Awareness Services in Open-Innovation-Communities Am Beispiel Eines Fame-Mirrors

TECHNISCHE UNIVERSITÄT MÜNCHEN
FAKULTÄT FÜR INFORMATIK
Diplomarbeit in Informatik
Awareness Services in
Open-Innovation-Communities
am Beispiel eines Fame-Mirrors
Nico Kaiser
e
e e e
FAKULTÄT FÜR INFORMATIK
e e e e
DER TECHNISCHEN e e
e e e
e e e e
UNIVERSITÄT MÜNCHEN e e e
Diplomarbeit in Informatik
Open-Innovation-Communities
am Beispiel eines Fame-Mirrors
Open-Innovation-Communities –
A Fame-Mirror-System as an Example
Nico Kaiser
Aufgabensteller : Prof. Dr. Johann Schlichter

Betreuer : Dr. Georg Groh, Michele Brocco
Abgabedatum : 15. Februar 2009

Ich versichere, dass ich diese Diplomarbeit selbständig verfasst und nur die
angegebenen Quellen und Hilfsmittel verwendet habe.
München, den 15. Februar 2009
(Nico Kaiser)
Kurzfassung
Der Open Innovation-Ansatz definiert sich als Gegenstück zum traditionellen ver-
tikalen Integrationsmodell bei der Entwicklung von Architekturen, Systemen und
Produkten. Kernaspekt dieses Modells ist die Integration der Außenwelt in den
Innovationsprozess, sowohl durch Integration externen Wissens, als auch durch Ex-
ternalisierung internen Wissens. Im Kontext derartiger Innovationsnetzwerke gibt
es eine Reihen von Aufgaben für die Schaffung von Awareness, also von Informa-
tionen, die die Akteure übereinander haben.
Ziel der vorliegenden Diplomarbeit ist es, einen Überblick über Anforderungen,
Möglichkeiten und Lösungsansätze für einen Fame-Mirror“, einen Awareness-
”
Dienst für offene Innovationsnetzwerke, aufzuzeigen und zu diskutieren.
Zu Anfang dieser Arbeit werden im Bereich Related Work“ zunächst grundlegende

”
Konzepte aus der Psychologie und aus dem Bereich des Community-Managements
vorgestellt. Das Kapitel Design-Aspekte“ liefert Beispiele aus der Praxis beste-
”
hender Communities und deren Ansätze zur Schaffung von Awareness, sowie eine
Auswahl von Lösungsmöglichkeiten für die Erhebung von Leistung in offenen In-
novationsprozessen. Das Kapitel Systementwurf“ schließlich diskutiert, wie Visua-
”
lisierungskonzepte für den vorliegenden Fall genutzt werden können und geht auf
mögliche Risiken beim Einsatz des Fame-Mirrors ein.
Inhaltsverzeichnis
Inhaltsverzeichnis 4
1. Einleitung 6
1.1. Fragestellung des Fame-Mirrors . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Zielgruppe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Funktionsweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4. Querschnittsfragen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. Related Work 9
2.1. Psychologische Hintergründe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1. Motivtypen aus dem Thematischen Apperzeptionstest . . . . . . . . . . 9
2.1.2. Kompensationsmodell von Kehr . . . . . . . . . . . . . . . . . . . . . . 12
2.1.3. Intrinsische und extrinsische Motivation . . . . . . . . . . . . . . . . . . 15
2.1.4. Flow-Erlebnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Open Innovation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1. Einführung und Definition . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2. Kernprozesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.3. Strategien zum Austausch von Innovationen . . . . . . . . . . . . . . . . 19
2.3. Communities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2. Community Management . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.3. Mitwirkung in Communities . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.4. Anreize und Rewards . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.5. Beispiel Open Source-Community . . . . . . . . . . . . . . . . . . . . . 30
2.4. Awareness und Reputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.1. Awareness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.2. Reputation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3. Design-Aspekte 42
3.1. Beispiele für Leistungserhebung . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1.1. Bewertung von Beiträgen in der Hacker-Kultur . . . . . . . . . . . . . . 43
3.1.2. Open Source-Projekte und Ohloh . . . . . . . . . . . . . . . . . . . . . . 45
3.1.3. Expertenmeinungen bei Experts Exchange . . . . . . . . . . . . . . . . . 49
3.2. Beitragserfassung in Open Innovation-Prozessen . . . . . . . . . . . . . . . . . . 52
4
INHALTSVERZEICHNIS
3.2.1. Kreative und ingenieursmäßige Beiträge . . . . . . . . . . . . . . . . . . 52

3.2.2. Objektive Messung und Community-Bewertung . . . . . . . . . . . . . . 53
3.2.3. Zeitpunkt der Leistungserhebung . . . . . . . . . . . . . . . . . . . . . . 58
3.3. Beitragsbewertung in Dialogen . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.1. Quantitative Heuristik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.2. Qualitative Ansätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4. Anforderungen an den Fame-Mirror . . . . . . . . . . . . . . . . . . . . . . . . 64
4. Lösungsvorschläge und Systementwurf 67

4.1. Beispiele für Bewertung in Dialogbasierten Systemen . . . . . . . . . . . . . . . 67
4.1.1. Innovationsprozesse in der Open Source-Entwicklung . . . . . . . . . . . 67
4.1.2. Ideen-Aufzeichnung mit IdeaStream . . . . . . . . . . . . . . . . . . . . 73
4.2. Visuelle Möglichkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2.1. Grundlegende Eigenschaften von Visualisierung . . . . . . . . . . . . . . 75
4.2.2. Soziale Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2.3. Visualisierung sozialer Netzwerke . . . . . . . . . . . . . . . . . . . . . . 79
4.3. Visuelle Parameter für den Fame-Mirror . . . . . . . . . . . . . . . . . . . . . . 80
4.3.1. Akteure und ihre Bewertung . . . . . . . . . . . . . . . . . . . . . . . . 80
4.3.2. Darstellung von Beziehungen . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4. Behandlung von Privatsphäre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5. Ausblick und offene Fragen 86
A. Interview 87
B. Quellcodes 89
B.1. Quellcode von extract.pl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
B.2. Quellcode von count.sh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
B.3. Beispielausgabe von count.sh . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Abbildungsverzeichnis 93
Tabellenverzeichnis 94
Literaturverzeichnis 95
5
1. Einleitung
1.1. Fragestellung des Fame-Mirrors
Der Open Innovation-Ansatz definiert sich als Gegenstück zum traditionellen vertikalen Inte-
grationsmodell bei der Entwicklung von Architekturen, Systemen und Produkten. Kernaspekt
dieses Modells ist die Integration der Außenwelt in den Innovationsprozess, sowohl durch In-
tegration externen Wissens, als auch durch Externalisierung internen Wissens.
Eine genauere Definition und Beschreibung von Open Innovation ist in Kapitel 2.2 zu finden.
Die Gemeinschaft aller in einen Open Innovation-Prozess einbezogenen Akteure kann als Com-
munity betrachtet werden, die Akteure selbst als Mitglieder der Community.
Nach [29, S. 8ff.] ist eine Community (engl. Gemeinschaft“) charakterisiert durch folgende
”
Eigenschaften:
• Die Mitglieder einer Community sind sich dessen bewusst“, ein Teil der Gemeinschaft
”
zu sein. Dieses Bewusstsein wird als Awareness bezeichnet (oft auch als Bewusstheit“
”
oder Gewahrsein“) und beinhaltet eine emotionale Bindung an die Community sowie
”
den eigentlichen Willen, dazuzugehören.
• Die Mitglieder haben ein gemeinsames Ziel, das als Motivation dient, sich aktiv in der
Gemeinschaft zu beteiligen.
• Die Mitglieder haben ein oder mehrere gemeinsame persönliche Parameter, z.B.
einen gemeinsamen Wohnort, Arbeitsplatz, o.Ä.
Genauer wird hierauf in Kapitel 2.3 eingegangen.
Eine zentrale Fragestellung besteht darin, zu untersuchen, wodurch Leute bewegt werden,
einer Community beizutreten und aktiv an einem Open Innovation-Prozess teilzunehmen. Es
wird untersucht, welche Anreize gegeben werden können, um eine Teilnahme attraktiv zu
machen, wobei diese Anreize nicht nur monetäre Anreize sind, sondern auch Werte wie Ruhm,
Vertrauen und Macht.
In einem Innovationsprozess kann dies für beide Seiten interessant sein, sowohl für einen In-
novator, der geeignete Mit-Innovatoren sucht, als auch für einen Initiativbewerber, der am
Prozess teilnehmen will.
6
1. Einleitung
Ziel des Fame-Mirrors ist es, einen Awareness-Dienst zur Verfügung zu stellen, der Akti-
vitäten der Mitglieder innerhalb einer Community, ihren Ruhm und ihre Innovationsfähigkeit
sichtbar macht und vergangene bzw. projektierte zukünftige Innovationen porträtiert.
Mögliche Anwendungsgebiete des Fame-Mirror sind hierbei die Suche von Mit-Innovatoren“
”
und Experten für ein bestimmtes Thema zu ermöglichen, das Controlling der Aktivitäten
innerhalb der Community ( Wer macht was?“) zu vereinfachen und allgemein einen Überblick
”
über die Innovationsstruktur zu bekommen.
Aber auch die Schaffung von Anreizen spielt eine wichtige Rolle: das Sichtbarwerden der ei-
genen Aktivität und die Möglichkeit, durch entsprechende Leistungen zu öffentlichem Ruhm“
”
zu gelangen, dient als Motivation, zur Community beizutragen und z.B. in einen Open
Innovation-Prozess einzutreten bzw. die Aktivität in einem Prozess fortzuführen und weite-
re Beiträge zu leisten.
1.2. Zielgruppe
Die Zielgruppe für den Fame-Mirror ergibt sich aus der Aufgabenstellung und besteht aus den
Mitgliedern einer Open Innovation-Community.
Eine Beschränkung auf die eigentlichen Innovatoren“ innerhalb der Community würde wenig
”
Sinn machen, denn beispielsweise könnten Mitglieder, die nicht direkt als Innovatoren auftreten,
die Innovatoren bewerten und Einfluss auf deren Ruhm“ ausüben.
”
1.3. Funktionsweise
Die Funktionsweise des Fame-Mirrors lässt sich in mehrere Teilaspekte aufteilen:
Messung von Leistung
Es wird untersucht, welche Faktoren bei der Messung von Leistung Einfluss auf den Ruhm eines
Mitglieds haben. Des weiteren, in welcher Weise Eigenschaften wie Kompetenz (fachlich sowie
nicht-fachlich) und Vertrauen gemessen werden können, welche Art von Beiträgen bewertet
wird und wie die Granularität bei der Messung ist.
Bewertung und Darstellung von Leistung
Bei der Bewertung von Aktivitäten und Leistungen kommt es darauf an, durch wen Leistungen
bewertet werden. Erfolgt die Bewertung durch die Community-Mitglieder selbst oder durch
7
1. Einleitung
externe Experten und spielt zusätzlich zur Quantität der Leistungen auch die Qualität eine
Rolle (und wie wird diese bestimmt und bewertet wird).
Abbildung von Dynamik
Bei der Modellierung von Ruhm wird die zeitliche Komponente berücksichtigt und damit die
Frage nach der Vergänglichkeit von Ruhm“ behandelt. Hat ein Mitglied, das zu einem Zeit-
”
punkt in der Vergangenheit ein bestimmtes Maß an Ruhm erworben hat, diesen auch zu einem
späteren Zeitpunkt noch inne, oder verblasst“ dieser mit der Zeit? In der Auswertung und
”
Darstellung im Fame-Mirror wird auch dieser Aspekt berücksichtigt.
1.4. Querschnittsfragen
Psychologische Aspekte
Zur Schaffung von Anreizen ist es notwendig, ein grundlegendes Verständnis zu den Hinter-
gründen von Motivation zu haben. In der Motivationspsychologie wird zwischen mehreren
Machttypen unterschieden, die unterschiedliche Auffassungen von Leistung, Macht und Moti-
vation haben (vgl. Krug und Kuhl [45]).
Auch die Zusammenhänge zwischen Awareness und Motivation bzw. Leistungsbereitschaft

müssen bei der Darstellung von Leistung und Ruhm im Fame-Mirror beachtet werden.
Privacy-Aspekte
Bei der Messung und Darstellung von Leistung gibt es eine Reihe von Privacy-Aspekten, die
nicht außer Acht gelassen werden dürfen. Verschiedene Gruppen in einer Community (z.B.
Innovatoren, Controller/Manager in einem Unternehmen) haben unterschiedliche Privatheits-
ansprüche und -vorbehalte.
Bei der Erhebung von Leistungen muss darauf geachtet werden, dass diese Ansprüche nicht ver-
letzt werden, indem z.B. Personendaten anonymisiert werden oder bestimmte Daten und Aus-
wertungen nur für den betreffenden Teilnehmer selbst sichtbar gemacht werden. Möglichkeiten
des Missbrauchs müssen ausgeschlossen werden, z.B. sollte ein Ausspähen“ von Mitarbeitern
”
durch den Personalchef verhindert werden.
8
2. Related Work
2.1. Psychologische Hintergründe
Da psychologische Hintergründe für die Erfassung des Verhaltens von Menschen in Gemein-
schaften, ihrer Bedürfnisse und ihrer Motivation wichtig sind, wird in diesem Kapitel ein Über-
blick über grundlegende Konzepte aus dem Bereich der Verhaltens- und Motivationspsychologie
gegeben.
2.1.1. Motivtypen aus dem Thematischen Apperzeptionstest
Die Frage, welche Faktoren das Verhalten von Menschen beeinflussen, ist in der Psychologie ein
wichtiger Forschungsgegenstand. Bereits Sigmund Freud beschäftigte sich damit, und in den
1960er Jahren begannen die amerikanischen Psychologen David McClelland und John William
Akinson wissenschaftlich zu erforschen, wie sich Bedürfnisse auf das Denken und Handeln
auswirken.
In zahlreichen Studien fanden sie heraus, dass sich Bedürfnisse unmittelbar im Denken und
”
in der Wahrnehmung von Menschen niederschlagen“ [45, S. 19], und dass wir uns gedanklich
umso mehr mit einem Bedürfnis beschäftigen, je stärker es ist. Dies hat Einfluss auf Erle-
ben, Wahrnehmung und Gedanken, die sich zunehmend auf dieses Bedürfnis zentrieren. Da
unsere Erlebniswelt nicht unendlich viel Platz für beliebig viele Bedürfnisse bietet, kommt es
zwangsläufig zu Verdrängungsprozessen, wobei sich stärkere Bedürfnisse gegenüber schwäche-
ren durchsetzen. Durch diese Wirkungsweise von Bedürfnissen – in der Motivationspsychologie
auch Motive genannt – wird unser Verhalten bestimmt.
Weiterhin wurde ein umgekehrter Zusammenhang vermutet, nämlich dass die Gedankenwelt
auch Einfluss auf die Motive hat. Mit Hilfe dem von Henry A. Murray entwickelten Thema-
tischen Apperzeptionstests (TAT) wurde versucht, motivspezifische Gedankeninhalte zu
ermitteln, indem den Probanden Bildtafeln vorgelegt wurden, die Menschen in Alltagssitua-
tionen zeigten. Zu diesen Bildern sollten die Betrachter eine Geschichte erzählen, die ihnen
unmittelbar dazu eingefallen ist. Diese Methode beruht darauf, dass nach dem Freudschen
Konzept der Projektion eigene Wünsche und Bedürfnisse in andere hineinprojiziert werden.
9
2. Related Work
Ein wichtiges Ergebnis des Thematischen Apperzeptionstests ist die Erkenntnis, dass sich die
menschliche Fantasie hauptsächlich auf drei Themenbereiche konzentriert – 80% der von den
Probanden erzählten Geschichten handelte von einem dieser Themenbereiche:
Leistungsmotiv
Das Leistungsmotiv (im englischen Original achievement motive“) beschreibt das Streben
”
nach immer höheren Leistungen. Wichtig hierbei ist, dass es sich um eigene Leistungen
handelt, nicht um ein Konkurrenzdenken. Leistungsmotivierte Menschen suchen sich selbst
immer größere Herausforderungen, setzen sich immer höhere Ziele (die allerdings realistisch
erreichbar und nicht zu schwierig“ sein müssen) und wollen immer perfekter werden. Deswegen
”
sind Leistungsmotivierte auch keine Teamplayer“, sondern arbeiten lieber allein an einem
”
Problem, wodurch sie einen optimalen Schwierigkeitsgrad“ für eine Aufgabe finden können,
”
ohne Kompromisse eingehen zu müssen.
Als Beispiel wird von Krug und Kuhl [45] das sogenannte Surf-Phänomen angeführt:
Wenn Sie das Surfen erlernen wollen und noch nie auf dem Brett gestanden haben,
”
werden Sie wahrscheinlich bei Ihren ersten Bemühungen . . . die Windstärke Null
bevorzugen. . . .
Wenn Sie nach einer gewissen Zeit Fortschritte gemacht haben und Brett und Segel
beherrschen, werden Sie einen leichten Wind schätzen . . . . Je größere Fortschritte
Sie machen und je höhere Windstärken Sie beherrschen, umso drängender wird ein
neues Problem: wirkliche Erfolgserlebnisse werden zu immer selteneren Ereignis-
sen (Frühjahrs- oder Herbststürme) oder erfordern einen immer größeren Aufwand
(Fahrt nach Kenia oder Hawaii). Wenn Sie jetzt noch Ihr notwendiges Maß an Her-
ausforderung erleben wollen, müssen Sie umsteigen. Sie müssen die Sportart wech-
seln. Und wenn es danach für Sie keine Achttausender mehr zu bewältigen gibt,
müssen Sie eben wie Reinhold Messner die Wüste durchqueren oder sich durch die
Antarktis quälen.“ [45, S. 26]
Freundschaftsmotiv
Das Freundschaftsmotiv (im Original affiliation motive“1 ) wurde erstmals Ende der 1960er
”
Jahre wahrgenommen, in der Zeit des Vietnamkriegs und der Suche nach neuen Werten ( love
”
and peace“). Es unterscheidet sich stark vom Leistungsmotiv. Im Gegensatz zu diesem steht
beim Freundschaftsmotiv nicht die Leistung im Mittelpunkt, sondern der Mensch. Freund-
schaftliche Beziehungen dienen als Selbstzweck und sind viel wichtiger als herausfordernde
Aufgaben. Beziehungen werden als Endziel angesehen, nicht als Mittel zum Zweck.
1
im Deutschen häufig auch mit Gesellungs- oder Anschlussmotiv übersetzt
10
2. Related Work
Freundschaftsmotivierten Menschen liegt viel daran, freundschaftliche Beziehungen – Nähe

und Kontakt – aufzubauen und zu pflegen, sie scheuen Konflikte, und ihnen ist es wichtig,
andere nicht zu enttäuschen oder zu verletzen. Sie sind ideale Teamplayer“, da sie sich stark
”
für den Zusammenhalt der Gruppe einsetzen. Sie gewähren gern Hilfe und emotionale Unter-
stützung und machen Zugeständnisse um des lieben Friedens Willen“. Allerdings reagieren
”
Freundschaftsmotivierte sehr sensibel auf den Missbrauch ihres Vertrauens.
Machtmotiv
Die dritte Kategorie, die sich aus den Forschungen um den TAT ergab, ist das Machtmotiv. Um
es besser beschreiben zu können, wurde es bei der Analyse des Tests aufgeteilt und ermittelt,
wann sich Personen stark und mächtig fühlen. Mit einer entwicklungspsychologischen Betrach-
tungsweise wurden vier Stadien identifiziert, die bei der Persönlichkeitsentwicklung durchlaufen
werden2 . Sie unterscheiden sich durch die Quelle der Macht und das Ziel der Macht (jeweils
man selbst oder andere – siehe Tabelle 2.1):
M1 – Kindheit: Stadium anlehnender Macht“, in dem man von anderen beschützt wird (z.B.
”
den großen Bruder) und dadurch Macht erlebt,
M2 – Pubertät: Stadium der selbstbezogenen Machtausübung“, in dem man eigenen Grenzen

”
sucht und nicht mehr durch andere Menschen beherrscht werden will,
M3 – Späte Jugend: Stadium der eigennützigen Machtausübung“, in dem Einfluss auf ande-
”
re ausgeübt wird, um persönliche Ziele zu erreichen,
M4 – Reifes Erwachsenenalter: Stadium der gemeinnützigen Machtausübung“, in dem Ein-

”
fluss auf andere ausgeübt wird, um gemeinschaftliche Ziele zu erreichen.
Zur letzten Phase wird in der Literatur der Vergleich zur Politik gezogen: man ist nicht
”
mehr der Herrscher, sondern der oberste Diener des Staates“ [45, S. 41], der sich für das
Wohl der Gesellschaft einsetzt.
Die drei aufgeführten Motive – Macht, Leistung, Freundschaft – beeinflussen unsere Wahrneh-
mung, unser Denken, unser Fühlen und unser Handeln. Zwar gibt es Situationen, in denen unter
Umständen abweichend vom erwarteten Motivverhalten des jeweiligen Typs gehandelt wird,
insgesamt dient diese Abweichung jedoch sehr häufig als Mittel zum Zweck – zum Erreichen
motivtypischer Ziele.
2
Hierbei kann es allerdings sein, dass ein Stadium übersprungen wird, oder dass man in einem frühen Reifesta-
dium steckenbleibt. Auch schließen sich die vier Machtstadien nicht gegenseitig aus, vielmehr ist häufig eine
Kombination aus verschiedenen Machtstadien zu beobachten, z.B. sowohl personalisierte (späte Jugend) als
auch gemeinschaftliche (Reife) Machttendenzen.
11
2. Related Work
Quelle der Macht

andere selbst
M1 M2
Ziel der Macht selbst
anlehnendes Machtstreben selbstbezogenes Machtstreben
M4 M3
andere
gemeinschaftsdienliches eigennütziges/personalisiertes
Machtstreben Machtstreben
Tabelle 2.1.: Die verschiedenen Reifestadien/Facetten der Macht nach [45, S. 42]
2.1.2. Kompensationsmodell von Kehr
Hugo M. Kehr [40] untersucht den Zusammenhang zwischen Motiven, Fähigkeiten und den
daraus resultierenden Verhaltensweisen. Motive werden unterteilt in implizite und explizite
Motive, der Unterschied wird im Folgenden kurz zusammengefasst.
Implizite Motive
Als implizite Motive werden Motive bezeichnet, die in die Kategorie der Grundbedürfnisse
fallen. Auf Untersuchungen von McClelland und Atkinson verweisend bezeichnet Kehr impli-
zite Motive als associative networks connecting situational cues with basic affective reactions
”
and implicit behavioral tendencies“, also meist unterbewusst wahrgenommene Bedürfnisse, die
affektive Präferenzen“ zur Folge haben und häufig spontane Reaktionen hervorrufen.
”
Sie lassen sich unterscheiden in die in Kapitel 2.1.1 vorgestellten Motive Leistung, Freundschaft
und Macht. Wie bereits oben beschrieben, können diese Motive nicht bewusst wahrgenommen
werden und müssen durch Versuche, wie beispielsweise den angesprochenen Thematischen
Apperzeptionstest, ermittelt werden.
Da implizite Motive unterbewusst immer präsent sind, beeinflussen sie Verhaltensweisen und
Verhaltenstrends auf lange Sicht, auch wenn kurzfristig motivfremd gehandelt wird, um z.B.
ein bestimmtes Zwischenziel“ zu erreichen.
”
Explizite Motive
Explizite Motive sind Motive, die sich von Menschen selbst auferlegt werden. Dadurch kann
man sie bewusst wahrnehmen und erfassen. Als Werkzeug hierfür wäre beispielsweise der von
Douglas N. Jackson entwickelte Personality Research Form (PRF) zu nennen. Hier wer-
den grundlegende Persönlichkeitseigenschaften abgefragt, mit besonderem Augenmerk auf das
Leistungs- und Sozialverhalten des Probanden.
12
2. Related Work
Im Gegensatz zu den impliziten Motiven werden die expliziten Motive stark von sozialen An-
forderungen beeinflusst. Sie spielen eine wichtige Rolle bei der kognitiven Wahrnehmung in
bestimmten Situationen sowie bei der Entwicklung von Zielen ( kognitive Präferenzen“).
”
Obwohl implizte und explizite Motive konzeptionell unabhängig voneinander sind, ist eine
Interaktion dennoch möglich. Den Untersuchungen von McClelland zufolge können explizite
Motive beeinflussen, wie implizite Motive ausgedrückt werden. Kehr nennt als Beispiel eine
Person, die stark vom (impliziten) Freundschaftsmotiv geprägt ist, sich aber auferlegt hat,
in Einsamkeit zu leben (explizites Motiv) und dann zur indirekten Kontaktaufnahme Briefe
schreibt, um mit anderen Personen zu kommunizieren.
Wo sich implizite und explizite Motive gegenseitig ausschließen, kann es zu Beeinträchtigungen

kommen, die sich durch verminderte Arbeitsleistung, Unausgeglichenheit, bis hin zu gesund-
heitlichen Problemen äußern.
Subjektive Fähigkeiten
Ein weiteres wichtiges Konzept bei der Untersuchung von Motivation ist das der subjektiven
Fähigkeiten. Während der amerikanische Psychologe Robert W. White [78] das Konzept der
Kompetenz als die Fähigkeit eines Organismus vorstellt, effizient mit seiner Umgebung zu
interagieren3 , wird später unterschieden zwischen tatsächlichen Fähigkeiten und denen, zu
denen sich eine Person selbst fähig fühlt (subjektive Fähigkeiten).
Neben sozialen Einflüssen spielen besonders bereits erbrachte Leistungen eine wichtige Rolle.
Wurde eine Aufgabe in der Vergangenheit bereits einmal erfolgreich bewältigt, so erzeugt dieser
Erfolg in der Regel das Gefühl, dass in Zukunft ähnlich gestaltete Aufgaben ebenfalls erfolgreich
ausgeführt werden können. Die Entwicklung von Absichten und Zielen wird also ebenfalls
maßgeblich beeinflusst.
Subjektive Fähigkeiten sind unabhängig von impliziten und expliziten Motiven. Sie sind je-
doch allein nicht ausreichend, um ein bestimmtes Verhalten auszulösen. Um für das Verhalten
relevant zu werden, müssen diese Fähigkeiten zusammen mit entsprechenden Motiven auftre-
ten. Mit der entsprechenden Motivation wiederum sind Menschen sogar fähig Aufgaben zu
bewältigen, die ihre Fähigkeiten überschreiten.
Kompensationsmodell
Sind alle drei Komponenten (implizite Motive, explizite Motive und subjektive Fähigkeiten)
in ausreichendem Maß vorhanden, spricht man von Flow. Auf diesen Zustand wird in Kapi-
tel 2.1.4 noch genauer eingegangen.
3
Original: an organism’s capacity to interact efficiently with its environment“
”
13
2. Related Work
Fehlt eine der Komponenten so muss sie kompensiert werden. Für diesen Zweck werden im
Kompensationsmodell der Motivation und Volition ( Compensatory model of work motivation
”
an volition“, [40]) die Begriffe Volition und Problemlösung eingeführt:
Volition bezeichnet selbstregulierende Strategien zur Unterstützung expliziter Ziele gegen im-
”
plizite Verhaltensimpulse“ und kann auch mit Willenskraft“ oder Selbstkontrolle“ be-
” ”
zeichnet werden. Volition ist notwendig, um mangelnde Motivation zu kompensieren, die
durch Diskrepanz zwischen impliziten und expliziten Motiven erzeugt wird.
Sie hat einerseits die Aufgabe, explitize Handlungstendenzen zu unterstützen, und ande-
rerseits implizite Verhaltensimpulse, die gegen die Ausführung der explizit motivierten
Handlung sprechen, zu unterdrücken. Sind implizite und explizite Motive bereits kongru-
ent, so ist keine Regulierung zum Erreichen des Ziels notwendig.
Volition ist unabhängig von den subjektiven Fähigkeiten.
Problemlösung bezeichnet die Kompensation von mangelnden Fähigkeiten und bezieht sich
z.B. auf unerwartete Schwierigkeiten. In der Script-Theorie werden routinemäßige Tätig-
keiten und Abläufe als scripts“ bezeichnet, bei einer Abweichung vom gewohnten/erlern-
”
ten Ablauf (z.B. durch äußere Einflüsse, nicht erwartete Unterbrechungen, Fehler) wird
Problemlösung notwendig.
Hierbei ist zur Problemlösung eine bewusste Aktion notwendig, ein bewusster Prozess
zur Umgehung der aufgetretenen Schwierigkeiten innerhalb des routinierten Ablaufs.
Problemlösung ist unabhängig vom Verhältnis zwischen impliziten und expliziten Moti-
ven.
Abbildung 2.1.: Kompensationsmodell der Motivation und Volition nach Kehr [40]
14
2. Related Work
In Abbildung 2.1 wird abschließend schematisch dargestellt, wie implizite Motive, explizite
Motive, subjektive Fähigkeiten und das Flow-Erlebnis zusammenhängen.
2.1.3. Intrinsische und extrinsische Motivation
Im Kompensationsmodell der Motivation und Volition wird eine Kongruenz des Verhaltens
mit den affektiven Präferenzen (also den impliziten Motiven) als notwendige, aber noch
nicht hinreichende Bedingung für intrinsische Motivation identifiziert [40]. Zusammen mit
kognitiven Präferenzen (also aktivierten expliziten Motiven) liegt eine hinreichende Bedingung
für intrinsische Motivation vor.
Intrinsische Motivation bezeichnet das Phänomen, eine Tätigkeit um seiner selbst willen“ zu
”
tun, unabhängig von Einflüssen, Druck oder Belohnungen von außen (vgl. Ryan und De-
ci [66]). Die Hintergründe von intrinsischem Verhalten wurde bereits 1959 von Robert W.
White [78] anhand von Tierversuchen untersucht, bei denen spielerische Erforschung der
Umwelt ohne Druck von außen oder die Aussicht auf Belohnung beobachtet wurde. Auch
bei Menschen wird die Wichtigkeit von intrinsischer Motivation durch die angeborene
Neugier, Verspieltheit und der Bereitschaft, Neues zu lernen, sichtbar.
Teresa M. Amabile bezeichnet intrinsische Motivation neben den für die Aufgabe not-
wendigen Fähigkeiten als eine wichtige Schlüsselvoraussetzung für Kreativität (vgl.
Hennessey und Amabile [35, S. 11], Lakhani und Wolf [46, S. 5])4 .
Extrinsische Motivation hingegen liegt vor, wenn eine Tätigkeit ausgeübt wird, um ein be-
stimmtes Ergebnis zu erreichen (welches mit der Tätigkeit an sich nichts mehr zu tun
hat). Die Tätigkeit ist nur noch das Instrument, während sie bei der intrinsischen Motiva-
tion selbst das Ziel ist. Die Natur des zu erreichenden Ziels kann sehr unterschiedlich sein.
Von Ryan und Deci [66] wird das Beispiel eines Schülers aufgeführt, der seine Hausauf-
gaben nur deswegen erledigt, um von den Eltern nicht bestraft zu werden. Er ist ebenso
extrinsisch motiviert, wie ein anderer Schüler, der seine Hausaufgaben deswegen erledigt,
weil er sie für seine spätere Karriere als wichtig erachtet. Beide erledigen ihre Aufgaben
nicht, weil sie die Aufgaben an sich interessant finden, sondern weil sie als Instrument
dienen, ein bestimmtes Ziel zu erreichen.
2.1.4. Flow-Erlebnis
Die Flow-Theorie wurde hauptsächlich von Mihaly Csikszentmihalyi, einem Psychologen an der
University of Chicago, beschrieben. Er untersuchte Voraussetzungen, Eigenschaften und Folgen
des Flow-Erlebens unter anderem im Kontext von Kunst und Wissenschaft, sowie Sport oder
kreativen Tätigkeiten wie literarischem Schreiben, etc.
4
In Kapitel 2.3.4 (Seite 29) wird ebenfalls auf diesen Zusammenhang eingegangen
15
2. Related Work
Flow bezeichnet den Zustand des völligen Aufgehens in einer Tätigkeit. Im Bezug auf
das Flow-Erleben wird gesagt:
(. . . ) a good life is one that is characterized by complete absorption in what one

”
does.“ [53, S. 89]
Hierbei liegt eine intrinsische Motivation vor, die Aktivität ist selbstbezweckt (autotelisch),
d.h. nicht das Ergebnis, sondern die Aktivität selbst wird als Zweck wahrgenommen.
Voraussetzung für das Erleben von Flow ist eine optimale Balance zwischen einer Heraus-
forderung, die zu bewältigen ist, und den bestehenden Fähigkeiten. Die Person muss der
Aufgabe gewachsen sein, sie darf mit der Aufgabe weder überfordert sein (in diesem Fall ist
nach Kehr [40] ein hohes Maß an Problemlösung notwendig), noch darf sie mit der Aufgabe
unterfordert sein (dann stellt die Aufgabe keine Herausforderung mehr dar und ist uninter-
essant). Außerdem muss die Tätigkeit von den – durch implizite Motive hervorgerufenen –
affektiven Präferenzen der Person unterstützt werden. Weitere wichtige Voraussetzungen für
das Erleben von Flow sind nach Nakamura und Csikszentmihalyi [53] das Vorhandensein von
klaren Zwischenzielen, sowie von unmittelbarem Feedback über den Fortschritt oder das
Ergebnis der Tätigkeit.
Charakteristisch für das Flow-Erlebnis ist eine stark fokussierte Konzentration auf die
aktuelle Tätigkeit ohne reflektierte Selbstwahrnehmung (d.h. die Person empfindet sich selbst
nicht als social actor“) und somit die völlige Kontrolle über die aktuelle Situation und
”
das Gefühl, jederzeit richtig auf Ereignisse reagieren zu können. Auch zu beobachten ist eine
Verzerrung im Zeitgefühl, die Zeit vergeht schneller“.
”
Wohlbefinden und Glück vs. materielle Entlohnung
In dem Artikel If we are so rich, why aren’t we happy?“ [11] untersucht Csikszentmihalyi
”
des Weiteren den Zusammenhang zwischen materiellem und subjektivem Wohlbefinden. Er
kommt zu dem bekannten Ergebnis, dass Geld allein tatsächlich nicht glücklich macht. Zum
einen hat dies soziokulturelle Gründe, nämlich dass sich durch die immer ungleichmäßigere
Verteilung von Gütern und Reichtümern sogar relativ reiche Leute“ im Vergleich zu den
”
Reichsten relativ arm“ fühlen, und dass es – kulturell bedingt – wenige alternative Werte gibt.
”
Zum anderen werden psychologische Gründe aufgeführt . Die Eskalation von Erwartungen
(im englischen Original: escalation of expectations“) führt dazu, dass man nach dem Erreichen
”
einer bestimmten Stufe (z.B. bezogen auf das Einkommen) bald schon nicht mehr zufrieden
ist mit dem, was man hat und immer mehr“ haben will. Die psychische Energie konzentriert
”
sich auf das Erreichen immer höherer materieller Ziele und steht so für andere Bereiche, die
maßgeblich für Glück und Wohlbefinden verantwortlich sind (z.B. Familie, Freunde, etc.) nicht
mehr zur Verfügung. Materielle Ziele werden als Nullsummenspiel dargestellt: reich sein
bedeutet, dass andere dafür arm sein müssen.
16
2. Related Work
Als Alternative wird das Flow-Erlebnis angeführt, bei dem es kein Ende der Skala gibt, es
ist offen und unerschöpflich: erfährt eine Person Glück durch eine bestimmte Tätigkeit, z.B.
bei der Zubereitung mediterraner Gerichte, so bedeutet dies nicht, das jemand anderes dafür
weniger Glück erfahren kann.
2.2. Open Innovation
2.2.1. Einführung und Definition
In Rudolf Eislers Wörterbuch der philosophischen Begriffe [17] wird eine Idee bezeichnet
als schöpferischer Gedanke, Begriff, Gedanke, Grundgedanke, begriffliche Einheit, Leitmotiv,
”
Endpunkt des begründenden Denkens“. Um Ideen zu generieren, z.B. zur Lösung von Pro-
blemen oder zur Definition von Zielen, können Kreativitätstechniken wie Brainstorming
unterstützend eingesetzt werden.
Nimmt eine Idee (häufig wird auch von einem Einfall“ gesprochen) Gestalt an, kann sie zu
”
einer Erfindung (Invention) werden. Damit wird die ursprüngliche Entdeckung von tech-
”
nologischen oder sozialen Neuerungen“ [77, S. 16] bezeichnet. Laut einer Entscheidung des
Bundesgerichtshofs [6] ist eine Erfindung die Lehre zum planmäßigen Handeln unter Einsatz
”
beherrschbarer Naturkräfte zur Erreichung eines kausal übersehbaren Erfolges“. Es entsteht
also etwas, meist auf technischem Gebiet, das vorher noch nicht dagewesen ist. Im Gegensatz
zur Erfindung steht die Entdeckung, bei der etwas gefunden wird, das zum Zeitpunkt der
Entdeckung noch unbekannt, jedoch schon vorhanden war.
Entwickelt sich aus dieser Neuerung ein ökonomisch verwertbares Produkt, bzw. hat sie all-
gemein Auswirkungen auf den Produktionsprozess, so spricht man von Innovation (wörtlich
übersetzt aus dem Lateinischen: novus neu“ bzw. innovatio etwas neu Geschaffenes“). Jo-
” ”
seph Schumpeter bezeichnet Innovation als Aufstellung einer neuen Produktionsfunktion“,
”
bzw. Durchführung neuer Kombinationen“ (von Produktionsleistungen) [68, S. 95]. Den Un-
”
terschied zur Erfindung (Invention) beschreibt er folgendermaßen:
Sie [Invention und Innovation] können von der gleichen Person getätigt werden,
”
und sind auch häufig getätigt worden; aber das ist nur ein zufälliges Zusammen-
treffen, das die Gültigkeit der Unterscheidung nicht beeinträchtigt. Persönliche Fä-
higkeiten – hauptsächlich intellektuelle im Falle des Erfinders, vorwiegend wollens-
mäßige im Falle des Unternehmers, der die Erfindung in die Innovation verwandelt
– und die Methoden, mit denen der eine und der andere arbeitet, gehören zu ver-
schiedenen Sphären.“ [68, S. 93]
Innovationen werden häufig als ein Königsweg zum Sichern des wirtschaftlichen Wohlstandes“
”
[19, S. 367] bezeichnet, es geht also weniger um die Erfindung an sich, sondern vielmehr um
verkaufbare Produkte und wirtschaftlichen Nutzen.
17
2. Related Work
Das Konzept offener Innovationsprozesse wurde bereits im Jahr 1982 von Robert C. Allen
untersucht. Er beschrieb die Innovationsprozesse der Eisenindustrie im England des 19. Jahr-
hunderts und prägte den Begriff der kollektiven Erfindung (Collective Invention). In diesem
Industriezweig wurden erstmals neue Erkenntnisse, Erfahrungen und Ideen für Weiterentwick-
lung von Maschinen und Produktionsprozessen zwischen einzelnen Unternehmen ausgetauscht,
um Forschungs- und Entwicklungsarbeit zu sparen und auf die bestehende Erfahrung anderer
aufbauen zu können (vgl. Allen [2]).
Henry Chesbrough, Professor am Center for Open Innovation“ der University of California,
”
definierte in Open Innovation: Researching a New Paradigm“ [7] erstmalig den Begriff Open
”
Innovation. Als Gegenteil des traditionellen vertikalen Integrationsmodells – interne
Forschungs- und Entwicklungsaktivitäten führen zu intern entwickelten Produkten, die durch
die Firma selbst vertrieben werden – wird Open Innovation wie folgt beschrieben:
If pressed to express its definition in a single sentence, open innovation is the use of
”
purposive inflows and outflows of knowledge to accelerate internal innovation, and
expand the markets for external use of innovation, respectively. Open Innovation
is a paradigm that assumes that firms can and should use external ideas as well as
internal ideas, and internal and external paths to market, as the look to advance
their technology. Open Innovation processes combine internal and external ideas
into architectures and systems.“ [7]
Bei der Entwicklung von Ideen wird also die Außenwelt in den Prozess mit einbezo-
gen, um eine Erhöhung des Innovationspotenzials zu erreichen. Mit den Worten des vom
Bundesministerium für Bildung und Forschung geförderten Open-I Projekts [55] kann Open
Innovation als die freiwillige Teilnahme an Innovationsprozessen über die Grenzen von Teams,
”
Abteilungen und Organisationseinheiten hinweg“ verstanden werden.
2.2.2. Kernprozesse
Von Oliver Gassmann und Ellen Enkel [27] werden drei Kernprozesse des Open Innovation-
Prozesses identifiziert (vgl. Abbildung 2.2):
Outside-in-Prozess: Wissen der Außenwelt wird in die eigene Entwicklung mit aufgenommen,
externe Ideenquellen genutzt (z.B. Lieferanten und Kunden). Der Prozess basiert auf der
Erkenntnis, dass der Ort, an dem neues Wissen ensteht, nicht notwendigerweise derselbe
ist, an dem Innovationen entstehen.
Durch die Einbeziehung externen Wissens wird Forschungs- und Entwicklungsarbeit ge-
spart.
Inside-out-Prozess: Ideen werden der Außenwelt zur Verfügung gestellt. Insbesondere dieser
Prozess basiert auf der Annahme, dass der Ort, an dem Erfindungen gemacht werden,
nicht notwendigerweise der ist, an dem sie genutzt und in Produkten eingesetzt werden.
18
2. Related Work
Durch diese Vorgehensweise kann eine Auslagerung der Entwicklungsprozesse erreicht

werden (Ideen werden nur noch generiert, andere Unternehmen lizensieren diese und ent-
wickeln Produkte), sowie die Etablierung von Standards über die Unternehmensgrenzen
hinweg gefördert werden.
Coupled Prozess: Dies ist die Kopplung der beiden Prozesse Outside-in und Inside-out, die
Entwicklung von Kooperationen zwischen Unternehmen, z.B. Allianzen, Joint Ventures
oder Innovationsnetzwerken (eine Balance zwischen Geben und Nehmen ist notwendig!).
Outside-in Prozess: Outside-out Prozess:

Wissens-/Ideengenerierung Ausbeutung außerhalb des
außerhalb des Unternehmens Unternehmens
• Kunden/Lieferanten- • Lizensierung von IP
• Multipiikation von
integration
• Externes Technologie- Technologien
sourcing • Cross Industry Innovation
Entwicklung
Coupled Prozess:
Verknüpfung des inside-out und
outside-in Prozesses zur gemeinsamen
Entwicklung und Ausbeutung
• Strategische Allianzen
• Innovationsnetzwerke
Abbildung 2.2.: Kernprozesse des Open Innovation-Ansatzes nach Gassmann und Enkel [27]
Als Hintergrund für die immer häufiger in Unternehmen anzutreffende Einführung von Open
Innovation-Prozessen wird beispielsweise von Gassmann und Enkel [27] der steigende Wett-
”
bewerbsdruck durch höheren Innovationsdruck bei gleichzeitig sinkenden F&E-Budgets“ ver-
antwortlich gemacht.
2.2.3. Strategien zum Austausch von Innovationen
Zentrale Voraussetzung für offene Innovationsprozesse sind Offenlegung und freier Aus-
tausch von Informationen – wobei sich frei“ nicht zwingend auf eine kostenlose Verbreitung
”
beziehen muss: nach der Definition von Harhoff et al. [33] findet ein freier Austausch (im Origi-
nal free revealing“) dann statt, wenn der Urheber einer bestimmten Information nicht direkt
”
von den Aufwendungen derer profitiert, die sie übernehmen.
19
2. Related Work
Der freie Austausch widerspricht sogar der klassischen wirtschaftlichen Betrachtungsweise von
Innovation, die propagiert, dass eine Erfindung nur dann wirtschaftlich genutzt werden kann,
wenn sie geheimgehalten, oder durch Patente geschützt wird – eine Offenlegung ohne Gegen-
leistung wird zunächst als Verlust angesehen, den es unter allen Umständen zu vermeiden
gilt.
Harhoff [33] stellt mit einem Modell aus der Spieltheorie eindrucksvoll dar, dass es sich unter
bestimmten Umständen tatsächlich lohnt, Informationen frei für Andere zur Verfügung zu
stellen, in manchen Fällen sogar für direkte Konkurrenten:
Es wurden drei Strategien untersucht, wie mit Innovationen für die Nutzung im
eigenen Unternehmen umgegangen werden kann:
Lizensierung: Die Informationen werden durch Lizenzen geschützt und Interessier-

ten nach Bezahlung einer bestimmten Gebühr zur Verfügung gestellt. Dies
verhindert die unkontrollierte Verbreitung und bietet eine gewisse Entschä-
”
digung“ für die Offenlegung.
Durch empirische Studien wurde allerdings belegt, dass diese Art Verbreitung
kein besonders lohnendes Geschäft darstellt, wenn der Aufwand (z.B. Kosten
für die Patentierung) berücksichtigt wird.
Geheimhaltung: Die Informationen werden überhaupt nicht verbreitet, sondern

innerhalb des Unternehmens gehalten.
Gerade bei geistigem Eigentum ist die Geheimhaltung besonders schwierig,
wenn nicht sogar unmöglich. Wird z.B. eine neue Technologie in Produkten
verwendet, so wird sie spätestens bei der Markteinführung dieser Produkte
sichtbar“ und kann durch Interessierte (etwa Konkurrenten) genutzt werden.
”
Alternativ wechseln Mitarbeiter eines Unternehmens zu einem anderen und
nehmen das Wissen mit (unfreiwillige Offenlegung).
Offenlegung: Die Informationen werden frei zur Verfügung gestellt (freiwillige Of-
fenlegung).
Nach Allen und Harhoff gelten als Gründe zur Rechtfertigung dieses Vorgehens
vor allem die gesteigerte Reputation (siehe Kapitel 2.4.2) und die Vermeidung
von Kosten für die Geheimhaltung. Außerdem sind die Informationen nicht
selten spezifisch auf die Umstände im offenlegenden Unternehmen angepasst,
so dass eine Verwendung und Weiterentwicklung dem Unternehmen selbst wie-
der zugute kommt (z.B. Standardisierung).
Als Anreize und Rewards gelten ähnliche Faktoren wie bei der Teilnahme an
Communities, die in Kapitel 2.3.4 aufgeführt werden.
Harhoff kommt zu dem Ergebnis, dass die freie Offenlegung sehr wahrscheinlich ein verbreite-
tes Phänomen werden könnte. Auch wenn in manchen Fällen die Offenlegung keine sinnvolle
Option ist (bei hohen Transaktionskosten, Informationsasymmetrien, etc.), so ist es in vielen
20
2. Related Work
Szenarien wirtschaftlicher, das bestehende Wissen zu teilen, als in jedem Unternehmen für
sich auf gleiche oder ähnliche Erfindungen zu warten oder diese von anderen Unternehmen zu
lizensieren.
Ein besonderes Beispiel für die freiwillige Offenlegung von Innovationen und Informationen
findet sich in der Free/Libre Open Source Software-Community: hier wird der Quell-
text von Softwareprojekten frei zur Verfügung gestellt. So bekommt jeder Interessierte einen
Einblick, wie die Software funktioniert, kann sie weiterentwickeln oder für seine eigenen Zwecke
anpassen. Der unbemerkte Einbau einer Hintertür wird praktisch unmöglich5 , und auch Fehler
(Bugs) werden schneller erkannt und behoben – die Software wird vertrauenswürdiger. Eine
genauere Beschreibung der Free/Libre Open Source Software-Community und insbesondere
auch der Anreize für die Mitglieder wird in Kapitel 2.3.5 gegeben.
2.3. Communities
2.3.1. Definition
Der Begriff Community ist das englische Wort für Gemeinschaft, Gemeinde, aber auch
für Gemeinsamkeit. Der Ursprung des Wortes liegt im Lateinischen communis ( mehre-
”
ren oder allen gemeinsam“), welches sich wiederum aus dem Wort munia ( Leistungen“ oder
”
Amtspflichten“) und der Vorsilbe com- (von cum – zusammen“) zusammensetzt. Im heu-
” ”
tigen Verständnis ist eine Community eine Gruppe von Personen, die gemeinsames Wissen
”
entwickelt, Erfahrungen teilt und dabei eine eigene Identität aufbaut“ [80].
Georg Groh [29] beschreibt eine Community mit folgenden Eigenschaften:
• Die Mitglieder einer Community sind sich dessen bewusst“, ein Teil der Gemeinschaft
”
zu sein. Dieses Bewusstsein wird als Awareness bezeichnet (oft auch als Bewusstheit“
”
oder Gewahrsein“) und beinhaltet eine emotionale Bindung an die Community sowie
”
den eigentlichen Willen, dazuzugehören.
• Zwischen den Mitgliedern gibt es enge soziale Beziehungen, mit besonderem Schwerpunkt
auf Kommunikationsbeziehungen.
• Die Mitglieder haben ein gemeinsames Ziel, das als Motivation dient, sich aktiv in der
Gemeinschaft zu beteiligen.
• Die Mitglieder haben ein oder mehrere gemeinsame persönliche Parameter, z.B.
einen gemeinsamen Wohnort, Arbeitsplatz, o.Ä. Die örtliche Komponente kann mit der
heutigen Verbreitung von Informations- und Kommunikationsdiensten auch virtuell sein
(vgl. Groß und Koch [30, S. 19]).
5
Gerade bei sicherheitsrelevanter Software wie der Verschlüsselungsplattform GnuPG ist dies besonders wichtig
21
2. Related Work
Von Groß und Koch [30, S. 195] wird Community als Gemeinschaft von Benutzerinnen und
”
Benutzern mit gleichen oder ähnlichen Interessen“ beschrieben, basis ist die intrinsische Mo-
tivation der Mitglieder. Zusätzlich unterstellt Michael Koch [41] den Mitgliedern, dass sie in
der Regel zusammenarbeiten, um sich gegenseitig zu helfen, z.B. durch den Austausch von
Informationen und das Teilen von gemeinsamen Ressourcen. Außerdem zeichnen sich Commu-
nities dadurch aus, dass es eine gemeinsame Kultur gibt, gemeinsame Normen, Rituale und
Konventionen.
Im Gegensatz zu einem Team ist eine Community in der Regel nicht organisiert, es gibt keine
bindenden Absprachen über die von den einzelnen Mitgliedern zu leistenden Beiträge, über
gemeinsame Artefakte (z.B. Dokumente, Arbeitsergebnisse), etc. Daher kann eine Community
über eine viel größere Anzahl von Mitgliedern verfügen, die sich nicht zwingend persönlich
kennen müssen. Der Unterschied wird bereits in der Definition [30, S. 197] sichtbar, wo von
einem Team als Gruppe von Personen, die ein gemeinsames Ziel verfolgen“ gesprochen wird –
”
das Ziel steht hier im Mittelpunkt, nach erreichen desselben könnte sich das Team prinzipiell
auflösen.
2.3.2. Community Management
Durch die im vorangegangenen Kapitel ermittelte Eigenschaft von Communities, dass keine
klare Struktur und Organisationsform festgelegt ist, die Mitglieder sich nicht zwangsweise per-
sönlich kennen und sie unter Umständen keine von vornherein festgelegten gemeinsamen di-
”
rekten Ziele“ und Aufgabenbereiche haben, ergibt sich die Notwendigkeit, dass eine Community
verwaltet bzw. geführt werden muss. Der allgemein etablierte Begriff hierfür ist Community-
Unterstützung bzw. Community Management.
Nach Groß und Koch [30] lassen sich die in Kapitel 2.1.3 vorgestellten Begriffe der intrinsischen
und extrinsischen Motivation auf Community-Mitglieder übertragen:
Wegen des Fehlens einer klaren Organisation fehlt bei Communities häufig auch ein
”
klares extrinsisches Motivationssystem. Wegen der daraus folgenden Notwendigkeit
intrinsischer Motivation sind Nutzungsanreize und eine möglichst einfache Nutzung
wichtige Aspekte bei der Entwicklung und Unterstützung für Communities.“
[30, S. 116]6
Im Zusammenhang mit Management allgemein als Führung von Organisationen“ werden

”
von Koch [41] fünf Management-Funktionen aufgeführt: Planung, Organisation, Führung,
Koordination und Kontrolle.
6
Hervorhebungen nicht im Original
22
2. Related Work
Bezogen auf die Führung von Communities (z.B. bei Online-Communities durch Adminis-
tratoren) werden von Koch drei Basisfunktionen für Community Management identifiziert:
Beobachtung: Hierbei geht es um die Erfassung von Informationen über die Community,
ihre Mitglieder und deren Aktivitäten. Diese Informationen haben sowohl für die Admi-
nistratoren einen Nutzen, etwa um Management-Entscheidungen daraus abzuleiten, als
auch für alle Mitglieder der Community. Man spricht im letzteren Fall von Community
Awareness, die gerade in sich zum Teil selbst organisierenden Zusammenschlüssen eine
sehr hohe Bedeutung hat.
Moderation: Um die Einhaltung der in einer Community bestehenden Konventio-

nen, Normen und Werte zu gewähren, bedarf es der Moderation. Dies kann durch
eine zentrale Instanz, einen bestimmten Moderator“ geschehen, in vielen Fällen aber
”
auch durch die Selbstregulation der Community unter Einbeziehung aller Mitglieder.
Motivation: Bei der Motivation geht es um Faktoren, die Mitglieder dazu bewegen, Beiträge
innerhalb der Community zu leisten. Aber auch neue Mitglieder zu gewinnen und dazu zu
bringen, der Community beizutreten fällt unter diesen Punkt. Die Gründe für Beitritt
und Teilnahme können von Person zu Person unterschiedlich sein – ihnen gemein ist die
Tatsache, dass ein Mehrwert entsteht, also die Person etwas davon hat.
Das Prinzip der Gegenseitigkeit oder Reziprozität (engl. reciprocity“ – einer Person
”
ist in der Vergangenheit geholfen worden, oder sie erhofft, in der Zukunft Hilfe zu be-
kommen) und das der Anerkennung ( appreciation“ – eine Person möchte als Experte
”
anerkannt werden) sind wichtige Faktoren für das Leisten von Beiträgen in Communities.
Sie werden in einem späteren Kapitel noch ausführlicher behandelt.
Die Rolle des Community Managements kann je nach Art und Struktur der jeweiligen Commu-
nity zu mehr oder weniger großen Teilen auf die Community-Mitglieder selbst verteilt werden,
wie bereits bei der Funktion der Moderation erwähnt wurde.
Als Beispiele für die Umsetzung von Community Management für Online-Communities sei
das Konzept der Social Software genannt. Sie kann verschiedene Funktionen erbringen, etwa
das Aufzeigen von Community-Aktivitäten für die Mitglieder (hierbei kommen die Prinzipi-
en der Beobachtung und der Motivation zusammen, denn das Sichtbarmachen von Leistung
kann auch als Motivation dienen), oder Hilfsmittel, die die Mitglieder bei der Zusammenarbeit
unterstützen, wie Wikis, Foren, Weblogs, etc.
23
2. Related Work
2.3.3. Mitwirkung in Communities
Im vorherigen Kapitel wurde bereits die Frage aufgeworfen, was Personen dazu bewegt, in einer
bestimmten Community beizutreten und dort Beiträge zu Leisten.
Sankarshan Mukhopadhyay, der als Entwickler, Consultant und Projektmanager in verschiede-

nen Open Source Software-Projekten langjährige Erfahrung gesammelt hat, zitiert in seinem
Weblog den Yahoo!-Mitarbeiter Philip Tellis, der auf die Frage How to become an Open Source
”
Contributor“ aus seinen eigenen Erfahrungen als Open Source Contributor erzählt.
Als Antwort auf die Frage, wie man den Typ eines Webservers ermittelt, schickt er
ein kleines Programm httptype an eine Mailingliste. Aus dem positiven Feedback
von anderen Listenmitgliedern entstand ein eigenes Projekt auf der OSS-Plattform
freshmeat.net. Das Programm wurde durch Anregungen und Patches von anderen
Benutzern verbessert und führte dazu, dass Tellis – bitten by the FOSS7 develop-
”
ment bug“ – nach weiteren Möglichkeiten für Engagement in der OSS-Community
suchte (vgl. Tellis [75]).
Kevin Crowston und Isabelle Fagnot [10] von der Syracuse University untersuchten die Hinter-
gründe für die Teilnahme an offenen Communities (kontreter im Bezug auf Programmierung,
Dokumentation und Bugreports in Open Source Software sowie Inhalte für Weblogs und Wi-
kipedia). Im Gegensatz zu vorherigen Betrachtungen werden hier verschiedene Stufen der
Mitwirkung definiert, durch die sich ein Mitglied einer Community bewegt:
Curiosity: Das Projekt ist sichtbar genug“, um die Aufmerksamkeit der Person auf sich zu
”
ziehen und die Neugier zu wecken. Übersteigen Zeit und Fachwissen den Aufwand für
einen Beitrag, wird die Person vom passiven zum aktiven Mitglied und leistet einen
ersten Beitrag.
Sustained contribution: Ermuntert durch positive Rückmeldungen auf erste Beiträge liefern
manche Mitglieder fortlaufend neue Beiträge an die Community, entweder in Form von
Hilfeleistung, oder unter dem Verständnis einer sozialen Bewegung (engl. social
”
movement“, vgl. [10, S. 21]).
Als mögliche Gründe kommen persönliche Vorteile durch die Mitgliedschaft in Frage
( reward motives“), positive Wahrnehmung der Ziele der Gruppe ( collective motives“),
” ”
sozialer Druck oder Ermutigung durch andere Mitglieder ( social motives“) oder eine Art
”
Zusammengehörigkeitsgefühl, Teil der Gruppe“ zu sein ( identification with the group“).
” ”
Durch sustained contributions“ wird das Projekt sichtbarer“ und zieht weitere neue
” ”
Mitglieder an.
7
FOSS: Free Open Source Software
24
2. Related Work
Meta-contribution: Sehr wenige Mitglieder erreichen diese Stufe und gehören damit zum Kern
der Community, z.B. als Gründungsmitglieder, Administratoren, Maintainer, etc.
Die Gründe, eine solche Rolle in einer Gemeinschaft anzunehmen werden in dem Streben,
freiwillig Hilfe anzubieten und in der Identifikation mit der Gruppe gesehen.
Mitglieder in dieser Stufe können Einfluss auf die Berechtigungen von Mitgliedern nied-
rigerer Stufen nehmen, sowie deren Sichtbarkeit“ innerhalb des Projekts.
”
2.3.4. Anreize und Rewards
Im Folgenden wird genauer auf den in Kapitel 2.3.2 angesprochenen Mehrwert eingegangen,
der durch Beitritt und Partizipation in einer Community für die Mitglieder entsteht. Dieser
Mehrwert wird in Form von Rewards wahrgenommen (engl. für Belohnungen), die als An-
reize (auch engl.: Incentives) dienen, Beiträge zu leisten.
Neben dem Prinzip der Gegenseitigkeit oder Reziprozität (eine Person hat in der Vergan-
genheit Hilfe erhalten und möchte dafür etwas zurückgeben“, bzw. trägt etwas zur Community
”
bei und erhofft sich dadurch, später selbst Hilfe bei einer bestimmten Aufgabe zu erhalten)
wurde das Prinzip der Anerkennung (höhere Reputation, ein guter Ruf“ als Experte oder
”
hilfsbereites Mitglied) bereits im Zusammenhang mit Community Management (Kapitel 2.3.2)
erwähnt.
Allgemein kann unterschieden werden zwischen expliziten Rewards und soft rewards8 :
Explizite Rewards
Zu den expliziten Rewards (auch hard rewards“ genannt) zählen verschiedene Klassen
”
von Belohnungen. Ein Beispiel sind wirtschaftliche Belohnungen, wie die Aussicht auf
Bonuszahlungen, eine Gehaltserhöhung oder Aktienoptionen. Für die erbrachte Leistung wird
Bezahlung als gerechter Ausgleich angesehen, wodurch Mitglieder einer Community motiviert
werden, Beiträge zu leisten. Die Bezahlung ist hierbei leistungsbezogen und kann auch die
Qualifikation des Mitglieds mit einbeziehen (vgl. Hall [31]). Die Herausforderung bei dieser Art
von Belohnungen liegt darin, die erbrachte Leistung zu messen und zu bewerten.
Eine weitere Form von expliziten Rewards ist der Zugriff auf Informationen und Wissen:
Um auf wertvolles Wissen innerhalb der Community zuzugreifen, muss als Gegenleistung auch
Wissen in die Community eingebracht werden. Hierdurch entsteht ein kollektiver Lernprozess“,
”
der in vielen Fällen zu besseren Ergebnissen führt, als der Versuch, proprietäres Wissen zu
isolieren. Für Trittbrettfahrer ( free-rider“), die ohne eigene Beiträge erbracht zu haben auch
”
keinen Zugriff auf Community-Wissen erhalten, ist die Mitgliedschaft damit uninteressant.
8
Da in der Fachliteratur das Wort Reward häufig unübersetzt übernommen wird, wird hier bei feststehenden
Begriffen wie soft rewards“ auf eine Übersetzung verzichtet.
”
25
2. Related Work
Die dritte Möglichkeit expliziter Belohnung sind erweiterte Karrieremöglichkeiten, die sich
z.B. als Aufstiegschancen in Unternehmen oder der Aussicht auf weitere Aufträge eines Auf-
traggebers darstellen. Unternehmen beispielsweise sollten Mitarbeiter sowohl für die erbrachte
Leistung, als auch für ihren Beitrag an die Gemeinschaft“ – z.B. durch Hilfeleistungen an
”
andere Mitarbeiter – belohnen. Dass dies nicht immer einfach ist, wird an einem von Hall
zitierten Beispiel deutlich:
When organizational members’ futures with the company are dependent on the
”
expertise they demonstrate, and not on the extent to which they actually help
others, individuals will attempt to build up and defend their own hegemonies of
knowledge.“ [44, S. 140]
Soft rewards
Das Streben nach erhöhter Reputation und einem höheren Status“ ist eine tief im inneren
”
des Menschen verankerte Eigenschaft. Durch die aktive Teilnahme in einer Community erhält
ein Mitglied Bekanntheit und (angenommen die erbrachten Beiträge sind sinnvoll und nützlich)
eine höhere Reputation, einen guten Ruf.
Die Wirkung von Reputation ist hierbei laut Hall nicht auf einzelne Mitglieder beschränkt
– durch gute Beiträge“ kann eine Community (etwa eine Newsgroup im Internet) höhere
”
Bekanntheit erlangen und wiederum neue Mitglieder anziehen.
Ein nicht zu unterschätzender Faktor ist außerdem die persönliche Zufriedenheit, die man-
che Menschen durch altruistisches und soziales Verhalten erhalten. Sie empfinden Genugtuung
darin, anderen zu helfen und genießen es, die positiven Ergebnisse ihrer Beiträge zu sehen (vgl.
Hall [31]).
Eine Übersicht über explizite Rewards und soft rewards ist in Tabelle 2.2 noch einmal zusam-
mengefasst.
Kategorie Reward Beispiele

Hard rewards wirtschaftliche Anreize Höherer Lohn, Bonuszahlungen
Zugriff auf Informationen/Wissen Expertise eines anderen Mitglieds
Karrieremöglichkeiten Förderung, Aussicht auf weitere Aufträge
Soft rewards Besserer Ruf Status-Gewinn
Persönliche Zufriedenheit Positive Resonanz auf Hilfestellung
Tabelle 2.2.: Rewards als Anreize zum Teilen von Wissen nach Hall und Graham [32, S. 237]
26
2. Related Work
Beispiel: Cipher Challenge
In einer Untersuchung über die Zusammenarbeit in Online-Communities stellen Hazel Hall und
Dianne Graham [32] einige interessante Erkenntnisse im Zusammenhang mit der Teilnahme an
Communities vor.
Betrachtet wurde die Cipher Challenge, ein Rätsel am Ende eines Buches über Codes und
Codebreaking ( The Code Book“ von Simon Singh), der es auf seiner Website [70] im Nach-
”
hinein als The toughest code ever cracked“ bezeichnet. Als Preis für den ersten Teilnehmer,
”
der den Code entschlüsselt, wurden £10.000 ausgesetzt, und zur Unterstützung der Kommuni-
kation zwischen den Teilnehmern wurde eine Yahoo! Group eingerichtet, über die Nachrichten
ausgetauscht werden konnten.
Durch Analyse der Inhalte im Forum der Yahoo! Group sowie mit Hilfe von Fragebögen und
Interviews wurden die Beiträge untersucht. Es wurde zunächst vermutet, das dass der Haupt-
grund für den Beitritt der Gruppe im Zugriff auf Informationen über den zu brechenden
Code liegt. Es wurden jedoch nicht nur Nachfragen oder Antworten zu generellen Program-
mierproblemen oder spezifischen Problemen rund um die Aufgabe gefunden. Diese Art von
Beiträgen stellte zwar klar die Initial-Motivation für die erstmalige Benutzung der Plattform,
gab es dennoch sehr viele wiederkehrende Benutzer. Bei Umfragen wurde nach dem Zugriff
auf Informationen der Überblick über den eigenen Fortschritt (im Vergleich zu anderen)
als einer der wichtigsten Argumente für die Benutzung genannt. Und obwohl man sich in die-
sem Umfeld – schließlich ging es um £10.000 Preisgeld – vor Konkurrenten schützen musste,
gab es eine auf Gegenseitigkeit basierende Moral, den Wunsch, der Community etwas
”
zurückzugeben“ (vgl. Reziprozität).
As one interviewee stated: I think people share out of a sort of communal interest.
”
They did not want to be selfish. . . There was a naive community spirit, working to
beat a commoe foe.“ [32, S. 241]
Somit ergaben sich zwei Typen von Nachrichten: (1) Nachfragen zur Informationsbeschaffung
(mit dem Angebot, zu einem späteren Zeitpunkt ebenfalls etwas Beizutragen, etwas zurück-
”
zugeben“) und (2) die Frustration über Trittbrettfahrer und Lob/Bewunderung für die, die
viel Beitrugen. Letztere handelten nicht ausschließlich aus altruistischen Gründen, sondern die
Anerkennung von anderen Mitgliedern führte zu erhöhter Reputation und persönlicher Zufrie-
denheit – soft rewards“, die in diesem Fall einfacher zu erreichende Zwischenziele darstellten,
”
als der Gewinn des Rätsels.
Trotz der offensichtlichen Bereitschaft einzelner, ihren Rivalen zu helfen ( apparent willing-
”
ness of individuals to help their rivals“, [32, S. 243]) wurde tatsächliches Wissen (im Gegen-
satz zu Informationen) nur in kleinen, weniger öffentlichen Gruppen generiert. Aufgrund der
Konkurrenzsituation wurden nur wenige kritische Informationen“ zwischen den Teilnehmern
”
ausgetauscht, so dass Hall und Graham [32] von co-operating, but not collaborating“ sprechen
”
27
2. Related Work
und die Funktion des Forums mit exchanging information rather than knowledge“ bezeichnet
”
wird9 .
Beispiel: Ein HYRIWYG-Anreizsystem
Ein interessantes Anreizsystem stellen Ana Bicharra Garcia und Leandro Neumann Ciuffo [26]
vor: als Empfehlungssystem für eine Online-Videothek wird ein HYRIWYG-System vorgestellt.
HYRIWYG steht hier bei für How You Rate Influences What You Get“.
”
Das System basiert auf dem Prinzip von Collaborative Filtering und somit der Annah-
me, dass Benutzer, die in der Vergangenheit etwas für gut befunden haben, auch in der Zu-
kunft ähnliche Dinge für gut befinden werden. Im konkreten Fall wurden die Kunden des
Online-Videoverleihs dazu aufgefordert, Bewertungen für die Filme abzugeben, aus denen in-
dividuelle Empfehlungen (Filmvorschläge) generiert wurden. In verschiedenen Phasen wurden
unterschiedliche Arten der Belohnung für abgegebene Bewertungen untersucht:
1. Freiwillige Bewertung ohne besondere Belohnung
2. Geschenke als Belohnung für die 10 aktivsten Bewerter
3. Kinogutschein pro 50 bewertete Filme
4. Verleihgutschein (beliebiger Film) pro 40 bewertete Filme
5. Verleihgutschein (festgelegter Film) pro 40 bewertete Filme
Während der 2. Phase blieb die Anzahl der Bewertungen ungefähr gleich gegenüber der in der
1. Phase, jedoch wurde beobachtet, dass die Anzahl der Bewertungen durch die, die nach der
ersten Geschenk-Ausschüttung nicht zu den Top-10 gehörten, weniger wurde.
In Phase 3 und 4 gab es einen Anstieg bei der Anzahl der Bewertungen, jedoch wurde erwie-
sen, dass zunehmend falsche Bewertungen abgegeben wurden (z.B. alle Filme gleich bewertet
wurden).
In Phase 5 wurde die Auswahl des Prämien-Films nicht mehr den Kunden überlassen, sondern
durch das Bewertungssystem ein Film vorgeschlagen. Wurden bei den bisher geliehenen Filmen
ehrliche Bewertungen abgegeben, erhielten demnach die Kunden als Prämie dafür einen Film,
der mit relativ hoher Wahrscheinlichkeit ihrem Geschmack entsprach.
Erste Ergebnisse der Untersuchungen suggerieren, dass hier tatsächlich sowohl eine hohe Anzahl
von Bewertungen, als auch eine geringe Anzahl von falschen Dummy-Bewertungen“ erzielt
”
wurde, zwei Faktoren, die für ein Empfehlungssystem sehr wichtig sind.
9
Letztendlich wurde die Aufgabe von einem Team aus fünf Schweden gelöst, deren aktive Beteiligung im
Diskussionsforum tatsächlich nur sehr gering war.
28
2. Related Work
Rewards gegen intrinsisches Interesse
Auf der Website des GNU-Projekts der Free Software Foundation [42] befindet sich im Bereich
Philosophy“ ein Artikel des amerikanischen Autors Alfie Kohn, der sich mit dem Zusammen-
”
hang von Produktivität und Rewards befasst. Getragen durch Studien, die unter Anderem im
Bereich von Kindergärten und Schulen, aber auch an Studenten durchgeführt wurden, kommt
er zum Ergebnis, dass gerade im kreativen Bereich eine Belohnung zur Verringerung des
intrinsischen Interesses an einer Aufgabe führen können.
Die Psychologin Teresa M. Amabile lies Grundschulkinder Geschichten erfinden und Collagen
basteln und erkannte, dass diejenigen, denen von vornherein eine Belohnung10 dafür verspro-
chen wurde, die am wenigsten kreativen Arbeiten ablieferten:
Young children who are rewarded for drawing are less likely to draw on their own
”
that are children who draw just for the fun of it. Teenagers offered rewards for
playing word games enjoy the games less and do not do as well as those who play
with no rewards. Employees who are praised for meeting a manager’s expectations
suffer a drop in motivation.“ (Kohn [42] nach Hennessey und Amabile [35])
Ähnliche Ergebnisse wurden bei Studenten erzielt, die poetische Texte schreiben sollten, sowie
bei älteren Schülern, die jüngere unterrichteten. Kohn identifiziert drei Hauptgründe für diese
Begebenheit:
• Die Aussicht auf die Belohnung bewirkt eine enge Fokussierung auf die Aufgabe,
sie wird so schnell wie möglich und ohne große Risiken erledigt.
• Es entsteht das Gefühl, durch die Belohnung kontrolliert zu werden und in seiner
Eigenständigkeit eingeschränkt zu sein.
• Durch die explizite Belohnung kann intrinsisches Interesse verringert werden, die
Freude an der Aufgabe geht verloren, und man arbeitet nur noch, um die Belohnung zu
bekommen.
Er verweist außerdem auf weitere Studien von Edward L. Deci, die ähnliche Ergebnisse im
Zusammenhang mit Wettbewerb erzielen: Schüler, die gegeneinander antraten, um ein Puzzle
zu lösen, taten sich bei der Lösung schwerer, als diejenigen, bei denen es bei der Lösung nicht
darum ging, wer als erster fertig war.
Auch Bruno Frey und Margit Osterloh [22] kommen zum Ergebnis, dass Pay for Performance
( Entlohnung nach der individuellen und spezifischen Leistung“) bei komplexen Tätigkeiten die
”
unverzichtbare intrinsische Arbeitsmotivation verdrängt und damit Wissensübertragung und
Kreativität behindert. Dieses Entlohnungsmodell ist geeignet für die Entlohnung einfacher
Tätigkeiten und für Einkommensmaximierer“, nicht jedoch für Arbeitnehmer mit komplexen
”
10
Gemeint ist hier eine explizite Belohnung, siehe oben in diesem Kapitel
29
2. Related Work
Tätigkeiten, die innerlich mit der Firma verbunden sind oder ihre Erfüllung in der Arbeit
suchen.
2.3.5. Beispiel Open Source-Community
Free/Libre Open Source Software ist eine Bezeichnung für freie (free) und Open Source
Software. Richard Stallman beschreibt den wichtigen Unterschied zwischen Free Software
von Open Source Software darin, dass Free Software eine komplette Bewegung beschreibt,
die Benutzern und Entwicklern bestimmte Rechte und Freiheiten einräumt ( free as speech“
”
im Gegensatz zu free as beer“), wohingegen sich der Begriff Open Source Software auf
”
die Entwicklungsweise, den frei zugänglichen Quelltext, bezieht und daher einige Aspekte der
Free Software nicht beinhaltet (einige Open Source Lizenzen werden von der Free Software
Foundation als zu restriktiv angesehen)11 . Um beide Bewegungen zusammenzufassen und den
Aspekt der Freiheit zu unterstreichen, wurde Libre“ mit in die Bezeichnung aufgenommen und
”
die Abkürzung FLOSS12 geboren.
Im FLOSS Final Report [38] der University of Maastricht wurde im Jahr 2002 diese Art
von Software, ihr Einfluss auf Unternehmen, sowie bestehende Community und ihre Mitglie-
der erforscht. Befragt wurden 2.784 Entwickler, neben demografischen Daten wurden auch
organisatorische arbeitsbezogene Themen erfasst. Besonders interessant in diesem Zusammen-
hang sind die Ergebnisse des FLOSS-Reports im Bezug auf die Motivation der Entwickler, der
FLOSS-Community beizutreten bzw. darin zu bleiben.
Als Gründe für den Beitritt wurden hauptsächlich folgende genannt:
• Der Erwerb von (Fach-)Kenntnissen und Wissen wird als wichtigster Grund für
den Beitritt genannt (78,9% der Befragten gaben dieses Motiv an)
• Die Bereitschaft, Wissen und Kenntnisse auszutauschen ist zweitwichtigstes Mo-

tiv (49,8%)
Diese Motive führen auch die Liste der Gründe in der Community zu bleiben an, aller-
dings gewinnt im weiteren Verlauf der Mitgliedschaft das Austausch-Motiv stark an Bedeutung
(67,2%). Weitere Gründe sind
• der Wille, Produkte anderer Entwickler weiterzuentwickeln und zu verbessern –

eine zentrale Eigenschaft von quelloffener Software (39,8% bzw. 33,7%) sowie
• der Wunsch, zur Szene dazuzugehören (35,5% bzw. 30,6%)
11
Details zur Unterscheidung sind dem Artikel der Free Software Foundation zu entnehmen: [72]
12
Der Klarheit halber wird im Verlauf dieser Arbeit diese Abkürzung anstelle der in manchen Quellen verwen-
deten F/OSS“ oder FOSS“ benutzt
” ”
30
2. Related Work
Im Jahr 2003 wurde von Karim R. Lakhani und Robert G. Wolf am MIT der sogenannte
Hacker-Survey“ [46] verfasst, der sich im Zusammenhang mit Free/Open Source Software
”
speziell mit der Motivation der Entwickler befasst, Beiträge zur Community zu leisten.
Im Gegensatz zu vorherigen Forschungen, die extrinsische Faktoren wie bessere Jobs oder Kar-
rieremöglichkeiten ( Hard rewards“, siehe Tabelle 2.2) als Motivationstreiber für den Beitritt
”
zur Community aufführen, wurde hier die intrinsischer Motivation (also als wie kreativ“
”
eine Tätigkeit wahrgenommen wird) als weit wichtigerer Motivator identifiziert.
Anhand einer Web-basierten Umfrage unter 684 Entwicklern aus 287 Projekten wurde ermit-
telt, dass der Hauptgrund, Beiträge für ein Projekt zu leisten, auf intrinsischer Motivation
basiert:
• Project code is intellectually stimulating to write“ wurde mit 44,9% vor dem
”
(extrinsischen) Motivator des Kenntniserwerbs (41,8%) als wichtigster Beitrittsgrund
angegeben.
• Die ethische Einstellung, dass Software-Quellcode offen sein sollte und
• die wahrgenommene Verpflichtung, der Community etwas zurückzugeben (beides

ebenfalls intrinsische Motivatoren!), sind weitere wichtige Faktoren.
Bezogen auf die Kreativität gaben 61% der Befragten an, in einem FLOSS-Projekt eine
Kreativität zu erfahren, die von keiner anderen ihrer Tätigkeiten übertroffen wird (hierbei
bestand kein statistischer Unterschied zwischen bezahlten und freiwilligen Entwicklern).
Flow-Erfahrungen wie der Verlust der Zeitwahrnehmung beim Schreiben von Programmcode
konnten bei 73% der Entwickler festgestellt werden.
Zu einem ähnlichen Ergebnis kommen Osterloh et al. [56], die zwei Erklärungen liefern, warum
”
Programmierer freiwillig zu einem öffentlichen Gut beitragen“:
Extrinsische Gründe für einen Beitrag zu einer Community liegen in der Investition in
Reputation oder der Anpassung von Software an eigene Bedürfnisse um Nutzen daraus
zu ziehen ( eigennützige, kalkulierende Individuen“). Bei genauerer Betrachtung werden drei
”
Typen von Mitgliedern sichtbar, die dieser Klasse zuzuordnen sind:
Kommerzielle Unternehmen: Durch die Unterstützung von Open Source-Projekten

können Komplementärprodukte (z.B. Dienstleistungen rund um die Software)
angeboten werden, mit denen Profit erwirtschaftet wird.
Entwickler für den Eigenbedarf: Software wird an eigene Bedürfnisse angepasst

und die Weiterentwicklung veröffentlicht, da der Aufwand für eine Veröffent-
lichung im Internet gering ist und die Chance, dass Fehler gefunden werden
oder die Chancen, dass die Software wiederum erweitert wird, gut sind.
31
2. Related Work
Investoren in Reputation: Durch die Demonstration der eigenen Fähigkeiten wird

Reputation generiert, die indirekt genutzt wird, um Geld zu verdienen (z.B.
um Arbeitgeber zu überzeugen, um eine bessere Bezahlung zu bekommen,
oder um Zugang zu interessanteren Projekten zu erhalten).
Intrinsische Gründe für einen Beitrag liegen beim Spaß am Programmieren, an der Freude
an der Tätigkeit selbst, oder der Überzeugung, zu einer guten Sache beizutragen“. Osterloh
”
et al. [56] führen zwei weitere Typen von Mitgliedern auf, die in diese Kategorie passen:
Reziprokateure: Da im Allgemeinen die Mitglieder einer Community nicht gegen-

seitig identifizierbar sind, kann hier keine Austauschbeziehung ( Wie du mir,
”
so ich dir“) erwartet werden. Stattdessen tritt das in Kapitel refsub:rewards
bereits erwähnte Prinzip der Gegenseitigkeit ein: The person I help may never
”
be in the position to help me, but someone else might be“ [65, S. 49].
Homo ludens: Hier ist das wichtigste Motiv für die Mitwirkung der Spaß an den
Aktivitäten selbst. Das Schreiben von Code beispielsweise kann bei Program-
mierern ein Flow-Erlebnis“ hervorrufen (vgl. Kapitel 2.1.4). Dadurch können
”
Beiträge nicht als Kosten angesehen werden, sondern stellen den Nutzen dar.
Eric S. Raymond, amerikanischer Programmierer und bekannter Autor in der Open Source-
Szene, beschließt seinen Essay The Cathedral and the Bazaar“ [60] über die Funktionsweise
”
der Open Source-Community mit folgender Feststellung:
Our creative play has been racking up technical, market-share, and mind-share
”
successes at an astounding rate. We’re proving not only that we can do better
software, but that joy is an asset.“ [60]
2.4. Awareness und Reputation
2.4.1. Awareness
Allgemein versteht man unter Awareness13 die gegenseitige Information für Akteure über
”
einander“ – sie dient nach Gross und Koch zur Reduktion von Unsicherheit und zur spontanen
”
Kommunikation“ [30, S. 25].
In der psychologischen Betrachtung des Bewusstseinssystems ( consciousness“) durch Csiks-

”
zentmihalyi werden aus der Flut von Informationen, der eine Person ausgesetzt ist, zunächst
von der Aufmerksamkeit ( attention“) die wichtigen und relevanten ausgewählt und her-
”
ausgefiltert. Diese gefilterten Informationen erreichen die Awareness, die er als the system
”
13
Manchmal auch mit Bewusstheit“ oder Gewahrsein“ übersetzt – in dieser Arbeit wird der Begriff Awareness
” ”
beibehalten
32
2. Related Work
encompassing all of the processes that take place in consciousness, such as thinking, willing,
and feeling about information (i.e. cognition, motivation and emotion)“ [53, S. 91] bezeichnet.
In einem vorherigen Kapitel wurde bereits eine Definition von Community gegeben. Während
die Mitglieder eines Teams meist sorgfältig anhand ihrer Fähigkeiten, Kompetenzen und mög-
liche Beiträge zum Erreichen eines bestimmten Ziels ausgesucht werden und – sowohl inhaltlich
als auch örtlich – eng zusammenarbeiten, ist eine Community eher charakterisiert durch viele
unterschiedliche Mitglieder, die keine gemeinsame Organisationsstruktur haben und sich noch
nicht einmal zwingend persönlich kennen müssen.
Dadurch fehlt innerhalb einer typischerweise stark verteilten Community der in typischen Um-
gebungen für Teams gegebene Zusammenhalt, das Wissen über vorhandene Kompeten-
zen und Aktivitäten, das beispielsweise in gemeinsamen Büroumgebungen, beim Mittages-
sen oder bei Meetings ausgetauscht wird. Dieses Wissen wird in diesem Zusammenhang mit
Awareness bezeichnet.
[Awareness] is part of the glue that allows groups to be more effective than indi-
”
viduals“ [67, S. 8]
Seul Greenberg und Carl Gutwin [28] führen vier Arten von Awareness auf:
Informelle Awareness: Information über Mitarbeiter, deren Tätigkeitsbereich und ihre Er-
reichbarkeit (also Informationen, die man typischerweise über Mitarbeiter hat, die im
selben Büro arbeiten)
Soziale Awareness: Information über Aufmerksamkeit einer Person, ihren emotionalen Zu-
stand und ihre Interessen (wahrnehmbar z.B. durch Augenkontakt, Gesichtsausdruck
und Körpersprache)
Awareness über die Gruppenstruktur: Informationen über Rolle und Verantwortlichkeiten ei-
ner Person innerhalb einer Gruppe
Awareness über den Arbeitsbereich (workspace awareness): Informationen über die Zusam-
menarbeit mit anderen Akteuren innerhalb des Arbeitsbereichts, d.h. über die Interaktion
mit anderen Benutzern, deren Kompetenzen, Aktivitäten und Absichten, etc.
Da sie maßgeblich zum Erfolg von Gruppen beiträgt, spielt Awareness – insbesondere Workspace
Awareness – eine wichtige Rolle im Rahmen von Community-Unterstützung und Computer-
Supported Cooperative Work (CSCW).
Zum einen fördert sie allgemein die Motivation zur Zusammenarbeit zwischen den Mitglie-
dern, zum anderen dient sie als nützliches Hilfsmittel sowohl bei der Suche nach Expertise
innerhalb einer Gruppe (z.B. unterstützt durch den Expertise Recommender“ von McDonald
”
und Ackermann [50], der für ein bestimmtes Problem mögliche Experten vorschlägt und dabei
verschiedene Heuristiken anwendet) als auch bei der Förderung von neuen Kontakten (z.B.
33
2. Related Work
Erleichterung der informellen Kommunikation durch Sichtbarmachen von Tätigkeiten, Arbeit-

spausen; vgl. Schlichter [67, S. 8]).
Besonders bei der räumlich verteilten Zusammenarbeit, so wie sie bei Communities sehr häufig
auftritt, ist die Schaffung von Awareness ein zentrales Anliegen, das den Einsatz von techni-
schen Hilfsmitteln, der sogenannten Awareness-Unterstützung, notwendig macht.
Anforderungen an Awareness-Systeme
Bei der Modellierung Awareness unterstützender Systeme gibt es einige Anforderungen für
die Erfassung, Verarbeitung und Präsentation von Informationen. Volkmar Pipek [59, S. 171]
nennt vier Hauptanforderungen:
Geringer Aufwand: Beim Erfassen von Ereignissen sollte kein oder nur ein Geringer Zusatz-
aufwand entstehen, der Nutzen, der durch die Erfassung und die Bereitstellung von
Awareness-Informationen entsteht, muss höher sein als der anfallenden Aufwand.
Periphere Darstellung: Der vorherige Punkt kann ebenso auf die Präsentation der Awareness-
Informationen ausgeweitet werden. Filterung der Ereignisse und deren Darstellung sollte
vom Benutzer konfiguriert werden können, nicht benötigte Informationen sollten auch
nicht angezeigt werden, um die Ablenkung gering zu halten.
Endbenutzermanipulierbarkeit: Die Komponenten des Systems sollten durch den Benutzer

selbst angepasst werden können.
Transparenz und Privatsphäre: Benutzer sollten in der Lage sein, zu ermitteln und gemäß
den eigenen Privatheitsansprüchen zu kontrollieren, welche Daten erfasst werden und in
welcher Granularität dies geschieht.
Das Pipeline-Modell eines Awareness-Systems
Um den Zusammenhang der einzelnen Komponenten eines Awareness-Systems darzustellen,

wurde das Konzept des Pipeline-Modells entwickelt. Im in Abbildung 2.3 gezeigten System
werden Aktivitäten der Benutzer in Form von Ereignissen an das System gemeldet, entlang
der Pipeline verarbeitet und gefiltert und auf der rechten Seite an andere Benutzer gemeldet.
1. Individuelles Interesse: Hier wird angepasst, über welche Ereignisse ein Benutzer be-
nachrichtigt werden möchte (Interessensprofil)
2. Privatsphäre des Produzenten: Über diesen Filter wird bestimmt, welche der eigenen
Ereignisse ein Nutzer über sich preisgeben will (Privatsphäre)
3. Historie: Sie speichert Ereignisse persistent in einer Datenbank (z.B. für Asynchrone
Ereignisinformation)
34
2. Related Work
Abbildung 2.3.: Pipeline-Modell für die Unterstützung von Gruppenwahrnehmung nach Fuchs
und Ludwin [24, S. 53]
4. Globale Konfiguration: Organisatorische Regeln zur Ereignisverteilung (z.B. grund-

sätzliche geheimhaltung bestimmter Ereignisse oder Speicherung in der Historie)
5. Benutzerschnittstelle: Integration der Benachrichtigungen in die Arbeitsumgebung

des Benutzers (z.B. zur Vermeidung von Ablenkung)
Basierend auf dem Pipeline-Modell wurde von Pipek, Nuderscher und Won [59] das Expertise
Awareness Concept (eXACt) entwickelt. Anstatt um reine Community-Unterstützung bedient
dieses System den Bereich des Wissensmanagements. Es geht weniger um die Darstellung
von Arbeitsaufgaben und Arbeitskontexten anderer, sondern um die Unterstützung von pe-
”
ripherer Wahrnehmung von Experise beim Nutzer des Systems“. Das eXACt-Modell berück-
sichtigt die Tatsache, dass es von Benutzer zu Benutzer Unterschiede bei der Interpretation
der Ereignisse geben kann, die zu unterschiedlichen Reaktionen führen können. Neben Senso-
ren, die Ereignisse erfassen ohne sie zu interpretieren und Indikatoren, die diese tatsächlichen
Ereignisse in interpretierbare“ Ereignisse umformen, wurden zusätzlich Hypothesenerzeuger
”
eingeführt, die aus einem oder mehreren Indikatoren eine Hypothese formulieren und diese
in die Awareness-Pipeline schicken (diese wiederum ähnelt der in Abbildung 2.3 beschriebe-
nen, einschließlich der jeweiligen Filter). Benutzer können dabei individuell Hypothesen, die
35
2. Related Work
sie als unglaubwürdig ansehen, ausschließen, bestimmte Hypothesen über sich selbst blockieren
(Privatheitsfilter), oder eigene Hypothesen hinzufügen und mit Indikatoren verbinden.
Umsetzung von Awareness-Systemen
Die konkrete Umsetzung von Awareness-Systemen für Gruppen, Communities oder ganze Un-
ternehmen kann auf verschiedene Arten geschehen.
Präsenz-Awareness Systeme wie z.B. Instant Messaging Systeme stellen hauptsächlich

Verfügbarkeitsinformationen über Mitglieder einer Gruppe zur Verfügung. Durch das Sicht-
barwerden von anderen Gruppenmitgliedern (häufig zusammen mit Statusinformationen wie
beschäftigt“, abwesend“ oder bereit“) wird das Knüpfen von Kontakten und die spontane
” ” ”
Kommunikation in Form von Text-Sofortnachrichten erleichtert. Technisch sind solche Syste-
me als Software-Client auf den Benutzer-Rechnern umgesetzt, die mit einem (ggf. verteilten)
Server kommunizieren. Beispiele hierfür sind das OSCAR-Protokoll (ICQ und AOL Instant
Messenger), Skype (proprietär) oder das offene XMPP-Protokoll (z.B. Jabber, Google Talk).
[30, S. 67]
Ambient Interfaces zielen speziell auf die oben genannte Anforderung der peripheren Dar-
stellung ab, also die Anforderung, dass der Aufwand für Bereitstellung und Wahrnehmung
von Awareness-Informationen für den Benutzer so gering wie möglich ist. Sie präsentieren
Awareness-Informationen zum Teil außerhalb des Computers. Beispiele hierfür sind das von
Wisneski entwickelte ambientROOM-System, das je nach Intensität der beobachteten Aktivitä-
ten kleine oder größere Wasserwellen auf die Decke des Raums projiziert, oder bei bestimmten
Ereignissen Geräusche aus der Natur abspielt. [30, S. 70]
2.4.2. Reputation
Unter Reputation versteht man Ruf oder Ruhm (engl. fame“) einer Person (in anderem
”
Kontext auch eines Produktes, einer Organisation, einer Gruppe oder einer Institution). Im
Gegensatz zum eigenen Bild von sich selbst bezeichnet die Reputation also die von anderen
wahrgenommene Kompetenz. Aus der Reputation lassen sich Vermutungen über das zu-
künftige Verhalten der betreffenden Person aufstellen, über ihre Glaubwürdigkeit, ihre
Vertrauenswürdigkeit und ihre Verlässlichkeit. Eine hohe Reputation ( gute Ruf“) ist
”
somit erstrebenswert.
Besonders dann, wenn keine objektive Aussage über die Qualität gemacht werden kann
(etwa bei einer asymmetrischen Informationsverteilung zwischen bewertendem und be-
wertetem Akteur), gewinnt die Reputation eine hohe Bedeutung bei der Bewertung. Durch sie
kann die Asymmetrie ausgeglichen werden.
36
2. Related Work
Die Voraussetzung für einen sinnvollen Einsatz von Reputation für die Bewertung ist, dass
das Verhalten des zu bewertenden Akteurs beobachtbar ist und es einen Zusammenhang
zwischen vergangenen und zukünftigen Verhaltensweisen gibt – nur dann lässt sich aus vergan-
genen Aktionen eine Annahme über zukünftige Aktionen ableiten (vgl. Schwalbach [69]).
Reputation als Statussymbol
In den Publikationen von Eric S. Raymond über die Hacker- und Open Source-Kultur wird
die Reputation als ein wichtiges Vermögen eines Programmierers ( Hackers“) identifiziert. Um
”
ihre Wichtigkeit in derartigen Communities zu verstehen, wird ein Zusammenhang zwischen
der Hacker-Kultur und der Schenkökonomie ( Kultur des Schenkens“) aufgebaut:
”
Zur Organisation von Güterknappheit und Bedürfnissen werden drei allgemeine
Ansätze aus Anthropologie und Wirtschaft aufgeführt:
Bei der Befehlshierarchie, bei der die Güter durch eine zentrale Autorität ver-
waltet und verteilt (sowie durch den Einsatz von Gewald verteidigt) werden, leitet
sich der soziale Status aus der Fähigkeit, Gewalt auszuüben, ab. Das stärkste
Mitglied hat den höchsten Rang.
Beim Tauschhandel, bei dem für jede Leistung eine Gegenleistung erwartet wird,
geht der soziale Status hauptsächlich daraus hervor, was das jeweilige Mitglied be-
sitzt, mit welchen seiner (nicht zwingend materiellen) Gütern es Handel betreiben
kann.
Ein drittes, im Alltag meist etwas schwieriger zu erfassendes Modell ist das der
Schenkökonomie. Im Gegensatz zu den beiden anderen Modellen basiert die-
ser Ansatz nicht auf Knappheit, sondern ist in Kulturen zu beobachten, in de-
nen bestimmte Güter im Überfluss vorhanden sind, z.B. bei den Ureinwohnern
von Gegenden, in denen die benötigten Lebensmittel aufgrund der Klimaverhält-
nisse reichlich vorhanden sind, jedoch auch im Showbusiness und in sehr reichen
Gesellschaftsschichten. Aufgrund der fehlenden Knappheit macht hier weder das
Befehlsmodell noch das Tauschmodell Sinn, daher werden Güter ohne erkennba-
re Gegenleistung weitergegeben. Vielmehr kommt das Prinzip der Reziprozität
zum Einsatz – anstatt einer materiellen Gegenleistung werden soziale oder im-
materielle Gegenleistungen wie Dank, Karma oder Ansehen bzw. Reputation
angenommen.
Raymond schlägt hier den Bogen zur Open Source-Kultur, die er in die Kategorie der Schen-
kökonomien einordnet, da keine wirkliche Knappheit bezüglich der eingesetzten Ressourcen
(Speicherplatz, Netzwerkbandbreite oder Rechenleistung) besteht und die erzeugte Software
kostenlos weitergegeben wird. Als einziges Mittel, Erfolg zu messen, bleibt die Reputation,
37
2. Related Work
die daher – wie bereits in vorherigen Kapitel festgestellt – ein wichtiger Anreiz für die Teilnah-
me an Communities ist.
Linus Torvalds gibt in einem Interview mit dem Internet-Journal First Monday [76] an, dass
Reputation für ihn persönlich anfangs zwar kein großer Anreiz für die Entwicklung des Linux-
Kernels gewesen sei, jedoch später neben dem Spaß-Faktor ( look at what I’ve done – isn’t this
”
neat?“) eine wichtige Rolle spielte:
The ‘fame and reputation’ part came later, and never was much of a motivator,
”
although it did of course to some degree enable me to work on it without feeling
guilty about neglecting my studies (. . . ).“ [76]
Internet-Transaktionen und eBay
Ein sehr bekanntes und erfolgreiches System zur Darstellung von Reputation von Benutzern
innerhalb einer Community ist das des Internet-Auktionshauses eBay, das von Resnik et al. [64]
näher betrachtet wird.
Obwohl die einzelnen Auktionen nicht alle einzeln von dem Betreiber überwacht werden, steht
seit Jahren ein sehr vertrauenswürdiges System für Online-Versteigerungen zur Verfügung, das
von Millionen von Menschen genutzt wird und bei dem es nur in relativ wenigen Einzelfällen
zu Missbrauch und Problemen wie Betrug kommt.
eBay lässt nach dem Abschluss einer Auktion Käufer und Verkäufer sich gegenseitig bewerten,
wobei jeder den anderen mit −1, 0 oder 1 (für negativ, neutral und postiv) bewerten kann14 .
Andere Plattformen wie Yahoo! oder Amazon erlauben Bewertungen mit einer Skala (1–5)
oder ähnliche Mechanismen, ihre Gemeinsamkeit ist jedoch, dass es notwendig ist, Vertrauen
zwischen Fremden herzustellen.
Bei wiederholten Interaktionen mit bereits bekannten Partnern spricht Robert Axelrod vom
shadow of the future“ [4], der Erwartung, dass bei zukünftigen Interaktionen die Vergangenheit
”
des Gegenübers berücksichtigt wird (vergleichbar mit dem bereits besprochenen Prinzip der
Reziprozität). Da sich bei großen Communties wie eBay die Geschäftspartner meist nicht
kennen und in sehr vielen Fällen auch innerhalb der Community noch keinen Kontakt hatten,
hilft dies hier nicht weiter.
Durch ein Reputationssystem wird dieser shadow of the future“ auch in derartigen Com-
”
munties wiederhergestellt, durch die Bereitstellung von öffentlichen Bewertungen werden die
Vorteile langfristiger Beziehungen zwischen den Geschäftspartnern auf die Einzeltransaktionen
14
Inzwischen wurde das Bewertungssystem dahingehend angepasst, dass ein Verkäufer einen Käufer nur noch
postitiv oder gar nicht bewerten kann, um das Phänomen der Rachebewertungen“ (Käufer nutzt schlechte
”
Bewertung um sich seiner Pflicht der Bezahlung zu entziehen) zu vermeiden. Diese Anpassung wird im
Referenzierten Artikel noch nicht berücksichtigt.
38
2. Related Work
Abbildung 2.4.: Positive eBay-Bewertungen in einem Benutzerprofil
(zwischen möglicherweise Fremden) übertragen. Die geringe Aussagekraft einer Einzelbewer-

tung wird durch die Menge kompensiert (eBay etwa zeigt die Bewertungen aller bisherigen
Transaktionen eines Benutzers an).
Anforderungen an Reputationssysteme
Es werden drei grundlegende Eigenschaften eines Reputationssystems herausgestellt

(vgl. Resnik et al. [64]):
Langlebige Entitäten: Um das Auftreten zukünftiger Interaktionen überhaupt erst

zu ermöglichen, müssen Akteure über längere Zeit im System vertreten sein.
Bewertungen der Interaktionen werden gesammelt und verteilt: Informationen über

vergangene Interaktionen müssen in der Zukunft sichtbar gemacht werden.
Frühere Bewertungen beeinflussen Entscheidungen: Die Reputation der Interak-

tionspartner muss bei zukünftigen Interaktionen eine Rolle spielen.
Herausforderungen bei Reputationssystemen
Der Aufbau eines allgemeinen Reputationssystems kann in drei Phasen eingeteilt werden:
Bewertungen sammeln: In der Phase des Sammelns besteht die Hauptschwierigkeit darin,
die Teilnehmer nach einer abgeschlossenen Transaktion dazu zu motivieren, (sinnvol-
les und ehrliches) Feedback abzugeben. Als ein Hauptmotivator dient hier wieder
die Erwartung, ebenfalls von anderen Teilnehmern (sinnvoll und ehrlich) bewertet zu
39
2. Related Work
werden in einer zukünftigen Transaktion.

Auch auf die Behandlung von negativ verlaufenen Transaktionen muss geachtet werden:
ein Teilnehmern könnte eine negativ ausfallende Bewertung verschweigen“, aus Angst,
”
ebenfalls eine negative Bewertung zu bekommen.
Bewertungen zuordnen: Eine Herausforderung bei der Zuordnung von Bewertungen stel-
len Namensänderungen dar. Da häufig Benutzernamen gewählt werden, die Pseudonyme
sind, ist es einfach, bei negativen Bewertungen einen neuen – unbelasteten – Benutzer
anzulegen ( whitewashing“).
”
Desweiteren wird von Resnik et al. die Portabilität von Bewertungen zwischen ver-
schiedenen Systemen angesprochen. Die Verknüpfung derartiger Daten in zwei unter-
schiedlichen Systemen gestaltet sich als sehr schwierig, besonders wenn politische Gründe
ebenfalls eine Rolle spielen (z.B. bei unterschiedlichen Betreibern wie bei Amazon und
eBay).
Bewertungen präsentieren: Die Auswertung und Präsentation von Bewertungen hat die
Aufgabe, eine Aussage über die Reputation (in diesem Fall insbesondere die Vertrauens-
würdigkeit) eines Teilnehmers zu treffen und damit bei der Entscheidungsfindung anderer
Teilnehmer Einfluss zu nehmen.
Bei einer aggregierten Darstellungsweise der bisherigen Bewertungen eines Teilneh-
mers (z.B. die Summe der positiven abzüglich der Summe der negativen Bewertungen)
gehen unter Umständen wichtige Informationen verloren, wie z.B. die Beschaffenheit der
zu den einzelnen Bewertungen gehörenden Transaktionen, oder die Vertrauenswürdigkeit
der bisherigen Bewerter selbst.
Reputation in mehrschichtigen P2P-Systemen
Von Fourquet et al. [21] wird der Aufbau eines Reputationssystems für Peer-to-Peer Systeme
vorgestellt, das in mehrschichtigen Communities15 mit Hilfe von Reputation zur Entstehung
von Vertrauen und Transparenz beiträgt, Anreize für gutes Benehmen“ liefert und die
”
Qualität der Inhalte verbessert:
Die Reputation eines Mitglieds wird hierbei dargestellt durch den Rang innerhalb
des Systems, in dem sie sich befinden.
Neue Mitglieder werden zunächst in einen niedrigeren Rang (nicht den niedrigsten)
eingeordnet und können durch das Leisten eigener Beiträge ihren Rang und damit
ihren Ruf verbessern. Die Beiträge werden von ranghöheren Mitgliedern bewertet
und bei einer positiven Bewertung steigt das Mitglied in einen höheren Rang auf.
Bei schlechter Bewertung von Beiträgen durch höherrangige Mitglieder kann sich
der Rang analog dazu verschlechtern.
15
Jedes Mitglied hat einen bestimmten Rang, dieser wird dargestellt durch die Schicht, in der sie sich befinden
40
2. Related Work
Um einen Anreiz dafür zu bieten, tatsächlich den Aufstieg in einen höheren Rang
anzustreben, werden manche Informationen nur für Mitglieder verfügbar gemacht,
die einen bestimmten Mindestrang erreicht haben.
In dem beschriebenen System haben somit besonders neue Mitglieder eine hohe Motivation,
gute Inhalte zu liefern – free-riding“ (der Zugriff auf hochwertige Informationen für neue Mit-
”
glieder, die keine Leistung erbringen) wird so vermieden. Durch die Tatsache, dass neue Mit-
glieder mit einem niedrigen Rang in das System einsteigen, wird zusätzlich ein whitewashing“
”
bei schlecht bewerteten Beiträgen unterbunden: meldet sich ein schlecht bewerteter Benutzer
neu am System an, anstatt seinen bisheringen Zugang weiterzunutzen, hat er daduch keinen
Mehrwert, da er sich mit diesem neuen Zugang ebenfalls erst wieder einen guten Ruf aufbau-
en muss. Vertrauen entsteht nun durch das Fehlen einer zentralen vertrauenswürdigen Partei,
die die Informationen über die Teilnehmer (z.B. ihren Rang) speichert. Stattdessen wird ein
Peer-to-Peer Ansatz verfolgt, die Informationen über einen erfolgten Beitrag wird bei jenem
Teilnehmer (manipulationssicher) gespeichert, dessen Rang dadurch beeinflusst wird.
Die mit diesem Mechanismus durchgeführten Experimente belegen, dass es sich hierbei um
einen sehr vielversprechenden Ansatz handelt, der auch den besonderen Herausforderungen
dezentraler Systeme standhält.
Resnik fasst die oben genannten theoretischen und praktischen Schwierigkeiten beim Aufbau
eines zuverlässigen Reputationssystems zusammen mit der Feststellung, dass Reputationssys-
teme zwar theoretisch nicht besonders gut funktionieren können, diese aber in der Praxis
erstaunlich gute Dienste leisten. Er wandelt das berühmte Zitat von Winston Churchill zur
Demokratie16 ab in:
Reputation systems are the worst way of building trust, except for all those other
”
ways that have been tried from time to time.“ [64]
16
Originalzitat aus einer Rede im House of Commons im Jahr 1947: (. . . ) democracy is the worst form of
”
Government except all those other forms that have been tried from time to time.“ [37]
41
3. Design-Aspekte
Bei der Konzeptionierung eines Awareness-Dienstes müssen mehrere Themenkomplexe in die

Überlegungen zum Design einfließen. Zunächst stellt sich die Frage über die Eingabedaten, die
als Quellmaterial dem Dienst zur Verfügung gestellt werden. Das in Kapitel 2.4.1 vorgestellte
Modell eines Awareness-Dienstes bezeichnet diese Eingabedaten als Ereignisse. Sie müssen
entsprechend den Anforderungen an den Dienst ausgewählt, entsprechend verarbeitet und in
geeigneter Form präsentiert werden.
Beobachtet man die in einer Community auftretenden Ereignisse, so können diese folgender-
maßen klassifiziert werden: einerseits gibt es strukturbezogene Ereignisse, wie den Eintritt und
den Austritt von Mitgliedern. Anderer seits gibt es leistungsbezogenen Ereignisse. Diese stellen
den Beitrag“ eines Community-Mitglieds an die Gemeinschaft dar und sind für die vorliegende
”
Arbeit von besonderem Interesse.
Der für die Unterstützung von Awareness relevante Zusammenhang liegt darin, dass Beiträge,
die von Community-Mitgliedern erbracht werden (in diesem Kapitel auch als Leistungen“
”
bezeichnet), in geeigneter Weise gemessen bzw. erfasst werden und mit entsprechenden Mitteln
so bewertet und präsentiert werden sollen, dass sie eine den Anforderungen des jeweiligen
Anwendungsfalls gerecht werdende Darstellung ergeben.
Das folgende Kapitel diskutiert die Erhebung von Beiträgen im von dieser Arbeit behan-
delten Kontext von Open Innovation-Communities. Es werden Möglichkeiten zur Bewertung
der Daten vorgestellt und abschließend die Anforderungen an den Fame-Mirror Awareness-
Dienst zusammengefasst.
3.1. Beispiele für Leistungserhebung
Die Wikipedia-Enzyklopädie bezeichnet Leistung (im Sinne von Arbeitsleistung“ in der Öko-
”
nomie) als das Ergebnis einer zielgerichteten Anstrengung pro Zeiteinheit bei bestimmter
”
Arbeitsqualität“ [79]. Eng im Zusammenhang mit der Leistung steht der Begriff der Pro-
duktivität, der das Verhältnis des Produktionsergebnisses (Mengenausstoß) zum Einsatz an
”
Produktionsfaktoren (Mengeneinsatz)“ [12] bezeichnet und damit die Effizienz beschreibt.
42
3. Design-Aspekte
Die Messung bzw. Erhebung von Leistung findet in verschiedensten Formen und Zusam-
menhängen statt und gestaltet sich je nach Branche (und damit den verfügbaren Messgrößen)
unterschiedlich.
Besonders interessant im Zusammenhang dieser Arbeit sind Communities, bei denen offene
Innovationsprozesse zum Einsatz kommen. In Kapitel 2.2 wurde bereits das zentrale Konzept
Open Innovation vorgestellt.
Da derartige offene Communities häufig auch einen verteilten Charakter haben, d.h. die
Mitglieder sich an verschiedenen Orten befinden, gibt es für eine sinnvolle Kommunikation
zwischen den Mitgliedern bestimmte Voraussetzungen. Um einen Überblick über die Prozes-
se zu haben, zu Koordination und Steuerung, bedarf es eines Kommunikationssystems,
mit der Eigenschaft, dass alle beiteiligten Akteure miteinander in Verbindung stehen können.
Dies beinhaltet den Zugriff auf die entstehenden Produkte an sich (auch Artefakte“
”
genannt), jedoch insbesondere auch auf die ausgetauschten Informationen, etwa bei der
Konzeption und dem Entwurf dieser Artefakte. Kommunikationsbeiträge und Artefakte sind
also als zentrale Entitäten anzusehen (im Folgenden auch Beiträge“ genannt), sie können auf
”
verschiedene Arten erfasst und bewertet werden.
Für ausgewählte offene Communities werden hier Beispiele für Messung und Bewertung von
Beiträgen gegeben.
3.1.1. Bewertung von Beiträgen in der Hacker-Kultur
Eric S. Raymond beschreibt in seinem Essay Homesteading the Noosphere [61] die Hacker-
Kultur und setzt sie mit der Lockeschen Theorie von Grundbesitz in Verbindung, deren Ansätze
zum Erwerb, zur Übertragung und zum Verlust von Anspruch auf Land sind zum großen Teil
auf die Gebräuche der Hacker-Szene übertragbar.
Er definiert Beiträge durch die Entwicklung von Software, das Schreiben neuen Codes
(z.B. ein komplett neues Software-Projekt, das innerhalb der Community veröffentlich wird)
oder das Erweitern eines bestehenden Projekts und die anschließende Veröffentlichung dieser
Erweiterung für die Community.
Über die Bewertung von Beiträgen in der Hacker-Szene und dem daraus resultierenden
Ansehen (Reputation) beobachtet er, dass sich eine bestimmte Kultur entwickelt hat, die
er mit folgenden Regeln beschreibt (übernommen aus der deutschen Übersetzung von Ray-
mond [61], Kapitel 13, Gantar [62]):
43
3. Design-Aspekte
1. Wenn meine Software den von mir geweckten Erwartungen nicht entsprechen kann, ist
sie nichts wert – egal, wie clever und originell sie ist.
Anm. d. A.: Wird beispielsweise eine Software vom Entwickler als stabil“ bezei-
”
chet, wird auch erwartet, dass sie stabil läuft. (Instabile) Entwicklungsversionen
sind erlaubt und erwünscht, allerdings müssen sie entsprechend gekennzeichnet
sein.
2. Software, die die Noosphere erweitert, ist besser als Software, die existierende Funktio-
nalität wiederholt.
Anm. d. A.: Mit Noosphere“ ist hier der Raum aller denkbaren Gedanken“
” ”
gemeint – eine genauere Definition wird im Anhang von Raymond [61] gegeben.
Die höhere Bewertung von neuen Funktionen gegenüber dem Reimplementie-
ren bereits bestehender Projekte ist nicht in allen Fällen gegeben: wird eine
bestehende Technologie aus dem Closed-Source Bereich (die damit dem Einsatz
bzw. den Erweiterungen der Open Source-Szene nicht zur Verfügung steht) mit
Open Source-Mitteln nachgebaut“, kann dies sehr wohl zu einem hohen Anse-
”
hen führen (als Beispiel wird in der Literatur der Nachbau des SMB-Protokolls
im Rahmen des Samba-Projekts genannt).
3. Software, die in eine bedeutende Distribution übernommen wird, ist besser als solche,
die das nicht schafft. Software, die von allen bedeutenden Distributionen übernommen
wird, genießt das höchste Ansehen.
Anm. d. A.: Mit Distribution“ ist eine Zusammenstellung mehrerer Software-

”
Pakete zu einem Gesamtpaket gemeint. Beispielsweise wird das Linux-Betriebssystem
fast ausschließlich in Form von Distributionen verbreitet, die sich je nach Ein-
satzzweck, Umfang und Zielgruppe sehr unterscheiden können.
Wird ein Software-Projekt in die Auswahl einer weit verbreiteten Distribution
aufgenommen (etwa weil es neue Funktionen zur Verfügung stellt und für einen
Großteil der Zielgruppe interessant sein könnte, oder weil es aufgrund von hö-
herer Qualität eine andere Komponente in der Distribution ersetzt), bedeutet
dies einen starken Anstieg der Verbreitung und trägt dadurch maßgeblich zur
Reputation bei.
4. Verwendung ist die ehrlichste Form der Anerkennung – und Category Killers gelten
mehr als austauschbare Abklatsche.
Anm. d. A.: Wird ein Software-Projekt von vielen Anwendern eingesetzt, so

spricht dies implizit für seine Qualität.
Category Killers“ sind Projekte, die so gut sind, dass sie in ihrem Einsatz-
”
gebiet als Standard gelten und von vielen Anwendern ohne Nachfrage nach
Alternativen übernommen werden.
44
3. Design-Aspekte
5. Fortgesetzte Mühe mit harter, langweiliger Arbeit (. . . ) ist lobenswerter als sich die
Rosinen (leichte und lustige Hacks) herauszupicken.
Anm. d. A.: Die Beschäftigung mit uninteressanten“, aber notwendigen Aufga-

”
ben (z.B. Fehlersuche oder Dokumentation), widerspricht in einem bestimmten
Maß der Motivation vieler Mitglieder der Hacker-Community ( Spaß am Pro-
”
grammieren“). Daher wird die tatsächliche, längerfristige Beschäftigung mit
derartigen Tätigkeiten von der Community besonders honoriert und verhilft
dem Mitglied über die Zeit zu einem höheren Ansehen, als es die Mitglieder
genießen, die nur kleinere, einfache zu realisierende Projekte entwickeln.
6. Nichttriviale Erweiterungen der Funktion sind besser als Low Level Patches und
Debugging.
Anm. d. A.: Kurzfristig betrachtet ist der Reward für eine einmalige Aktion
größer (z.B. beim Einbringen eines neuen Features für ein Programm). Berück-
sichtigt man jedoch die zeitliche Komponente, zahlt es sich aus, fortwährend
kleinere, auf den ersten Blick uninteressante, jedoch notwendige Beiträge zu
liefern, etwa das Fehlersuchen und -beheben in bestehenden Projekten.
3.1.2. Open Source-Projekte und Ohloh
Zur Katalogisierung von Open Source-Projekten wurde im Jahr 2006 von den beiden
ehemaligen Microsoft-Mitarbeitern Jason Allen und Scott Collison das Projekt Ohloh als Web-
basierter Open Source Intelligence Service“ [54] vorgestellt. Die Betreiber sehen das Projekt
”
als a way to provide more visibility into software development“.
”
In der Pressemitteilung [54] werden folgende Funktionen angekündigt:
Echte Informationen: Daten werden sowohl durch Analyse des Quellcodes, als auch durch
Überwachung des (in Open Source-Projekten ohnehin meist öffentlichen) Quellverwal-
tungssystems gesammelt
Aktuelle Informationen: Die gesammelten Daten werden ständig automatisch erneuert, so

dass jederzeit eine aktuelle Übersicht entsteht
Vergleichsübersicht: Projekte können anhand einiger bestimmter Metriken miteinander ver-

glichen werden
Suchmöglichkeiten: Zur Suche nach Projekten und Kategorien werden leistungsvolle Hilfsmit-
tel zur Verfügung gestellt
Automatisierte Datensammlung: Durch automatisierte Vorgänge werden neue Projekte schnell

in die Ohloh-Datenbank aufgenommen
45
3. Design-Aspekte
Im November 2008 umfasste die Ohloh-Datenbank über 166.000 Entwickler und über 21.000
Projekte, darunter alle berühmten Open Source-Projekte wie Mozilla Firefox, Subversion, Apa-
che HTTP Server, MySQL und der Linux-Kernel.
Abbildung 3.1.: Zeitleistenansicht über Beiträge von Linus Torvalds1
Die Besonderheit von Ohloh gegenüber anderen Analyse-Werkzeugen liegt nicht nur darin, dass
mit der Analyse von Daten aus Quellcodeverwaltungssystemen auch zeitliche Abläufe erfasst
werden und damit die gesamte öffentlich zugängliche Geschichte des Projekts (Abbildung 3.1
zeigt den zeitlichen Verlauf von Beiträgen von Kernel-Entwickler Linus Torvalds), sondern
vor allem auch darin, dass eine Community-Komponente aufgenommen wird, die bei der
Bewertung von Entwicklern eine wichtige Rolle spielt.
Ursprünglich wurde die Ohloh-Datenbank mit den 5.000 beliebtesten Open Source-Projekten
angelegt, die Beliebtheit wurde dabei durch die Popularität im Index der Yahoo! Suchmaschi-
ne bestimmt. Nach wie vor wird die Anzahl der Web-Links auf einzelne Projekte in deren
Beliebtheit in der Ohloh-Datenbank eingerechnet (vgl. Taft [74]).
In der Entwickler-Übersicht (Abbildung 3.2) hat jeder Entwickler einen bestimmten Rang, je
höher der Rang eines Entwicklers ist, desto weiter oben in der Liste wird er angezeigt. Der
Rang setzt sich aus zwei Komponenten zusammen:
1
http://www.ohloh.net/projects/linux/contributors/13490492286633 [Stand: 12. November 2008]
2
http://www.ohloh.net/projects/linux/contributors [Stand: 12. November 2008]
46
3. Design-Aspekte
Abbildung 3.2.: Contributor-Übersicht im Linux-Kernel-Projekt2
Anzahl der Commits: Eine quantitative Bewertung des Entwicklers. Gemessen wird die An-
zahl der Commits, die unter dem Benutzernamen des Entwicklers im dem projekteigenen
Quellcodeverwaltungssystem registriert sind (genauer gesagt: die Anzahl der geänderten
Zeilen, unter Berücksichtigung von Kommentaren und Eigenschaften der verwendeten
Programmiersprache).
KudoRank: Eine Community-basierte Bewertung des Entwicklers, die aus der Vergabe und
dem Erhalt sogenannter Kudos“3 errechnet wird. Diese können am ehesten mit Aner-
”
kennungspunkten verglichen werden, die ein Entwickler einem anderen Entwickler geben
kann.
3
von engl. kudo“, umgangssprachlich für Auszeichnung“ oder Kompliment“
” ” ”
47
3. Design-Aspekte
Für die Berechnung des KudoRank gelten folgende Regeln [47]:
1. The more Kudos you receive, the higher your KudoRank becomes.
Je mehr Kudos ein Entwickler empfangen hat, desto höher ist sein KudoRank.
2. Your influence increases as your KudoRank improves.

