Wirkungsorientierte Projektumsetzung
Das Konzept zur wirkungsorientierten Projektumsetzung beschreibt, wie Projekte so geplant, umgesetzt und ausgewertet werden, dass ihre tatsächlichen Wirkungen messbar sind. Es stellt die Schritte der Wirkungsorientierung, Wirkungsplanung, Evaluation und Monitoring sowie Maßnahmen zur Verbesserung der Projektwirkung vor. Da im Projektalltag Ziele oft nicht messbar formuliert werden, sodass nicht klar wird, mit welchen Maßnahmen welche Wirkungen erzielt werden sollen, bietet dieses Konzept eine erste Orientierung für Projektleitungen und QM-/Evaluationsverantwortliche.
Kategorien
Beschreibung
Herausforderung
• Strukturierte Zielformulierung im Projekt entlang von Maßnahmen und Wirkungen
• Projektplanung entlang der intendierten Wirkungen
• Feststellung und Ausmaß von Zielerreichung
• Konstante Weiterentwicklung von Maßnahmen durch eine konstruktive Fehlerkultur
• Ergebniskommunikation
• Rechtfertigung der Arbeit gegenüber Fördermittelgebenden
Herangehensweise
• Formulierung von Wirkungszielen
• Gemeinsames Erarbeiten von logischen Modellen im Projektteam
• Kontinuierliches Monitoring der Projektmaßnahmen
• Ausrichtung von Evaluationen auf vom Projektteam gewünschte Evaluationszwecke mit Konzeption von Evaluationen auf Basis von logischen Modellen, Wirkungs-zielen und Evaluationsfragestellungen
• Verständliche Aufbereitung der Ergebnisse der Evaluationen sowie Besprechung im Projektteam als Basis für Nutzung, Maßnahmenoptimierung, Ergebniskommunikation und Berichterstattung
Zusammenhang
Die Maßnahme wurde im Rahmen des Projekts „NEO - Campus der Zukunft“ an der Hochschule München erprobt. Insbesondere durch Konzeption, Monitoring und Evaluation von hochschulweiten Beteiligungsformaten und Online-Selbstlerneinheiten zum Thema „Future Skills“ für Studierende sowie virtuellen Laboren für die Durchführung von naturwissenschaftlichen Praktika.
Voraussetzung
• Offenheit und Mitarbeit der Projektmitarbeitenden gegenüber dem Ansatz der wirkungsorientierten Projektumsetzung sowie Mitarbeit bei der Formulierung von Wirkungszielen und logischen Modellen
• Einhaltung datenschutzrechtlicher Vorgaben im Rahmen von Datenerhebungen insbesondere bei Evaluationen
• Einhaltung von Gütekriterien bei der Durchführung von Evaluationsbefragungen (z. B. Ökonomie,
Freiwilligkeit, Datenschutz, Anonymität, Nichtschädigungsprinzip)
Eignung
• Logische Modelle vereinfachen die Kommunikation von intendierten und erreichten Wirkungen der Maßnahmen.
• Erstellung logischer Modelle erleichtert die Konzeption von Evaluationsinstrumenten erheblich, insbesondere wirkungsorientierte/summative Evaluationen.
• Logische Modelle erleichtern das gegenseitige Verständnis von Maßnahmen innerhalb eines Projekts mit verschiedenen und vielfältigen inhaltlichen Bereichen.
• Monitoring wird kontinuierlich verfolgt und für die Projektberichterstattung genutzt.
• Evaluationsergebnisse werden zur Weiterentwicklung von Maßnahmen genutzt.
Schritte
1. Information aller Beteiligten über Ansatz der Wirkungsorientierung und Commitment herstellen
2. Wirkungsplanung (zu Projektbeginn):
• Bedarfs- und Umfeldanalyse: Bedarfe und Herausforderungen verstehen
• Wirkungsziele formulieren
• Wirkungslogik (Logisches Modell) erstellen
3. Wirkungsanalyse (projektbegleitend):
• Monitoring der bestehenden Maßnahmen
• Evaluation der bestehenden Maßnahmen
4. Verbesserung der Projektwirkung (projektbegleitend, nachdem erste Evaluationsdaten vorliegen)
• Nutzung von Evaluationsergebnissen für die stetige Weiterentwicklung bestehender Maßnahmen
• Wirkungsberichterstattung
• Skalierung von Maßnahmen
Hinweise
Effekte
Erwartete Effekte:
-Das Erreichen guter Rahmenbedingungen (z. B. bzgl. Datenschutz) erfordert ausreichend zeitliche Planung und Ressourcen.
