‘We can never test the accuracy of our assumptions through analysis. We have to get out and explore assumptions and ideas along the way – away from the desktop and close to the target audience where the solutions are present.’ (MINDLAB, Method Guide)

Probleme traditioneller Forschung

Die größte Herausforderung für die gegenwärtige empirische Bildungswissenschaft ist die Entfremdung zwischen Wissenschaft und Praxis. Nur sehr wenige aller empirisch-gewonnennen Erkenntnisse gelangen als Bereicherung zurück in die Alltagspraxis und nicht alles, was erforscht wird, ist für die Praxis tatsächlich relevant. Die Entfremdung zwischen Expertenkulturen und Akteuren ist in dem Festhalten an althergebrachte Überzeugungen begründet. Man geht im Allgemeinen davon aus, dass ein von Experten oder Entscheidungsträgern identifiziertes Problem hauptsächlich quantitativ gelöst werden muss. Dies geschieht anhand von empirisch begründeten Studien welche die kausalen und korrelierenden Zusammenhänge eines Problems aufzeigen, zum Beispiel mittels Regressions- und Strukturgleichungsmodellen, und versuchen es objektiv zu beschreiben. Die gewonnenen Datenauswertungen werden schließlich den Entscheidungsträgern zur Evaluierung möglicher Lösungen präsentiert. Ein gutes Beispiel sind die PISA Studien denen eine enorme politische Bedeutung zugesprochen wurde.

Dieser Ansatz impliziert bei genauerem Hinsehen eine Reihe von strukturellen Problemen, wenn es um die Entwicklung sozialer Lösungen geht. Das größte Problem ist, dass Beteiligte nur indirekt als Datenobjekte, etwa über Fragebogenauswertungen, in Lösungen mit einbezogen werden. Es ergeben sich diesbezüglich drei grundsätzliche Einschränkungen:

(1) Die Komplexität der Lebenswelt, Perspektiven, Motivationen und Ideen aller Beteiligten werden in traditonellen Studien nicht berücksichtigt. Die Reduzierung wertvoller sozialer Daten (zum Beispiel auf Likert-Skalen) stülpt allen Beteiligten bereits am Anfang der Analyse eine reduktionistische theoretische Außenperspektive auf. Dabei werden konzeptionelle Annahmen impliziert, die nicht mit der tatsächlichen Situation in situ übereinstimmen muss. Die Erfassung qualitativer Daten wird zu Beginn des wissenschaftlichen Lernprozesses methodisch reduziert anstatt ausgeweitet.

(2) Den unmittelbar Beteiligten wird keine Problembeteiligung gewährt. Da die eigentlichen Träger sozialer Entwicklungen nicht diskursiv in Lösungsentwicklungen einbezogen werden, entwickeln diese weder eine intrinsische Motivation die Verbesserung ihrer Lebenswelt aktiv mitzugestalten, noch gewinnen Forschungsinitiativen eine persönliche wie kollektive Bedeutung durch aktive Partizipation.

(3) Es wird von einer Reihe von Prämissen ausgegangen, die Forscher und Entscheidungsträger oft unreflektiert voraussetzen, zum Beispiel welches aus der Sicht aller Teilnehmer die erwünschten Effekte sind, anhand welcher Merkmale man diese Effekte messen kann oder welche Ressourcen lokal zur Verfügung stehen um soziale Verbesserungen zu akkommodieren.

Die Entwicklung partizipatorischer Modelle

Ein Beispiel für die die kooperative Natur sozialer Verbesserungen sind etwa die Kriterien des Deutschen Schulpreises. Bereiche wie Umgang mit Vielfalt, Schulklima, die Schule als lernende Institution oder Verantwortung sind primär Kriterien sozialer Organisation. Im Mittelpunkt der Bildungsgestaltung stehen die Lernenden, ihre Eltern, die Lehrkräfte, Schulleitungen sowie das soziale Umfeld. Daher müssen Probleme und deren Konsequenzen gemeinsam identifiziert werden und mit neuem Wissen, Konzepten und Erleben qualitativ und quantitativ in Beziehung gesetzt werden. Durch eine prozessorientierte Vorgehensweise sozialer Interventionen können die Beiträge aller Beteiligten verbalisiert und zunächst als qualitative Daten erfasst werden. Wissenschaftler werten begleitend die Ergebnisse qualitativer Untersuchungen aus und setzen diese mit quantitativen Datensätzen in Beziehung.

Durch die Erstellung testbarer Prototypen und deren Peer-Evaluierung ergeben sich neue Möglichkeiten wissenschaftlicher Analyse, insbesondere bei der Erstellung prognostizierbarer Modelle. Eine kooperative Entwicklung und begleitende wissenschafliche Unterstützung sozialen Wandels erfordert hier neue Denkansätze und innovative methodologische Konzepte.

Grafik: Neue Softwareprogramme wie zum Beispiel ‚Rapidminer‘ ermöglichen eine schnelle Analyse komplexer Datensätze. Sie umfassen zudem Maschinenlernen und das Modellieren vorhersagbarer Modelle.

rapidminer33

SPEZIELLE MERKMALE SOZIALER PROBLEME

Anders als bei instrumentellen Problemen die typischerweise sehr genau definiert werden können, müssen Gruppen zur Lösung sozialer Probleme zunächst einen Konsens darüber finden welche allgemeinen Verbesserungen sich Menschen von Veränderungen versprechen. Alle Teilnehmer müssen sich Klarheit darüber verschaffen, welche Ressourcen ihnen zur Verfügung stehen und wie ein kollektiver Lernprozess prinzipiell strukturiert werden kann. Ohne eine gemeinsame Vorstellung darüber wie individuelle Teilnehmer ihre persönlichen Erfahrungen und Ressourcen miteinbringen können, würden konkrete soziale Herausforderungen zu beliebigen theoretischen Konstrukten verkümmern. Die Verortung persönlicher wie institutioneller Ressourcen und Inputs ist eine notwendige Voraussetzung für erfolgreiches Teamwork.

Erst nach einer solchen Vorstrukturierung macht es Sinn Probleme genauer zu definieren, inklusive all ihrer Gründe und verbundenen Konsequenzen. Da soziale Probleme oft eng miteinander verbunden und verschachtelt sind lassen sie sich graphisch auch in der Form eines ‚Problembaumes‘ darstellen. Zentrale Probleme teilen sich erfahrungsgemäß in viele kleinere Unterprobleme auf.  Zudem bestehen zwischen den verschiedenen Arten von Problemen kausale Zusammenhänge die berücksichtigt werden müssen.

Im Gegensatz zu instrumentellen Problemen bei denen es oft eine finale, statische Lösung gibt, sind menschliche Anstrengungen das Resultat organischer Gruppenprozesse. Auch nachdem zufriedenstellende Lösungen gefunden wurden ist es wichtig zukünftige Szenarien durchzuspielen um die potenzielle Robustheit neuer Modelle und Anstrengungen zu evaluieren. Eine solche Vorgehensweise läuft auf eine Verwissenschaftlichung der Alltagspraxis, eine höhere Selbstbestimmung aller Teilnehmer und eine präzisere Definition entsprechender Verantwortungsbereiche hinaus.