Der Alltag eines Psychologen

Hier möchte ich einmal für Außenstehende beschreiben, wie der Alltag als Psychologe in einer Forschungseinrichtung aussieht. In einem Folgebeitrag gehe ich näher auf meine aktuelle Tätigkeit in etwas mehr Detail ein.

Begriffsabgrenzung

Ich habe schon beschrieben, dass es sich bei der Psychologie um eine Naturwissenschaft handelt und man sich dort viel mit der statistischen Auswertung von Daten beschäftigt. Darüber hinaus gibt es Schulpsychologen, Unternehmensberater und reichlich andere Stellen, bei denen fundiertes Wissen über menschliches Erleben und Verhalten notwendig ist. Das ist in der Regel aber nicht das, was sich die Allgemeinbevölkerung unter einem Psychologen vorstellt. Zumeist denken Menschen hier an einen Psychiater oder einen Psychotherapeuten, Begriffe, die synonym verwendet werden aber sich unterscheiden.

Psychiater

Ein Psychiater hat Medizin studiert und ist ein Arzt, der eine Weiterbildung im Bereich Psychiatrie gemacht hat. Als Mediziner darf dieser Medikamente verschreiben, was für viele psychische Krankheitsbilder durchaus notwendig ist wo auch eine stationäre Unterbringung Sinn hat. Vieles lässt sich nur medikamentös von einem Psychiater erfolgsversprechend behandeln wie z. B. Schizophrenie mit Wahnvorstellungen oder schwere Depressionen. Solch auffällige Personen bitte schnellstmöglich in eine psychiatrische Einrichtung bringen auch wenn es Überwindung kostet. Je eher diesen Menschen geholfen wird, desto eher geht es wieder weg bzw. desto höher ist die Wahrscheinlichkeit, dass es wieder weitgehend weggeht. Unbehandelt wird es nur schlimmer! Eine mögliche Stigmatisierung „Er war in der Psychiatrie!“ ist ein sehr kleiner Preis für die seelische Integrität. 

Psychotherapeut

Ein Psychotherapeut ist ein Psychologe, der nach abgeschlossenem Studium eine Weiterbildung zum Therapeuten angehängt hat. Dieser darf (noch) keine Medikamente verschreiben kennt sich jedoch sehr genau mit psychischen Störungen, ihren Ursprung und ihrer Linderung aus. Hier gibt es verschiedene Schulen die entweder komplett überholt und nicht nachweislich wirksam sind, wie die Psychoanalyse, oder viele Wirksamkeitsnachweise vorlegen können, wie die Kognitive Verhaltenstherapie. Bei der Kognitiven Verhaltenstherapie zeigt eine junge Meta-Analyse (eine Auswertung verschiedenster Studien zu einem Thema um ein Gesamtbild zu bekommen), dass auch hier die Wirksamkeit langsam nachlässt und neuer Handlungsbedarf besteht, die Therapieform zu überholen.

Psychologe

Ein Psychologe ist in erster Linie ein Wissenschaftler, wobei dies auch von der jeweiligen Universität abhängt. Die Justus-Liebig-Universität Gießen legt sehr großen Wert darauf, dass es eine gnadenlos auf Wissenschaft ausgelegte Ausbildung gibt. Letztlich ist dies auch unsere Daseinsberechtigung: Ohne wissenschaftliche Fundierung, wären Psychologen nur Schwätzer. In vielen Teilen sind sie das leider auch! Denn A) war die wissenschaftliche Orientierung früher nicht sonderlich stark ausgeprägt und B) gibt es noch reichlich Universitäten, die es mit der Psychologie weiterhin nicht so wissenschaftlich halten. Letztere sind auf die Ausbildung von schwammigeren Psychotherapeuten ausgelegt, bei denen eine wissenschaftliche Basis nicht nur für den Beruf unnötig sondern auch unvorteilhaft wäre.

