Endogenous Surplus Retention in Peer-Based Team Incentives

In der Arbeitswelt ist es ein beständiges Rätsel, eine Gruppe von Menschen zu effektiver Zusammenarbeit zu bewegen. Wenn ein Team etwas Wertvolles produziert, wie etwa ein Softwareprojekt oder eine kreative Kampagne, ist der Gesamtertrag oft größer als die Summe der individuellen Leistungen. Doch die Aufteilung dieser Belohnung schafft ein Dilemma. Wenn das Team das Geld gleichmäßig aufteilt, könnten sich Einzelne zurückhalten, in der Hoffnung, vom Erfolg der Gruppe zu profitieren, ohne ihren fairen Anteil beizutragen. Dies ist als „Trittbrettfahrer-Problem“ bekannt. Um dies zu beheben, bitten viele Organisationen die Teammitglieder, einander zu bewerten, in der Hoffnung, dass sozialer Druck zur harten Arbeit anregt. Doch diese Lösung führt ein neues Problem ein: Menschen können das System manipulieren. Ein Arbeitnehmer könnte Rivalen niedrige Bewertungen geben, um sich selbst besser dastehen zu lassen, oder Freunde könnten hohe Bewertungen tauschen, um die Bezahlung der jeweils anderen zu steigen. Das Ergebnis ist oft ein verrauschtes, unfares Signal, das echte Anstrengungen nicht angemessen belohnt.

Forscher suchen schon lange nach einem Weg, diesen Kreislauf zu durchbrechen. Eine klassische ökonomische Erkenntnis besagt, dass man, um das Trittbrettfahrer-Problem zu eliminieren, jemandem außerhalb der Gruppe das überschüssige Geld überlassen muss, anstatt es ganz an die Arbeiter auszuschütten. Dieser „Budgetbrecher“ stellt sicher, dass die Gesamtauszahlung geringer ist als der geschaffene Gesamtwert, was theoretisch die individuellen Anreize mit dem Erfolg der Gruppe in Einklang bringt. Doch in der Praxis ist dieser verbleibende Betrag meist eine feste Zahl, die von einem Manager festgelegt wird und von dem tatsächlichen Verhalten des Teams entkoppelt ist. Die Frage bleibt: Kann das Team selbst bestimmen, wie viel Geld einbehalten wird – und zwar auf eine Weise, die fair, manipulationsresistent und mit der tatsächlichen Arbeitsleistung verknüpft ist?

Eine neue Studie schlägt einen spezifischen Mechanismus vor, der anhand von Realdaten aus Universitäten in China, Neuseeland und Italien getestet wurde. Die Forscher entwarfen ein System, bei dem die Bezahlung eines Teams durch einen festen Nenner bestimmt wird – ein Konzept, das die Berechnung des Belohnungspools verändert. In einem Standard-Peer-Review-System versucht man, seinen Anteil am Geld zu erhöhen, indem man die Scores seiner Teamkollegen senkt, da der Topf durch die Summe aller abgegebenen Stimmen geteilt wird. In diesem neuen System jedoch ist der Nenner eine theoretische Maximalzahl an Stimmen, die das Team maximal abgeben könnte, und nicht die tatsächlich erhaltene Anzahl an Stimmen. Das bedeutet, dass Ihr Anteil am Geld allein von den Stimmen abhängt, die Sie erhalten, und nicht davon, wie Sie für andere stimmen. Sie können Ihren eigenen Lohn nicht manipulieren, indem Sie Ihren Kollegen schlechte Bewertungen geben.

Da der Nenner feststeht und oft höher ist als die tatsächlich abgegebenen Stimmen, summieren sich die Anteile der Teammitglieder nicht auf die volle Menge des verfügbaren Geldes auf. Ein Teil der Einnahmen wird automatisch von der Organisation einbehalten. Entscheidend ist hierbei, dass dieser einbehaltene Anteil nicht durch eine feste Regel eines Managers bestimmt wird. Stattdessen ist er das Ergebnis der eigenen Bewertungsintensität des Teams. Wenn das Team großzügig ist und fast für jeden stimmt, wird sehr wenig Geld einbehalten. Wenn sie jedoch geizig oder selektiv sind, verbleibt ein größerer Teil des Geldes beim Unternehmen. Die Forscher nennen dies „endogene Überschussretention“, was bedeutet, dass der verbleibende Betrag durch das eigene Verhalten des Teams generiert wird.