Je höher der KudoRank eines Entwicklers ist, desto mehr zählen die Kudos, die er vergibt.
3. Giving away more Kudos dilutes your opinion.

Je mehr Kudos ein Entwickler vergibt, desto weniger zählen die einzelnen Kudos.
4. Stacks improve KudoRank.

(Für diese Betrachtung weniger interessant und nur der Vollständigkeit halber aufgeführt)
Insgesamt handelt es sich also um eine sowohl auf harten Fakten basierte Leistungsmessung
der einzelnen Entwickler anhand von Code-Artefakten in Quellcodeverwaltungssystemen der
jeweiligen Projekte, als auch um eine Community-basierte Leistungsmessung auf Basis der von
anderen Entwicklern vergebenen Kudos.
Dass diese Datenbank als interessante Datenquelle für weitere Forschungen benutzt werden
kann, beweisen beispielsweise Oliver Arafat und Dirk Riehle von SAP Research. Sie untersuchen
die Commit Size Distribution of Open Source Software“ [3], also die Verteilung der Größe
”
von einzelnen Beiträgen (Commits) in Open Source-Projekten und benutzen zur Erhebung
der Daten die Datenbank des Ohloh-Projekts, wodurch es ihnen möglich ist, auf eine sehr große
Datenbasis zuzugreifen, die keinen besonderen Schwerpunkt auf ein bestimmtes Projekt oder
eine bestimmte Klasse von Projekten (z.B. durch eine bestimme Firma finanzierte Projekte)
hat. Dadurch kann ein repräsentatives Ergebnis für den aktuellen Stand der Open Source-
Software erreicht werden.
Bill Snyder [71] stellt hingegen zur Diskussion, ob die bei Ohloh eingesetzte Bewertung von
Entwicklern anhand der Anzahl ihrer Beiträge am Quellcode eines Projekts wirklich sinnvoll
ist. Einerseits kann nicht genau bestimmt werden, welchen Beitrag an einem Stück Code ein
Entwickler tatsächlich hat – etwa im Falle wenn ein einzelner Entwickler die Beiträge anderer
sammelt und sie zusammen der Quellcodeverwaltung übergibt. Andererseits besteht das Pro-
blem, dass sehr ausführlicher, evtl. sogar besonders umständlicher und dadurch längerer, Code
höher bewertet wird, als kurzer, eleganter Code. Die Ohloh-Betreiber entgegnen dem zum Einen
mit der Einbeziehung der oben beschriebenen Community-Wertung Kudos und zum Anderen
mit der Beobachtung, dass die Beschaffenheit von Beiträgen innerhalb eines Projekts meist
ähnlich ist: We understand the limitations of the data, but commits are generally uniform
”
across a project“, wird einer der Gründer zitiert. Zudem wird mit dem Programm Ohcount 4
ein Werkzeug zur Verfügung gestellt, mit dem die Beitragsbewertung anhand von geänderten
Codezeilen auch außerhalb der Ohloh-Plattform nachvollziehbar möglich wird.
4
http://labs.ohloh.net/ohcount [Stand: 1. November 2008]
48
3. Design-Aspekte
Ein weiterer von Snyder erwähnter Kritikpunkt ist die Einschränkung der Privatsphäre
der Entwickler. Durch die Sammlung von verfügbaren Daten über einen Entwickler lässt
sich ein umfangreiches – jedoch nicht zwingend vollständiges – Bild über seine Aktivitäten
aufbauen. Auch Martin Hasselmann kritisiert auf seiner Website [34] das Vorgehen von Ohloh,
personenbezogene Daten zu sammeln und in Zusammenhang zu setzen, ohne eine praktikable
Möglichkeit zu bieten, dies von vornherein zu verhindern:
I started contributing to Free Software projects, since I like to improve my tools,

”
since I working on exciting code. I never contributed for turning into a person of
public interesst – like services in the style of ohloh.net obviously assume. “ [34]
Die Antwort der Ohloh-Betreiber [9] bietet hierfür keine unmittelbare Lösung. Es wird al-
lenfalls auf die Transparenz als eine der Stärken der FLOSS-Gemeinde hingewiesen, darauf,
dass die gesammelten Informationen ohnehin öffentlich zugänglich sind (auch das Recht der
freien Meinungsäußerung und daraus resultierend die Freiheit, öffentliche Informationen zu
kommentieren und zu analysieren), sowie der Hinweis gegeben, den eigenen Namen nicht zu
Beiträgen (wie Quellcode) hinzuzufügen, falls nicht gewünscht wird, dass er mit dem Projekt
in Zusammenhang gesetzt wird.
3.1.3. Expertenmeinungen bei Experts Exchange
Experts Exchange ist eine Online-Wissensdatenbank für Computer-bezogene Themen. Be-

nutzer können in einer immer umfangreicher werdenden Datenbank Antworten auf IT-Probleme
suchen oder neue Fragen stellen, die von anderen Benutzern beantwortet werden.
Die How it Works“-Seite von Experts Exchange [18] beschreibt die Funktionsweise der Platt-
”
form folgendermaßen5 :
1. Ein Mitglied kann in der über 2,2 Millionen Lösungen umfassenden Experts Exchange-
Datenbank nach Antworten für seine Fragen suchen.
2. Wenn keine Lösung für das Problem in der Datenbank gefunden wird, kann es als neue
Frage gestellt werden.
3. Die aus erfahrenen IT-Experten bestehende Community arbeitet umgehend an einer Lö-
sung des Problems.
4. Der Fragesteller akzeptiert die Lösung und vergibt Punkte an den Experten, der die
Antwort verfasst hat.
5. Die Lösung wird in der Datenbank von Experts Exchange gespeichert.
5
Übersetzung des Autors; Quelle: Experts Exchange-Website [18]
49
3. Design-Aspekte
Jedes Mitglied der Experts Exchange-Community kann sowohl als Fragesteller als auch als
Experte auftreten. Um die Suche nach Antworten zu erleichtern und die Datenbank sinnvoll
zu strukturieren, werden Fragen in sogenannte Zonen“ eingeteilt, die das Themengebiet der
”
Frage beschreiben.
Der Fragesteller gewichtet abhängig von seiner Einschätzung bezüglich des Schwierigkeitsgra-
des der Aufgabe die Frage mit einer Punktzahl zwischen 20 und 500 ( Question points“).
”
Andere Mitglieder können nun weiterführende Kommentare oder aber eine Lösung für das
Problem anhängen. Die Frage wird in der Datenbank als beantwortet“ gekennzeichnet und
”
der Fragesteller wählt eine Lösung als Top-Antwort“ aus, die bei einer zukünftiger Suche nach
”
ähnlichen Stichwörtern als erste Antwort für diese Frage angezeigt wird.
Die Bewertung für Antwort und Experten setzt sich nun aus zwei Faktoren zusammen:
• Die gegebene Lösung wird vom Fragesteller mit A, B oder C gewichtet, je nachdem als
wie umfangreich oder akkurat er die Lösung einstuft.
• Diese Gewichtung dient als Faktor für die Punktzahl für den Experten, der die Frage
beantwortet hat ( Expert point“): er bekommt die vom Fragesteller definierten Ques-
” ”
tion points“, multipliziert mit 4 (A), 3 (B) oder 2 (C), auf seinen bisherigen Punktestand
addiert.
Desweiteren wird ein Ranking über alle Fragen und deren Lösungen erstellt, in dessen Berech-
nungen neben den Expert points“ unter Anderem auch der Rang des lösenden Experten, die
”
Anzahl der Kommentare und die Anzahl der verschiedenen beitragenden Experten miteinflie-
ßen.
Abbildung 3.3.: Experts Exchange Hall of Fame“, Ansicht des Jahres-Rankings6

”
50
3. Design-Aspekte
Abbildung 3.4.: Experts Exchange-Profil des Mitglieds capricorn1“7

”
Der durch Beantwortung von Fragen angesammelte Punktestand eines Experten dient zum
Einen zu seiner Einordnung in eine Rangordnung, die in einem Hall of Fame“ genannten
”
Überblick über alle Experten in allen Zonen angezeigt wird (siehe Abbildung 3.3). Zum Anderen
bekommt ein Experte je nach Punktestand verschiedene Zertifikate für eine bestimmte Zone
(z.B. Master“ für 50.000 in einer einzigen Zone gesammelte Punkte, Guru“ für 150.000 Punkte,
” ”
bis hin zur Legend“ für 100.000.000 Punkte8 ). Mit erreichten Zertifikaten kann ein Experte auf
”
seiner öffentlich erreichbaren Profilseite seinen Kenntnisstand in den jeweiligen Fachgebieten
anzeigen (siehe Abbildung 3.4). Durch die Punktzahl und die erreichten Zertifikate wird die
Reputation dargestellt. Es ist bekannt, dass diese Informationen von Firmen zum Finden
von Experten tatsächlich genutzt werden (Im Weblog des Microsoft Exchange Teams [36] wird
Experts Exchange als eine Quelle bei der Suche nach Kandidaten für das Microsoft Most
Valuable Professional (MVP) Programm angegeben).
6
http://www.experts-exchange.com/ [Stand: 2. Februar 2008]
7
http://www.experts-exchange.com/M_597073.html [Stand: 2. Februar 2008]
8
Die beiden höchsten Zertifikate Technocrat“ und Legend“ wurden allerdings bisher noch nie vergeben.
” ”
51
3. Design-Aspekte
Untersucht man die Motivation, zur Experts Exchange-Community beizutragen, erkennt man
zwei Standpunkte:
Fragesteller sind durch das offensichtliche Ziel, eine Antwort zu bekommen, motiviert, Lö-
sungsansätze und Kommentare auf die gestellte Frage so lange weiterzuverfolgen, bis
eine für sie passende, zufriedenstellende Lösung gefunden ist.
Experten sind durch die Aussicht auf Punkte (und die dem Erreichen von Ruhm, Reputa-
tion und Karrierezielen nützlichen Zertifikate) motiviert sinnvolle (und dadurch höher
bewertete) Antworten zu geben.
3.2. Beitragserfassung in Open Innovation-Prozessen
Bei der Erfassung von Beiträgen in Open Innovation-Prozessen ist es zunächst notwendig, einen
Überblick über die Möglichkeiten zu erhalten, wie Beiträge erfasst und wie erfasste Beiträge
bewertet werden können, um für die Darstellung von Leistung – und letztendlich Reputation
bzw. Ruhm ( Fame“) – nützlich zu sein. Im Folgenden werden folgende Fragen behandelt:
”
• Welche Art von Beiträgen wird erfasst?
• Wie tragen die erfassten Beiträge zur Bewertung bei?
• Wann finden Erfassung und Bewertung statt?
In der vorliegenden Arbeit soll die Beitragserfassung in Open Innovation-Prozessen, die in

Kapitel 2.2 bereits beschrieben wurden, diskutiert werden. Der Fokus des Open Innovation-
Konzepts liegt – wie bereits in der Definition erwähnt – bei der Entwicklung von Ideen.
Diese werden maximal bis zur Businessplan-Reife unterstützt, d.h. eine etwaige Umsetzung
einer Idee, eine Implementierung, fällt nicht in den behandelten Betrachtungsbereich.
3.2.1. Kreative und ingenieursmäßige Beiträge
Es ist also notwendig, eine Definition zu entwickeln, welche Art von Beiträgen in Open
Innovation-Prozessen bewertet werden können.
In Kapitel 2.2 wurde neben den Begriffen Idee und Invention der Begriff der Innovation
definiert, bei der es sich um eine Neuerung handelt, die zu einem ökonomisch verwertbaren
Produkt führen kann. Diese Neuerung kann als Durchführung neuer Kombinationen“ von
”
Produktionsleistungen gesehen werden, es wird also davon ausgegangen, dass das Neue“ bereits
”
existiert und nur neu interpretiert oder in einen neuen Kontext gestellt werden muss. Im Bezug
auf Boris Groys und Michael Thompson, die sich beide mit der Philosophie befassen, wird von
Wahren [77] ein Zusammenhang zwischen dem Alten und dem Neuen hergestellt:
52
3. Design-Aspekte
Das Neue ist, so könnte man sagen, also immer schon da und überall möglich. Es
”
ist als Möglichkeit oder als Nicht-Möglichkeit angelegt, wobei dies nicht bedeutet,
dass es quasi verdeckt herumliegt und nur noch erkannt werden muss. Wir müssen
das Neue vielmehr durch unser Tätigwerden entstehen bzw. sich entwickeln las-
sen – darin liegt, so Groys, unsere Aufgabe als Schöpfer, Gestalter, Kreator oder
Innovator.“ [77, S. 11]
Zusammen mit einer allgemeinen Definition von Kreativität – der Fähigkeit schöpferischen
”
Denkens und Handelns“ [82] – kann dieses im obenstehenden Zitat erwähnte Tätigwerden“ als
”
kreativer Beitrag zu einem Innovationsprozess interpretiert werden.
Den Gegensatz dazu stellen ingenieurmäßige Beiträge dar. Sie sind charakterisiert durch ein
algorithmusartiges Vorgehen, der Abarbeitung vorher definierter Abläufe ohne Grundlegende
Neuentwicklungen“ in der Handlungsweise. Abweichungen von einer vorgegebenen Methodik
”
werden bei dieser Definition von ingenieurmäßigem Vorgehen nicht erwartet – kreative Leistung
spielt also hier keine Rolle.
Diese Unterscheidung lässt sich nun auf das Open Innovation-Umfeld übertragen und hilft bei
der Entscheidung, welche Beiträge für die Leistungsbewertung interessant sind. Durch Open
Innovation wird die Ideen-Generierung unterstützt, im Innovationsprozess reicht diese Un-
terstützung bis maximal an die Businessplan-Reife heran. Die Implementierung und Umsetzung
in konkrete Produkte ist also nicht enthalten, daher kann für diese Betrachtung die Klasse der
ingenieurmäßigen Beiträge außer Acht gelassen werden und eine Konzentration auf Messung
und Bewertung von kreativen Beiträgen erfolgen.
3.2.2. Objektive Messung und Community-Bewertung
Im folgenden Kapitel werden grundsätzliche Fragestellungen zur Messung von Leistung behan-
delt. Dabei ist zunächst interessant, wie sich Beiträge überhaupt charakterisieren lassen, wie
sie greifbar und messbar werden, und mit welchen Methoden sie bewertet werden können.
Volumenbasierte Bewertung
Ein sehr grundlegendes Prinzip bei der Leistungsmessung ist das der volumenbasierten Mes-
sung. Hierbei werden die geleisteten Beiträge gezählt, die Bewertung einer Person ergibt
sich aus der Anzahl der geleisteten Beiträge – man kann von einem quantitativen Ansatz
sprechen.
Für diese Art der Leistungsmessung ist von zentraler Bedeutung, wie die Größe Beitrag“ de-
”
finiert ist. Im Umfeld der Softwareentwicklung könnte ein Check-in eines Code-Fragments in
”
das Repository der Versionverwaltung“ als ein Beitrag gezählt werden, bezogen auf die Ent-
53
3. Design-Aspekte
wickler würde derjenige am besten bewertet, der die meisten Check-ins für das Softwareprojekt
geliefert hat.
Strukturierung und Gewichtung
Die volumenbasierte Messung hat allerdings einen – in manchen Fällen entscheidenden – Nach-
teil: der Inhalt der einzelnen Entitäten ist für die Messung nicht relevant. Für das Bei-
spiel im vorherigen Absatz bedeutet dies, dass alle Check-ins in die Versionsverwaltung gleich
gewichtet werden, unabhängig davon, ob es sich nur um einen Tippfehler in einem Code-
Kommentar handelt, oder ob ein komplettes neues Modul enwickelt wurde.
Es gibt mehrere Möglichkeiten für eine inhaltliche Gewichtung von Beiträgen:
Ein Beitrag kann ggf. in mehrere Stücke unterteilt werden, z.B. in Lösungen für ein Teilpro-
blem des ursprünglichen Problems. Diese Einzelstücke werden jeweils gleich bewertet, womit
sich dieser Ansatz auf den oben genannten volumenbasierten Ansatz zurückführen lässt.
Im in Kapitel 3.1.2 vorgestellten Ohloh-Projekt zur Bewertung von Open Source-Projekten

und -Entwicklern dient anstatt der Anzahl der Quellcode-Check-ins pro Entwickler die Anzahl
der geänderten Code-Zeilen als Bewertungsgrundlage. Auch wenn es nach wie vor einen quali-
tativen Unterschied geben kann – eine Code-Zeile kann aus einer einfachen Bildschirmausgabe
bestehen, oder aber aus einer komplizierten, für das Programm kritischen, Berechnung – spielt
dies im Fall von Ohloh keine Rolle ( commits are generally uniform across a project“, vgl. auch
”
die Kritik von Bill Snyder am Ende des Kapitels 3.1.2).
Ein weiterer Ansatz ist die Einteilung von Beiträgen in verschiedene Kategorien. Denkbar
wäre etwa die Definition von leichten“ und schwierigen“ Problemen, deren Lösungen analog
” ”
dazu in entsprechende Kategorien eingeteilt werden. Diese Kategorien können entweder jeweils
mit einem Gewicht versehen sein (z.B. schwierige Beiträge zählen doppelt“) und mit diesem
”
Gewicht zu einer Gesamtbewertung pro Person führen, oder aber bei der Präsentation der
Bewertungsergebnisse getrennt aufgeführt sein. Letzteres ist besonders dann interessant,
wenn die Beitragskategorien sich nicht gegeneinander gewichten lassen, es aber dennoch wichtig
ist, sie zu unterscheiden: es kann wichtig sein, zu erkennen, ob eine Person viele leichte“
”
Probleme gelöst hat, oder eher wenige schwierige“ Probleme – im Kapitel über Bewertungen
”
in der Hacker-Kultur wird Eric Raymond mit der These zitiert, dass Fortgesetzte Mühe
”
mit harter, langweiliger Arbeit (. . . ) lobenswerter [ist] als sich die Rosinen (leichte und lustige
Hacks) herauszupicken“ (vgl. Kapitel 3.1.1, Seite 45).
Ein ausführlicheres Beispiel für eine Kategorisierung von Beiträgen wird in Kapitel 3.3 bei der
Bewertung von Dialogen gegeben.
Darüber hinaus bleibt für den jeweiligen Anwendungsfall zu klären, ob die Gewichtung oder
Einteilung eines Beitrags in eine bestimmte Kategorie nachträglich änderbar sein muss,
54
3. Design-Aspekte
z.B. wenn im Laufe der Zeit erkannt wird, dass ein zunächst trivial erscheinender Beitrag viel
weitreichendere Folgen hat, als zunächst vermutet. Auch lässt sich ein Szenario konstruieren,
in dem ein solcher Änderungsvorgang wiederum selbst als Beitrag gesehen werden kann
und bei der Bewertung berücksichtigt werden muss.
Berücksichtigung des Zeitfaktors
Der Einfluss von Zeit auf die Messung und Bewertung von Leistung ist ebenfalls zu diskutieren.
Betrachtet werden zwei Aspekte:
Die Reaktionszeit kann in bestimmten Kontexten eine wichtige Rolle spielen. Als Beispiel sei
ein Hilfe-Forum genannt: hier bietet es sich an, Teilnehmer mit einer kürzeren Reaktionszeit
(d.h. schnellerer Hilfestellung bei Fragen oder Problemen) höher zu bewerten, als solche, die
sehr lange zum Antworten brauchen.
Ein weiterer Aspekt im Zusammenhang mit Zeit und ihrem Einfluss auf die Leistungsbewertung
ist die Gegebenheit, dass sich die Bewertung im Laufe der Zeit verändern kann. Ein heute
geleisteter Beitrag könnte je nach Anwendungsfall in einiger Zeit noch genauso viel wert sein“,
”
oder auch inzwischen völlig wertlos geworden sein. Selbiges gilt bei der Bewertung von Personen
– in manchen Fällen ist es nicht sinnvoll, eine Person, die vor langer Zeit einen guten Beitrag“
”
geleistet hat, immernoch genauso zu bewerten, wie zur damaligen Zeit. Übertragen gesehen
verblasst“ Ruhm nach einiger Zeit.
”
Bewertung von Beiträgen und Bewertung von Personen
Bei der Bewertung von Leistung stellt sich eine grundlegende Frage, die bereits in den vorhe-
rigen Absätzen angeschnitten wurde: der Zusammenhang zwischen der Bewertung von
Einzelbeiträgen und der Bewertung von Personen.
In den bisher vorgestellten Szenarien wurde als gegeben betrachtet, dass von der Erfassung von
Einzelbeiträgen auf die Bewertung von Personen geschlossen werden kann – und damit ihre
Einordnung in eine Rangfolge. Bei der volumenbasierten Bewertung wurde die Bewertung einer
Person durch die Summe der geleisteten Beiträge vorgenommen, bei der Berücksichtigung der
Zeit kam jedoch bereits die Frage auf, ob dies sinnvoll ist, oder ob gewisse zusätzliche Faktoren
eine Rolle spielen sollten.
Betrachtet man Szenarien, in denen der Wert eines Beitrags über die Dauer gleichbleibt, kann
eine Bewertung einer Person durch die Summe ihrer Beiträge sinnvoll sein – schließlich hat sie in
diesem Fall über die Zeit immer mehr Leistungen erbracht, die nicht verfallen“. Es sind jedoch
”
Konstellationen denkbar, in denen eine solche Bewertung nicht unbedingt aussagekräftig genug
ist. Betreibt man diese Form der Leistungserhebung über einen längeren Zeitraum, so sind
Beitragsspitzen“ nicht mehr sichtbar: Personen, die zu einem Zeitpunkt einen besonders
”
55
3. Design-Aspekte
hoch bewerteten Beitrag geleistet haben, unterscheiden sich in ihrer abschließenden Bewertung
nicht mehr von anderen, die kontinuierlich kleinere Beiträge geleistet haben.
Mögliche Lösungansätze für diese Gegebenheit bestehen in der Unterscheidung bestimmter

Zeitabschnitte, für die die erbrachten Leistungen gesammelt und zugeordnet werden:
Kontinuierliches Zeitfenster: Bei der Verwendung eines kontinuierlichen Zeitfensters werden

Leistungen über eine bestimmten vorher festgelegten Zeitspanne bis zum aktuellen Zeit-
punkt kumuliert.
So bietet etwa die bereits vorgestellte Plattform Experts Exchange in einer Hall of Fame“
”
nicht nur eine Übersicht über die insgesamt bestbewertetsten Mitglieder, sondern auch
eine Liste der Top-Mitglieder der vergangenen Woche, des vergangenen Monats und des
vergangenen Jahres (siehe Abbildung 3.3, S. 50).
Diskrete Zeitabschnitte: Bei der Einteilung in diskrete Zeitabschnitte werden Leistungen bis
zum Ende eines bestimmten Zeitraums gesammelt und in eine Bewertung eingebracht,
nach Ablauf des Zeitraums wird mit der Zählung neu begonnen.
Diese Art der Einteilung kommt bei der Ermittlung des Mitarbeiters des Monats“ zum
”
Einsatz, bei der die Monatsgrenzen die Zeitabschnitte für die Bewertung festsetzen. Ein
Mitarbeiter des Monats Mai“ hat durch besonders gute Leistungen im Mai keinen Vorteil
”
für die Ernennung zum Mitarbeiter des Monats Juni“, für diese Aufstellung verfallen
”
seine im Mai erbrachten Leistungen nach einem Monat.
Subjektive Bewertung durch die Community
Eine weitere wichtige Frage, die in diesem Zusammenhang auftritt, ist die Frage, durch wen
die Bewertung erfolgt.
Die automatisierte Bewertung durch einen festgelegten Algorithmus ist nur in manchen
Fällen möglich, z.B. wenn es um das konkrete Zählen von Einzelbeiträgen geht. Sobald jedoch
Beiträge hinsichtlich ihres Inhalts unterschieden werden müssen, funktioniert diese Vorgehens-
weise nur noch eingeschränkt. Das vorher genannte Beispiel von leichten“ und schwierigen“
” ”
Problemen ist im Allgemeinen nicht mehr durch einen vorgegebenen Algorithmus lös-
bar. Der Inhalt eines Problems (bzw. eines Beitrags, der zum Problem gehört) muss inter-
pretiert werden, damit eine Aussage über die Schwierigkeit getroffen werden kann. Diese
Interpretation ist abhängig vom jeweiligen Kontext und somit meist nicht durch eine Heu-
ristik durchführbar. Ähnliches gilt bei der Einteilung in verschiedene Kategorien. Hier ist es
im Allgemeinen ebenfalls sehr schwierig, einen Automatismus zu finden, der die Einteilung
übernimmmt.
In vielen Fällen ist eine rein automatische Bewertung auch gar nicht wünschenswert, sondern
es kommt darauf an, wie der Beitrag von den anderen Teilnehmern (der Community)
56
3. Design-Aspekte
wahrgenommen wird. Diese subjektive Wahrnehmung unterscheidet sich nicht selten von
der objektiven Bewertung, die ein Algorithmus leisten kann. Besonders die bisherige Leistung
einer Person hat in diesem Fall häufig einen nicht zu unterschätzenden Einfluss auf die subjek-
tive Bewertung neuer Beiträge. Beiträge eines Softwareentwicklers, der in der Vergangenheit
guten Code entwickelt und sich dadurch einen gewissen guten Ruf“ angeeignet hat, werden
”
in der Zukunft von der Community unter Umständen als besser gewertet, als die eines neuen,
unbekannten Entwicklers, oder die eines solchen mit eher schlechterem Ruf“. Dieser Fall ist
”
in Abbildung 3.2 (Seite 47) zu erkennen, in der für Linus Torvalds zwar weniger Quellcode-
Commits gezählt wurden, er jedoch dennoch eine höhere Community-Bewertung bekommen
hat als Andrew Morton.
Mit den Kombinationsmöglichkeiten der subjektiven und objektiven Bewertung sind mehrere
Modelle denkbar, die für die Bewertung von Personen eingesetzt werden können:
1. Jeder Beitrag wird automatisch nach einem festgelegten Algorithmus bewertet, die
Bewertung einer Person wird automatisch aus der Bewertung der von ihr geleiste-
ten Beiträge errechnet (ggf. unter Berücksichtigung von Zeiträumen). Eine Community-
Bewertung findet hier nicht statt.
2. Jeder Beitrag wird durch die Community bewertet, die Bewertung einer Person wird
wiederum automatisch nach einem festgelegten Schema aus den von ihr geleisteten
Beiträgen errechnet.
Dieses Modell wird bei der Experts Exchange-Plattform eingesetzt: hier können Mitglie-
der die Schwierigkeit eines Problems festlegen, die später Einfluss auf das Gewicht der
Bewertung hat, und Antworten und Lösungen für das Problem werden ebenfalls von
Mitgliedern gewichtet. Daraus wird eine Punktzahl errechnet (z.B. 200 Punkte bei einer
Top-Lösung“ für ein 200-Punkte-Problem“), die dem Autor der Lösung angerechnet
” ”
wird.
3. Jeder Beitrag wird automatisch bewertet, zusätzlich wird die Person von der Com-
munity unabhängig von konkreten Beiträgen bewertet.
Als Beispiel, in der dieses Modell umgesetzt wird, sei das Ohloh-Projekt genannt: zu-
sätzlich zur Aufsummierung der geänderten Code-Zeilen pro Entwickler, wird mit der
Vergabe von Kudos“ (vgl. Kapitel 3.1.2) getrennt davon eine Bewertung durch die Com-
”
munity vorgenommen. Aus der Kombination dieser beiden Einflüsse wird der Rang des
Entwicklers bestimmt.
4. Sowohl jeder Beitrag, als auch die Person selbst wird durch die Community bewertet.
Dieses Modell ist eine Kombination aus den beiden vorherigen Modellen.
57
3. Design-Aspekte
3.2.3. Zeitpunkt der Leistungserhebung
Nachdem Möglichkeiten aufgezeigt wurden, welche Art von Beiträgen erfasst werden können
und wie sie in eine Bewertung einfließen können, soll nun kurz darauf eingegangen werden, zu
welchem Zeitpunkt die Erfassung und Bewertung stattfinden kann.
Für einige der besprochenen Erfassungs- und Bewertungsarten ergibt sich der Zeitpunkt bereits
intuitiv.
Werden Einzelbeiträge erfasst (z.B. für eine einfache volumenbasierte Bewertung), so kann
dies kontinuierlich geschehen, eine Übersicht etwa über die Gesamtanzahl der veränderten
Codezeilen pro Softwareentwickler kann prinzipiell bei jeder Änderung im Quellcode-Repository
aktualisiert werden, ähnliches gilt beim Zählen von Beiträgen in einem Diskussionsforum oder
bei der Verwendung eines Dialog-Aufzeichungs-Werkzeugs, wie dem in einem späteren Kapitel
vorgestellten.
Soll neben bzw. anstatt der quantitativen Bewertung eine qualitative Aussage über Ein-
zelbeiträge gemacht werden, gestaltet sich die Situation jedoch bereits schwieriger. Bei einer
Klassifizierung von Beiträgen in verschiedene Kategorien oder einer Gewichtung hängt der mög-
liche Zeitpunkt einer Bewertung stark davon ab, durch wen die Klassifizierung/Gewichtung
stattfinden kann und wann diese Einteilung geschehen kann: können Beiträge automatisch
eingeteilt werden (durch einen feststehenden Algorithmus, der keiner individuellen Bewertung
durch eine Person bedarf), so kann analog dazu eine automatische Bewertung errechnet werden,
so dass ebenfalls eine kontinuierliche Bewertung möglich ist. Bei der Bewertung durch die Com-
munity, d.h. eine Einteilung oder Gewichtung durch andere Personen, hängt der Zeitpunkt von
der Verfügbarkeit dieser Bewerter ab. In der Experts Exchange-Plattform (vgl. Kapitel 3.1.3)
ist die Vergabe von Expert points“ für den Verfasser einer Problemlösung erst dann möglich,
”
wenn der Fragesteller die Frage als gelöst“ gekennzeichnet und die Gewichtung der Problem-
”
lösung (Kategorien A-C) festgelegt hat (er muss dies nicht sofort tun, sondern kann die Frage
noch präzisieren oder auf eine alternative Lösungsmöglichkeit von einem anderen Experten
warten).
Bei einer Kombination von quantitativer und qualitativer Bewertung (wie sie in den meisten
Community-unterstützten Bewertungssystemen auftaucht) kann ein mehrstufiger Prozess
zum Einsatz kommen. In Kapitel 3.3 werden Mechanismen skizziert, bei denen Beiträge direkt
nach ihrer Entstehung automatisch erfasst und in einem zweiten Schritt durch Mitglieder der
Community in Kategorien eingeteilt werden.
In manchen Fällen hängen allerdings quantitative Erfassung und Community-Bewertung nicht

