Den Bewertungs-Workshop moderieren: damit nicht die lauteste Stimme gewinnt

Du hast eine Methode. Nutzen, Aufwand, Grenze, Rangfolge. Was noch fehlt, ist der schwierigste Teil: Die Zahlen müssen von Menschen kommen, die im selben Raum sitzen und unterschiedliche Interessen haben.

Ein Bewertungs-Workshop ist deshalb keine Präsentation. Du zeigst dort keine fertige Matrix — du erzeugst sie. Und wie du das moderierst, entscheidet, ob am Ende eine Bewertung steht oder eine Meinung mit Zahlen daneben.

Das Grundproblem hat einen Namen

Stell dir die übliche Runde vor. Zehn Leute am Tisch, der erste Fall liegt auf dem Tisch, du fragst: „Wie hoch schätzt ihr den Aufwand?" Und jemand antwortet. Sagen wir: eine Acht.

Ab diesem Moment sind alle anderen Schätzungen keine Schätzungen mehr.

Das ist kein Charakterfehler und keine Frage von Disziplin. Amos Tversky und Daniel Kahneman haben den Mechanismus 1974 in *Science* beschrieben: den Ankereffekt. In ihrem bekanntesten Versuch drehten Teilnehmer ein Glücksrad, das manipuliert war und entweder bei 10 oder bei 65 stehen blieb. Danach sollten sie schätzen, wie hoch der Anteil afrikanischer Staaten in den Vereinten Nationen ist.

Eine Zahl, von der alle wussten, dass sie aus einem Glücksrad kam, hat die Schätzungen fast verdoppelt.

In deinem Workshop kommt die erste Zahl nicht aus einem Glücksrad. Sie kommt von der Person mit dem höchsten Rang oder der schnellsten Reaktion. Und sie wirkt genauso.

Die Gegenmaßnahme ist über sechzig Jahre alt

Alle schätzen gleichzeitig und ohne voneinander zu wissen. Erst danach wird geredet.

Das Verfahren stammt von der RAND Corporation und heißt Delphi-Methode. Norman Dalkey und Olaf Helmer haben es 1963 veröffentlicht: anonyme Einzelschätzungen, dann eine Rückmeldung über die Verteilung, dann eine zweite Runde.

In der Softwareentwicklung kennt man dasselbe Prinzip als Planning Poker, von James Grenning 2002 beschrieben — alle legen ihre Karte gleichzeitig, niemand zuerst.

Der Kern ist immer derselbe: Die Schätzung wird abgegeben, bevor jemand die Meinung der anderen kennt. Nicht, weil Diskussion schadet. Sondern weil sie danach etwas anderes ist: ein Abgleich zwischen unabhängigen Einschätzungen statt einer Reihe von Zustimmungen zur ersten Zahl.

Was das praktisch heißt: Keine Runde, in der reihum gesagt wird. Keine Handzeichen. Keine Zahl an der Flipchart, bevor alle abgegeben haben. Zettel, Karten oder Telefone — das Medium ist egal, die Gleichzeitigkeit nicht.

Median, nicht Mittelwert

Wenn zehn Stimmen da sind, brauchst du eine Zahl daraus. Hier gibt es eine richtige und eine falsche Wahl.

Neun Leute schätzen den Aufwand auf 3 oder 4. Eine Person setzt 10 — weil sie ein früheres Projekt vor Augen hat, das entgleist ist.

Der Median ist unempfindlich gegen einzelne Ausreißer. Das ist genau, was du hier brauchst: Eine einzelne extreme Stimme soll das Ergebnis nicht verschieben.

Aber sie soll auch nicht verschwinden. Diese eine Zehn ist die interessanteste Stimme im ganzen Raum — und der Median ist der Grund, warum du sie dir ansehen kannst, ohne dass sie das Ergebnis kippt.

Die Spannweite ist deine Tagesordnung

Nach jeder Abstimmung hast du zwei Informationen: das Ergebnis und die Spannweite — den niedrigsten und den höchsten abgegebenen Wert.

