Jump to ContentJump to Main Navigation
Show Summary Details
More options …

Bibliotheksdienst

Editor-in-Chief: Michalke, Karin / Ihrig, Hartmuth

Print
ISSN
0006-1972
See all formats and pricing
More options …
Volume 49, Issue 3-4

Issues

Von den Zahlen zu den Inhalten – „Bench-Learning“ als Follow-Up-Prozess der Kundenbefragung

Thomas Puchta
Published Online: 2015-03-18 | DOI: https://doi.org/10.1515/bd-2015-0042

Zusammenfassung:

Eine Kundenbefragung war nur dann ein Erfolg, wenn die Ergebnisse im Anschluss von den Bibliotheken tatsächlich zur Qualitätsentwicklung und Angebotssteuerung genutzt werden. Aufgezeigt wird anhand der Methode des sog. „Bench-Learnings“ wie ein geeigneter Follow-Up-Prozess gestaltet werden kann. Zunächst werden Konzept und organisationale Voraussetzungen des Bench-Learnings erläutert, um anschließend anhand der konkreten Berliner Strukturen die geplante Vorgehensweise zu erläutern. Verschiedene Arten von Auswertungsmethoden werden schematisch vorgestellt und erläutert.

Abstract:

A customer survey can only be called a success if in consequence the libraries actually use the results to improve their quality and develop offers that are sought after. By the method of the so-called “bench learning” it is shown how a suitable follow-up process could look like. First the concept and organizational prerequisites for bench learning are explained, then the planned procedure is presented based on the actual structures found in the Berlin libraries. Different kinds of evaluation methods are roughly presented and explained.

Schlüsselwörter: : Bench-Learning; Kundenbefragung; Follow-up-Prozess; Berlin

Keywords: : bench learning; customer survey; follow-up process; Berlin

1 Einleitung

Befragungen sind kein Selbstzweck. Wie bei so vielen anderen Befragungsprojekten, beispielsweise Mitarbeiterbefragungen, ist es auch bei einem Kundenmonitoring der Öffentlichen Bibliotheken, wie es in Berlin durchgeführt wird, erfolgsentscheidend, wie mit den Ergebnissen im Anschluss weitergearbeitet wird. Die Qualität einer Kundenbefragung misst sich letztlich vor allem daran, welchen Beitrag sie zu den Zielen und der Weiterentwicklung der Bibliotheken leistet. Doch wie sieht ein solcher Follow-Up-Prozess idealerweise aus? Natürlich kann der richtige Weg hier von Organisation zu Organisation sehr unterschiedlich ausfallen. Eindeutig ist jedoch, dass dies für die Beteiligten die anstrengendste Phase eines solchen Projektes ist. In der Phase nach der Bekanntgabe der Ergebnisse geht es nun tatsächlich darum, ein Bewusstsein zu entwickeln, in welchen Bereichen Stärken und Schwächen liegen und wie aus dem erhobenen Kundenfeedback geeignete Maßnahmen abgeleitet werden können.

Viel zu oft ist solch ein Follow-Up-Prozess allein eine Angelegenheit der jeweiligen Projektgruppe, die die Kundenbefragung durchgeführt hat. Einzelne Teilbibliotheken werden dabei in vielen Fällen bestenfalls über die Ergebnisse informiert ohne gezwungen zu werden, sich ernsthaft mit den eigenen Bewertungen auseinanderzusetzen. Die dezentrale Struktur bei den Öffentlichen Bibliotheken in Berlin, mit einer Vielzahl von unterschiedlichen und voneinander unabhängigen Bezirks- und Einzelergebnissen, bedingt jedoch ein Vorgehen, das eine breite Beteiligung auf allen Ebenen vorsieht, sodass die Ergebnisse dort analysiert werden, wo sie zu Stande gekommen sind: bei den einzelnen Bibliotheken. Das sog. „Bench-Learning“, welches eine speziell auf die Anforderungen und Gegebenheiten öffentlicher Verwaltungen ausgerichtete Methode organisationellen Lernens ist, ist dafür besonders geeignet und wurde für den Follow-Up-Prozess der Berliner Bibliotheken ausgewählt. Im Folgenden sollen nun zunächst die Methodik des Bench-Learnings sowie anschließend die konkreten Projektschritte, die für das Jahr 2015 vorgesehen sind, erläutert werden.

