Diesen aiMOOC als Battle spielen: Informatik, Klasse 5-6, G-Niveau

Wirkungsorientierung

Einleitung

Wirkungsorientierung bedeutet, dass Du Maßnahmen, Projekte oder Programme nicht nur nach ihren Outputs (z. B. Anzahl Schulungen), sondern vor allem nach ihren Wirkungen und Impacts beurteilst. Zentral sind Ziele, Indikatoren, Datenerhebung, Evaluation und ein systematischer Lernzyklus. In Verwaltung, NPOs, Unternehmensführung und Entwicklungszusammenarbeit hilft Wirkungsorientierung, Ressourcen effizient einzusetzen und Verantwortung transparent zu machen.

Du lernst in diesem aiMOOC die Bausteine der Wirkungsorientierung kennen: von der Theory of Change und dem Wirkungslogik-Modell (Input–Aktivität–Output–Outcome–Impact) über SMARTe Ziele und Kennzahlen (KPIs) bis zu Methoden der Datenerhebung (qualitativ/quantitativ), Wirkungsanalyse und Wirkungscontrolling. Du wendest das Wissen in interaktiven Übungen an und überträgst es auf eigene Projekte.

Grundlagen der Wirkungsorientierung

Begriffe und Modelle

Wirkungsorientierung basiert auf einer klaren Zielhierarchie: Input (Ressourcen) → Aktivität (Maßnahmen) → Output (direkte Leistungen) → Outcome (Nutzeneffekte bei Zielgruppen, kurz- bis mittelfristig) → Impact (gesellschaftlicher Langzeiteffekt). Visualisiert wird dies oft als Wirkungslogik-Modell oder Logframe. Ergänzend strukturieren Balanced Scorecard oder OKR (Objectives & Key Results) die Verknüpfung von Strategie und Messgrößen.

Input: Geld, Zeit, Personal, Infrastruktur
Aktivitäten: Trainings, Kampagnen, Beratungen
Outputs: geschulte Personen, erstellte Materialien
Outcomes: verändertes Verhalten, verbesserte Fähigkeiten
Impacts: verbesserte Lebenslage, gesellschaftlicher Nutzen

Ziele formulieren: SMART und wirkungslogisch

Ziele sollen SMART sein: Spezifisch, Messbar, Attraktiv, Realistisch und Terminiert. In der Wirkungslogik formulierst Du Outcome-Ziele (Welche Veränderung bei der Zielgruppe?) und leitest Output-Ziele (Welche Leistungen erbringst Du?) ab. Ergänze sie durch Indikatoren mit Baseline und Zielwert sowie durch Datenquelle und Messfrequenz.

SMARTe Ziele mit Outcome-Fokus
Indikatoren inkl. Baseline und Zielwert
Datenquellen, Operationalisierung und Messplan

Messen und Bewerten: Datenerhebung & Evaluation

Du verwendest Methodenmix: quantitativ (z. B. Befragung, Experiment, A/B-Test) und qualitativ (z. B. Interview, Fokusgruppe, Beobachtung). Für Kausalattribution nutzt Du z. B. RCTs, Quasi-Experiment, Difference-in-Differences oder Contribution Analysis. Eine Evaluation prüft Relevanz, Effektivität, Effizienz, Wirkung und Nachhaltigkeit.

Monitoring & Evaluation (M&E)
Datenqualität: Validität, Reliabilität
Bias vermeiden: Selection Bias, Confirmation Bias, Hawthorne-Effekt
Datenschutz (DSGVO) und Forschungsethik

Steuerung und Lernen

Wirkungsorientierung ist ein Lern- und Steuerungsprozess (PDCA-Zyklus): Plan (Ziele, Logik), Do (Umsetzung), Check (Daten auswerten), Act (Anpassen, Skalieren, Beenden). Werkzeuge: Wirkungscontrolling, Dashboards, Lernbericht, Risikomanagement und Kosten-Nutzen-Analyse.

