The Optimal Intensity of Performance Evaluation
Dieses Paper transformiert die Gesetze von Goodhart und Campbell in ein parametrisiertes Schwellenwertmodell, um zu demonstrieren, dass die Leistungsbewertung an Universitäten einer umgekehrten U-Beziehung mit der organisationalen Effektivität folgt, wobei einen kritischen Kipppunkt identifiziert wird, an dem übermäßige Intensität Dysfunktionalität auslöst, und drei qualitative Hebel vorgeschlagen werden, um diese Effekte über diverse institutionelle Kontexte hinweg abzumildern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der modernen Universität ist eine stille Spannung gewachsen zwischen dem Wunsch, Erfolg zu messen, und der Realität dessen, was Erfolg tatsächlich erzeugt. Seit Jahrzehnten verlassen sich Administratoren auf Zahlen – Zählungen veröffentlichter Arbeiten, Zitationsraten und Fördermittelbeträge –, um die Qualität von Forschung und Lehre zu beurteilen. Dieser Ansatz beruht auf einer einfachen Prämisse: Wenn man etwas messen kann, kann man es auch steuern. Die Wirtschaftswissenschaft und die Sozialwissenschaften warnen jedoch seit langem vor der Logik, dass diese Methode einen Bruchpunkt hat. Wenn ein Maßstab zum primären Ziel wird, beginnen Menschen, auf die Zahl selbst zu optimieren, statt auf den zugrunde liegenden Wert, den sie eigentlich repräsentieren sollte. Dieses Phänomen, das oft als Goodharts Gesetz bezeichnet wird, legt nahe, dass eine Kennzahl aufhört, ein gutes Maß zu sein, sobald sie zum Ziel wird. In der akademischen Welt hat dies zu der Sorge geführt, dass Fakultätsmitglieder weniger Zeit für tiefe, anspruchsvolle Wissenschaft aufwenden und stattdessen mehr Zeit für Aktivitäten nutzen, die lediglich ihre Werte steigern – ein Prozess, der als Zielverdrängung bekannt ist. Die Frage, vor der Universitäten heute stehen, ist nicht, ob sie Kennzahlen verwenden, sondern wie viel zu viel ist, bevor das System gegen sich selbst arbeitet.
Eine neue Studie von Zhongjun Wang transformiert diese abstrakte Warnung in einen konkreten, messbaren Rahmen. Anstatt das Scheitern der Leistungsbewertung als vage Möglichkeit zu behandeln, baut die Forschung ein mathematisches Modell auf, um genau zu bestimmen, an welchem Punkt das Gleichgewicht kippt. Das Kernergebnis ist, dass die Beziehung zwischen der Intensität, mit der eine Institution ihr Personal bewertet, und der tatsächlichen Qualität ihres Outputs einer spezifischen Form folgt: einem invertierten U. Zu Beginn hilft eine intensivere Bewertung. Sie klärt Erwartungen, richtet Bemühungen aus und verbessert die Koordination. Doch dieser Nutzen hält nicht ewig an. Das Modell identifiziert eine kritische Schwelle, einen spezifischen Punkt der Intensität, ab dem das System in Dysfunktion kollabiert. Sobald Universitäten diese Linie überschreiten, steigen die Kosten für strategisches Publizieren oder die Vernachlässigung der Lehre so schnell an, dass sie jegliche verbleibenden Vorteile überwiegen, wodurch die Institution schlechter gestellt ist, als wenn sie gar keine Kennzahlen verwendet hätte.
Die Forschung bleibt nicht bei der Identifizierung der Gefahrenzone stehen, sondern bietet einen Weg zur Navigation durch die Aufteilung der Lösung in drei unterschiedliche Werkzeuge. Die Studie argumentt, dass der bloße Austausch von „quantitativen“ Zahlen gegen „qualitative“ Meinungen zu stumpf ein Instrument ist. Stattdessen trennt sie die Rolle des menschlichen Urteilsvermögens in drei spezifische Hebel auf: Peer-Review, Werteausrichtung und verfahrenstechnische Fairness. Peer-Review, bei dem Experten die Arbeit direkt beurteilen, fungiert als Schutzschild, der die gefährliche Schwelle weiter nach außen verschiebt und es Institutionen ermöglicht, Kennzahlen sicherer zu nutzen. Die Ausrichtung der Kennzahlen an der spezifischen Mission der Universität – sei es Lehre, Forschung oder Dienstleistung – erhöht die Decke dessen, was erreicht werden kann. Schließlich reduziert die Gewährleistung eines fairen Bewertungsprozesses für die Fakultät den grundlegenden Groll und den Widerstand, die Energie aus dem System ziehen. Diese drei Elemente sind nicht austauschbar; jedes löst einen anderen Teil des Problems, und die Verwendung des falschen Elements wird das Scheitern nicht verhindern.