2 Das Konzept Bench-Learning

Wie der Name es vermuten lässt, entspringt das Konzept einer Kombination der Methode des Benchmarkings („Bench-“), und einer Anwendung von qualitativen Best-Practice-Methoden („-Learning“). Benchmarking als Instrument des Performance Measurement und Performance Management wurde zuerst in der Privatwirtschaft eingesetzt. Im Rahmen des Neuen Steuerungsmodells wurde Benchmarking schließlich auch im öffentlichen Sektor verwendet, um ein Wettbewerbssurrogat zu generieren und einen Ausgleich für den fehlenden Markt zu schaffen. Auch im Bibliotheksbereich werden natürlich seit Jahren Input-, Output- und Prozesskennzahlen erhoben und analysiert (z. B. der BIX). Die „weiche“ Dimension der Kundenzufriedenheit und der Gedanke des gemeinsamen Lernens bleiben dabei jedoch weitgehend außen vor.

„Bench-Learning“ geht einen Schritt weiter. Eine allgemeine Definition des Begriffs „Bench-Learnings“ könnte wie folgt lauten: Bench-Learning ist ein kontinuierlicher Prozess des Vergleichs und Messens mit ähnlichen Institutionen im In- und Ausland, um Informationen über die entwickelten Strategien, die angewandte Vorgehensweise und die durchgeführten Messungen zu erhalten, die die Organisationen in ihren Verbesserungshandlungen unterstützen und somit ihre Leistung steigern werden.

Grundsätzlich betrachtet ist Bench-Learning eine Methode, mithilfe derer eine öffentliche Institution, wie z. B. eine Bibliothek, besser verstehen kann, was in ihrem Innern geschieht, da sie ihr ermöglicht, Dinge aus der Erfahrungsperspektive einer ähnlichen Institution zu sehen. Ausgangspunkt sind, wie im klassischen Benchmarking, zunächst Kennzahlen wie z. B. die Kundenzufriedenheitswerte der einzelnen Qualitätsdimensionen. Im Gegensatz zur Methode der Leistungsvergleiche bzw. des Benchmarkings, ist „Bench-Learning“ jedoch nicht nur auf das Vergleichen dieser Leistungskennzahlen ausgerichtet, sondern geht deutlich darüber hinaus, indem es versucht, einen Dialog mit den Institutionen, die Best-Practice-Beispiele liefern, anzustoßen. Ziel des Bench-Learnings ist es, von den Erfahrungen anderer zu lernen, die eigenen Aktivitäten objektiv zu analysieren und die verwendeten Handlungsmittel, Methoden und erzielten Resultate zu begutachten. Bench-Learning beinhaltet weiterhin das Gründen von Partnerschaften (z. B. zwischen zwei strukturell ähnlichen Bibliotheken), die beiden Parteien ermöglichen, voneinander zu lernen.

 Benchmarking vs. Bench-Learning.
Abb. 1:

Benchmarking vs. Bench-Learning.

Beim Benchmarking werden die Ergebnisse aller an dem jeweiligen Leistungsvergleich teilnehmenden Organisationen in der Reihenfolge der Kennzahlenerreichung dargestellt und als Ausgangspunkt für die gemeinsame Analyse genommen. Diese Darstellungsweise ist jedoch nicht der Bestandteil des Bench-Learnings. Um den Unterschied zum klassischen Benchmarking herauszustellen, hilft es einen Blick auf die typischen Reaktionsmuster zu werfen, die beim Benchmarking hervorgerufen werden:

  • Diejenigen Institutionen, welche sehr gute Kennzahlenwerte erhalten haben, betrachten das Benchmarking als einen Beweis für ihre gute Arbeit, freuen sich über die Ergebnisse und sehen keinen konkreten Handlungsbedarf, da man ja das Ranking bereits anführt.

