Warum Verwaltungen sich mit Daten so schwertun
Wenn in Projektsitzungen jemand fragt, worauf eine Entscheidung eigentlich beruht, folgt oft Schweigen. Die Antwort heißt meistens: Erfahrung, Einschätzung, gesunder Menschenverstand.
Das ist in der öffentlichen Verwaltung keine Ausnahme, sondern der Normalfall. Wer über Jahre in einem Amt arbeitet, entwickelt ein feines Gespür dafür, welche Abläufe funktionieren und welche nicht. Dieses Gespür ist wertvoll. Es ersetzt aber keine belastbare Grundlage, wenn es um weitreichende Entscheidungen geht: eine neue Organisationsstruktur, die Verteilung knapper Stellen, die Priorisierung von Digitalisierungsprojekten. Gerade bei diesen Entscheidungen zeigt sich, wie wenig Verwaltungen heute auf eine systematische Datenbasis zurückgreifen können.
Das Problem liegt nicht am guten Willen
In den meisten Verwaltungen fehlt es nicht an Bereitschaft, datenbasiert zu entscheiden. Es fehlt an der Infrastruktur dafür. Fallzahlen liegen in unterschiedlichen Fachverfahren, die nicht miteinander sprechen. Bearbeitungszeiten werden, wenn überhaupt, in Exceltabellen erfasst, die niemand konsolidiert. Mitarbeiterbefragungen verschwinden in Ordnern, statt in Entscheidungen einzufließen. Die Daten existieren oft, aber verteilt, uneinheitlich und ohne jemanden, der sie zusammenführt und auswertet.
Dazu kommt ein strukturelles Problem: Wer über Jahrzehnte gelernt hat, dass Entscheidungen vor allem rechtssicher und politisch vertretbar sein müssen, stellt sich selten die Frage, ob sie auch durch Zahlen gedeckt sind. Rechtssicherheit und Evidenz sind zwei verschiedene Maßstäbe. Eine Entscheidung kann formal korrekt zustande gekommen sein und trotzdem an der Realität vorbeigehen, weil niemand geprüft hat, was die verfügbaren Daten tatsächlich zeigen. Diese Lücke fällt häufig erst dann auf, wenn eine Maßnahme nach der Umsetzung nicht die erhoffte Wirkung zeigt und niemand erklären kann, woran das liegt, weil es an Vergleichswerten fehlt.
Was Evidenzbasierung in der Praxis bedeutet
Evidenzbasierung heißt zunächst etwas Bescheidenes: bevor eine Maßnahme beschlossen wird, schaut man sich an, was an belastbaren Informationen vorliegt. Wie viele Fälle einer bestimmten Art gab es in den letzten drei Jahren? Wie lange dauert ein Vorgang im Durchschnitt, und wo entstehen die größten Zeitverluste? Welche Rückmeldungen gibt es aus der Praxis, und lassen sich diese systematisch auswerten statt nur anekdotisch zu zitieren?
Diese Fragen klingen einfach, verlangen in der Umsetzung aber Disziplin. Es reicht nicht, eine Kennzahl zu erheben und sie dann als Beleg für die eigene Vorannahme zu präsentieren. Evidenzbasierung bedeutet auch, Ergebnisse ernst zu nehmen, die der ursprünglichen Erwartung widersprechen. Genau das ist der Punkt, an dem viele Vorhaben scheitern: Die Datenerhebung wird betrieben, aber ihr Ergebnis verändert am Ende nichts an der bereits getroffenen Entscheidung. Damit verkommt die Analyse zur Pflichtübung, die am Ergebnis nichts mehr ändert, weil die eigentliche Entscheidung längst gefallen war.
Komplexität als Gegenspieler
Ein zweiter Grund, warum Evidenzbasierung in der Verwaltung schwerfällt, liegt in der schieren Komplexität der Organisationen. Eine Kommunalverwaltung hat Dutzende Fachbereiche mit jeweils eigenen Prozessen, Zuständigkeiten und historisch gewachsenen Regelungen. Wer versucht, alles gleichzeitig zu erfassen und auszuwerten, überfordert sich selbst und die Organisation. Die Analyse muss deshalb begrenzt werden auf das, was für die anstehende Entscheidung tatsächlich relevant ist. Genau diese Komplexitätsreduktion ist im VESPRA Ansatz, den ich in meinem Buch Verwaltungsmodernisierung mit Methode beschreibe, als eigenes Anwendungsprinzip neben der Evidenzbasierung verankert. Beide Prinzipien greifen ineinander: Nur wenn man den Untersuchungsbereich sinnvoll eingrenzt, lässt sich die Datenbasis so aufbereiten, dass sie tatsächlich tragfähige Aussagen erlaubt, statt in einer Flut unübersichtlicher Zahlen zu versanden.
Diese Begrenzung ist kein Zeichen von Unvollständigkeit, sondern eine methodische Notwendigkeit. Eine Organisation, die versucht, jeden Prozess gleichzeitig mit derselben Tiefe zu untersuchen, bindet Ressourcen, die anderswo fehlen, und liefert am Ende Ergebnisse, die zu oberflächlich sind, um daraus konkrete Maßnahmen abzuleiten. Die Kunst liegt darin, vorab festzulegen, welche Fragestellung wirklich entscheidungsrelevant ist, und die Datenerhebung konsequent darauf auszurichten.
Ein praktischer Einstieg
Verwaltungsleitungen, die diesen Weg gehen wollen, müssen nicht mit einem großen Datenprojekt beginnen. Der erste Schritt ist oft, eine einzelne, klar umrissene Fragestellung auszuwählen, etwa die Bearbeitungsdauer eines bestimmten Antragstyps, und für genau diese Frage eine saubere, nachvollziehbare Datengrundlage zu schaffen. Aus dieser Erfahrung lässt sich lernen, welche Daten überhaupt verfügbar sind, wo Lücken bestehen und wie man sie schließt. Diese kleinteilige Herangehensweise schafft Vertrauen in die Methode, bevor sie auf größere Entscheidungen angewendet wird.
Wichtig ist dabei, die Mitarbeitenden von Anfang an einzubeziehen, die mit den betroffenen Prozessen täglich arbeiten. Sie kennen die Schwachstellen oft genau, können aber selten auf eine systematische Auswertung zurückgreifen, die ihre Beobachtungen belegt. Werden ihre Erfahrungen mit den erhobenen Daten zusammengeführt, entsteht ein deutlich vollständigeres Bild als bei einer rein zahlenbasierten Betrachtung oder einer rein subjektiven Einschätzung.
Entscheidend ist am Ende die Haltung der Führung. Wenn eine Verwaltungsleitung selbst nachfragt, worauf ein Vorschlag beruht, und diese Frage zur Routine macht, verändert sich mit der Zeit auch die Arbeitsweise der Mitarbeitenden. Evidenzbasierung wird dann nicht als zusätzliche Last empfunden, sondern als Teil der normalen Entscheidungsvorbereitung. Sie beginnt mit einer einzigen wiederkehrenden Frage, die zur Gewohnheit wird: Woher wissen wir das eigentlich?
Dieser Artikel vertieft Themen aus Kap. 3 meines Buches
Verwaltungsmodernisierung mit Methode. Mehr dazu im Buch.
Autorenhinweis: Der sprachliche Feinschliff an diesem Artikel erfolgte mittels KI-Sprachmodell. Alle Konzepte und inhaltlichen Gedanken stammen vom Autor selbst. Bilder und Grafiken sind dagegen rein KI-generiert.