Das Ergebnis trägst du ein. Mit der Spannweite arbeitest du.

Liegen alle Stimmen zwischen 3 und 5, ist der Fall verstanden. Median eintragen, weitergehen. Da gibt es nichts zu besprechen, und jede Minute Diskussion ist verschenkt.

Liegen die Stimmen zwischen 2 und 9, hast du etwas gefunden. Nicht einen Streit, sondern eine Information, die im Raum ist und die noch niemand ausgesprochen hat. Jemand weiß etwas, das die anderen nicht wissen.

Die Frage dazu lautet nicht: *Wer hat recht?* Sie lautet:

Was weiß die Person, die 9 gesetzt hat — und was weiß die, die 2 gesetzt hat?

In neun von zehn Fällen kommt dann ein Satz, der die Bewertung verändert:

• „Wir haben das vor drei Jahren schon versucht."
• „Die Schnittstelle gibt es seit dem letzten Update."
• „Das läuft über den Kollegen, der im Herbst geht."

Deshalb ist die anonyme Abstimmung kein Ersatz für die Diskussion. Sie ist ihre Vorbereitung — sie sagt dir, worüber zu reden sich lohnt.

Und sie macht die Diskussion kürzer: Bei fünf Fällen und einem halben Tag hast du je Fall etwa zehn Minuten. Die willst du nicht dort verbrauchen, wo ohnehin Einigkeit herrscht.

Wer im Raum sitzt

Aus Lektion 6 kennst du die Regel: Jedes Kriterium wird von der Rolle geschätzt, die es verantwortet. Für den Workshop heißt das vier Gruppen:

Der Prozesseigentümer. Die Person, die den Ablauf täglich macht. Ohne sie schätzt der Raum Fallzahlen, statt sie zu kennen — und genau daran scheitert die halbe Bewertung.

Die IT. Für Daten, Technik und Integration. Nicht der IT-Leiter allein, sondern jemand, der die Systemlandschaft im Detail kennt.

Jemand mit Budgetverantwortung. Nicht, um zu entscheiden, sondern damit die Größenordnungen nicht später überraschen.

Datenschutz oder Rechtsabteilung, sobald ein Fall personenbezogene Daten berührt.

Und der Betriebsrat

Ein Punkt, der oft zu spät bedacht wird. Wo es einen Betriebsrat gibt, hat er beim Einsatz von KI Beteiligungsrechte:

• § 90 Abs. 1 Nr. 3 BetrVG verlangt Unterrichtung und Beratung bei der Planung von Arbeitsverfahren und Arbeitsabläufen einschließlich des Einsatzes künstlicher Intelligenz.
• § 80 Abs. 3 BetrVG gibt dem Betriebsrat ausdrücklich das Recht, für die Beurteilung der Einführung oder Anwendung von KI einen Sachverständigen hinzuzuziehen.
• § 87 Abs. 1 Nr. 6 BetrVG greift, sobald das Verfahren geeignet ist, Verhalten oder Leistung zu überwachen — das ist bei vielen Auswertungen der Fall.

Kein Rechtsrat, und keine vollständige Aufzählung. Der praktische Punkt ist ein anderer: Der Betriebsrat gehört früh informiert — nicht, weil es Vorschrift ist, sondern weil ein Vorhaben, das ihn übergeht, später stillsteht.

Der Ablauf

Ein Bewertungs-Workshop für fünf bis zehn Fälle dauert einen halben Tag. Anbieter solcher Workshops beziffern ihr eigenes Ergebnis erstaunlich einheitlich auf fünf bis zehn bewertete Fälle je Termin. Das sind Selbstauskünfte von Leistungsseiten, keine Erhebung — als Erwartungswert für die Menge, die aus einem Tag herauskommt, aber brauchbar.

1 · Die Methode erklären, bevor der erste Fall kommt

Beide Skalen, beide Richtungen, die Grenze bei 5,5. Fünf Minuten, und du sparst dir jede Rückfrage später. Der häufigste Stolperstein: dass die Aufwandsskala andersherum läuft als die Nutzenskala.