  • Diejenigen Institutionen, die im Ranking vergleichsweise schlecht abschneiden, nehmen dies zum Anlass, auf die beispielsweise schlechteren finanziellen Rahmenbedingungen und die lokalen Besonderheiten hinzuweisen, die ein besseres Abschneiden nicht zulassen würden. Die Methodik wird grundsätzlich in Frage gestellt, sodass auch hier der Kennzahlenvergleich aus einer Abwehrhaltung heraus keine weitere Beachtung mehr findet.

  • Auch bei der Gruppe, die sich im Mittelfeld des Rankings bewegt, führt die Auseinandersetzung mit den Ergebnissen nicht automatisch zu einem Lerneffekt. Oftmals wird sich bei der Analyse auf die anderen konzentriert und nach Erklärungen gesucht, warum gerade dieser oder jener Vergleichspartner vor einem liegt. Und dass XY das Schlusslicht bildet, „habe man ja schon immer gewusst.“ Auch hier bleibt die kritische Auseinandersetzung mit den eigenen Ergebnissen oftmals außen vor.

Um genau diese Reaktionsmuster zu verhindern, wird der Fokus bei der Auseinandersetzung mit den Befragungsergebnissen nicht auf Ranglisten, sondern von Anfang an auf dem gemeinsamen Lernen liegen. Einzelne Bibliotheken erhalten zwar ein Stärken- und Schwächen-Profil der eigenen Ergebnisse – jedoch lediglich in Abweichung zum Durchschnitt der Gesamtergebnisse.

3 Das Bench-Learning bei den Öffentlichen Bibliotheken Berlins

Die Bibliothekslandschaft in Berlin ist gekennzeichnet durch die Aufteilung in zwölf Bezirke sowie die Zentral- und Landesbibliothek mit ihren beiden Standorten. Finanzielle, personelle und zeitliche Ressourcen sind daher naturgemäß sehr unterschiedlich. Im Rahmen der Kundenbefragung gibt es insgesamt ca. 80 verschiedene Einzelberichte, in denen die Bezirke bzw. einzelne Bibliotheken ihre Ergebnisse im Vergleich zum Berliner Durchschnitt betrachten können. Zusammen mit einem speziell für die Bibliotheken zugeschnittenen Excel-Auswertungstool bilden diese Berichte das Ausgangsmaterial für den Bench-Learning-Prozess. Dieser Follow-Up, der im Januar 2015 beginnt, sieht folgendermaßen aus:

  • In einem ersten Schritt werden die Strukturen für das Bench-Learning-Vorhaben gemeinsam festgelegt, diese strategisch verankert und Vergleichsringe gebildet.

  • Externe Moderatoren begleiten in einem zweiten Schritt die ersten Bench-Learning-Workshops, um die wesentlichen Methoden einzuüben.

4 Schritt 1: Strukturen

Zunächst ist es von großer Bedeutung, ein geeignetes Format für die Durchführung des Bench-Learning-Vorhabens zu finden und dieses idealerweise mit den wesentlichen Entscheidungsträgern der Politik zu verzahnen. Hierfür werden in einem gemeinsamen Strategie-Workshop zunächst die Strukturen diskutiert und festgelegt. Um Entscheidungen und Verbindlichkeit für die Umsetzung von Maßnahmen zu erreichen, ist es vorteilhaft, insbesondere die Leitungen der Bibliotheken in diesen Prozess einzubinden, da hier die Legitimation für die zu erarbeitenden Maßnahmen eingeholt wird. In der Praxis funktioniert Bench-Learning am besten, wenn dieses gleichermaßen „Bottom-Up“ wie „Top-Down“ verankert ist.

 Bench-Learning als „Top-Down“- und „Bottom-Up“-Prozess.
Abb. 2:

Bench-Learning als „Top-Down“- und „Bottom-Up“-Prozess.