-Gute Umsetzbarkeit des Konzepts zur Wirkungsorientierung unabhängig von inhaltlicher Ausrichtung der Projektmaßnahmen.
Unerwartete Effekte:
-Skepsis gegenüber Ansatz der Wirkungsorientierung
-Skepsis gegenüber Evaluationsergebnissen aus Evaluationen mit kleinen Befragtengruppen.
Learnings
• Wirkungsziele und Logische Modelle erleichtern die Konzeption von Maßnahmen und deren Evaluation maßgeblich und führen zu einer strukturierteren Arbeitsweise.
• Die Durchführung von Evaluationen im direkten zeitlichen Zusammenhang zu den zu evaluierenden Maßnahmen erhöht den Rücklauf stark und reduziert Verzerrungen in den Daten.
• Evaluationsdaten müssen nicht dem wissenschaftlichen Anspruch auf Repräsentativität zur Gesamtstichprobe genügen, da dies im praktischen Kontext nicht im-mer erreicht werden kann und da auch wenige relevante Rückmeldungen aus einer Evaluation Maßnahmen maßgeblich verbessern und Wirkungen plausibilisiert werden können.
Methoden
Empfohlen
Das könnte Sie auch interessieren
Nachhaltigkeit interdisziplinär lehren und lernen
Bis dato gibt es im deutschsprachigen Raum kein konsolidiertes Lehr- und Forschungsgebiet Nachhaltigkeitswissenschaften, sondern das Feld setzt sich zusammen aus Forschern und Lehrenden aus den Natur-, Technik- und Ingenieur- sowie den Sozial- und Wirtschaftswissenschaften. Die bestehenden Bachelor- und Masterstudiengänge an deutschen Hochschulen zeichnen sich häufig durch das Hybrid- oder Zwei-Säulen-Modell aus, also der Parallelität zweier Schwerpunkte und/oder zweier Disziplinen (meist Business oder Technik). Um die Lehre im geplanten THN-Masterstudiengang "Nachhaltige Transformation" inhaltlich und didaktisch interdisziplinär umzusetzen, sind innovative Formate notwendig. Lehrende der THN haben vielfältige Erfahrungen sowohl mit Team-Teaching als auch mit Blended-Learning- und/oder hybriden Formen; hinzu kommen die zahlreichen anwendungsorientierten Praxis-, Service-Learning- und Lehrforschungs-Projekte mit externen Kooperationspartnern. Diese Erfahrungen gilt es zu reflektieren und im Hinblick auf ihr Adaptionspotenzial für die interdisziplinäre Lehre im Masterstudiengang zu bewerten. Konkret wird im WS 2022/2023 ein Team aus Lehrenden, Studierenden und externen Experten gemeinsam ein interdisziplinäres Modul zur Nachhaltigkeit entwickeln (z.B. zum Thema Energie), sowohl inhaltlich als auch methodisch und didaktisch: Es wird im SoSe 2023 durchgeführt und evaluiert sowie in das Curriculum des Masterstudiengangs implementiert..
Projekt anzeigen
Lernfeedback durch Kontrafaktische Erklärungen
Die Maßnahme adressiert die Herausforderung, dass Lernende in digitalen Lernumgebungen stark hetero-gen in ihren selbstregulierten Lernfähigkeiten (SRL) sind und herkömmliches Feedback diese Unterschiede nicht berücksichtigt. Auf Basis der SRL-Theorie wurden Anforderungen an personalisiertes Feedback abge-leitet und mit Verfahren des Maschinellen Lernens sowie Erklärbare KI (XAI) umgesetzt. Dadurch konnten Lernverhalten und individuelle Charakteristika von Studierenden erfasst und mittels kontrafaktischer Er-klärungen in handlungsleitendes Feedback übersetzt werden. Eine universitäre Lehrveranstaltung diente als Testfeld, in dem signifikante Verbesserungen bei Plattformnutzung und Prüfungsergebnissen nachge-wiesen wurden.
Maßnahme anzeigen
Konzept und Durchführung von ingenieurwissenschaftlichen Onlinepraktika mit feedbackbasiertem E-Assessment
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen