Forschungsinkubator: Agil arbeiten in der Wissenschaft
Agile Arbeitsweisen schaffen in komplexen, inter- und transdisziplinären Forschungskontexten Klarheit und Takt – mit kurzen Zyklen, sichtbaren Zwischenergebnissen und echtem Teamlernen. Dieser Beitrag von Samuel T. Simon zeigt, warum gerade die Digitalisierungsforschung von agilen Kontextbedingungen profitiert, wie Landkarte und Kompass als Metaphern Orientierung geben und wie man mit dem neuen OER-Kurs „Agiles Arbeiten in der Wissenschaft“ direkt loslegen kann.
Warum gerade in der Digitalisierungsforschung?
Digitalisierungsforschung ist hochdynamisch sowie inter- und transdisziplinär – Zielgruppen, Betroffene, Themen und Methoden ändern sich schnell, mitunter parallel. Agile Arbeitsweisen helfen, diese Komplexität strukturiert zu bearbeiten: durch iteratives Vorgehen, frühes Feedback und klare Rollen und Rituale. Auch der CAIS-Forschungsinkubator arbeitete in den vergangenen Jahren entlang eines strukturierten Themenfindungsprozesses, der Komplexität früh sichtbar macht und partizipativ bündelt. Agiles Arbeiten stellt hier Takt, Rollen und Rituale bereit, damit Gründlichkeit geschützt und Integration von Wissen über Disziplinen hinweg beschleunigt wird.
Was heißt „agil arbeiten“?
Agiles Arbeiten ist ein adaptiver Ansatz für Kontexte, die von Offenheit und Ungewissheit geprägt sind. Kurze Arbeitszyklen, sichtbare Zwischenprodukte (Inkremente), regelmäßiges und frühzeitiges Feedback, Transparenz und Anpassung ermöglichen einen produktiven Umgang mit diesen Kontexten. In der akademisch geprägten Wissenschaft ist agile Logik bereits von Natur aus angelegt (z.B.: Hypothesenentwicklung → Empirie → Auswertung → Peer Review → Überarbeitung). Agile Praktiken verdichten diese Lernschleifen und machen Zwischenergebnisse sichtbar.
Ansprechpartner
Samuel T. Simon unterstützte in den vergangenen fünf Jahren die Arbeit am CAIS im Bereich des Forschungsinkubators. Dort befasste er sich u.a. mit der Entwicklung und Umsetzung innovativer Strukturen für die interdisziplinäre Zusammenarbeit in der Digitalisierungsforschung sowie der Identifikation relevanter Forschungsthemen.
Podcast-Empfehlung
Begleitend zu diesem Thema ist eine Episode des Podcasts CAISzeit erschienen:
Wissenschaftlich und agil ist kein Widerspruch
Agil heißt nicht „hektisch“, „planlos“ oder „schnell“. Im Gegenteil: Agile Arbeitsansätze schaffen Rhythmus und Struktur – z.B. in vier bis sechswöchigen Arbeitszyklen mit Review (Prüfung der fachlichen Qualität) und Retrospektive (Reflektion und Anpassung der Arbeitsprozesse), Timeboxing und klaren Definitionen der Zwischenprodukte.
Wenn wir von „agil arbeiten in der Wissenschaft“ sprechen, meinen wir also nicht, Hypothesen im Wochentakt zu drehen oder methodische Standards aufzuweichen. Gemeint ist, das Arbeitsumfeld der Forschung so zu gestalten, dass Forschen, Koordination und Kollaboration gelingen: mit klarem Takt (durch Timeboxing in Sprints), sichtbaren Artefakten (Projekt-Boards und Arbeitsinkremente), definierten Rollen und Rituale (z.B. unterschiedliche Meeting-Formate wie Reviews und Retrospektiven) und einer Fehlerkultur, die Feedback von der Person entkoppelt. Die wissenschaftliche Integrität bleibt der fixe Kern: Forschungsfrage, Hypothesen, Endpunkte, Abbruchkriterien; darum herum designen wir bewusst flexible Lernräume. So wird das Arbeiten agil – nicht die Evidenz.
Dadurch reduzieren Teams Wartezeiten, Nacharbeit und Fehlstarts. Wissenschaftliches Arbeiten wird dabei eben nicht oberflächlich, sondern durch optimierte Prozesse wird Raum für gründliches Forschen erzeugt und geschützt. Agilität macht somit wissenschaftliche Arbeit sichtbarer, lernorientierter und kollaborativer – und schafft genau dadurch mehr Raum für gründliche Forschung.