Psychologie in der Forschung

Um es kurz zusammenzufassen, besteht der Alltag eines wissenschaftlich arbeitenden Psychologen sehr viel aus Tippen. Wir denken nach, rechnen und dokumentieren Studien für die Veröffentlichung in internationalen Fachzeitschriften. Wer schon mal eine große Hausarbeit geschrieben hat wie z. B. Diplom-, Magister-, Bachelor- oder Masterarbeit, der kann sich schon mindestens 50% der Tätigkeit eines wissenschaftlich arbeitenden Psychologen vorstellen. Das ganze aber natürlich wesentlich selbstständiger und ohne nähere Anleitungen. Das ist aber auch abhängig vom Forschungsinstitut, einer Universität und den einzelnen Abteilungen und Abteilungsleitern, wie viel Kontrolle aber auch Hilfestellung man erhält.

Die anderen 50% bestehen meistens aus Lehre, Weiterbildung, Konferenzen und der eigentlichen Konzeption, Erstellung und Durchführung von Studien.

Lehre – Häufig kommt es vor, dass man Studenten in Seminaren unterrichtet. Bis man einen Doktortitel hat, macht man dies als Vertretung oder als Tutor. Professoren haben ihre Vorlesungen und Seminare die sie zu all ihrer restlichen Arbeit und den 100 täglichen E-Mails bewältigen müssen.

Weiterbildung – Man lernt niemals aus! Man geht auf Workshops und mehrtägige Seminare um sich in statistischen Auswertungsmethoden weiterzubilden oder um sich in Themen wie „Projektmanagement“ oder „Gelungene Konferenzpräsentationen“ einzuarbeiten.

Konferenzen – Um die Sichtbarkeit der eigenen Forschung etwas zu erhöhen und um Verbindungen zu anderen Forschern zu knüpfen, spielen Konferenzen eine wichtige Rolle. Je nach Aufwand den man betreibt und dem Thema der Forschung hält man auf Konferenzen und Fachtagungen entweder einen Vortrag oder stellt ein Poster mit den wesentlichen Aspekten der aktuellen Forschung dar.

Studien – Der Motor und die Grundlage für alles in der Wissenschaft. Ohne Studien keine Publikationen. Und über die Anzahl der hochrangigen Publikationen werden wir bemessen. Wird zu wenig publiziert, werden auch gerne ganze Institute geschlossen. Hier taucht auch häufig die Problematik zwischen Quantität und Qualität auf. Beides steht konträr zueinander: Man kann viele Studien oder eine richtig umfangreiche Studie machen und diese in einem Artikel in einer qualitativ sehr hochwertigen wissenschaftlichen Fachzeitschrift publizieren (sofern man denn die unabhängigen Gutachter vom Fach dort überzeugen und zufriedenstellen kann). Oder man kann viele Studien machen und in vielen Artikeln, in immer noch sehr guten Fachzeitschriften, aber eben nicht grandiosen, veröffentlichen.

 

Die Wissenschaft ist ein hartes Pflaster. Viel Kritik wenig Lob und unsichere Arbeit – meine Arbeitsverträge liefen 5 Monate, 8 Monate, zwei Jahre, ein Jahr, 6 Monate, 6 Monate. Entweder man wird hart oder man zerbricht daran. Ständig wird die eigene Leistung der durchgeführten Studien, auf Konferenzen und bei der Einreichung von Manuskripten bei Fachzeitschriften in Frage gestellt. Auch wenn ich eine Person kenne, die das absolute Gegenteil ist:

Niemand ist so selbstkritisch und stellt die eigenen Leistungen so in Frage, wie wissenschaftlich arbeitende Psychologen.

Dabei müssten wir uns gar nicht so verstecken und unser Licht unter den Scheffel stellen. Wir stampfen komplette Projekte aus dem Boden, konzipieren diese, erzeugen sie und führen sie durch, koordinieren Arbeit mit unterschiedlichen Partnern, delegieren Aufgaben an Hilfskräfte, werten Studien statistisch aus, dokumentieren sie in Konferenzbeiträgen und Fachartikeln und präsentieren die destillierten Ergebnisse vor einem internationalen Publikum das keine Fehler verzeiht.