zusammen, wie etwa beim Ohloh-Projekt, in dem Quellcode-Änderungen quantitativ erfasst
werden, Personen jedoch zusätzlich nicht unmittelbar abhängig von diesen erfassten Beiträgen
eine qualitative Bewertung durch die Community erhalten können (in Form von Kudos“). Hier
”
ist – je nach Einsatzgebiet – eine kontinuierliche Auswertung möglich: mit einem Festgeleg-
58
3. Design-Aspekte
ten Algorithmus wird der Rang eines Mitglieds anhand der Anzahl der bisherigen Quellcode-
Commits (quantitative Messung) und der Anzahl der bisher empfangenen Kudos (unter Berück-
sichtigung ihres Gewichts) errechnet und in einer ständig aktualisierten Contributor-Übersicht
pro Projekt aufgeführt (siehe Abbildung 3.2).
3.3. Beitragsbewertung in Dialogen
An dieser Stelle werden Möglichkeiten der Beitragsmessung im Kontext der Innovationsförde-

rung vorgestellt. Um die Innovationsfähigkeit in Communities zu untersuchen, deren Hauptziel
der Austausch von Ideen ist, ist es notwendig, eine Strategie zur Bestimmung der Innovativi-
”
tät“ – und dadurch eine Strategie zur Bewertung“ – von Beiträgen zu entwickeln.
”
Der Meinungsaustausch mit Hilfe eines geeigneten Kommunikationsmedium ist in derartigen
Gemeinschaften das Hauptmittel zur Bekanntmachung, Weiterentwicklung und Diskussion von
Ideen. Dieses Medium kann ein Brainstorming-Gespräch zwischen Teilnehmern sein, die an
einem Tisch sitzen, aber auch ein Online-Diskussionforum, bei dem die Teilnehmer sich nicht
gegenseitig sehen, sondern ausschließlich durch ihre Beiträge sichtbar werden.
Es werden hier verschieden Arten von Beitragserfassung speziell bei der Betrachtung von Dia-
logen behandelt. Spezielles Augenmerk auf die Kommunikation soll insbesondere deshalb ge-
worfen werden, da im Zusammenhang mit offenen Innovationsprozessen Leistung häufig (und
in vielen Fällen ausschließlich) auf diese Art gemessen werden kann. Bei der Entwicklung von
Innovationen gibt es schließlich noch keine konkreten Arbeitsprodukte, keine Artefakte, an
denen Leistung und Beitrag gemessen werden könnte.
Um die Beitragsbewertung in Dialogen überhaupt erst zu ermöglichen, müssen die Beiträge der
Teilnehmer auf geeignete Weise erfasst werden und sinnvoll auswertbar sein. Wie bereits mehr-
fach erwähnt, ist eine der wichtigsten Voraussetzungen für das Funktionieren einer verteilten
Community ein sinnvolles Kommunikationssystem, das meist über Technologien wie E-Mail,
Mailinglisten oder Online-Diskussionsforen realisiert ist. Wird keine verteilte“ Community
”
betrachtet, bzw. ist ein sinnvoll nutzbares Online-Kommunikationsmedium nicht vorhanden
oder wird nicht gebraucht, so müssen für die Erfassung von Beiträgen andere Mittel gefunden
werden. In Kapitel 4.1.2 wird beispielsweise ein Werkzeug zur Unterstützung von Ideenfin-
dungsprozessen für kleinere Gruppen vorgestellt.
3.3.1. Quantitative Heuristik
In Kapitel 3.2.2 wurde als erstes Bewertungskriterium für Beiträge eine volumenbasierter An-
satz vorgeschlagen. Gezählt werden die geleisteten Beiträge, was zu einer Betrachtung führt,
die umgangssprachlich mit wer mehr redet, hat mehr Beitrag“ ausgedrückt werden kann.
”
59
3. Design-Aspekte
Dies wirft zwei Fragen auf. Einerseits muss festgelegt sein, wie ein Beitrag“ definiert ist.
”
Die Antwort auf diese Frage hängt mitunter vom verwendeten Medium ab und davon, wel-
che Daten sinnvollerweise zusammengefasst als Einheit betrachtet und als Beitrag bezeichnet
werden können. Zieht man als Beispiel ein Online-Diskussionsforum heran, sind mehrere Mög-
lichkeiten denkbar. Die intuitivste Form wird in den meisten solcher Foren bereits durch die
Bezeichnung Beitrag“ suggeriert: ein zusammenhängendes Stück Text, das ein Teilnehmer ver-
”
fasst hat, und das als eine Einheit in das Forum gestellt wird (häufig als Posting“ bezeichnet).
”
Dies ist vergleichbar mit einem Zettel als Anschlag an einem schwarzen Brett. In diesem Text
wird das gesamte Anliegen des Teilnehmers beschrieben.
Diese Ansicht lässt sich in beide Richtungen variieren, die Diskussion in besagtem Online-
Forum kann sowohl mit einer höheren Granularität betrachtet werden, als auch mit einer
niedrigeren. Erhöht man die Granularität, ist ein Beitrag nicht mehr ein gesamtes Posting,
sondern beispielsweise ein Absatz in einem Posting, ein Satz oder ein Wort. Im Extremfall
wird die Anzahl der Beiträge mit der Anzahl der Buchstaben (oder auch Bytes) gleichgesetzt.
Bei niedrigerer Granularität werden mehrere Postings zusammengefasst (z.B. Der Teilnehmer
”
hat Beiträge zu X verschiedenen Unterthemen geschrieben“ oder Der Teilnehmer ist in Y ver-
”
schiedenen Foren aktiv“), bis hin zu einer größtmöglichen Verallgemeinerung Der Teilnehmer
”
hat an der Diskussion teilgenommen bzw. nicht teilgenommen“.
Die zweite Frage ist, ob zwei Beiträge, die unter Berücksichtigung der eben erwähnten Gra-
nularitätsstufe identifiziert wurden, gleich viel wert“ sind, oder ob eine Klassifizierung der
”
Beiträge notwendig ist.
Das Ohloh-Projekt (siehe Kapitel 3.1.2) zieht im quantitativen Teil der Bewertung (im Ge-
gensatz zur Community-Bewertung der Entwickler) nicht etwa die Anzahl der Commits“ in
”
ein Quellcode-Repository als Grundlage heran, sondern die Anzahl der geänderten Code-
”
Zeilen“. Dass jedoch (auch nach der von Ohloh vollzogenen Bereinigung“ durch den Abzug
”
von Kommentaren und Leerzeilen) Quellcode unterschiedlich ausführlich, unnötig kompliziert,
oder sehr kurz und elegant, beschaffen sein kann, wird in der Zählung nicht berücksichtigt. Für
diesen Zweck reicht dies aus. Eine qualitative Bewertung von Software-Quellcode wäre nur sehr
schwierig umsetzbar. Die Betreiber des Projekts begründen zudem diese Entscheidung damit,
dass sich die Unterschiede im Quellcode zumindest innerhalb eines Projekts relativieren und
insgesamt ungefähr gleich beschaffen sind.
Nicht immer kann diese Argumentation einen Verzicht auf eine inhaltliche Betrachtung der
Beiträge rechtfertigen.
60
3. Design-Aspekte
3.3.2. Qualitative Ansätze
In vielen Fällen ist eine inhaltliche Betrachtung von Beiträgen wichtig für eine sinnvolle
Bewertung. Grundlagen hierfür wurden bereits in Kapitel 3.2.2 begründet. Eine inhaltliche
Unterscheidung von Beiträgen ist dann notwendig, wenn die inhaltliche Qualität von Bei-
trägen bei der Bewertung eine Rolle spielen soll, also ob ein Beitrag – speziell im Kontext von
Dialogen – innovativ“ oder weniger innovativ“ ist.
” ”
Die Unterscheidung zwischen innovativ“ und weniger innovativ“, bzw. eine Bewertungsart,
” ”
die (ggf. diskrete) Zwischenstufen zwischen innovativ“ und nicht innovativ“ implementiert,
” ”
deckt jedoch nur einen Teil der möglichen Anforderungen an ein geeignetes Bewertungssystem
von Dialogen ab. Oft reicht eine derartige Einteilung nicht aus oder liefert keine ausreichend
flexible Basis für eine sinnvolle Darstellung der Bewertungsergebnisse für verschiedene Zielgrup-
pen. Die in Kapitel 3.1.1 aufgeführten Bewertungskriterien für Beiträge in der Hacker-Kultur
liefern hierfür Beispiele: die Identifizierung von fortgesetzter Mühe“ (die in Punkt 5 als lobens-
” ”
werter als sich die Rosinen (. . . ) herauszupicken“ angesehen wird) sowie die Unterscheidung
von nichttrivialen Erweiterungen“ gegen Low Level Patches und Debugging“ erfordern eine
” ”
detailliertere, mehrdimensionale Betrachtung der Beiträge.
Hierfür werden Beiträge nicht nur anhand eines Kriteriums (z.B. der Innovativität) beurteilt,
sondern angenommen, dass es verschiedene Arten/Kategorien von Beiträgen gibt.
Kategorien für Diskussionsbeiträge
Die Bestimmung von Kategorien in technisch unterstützten Dialogen (z.B. beim Einsatz von
Mailinglisten, Online-Foren oder Werkzeugen zur Aufzeichnung von Diskussionen) ist nicht
immer einfach, die Beschaffenheit der betrachteten Community spielt dabei eine wichtige Rolle.
Eine mögliche Aufteilung von Beiträgen in innovationsbezogenen Communities wäre folgende:
Initiale Idee: Der Verfasser einer initialen Idee liefert einen Beitrag, der sich mit
etwas Neuem“ befasst. Er hat sich Gedanken zu einem bestimmten Thema
”
oder Themenkomplex gemacht und diese für die Community in Worte gefasst.
Beiträge dieser Art sind in einer innovationsorientierten Umgebung die wich-
tigsten, jedoch nicht die einzigen relevanten.
Aufgreifender Kommentar: Ein aufgreifender Kommentar nimmt sich – wie

der Name bereits sagt – eines schon vorher bestehenden Beitrags an und
führt diesen weiter. Die ursprüngliche Idee der vorhandenen Beiträge wird in
aufgreifenden Kommentaren weiter diskutiert und ausgearbeitet, Alternativen
vorgeschlagen und bewertet.
61
3. Design-Aspekte
Problemhinweis: Die Kategorie der Problemhinweise ist der der eben genann-
te aufgreifenden Kommentare sehr ähnlich, auch diese Beiträge greifen ein
bestehendes Thema auf und liefern weitere Informationen oder Aspekte. In
diesem Zusammenhang kann die getrennte Betrachtung von (in irgendeiner
Weise konstruktiven!) Beiträgen zu Problemen bei der weiteren Behandlung
eines Themas, oder auch im Hinblick auf die Umsetzung einer Idee, sinnvoll
und hilfreich bei der zielführenden Auswertung des Dialogs sein.
Umsetzungstipp: Die vorangegangenen Beitragskategorien beziehen sich nur auf

die Findung von Ideen. Diese ist bei der Bewertung von innovativen Prozessen
sehr wichtig, jedoch lassen sich auch in solchen Communities, die sich nicht
unmittelbar mit der Umsetzung von Ideen auseinandersetzen (wie etwa bei ge-
nannten Open Innovation-Prozessen, die Ideen nur bis zur Businessplan-Reife
unterstützen), Beiträge beobachten, die bereits Hinweise auf eine mögli-
che Umsetzung geben. Da solche Hinweise mitunter Einfluss auf die weitere
Diskussion einer Idee haben können (z.B. weil ein Vorschlag erwiesenermaßen
technisch nicht umsetzbar ist), wurde hier die Entscheidung gefällt, für sie eine
eigene Kategorie einzuführen.
Nicht relevanter Beitrag: Für alle restlichen Beiträge wird eine Kategorie nicht
”
relevant“ eingeführt. In diese fallen Beiträge, die keine Relevanz für den In-
novationsprozess haben, also Beiträge, die nicht zum Thema passen, ggf. auch
Nachfragen, die nur dem Verständnis des einzelnen Mitglieds dienen, etc.
Der hier gegebene Kategorisierungsvorschlag kann sowohl erweitert als auch verallgemeinert
werden. Als Verallgemeinerung bietet sich die Zusammenfassung generierender bzw. bewer-
tender Kategorien an, wobei die Sinnhaftigkeit dieser Zusammenfassung wieder stark vom
Anwendungsfall abhängt. Für jede dieser beschriebenen Kategorien ist jedoch auch eine wei-
tere Unterteilung in Unterkategorien denkbar, die getrennt betrachtet und bewertet werden
können. Es stellt sich allerdings die Frage, ob eine weitere Unterteilung in zu viele zu ähnli-
che Kategorien sinnvoll und wünschenswert ist – spätestens bei der Entscheidung darüber, auf
welche Art Beiträge in die Kategorien eingeteilt wird, wird dies deutlich.
Da die Inhalte eines Beitrags im Allgemeinen in keiner strukturierten Form vorliegen, können
sie nicht von einem Algorithmus automatisch in Kategorien eingeteilt werden. Mit den zur
Verfügung stehenden technischen Mitteln z.B. einer Mailingliste oder eines Diskussionsforums
ist es höchstens möglich, eine Aussage darüber zu treffen, ob ein Beitrag (Posting) als Antwort
auf einen anderen Beitrag (Reply) gekennzeichnet wurde (diese Kennzeichnung ist jedoch in
manchen Umgebungen auch nicht zuverlässig möglich, da z.B. manche E-Mail-Programme die
für die Zuordnung nötigen Daten aus Nachrichten entfernen).
62
3. Design-Aspekte
In der Forschung wird bereits an automatisierten Verfahren zur Identifikation von Inhaltsklas-
sen in Diskussionsbeiträgen gearbeitet. Gerade auf dem Bereich der linguistischen Verfahren
zur automatischen Textklassifizierung und der Erkennung von Meinungen und Aussagen an-
hand von Wörtern, Phrasen oder Sätzen (Sentiment Analysis, vgl. Pang et al. [57]) gibt es
interessante Fortschritte. Da es jedoch im allgemeinen Fall noch sehr schwierig ist, mit ei-
nem automatisierten Ansatz zufriedenstellende Ergebnisse zu erreichen, wird an dieser Stelle
von einer Bestimmung der Beitragskategorie durch die Community ausgegangen (im
Abschnitt Subjektive Bewertung durch die Community“ des Kapitels 3.2.2 wurde bereits aus-
”
führlicher auf die Bewertung von Leistung durch die Community eingegangen).
Bewertung von Beiträgen und Personen
Die für den Bewertungsvorgang relevante Frage ist nun, wie aus den kategorisierten Beiträgen
einer Person eine Bewertung der Person selbst abgeleitet werden kann. Zunächst muss
geklärt werden, wie eine Gesamtbewertung für einen einzelnen Beitrag entsteht, hierfür
werden drei Ansätze näher betrachtet:
1. Beitragsbewertung anhand der Kategorie:

Jedem Beitrag wird eine Kategorie zugewiesen (Abbildung 3.5, oben links).
Für die Bewertung einer Person anhand ihrer Beiträge muss entweder festgelegt wer-
den, welche Gewichtung die verschiedenen Kategorien untereinander haben, so dass z.B.
initiale Ideen ein besonders starkes Gewicht bekommen, nicht relevante“ Beiträge ein
”
geringes Gewicht, etc., oder aber bei der Darstellung der Ergebnisse nach Kategorien un-
terschieden wird (dann entsteht allerdings keine Gesamtbewertung pro Person, sondern
eine Bewertung pro Person pro Kategorie).
2. Beitragsbewertung anhand der Kategorie und einer Intensität:

Jedem Beitrag wird eine Kategorie und eine Intensität zugewiesen (Abbildung 3.5,
oben rechts). Diese kann z.B. bezeichnen, wie gut“ eine initiale Idee“ ist.
” ”
Dieses Modell ist eine Verallgemeinerung des ersten Modells, bei dem nur eine Kategorie
zugewiesen wird: wird die Intensität auf einen Wert festgelegt, entspricht dieser Fall dem
vorherigen. Analog dazu erfolgt die Bewertung von Personen wie im ersten Fall, allerdings
zusätzlich unter Einbeziehung der Intensität als Gewicht.
3. Beitragsbewertung anhand einer Intensität pro Kategorie:

Anstatt einem Beitrag eine bestimmte Kategorie zuzuweisen wird eine Intensität pro
Kategorie vergeben (Abbildung 3.5, unten).
Auch dieses Modell ist eine Verallgemeinerung des vorherigen. Lässt man nur in einer der
Kategorien die Vergabe einer Intensität zu, erhält man den vorherigen Fall. Man kann
also wie in den vorherigen Fällen entweder eine Auswertung pro Kategorie anstreben,
63
3. Design-Aspekte
bei der die Intensitäten einbezogen werden, oder aber eine Gesamtbewertung errechnen,
indem zusätzlich die Kategorien nach einem global festgelegten Schema gewichtet werden
und ein Gesamtwert bestimmt wird.
Bei der Verwendung dieses Modells wird der Erhebungsvorgang an sich komplizierter,
schließlich muss für jede der Kategorien eine Intensität erhoben werden, jedoch ist die
Zuweisung einer einzelnen Kategorie zu einem Beitrag in manchen Szenarien nur schwer
möglich, da z.B. ein Beitrag mehrere Unteraspekte behandeln kann (z.B. eine Nachricht
in einem Forum, die sowohl eine neue Idee beinhaltet, als auch eine andere Idee kommen-
tierend aufgreift).
Beitrag Beitrag
Kategorie Initiale Idee Kategorie Initiale Idee

Intensität 5
Beitrag
Initiale Idee 10
Kommentar 0
Problemhinweis 3
Umsetzung 0
Nicht relevant 0
Abbildung 3.5.: Bewertungskriterien für Beiträge
3.4. Anforderungen an den Fame-Mirror
Bevor im weiteren Verlauf dieser Arbeit die behandelten Grundlagen in einen Entwurf für einen
Awareness-Service (Fame-Mirror) übergehen können, werden an dieser Stelle die Anforderun-
gen an einen derartigen Dienst zusammengetragen und erläutert.
Der Fame-Mirror stellt einen Awareness-Dienst dar, und damit ein Werkzeug für Mitglie-
der einer Open Innovation-Community, mit dem es möglich ist, Größen wie Ruhm und
Innovationsfähigkeit der Community-Mitglieder zu messen und darzustellen.
64
3. Design-Aspekte
Die Zielgruppe des Fame-Mirrors besteht dabei aus den Mitgliedern der Open Innovation-
Community selbst. Aus ihren unterschiedliche Funktionen innerhalb der Community ergeben
sich verschiedene Anforderungen und Einschränkungen. Sowohl bei der Erfassung der Ein-
gangsgrößen (wie den tatsächlich geleisteten messbaren Beiträgen oder der eher subjektiven
Bewertung durch andere Mitglieder), als auch bei der Darstellung der Ergebnisse ist es not-
wendig, die unterschiedlichen Bedürfnisse der Benutzer zu berücksichtigen.
Im Folgenden werden mögliche Anwendungsfälle und die sich daraus ergebenden Anforde-
rungen und Einschränkungen aufgeführt.
Unterstützung der Motivation
Die Schaffung von Awareness soll Mitglieder dazu motivieren, Beiträge zur Community
zu leisten. Durch eine geeignete Bewertung der Leistungen (quantitativ wie qualitativ) und
eine sinnvolle Darstellung der Bewertungen, kann ein Mitglied erkennen, wie seine Beiträge
von der Community wahrgenommen werden.
Je nach Motivationstyp kann das Mitglied die Darstellung dieser Ergebnisse für sich selbst
benutzen, um sich mit anderen zu vergleichen (und sich z.B. durch einen besseren Platz in der
Rangordnung von anderen Mitglieder abzusetzen), oder aber die Auswirkung der eigenen
Leistung auf die Bewertung durch die Community im zeitlichen Vergleich zu betrachten (um
z.B. die eigene Leistung und Reputation zu verfolgen).
Schaffung von Transparenz
Eine weitere Aufgabe ist es, Transparenz über die geleisteten Beiträge und deren Wahrneh-
mung zu erzeugen. Geleistete Beiträge werden durch die Veröffentlichung für andere Mitglieder
sichtbar“ gemacht.
”
Dies hilft zum einen den Mitglieden selbst, die Vorgänge innerhalb der Community besser
beobachten zu können und einen Überblick zu erhalten. Durch die permanente Speiche-
rung lassen sich auch nach längerer Zeit noch Aussagen über bestimmte Beiträge einer Person
machen und eine Art Beitragsbuchhaltung“ betreiben (z.B. bei der Zuordnung von Benut-
”
zernamen zu Code-Änderungen bei der Quellcode-Verwaltung in Software-Projekten).
Zum anderen wird es außenstehenden Personen ermöglicht, einen Überblick über die Struktur
der Community zu bekommen, Unterstützung für Controlling zu erhalten und bestimmte
Management-Entscheidungen aufgrund der Bewertung von einzelnen Mitgliedern zu treffen.
Hierzu zählen etwa die Vergabe von Prämien für besonders verdiente Mitglieder.
65
3. Design-Aspekte
Aufzeigen von Trends
Zur Schaffung von Awareness gehört auch das Aufzeigen von Trends. Durch die vom Fame-
Mirror verbesserte Transparenz innerhalb der Community können aktuelle, besonders in-
teressante Themenfelder identifiziert werden, in denen gute Beiträge zu einem besonders
schnellen Ruhm-Zuwachs führen.
Hierbei ist es auch wieder vom Motivationstyp des jeweiligen Mitglieds abhängig, ob es
Beiträge zu einem Themengebiet liefert, das zum aktuellen Zeitpunkt besonders hoch bewertet
wird, oder ob es sich in einem Gebiet beteiligt, das eher langfristigere kleinere Aufgaben bietet.
Aufbau von Vertrauen
Durch die Darstellung des Ruhms ( Fame“) innerhalb der Community wird es möglich, einen
”
Zusammenhang zwischen der Selbstdarstellung eines Mitglieds und seiner Wahrnehmung
durch die restliche Community zu bilden.
So können Aussagen über die Vertrauenswürdigkeit getroffen und daraus weitere Entschei-
dungen abgeleitet werden, die beispielsweise die Vergabe von Aufgaben oder die Akquise als
Innovationspartner betreffen.
Suche nach geeigneten Partnern
Eng im Zusammenhang mit den beiden vorher genannten Anforderungen steht der Wunsch
nach einer Möglichkeit, innerhalb der Community geeignete Partner zu finden.
Geeignet“ kann sich hierbei sowohl auf die Fähigkeiten und den Tätigkeitsbereich eines Mit-
”
glieds beziehen (bei der Suche eines Experten für eine besondere Aufgabe), als auch auf seine
Arbeitsweise und die Art seiner Beiträge (etwa für die Erledigung von Routineaufgaben zur
Suche eines zuverlässigen Arbeiters, der eher selten als Ideengeber auftritt).
66
4. Lösungsvorschläge und Systementwurf
4.1. Beispiele für Bewertung in Dialogbasierten Systemen
4.1.1. Innovationsprozesse in der Open Source-Entwicklung
Um die in Kapitel 3.3 eingeführte Einteilung von Diskussionbeiträgen in Dialog-orientierten

Systemen an Beispielen zu testen, wurden verschiedene Projekte aus der Open Source-Szene
betrachtet. Das Konzept quelloffener Software kann als interessantes und weit verbreitetes
Anwendungsgebiet offener Innovationsprozesse gesehen werden.
Innovationen treten in Open Source-Projekten in verschiedenen Kontexten auf und werden auf
unterschiedliche Art und Weisen behandelt. Bei derartigen Softwareprojekten ist es für jeden
möglich, sich Zugang zum Quellcode zu verschaffen, und eigene Änderungen vorzuneh-
men. Diese werden entweder nur für den eigenen Bedarf verwendet (z.B. wenn es sich um sehr
spezielle Änderungen für eine bestimmte Plattform handelt), oder fließen in den Hauptent-
wicklungsstrang der Software zurück und werden Teil des offiziellen Projekts – auf die Gründe
von Mitwirkung in Open Source-Projekten wurde bereits in Kapitel 2.3.5 eingegangen.
Da in der vorliegenden Arbeit jedoch auf Innovationsprozesse eingegangen wird, die höchstens
bis zur Businessplanreife reichen, d.h. insbesondere die Implementierung nicht beinhalten, bie-
tet es sich an, Innovationen auf einer früheren Ebene zu betrachten. Diese ist in der Planung
und Koordination von Änderungen und Neuentwicklungen im Bezug auf ein Projekt
zu finden. Diese Planung geschieht in der Open Source-Community im Allgemeinen ebenfalls
öffentlich. Zwar gibt es bei den meisten Projekten einen mehr oder weniger festen Entwick-
lerstamm, der das Projekt betreut ( Maintainer“), bestimmte Richtungen und Richtlinien für
”
die Entwicklung vorgibt und einen hohen Einfluss auf strategische Entscheidungen hat, jedoch
ist es in sehr vielen Fällen für die Öffentlichkeit möglich, diese Entscheidungsfindungsprozesse
nicht nur einzusehen, sondern auch aktiv daran teilzunehmen.
Bharat Mediratta, einer der Gründer und Principal Developer“ der verbreiteten und ausgereif-
”
ten Open Source Fotogalerie-Anwendung Gallery [51], stand dankenswerterweise für ein kurzes
Interview per E-Mail zur Verfügung (siehe Anhang A). Er berichtet über Innovationsprozesse
im Gallery-Projekt:
67
Innovation happens all over, in a variety of ways. Sometimes it manifests in the

