Eine Mitarbeiterbefragung mit zwanzig Zufriedenheitsfragen liefert zwanzig Balkendiagramme. Frage 7 schneidet schlecht ab, Frage 14 hervorragend, der Rest irgendwo dazwischen. Was macht man mit dieser Liste?
Die naheliegende Reaktion ist: an den schlechtesten Werten ansetzen. Frage 7 verbessern, weil sie am schlechtesten bewertet wurde.
Das ist oft die falsche Priorität.
Das Problem mit reiner Bewertung
Eine niedrig bewertete Frage ist nicht automatisch ein Problem das sich zu lösen lohnt. Es kommt darauf an, ob diese Frage überhaupt etwas bewegt.
Stell dir zwei Fragen aus derselben Mitarbeiterbefragung vor. Die erste fragt nach der Kantine, die zweite nach der Klarheit der eigenen Aufgaben. Beide werden mittelmäßig bewertet. Aber nur eine der beiden hängt eng mit der Gesamtzufriedenheit zusammen – Mitarbeiter die ihre Aufgaben als unklar empfinden, sind insgesamt deutlich unzufriedener. Die Kantinen-Bewertung dagegen sagt über die Gesamtzufriedenheit fast nichts aus; Menschen mit guter und schlechter Kantinenmeinung sind insgesamt etwa gleich zufrieden.
Beide Fragen sehen im Balkendiagramm gleich aus. Nur eine von beiden ist ein Hebel.
Genau diesen Unterschied macht die Treiberanalyse sichtbar.
Was Treiberanalyse macht
Eine Treiberanalyse setzt jede Einzelfrage in Beziehung zu einer Zielgröße – meist die Gesamtzufriedenheit, der Net Promoter Score, oder eine andere übergeordnete Bewertung die in der Umfrage ebenfalls erhoben wurde.
Die Grundfrage dahinter ist einfach: wie stark verändert sich die Zielgröße, wenn sich die Bewertung einer einzelnen Frage verändert? Wer bei der Frage nach Aufgabenklarheit unzufrieden ist, ist auch insgesamt unzufriedener – das ist ein starker Zusammenhang, und damit ein potenzieller Treiber. Wer mit der Kantine unzufrieden ist, unterscheidet sich in der Gesamtzufriedenheit kaum von jemandem der zufrieden ist – das ist ein schwacher Zusammenhang. Das Ergebnis ist für jede Frage ein Wert der diesen Zusammenhang ausdrückt – unabhängig davon, wie gut oder schlecht die Frage selbst bewertet wurde.
Damit entstehen für jede Frage zwei vollständig unabhängige Kennzahlen: wie zufrieden sind die Befragten mit diesem Aspekt, und wie stark wirkt sich dieser Aspekt überhaupt auf das Gesamturteil aus.
So sieht das in der Praxis aus – Treiber der Weiterempfehlung aus einer Mitarbeiterbefragung, sortiert nach Einfluss:
Die Reihenfolge ist aufschlussreich. „Meine Führungskraft kommuniziert klar und verständlich" liegt mit einem Einfluss von 0,58 auf Platz eins – bei einer Durchschnittsbewertung von 1,20 ist das bereits eine Stärke. „Ich arbeite gerne für dieses Unternehmen" dagegen, mit einer mittleren Bewertung von 2,50, landet nur auf Platz sieben mit einem Einfluss von 0,39 – gut gemeint, aber kein Hebel.
Genau das ist der Unterschied der zählt: nicht jede Frage mit Verbesserungspotenzial ist ein Handlungsfeld, und nicht jede gut bewertete Frage ist tatsächlich eine Stärke im Sinne der Zielgröße. Erst die Kombination aus Einfluss und Bewertung verrät, welches Label zutrifft.
Die Vierfelder-Matrix dahinter
Im Report-Plugin erscheint diese Auswertung als priorisierte Liste – Stärke, Handlungsfeld oder Beobachten direkt als Label neben jeder Frage. Dahinter steckt jedoch ein klassisches Konzept das sich auch als Grafik darstellen lässt: eine Vierfelder-Matrix mit Einfluss auf der einen und Zufriedenheit auf der anderen Achse. Diese Darstellung ist nicht neu; sie geht auf die Importance-Performance-Analyse von Martilla und James aus dem Jahr 1977 zurück und wird seither in praktisch jeder Form von Kundenbefragung verwendet.
Vier Felder entstehen, jedes mit einer eigenen Handlungslogik.