Personal financial management

Das ist eine Idee, die mich begeistert und auch nahe an meiner Doktorarbeit liegt: Die Möglichkeit computerunterstützt jedem Menschen ein „personal financial management“ zu ermöglichen. Es gibt ein paar Programme, die dies in Ansätzen versuchen aber leider noch nicht dort sind und auch ansonsten Schwierigkeiten mit der Usability haben.

Unter personal financial management würde man verstehen, dass mir beispielsweise in einer Bank ein persönlicher Finanzberater zur Verfügung steht, der sich um meine Finanzen kümmert und in meinem Interesse handelt. Tatsächlich geht es bei personal financial management nicht darum, dass jemand anderes sich um meinen Finanzen kümmert, sondern das ich mich um meine Finanzen kümmere.

Personal financial management bezieht sich auf Software, die den Anwendern hilft ihr Geld selbst zu verwalten.
– Wikipedia

Auf dem Markt gibt es unterschiedliche Apps die dies bereits versuchen bzw. zumindest Teile davon abdecken. Im Sinne des „Quantified Self“ erfassen sie die persönlichen Finanzen, werten diese aus und liefern handlungsweisende Informationen.

Konten

Finanzblick und Centralway Numbrs liefern einen mehr oder minder gut Überblick über die aktuellen Kontostände und versuchen zumindest noch die Daten auszuwerten und zum besseren Verständnis zu visualisieren. Aber wie ich es schon in meinem Beitrag zu „Quantified Self“ sagte:

Ohne eine Verhaltensänderung zu bewirken, sind alle Daten und Visualisierungen nutzlos.

Versicherungen

Hier kann man GetSafe und jüngst auch Clark benennen. Beide Unternehmen treten als Versicherungsmakler auf und möchten nicht nur einen Überblick über alle vorhandenen Versicherungen anbieten, sondern auch natürlich eventuell bessere Angebote darstellen. Mit dem Alter steigt häufig auch die Anzahl der Versicherungen und Zusatzversicherungen die man hat und hier den Überblick zu behalten ist mit gewissem Aufwand verbunden. Beide haben noch viel Potential nach oben denn ich würde gerne einen umfangreichen Überblick über meine Versicherungen haben der über die einfache Aufzählung meiner Versicherungen geht. Ich würde auch gerne sehen, was genau und zu welchen Konditionen ich versichert habe, wie man es häufig bei Versicherungsvergleichsseiten sieht.

Immobilien

Wirklich viele Apps mit umfangreichen Funktionen gibt es hier nicht. Im iTunes Store findet man Caretaker, der eine mobile Immobilienverwaltung ermöglicht. Daneben gibt es ganze Softwarepakete zur Immobilienverwaltung wie den WISO Hausverwalter oder den Lexware Hausverwalter.

 

Generell ist die Immobilienverwaltung, wie auch die Verwaltung der Konten und Versicherungen, nicht für den eigenständigen, mobilen Einsatz gedacht. Als unterstützende App für eine vollwertige Webseite hat es einen Nutzen, da man schnell nach dem Kontostand schauen kann oder Schäden an Immobilien sowie Zählerstände eintragen kann. Warum man eine App anstelle einer Webseite für Versicherungen braucht, wird mir nicht klar: Sind Versicherungen einmal abgeschlossen und gut, fasse ich ich die Jahre lang nicht mehr an. Zumindest nicht täglich und dann auch nicht zwischendurch auf meinem Smartphone.
Um wirklich Nutzen davon zu haben, braucht man einen größeren Überblick und etwas Zeit. Die mobile und schnelllebige Natur eines Smartphones ist hierbei ungeeignet. Ein Tablet oder ein gewöhnlicher Laptop/PC ist hier die richtige Wahl.

Keine der vorgestellten Apps bietet einen Überblick über alle meine finanziellen Aspekte. Ich spreche von einer Inventur aller persönlichen Aktiva und Passiva.