”
form of developers having ideas about how to improve the product that we have,
sometimes it’s a long-festering problem that we try to find a new way to resolve.
Sometimes they bubble up via the forums or on the mailing lists. We do as much
discussion as we can on the -devel mailing list so that things are out in the open
and we try to do the rest on irc. We don’t have too many private conversations if
we can avoid it, although since most people don’t participate on irc or read the irc
logs there is some stuff that most people miss.“
Es wird also versucht, so vielen Menschen wie möglich einen einfachen Zugang zu innovativen
Prozessen innerhalb der Community zu bieten. Die erwähnte (gallery)-devel Mailingliste1
dient hierbei als ein zentrales Kommunikationsmedium, das laut der offiziellen Entwicklung-
Website des Projekts für Discussion on development directions, proposed features, implemen-
”
tation details“ [25] genutzt wird. Innovationsrelevante Beiträge sind also vor allem an dieser
Stelle zu suchen. Der Einsatz einer Development“-Mailingliste gehört nicht nur beim Galle-
”
ry-Projekt zum Innovations- und Entwicklungsprozess, sondern ist als gängige Praxis bei den
meisten mittleren bis großen Open Source-Projekten anzutreffen.
Für die Betrachtung und Bewertung innovativer Beiträge anhand dieses Mediums er-
geben sich jedoch zwei Schwierigkeiten:
• Die Entwicklung und Diskussion von Ideen und Innovationen geschieht nicht ausschließ-
lich im dafür eingerichteten Medium. Gerade vor dem Hintergrund des offenen und frei-
willigen Charakters von Open Source-Projekten läuft Kommunikation bei innovativen
Prozessen oft auf einer sehr pragmatischen Ebene ab und beinhaltet nicht selten kurzle-
bige und/oder private Kanäle wie Instant Messaging:
We use whatever we can. SF.net’s bug tracker, Chandler, the wiki, our forums,
”
mailing lists, irc, Trac, Skype to name a few. We are very pragmatic in our
approach to share information.“
Auch wenn die Ergebnisse solcher privaten Absprachen häufig als Zusammenfassung an
die Mailingliste geschickt werden, findet in diesem Fall die eigentliche Diskussion an einer
anderen Stelle statt und ist nicht oder nur sehr eingeschränkt für eine Bewertung von
Prozessen oder Entwicklern nutzbar.
• Zusätzlich zu strategischen Diskussionen über neue Funktionen und Änderungen an der

Software werden in Development“-Mailinglisten häufig auch Implementationsdetails be-
”
handelt und Support-Anfragen gestellt. Für letztere wird in vielen Open Source-Projekten
zwar ein Bugtracker als geeigneteres Werkzeug zur Verfügung gestellt, jedoch werden sol-
che Anfragen nicht selten an Development“-Mailinglisten gestellt.
”
1
Das gallery-devel Mailinglisten-Archiv ist im Internet unter
https://lists.sourceforge.net/lists/listinfo/gallery-devel verfügbar.
68
Um ein geeigneteres Beispiel für eine Anwendung der in Kapitel 3.3 entworfenen Bewertungs-
möglichkeiten zu erhalten, wird ein Projekt betrachtet, das sich weniger mit einem konkreten
Produkt befasst, sondern mehr mit der Entwicklung eines Konzepts, das in Produkten ver-
schiedener Art eingesetzt (implementiert) werden kann.
Zur Anschauung dient eine Community, die sich mit der Entwicklung und Verbreitung se-
mantischer Annotationen von HTML und XHTML befasst. Das Microformats-Projekt [52]
(dt. Mikroformate“) stellt für verschiedene Inhaltstypen Konzepte zur Verfügung, die es Ent-
”
wicklern von Webseiten erlauben, Inhalte wie Termine, Kontaktinformationen oder soziale
Beziehungen mit bestimmten Attributen zu kennzeichnen, so dass sie von anderen Anwendun-
gen (z.B. Suchmaschinen, Adressbücher, etc.) automatisch erkannt und interpretiert werden
können.
Im Folgenden wird die offene und unmoderierte Diskussions-Mailingliste microformats-discuss2

näher betrachtet, die als Hauptkommunikationsmedium den Entwicklungsprozess von Mikro-
formaten unterstützt. Die Archive der Mailingliste stehen auch hier frei zur Verfügung und
können für eine automatisierte Verarbeitung in Form von mbox-Archivdateien heruntergeladen
werden. Die Anzahl von Nachrichten im Jahresarchiv der Mailingliste (insgesamt 1.563 Mails im
Jahr 2008) mag zunächst zu gering erscheinen, um eine sinnvolle Auswertung vorzunehmen. Es
wurde dennoch die Entscheidung für dieses Beispiel gefällt, da die Microformats-Community
eine real existierende und funktionierende Gemeinschaft zur Entwicklung von Innovationen
darstellt und es in vielen vergleichbaren Konstellationen eine ähnlich geringe Anzahl von Teil-
nehmern und Beiträgen in Ideenfindungsprozessen gibt (beispielsweise wenn sich im Kontext
einer größeren Community nur ein bestimmter Kreis von Mitgliedern an der Diskussion um
strategische Fragen und neuen Ideen beteiligt).
Zunächst erfolgt eine Auswertung im rein quantitativen Sinn, d.h. durch das Zählen von
Beiträgen und der Bestimmung der Anzahl von Beiträgen pro Teilehmer (vgl. Kapitel 3.3.1).
Bezüglich der Granularität bringt die Form des betrachteten Diskussionsmediums bereits
eine geeignete Definition von Beitrag mit sich: als ein Beitrag wird eine einzelne Nachricht
(Mail) an die Mailingliste bezeichnet.
Über den From:“-Header lassen sich nun die E-Mails zu Personen zuordnen und eine Aussage
”
darüber treffen, welche Person wie viele Beiträge zur Diskussion geleistet hat. Mit einem Perl-
Skript3 wurden die einzelnen Mails aus dem kompletten Mailinglisten-Archiv des Jahres 2008
extrahiert und der Absender ermittelt. Aus der Anzahl der gesendeten E-Mails pro Absender
lässt sich eine Rangordnung über die Aktivität der Mitglieder auf der Mailingliste herstellen,
Tabelle 4.1 zeigt die 10 häufigsten Absender des Archivs.
2
Das microformats-discuss Mailinglisten-Archiv ist im Internet unter
http://microformats.org/mailman/listinfo/microformats-discuss/ verfügbar.
3
Der Quellcode der zur Extraktion der Absenderadressen verwendeten Skripte ist im Anhang B dieser Arbeit
zu finden. Als Eingabedaten wurden die zwölf Monatsarchive der Mailingliste von o.g. Adresse bezogen und
zusammengefasst.
69
Name Beiträge
Toby A Inkster 151
Andy Mabbett 139
Martin McEvoy 107
Scott Reynen 52
Ben Ward 50
David Janes 48
Manu Sporny 44
Brian Suda 37
Michael Smethurst 35
Guillaume Lebleu 34
Tabelle 4.1.: Top 10 insgesamt auf der microformats-discuss Mailingliste
Diese Ansicht bietet bereits einen ersten Überblick über die Aktivitäten der Mitglieder der
Microformats-Community auf der Mailingliste. Deutlich zu erkennen ist ein großer Vorsprung
der drei aktivsten Mitglieder, Toby A Inkster, Andy Mabbett und Martin McEvoy, der auf
Platz 3 immer noch mehr als doppelt so viele Nachrichten beigetragen hat wie Scott Reynen
auf Platz 4.
Um nun eine erste Kategorisierung der Beiträge zu erreichen, wurde das Skript um eine
Funktion erweitert, die Nachrichten in initiale Nachrichten“ und Antwortnachrichten“ un-
” ”
terscheiden kann. Eine initiale Nachricht“ ist dabei eine Mail, die nicht als Antwort auf eine
”
andere Mail geschickt wurde, alle verbleibenden Nachrichten sind demnach Antwortnachrich-
”
ten“, die – wie in Anhang B zu sehen ist – mit Hilfe der Header-Informationen als Antworten
identifiziert werden: bei der Existenz einer der Kopfzeilen In-Reply-To:“ oder References:“
” ”
bzw. bei einem Betreff, der die Kennzeichnung Re: “ (Reply) beinhaltet wird eine Nachricht
”
als Antwort gewertet.
Auch diese Einteilung kann automatisch vorgenommen werden, für die Tabellen 4.2 und 4.3
wurden die 1.563 Mails des Jahresarchivs in 349 initiale und 1.214 Antwortnachrichten aufge-
teilt und wieder eine Top 10-Liste der häufigsten Absendernamen erstellt. Man erkennt auf den
ersten Blick, dass Toby A Inkster bei weitem der aktivste Initialschreiber“ ist, und mehr als
”
dreimal so viele Diskussionsfäden anfing als Andy Mabbett auf dem 2. Platz. Inkster taucht
dafür auf der replier“-Liste erst auf Platz 3 auf, mit nur gut halb so vielen Beiträgen wie der
”
Spitzenreiter.
An dieser Stelle muss erwähnt werden, dass die automatische Erkennung von Antworten hier
nur sehr rudimentär durchgeführt wurde. Die Klassifizierung durch die erwähnten Kopfzeilen
und die Re: “-Kennzeichung im Betreff ist für diesen Fall ausreichend akkurat, jedoch kann
”
es in anderen Umgebungen, etwa in internationalen Mailinglisten, oder beim Einsatz vieler
70
Name Beiträge
Toby A Inkster 89
Andy Mabbett 26
Manu Sporny 15
Martin McEvoy 14
Ben Ward 12
Thomas Loertsch 8
Sarven Capadisli 8
Costello, Roger L. 8
David Janes 6
Thom Shannon 5
Tabelle 4.2.: Top 10 initial poster“ auf der microformats-discuss Mailingliste

”
Name Beiträge
Andy Mabbett 113
Martin McEvoy 93
Toby A Inkster 62
Scott Reynen 51
David Janes 42
Ben Ward 38
Brian Suda 35
Guillaume Lebleu 33
André Luı́s 32
Michael Smethurst 30
Tabelle 4.3.: Top 10 replier“ auf der microformats-discuss Mailingliste

”
unterschiedlicher Mail-Programme, notwendig sein, eine andere Heuristik einzusetzen, um den

Fall abzudecken, dass die entsprechenden Antwort-Kopfzeilen nicht gesetzt werden oder an-
statt dem Re: “-Präfix eine internationale Version (wie z.B. AW: “ bei manchen deutschen
” ”
Programmen) verwendet wird. Auch im vorliegenden Fall musste der Kompromiss getroffen
werden, auf die genannten Methoden zur Erkennung zu setzen, denn bei genauerer inhaltlicher
Betrachtung stellten sich einige der Initialnachrichten als Antworten heraus. Da diese Antwor-
ten aber aus technischer Sicht neue Nachrichten sind (z.B. entstanden durch Zusammenfassen
mehrerer Aspekte aus anderen Mails für die Eröffnung eines neuen Themas), erweist sich dieser
Kompromiss als tragfähig.
In der Praxis bietet sich der Einsatz dedizierter Analysewerkzeuge an. Für die Verarbeitung
von Mailinglisten, Wiki-Seiten, BibTeX-Bibliographien und Diskussionsforen wurde beispiels-
71
weise der Data-Multiplexer-Demultiplexer (DMD) entwickelt, der sich des Problems der Da-
tenaufbereitung annimmt. Die Daten über Beiträge in verschiedenen Medien können mit dem
DMD gesammelt und mit einer user-merge“ genannten Funktion bereinigt“ werden. Diese
” ”
Bereinigung entschärft insbesondere das Problem der Namenserkennung und -Zuordnung, das
sich daraus ergibt, dass Mitglieder einer Community in unterschiedlichen Medien verschiede-
ne Namen, Schreibweisen, Pseudonyme und E-Mail-Adressen verwenden. Da bei empirischen
Analysen besondere Sorgfalt angebracht ist, wurde im Fall dem DMD auf eine vollautoma-
tische Lösung verzichtet, sondern vielmehr ein Werkzeug zur Unterstützung entwickelt (vgl.
Zeini [85]).
Auch eine zeitliche Betrachtung ist möglich. Für die Tabelle 4.4 wurde zunächst wie gehabt
die Top 10-Liste der häufigsten Absender im Monat Januar 2009 ermittelt. Zusätzlich wurde
aus dem Archiv der 6 vorherigen Monate eine durchschnittliche Aktivität“ für die Monate
”
Juli bis September 2008 ermittelt, die sich aus der durchschnittlichen Anzahl von Nachrichten
pro Monat ergibt. Die Differenz der Aktivität der Mitglieder von ihrer durchschnittlichen
”
Aktivität“ ist im Bild als Abweichung“ gekennzeichnet und lässt erkennen, welche der aktiven
”
Mitglieder im Januar mehr bzw. weniger beigetragen haben als in den Vormonaten. Deutlich zu
erkennen ist im aufgeführten Beispiel die signifikant zurückgegangene Beteiligung von Martin
McEvoy, sowie der Anstieg der Aktivität bei einigen Mitgliedern (bzw. dem Hinzukommen
neuer Teilnehmer, die in den Vormonaten überhaupt keine Nachrichten an die Mailingliste
geschickt hatten).
Name Beiträge Durchschnitt Abweichung

Toby A Inkster 8 8.2
James Tindall 6 1.2
Ben Ward 6 3.8
Mr. Meitar Moscovitz 4 0.0
Aleksander Kmetec 4 0.0
Thomas Loertsch 3 2.5
David Janes 3 1.7
Tantek Celik 2 3.2
Martin McEvoy 2 10.5
Manu Sporny 2 2.7
Tabelle 4.4.: Beiträge auf der microformats-discuss Mailingliste im Vergleich zum Vormonat
72
4.1.2. Ideen-Aufzeichnung mit IdeaStream
Mit IdeaStream wurde an der TU München eine Plattform zur computerbasierten Unterstüt-
zung kreativer Problemlösungsprozesse entwickelt. Mit Hilfe verschiedener Kreativitätstechni-
ken, die mit Hilfe von webbasierten Interfaces umgesetzt werden, können Teams in unterschied-
lichen Umgebungen Problemlösungen erarbeiten.
Bei intern durchgeführten Test-Sitzungen wurde das IdeaStream-Werkzeug eingesetzt, um Ant-

worten auf die Frage zu finden: Welche Möglichkeiten gibt es, Studiengebühren sinnvoll ein-
”
zusetzen?“. In je drei Gruppen zu je vier Benutzern wurden in verschiedenen Phasen Ideen
gesammelt, auf einer grafischen Oberfläche angeordnet um Zugehörigkeiten abzubilden und im
Laufe des Prozesses angepasst und verändert (z.B. durch Änderung der Beschreibung der Idee
oder durch Verschieben auf der grafischen Oberfläche).
Dankenswerterweise wurde ein Abbild der IdeaStream-Datenbank für die Untersuchung im

Rahmen dieser Diplomarbeit zur Verfügung gestellt. Interessant in diesem Zusammenhang
sind insbesondere die Relationen für Ideen“ und Aspekte“:
” ”
Ideen sind hierbei allgemeine Einfälle zum Thema, also in diesem Kontext zum sinnvollen
Einsatz von Studiengebühren, wie z.B. Lehre verbessern“, Hörsaalausstattung“ oder
” ”
Gastvorträge“.
”
Aspekte sind konkretere Umsetzungsideen, die sich auf die Ideen beziehen. Aspekte, die in den
Test-Sitzungen für Idee Lehre verbessern“ gefunden wurden, beinhalten z.B. Schaffung
” ”
von mehr Tutorgruppen“, Überfüllte Hörsäle aufteilen“, Technisches Equipment an-
” ”
schaffen“.
Bei Änderungen an Ideen oder Aspekten (Verschieben, zuordnen, etc.) wird in der Datenbank
eine neue Version der jeweiligen Entität angelegt, der der Veranlasser der Änderung zugeord-
net wird. Dadurch wird sehr detailliert festgehalten, welcher Benutzer an welchen Ideen und
Aspekten welche Änderungen vorgenommen hat. Durch diese Versionierung sind im vorliegen
Datenbank-Snapshot 2.146 Ideen-Einträge zu finden, von denen 285 keine Vorgängerversion
haben, d.h. neue“ oder initiale“ Ideen beschreiben, und entsprechend 1.861 Versionseinträge,
” ”
die aus bereits existierenden Ideen durch Veränderung entstanden. Außerdem existieren 3.142
Aspekt-Einträge, von denen 465 keine Vorgängerversion haben ( initiale Aspekte“), sowie 2.677
”
aus Änderungen hervorgegange Aspekte.
Aufgrund dieser Struktur ist es also möglich, das Anlegen und das Verändern von Aspekten
und Ideen als verschiedene Vorgänge zu identifizieren und als Beiträge den jeweiligen Benutzern
zuzuordnen. Auch wenn es ohne einen Bewertungsvorgang, der die Community zur Identifika-
tion von Beitragsarten nicht möglich ist, eine Aufteilung in die Kategorien aus Kapitel 3.3.2
vorzunehmen, so können dennoch analog zur dort erwähnten Verallgemeinerung der Katego-
rien die Beiträge eingeteilt werden in generierende“ bzw. bewertende“ Beiträge. Trennt man
” ”
dabei Ideen und Aspekte entstehen vier Kategorien:
73
• Einbringen einer neuen Idee
• Änderung an einer Idee
• Einbringen eines neuen Aspekts
• Änderung an einem Aspekt
Diese Einteilung kann nun wieder auf die einzelnen Benutzer angewendet werden, wodurch
eine Übersicht über die pro Benutzer geleisteten Beiträge, aufgeteilt in die vier Arten von Bei-
trägen, entsteht. Tabelle 4.5 zeigt eine Liste der aktiven Benutzer4 bei der Behandlung des
Studiengebühren-Problems, absteigend sortiert nach der Anzahl ihrer Beiträge (insgesamt).
Die Grafische Darstellung in Tabelle 4.6 zeigt die Beitragsarten als Balken neben den Benut-
zernamen, wobei die Anteile der eben geannten Kategorien als unterschiedliche Schattierungen
(in der Reihenfolge wie oben aufgezählt) dargestellt werden und bei der Länge der Balken alle
vier Beitragsarten gleich gezählt wurde.
Ideen Aspekte
Name Summe
neu geändert neu geändert
User 4 (Gruppe 12) 28 207 51 476 762
User 4 (Gruppe 10) 38 278 56 345 717
User 2 (Gruppe 12) 27 185 51 309 572
User 1 (Gruppe 12) 25 182 44 248 499
User 2 (Gruppe 10) 28 155 54 246 483
User 2 (Gruppe 11) 41 231 44 165 481
User 3 (Gruppe 12) 20 168 45 242 475
User 3 (Gruppe 10) 25 142 43 198 408
User 4 (Gruppe 11) 18 120 28 182 348
User 3 (Gruppe 11) 16 109 22 138 285
User 1 (Gruppe 11) 17 81 25 127 250
Tabelle 4.5.: Beteiligung der Benutzer an Ideenfindungsprozessen der IdeaStream-Plattform
Dabei werden die Unterschiede im Nutzungsverhalten bereits sichtbar. Der Teilnehmer User 2
”
(Gruppe 11)“ beispielsweise, der zwar viele neue Ideen und Ideen-Änderungen in den Krea-
tivprozess eingebracht hat, hat im Gegensatz dazu verhältnismäßig wenige Änderungen an
Aspekten vorgenommen. Dadurch belegt er nur einen 6. Platz in der so erstellten Rangfolge.
Eine getrennte Darstellung der einzelnen Beitrags könnte hier einen besseren Überblick geben,
wenn es gewünscht wird, die Teilnehmer bezüglich der Kategorien zu beurteilen. Werden diese
unabhängig voneinander dargestellt (also nicht als zusammengesetzte Balken), wird es möglich,
beispielsweise Teilnehmer zu finden, die zwar besonders viele initiale Ideen einbringen, jedoch
bei Änderungsprozessen an bestehenden Ideen und Aspekten eher wenig beitragen.
4
Am Test-Durchlauf waren nur 11 Benutzer aus drei Gruppen mit je 3-4 Benutzern beteiligt
74
Name Beteiligung
User 4 (Gruppe 12)
User 4 (Gruppe 10)
User 2 (Gruppe 12)
User 1 (Gruppe 12)
User 2 (Gruppe 10)
User 2 (Gruppe 11)
User 3 (Gruppe 12)
User 3 (Gruppe 10)
User 4 (Gruppe 11)
User 3 (Gruppe 11)
User 1 (Gruppe 11)
Tabelle 4.6.: Grafische Darstellung von Tabelle 4.5
Unterschiedliche Arten der Darstellung von Beteiligung und der daraus resultierenden Bewer-
tung werden im folgenden Abschnitt vorgestellt.
4.2. Visuelle Möglichkeiten
In den oben behandelten Beispielen wurden bereits erste Ansätze einer grafischen Darstellung
von Beiträgen gegeben. An dieser Stelle wird das Thema Visualisierung detaillierter behan-
delt, verschiedene Konzepte und Möglichkeiten vorgestellt und im Zusammenhang mit den in
Kapitel 2 eingeführten psychologischen Grundlagen diskutiert.
4.2.1. Grundlegende Eigenschaften von Visualisierung
Die grundsätzliche Aufgabe von Visualisierung ist es, abstrakte Daten (...) und Zusam-
”
menhänge in eine graphische bzw. visuell erfassbare Form zu bringen“ [83]. Die Notwendigkeit
dazu ergibt sich aus der Tatsache, dass wir nicht in Abstraktionen denken, sondern unsere
Denkweise metaphorisch beeinflusst ist und auf Erfahrungen aus der Umgebung basiert. Diese
Assoziationen sind daher immer abhängig von kulturellen und umfeldbedingten Faktoren beim
Betrachter, eine neutrale Visualisierung“, die unabhängig von der subjektiven Wahrnehmung
”
des Betrachters ist, kann es daher nicht geben.
Farben und Formen haben jedoch immer einen großen Einfluss auf Wahrnehmung und In-
terpretation der durch sie dargestellen Daten. Visuell dargestellte Begebenheiten können viel
leichter aufgenommen und verglichen werden, als die reinen Daten ( Ein Bild sagt mehr als tau-
”
send Worte“) – wobei diese reine Darstellung“ (z.B. in nüchterner Textform oder als Zahlen)
”
75
nach Judith Donath [14] ebenfalls wieder visuell evokativen (also Assoziationen erweckenden)
Charakter hat (in diesem Fall könnte die nüchterne Textform die Assoziation zu eher business-
artiger Nüchternheit hervorrufen). Auch subtile Details wie Achsenbeschriftungen oder die
Orientierung eines Diagramms haben unter Umständen einen starken Einfluss auf die Inter-
pretation.
Die zentralen Fragen bei der Visualisierung sind, was dargestellt wird und wie dargestellt
wird, so dass die wesentlichen Informationen sichtbar werden. Donath [16] beschreibt vier
Einflussgrößen, die bei der Auswahl einer passenden Visualisierung eine Rolle spielen:
Datenauswahl: Hier wird ermittelt, welche Daten zur Verfügung stehen und wie diese Daten
beschaffen sind. Welche Daten für die Visualisierung verwendet werden, wird durch die
Zielsetzung der Darstellung festgelegt. Für eine Darstellung von Online-Konversationen
etwa gibt es aus linguistischer Sicht andere Anforderungen als aus Marketing-Sicht. Dies
sollte bereits bei der Auswahl der zu erhebenden Daten beachtet werden.
Datenerhebung: Bei der Datenerhebung wird festgelegt, woher die Daten stammen. Im von
Donath [16] behandelten Beispiel von der Visualisierung von Online-Konversationen kön-
nen die Daten ausschließlich aus dem aufgezeichneten Text stammen (der z.B. durch
geeignete Algorithmen bewertet wird), oder aber zusätzlich durch Bewertung der Teil-
nehmer beeinflusst sein (Community-Bewertung, vgl. Kapitel 3.2.2).
Datenzuordnung: Die Datenzuordnung legt fest, wie die Darstellung an sich gestaltet ist, wie
sich Farbe, Form und Ort von Darstellungsobjekten aus den Daten ergeben. Die Auswahl
von Darstellungsobjekten erscheint auf den ersten Blick willkürlich und aus formaler
Sicht völlig austauschbar (z.B. bei der Verwendung von Farben), jedoch ist der evokative
Aspekt von Visualisierungen nicht zu unterschätzen – Farben, Formen und Positionen
werden intuitiv mit bestimmten Eigenschaften assoziiert, so wie sich beispielsweise für
die Darstellung von wütenden Beiträgen“ in einer Unterhaltung die Farbe rot besser
”
eignet als die Farbe blau, oder runde Formen sich für die Darstellung von harmonischen
Elementen oder Begebenheiten eher anbieten als spitze oder eckige Formen.
Auswirkungen: Abschließend ist zu überlegen, welchen Einfluss die Visualisierung auf die Ziel-
gruppe hat. Beim bereits mehrfach genannten Beispiel von Online-Unterhaltungen [16]
wird gefragt, wie Visualisierung dazu verwendet werden kann, Unterhaltungen zu ver-
”
bessern“, oder auch um einen Mehrwert durch ein übersichtlicheres Konversations-Archiv
zu generieren.
76
4.2.2. Soziale Visualisierung
Von dieser allgemeinen Definition lässt sich der Begriff der sozialen Visualisierung ableiten.
Damit wird ein über die allgemeine Definition hinausgehende Darstellung sozialer Informatio-
nen bezeichnet: We call our approach social visualization, which we define as the visualization
”
of social information for social purposes“ [16]. Mit dieser Art von Visualisierung wird es dem
Betrachter also ermöglicht, Rückschlüsse auf soziale Begebenheiten der visualisierten Daten zu
ziehen.
Wie schon für den allgemeinen Fall beschreiben, besteht bei der sozialen Visualisierung ebenfalls
die Herausforderung darin, eine Menge von Informationen so auszuwählen und aufzubereiten,
dass die relevanten Informationen sichtbar werden. Jedoch hat man es hier häufig mit ungenau-
em und subjektiv beeinflusstem Ausgangsmaterial zu tun. Im Vergleich zu einer allgemeinen
Datenvisualisierung ist die soziale Visualisierung bei schlecht gewählten Darstellungsformen
daher viel anfälliger für Fehlinterpretationen und Missverständnisse.
Im Beispiel der Online-Konversationen besteht die Schwierigkeit darin, dass Unterhaltungen

mehr als nur der Austausch von Informationen sind. Sie sind viel mehr komplexe soziale In-
teraktionen, die neben den eigentlich ausgetauschten Wörtern subtile Bestandteile haben, wie
Wortwahl und Satzbau, aber auch soziale Muster bei den Konversationsteilnehmern an sich.
Diese Faktoren sind bei einer neutralen Betrachtung der einzelnen Nachrichten nicht sichtbar,
aber dennoch wichtig bei einer akkuraten Visualisierung der Unterhaltung (vgl. Donath [14]).
Gestaltungselemente
Jürgen Pfeffer [58] beschreibt mögliche Gestaltungselemente und greift hierbei auf die Arbeit
von Mackinlay [48] zur Visualisierung relationaler Informationen zurück. Bei der Behandlung
sozialer Netzwerke gibt es dabei einige Einschränkungen, die die Gestaltungsmöglichkeiten im
Gegensatz zu Mackinlays allgemeinen Betrachtungen einschränken (z.B. durch die Gegebenheit,
dass das Element der Positionierung bereits durch die Darstellung der Beziehungsinformation
vergeben ist). Somit bleiben die in Tabelle 4.7 gezeigten Gestaltungselemente übrig.
Quantitativ Ordinal Nominal

