Daten und Zivilgesellschaft – Unsere Bedarfsanalyse Anfang 2023
Besser spät als nie: In diesem Blog Post veröffentlichen wir die Ergebnisse der Bedarfsanalyse, die wir von Dezember 2022 bis Ende März 2023 zusammen mit neuland21 e.V., gefördert von aqtivator gGmbH und Schöpflin Stiftung, durchgeführt haben. Der Kontext der Bedarfsanalyse war das Konzept des Dateninkubators, der perspektivisch unsere Arbeit in Data4Good Skilled-Volunteering Projekten mit unseren Data Literacy Angeboten in einem sechsmonatigen Weiterbildungs- und Umsetzungsprogramm zusammenbringen soll.
Konkret wollten wir in der Bedarfsanalyse herausfinden, …
- … wie die organisierte Zivilgesellschaft derzeit mit Daten arbeitet.
- … welche Bedarfe in der Zivilgesellschaft bestehen, um sich in der Arbeit mit Daten weiterzuentwickeln.
- … inwiefern der Dateninkubator diese Bedarfe erfüllen kann.
In diesem Blog-Post soll es nicht um den Dateninkubator im Detail gehen. Wir wollen vielmehr die Erkenntnisse aus der Bedarfsanalyse teilen, die auch für andere Akteur*innen im Feld relevant sein könnten.
Die drei Typen
In unserer fast neunjährigen Arbeit mit der Zivilgesellschaft haben wir den Eindruck gewonnen, dass der Entwicklungsstand von Organisationen in Bezug auf Daten und ihre Nutzung sehr divers ist: Manchen Organisationen müssen wir nichts mehr beibringen, andere sind am Anfang und mitten in ihrer “Datenreise”, mit vielen anderen kommen wir gar nicht in Kontakt, weil sie gar nicht oder kaum digital unterwegs sind.
Diesen Eindruck wollten wir im Rahmen der Bedarfsanalyse überprüfen. Anhand von 14 Leitfadeninterviews mit unterschiedlichen zivilgesellschaftlichen Organisationen leiteten die Kolleginnen von neuland21 e.V. eine Typisierung mit drei Typen ab.
Typ 0: Pre-Anfänger*innen
Diese Gruppe ist durch geringe bis keine Erfahrung mit Digitalisierung und Daten charakterisiert. Sie haben wenig Verständnis oder Wissen darüber, was mit Daten möglich ist.
Handlungsempfehlungen:
- Erstkontakt durch Informationsveranstaltungen und Sensibilisierung für Datenprojekte
- Sehr niedrigschwellige Angebote
- Mögliche Themen: Warum mit Daten arbeiten? Datenspeicherung, -bereinigung, -management; einfache Auswertungen
Typ 1: Neugierig-Unerfahrene
Diese Gruppe hat ein grundlegendes Verständnis von Daten, aber es fehlen ihnen spezifische Informationen zu Datenbanken, Digital- oder Datenstrategien. Sie benötigen allgemeine Kompetenzschulungen und spezifische Beratung, um das Potenzial von Datenprojekten für ihre Organisation zu verstehen.
Handlungsempfehlungen:
- Mehrstufige Schulungsprozesse inkl. Beratung und verschiedenen Einstiegsmöglichkeiten je nach Reifegrad
- Information zu Daten im Allgemeinen und möglichen Datenprojekten
- Beratung zu konkreten Herausforderungen und Bedarfen der jeweiligen Organisation
- Ggf. passgenaue Schulungen zu spezifischen Technologien, um gemeinsam ein Projekt umsetzen
Typ 2: Daten-Strateg*innen
Diese Kategorie umfasst Organisationen mit professionalisierten Strukturen und einem hohen Datenverständnis. Sie haben bereits konkrete Digitalisierungs- oder Datenprojekte geplant oder durchgeführt und vergleichen sich eher mit For-Profit-Organisationen als mit anderen NPOs. Ihr Bedarf liegt in der spezifischen Beratung zu Datenprojekten und der Entwicklung entsprechender Schnittstellen zwischen Tools.