  • Girokonten
  • Sparbücher
  • Tagesgeld
  • Festgeld
  • Depots
  • Lebensversicherungen (falls ich jetzt kündigen würde)
  • Immobilien
  • Andere Versicherungen

Dies wäre zunächst nur ein Überblick darüber, über wie viel Vermögen man alles in allem an welchen Stellen verfügt. So kann man jederzeit eine Änderung daran vornehmen, wenn etwas aus dem Ruder läuft oder größere Ausgaben anstehen. Für den Fall das man plötzlich verstirbt, wäre so ein Überblick auch wirklich nützlich. Alles ist an einem Ort, man muss nicht suchen. Dies wäre eine massive, kognitive Erleichterung. Es wäre nichts anderes als ein gut gemachtes business dashboard für die persönliche Nutzung!

In einem nächsten Schritt kann man zu dem Überblick aller Finanzen auch die Verwaltung und automatische Empfehlungen hinzufügen. Um dies jetzt schon möglich zu machen, wären zwei deutsche Unternehmen dafür aufgestellt: Buhl und Lexware. Praktisch alle Menschen die in Deutschland ein Gewerbe betreiben werden ein Produkt dieser Unternehmen verwenden. Buchhaltung, Löhne, Fakturierung sind nur ein paar Bereiche in denen Buhl und Lexware Software anbieten. Den meisten anderen ohne Gewerbe werden diese Unternehmen eher als Anbieter von Steuererklärungssoftware bekannt sein. Auf der einen Seite das WISO Steuersparbuch und tax auf der anderen Seite Quick Steuer und Taxman.

Im Vergleich zu Lexware hat Buhl mit Finanzblick bereits einen Versuch gestartet, einen Überblick über die persönlichen Finanzen zu schaffen. Was die Usability und den tatsächlichen Nutzen für den Anwender angeht, gibt es noch reichlich Möglichkeiten der Verbesserung. Diesbezüglich hatte ich schon persönlichen Kontakt mit der Unternehmensleitung, längere Diskussionen geführt und Ideen erarbeitet. Nichtsdestotrotz hat Buhl bereits verschiedenste Verwaltungssoftware auf dem Markt, die mit vergleichsweise geringem Aufwand miteinander vernetzt werden können. Finanzblick als zentraler Überblick über die Finanzen und die anderen Produkte als kostenpflichtige Module für die Verwaltung.

Buzzwords Big Data & Data Science

Wer Management-Literatur liest oder sich sogar auf Management-Seminare begibt wird schon mehrfach den Begriffen big data, data science und data scientist begegnet sein. Big data ist mittlerweile ein so gängiger Begriff, dass er selbst in allgemeinen Nachrichtensendungen wie der Tagesschau auftaucht. Ich habe mich eine Weile mit der Bedeutung dieser Begriffe auseinandergesetzt und musste immer mehr feststellen, dass sie zu einfachen Buzzwords verkommen sind:

Wörter oder Phrasen, die für kurze Zeit populär sind deren Bedeutung jedoch soweit ausgehöhlt wurde, bis sie nur noch gut klingend, bedeutungsschwanger wirkend jedoch weitgehend nichtssagend sind.

Big Data

Sucht man im Internet nach einer Definition von big data, wird man keine befriedigende Antwort finden. Was genau sind denn big data?

  • 10MB? 100MB? 1GB? 1 TB? Mehr? Ein Datensatz mit 10.000 Zeilen? 100.000? 1 Million? Noch mehr? – Ab wann sind Daten groß?
  • Datensätze die so groß sind, dass man sie mit handelsüblichen Computern oder Programmen nicht mehr verarbeiten kann?  – Was sind handelsübliche Computer oder Programme?

Das sind alles Fragen, auf die es keine zufriedenstellende Antwort gibt. Vor zwei Jahren fand ich dann zufällig einen Artikel von Stephen Few, welcher sich seit Jahren mit der verständlichen Aufbereitung von Daten beschäftigt. Hier habe ich seine Definition ein wenig angepasst und übersetzt:

Big data ist das öffentliche Bewusstsein darüber, dass digital gespeicherte Informationen für die Gewinnung neuer Erkenntnisse genutzt werden können.