Um zu verstehen, wie dieser Zerfall im Laufe der Zeit geschieht, verwendet der Autor ein dynamisches Modell, das verfolgt, wie sich das Verhalten der Fakultät verschiebt. Die Simulation zeigt, dass sich die akademische Kultur subtil, aber kraftvoll verändert, sobald die Intensität der Bewertung die kritische Schwelle überschreitet. Selbst wenn die Anzahl der Publikationen weiter steigt, beginnt die tatsächliche Qualität der Arbeit abzusinken. Dies geschieht, weil der Druck, in den Kennzahlen zu performen, so überwältigend wird, dass er die sozialen Normen am Arbeitsplatz verändert. Was einst als kleiner Abkürzung galt, wird zur Standardpraxis, und die kollektive Anstrengung der Universität verlagert sich von der Schaffung echter Werte hin zur Optimierung des Scores. Das Modell zeigt, dass diese Divergenz nicht unmittelbar erfolgt; sie beschleunigt sich, wenn mehr Menschen das Spiel betreten, wodurch eine Rückkopplungsschleife entsteht, in der das System die falschen Verhaltensweisen immer stärker belohnt.
Die Studie klärt auch, warum einige Universitäten Hochdruckumgebungen überleben, während andere untergehen. Die Schwelle ist keine feste Zahl für jeden; sie hängt von der Gestaltung der Institution ab. Universitäten mit starken Peer-Review-Systemen und fairen Verfahren können eine höhere Intensität der Messung aushalten, bevor sie gegen die Wand fahren. Im Gegensatz dazu erreichen Systeme, die stark auf Rohzahlen ohne diese Sicherungen setzen, den Punkt der Dysfunktion viel früher. Die Forschung legt nahe, dass der aktuelle Trend zu steigenden Kennzahlen, getrieben durch globale Rankings und Wettbewerb, viele Institutionen gefährlich nah an oder über diese Grenze treibt. Das Modell impliziert, dass es nicht ausreicht, die Anzahl der Kennzahlen lediglich zu reduzieren; die Lösung besteht darin, die Kapazität für hochwertiges menschliches Urteilsvermögen aufzubauen, um das System zu puffern.
Letztendlich bietet dieses Werk ein diagnostisches Werkzeug für Universitätsleiter und politische Entscheidungsträger. Es führt die Debatte weg von der binären Wahl zwischen „Kennzahlen versus keine Kennzahlen“ hin zu einer nuancierteren Frage des Designs. Die Studie legt nahe, dass es eine optimale Intensität der Bewertung gibt – ein „Sweet Spot“, an dem Rechenschaftspflicht die Leistung verbessert, ohne die kontraproduktiven Verhaltensweisen auszulösen, vor denen Goodharts Gesetz warnt. Indem sie die Schwelle als eine Variable behandelt, die durch besseres Peer-Review und fairere Prozesse gesteuert werden kann, bietet die Forschung einen Weg nach vorn. Sie deutet darauf hin, dass das Ziel nicht darin besteht, die Messung zu eliminieren, sondern sicherzustellen, dass die Intensität dieser Messung unter dem Punkt bleibt, an dem sie beginnt, den Wert selbst zu zerstören, den sie zu messen sucht. Die Ergebnisse werden als eine Reihe von testbaren Propositionen präsentiert, die dazu einladen, weitere Daten zu sammeln, um den genauen Ort dieser Schwellen für verschiedene Arten von Institutionen zu präzisieren, aber die zentrale Botschaft ist klar: Es gibt eine Grenze dafür, wie viel wir messen können, bevor wir anfangen, die falschen Dinge zu messen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.