Monitoring
Katrins Datenvorhaben läuft seit zwölf Monaten. Im Steuerungskreis fragt der Oberbürgermeister, was das Projekt konkret gebracht habe. Katrin kann erklären, was aufgebaut wurde: eine neue Dateninfrastruktur, verbesserte Datenflüsse, eine gemeinsame Plattform. Sie kann nicht zeigen, was sich dadurch verändert hat. Eine Ausgangslage wurde vor Projektbeginn nicht erhoben. Wie lange Abfragen früher dauerten, wie viele Fehler in Datensätzen lagen, wie oft Informationen doppelt erfasst wurden, hat niemand gemessen.
Es gibt keinen Nachweis der Wirkung, auf den sich eine Entscheidung stützen könnte.
Was dieses Werkzeug tut
Das Monitoring macht überprüfbar, ob ein Datenvorhaben hält, was geplant war. Es trennt dabei zwei Arten des Scheiterns: entweder sind die Daten nicht gut genug, um den Use Case zu tragen, oder die Daten sind gut und die erhoffte Verbesserung bleibt trotzdem aus. Deshalb wird beides getrennt erhoben, die Datenqualität gegen die Anforderungen aus Kartierung und Datensteckbrief, die Wirkung gegen die Versprechen des Fixsterns. Erst diese Trennung macht die Messung aussagekräftig: Fließen die Daten wie geplant, ohne dass die Wirkung eintritt, war eine der Annahmen im Fixstern falsch. Das Ergebnis ist eine kurze Liste von Kennzahlen mit Anspruch, Verantwortlichen und Messrhythmus, deren Ausgangswerte vor dem Start erhoben werden: ohne sie bleibt jede spätere Aussage über Verbesserungen angreifbar.
So wird das Werkzeug angewendet
Die Vorlage trennt zwei Arbeitsblätter: A für die Datenqualität, B für die Wirkung. Auf beiden entsteht jeder Kandidat über die gleiche Leiter aus drei Spalten. Für die Datenqualität setzen Sie bei den Symptomen an, die Ihre Nutzenden ohnehin äußern („Da fehlen Angaben”), benennen die Eigenschaft dahinter (Vollständigkeit) und formulieren daraus eine Prüffrage. Für die Wirkung übernehmen Sie die Versprechen aus dem Fixstern im Wortlaut, beschreiben die beobachtbare Veränderung und leiten die Prüffrage ab. Zusätzliche Kandidaten liefern die Frühwarnindikatoren aus der Risiko- und Hürdenanalyse. Sammeln Sie hier breit, gefiltert wird im nächsten Zug.
Schätzen Sie jeden Kandidaten entlang drei Kriterien ein: den Erfassungsaufwand, die Handlungskonsequenz (führt eine Veränderung zu einer konkreten Entscheidung?) und die Beeinflussbarkeit (ist die Veränderung auf Ihr Vorhaben zurückführbar?). Was aufwändig zu erheben ist und keine Handlung auslöst, fällt heraus. Auf Arbeitsblatt B hat die Beeinflussbarkeit das höchste Gewicht: eine Kennzahl, die sich auch ohne Ihr Vorhaben verändert, belegt keine Wirkung.
Halten Sie für jede Kennzahl fest, welche Bezugsannahme aus Datensteckbrief oder Fixstern dahinter steht, wie erhoben wird (manuell, halbautomatisch oder real-time), wer verantwortlich ist und in welchem Rhythmus gemessen wird. Die entscheidende Spalte ist der Anspruch: nicht der bestmögliche Wert, sondern der, der für diesen Zweck gut genug ist, etwa „max. 7 Tage, tagesaktuell ist nicht nötig”. Prüfen Sie vor jeder Beschaffung, ob ein vorhandenes Fachverfahren die Kennzahl schon liefert.
Bevor der Use Case in Betrieb geht, erheben Sie je Kennzahl den Ausgangswert und setzen die Ampelschwellen. Ohne diese Ausgangsmessung sind spätere Aussagen über Verbesserungen nicht belastbar. Am Ende des Zyklus zeigt der Vergleich beider Arbeitsblätter, woran Sie sind: Liegen die Datenqualitäts-Kennzahlen im Anspruch, die Wirkungs-Kennzahlen aber nicht, war eine Annahme aus dem Fixstern falsch. Diese Erkenntnis nehmen das Maturity Assessment und der nächste Use-Case-Zyklus auf.
Wirkung im Gesamtprozess
Wähle ein Werkzeug aus, um den Beitrag der Monitoring zu sehen.
Adressierte Barrierenkreisläufe
Direkt adressierte Barrieren (●) und indirekt unterstützte Kreisläufe (○) aus dem ÖPGV-Whitepaper.
Ohne dokumentierte Wirkungsnachweise bleibt der Nutzen von Datenprojekten abstrakt. In einem dokumentierten Fall fragte die Bürgermeisterebene nach Abschluss eines Klimaprojekts, ob es etwas gebracht habe, und niemand konnte antworten. Das Monitoring erhebt die Baseline vor Projektbeginn und macht Verbesserungen messbar.
Projekte enden ohne Auswertung, sodass keine strategischen Schlüsse gezogen und Folgeprojekte nicht begründet werden können. Das Monitoring strukturiert den Übergang vom Einzelprojekt zur lernenden Organisation.
Wenn sichtbare Erfolge ausbleiben, verfestigt sich die Wahrnehmung, dass Digitalisierung nichts bringt und der Kreislauf beginnt von vorn. Das Monitoring liefert die konkreten Belege, die diesen Kreislauf durchbrechen und das nächste Vorhaben legitimieren.
Ohne Wirkungsnachweise fehlt die politische Legitimation für Folgeprojekte. Das Monitoring schafft die Evidenzbasis, auf der die nächste Runde Führungsunterstützung aufgebaut werden kann.