Unternehmen nutzen seit Jahrzehnten Daten für die Steuerung von Geschäftsprozessen. Früher nannten sie es nur nicht big data. Natürlich, heute haben die Datensätze einen weit größeren Umfang als früher. Google betreibt ganze Server-Farmen um die Datenmengen überhaupt verarbeiten zu können. Rechnet man das jedoch auf die Vergangenheit runter, wo einfach viel weniger Daten digital gespeichert verfügbar waren, war der Aufwand diese auszuwerten entsprechend groß. Magnetband-Rechner groß wir Kühlschränke wurden für Datenmengen verwendet, die heutzutage jedes Smartphone in einer exponentiellen Menge bewältigen kann.

Das damalige „big“ ist nur nicht mehr das „big“ von heute. Da es die Auswertung von digital gespeicherten Informationen von Anbeginn der digitalen Speicherung gibt und der Begriff „big“ sich kontinuierlich verändert, sehe ich nicht, dass big data irgendetwas neues ist worauf man mit dem Finger zeigen kann. Die Definition von Stephen Few finde ich daher angemessen.

Data Science & Data Scientist

Übersetzt lauten diese Begriffe Datenwissenschaft und Datenwissenschaftler. Auf den ersten Eindruck sind die Begriffe nicht sehr vorteilhaft gewählt. Wissenschaft beruht ausnahmslos immer auf irgendwelchen Daten die man objektiv auswerten kann.

Jetzt würde man denken, dass sich Datenwissenschaft auf die Wissenschaft von Daten selbst bezieht. Nur, was gibt es dort wissenschaftlich zu erforschen? Verschiedene Datenbanken können in ihrer Verarbeitungsgeschwindigkeit unter gegebenen Voraussetzungen verglichen werden aber dies sind nur Leistungstests von Programmen, die wiederum von Informatikern geschrieben worden sind. Hochleistungsdatenbanken müssen nicht wissenschaftlich untersucht werden, den Programmierern ist völlig bekannt wie diese aufgebaut sind. Natürlich kann man wissenschaftlich sauber bei solchen Untersuchungen vorgehen aber dies rechtfertigt meines Erachtens nicht den Begriff Datenwissenschaft.
Würde es hierbei darum gehen, wie Menschen mit Daten umgehen, dann wären wir wieder in der Domäne der Psychologie.

In der Regel sind Datenwissenschaftler Programmierer, die sich mit Datenbanken auskennen und wissen, wie sie große Mengen an Daten verarbeiten können. Sie nutzen statistische Methoden sowie „machine learning“ (in diesem Beitrag wird der Begriff sehr schön erklärt) und „neural networks“ um die verarbeiteten Daten auszuwerten. Hier gibt es leider das Problem, dass Programmierer selten mit Statistik in Berührung kommen. Hierfür gibt es Statistiker und diese müssen sich zwangsläufig mit den aktuellen Werkzeugen ihres Gewerbes auseinandersetzen um handlungsfähig zu bleiben. Ein ausgebildeter Statistiker mit Diplom oder Master ist jedem selbsternannten data scientist haushoch überlegen. Data scientist ist kein geschützter Begriff: Da ich mit Daten arbeite und Wissenschaftler bin, bin folglich auch ich ein data scientist!

 

Unternehmen brauchen keine data scientists. Sie brauchen Programmierer, um zuverlässig große Datenmengen zu speichern und zu warten. Sie brauchen Statistiker um diese Daten auszuwerten. Geht es bei diesen Auswertungen um Rückschlüsse auf menschliches Verhalten und wie man dieses verändern kann, z. B. die Frage zu beantworten, warum ein neues Produkt auf dem Markt abgelehnt wird obwohl es augenscheinlich den vorangegangenen Marktanalysen entspricht, dann wäre ein Psychologe die richtige Wahl.

Quantified Self

Vor ein paar Jahren, bevor ich im Leibniz-Institut für Wissensmedien Doktorand wurde und nur Projektarbeit geleistet habe, hatten wir in einer Sitzung unserer Arbeitsgruppe eine Frage bearbeitet:

Welche Technologien werden in naher Zukunft an Bedeutung gewinnen?