OKR/Balanced Scorecard verbinden Strategie und KPIs
Stakeholder-Analyse und Nutzwertanalyse
Theory of Change als Erzählung der Veränderung

Häufige Fehler und wie Du sie vermeidest

Aktivitätsfalle: Erfolg nur über Outputs definieren – statt Outcomes/Impacts.
Konfabulation: Wirkung behaupten ohne Evidenz – setze auf belastbare Daten.
Indikatoren ohne Baseline – immer Startwerte erfassen.
Korrelation ≠ Kausalität – nutze geeignete Designs.
Goodhart-Law: When a measure becomes a target – mehrere Maße kombinieren.

Praxis: Von der Idee zur Wirkung

Schritt-für-Schritt-Vorgehen

Problemdefinition: Welches Problem, für wen, in welchem Kontext?
Zielgruppe & Bedarfsanalyse: Wer profitiert, welche Barrieren?
Theory of Change & Wirkungslogikmodell: Annahmen und Risiken dokumentieren.
Indikatoren-Set & Messplan: Baseline, Zielwerte, Quellen, Frequenz.
Datenerhebung & Datenanalyse: Methodenmix, Triangulation.
Berichtswesen & Nutzung: Entscheidungen, Skalierung oder Anpassung.

Beispiel-Mini-Case

Ein Bildungsprojekt möchte digitale Kompetenzen bei Jugendlichen steigern. Outcome-Indikator: Anteil der Teilnehmenden, die am Ende des Kurses einen Praxis-Test bestehen. Baseline: 35 %, Ziel: 70 % nach 6 Monaten. Output-Indikatoren: Anzahl Trainings, Teilnehmende, Stunden. Datenquellen: Test, Kurzbefragung, Beobachtungsbogen. Evaluationsdesign: Wartegruppen-Design (quasi-experimentell). Steuerung: Monatliches Dashboard mit PDCA-Reviews.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was folgt in der Wirkungslogik unmittelbar auf den Output? (Outcome) (!Impact) (!Input) (!Aktivität)

Welches Zielformat unterstützt Wirkungsorientierung besonders gut? (SMART) (!SWOT) (!PESTEL) (!5-Why)

Welches Design erlaubt die stärkste Kausalattribution? (Randomisierte kontrollierte Studie) (!Querschnittsbefragung) (!Experteninterview) (!Fallstudie)

Welche Größe ist ein Beispiel für einen Outcome-Indikator? (Anteil der Teilnehmenden mit Kompetenzzuwachs) (!Anzahl gedruckter Broschüren) (!Budgethöhe des Projekts) (!Zahl der eingesetzten Trainer)

Was beschreibt eine Theory of Change vor allem? (Annahmen und Ketten von Ursache und Wirkung) (!Budgetposten und Kostenstellen) (!Rechtliche Rahmenbedingungen) (!Organigramm der Trägerorganisation)

Welche Kennzahl passt zu einer Balanced Scorecard? (Key Performance Indicator) (!Key Product Item) (!Knowledge Process Index) (!Kernel Parameter Instruction)

Welcher Fehler entsteht, wenn nur Outputs als Erfolg gelten? (Aktivitätsfalle) (!Placeboeffekt) (!Survivorship Bias) (!Regression zur Mitte)

Welche Datenquelle ist eher qualitativ? (Leitfadeninterview) (!Online-Panel mit Zufallsstichprobe) (!Automatisches Zählsystem) (!Multiple-Choice-Test)

Welcher Schritt gehört zum PDCA-Zyklus? (Check) (!Close) (!Cancel) (!Collect)

Welche Angabe gehört zu einem guten Indikator-Steckbrief? (Baseline und Zielwert) (!Lieblingsmethode des Teams) (!Logo des Projekts) (!Farbcode der Diagramme)

Memory

Erstelle passende Paare.

Wirkungslogik	Input→Aktivität→Output→Outcome→Impact
SMART	Spezifisch, Messbar, Attraktiv, Realistisch, Terminiert
RCT	Zufällige Zuweisung zu Gruppen
Baseline	Ausgangswert vor Maßnahmenbeginn
Dashboard	Visuelle Aufbereitung von KPIs
Contribution Analysis	Beitrag statt alleinige Ursache prüfen
Theory of Change	Annahmen und Wirkungsketten beschreiben

Drag and Drop

Ordne zu: Suchbegriffe zu Vorgaben (Begriffe in die rechte Spalte ziehen).

