Vielfalt als Ressource: Können Algorithmen bessere Teams bilden?

Civic Hackathons sind kurze, intensive Veranstaltungen, bei denen Teilnehmende aus unterschiedlichen Fachgebieten gemeinsam Ideen und Prototypen entwickeln – in der Regel auf freiwilliger und unentgeltlicher Basis. Unter anderem bringen Civic Hackathons dadurch Behörden mit Fachpersonen zusammen, deren Wissen und Erfahrung so in die Ausgestaltung politischer Massnahmen einfliessen kann. Besonders relevant sind sie daher in herausfordernden Politikfeldern, in denen Wissenslücken oder komplexen Rahmenbedingungen mit technischen Lösungen begegnet werden kann.

Die Wirksamkeit von Civic Hackathons hängt jedoch stark von ihrer konkreten Ausgestaltung ab. Da sie häufig auf digitale Lösungen abzielen, ziehen sie überproportional technikaffine Teilnehmende an, während Fachwissen aus der Praxis und die Nutzer*innenperspektiven oft unterrepräsentiert bleiben. Auch wenn vielfältige Teilnehmende für den Anlass gewonnen werden können, bleibt oft unklar, wie sie optimal zu Teams zusammengefügt werden können.

Was macht ein gutes Team aus?

Die Forschung liefert unterschiedliche Ansätze zur Frage, was ein gutes Team ausmacht. Studien aus dem Managementbereich betonen die Bedeutung komplementärer Fähigkeiten und ausgewogener Teamzusammensetzung. Sie weisen jedoch auch darauf hin, dass zu grosse Unterschiede die Zusammenarbeit erschweren können. Die Hackathon-Literatur hebt insbesondere die Teamgrösse und den Kompetenzmix hervor, während neuere Arbeiten auch die demografische Diversität untersuchen. In der Praxis zeigt sich jedoch, dass sich Teilnehmende häufig nach Ähnlichkeit oder bestehenden Kontakten selbst organisieren, was die angestrebte Durchmischung unterläuft. In der Informatikwissenschaft wird die Teambildung als kombinatorisches Optimierungsproblem gesehen, bei der eine Zielfunktion unter Nebenbedingungen maximiert werden soll – z.B. verschiedene Diversitätsdimensionen, wobei berufliche Fähigkeiten und Kompetenzen innerhalb eines Teams mehrfach vorkommen sollen. Die Fachliteratur weist jedoch auch darauf hin, dass die Beteiligten eine gesteuerte Teambildung als Verlust von Autonomie und Transparenz empfinden können.

Das Potenzial algorithmischer Teameinteilungen

Um das Potential von Algorithmen bei der Teameinteilung zu beleuchten, untersuchten wir zwei Civic Hackathons. Der Hack4SocialGood war eine kleinere Präsenzveranstaltung im Jahr 2020 mit Fokus auf den Sozialbereich, in dem sich die Teams selbst organisierten. Der Event wird seither jährlich durchgeführt. VersusVirus war ein gross angelegter Online-Hackathon im Jahr 2020 zu Themen rund um die COVID-19-Pandemie, bei dem vorgängig eine algorithmisch unterstützte Teameinteilung angewendet wurde.

Beide Ansätze zeigten Herausforderungen. Beim Hack4SocialGood waren technische Kompetenzen ungleich verteilt und einige Teams zu klein. Bei VersusVirus berichteten die Teilnehmenden von Verwirrung und Frustration bei der Teambildung, da es viele Abwesenheiten und unpassende Zuordnungen gab. Unter anderem konnte der Algorithmus die fachlichen und sprachlichen Kompetenzen sowie die Präferenzen der Teilnehmenden nicht korrekt berücksichtigen, da diese zum Teil beschönigend angegeben wurden. Da die algorithmische Zuteilung kurzfristig nicht wiederholt werden konnte, verlief die anschliessende Umverteilung der Teams teilweise chaotisch.

Die Ergebnisse deuten darauf hin, dass partizipative Formate von einem zweistufigen Teambildungsverfahren profitieren könnten. Durch einen schlanken Algorithmus können die Kompetenzen zu Beginn der Veranstaltung im ersten Schritt ausgewogener verteilt und Präferenzen besser berücksichtig werden. Auch können die Teams so in geeignete Grössen eingeteilt werden, in denen entscheidende Kompetenzen mehrfach besetzt sind, wodurch Ausfälle abgefedert werden können. Um die Akzeptanz der algorithmischen Einteilung zu verbessern, muss diese jedoch transparent sein und Autonomie der Teilnehmenden gewahrt bleiben. In einem zweiten Schritt können die Teilnehmenden ihre Teams selbständig anpassen, damit alle in einer für sie passenden Gruppe arbeiten können.

Erfolge und Hindernisse

Aufbauend auf diesen Erkenntnissen untersuchen wir derzeit, ob algorithmische Teameinteilungen die Zusammenarbeit verbessern, wenn sie Kompetenzvielfalt und Präferenzen klar berücksichtigen. Diese Frage ist auch für andere Teams relevant. Civic Hackathons bieten für die Forschung jedoch ein geeignetes Testfeld, da sie reale Problemstellungen mit schnellen, beobachtbaren Feedbackzyklen verbinden.

Die ersten Ergebnisse sind mehrdeutig: Die Diversität der Teams konnte durch Algorithmen teilweise erhöht werden und die Teams in effiziente Grössen eingeteilt werden. Jedoch zeigen sich in den ersten Analysen keine eindeutigen Verbesserungen bei der Zufriedenheit, der Produktivität oder den Projektergebnissen. Zudem erwies sich die Kommunikation und die Umsetzung der Vorschläge als schwierig, da sie bei einigen Veranstaltungen weitgehend ignoriert wurden. Umfragen nach den Veranstaltungen ergaben jedoch, dass generell ein Bedürfnis an Zuordnung besteht. Entsprechend könnte es sich eher um ein Umsetzungsproblem während der Veranstaltungen handeln und weniger mit der Verwendung des Algorithmus an sich zu tun haben.

Diese Resultate weisen auf ein grundlegendes Spannungsfeld hin: Während Diversität in Teams häufig als wünschenswert betrachtet wird, entscheiden sich die Teilnehmenden in der Praxis oft für die Zusammenarbeit mit Personen, die ihnen ähnlich sind. Da Civic Hackathons freiwillige und unentgeltliche Anlässe sind, wirft dies die Frage auf, in welchem Ausmass Diversität in partizipativen Formaten gezielt gesteuert werden kann und soll. Eine weitere offene Frage ist, in welcher Form und in welchen Kontexten eine gesteuerte Teambildung optimal umgesetzt wird, damit die Teilnehmenden in ihrer Zusammenarbeit unterstützt und die Teamerfahrungen verbessert werden.