Das Wissen um konkrete Verbesserungspotentiale liegt vorrangig auf der Fachbereichsebene der Bibliotheken. Nur diese können Erklärungen dafür finden, warum die Bewertungen der Kunden so sind, wie sie sind, und sie kennen die Stärken und Schwächen der jeweiligen Bibliothek aus der täglichen Arbeitspraxis. Allerdings wird von den Teilnehmerinnen und Teilnehmern des Bench-Learnings schnell die Sinnhaftigkeit des Lernvorhabens in Frage gestellt, wenn es keinen klaren Auftrag von der Entscheidungsebene gibt. Idealerweise gibt es „Top-Down“ klare Zielvorgaben für das Bench-Learning, d. h. die Entscheiderebene gibt vor, in welchen strategischen Bereichen sich die Bibliotheken verbessern sollen. Dafür formuliert sie sog. „Lernfragen“. In einem ersten Strategie-Workshop zur Festlegung der Strukturen wird daher idealerweise für die Bibliotheken ein Lernauftrag entwickelt und für das bevorstehende Jahr mitgegeben. Diese Lernfragen sollten dabei konkrete und bibliotheksübergreifende Verbesserungspotentiale im Fokus haben und auf strategisch interessante Themenbereiche abzielen. Am Ende des Jahres wird schließlich „Bottom-Up“ Bericht erstattet, welche Antworten und Lösungen in den gemeinsamen Workshops erarbeitet wurden.

Neben der Verzahnung mit der strategischen Leitungsebene müssen die Strukturen für eine geeignete Zusammensetzung des Teilnehmerkreises der Bench-Learning-Sitzungen gefunden werden. Damit die einzelnen Bibliotheken sich hinsichtlich der Datenauswertung in geeigneter Weise vergleichen können, hat jede Bibliothek einen Einzelbericht erhalten, der den Vergleich mit den anderen Berliner Bibliotheken erlaubt, welche ähnliche Rahmenbedingungen haben. Zur Ergebnisauswertung in den Bench-Learning-Workshops können eben diese Kriterien wieder herangezogen werden. Diese Strukturmerkmale für die Berliner Öffentlichen Bibliotheken sind:

  • Bibliothekstyp: Bezirksbibliothek, Mittelpunktsbibliothek, Stadtteilbibliothek, Fahrbibliothek

  • Bibliotheksgröße: unter 500 m², 500–1.000 m², über 1.500 m²

  • Arbeitsplätze: wenig (unter 50), mittel (50–150), viel (über 150)

  • Öffnungszeiten: wenig (unter 25 h pro Woche), mittel (25–40 h pro Woche), viel (über 40 h pro Woche)

  • Entwicklungsindex (Monitoring soziale Stadtentwicklung): 1 bis 4.

Für die tatsächliche Zusammensetzung der Bench-Learning-Sitzungen sind aber auch andere Zusammensetzungen der Teilnehmer vorstellbar, z. B. nach gemeinsamen Herausforderungen, Stärkeprofilen, regionalen und inhaltlich-strategischen Aspekten. Welche Vergleichsgruppen sinnvoll sind, kann je nach Themengebiet des Fragebogens auch unterschiedlich ausfallen.

5 Schritt 2: Etablierung der Methoden

Nachdem die Strukturen für das Bench-Learning zu Beginn des Jahres 2015 festgelegt wurden, wird im nächsten Schritt unter externer Begleitung durch Rambøll Management Consulting mit Hilfe unterschiedlichster Methoden an der Beantwortung der Lernfragen gearbeitet. Hilfsmittel sind zunächst die einzelnen Berichte zur Kundenzufriedenheit. Zusätzlich wird jedoch auch der Umgang mit einem zusätzlichen Analysetool eingeübt. Mit diesem können auch Zusammenhänge zwischen einzelnen Bewertungsvariablen aufgespürt und analysiert werden. Die Kennziffern und Mittelwerte der Kundenbewertungen sind jedoch lediglich ein erster Ausgangspunkt, um in das Gespräch zu Ursachen und Lösungen zu kommen. Im weiteren Jahreslauf wird sich mehr und mehr von der Betrachtung der Zahlen gelöst. Das Motto des Bench-Learnings lautet also: „Von den Zahlen zu den Inhalten.“

Für jeden der einzelnen themenspezifischen Workshops werden die Ergebnisse der Kundenbefragungen nochmals gezielt im Vorfeld ausgewertet und für die Teilnehmer aufbereitet. Zusammenhänge zwischen einzelnen Fragebogendimensionen werden anhand von „Importance-Performance-Maps“ dargestellt und die Kunden werden anhand ihres Nutzungsverhaltens in verschiedene Zielgruppen geclustert. Im Vordergrund steht aber immer, dass die Ergebnisse lediglich als Anlass dienen, um in ein gemeinsames Gespräch zu kommen. Folgende Analyseaspekte und Leitfragen sind für die systematische und vertiefende quantitative Auswertung der Daten zunächst besonders relevant:

  • Nutzerprofile der unterschiedlichen Zielgruppen: Unterscheiden sich die einzelnen Nutzergruppen in ihren Erwartungen und Bewertungen?