Der Grund für diese Frage war, dass wir mit unseren Studien nicht nur Grundlagenforschung mit Praxisbezug (gemäß Leibniz‘ Motto „theoria cum praxi“) durchführen wollen, sondern als Institut mit starkem Medienbezug auch am Puls der Zeit bleiben möchten.

Meine Antwort hierauf war: „Quantified self“. Hiermit ist die Erfassung und Auswertung personenbezogener Daten gemeint, die heute bereits Einzug in zahlreiche Haushalte gefunden hat.

Jeder Mensch generiert täglich reichlich Daten und wenn man Interesse daran hat, kann man diese auch mehr oder weniger bequem erfassen und auswerten. Das Paradebeispiel hierfür sind Fitnesstracker, die aufzeichnen, wie lange und wie schnell man sich bewegt hat, wohin man sich begeben hat und wie der Puls war. Für fitnessaffine Menschen durchaus interessante Informationen.
Hier steht nicht die Aggregation von Daten über viele Menschen im Mittelpunkt, sondern das Individuum. Es ist durchaus nett zu wissen, wie weit andere Menschen meines Alters und Gewichts laufen können, aber bedeutender ist mir, wie es um meine Fitness steht, ob ich sie verbessert haben und an welchen Stellen ich sie verbessern kann.
Diese Erfassung und Auswertung von personenbezogenen Daten ist aber kein neues Phänomen. Sehr viele Menschen machen dies seit langem, zumeist jedoch mit Papier und Bleistift. Smartphones und das sich verbreitende „internet of things“ haben dies jedoch deutlich vereinfacht, da man nun viele Gegenstände des Alltags miteinander kommunizieren lassen kann.

Es geht nicht nur um die Verbesserung der eigenen Fitness sondern auch um vieles mehr, was sich personenbezogen erfassen und auswerten lassen kann. Manchmal ist hierfür den Einbau von günstigen Computerchips nötig, die eine automatische Erfassung ermöglichen.

Persönliche Finanzen – Wer viel per Überweisung und Karte bezahlt, kann sich durchaus intelligent die persönlichen Ausgaben auswerten und darstellen lassen. Auch wenn es noch lange nicht perfekt ist, gibt es von der Buhl GmbH (bekannt für die WISO Steuererklärungssoftware) die App/Webseite Finanzblick. (Ich werde demnächst einen Beitrag über die Verwaltung persönlicher Finanzen verfassen, da ich mich auch in meiner Doktorarbeit viel damit beschäftigt habe.)

Persönliche Mobilität – Die Autoindustrie hängt da noch ein wenig hinterher. Gerne würde ich erfasst haben, wie viel Treibstoff ich wann verbraucht habe und wohin ich, wie schnell gefahren bin. Waze ist sehr hilfreich bei Autofahrten und ermöglicht anderen den Nutzen durch die selbst generierten Daten. Bosch hat die Sparte „internet of things“ deutlich ausgebaut, welche weit über Kfz hinausgeht. Es gibt auch Bemühungen von Drittanbietern, die Kfz-Daten auszulesen und verfügbar zu machen: OpenXC liest über die OBD-Schnittstelle des Autos Daten aus und sendet sie per Bluetooth an ein Smartphone.

Persönliche Gesundheit – Apple hat nicht nur die Health App auf den Markt gebracht, welche zahlreiche Gesundheitsdaten verschlüsselt auswertet, sondern auch gleich die API mitgeliefert, damit andere Anbieter auch die Apple-Strukturen nutzen können: HealthKit ermöglicht es, dass das Gerät eines anderen Herstellers, mit den Geräten von Apple kommunizieren kann. Ich bin nicht begeistert von der Idee, alle meine gesundheitsrelevanten Informationen über Apple laufen zu lassen.

 

Bei all diesen Auswertungen von personenbezogenen Daten und ihrer Darstellung, gilt eines zu beachten:

Ohne eine Verhaltensänderung zu bewirken, sind alle Daten und Visualisierungen nutzlos.