Ordne die richtigen Begriffe zu.	Thema
Suchbegriff 1	Wirkungslogik
Suchbegriff 2	SMART
Suchbegriff 3	Baseline
Suchbegriff 4	RCT
Suchbegriff 5	PDCA

Kreuzworträtsel

Formuliere die gesuchten Fachbegriffe (ein Wort, 4–22 Buchstaben).

Outcome	Kurz- bis mittelfristiger Effekt bei Zielgruppen
Baseline	Ausgangswert vor Projektstart
Evaluation	Systematische Bewertung eines Programms
Indikator	Messgröße zur Zielüberprüfung
Wirkmodell	Vereinfachtes Modell der Wirkungslogik
Datenethik	Prinzipien für verantwortungsvolles Forschen

LearningApps

Lückentext

Wirkungsorientierung richtet den Blick von Aktivitäten auf

.

Ein zentrales Werkzeug ist die

.

Die Kette der Wirkungslogik lautet Input, Aktivität, Output, Outcome und

.

Ein guter Indikator besitzt eine

und einen Zielwert.

Zur Kausalattribution wird häufig eine

eingesetzt.

Der PDCA-Zyklus umfasst Plan, Do, Check und

.

Qualitative Daten erhältst Du etwa durch ein

.

Quantitative Daten können über standardisierte

erhoben werden.

Dashboards unterstützen das laufende

.

Die DSGVO regelt den verantwortungsvollen Umgang mit

.

Offene Aufgaben

Leicht

Wirkungslogikmodell: Skizziere für ein Schulprojekt Deine Input-Output-Outcome-Impact-Kette auf einer Seite.
SMART-Methode: Formuliere drei Outcome-Ziele zu einem frei gewählten Projekt SMART.
Indikatoren: Erstelle für jedes Ziel je zwei passende Indikatoren mit Baseline und Zielwert.
Stakeholder-Analyse: Liste fünf relevante Stakeholder und ihre Erwartungen.

Standard

Theory of Change: Schreibe eine einseitige Narrative mit Annahmen, Risiken und externen Faktoren.
Messplan: Lege Datenquellen, Messfrequenzen und Verantwortlichkeiten in einer Tabelle fest.
Datenerhebung: Entwirf einen 8-Fragen-Fragebogen (quantitativ) und einen Interviewleitfaden (qualitativ).
Dashboard: Skizziere ein KPI-Dashboard (Ansichten, Kennzahlen, Aktualisierungsturnus).

Schwer

Quasi-Experiment: Plane ein Wartegruppen-Design zur Wirkungsmessung eines Trainings.
Kosten-Nutzen-Analyse: Schätze Kosten pro erreichtem Outcome und diskutiere Unsicherheiten.
Risikomanagement: Entwickle eine Risiko-Matrix zu Datenqualität, Ethik und Umsetzung.
Nutzung der Evaluation: Formuliere einen Plan, wie die Ergebnisse Entscheidungen beeinflussen.

Lernkontrolle

Wirkungslogikmodell: Begründe, warum eine klare Trennung von Output und Outcome die Steuerung verbessert. Beziehe Dich auf mögliche Fehlsteuerungen durch reine Aktivitätsmessung.
Evaluation: Vergleiche RCT und Quasi-Experiment hinsichtlich Machbarkeit, Ethik und Aussagekraft in Deinem Kontext.
Indikatoren: Entwickle für ein Ziel je einen führenden (Leading) und einen nachlaufenden (Lagging) Indikator und erkläre den Zusammenhang.
PDCA-Zyklus: Beschreibe, wie Du mit einem negativen Zwischenergebnis im Check-Schritt umgehst und welche Anpassungen folgen.
Datenqualität: Zeige auf, wie Bias minimiert werden kann und welche Trade-offs zwischen Validität und Reliabilität entstehen.