Verstehen und Messen Moderierter Ideenkonvergenzprozesse

Ideenkonvergenz ist eine Phase der Ideenselektion und beschreibt einen Teamprozess in welchem Teammitglieder Ideen reduzieren, um Aufmerksamkeit auf ein paar Wenige zu lenken und diese anschließend klarstellen, um ein gemeinsames Verständnis im Team zu bilden. Ideenkonvergenz ist vor allem für die Situationen relevant, wo eine Menschenmasse (crowd) unzählige Ideen generierte und die Ideenselektion eine große Herausforderung für Organisationen darstellt, z.B. in Ideenwettbewerben. Der Grund hierfür ist, dass die menschliche kognitiven Ressourcen und Aufmerksamkeit während der Ideenkonvergenz stark gefragt ist. Einerseits, haben Teams Probleme ihre Ideenkonvergenzprozesse sinnvoll zu moderieren. Andererseits, haben Teams Schwierigkeiten auf eine sinnvolle Art und Weise crowd-generierte Ideen zu verarbeiten. Dies resultiert in schwacher Teamleistung und Teams versagen oft darin die besten Ideen schlussendlich zu selektieren. Moderationsinterventionen und automatisiertes Feedback unterstützen Teams ihre Aufmerksamkeit zu steuern, sodass deren kognitive Ressourcen effizient genutzt werden können, um potentiell gute Ideen zu identifizieren. Allerdings stellte sich heraus, dass die existierende Konzeptualisierung von Moderationsinterventionen es nicht erlaubt deren Effekte auf Teamergebnisse befriedigend zu erklären. Anstatt Typologien von Moderationsinterventionen zu studieren, macht es Sinn deren theoretische Komponenten zu untersuchen, welche direkte Auswirkungen auf Teamergebnisse haben. Weiters wurden eine Reihe von Faktoren bereits erforscht, welche Determinanten für gute Ideen sind. Diese Faktoren könnten während dem Brainstorming automatisch und unaufdringlich gesammelt werden. Allerdings wurde bisher noch nicht deren Potential erforscht, wie diese Faktoren in Form von Feedback während der Ideenkonvergenz für Teams eingesetzt werden können. Das Projekt verfolgt das Ziel 1) effektive Moderationsinterventionen zu identifizieren und 2) effektives automatisiertes Feedback zu entwickeln, um die Aufmerksamkeit von Teams zu lenken und deren kognitive Ressourcen bestmöglich für die erfolgreiche Ideenkonvergenz mit crowd-generierten Ideen zu managen. Dieses Projekt ist für die Forschung relevant, da es zur Messung von Faktoren guter Ideen mittels Feedback/Feedforward-Profilen beiträgt. Die Untersuchung von Moderationsinterventionen und deren Effekte auf Teamergebnisse wird weitere Forschungserkenntnisse bringen. Für die Untersuchung werden wir qualitative und quantitative Methoden einsetzen. Die daraus resultierenden Forschungsimplikationen werden für viele Domänen wie Kleingruppenforschung, Computerunterstützte Zusammenarbeit, und Moderationsforschung zuträglich sein. Für Praktiker bieten die Projektergebnisse Entscheidungsunterstützung hinsichtlich dessen, welche Ideen berücksichtigt werden sollten für erfolgreiche Ideenkonvergenz. Das Forschungsteam besteht aus einem PostDoc (Projektleiterin Isabella Seeber), drei erfahrenen ForscherInnen (Gert-Jan de Vreede, Ronald Maier und Barbara Weber), drei Doktoratsstudenten, und einem studentischen Mitarbeiter. Über die letzten drei Jahre arbeitete die Projektleiterin stets mit den erfahrenen ForscherInnen zusammen, woraus mehrere Forschungspublikationen entstanden. Das Team ist erpicht darauf die wissenschaftliche Zusammenarbeit im Rahmen dieses Projektantrags weiter zu vertiefen.

Produkt- und Dienstleistungsinnovationen beginnen mit einer guten Idee. Die Phasen der Ideengenerierung und der Ideenauswahl, die den Anfang jeder Innovation ausmachen, sind unscharf und schwer zu handhaben. Menschen sind in der Regel sehr gut darin, Hunderte von Ideen zu generieren. Die Auswahl der besten Idee aus Hunderten von Ideen ist jedoch eine schwierige Aufgabe für die Bewerter. Frühere Untersuchungen haben gezeigt, dass Bewerter nicht viel besser abschneiden als ein Zufallsalgorithmus. Ein weithin akzeptierter Grund dafür ist, dass Bewerter leicht von der Menge an Informationen überwältigt werden und nur begrenzte kognitive Ressourcen zur Verarbeitung von Informationen haben. Das UMIC-Projekt zielt darauf ab, Lösungen für dieses Problem zu finden, indem es effektive menschliche und automatisierte Interventionstechniken identifiziert. Im Laufe des Projekts haben wir mehrere Mechanismen aufgedeckt, die erklären, warum die von Menschen ausgeführte Interventionstechniken (z.B.; Moderationsmethoden wie thinkLets) zu verbesserten Teamprozessen und Teamergebnissen in der Ideenselektion führen. Wir fanden auch Auswahlpraktiken, die Praktiker verwenden, um Ideen die von einer Crowd generiert wurden effektiv und effizient zu bewerten. Darüber hinaus entwickelten und evaluierten wir mehrere so genannte digitale "Nudges". Digitale Nudges sind Benutzeroberflächenelemente auf Ideenauswahlplattformen, welche das menschliche Entscheidungsverhalten beeinflussen versuchen. Unsere empirischen Ergebnisse zeigen, dass die digitalen Nudges (Umfang der Ideenteilmenge, Auswahlrichtung und Ähnlichkeit der Ideenteilmenge) positive und negative Auswirkungen auf Auswahlprozesse und -ergebnisse haben. Um diese Erkenntnisse zu gewinnen, haben wir auch einen Ideenzuteilungsalgorithmus (d.h. SIA-Algorithmus) entwickelt und Konstrukte zur Messung der Ausführlichkeit der Ideenteilmenge und des Informationserfassungsverhaltens entwickelt. Wir gewannen auch ein erstes Verständnis über digital Konversationsagenten (z.B. soziale Roboter oder Chatbots) als Moderatoren. Die Ergebnisse dieser Forschung tragen dazu bei, die Teammoderation zu verbessern und den Ideenauswahlprozess für verbesserte Innovation digital zu unterstützen.