Handlungsempfehlungen:
- Organisationsspezifische Beratung für komplexere Datenprojekte/-probleme
- Vernetzung mit Dienstleister*innen, die auf bestehender Infrastruktur und Prozessen aufsetzen können
Wie bei jeder Typisierung, Klassifizierung oder Ontologie geht auch bei dieser Einteilung Information verloren und es wird immer Organisationen geben, die sich nicht klar einem Typ zuordnen lassen. Die Typisierung und die abgeleiteten Handlungsempfehlungen halfen und helfen uns jedoch enorm dabei, bedarfs- und zielgruppenorientiert über unsere Angebote und Aktivitäten nachzudenken und diese weiterzuentwickeln.
Datenreifegradmodelle
Die empirisch abgeleitete Typisierung lässt sich gut theoretisch mit sogenannten Datenreifegradmodellen unterfüttern. Mit diesen und anderen Konzepten und Frameworks, u.a. zu Digitalisierungsgrad und Data Literacy, haben wir uns in der Literaturrecherche näher beschäftigt.
Insbesondere das Data Maturity Framework des britischen Sozialunternehmens Data Orchard finden wir hilfreich, um mehrdimensional über Daten und Zivilgesellschaft nachzudenken, da es explizit Faktoren nennt, die bei der Suche nach Lösungsansätzen und Weiterentwicklungsmaßnahmen unserer Ansicht nach häufig vernachlässigt werden: Kultur, Leadership, Analysearten und nicht zuletzt Daten an sich als “Rohstoff”. Natürlich ist es sinnvoll, dem Mangel an Kompetenzen mit Weiterbildungen zu begegnen (Skills), Ideenworkshops durchzuführen (Use Cases) oder ein neues BI-Tool einzuführen (Tools). Doch ohne die Unterstützung der Führungsebene (Leadership), eine offene, fehlertolerante Organisationskultur und nicht zuletzt qualitätsvolle, gut gemanagte Daten werden diese Maßnahmen keine langfristige Entwicklung hin zu einem höheren Datenreifegrad im Sinne der Typisierung anstoßen können.
Das Data Maturity Framework hilft daher aus unserer Sicht sehr dabei, einen ganzheitlicheren Blick im Sinne der Organisationsentwicklung zu erhalten und bei der Entwicklung von Unterstützungsangeboten sämtliche Faktoren mitzudenken.
Forschung zum Status Quo
In unserer Recherche haben wir uns auch mit dem Stand der Forschung zum Status Quo in der Zivilgesellschaft befasst. Insgesamt war unsere Erkenntnis hier, dass das Ausmaß gerade im deutschsprachigen Raum für die Schnittstelle Daten und Zivilgesellschaft noch eher dürftig ist: Entweder wird die Nutzung von Daten lediglich aus Datenschutzperspektive diskutiert oder der Fokus auf Künstliche Intelligenz als Technologie verengt. Forschung, die Organisationen als Ganzes und Datennutzung in ihrer technologischen Breite in den Blick nehmen, fehlt leider bisher.
Daher freuen wir uns, dass seit der Bedarfsanalyse im Projekt KI in Nicht-Regierungsorganisationen (KINiro) der OTH Regensburg zumindest zur Schnittstelle KI und Zivilgesellschaft und mit einem Fokus auf Organisationsentwicklung weiter geforscht wird.
Ausblick
Dieser Blogpost bietet lediglich einen kleinen Einblick in die Ergebnisse unserer Bedarfsanalyse. Schaut bei Interesse gerne in die Literaturrecherche und die Abschlusspräsentation*. Wir freuen uns sehr, wenn die Ergebnisse euch weiterhelfen!
Die Erkenntnisse der Bedarfsanalyse haben uns enorm geholfen, unser Dateninkubator-Konzept inhaltlich zu überarbeiten und neue Ideen und Ansätze bedarfsorientiert zu denken und zu gestalten, z.B. unseren neuen Grundkurs “Daten verstehen und nutzen”. Wir danken der aqtivator gGmbH und der Schöpflin Stiftung für die Förderung der Bedarfsanalyse und neuland21 e.V. für die exzellente Arbeit.
Du willst auf dem Laufenden bleiben zum Dateninkubator und unseren anderen Angeboten für Non-Profit-Organisationen? Dann abonniere jetzt unseren Newsletter für NPOs!
*Bei beiden Dokumenten handelt es sich um gekürzte Versionen. Ergebnisse, die sich spezifisch auf den Dateninkubator beziehen, sind nicht enthalten.
Links
Dislaimer: ChatGPT hat die Ausarbeitung des Blog-Posts punktuell unterstützt, z.B. bei der Beschreibung der Typen basierend auf der Tabelle.