Wo Agilität besonders anschlussfähig ist
Insbesondere inter- und transdisziplinäre Projekte können von agilen Arbeitsansätzen profitieren. Hier reduziert Agilität Schnittstellenreibung, macht Abhängigkeiten transparent und integriert Wissen früher. Kurze Zyklen liefern sichtbare Artefakte für gemeinsames Lernen. Unterschiedliche Beispiele aus der wissenschaftlichen Praxis verdeutlichen den Wert agiler Methoden und geben einen Einblick in die Vielfältigkeit der Anwendungskontexte. So optimierte das Kernforschungszentrum CERN seine Computingressourcen; die Raumfahrtbehörde NASA etablierte eine Agile Community of Practice als Peer-Learning-Format, in welchem die Forschenden sich zu ihren Arbeitserfahrungen gegenseitig unterstützen. Auch die Universität Leiden setzte Scrum, ein agiles Framework, für interdisziplinäre Teams ein; das Leibniz-Institut für Globale und Regionale Studien GIGA nutzt das individuell angepasste Modell „ScrumAdemia“ in der Doktorand:innenausbildung, um die Promovierenden dabei zu unterstützen, mit sich ändernden Arbeitsbedingungen effizienter umzugehen.
Als Einstieg in das Themenfeld ist außerdem der Artikel von Katharina Biely (2024) zu empfehlen. In diesem werden die agilen Prinzipien anschaulich auf die akademische Logik übertragen. Die CAIS-eigenen Arbeiten von Schmitt und Simon (2023) übertragen agile Ansätze auf die Digitalisierungsforschung. Weitere Einblicke geben auch die unterschiedlichen Blogartikel zum CAIS-Forschungsinkubator.
Von der Idee zur Praxis: der OER-Kurs "Agiles Arbeiten in der Wissenschaft"
Ein Tool, welches die Anwendung agiler Ansätze in der Wissenschaft, praktisch erfahrbar und nutzbar macht, wird in Kürze über die Universität Duisburg-Essen als Open Educational Ressource veröffentlicht. Der Kurs ist als Self paced-Learning konzipiert und bietet sowohl für Lehr- als auch für konkrete Projektkontexte modular verwendbare und individuell anpassbare Bausteine für das agile Arbeiten in inter- und transdisziplinären Settings.
Agiles Arbeiten ist kein Allheilmittel. Wo klare, erprobte Abläufe bestehen oder „on-the-fly“-Anpassungen nicht möglich oder nicht vertretbar sind (z.B. sensible Feldforschung mit vulnerablen Gruppen), braucht es andere Logiken – oder eine agile Vorbereitung und dann disziplinierten Vollzug. Wichtig ist die bewusste Gestaltung von Änderbarkeit: Was ist fix und an welchen Stellen sind Anpassungen möglich, um aus dem Prozess lernen zu können?
Referenzen
- Biely, K. (2024). Agile by accident: How to apply agile principles in academic research projects. SN Social Sciences, 4(1), 12. https://doi.org/10.1007/s43545-023-00823-3
- Schmitt, J. B., et al. (2023). Conception and interpretation of interdisciplinarity in research practice: Findings from group discussions in the emerging field of digital transformation. Minerva, 61(2), 199–220. https://doi.org/10.1007/s11024-023-09489-w
- Schmitt, J. B., & Simon, S. T. (2023). Participatory, agile, co-creative: Identifying topics for a future-oriented, innovative research on digital transformation. Weizenbaum Journal of the Digital Society, 3(1). https://doi.org/10.34669/WI.WJDS/3.1.6
- Simon, S. T., & Schmitt, J. B. (2023). Agile science: Co-creating research on digital transformation [Preprint]. easy social sciences. https://doi.org/10.15464/EASY.2023.02
- Simon, S. T. (in press). Making the invisible visible: Unpacking process- vs. content-responsibilities of the facilitator in digitally mediated interdisciplinary research teams. Journal of Organizational Ethnography.
- Simon, S. T. (in press). Nicht der Zauberstab zählt, sondern wer ihn wie hält: Design Thinking und transformative facilitation als Ansätze inklusiven, diversitätssensiblen Innovierens in Bildung und Hochschullehre. In K. Schönian & D. Ayeh (Eds.), Macht Sprache Diversität. Münster, New York: Waxmann.
- Simon, S. T., et al. (in press). Reflexion eines Serious Games im Bildungskontext zur Förderung kreativer Problemlösungskompetenz. In W. Waburg, V. Mehringer, & B. Sterzenbach (Eds.), Brett- und Gesellschaftsspiele. Aktuelle Studien und spielpädagogische Ansätze. Weinheim: Beltz Juventa.
Folgen Sie uns auf …