CoreFinding ist eine Weiterentwicklung der DeepFinding-Methode für die Anwendung im Kulturwandel:
Problemstellung Organisationsveränderung
Die Steuerung von Organisationen, deren strategische Ausrichtung und laufende Nachjustierung in einem sich ständig verändernden Umfeld basieren derzeit ausschließlich auf Kennzahlensystemen und meist quantitativer Forschung. Um Organisationsveränderungen tatsächlich umzusetzen, muss jedoch die Kultur der Organisation verändert werden. Dazu ist zu berücksichtigen, dass diese auf emotionalen, intuitiven Bewertungen und persönlichen Einstellungen, also auf dem impliziten Wissen der Organisation, basiert und nicht auf rationalen Entscheidungen.
Will man die Zukunftsfähigkeit einer Organisation sicherstellen, ist der Zugang zu deren Kultur essenziell. Bisher fehlte es an wissenschaftlich fundierten, praxisnahen und wirtschaftlich effizienten Methoden, mit denen implizites Wissen zuverlässig und messbar erfasst werden kann. Die beiden Verfahrensrichtungen der Informationsgewinnung – qualitative und quantitative Methoden – sind alleine nicht geeignet, um die genannten weichen Faktoren so abzubilden, dass daraus konkrete Handlungsoptionen zur Unternehmenssteuerung in größeren Dimensionen erkennbar wären.
Entwicklung eines hybriden (qualitativen & quantitativen) Ansatzes
Ziel der DeepFinding-Forschung war es, das implizite Wissen von Organisationen möglichst valide zu erfassen (d. h. ohne bereits getroffene Vorannahmen oder nachfolgende Interpretation) und alle relevanten Handlungsoptionen für die Veränderung der Unternehmenskultur zu gewinnen, die direkt von den Beteiligten stammen.
Erhebungsritual und Bewertungsskala
Das DeepFinding-Erhebungsritual ist ein tiefgehender Reflexionsprozess, bei dem Thema und Kontext aus unterschiedlichen Perspektiven betrachtet und neue Erkenntnisse generiert werden. Aussagen werden in ihrer Wortbedeutung so lange zerlegt, bis ihre Verwendung klar erfasst werden kann. Somit entsteht eine Art „ideographische Kartographie“, eine geistige Landkarte (vgl. Lukesch R.) der Organisation und ihres Umfelds.
Auskunftspersonen bringen dabei abstrakte Ereignisse (Elemente) ihrer Erfahrungswelt durch Beschreiben von Gemeinsamkeiten und Unterschieden (Konstrukte) in eine Abhängigkeitsbeziehung. Anstelle der Beantwortung vordefinierter Fragen wie bei herkömmlichen Befragungsinstrumenten, treffen sie Unterscheidungen. Danach werden die Aussagen von den Gesprächspartnern und -partnerinnen hinsichtlich ihrer Relevanz in Verbindung zu Thema und Kontext selbst bewertet. Aus jedem Erhebungsprozess entsteht ein sogenanntes „Grid“ als Basis für die Auswertung.
Abbildung der Gesamtintelligenz von Organisation und Umfeld
Die DeepFinding-Gruppenanalyse ermöglicht eine Gesamtdarstellung vieler geistiger Landkarten, die das explizite und implizite Wissen der Organisation und ihres Umfelds darstellen. Die Methode eignet sich somit für Themen der Organisationsdiagnostik samt Lösungsansätzen sowie als Evaluationsverfahren von Veränderungsprozessen. Die Informationen werden als mentale Landkarten, Tagclouds, Erfüllungsgrade und in Form von Handlungsoptionen dargestellt. Sowohl das methodische Vorgehen wie auch die IT-Technologie für Durchführung und Auswertung sind State-of-the-Art.
Hintergrund und Wurzeln
Die eigenständige Methodenentwicklung des psychometrischen Verfahrens basiert auf Ansätzen, die bereits für Individuen im therapeutischen Kontext in der klinisch-psychologischen Einzelfall-Diagnostik oder in Coachingprozessen erfolgreich eingesetzt wurden. Der innovative Befragungsansatz ermöglicht es, implizites Wissen bewusst, aussprechbar und erfassbar zu machen und in weiterer Folge einen tiefgehenden Kulturwandel zu befördern.
Literatur:
· Catina, A. & Schmitt, G. M. (1993): Die Theorie der persönlichen Konstrukte. In Scheer J., Catina A. (Hrsg.): Einführung in die Repertory Grid-Technik: Grundlagen und Methoden (Bd. 1, S. 11–23). Bern; Göttingen; Toronto; Seattle: Huber.
· Fransella, F., Bell, R. & Bannister, D. (2004): A Manual for Repertory Grid Technique. Chichester, West Sussex: John Wiley & Sons.
· Hemmecke, J. (2012): Repertory Grids als Methode zum Explizieren impliziten Wissens in Organisationen: Ein Beitrag zur Methodenentwicklung im Wissensmanagement. Dissertation, Universität Wien.
· Kelly, G. A. (1955/1991): The psychology of personal constructs: Theory of personality (Bd. 1; Reprint). London, New York: Routledge.
· Lukesch, R. (2008): Verstehen – Verändern – Lernen. Leonberg: Rosenberger-Verlag.
· Osgood, Ch. E. (1976): Focus on Meaning. Vol. 1: Explorations in Semantic Space. Mouton, The Hague/Paris.
· Osgood, Ch. E. (1957), Suci, G. J., Tannenbaum. P. H.: The Measurement of Meaning. Urbana.
· Pesch, G., Braunstein, D. (2018): Eliciting Employee & Customer Knowledge for Process Development and Optimization. 10 Years D-BPM ONE, Universität Linz.
· Riemann, R. (1991): Repertory Grid Technik. Handanweisung. Göttingen etc.: Hogrefe.
· Thomas, L. F., Harri-Augstein, E. S. (1985): Self-organised Learning. Foundations of a Conversational Science for Psychology. London: Routledge.
· Walter, O. B., Rose, M. (2003): Mobile und stationäre computergestützte psychometrische Diagnostik. MoCoMed 2003: 53–58.
· Walter, O. B., Schoeneich, F., Klapp, B. F. (2000): Toward a comparable inter-element distance measure in repertory grids. In: Fisher, J. & Cornelius, N. (eds.) Challenging the Boundaries: PCP Perspectives for the New Millennium. Farnborough GB (EPCA Publications): 213–219.
· Walter, O. B., Bacher, A. & Fromm, M. (2004): A proposal for a common data exchange format for repertory grid data. J Constructivist Psychology, 17: 247–251.
· Walter, O. B. (2004): Analysis of Repertory Grids. In: Klapp, B. F., Jordan, J. & Walter, O. B. (eds.). Role Repertory Grid and Body Grid – Construct Psychological Approaches in Psychosomatic Research. Frankfurt/ Main: VAS, 21–27.
· Walter, M., Walter, O. B., Fliege, F., Klapp, B. F. & Danzer, G. (2003): Selbst-Empfänger-Beziehungen bei potenziellen Spendern vor Leberlebendspende. Eine Diagnostik mit der Repertory-Grid-Technik. Psychother Psych Med, 53: 275–280.
Comments