HICSS, Teil 2

Einleitung

Eine unserer Präsentationen (s.o.) bei der HICSS-Tagung dieses Jahr berichtete über ein Forschungsprojekt der Universität Magdeburg, an dem Zephram beteiligt war. Wir haben die Analogietechnik zur Produktion von Ideen untersucht und dabei die Frage gestellt, ob man durch eine geeignete Auswahl der Attribute bestimmte, wünschenswerte Eigenschaften der resultierenden Ideen erzielen kann. Es hat sich dabei herausgestellt, dass dies nicht der Fall ist, aber wir haben bei der Untersuchung unserer experimentellen Daten eine interessante und unerwartete Entdeckung gemacht.

Die Analogietechnik

Bei der Analogietechnik werden Ideen in einem Vier-Schritt-Verfahren entwickelt:

1. Attribute: Was sind Eigenschaften der Aufgabenstellung?
2. Analogien: Wer oder was hat auch dieses Attribut?
3. Lösungen: Wie würden diese Analogien unsere Aufgabe lösen?
4. Transfer: Wie könnten wir diese Lösungen auf unsere Aufgabe übertragen?

Unsere Hypothese

Gute Ideen sollten praktikabel und effektiv sein, d.h. sie sollen sich mit den vorhandenen Ressourcen umsetzen lassen und das gesetzte Ziel erreichen.

Unsere Hypothese war, dass Attribute, die typisch für die Aufgabenstellung sind, zu mehr praktikablen Ideen führen und dass Attribute, die relevant für die Aufgabenstellung sind, zu mehr effektiven Ideen führen.

Das Experiment

Wir haben in einem Experiment Ideen gesucht für die Aufgabe, Wie können wir die Zufriedenheit von Kunden eines Supermarktes erhöhen?

Dazu haben wir zunächst Attribute erzeugt und nach den Eigenschaften typisch und relevant sortiert. Wir haben diese Attribute dann 22 Probanden gegeben, die daraus 330 Analogien generiert und anschließend daraus 1222 Ideen für den Supermarkt entwickelt haben. Diese Ideen haben wir schließlich nach den Eigenschaften praktikabel und effektiv sortiert und die Korrelation mit den Attributen berechnet, aus denen sie entstanden sind.

Das Ergebnis

Wir haben (etwas enttäuscht) festgestellt, dass nur eine ganz geringe positive Korrelation zwischen typischen Attributen und praktikablen Ideen bzw. zwischen relevanten Attributen und effektiven Ideen besteht. Es lohnt sich also nicht, bei der Ideenproduktion Attribute mit diesen Kriterien zu bevorzugen.

Was wir stattdessen entdeckt haben

Bei der Analyse der experimentellen Daten sind uns einige Muster aufgefallen:

• Manche Attribute führen zu vielen Analogien, andere dagegen nur zu wenigen.
• Manche Analogien wurden nur von einem einzigen Attribut erreicht, andere dagegen von vielen.
• Manche Analogien haben viele Ideen produziert, andere dagegen nur wenige.

Wir haben also untersucht, ob die Ideenqualität mit der Anzahl der erzeugenden Analogien oder Attributen zusammenhängt. Wir haben dabei festgestellt:

• Analogien, die viele Ideen produzieren, erzeugen eine ähnliche Ideenqualität wie Analogien, die nur zu wenigen Ideen führen.
• Analogien, die von vielen Attributen erreicht werden, erzeugen mehr Top-Ideen.
• Die Varianz der der mittleren Ideenqualität aus Analogien, die viele Ideen produzieren, ist geringer als die Varianz der mittleren Ideenqualität aus Analogien, die wenige Ideen produzieren, wobei die Mittelwerte fast identisch sind.

Bedeutung

Für die Praxis bedeutet dieses Ergebnis, dass es bei der Analogietechnik genügt, mit wenigen Analogien zu arbeiten, wenn diese über mehrere unterschiedliche Attribute gefunden worden sind. Es ist nicht nötig, eine große Anzahl von (möglicherweise exotischeren) Analogien zu verwenden.

Literatur

Wer mehr über unsere Forschung lesen möchte, findet die Papers auf  der Website des Lehrstuhls für Simulation der Universität Magdeburg. Speziell zum Thema dieses Beitrags empfehlen wir die Arbeiten Changing the Perspective: Improving Generate thinkLets for Ideation und The Impact of Stimuli Characteristics on the Ideation Process: An Evaluation of the Change of Perspective ‚Analogy‘ (beides PDF).