Die Studie analysierte drei verschiedene Datensätze mit Hunderten von Studenten und verschiedenen Bewertungsschemata, darunter einfache Ja-Nein-Stimmen, Münzbudgets (bei denen Studenten über eine begrenzte Anzahl an Punkten verfügten) und detaillierte Bewertungsskalen. Die Ergebnisse bestätigten, dass der Mechanismus genau so funktioniert, wie es die Mathematik vorhersagt. In jeder untersuchten Gruppe war der von der Organisation einbehaltene Betrag ein interner Wert, was bedeutet, dass er weder Null noch der gesamte Topf war, sondern ein spezifischer Prozentsatz, der je nach verwendetem Bewertungsschema variierte. Wenn Studenten beispielsweise eine großzügige Skala verwendeten, behielt die Organisation etwa 13 Prozent der Einnahmen ein. Bei einem restriktiven Münzbudget stieg die Retention auf etwa 50 Prozent an. Bei einfachen Ja-Nein-Stimmen kletterte sie auf etwa 70 Prozent. Die Daten zeigten eine präzise, vorhersehbare Beziehung: Das Design des Bewertungsschemas bestimmte direkt die Größe des einbehaltenen Fonds.

Darüber hinaus fanden die Forscher heraus, dass die von den Studenten erhaltenen Stimmen ein zuverlässiges Signal für ihre tatsächliche Leistung darstellten. Durch den Vergleich von Peer-Bewertungen mit unabhängigen Noten der Lehrkräfte zeigte die Studie, dass die Peer-Evaluierungen zwar nicht perfekt waren, aber ein klares, positives Signal trugen. Studenten, die mehr Stimmen von ihren Peers erhielten, tendierten auch zu höheren Noten der Lehrkräfte. Dies deutet darauf hin, dass der Mechanismus erfolgreich die Rangfolge der Individuen von der Höhe der Gesamtauszahlung trennt. Die relative Stellung eines Arbeiters wird durch die Stimmen entschieden, die er erhält, während die Höhe des verfügbaren Geldes durch die Intensität der gegenseitigen Bewertung des Teams bestimmt wird.

Die Studie untersuchte auch die Zielkonflikte dieses Designs. Mithilfe von Daten wurden verschiedene Szenarien simuliert, wobei die Forscher eine „Frontier“ identifizierten, an der ein Manager zwischen dem Einbehalten von mehr Geld und der Aufrechterhaltung einer hohen Genauigkeit der Rangfolgen wählen muss. Wenn ein System zu geizig ist und einen großen Teil der Einnahmen einbehält, wird das Bewertungsschema so hart, dass es die Fähigkeit verliert, gute von schlechter Arbeit zu unterscheiden. Umgekehrt, wenn das System zu großzügig ist, wird der einbehaltene Fonds zu klein, um starke Anreize zu bieten. Die Daten legen nahe, dass ein optimaler Mittelweg existiert. Für die untersuchten Teams schien ein Retentionsniveau von etwa 13 bis 14 Prozent ein starkes Gleichgewicht zu bieten, das genug Geld zur Motivation der Gruppe bereitstellt und gleichzeitig die Peer-Evaluierungen präzise genug hält, um Spitzenperformer zu identifizieren.

Wichtig ist, dass die Forscher sorgfältig darauf hingewiesen haben, was ihre Arbeit nicht bewiesen hat. Obwohl das strukturelle Design des Systems solide ist und die mathematischen Beziehungen Bestand haben, beweist die Studie nicht endgültig, dass echte Menschen immer ohne zusätzliche Regeln ehrlich handeln werden. Der Mechanismus verhindert zwar die Möglichkeit, das System durch das Senken der Stimmen anderer zu manipulieren, er schafft jedoch nicht automatisch einen Anreiz, wahrheitsgemäß abzustimmen. Um dies anzugehen, schlägt der Autor eine Governance-Ebene vor, die Belohnungen für ehrliches Abstimmen und Kosten für qualitativ minderwertige Teilnahme beinhaltet, wenngleich die Wirksamkeit dieser Verhaltensregeln weiterer Tests bedarf. Die Kernerkenntnis bleibt jedoch, dass das System den einbehaltenen Überschuss erfolgreich von einer festen, willkürlichen Zahl in ein messbares, planbares Ergebnis des Engagements des Teams verwandelt.

Dieser Ansatz bietet eine neue Art, über die Teamvergütung nachzudenken. Er löst das Spannungsfeld zwischen Trittbrettfahren und Manipulation, indem er den Budgetbrecher zu einer natürlichen Folge des Bewertungsprozesses selbst macht. Die Organisation muss nicht raten, wie viel sie einbehalten soll; die Abstimmungsmuster des Teams offenbaren die Antwort. Durch die Wahl eines spezifischen Bewertungsschemas kann ein Manager das gewünschte Retentionsniveau effektiv steuern, wobei er genau weiß, wie diese Wahl die Genauigkeit der Peer-Bewertungen beeinflussen wird. Die Studie etabliert, dass dies nicht nur eine theoretische Möglichkeit ist, sondern ein Designwerkzeug, das in der Praxis funktioniert und über verschiedene Kulturen und Bildungsumgebungen hinweg verifiziert wurde. Sie bietet einen klaren Weg für Organisationen, individuelle Anreize mit dem Erfolg der Gruppe in Einklang zu bringen, indem sie einen Mechanismus nutzen, der sowohl mathematisch robust als auch empirisch fundiert ist.