2 · Je Fall zuerst die Fakten

Die Pflichtangaben aus Lektion 4 — Fallzahl, Zeit je Fall, Stundensatz, laufende Kosten. Das ist keine Schätzung, das ist Erhebung. Wer hier zu schätzen anfängt, hat den Rest der Bewertung schon verloren.

3 · Dann die Bewertung

Alle gleichzeitig, anonym, entlang aller Kriterien — nicht ein Gesamtwert für „Nutzen" und einer für „Aufwand". Der Unterschied ist erheblich: Ein Gesamtwert verwischt, ob der Aufwand an den Daten, an der Technik oder am Change hängt.

4 · Spannweite ansehen

Eng — weiter. Weit — nachfragen, verstehen, gegebenenfalls neu abstimmen. Die zweite Abstimmung nach der Aufklärung ist der eigentliche Delphi-Schritt.

5 · Ergebnis übernehmen und sichtbar machen

Die Matrix aktualisiert sich vor aller Augen. Das ist mehr als Bequemlichkeit: Wer sieht, wie die eigene Einschätzung die Position verändert, versteht die Methode besser als durch jede Erklärung.

Und die wichtigste Regel zum Schluss

Erst am Ende alle Fälle nebeneinander zeigen. Nicht vorher. Wer die Rangliste sieht, bevor er den letzten Fall bewertet, bewertet den letzten Fall relativ zur Liste — und nicht mehr für sich. Das ist derselbe Ankereffekt, nur eine Ebene höher.

Vier Situationen, die zuverlässig kommen

„Können wir nicht einfach abstimmen, welcher Fall der wichtigste ist?" Nein. Genau das produziert eine Meinung, die niemand nachrechnen kann — und in vier Wochen weiß keiner mehr, warum. Die Bewertung entlang der Kriterien dauert länger und ist der ganze Punkt der Methode.

Jemand kennt seine eigenen Zahlen nicht. Fallzahl unbekannt, Zeit je Fall geschätzt. Dann wird der Fall nicht bewertet, sondern zurückgestellt — mit einer Aufgabe und einem Namen. Zurückstellen heißt nicht ablehnen, und das gehört ausdrücklich gesagt, sonst hört es der Ideengeber als Absage.

Die Geschäftsführung kommt für zwanzig Minuten dazu und nennt eine Zahl. Der gefährlichste Moment des Termins, denn es ist ein Anker mit Autorität. Der Umgang damit: die Zahl aufnehmen wie jede andere, in die Abstimmung geben — und anschließend die Spannweite zeigen. Wenn die Runde bei 3 liegt und die Geschäftsführung bei 8, ist das eine Information über den Fall, keine über die Runde.

Ein Fall wird immer weiter diskutiert. Setz eine Zeitgrenze je Fall, bevor der erste kommt. Zehn Minuten. Was danach offen ist, ist keine Bewertungsfrage, sondern eine offene Angabe — und die kommt auf die Liste, nicht in die Diskussion.

Was jeder Fall beim Verlassen des Raums haben muss

Hier scheitern die meisten Workshops, und zwar nach dem erfolgreichen Teil.

Am Ende hängt die Matrix an der Wand, die Rangfolge ist unstrittig, alle nicken. Vier Wochen später fragt jemand, ob man die Folien noch einmal schicken kann. Gebaut hat niemand etwas.

Das ist kein Überzeugungsproblem. Die Bewertung war richtig, die Reihenfolge auch. Was fehlt, ist der Schritt von einer bewerteten Liste zu Aufträgen, die jemand mit Namen und Datum übernimmt. Dieser Schritt passiert im Workshop oder gar nicht.

Für jeden Fall, den ihr tatsächlich startet, braucht es fünf Angaben, bevor der Raum sich leert:

Diese fünf Angaben passen auf eine Karteikarte und funktionieren genauso auf einem Flipchart. Sie sind der Unterschied zwischen einem Zustand („So haben wir am 14. März über diese Ideen gedacht") und einer Verpflichtung („Diese Person tut bis zu diesem Datum das").

