ersten Analysen für die QCA auswertbar gemacht.