Hoher Einfluss, niedrige Zufriedenheit. Das ist der Quadrant der zählt. Diese Fragen bewegen die Zielgröße stark, schneiden aber schlecht ab. Hier lohnt sich Aufwand am meisten – Verbesserungen wirken sich überproportional auf das Gesamtbild aus.
Hoher Einfluss, hohe Zufriedenheit. Stärken die erhalten werden sollten. Diese Aspekte tragen bereits viel zur Zufriedenheit bei – jede Verschlechterung würde sich deutlich bemerkbar machen.
Niedriger Einfluss, niedrige Zufriedenheit. Schwächen die kaum zählen. Schlecht bewertet, aber ohne große Wirkung auf das Gesamturteil. Verbesserung ist nicht falsch, aber selten die dringendste Priorität.
Niedriger Einfluss, hohe Zufriedenheit. Angenehme Nebensächlichkeiten. Gut bewertet, aber irrelevant für das Gesamtbild – kein Handlungsbedarf, aber auch kein Grund sich darauf zu viel einzubilden.
Genau diese vier Felder verbergen sich hinter den Labels im Screenshot oben: „Stärke" entspricht hohem Einfluss bei hoher Zufriedenheit, „Handlungsfeld" hohem Einfluss bei niedrigerer Zufriedenheit, „Beobachten" niedrigem Einfluss unabhängig von der Bewertung. Die Liste ist damit nichts anderes als die Vierfelder-Matrix in Textform – nur leichter zu lesen als ein Streudiagramm mit zwanzig Punkten.
Im Report-Plugin gibt es genau diese Gruppierung auch als eigene Ansicht – die Prioritätsmatrix, mit denselben vier Feldern, aber auf Themenebene statt auf Ebene einzelner Fragen:
Hier zeigt sich der zweite Schritt über die reine Einordnung hinaus: neben der Matrix erscheinen automatisch generierte Insights, die die wichtigsten Beobachtungen in Sprache übersetzen. „Teamzusammenhalt zeigt die größte Lücke zwischen Wichtigkeit und Zufriedenheit – das ist das akuteste Handlungsfeld" ist kein Satz den jemand händisch für diesen Report geschrieben hat. Er entsteht aus einer Regel: identifiziere das Thema mit der größten Differenz zwischen Wichtigkeit und Zufriedenheit innerhalb des Hohe-Priorität-Feldes, und formuliere das als Hinweis. Dieselbe Logik die in einem früheren Artikel bereits für Insights im Allgemeinen beschrieben wurde, angewendet auf genau diese Matrix.
Der Leser muss die vier Felder nicht selbst interpretieren. Er bekommt die Einordnung mitgeliefert – und kann trotzdem jederzeit in die Rohdaten schauen, wenn er nachvollziehen will, warum ein Thema dort gelandet ist wo es gelandet ist.
Eine Einschränkung die dazugehört
Treiberanalysen sind keine Naturgesetze. Wenn mehrere Themen eng miteinander zusammenhängen – etwa Führung, Kommunikation und Zusammenarbeit – lässt sich ihr Einfluss nicht immer eindeutig voneinander trennen. Die Ergebnisse sollten deshalb als Orientierung verstanden werden, nicht als mathematische Wahrheit.
Das ändert nichts an ihrem Nutzen. Eine Treiberanalyse muss nicht perfekt sein, um besser zu sein als reine Bewertung ohne Priorisierung.
Warum das mehr ist als eine zusätzliche Grafik
Ohne Treiberanalyse liefert ein Report eine Liste von Beobachtungen: diese Frage ist gut, jene schlecht. Mit Treiberanalyse liefert er eine Priorität: hier ansetzen lohnt sich, dort eher nicht.
Das ist derselbe Gedanke der bereits hinter regelbasierten Insights steht – ein Report soll nicht nur zeigen was die Daten sagen, sondern einordnen was davon wichtig ist. Eine Treiberanalyse ist eine besonders konkrete Form dieser Einordnung: sie übersetzt zwanzig gleichwertig aussehende Balken in eine klare Reihenfolge von Handlungsprioritäten.
Im Report-Plugin ist das deshalb keine Zusatzfunktion am Rande, sondern eine der zentralen Auswertungen für jede Umfrage die eine Gesamtbewertung neben den Einzelaspekten erhebt – Mitarbeiterbefragungen, Kundenzufriedenheit, NPS-Treiberanalysen.
Die Frage die ein guter Report am Ende beantworten sollte, ist selten „wie sehen die Zahlen aus", sondern „was tue ich als Nächstes".
Genau das beantwortet die Vierfelder-Matrix in einem Blick – und genau das unterscheidet ein Dashboard von einer Entscheidungshilfe.