Was danach kommt, ist Lektion 9.

Für Berater:innen

Deine Rolle im Raum ist unbequem: Du moderierst ein Verfahren, dessen Ergebnis du nicht kennen darfst. Sobald der Mandant den Eindruck hat, du steuerst auf ein bestimmtes Ergebnis zu, ist die ganze Bewertung entwertet.

Zwei Dinge helfen:

Vergib selbst keine Werte. Auch dann nicht, wenn du gefragt wirst — und du wirst gefragt. Die passende Antwort ist eine Rückfrage: „Was wäre denn Ihre Einschätzung, und woran machen Sie sie fest?"

Mach die Methode transparent, bevor sie gebraucht wird. Wer den Rechenweg vorher kennt, kann das Ergebnis nicht als Trick abtun. Deshalb die fünf Minuten am Anfang.

Für interne KI-Verantwortliche

Deine Schwierigkeit ist eine andere: Du sitzt nicht neutral im Raum. Du hast Interessen, du kennst die Beteiligten, und einige davon sind dir vorgesetzt.

Der wirksamste Hebel dagegen ist die Anonymität — sie schützt nicht nur die Teilnehmer, sondern auch dich. Ein Ergebnis, das anonym zustande kam, musst du nicht verteidigen. Du kannst es zeigen.

Und wenn dein eigener Lieblingsfall schlecht abschneidet: Lass ihn schlecht abschneiden. Genau dieser Moment entscheidet, ob dir die Runde beim nächsten Termin glaubt.

Häufige Fragen

Wie viele Teilnehmer sind sinnvoll? Fünf bis zehn. Weniger, und einzelne Stimmen dominieren den Median. Mehr, und die Nachfrage-Runde zur Spannweite wird unbezahlbar lang.

Muss wirklich jeder alles bewerten? Ja — aber jeder darf sagen, dass er es nicht weiß. Eine Enthaltung ist eine ehrliche Angabe. Was nicht funktioniert: dass nur die IT den Aufwand bewertet. Dann verlierst du genau die Spannweite, in der die Information steckt.

Was, wenn jemand offensichtlich taktisch abstimmt? Der Median fängt eine einzelne taktische Stimme ab. Fallen mehrere auf, ist das kein Methodenproblem, sondern ein Hinweis darauf, dass die Entscheidung anderswo schon gefallen ist — und das ist ein Gespräch außerhalb des Workshops.

Reicht nicht ein Umlaufverfahren per E-Mail? Für die Abstimmung ja, für die Spannweiten-Diskussion nein. Der Wert des Termins liegt genau im Nachfragen — und das findet schriftlich nicht statt.

Zwei Abstimmungsrunden je Fall — wird das nicht zu lang? Nur bei den Fällen mit weiter Spannweite, und das sind erfahrungsgemäß zwei bis drei von zehn. Der Rest ist nach einer Runde erledigt.

Quellen

• **Amos Tversky, Daniel Kahneman**, „Judgment under Uncertainty: Heuristics and Biases", *Science* 185 (1974) — Ankereffekt, Glücksrad-Versuch mit den Ankern 10 und 65 und den mittleren Schätzungen 25 % und 45 %. — 1974) — Ankereffekt
• **Norman Dalkey, Olaf Helmer**, „An Experimental Application of the Delphi Method to the Use of Experts", *Management Science* 9 (1963), RAND Corporation. — 1963)
• **James Grenning**, „Planning Poker or How to Avoid Analysis Paralysis while Release Planning", 2002. — 2002
• **§ 80 Abs. 3, § 87 Abs. 1 Nr. 6, § 90 Abs. 1 Nr. 3 BetrVG** — Sachverständige, Mitbestimmung bei technischen Überwachungseinrichtungen, Unterrichtung bei Arbeitsverfahren einschließlich KI. — siehe Quelltext
• **Selbstauskünfte von Anbietern von KI-Potenzialworkshops** zum Mengengerüst (fünf bis zehn bewertete Fälle je Termin) — Leistungsseiten, keine Erhebung. — Erhebung