  • Gibt es Korrelationen und auffällige Zusammenhänge zwischen der Bewertung einzelner Kriterien und der Gesamtzufriedenheit?

  • Welche Zielgruppen werden gut erreicht? Welche werden weniger erreicht?

  • Durch welche Bedürfnisse und Erwartungen zeichnen sich bislang weniger erreichte Zielgruppen aus?

  • Können für einzelne Stärken und Schwächen konkrete Ursachen verortet werden?

Die Durchführung eines Bench-Learnings benötigt nicht unbedingt eine externe Moderation, allerdings ist es notwendig, dass im Rahmen einzelner Bench-Learning-Analysesitzungen die Diskussionen entlang klar definierter Methoden geleitet werden. In den Bench-Learning-Workshops wird eine Reihe von bewährten Methoden angewandt werden, die auch bei Bench-Learning-Projekten in anderen Bereichen der öffentlichen Verwaltung zum Einsatz kommen, etwa bei Landkreisen, Jobcentern oder einzelnen Abteilungen großer Verwaltungen. Bench-Learning-Methoden können dabei in drei verschiedene Kategorien eingeteilt werden:

Quantitative Methoden: Bei den quantitativen Methoden liegt der Fokus darauf, Zusammenhänge, Besonderheiten und Trends in dem vorhandenen Material an Kennziffern zu entdecken. Hypothesen werden überprüft oder aus den Zahlen abgeleitet. Vor allem zu Beginn des Bench-Learnings werden die Öffentlichen Bibliotheken mit diesen Methoden arbeiten.

Qualitative Methoden: Bei den qualitativen Methoden werden losgelöst von den Kennzahlen Prozesse, Strukturen und Ergebnisse verglichen. Diese Methoden kommen immer dann zum Einsatz, sobald Bereiche identifiziert wurden, in denen es auffällige Unterschiede gibt und den Ursachen dafür auf die Spur gekommen werden soll.

Moderationstechniken: Mit Hilfe unterschiedlicher Moderationstechniken kann der Dialog der Bench-Learning-Teilnehmer schließlich gezielt auf Best-Practice-Beispiele gelenkt werden, welche für die Beantwortung der Lernfragen besonders hilfreich sind.

 Benchlearning Methoden.
Abb. 3:

Benchlearning Methoden.

Ziel ist es, bis zum Projektende im September 2015 den Bibliotheken einen Rundumblick zu den verschiedenen Methoden zu geben. Im Anschluss sollen diese in der Lage sein, auch ohne externe Begleitung die erlernten Auswertungs- und Lernroutinen für künftige Befragungen einzusetzen.

6 Ausblick

Ob das geplante Bench-Learning-Vorhaben der Öffentlichen Bibliotheken Berlins erfolgreich ist, wird sich erst am Ende des Jahres 2015 mit Sicherheit feststellen lassen. Viel wird davon abhängen, ob zu Beginn geeignete Strukturen gefunden werden, die für das gemeinsame Lernen förderlich sind, genügend Personen für die Teilnahme an den Workshops Interesse zeigen und dafür von ihren Bibliotheken entsendet werden und ob auch die Politik in diesem Prozess ihre Rolle einnimmt, welche sie einnehmen sollte.

Thomas Puchta:

About the article

Thomas Puchta

Thomas Puchta


Published Online: 2015-03-18

Published in Print: 2015-03-31


Citation Information: Bibliotheksdienst, Volume 49, Issue 3-4, Pages 342–351, ISSN (Online) 2194-9646, ISSN (Print) 0006-1972, DOI: https://doi.org/10.1515/bd-2015-0042.

Export Citation

© 2015 by De Gruyter.Get Permission

Comments (0)

Please log in or register to comment.
Log in