Vieles ist schön anzusehen und interessant für den Moment aber wenn es das Verhalten einer Person nicht ändert, dann hat es keinen Sinn. Die Funktion dieser Daten ist, dass man letztlich das eigene Verhalten anpasst und beispielsweise mehr läuft oder weniger Geld für Schuhe ausgibt. Hat eine Auswertung oder die dazugehörige App/Webseite diesen Nutzen nicht für den Benutzer, dann wird dieser sie schnell wieder deinstallieren/verlassen.

Auch wenn das alles schön klingen mag mit „quantified self“, darf man die Sicherheit der Daten nicht vernachlässigen. Ich erfasse gerne personenbezogene Daten über mich jedoch möchte ich sichergestellt haben, dass diese gnadenlos stark verschlüsselt werden. Was ich wann, wo, wie und mit wem mache, geht nur mich und die Leute an, mit denen ich es teilen möchte.

OTTO: Vom Katalog zu Business Intelligence

Viele werden sich noch an den verstaubten Otto-Katalog im Wohnzimmer erinnern aus einer Zeit vor dem Internet. Ein klassischer Versandhandel, der den Sprung ins Internetzeitalter etwas verschlafen hat.
Mittlerweile muss man aber zugeben, dass die Otto Group wirklich gut aufgeholt hat.

Die Webseite ist gut. Natürlich kann man noch einiges verbessern aber im Kern ist sie solide und erfüllt ihren Zweck. Nicht nur das, die dazugehörige Software „Lhotse“ wurde selbst geschrieben und kann mit Tausenden von Anfragen gleichzeitig umgehen. Otto.de ist im Augenblick des Schreibens auf Rang 47 der populärsten Webseiten in Deutschland, was bei der Anzahl an existierenden Webseiten ein grandioses Ergebnis ist.

Die Otto Group hat es nicht nur geschafft, ihren Versandhandel erfolgreich zu aktualisieren, sondern auch gemerkt, dass sie über einen reichen Datenschatz verfügen.

Wir kennen die Hälfte aller deutschen Frauen, weil sie bei uns einkaufen.
– Torsten Ahlers, Geschäftsführer Otto Group Media

Business Intelligence Tools sind nötig, um diese Daten gewinnbringend zu nutzen. So hat die Otto Group ihre eigene Business Intelligence Abteilung gegründet, die den Konzern mit Informationen versorgen. So werden aus Bergen an Rohdaten Informationen destiliert und für ein einfacheres Verständnis grafisch aufbereitet, sodass diese von Entscheidungsträgern, handlungsweisend für ökonomisch förderliche Entscheidungen genutzt werden können.

Ebenfalls lobenswert ist, dass sie sich Gedanken um „Knowledge Management“ machen: Heutzutage sind Arbeitsabläufe durch die vielen verschiedenen Schritte und beteiligten Akteure sehr komplex geworden. Scheidet ein Mitarbeiter aus dem Unternehmen aus, so geht sein Wissen auch verloren. Die Einarbeitung von Nachfolgern findet nicht immer statt und ist häufig ungenügend. Hier muss man sich als Unternehmen Gedanken machen, wie Wissen effizient externalisiert werden kann, so das es nicht verloren geht und andere es auch nutzen können. Dies kostet wieder Energie, Zeit und Geld, besonders, wenn man es richtig machen möchte. Wer möchte schon seitenlange, unstrukturierte Texte eines Vorgängers über die korrekte Handhabung eines bestimmten Antragsformulars lesen?

Begonnen habe ich meine Doktorarbeit damit, wie man Wissen über das Wissen von anderen förderlich auf die Lösung von Problemen einsetzen kann. Hierbei habe ich an zwei Artikeln kooperiert. Die Mittel die notwendig sind, einen erfolgreichen Wissenstransfer durchzuführen sind trivial. Die zugrundelegenden psychologischen Vorgänge sind komplex. Ohne die nötige Expertise, kann man hier viel Aufwand ohne merklichen Erfolg betreiben.

Die Otto Group scheint begriffen zu haben, dass es einerseits darum geht, Wissen und Daten effizient zu nutzen und andererseits, beides auch zu erhalten.