Größe Farbsättigung Farbton
Farbsättigung Farbton Textur
Farbton Textur Farbsättigung
Textur Größe Formen
Formen Formen Größe
Tabelle 4.7.: Gestaltungselemente für soziale Netzwerke (absteigend nach Eignung sortiert)
nach Pfeffer [58, S. 235] und Krempel [43]
77
PeopleGarden
Für die Darstellung von Online-Konversationen wurde von Rebecca Xiong und Judith Donath
PeopleGarden [84] vorgestellt. Damit wird visualisiert, wie sich ein Benutzer in einer Unter-
haltung (z.B. einem Online-Forum) verhält, wie lange er ihr beiwohnt und wie viele Nachrichten
er verfasst.
Ein Benutzer wird dabei durch ein blumenähnliches Gebilde repräsentiert, das aus einem Stän-
gel und Blütenblättern besteht. Für jede Nachricht, die er schreibt, bekommt diese sogenannte
PeopleFlower“ ein zusätzliches Blütenblatt, wobei zusätzlich durch die Farbe des Blattes
”
unterschieden werden kann, ob es sich um eine initiale Nachricht oder eine Antwort auf eine
bestehende Nachricht handelt. Je länger sich der Benutzer in der Konversation aufhält, desto
länger wird der Stängel seiner entsprechenden PeopleFlower. Dadurch wird auf eingängige Art
und Weise sowohl die zeitliche Dimension abgebildet, als auch die Aktivität des Benutzers.
Abbildung 4.1 zeigt die Visualisierungen zweier Online-Foren durch PeopleGarden. Auf der
linken Seite ist eine einzelnes sehr dominantes Mitglied erkennbar, an der Unterhaltung auf
der rechten Seite hingegen nehmen mehrere Benutzer mit unterschiedlichem Nutzerverhalten
teil.
Abbildung 4.1.: Visualisierung von Online-Konversationen mit PeopleGarden [14, S. 47]
78
Ein weiteres Verfahren im der sozialen Visualisierung ist das Loom-Projekt [16], das sich
mit der Visualisierung von Usenet-Gruppen befasst. Dabei werden sowohl Aktivitäten ein-
zelner Mitglieder dargestellt, als auch die interaktion zwischen innerhalb der Gruppe, z.B. bei
Antworten auf Nachrichten. Dadurch wird die Gruppenstruktur erkennbar (z.B. lange und kur-
ze Diskussionsfäden), sowie die Rolle einzelner Mitglieder (z.B. Gruppenanführer, hilfsbereite
Teilnehmer oder solche, die eher selten Antworten auf ihre Beiträge bekommen).
4.2.3. Visualisierung sozialer Netzwerke
Soziale Netzwerke können als Graphen, bestehend aus Knoten und Kanten, gesehen werden:
Knoten sind hierbei die Akteure, also z.B. die Benutzer, Teilnehmer, oder allgemein Personen,
die im Netzwerk beteiligt sind, in manchen Fällen jedoch auch andere Entitäten wie
Länder, Unternehmen oder Artefakte.
Kanten zwischen den Knoten stellen Beziehungen zwischen den Akteuren dar. Diese Be-
ziehungen können unterschiedlicher Natur sein. Bei symmetrischen Beziehungen werden
ungerichtete Kanten (dargestellt als Linien) bei asymmetrischen Beziehungen gerichtete
Kanten (dargestellt als Pfeile) verwendet.
Intensitäten der Beziehungen können zusätzlich durch unterschiedliche Kantenstärken

dargestellt werden.
Durch diese Sichtweise erhält man ein formales Modell, das es ermöglicht, die Struktur eines
”
Netzwerks numerisch in einer Matrix abzubilden und zu analysieren“ [58, S. 227]. Bei einer
numerischen Abbildung ist es jedoch nicht möglich, zusätzliche Attribute von Knoten darzu-
stellen, die Hauptaufgabe liegt klar in der Darstellung von Beziehungen.
Verfahren zur Anordnung von Knoten
Die Entscheidung über das Layout einer Netzwerkvisualisierung, also über die Positionierung
der Knoten und Kanten, ist von großer Bedeutung. Pfeffer [58] stellt hierbei heraus, dass
außer bei der Visualisierung trivialer Netzwerke immer eine Verfälschung auftritt, da es
sich um eine Projektion einer mehrdimensionalen Realität in eine 2- oder 3-dimensionale
”
Visualisierung handelt“ [58, S. 230]. Aufgrund der meist komplexen Struktur sozialer Netzwerke
sind deren Graphen so gut wie nie planar (also ohne Linienkreuzungen). Die Aufgabe von
Layoutalgorithmen ist es daher, eine Entscheidung über die Position von Knoten und Kanten
zu treffen und dabei die Verfälschung so gering wie möglich zu halten.
Einen Ansatz zur Anordnung von Knoten bei der Darstellung sozialer Netzwerke liefern mul-
tidimensionale Skalierungsverfahren mit Distance scaling wie z.B. Spring-Embedder Al-
gorithmen (auch Feder-Algorithmen“ genannt). Dabei werden die Kanten des Graphen durch
”
79
Federn ersetzt, die jeweils eine bestimmte Federkonstante haben, also eine optimale Länge.
Kamada und Kawai [39] implementieren dies durch die Anpassung der euklidischen Distanzen
der Darstellung an die Pfaddistanzen. Dieses Verfahren ist allerdings sehr rechenaufwändig.
Einen besser skalierbaren Ansatz liefern Fruchterman und Reingold [23], bei deren Algorith-
mus Knoten nur von ihren verbundenen Nachbarn angezogen und von allen anderen Knoten
abgestoßen werden.
Der Vorteil dieser Algorithmen besteht darin, dass sie aufgrund ihrer Feder-Eigenschaften dazu
tendieren, Gebiete auszufüllen und Überlappungen zu vermeiden. Allerdings wird dabei unter
Umständen die Struktur des Netzwerks verfälscht.
Weitere Verfahren für die Visualisierung sozialer Netzwerke sind sogenannte klassische mul-
tidimensionale Skalierungsverfahren, die im Gegensatz zur Distance scaling-Variante ein
globales Optimum besitzen, d.h. bei deren Berechnung immer das gleiche (optimale) Ergebnis
erreicht wird (siehe auch Pfeffer [58], Brandes und Pich [5]).
4.3. Visuelle Parameter für den Fame-Mirror
4.3.1. Akteure und ihre Bewertung
Für das Einsatzgebiet des Fame-Mirrors lassen sich zunächst zwei Elemente ausmachen, die
bei der Visualisierung von Bedeutung sind:
• Zentrale Entität in der Darstellung sind die Akteure selbst, die Mitglieder der betrach-
teten Community bzw. die Teilnehmer am Innovationsprozess.
• Für jeden dieser Akteure wird eine Bewertung nach bestimmten Kriterien der erfassten
Leistungen errechnet. In Kapitel 3.3 wurden einige Ansätze zur Bewertung von Leistung
in Dialog-basierten Umgebungen gegeben, die eine Gesamtbewertung nach der Menge
der geleisteten Beiträge beinhaltet, bzw. eine (automatische oder Community-basierte)
Einteilung in Kategorien.
Mit diesen Daten lässt sich bereits eine einfache Visualisierung umsetzen. In Kapitel 4.1.2
wurde für die Teilnehmer an einer Mailingliste eine Tabelle erstellt, die die Aktivität“ in einem
”
bestimmten Zeitraum darstellt, z.B. Tabelle 4.1 (Seite 70) für die Anzahl der Nachrichten im
gesamten Jahr 2008. In dieser Tabelle wurde außerdem bereits eine Rangordnung festgelegt,
die sich intuitiv aus der Anzahl der Nachrichten ergibt.
Kategorisierte Leistungen
Umfangreicher wird eine Visualisierung kategorisierter Daten, etwa wenn bei Diskussions-
beiträgen unterschieden wird zwischen initialen Beiträgen und Antworten, so wie bei der Be-
80
trachtung der IdeaStream-Daten in Kapitel 4.1.2. Tabelle 4.6 ist bereits eine einfache Darstel-
lung derartig kategorisierter Beiträge. Dabei wurde allerdings die Rangordnung ausschließlich
aufgrund der insgesamt geleisteten Beiträge festgelegt, was durch die Form des Diagramms
sichtbar wird. Die Anteile der jeweiligen Beitragsarten werden zusammengesetzt und erge-
ben pro Person eine Gesamtbewertung, die sich in der Länge des zusammengesetzten Balkens
zeigt.
Auf diese Weise lassen sich Darstellungen generieren, die beispielsweise einen Mitarbeiter
”
des Monats“ kennzeichnen, oder die Top 10 der insgesamt am besten bewertetsten Mitglieder
auflisten.
Alternativ können bei kategorisierten Bewertungen die Anteile für die einzelnen Kategorien
gleichwertig nebeneinander angezeigt werden, was für den vorliegenden Fall die Darstellung
von vier Werten pro Person bedeuten würde. In diesem Fall ist zu klären, wie eine Rangordnung
zwischen den Personen zustande kommen kann, und ob dies überhaupt noch erwünscht ist
(die Rangordnung kann sich schließlich stark unterscheiden, je nachdem welche Kategorie als
Grundlage zur Bestimmung des Rangs verwendet wird).
Für die in Kapitel 4.1 vorgestellte Aufteilung der geleisteten Beiträge in die beiden Kategori-
en initiale Beiträge“ und Antwortbeiträge“ ist eine Darstellung ähnlich der oben erwähnten
” ”
PeopleFlower -Metapher denkbar, bei der initiale Beiträge in rot und Antworten in blau darge-
stellt werden. Bei der Einteilung von Beiträgen in mehr Kategorien wird die Darstellung durch
Farben jedoch schnell unübersichtlich, ebenso ist das Verhältnis zwischen den Bewertungen in
den unterschiedlichen Beitragsarten nicht mehr sichtbar. Abbildung 4.2 stellt Teilnehmer einer
Community mit Bewertungen in vier unterschiedlichen Kategorien nebeneinander dar. Da die
Balken die selbe Basis haben, wird so ein Vergleich in jeder dieser Kategorien möglich.
Abbildung 4.2.: Darstellung von Teilnehmern und Beiträgen
81
Anwendungsfälle
Dieser Aspekt des Fame-Mirrors richtet sich auf die Sichtbarmachung von Leistung und
dadurch die Schaffung von Awareness, die gegenseitige Information für Akteure über einander“
”
(vgl. Kapitel 2.4.1). Beiträge von Mitgliedern der Community werden erfasst und bewertet,
und je nach Bewertungskriterien wird hier die objektive Bewertung, die tatsächlich messbare
Leistung, gemessen durch Zählen und Kategorisieren von Beiträgen, sowie die subjektive
Wahrnehmung, also Ruhm, bzw. Reputation des Mitglieds, ermittelt durch Einbeziehung
der Community-Meinung, sichtbar. Dies ist, wie in Kapitel 2.3.4 dargestellt, ein sehr wichtiger
Anreiz für Beitritt und Beteiligung.
Darüber hinaus lassen sich für die verschiedenen Kategorien Aussagen über die Rolle von Mit-
gliedern innerhalb der Community treffen und somit Transparenz schaffen. Nimmt man die in
Kapitel 3.3.2 vorgestellten Kategorien für Diskussionsbeiträge als Beispiel, so ist anhand einer
kategorisierten Darstellung erkennbar, ob ein Mitglied eher nur neue Ideen beisteuert, oder ob
es eher selten neue Aspekte einführt und dafür öfter auf bestehenden Ideen aufbaut. Auch sind
Mitglieder identifizierbar, die durch viele nicht relevanten“ Beiträge auffallen. Indirekt wird
”
beim Betrachter der Visualisierung somit eine Wahrnehmung der Kompetenz hervorgerufen,
unter anderem bei Management-Entscheidungen zum Tragen kommen kann.
Nimmt man die Erkenntnisse aus den psychologischen Hintergründen über Motivation (Kapi-
tel 2.1) hinzu, so wird offensichtlich, dass dieses Sichtbarwerden von Leistung aus mehreren
Gründen zur Motivation beitragen kann. Leistungsmotivierte Personen können ihre eigene
Leistung messen und eine Vorstellung bekommen, wie ihre eigenen Leistungen von der Com-
munity wahrgenommen werden. Aber auch für eher machtmotivierte Personen kann diese
Darstellung von Interesse sein. Zum einen im Zusammenhang mit dem vorgestellten Konzept
der anlehnenden Macht“ – bei der Suche nach einem starken Partner“ für eine Zusammen-
” ”
arbeit. Und zum anderen zur Machtausübung selbst – um sich selbst im Vergleich zu anderen
durch seine eigene Leistung zu profilieren, die Leistung von anderen (z.B. des bestbewertetsten
Mitglieds) als Messlatte für die eigene Leistung zu sehen.
4.3.2. Darstellung von Beziehungen
Zusätzlich zu den Akteuren und den von ihnen erbrachten Leistungen an sich gibt es noch
weitere Parameter, die im Hinblick auf die Zielsetzung des Fame-Mirrors nicht außer Acht
gelassen werden dürfen.
• Eine weitere erfassbare Größe sind die Projekte bzw. im Open Innovation-Umfeld die
Innovationen, in die ein Akteur involviert ist. Für jeden Akteur kann ermittelt werden,
an welchen Innovationen er beteiligt ist.
82
• Akteure können sich außerdem Organisationen oder Institutionen (z.B. Firmen) zu-
ordnen lassen, für die sie tätig sind.
Durch diese beiden Größen lassen sich die Akteure auf zwei unterschiedliche Arten in Be-
ziehung zueinander setzen, wodurch die Community als soziales Netzwerk angesehen
werden kann. Die Zugehörigkeiten sind prinzipiell unabhänig voneinander, gerade im Open
Innovation-Umfeld ist es gängige Praxis, dass Personen aus verschiedenen Organisationen am
selben Projekt bzw. der selben Innovation arbeiten.
Verschiedene Perspektiven auf Beziehungen
Je nach gewählter Visualisierungsart für die unterschiedlichen Ebenen von Beziehungen inner-
halb der Community entstehen verschiedene Möglichkeiten, jedoch auch bestimmte Heraus-
forderungen. Werden in der Darstellung die Personen jeweils mit der entsprechenden Zuge-
hörigkeit markiert, z.B. durch Tags, wird für einen bestimmten Benutzer sofort sichtbar, zu
welchen Organisationen er gehört und an welchen Innovationen er beteiligt ist. Ein Überblick
aus Sicht einer bestimmten Organisation bzw. einer bestimmten Innovation ensteht hierdurch
jedoch nicht. Dies kann durch die Verwendung der in Kapitel 4.2.3 genannten Ansätze zur
Netzwerkvisualisierung gelöst werden. Allerdings ist zu beachten, dass durch die beiden
Sichtweisen (Innovationen bzw. Organisationen) auch zwei zu visualisierende soziale Netzwer-
ke entstehen, die durch derartige Ansätze nicht sinnvoll gleichzeitig dargestellt werden können.
Da zu einem Zeitpunkt nur für jeweils eine der beiden Sichtweisen eine geeignete Visualisierung
gefunden werden kann, bietet es sich an, verschiedene Sichten auf die Community zu ermög-
lichen und dem Benutzer des Fame-Mirrors eine Möglichkeit zu geben, zwischen den Sichten
umzuschalten. Er erhält so eine Ansicht, in der nur die Beteiligung an Innovationen dargestellt
wird und die Akteure entsprechend so angeordnet werden, dass an gleichen Innovationen betei-
ligte Akteure näher beieinander stehen. Die Einbeziehung der Organisationszugehörigkeit kann
hierbei durch Tags geschehen und ggf. mit einer zusätzlichen Filterfunktion ausgestattet wer-
den, die es erlaubt die Ansicht auf Teilnehmer einer bestimmten Organisation zu beschränken.
Analog funktioniert die andere Sicht, in der die Zugehörigkeit zu Organisationen als soziales
Netzwerk dargestellt wird und ggf. zusätzlich die Innovationen als Tags angezeigt werden.
Anwendungsfälle
Die Darstellung von Beziehungen zwischen Community-Mitgliedern ist zum einen nützlich für
die Schaffung von Transparenz bezüglich der Struktur der Community. Es wird auf diese Wei-
se sichtbar, welche Teilnehmer zusammen an welchen Innovationen arbeiten, was eine Suche
nach geeigneten Ansprechpartnern für ein bestimmtes Thema erleichtert.
83
Zusammen mit der Darstellung von Leistung und damit von Beitragsarten für bestimmte In-
novationen oder Organisationen können Trends erkannt werden, z.B. besonders interessante
Innovationen, in die zu einem bestimmten Zeitpunkt viele konstruktive Beiträge einfließen.
Externe Betrachter, die erwägen in die Community einzutreten und selbst Beiträge zu leis-
ten, können so interessante Themenfelder identifizieren und – je nach Motivationstyp – zu
entsprechenden Innovationen beitragen.
4.4. Behandlung von Privatsphäre
Bei der Unterstützung von Awareness spielt komplementär zur Bereitstellung von Informa-
tionen über andere Teilnehmer die eigene Privatsphäre eine wichtige Rolle. Von Groß und
Koch [30] wird Privatsphäre im Kontext von Computer-supported Cooperative work folgen-
dermaßen definiert:
Möglichkeit eines Individuums, den Fluss von bzw. die Verfügbarkeit von Informa-
”
tionen zu seiner Persönlichkeit (persönliche Attribute und Aktivitäten) zu kontrol-
lieren. Hierzu gehört sowohl das Gewahrsein darüber, welche Information verfügbar
ist als auch die Einflussnahme auf die Verfügbarkeit.“ [30, S. 196]
Das Beispiel von Martin Hasselmann im Zusammenhang mit der Beitragserfassung von Open
Source-Projekten durch Ohloh (siehe Kapitel 3.1.2, Seite 48) macht den Konflikt zwischen
Transparenz und Privatsphäre deutlich.
Ausgehend von den Anforderungen an den Fame-Mirror aus Kapitel 3.4 (Seite 64) lassen sich
mehrere Aspekte betrachten.
Die durch den Fame-Mirror geschaffene Transparenz darf nur soweit die Privatsphäre ein-
schränken, wie es von den betroffenen Benutzern zugelassen wird. Werden Beiträge zur Leis-
tungsbewertung erfasst und im Zusammenhang mit persönlichen Daten des Urhebers gespei-
chert, so ist besondere Vorsicht geboten. Einerseits müssen Mitglieder ermitteln und kontrollie-
ren können, welche Informationen über sie erfasst werden. Dies gilt nicht nur für objektiv
erfassbare Leistungsdaten wie die Anzahl von Beiträgen bei Diskussionen, sondern insbesondere
auch für Community-basierte Bewertungen, die für Mitglieder oder deren Leistungen erhoben
werden. Andererseits müssen Mitglieder darüber informiert sein und gegebenenfalls einschrän-
ken können, welche Personen in welcher Weise Zugriff auf die erfassten Daten haben. Beim
Einsatz in einem Unternehmen beispielsweise sind Vorbehalte der Mitarbeiter gegenüber einer
umfassenden Beitragserfassung und -auswertung durch Vorgesetzte denkbar, da dieses System
für eine weitreichende Überwachung der Arbeitsvorgänge missbraucht werden könnte, die dazu
eingesetzt wird, Mitarbeiter mit quantitativ eher wenigen oder qualitativ niedrig bewerteten
Beiträgen zusätzlich zu benachteiligen, etwa durch Gehaltskürzungen, etc.
84
Ein denkbarer Lösungsansatz besteht darin, dass die Benutzer des Fame-Mirror bei der Visua-
lisierung nur Informationen über sich selbst und über Personen der gleichen Organisationen
bzw. Innovationen bekommen. Die restlichen Personen wären anonymisiert darzustellen, wo-
durch zwar eine Aussage über Größe und Vernetzung getroffen werden kann, jedoch keine
persönlichen Daten (z.B. die Namen der Personen) sichtbar werden.
Der Einsatz ausreichender Zugriffs- und Schutzmechanismen ist bei einer konkreten Umset-
zung des Fame-Mirror Services sicherzustellen, um die Akzeptanz durch die Benutzer nicht zu
gefährden.
85
5. Ausblick und offene Fragen
In der vorliegenden Arbeit wurden grundlegende Konzepte für den Entwurf eines Awareness-
Dienstes behandelt, psychologische und Hintergründe dargestellt und im Bezug auf Open
Innovation-Communities verschiedene Lösungsmöglichkeiten diskutiert.
Für eine konkrete Implementierung des Fame-Mirrors bleiben einige Aspekte offen, die an
dieser Stelle kurz erwähnt werden:
• Der genau Ablauf der Leistungs- und Bewertungserfassung ist im Hinblick auf die Ziel-
Community zu klären. Dabei ist es ausschlaggebend, ob eine kontinuierliche Erfassung
möglich ist, oder ob Leistungen bzw. Bewertungen zu bestimmten Zeitpunkten abgefragt
oder eingereicht werden müssen.
• Bei der Einteilung von Beiträgen in Kategorien ist zu ermitteln, ob die in Kapitel 3.3.2
vorgeschlagene Einteilung umsetzbar ist, oder ob sie für die entsprechende Community
erweitert oder verändert werden muss.
• Die Visualisierung zeitlicher Abläufe wurde im Rahmen dieser Arbeit nicht erfasst. Es
ist noch zu klären, ob und wie zeitliche Faktoren, wie die Vergänglichkeit von Ruhm“ in
”
der Visualisierung zum Ausdruck kommen können.
• Die Visualisierung von Personen und ihren Beziehungen zueinander kann möglicherweise
um eine Gruppierungsfunktion erweitert werden. Personen mit ähnlichen Kompetenzen
oder ähnlichen Tätigkeiten (Innovationen) können je nach Ansicht zusammengefasst wer-
den. Hierbei sind günstige Navigationskonzepte bei der Zusammenfassung und Erweite-
rung der Gruppen zu suchen.
Bei der Bestimmung der für die Implementierung relevanten Parameter ist darauf zu achten,
dass der Fame-Mirror – gemäß den Anforderungen an ein Awareness-System – einen möglichst
geringen Zusatzaufwand bei der Erfassung verursacht, aber dennoch die Innovationsprozesse
innerhalb der Community in einem ganzheitlichen Umfang abbildet und so als sinnvolles und
ernstgenommenes Werkzeug zur Schaffung von Awareness beiträgt.
86
A. Interview
Bharat Mediratta, Gallery Project
Bharat Mediratta ist einer der Gründer und Principal Developer“ des Gallery-Projekts [51],
”
einer beliebten und verbreiteten Web-Anwendung zur Verwaltung von Online-Bildergalerien
auf Open Source-Basis. Er stellte sich freundlicherweise für ein strukturiertes Interview zu
Innovationsprozessen in dem von ihm betreuten Gallery-Projekt zur Verfügung. Das Interview
wurde am 4. Februar 2009 per E-Mail durchgeführt.
1. How do innovation processes“ in your project work? How are new ideas
”
about the project itself, about its strategic goals, directions and also smal-
ler technical details generated, collected and discussed? Are there different
types of such discussions (e.g. public mailing list, E-Mails, private ‘offline’
discussions, board meetings, etc.)?
Innovation happens all over, in a variety of ways. Sometimes it manifests in the form of
developers having ideas about how to improve the product that we have, sometimes it’s
a long-festering problem that we try to find a new way to resolve. Sometimes they bubble
up via the forums or on the mailing lists. We do as much discussion as we can on the
-devel mailing list so that things are out in the open and we try to do the rest on irc. We
don’t have too many private conversations if we can avoid it, although since most people
don’t participate on irc or read the irc logs there is some stuff that most people miss. One
notable exception was the Gallery 3 sprint which we did in person for logistical reasons
(hard to sprint via email/irc) and while we tried to capture and publish material from
there, obviously a lot of things happened without total transparency.
2. What types of communication occur in these processes and what technical

aids do you use to support these processes (e.g. discussion boards, Wiki)?
We use whatever we can. SF.net’s bug tracker, Chandler, the wiki, our forums, mailing
lists, irc, Trac, Skype to name a few. We are very pragmatic in our approach to share
information.
87
A. Interview
3. Is there a tool or repository“ that handles or stores all contributions“ made

” ”
during innovation processes (e.g. all proposals are copied to a mailing list,
saved as RFCs, etc.)?
Not really. We do try to expose as much as we can on -devel when we can and store stuff
in the wiki, but small things fall through the cracks and we often times have to circle back
a few times to make sure we’ve covered everything. In a volunteer organization driven by
limited-time contributions, this is about all we can do.
88
B. Quellcodes
B.1. Quellcode von extract.pl
Das Perl-Skript extract.pl extrahiert Absendernamen aus einem E-Mail-Archiv im mbox-

Format1 . Dabei kann per Kommandozeilen-Option ausgewählt werden, ob initiale“ Nachrich-
”
ten ausgewertet werden, oder Nachrichten, die Antworten ( replies“) auf andere Nachrichten
”
sind (bzw. durch Kombination der Optionen auch alle E-Mails). Die Unterscheidung erfolgt
dabei über die In-Reply-To Kopfzeile der jeweiligen E-Mail.
1 # !/ usr / bin / perl

2 #
3 # Liest Absendernamen aus mbox - Datei .
4 #
5 # Unterscheidung zwischen " initial posts " und " replies " durch
6 # Header " In - Reply - To "
7
8 use strict ;
9 use vars qw { $opt_h $opt_i $opt_r };
10 use Getopt :: Std ;
11 getopts ( " hir " ) ;
12
13 # Hilfe fuer Kommandozeile
14 if ( $opt_h ) {
15 print " Usage : extract - senders [ - i ] [ - r ] [ - h ] filename \ n " ;
16 print " -i show initial message \ n " ;
17 print " -r show reply messages \ n " ;
18 print " -h show this help \ n " ;
19 exit 1;
20 }
21
22 my $file = ’& STDIN ’;
23 $file = $ARGV [0] if ( defined ( $ARGV [0]) ) ;
24 open ( IN , " < $file " ) || die " Could not open $file : $ !\ n " ;
25
26 my $sender = " " ;
27 my $subject = " " ;
28 my $is_reply = 0;
29 while ( < IN >) {
30 # Neue Mail , Daten zuruecksetzen
31 /^ From / and ( $sender ne " " ) and do {
1
Siehe http://www.qmail.org/qmail-manual-html/man5/mbox.html
89
B. Quellcodes
32 if (( $is_reply && $opt_r ) ||

33 (! $is_reply && $opt_i ) ) {
34 print sanitize ( $sender ) . " \ n " ;
35 }
36 $sender = " " ;
37 $subject = " " ;
38 $is_reply = 0;
39 };
40
41 # Erste " From : " - Zeile in einer Mail
42 /^ From \: (.*) / and ( $sender eq " " ) and do {
43 $sender = sanitize ( $1 ) ;
44 };
45
46 # Betreff extrahieren
47 /^ Subject \: (.*) / and ( $sender ne " " ) and do {
48 $subject = $1 ;
49 };
50
51 # Nachricht ist eine Antwort auf andere Nachricht
52 ( $sender ne " " ) and (
53 /^ In - Reply - To \: .+/ or
54 /^ References \: .+/ or
55 /^ Subject \: .*? Re \: .+/) and do {
56 $is_reply = 1;
57 };
58 }
59 # Infos zur letzten Mail ausgeben
60 if (( $is_reply && $opt_r ) ||
61 (! $is_reply && $opt_i ) ) {
62 print sanitize ( $sender ) . " \ n " ;
63 }
64
65 # Mail - Adressen vereinheitlichen
66 sub sanitize ( $ ) {
67 $_ = shift ;
68 chomp ;
69 # s /(.*?) at (.*?) $(.*?) $ / £3 <£ {1}\ @£ {2} >/;
70 # s / <(\ S *?) ...\ @ (\ S +) >/ < £1 ***\ @£2 >/;
71 s /(.*?) at (.*?) $(.*?) $ / $3 /;
72 return $_ ;
73 }
Listing B.1: extract.pl
90
B. Quellcodes
B.2. Quellcode von count.sh
Das UNIX Shell-Skript count.sh stellt eine einfache Statistik für ein E-Mail-Archiv im mbox-
Format zusammen. Eine Übersicht über die 10 häufigsten Absender wird für a) Nachrichten
ohne Antwort ( initiale Postings“), b) Antworten auf andere Nachrichten ( replies“) und c) Alle
” ”
Nachrichten generiert und ausgegeben. Eine Beispielausgabe des Skript für das Jahresarchiv
der microformats-discuss Mailingliste ist in Anhang B.3 abgebildet.
1 # !/ bin / sh
2 #
3 # Zaehlt Nachrichten in einer mbox - Datei
4 #
5 # Zeigt Top 10 poster pro Kategorie ( reply , initial ) an .
6
7 DIR = ‘ dirname $0 ‘
8
9
10 # ----- Initial posts
11
12 echo " \ nInitial post count : "
13 $DIR / extract . pl -i $1 |
14 wc -l # Zeilen zaehlen
15
16 echo " \ nTop 10 initial posters "
17 $DIR / extract . pl -i $1 |
18 sort | # Sortieren ( fuer uniq )
19 uniq -c | # Doppelte entfernen und Anzahl anzeigen
20 sort - rn | # numerisch absteigend sortieren
21 head -10 # Top 10 anzeigen
22
23
24 # ----- Reply posts
25
26 echo " \ n \ nReply post count : "
27 $DIR / extract . pl -r $1 | wc -l
28
29 echo " \ nTop 10 reply posters "
30 $DIR / extract . pl -r $1 | sort | uniq -c | sort - rn | head -10
31
32 # ----- Overall posts
33
34 echo " \ n \ nOverall post count : "
35 $DIR / extract . pl - ri $1 | wc -l
36
37 echo " \ nTop 10 overall posters "
38 $DIR / extract . pl - ri $1 | sort | uniq -c | sort - rn | head -10
39
40 echo
Listing B.2: count.sh
91
B. Quellcodes
B.3. Beispielausgabe von count.sh

1
2 Initial post count :
3 349
4
5 Top 10 initial posters
6 89 Toby A Inkster
7 26 Andy Mabbett
8 15 Manu Sporny
9 14 Martin McEvoy
10 12 Ben Ward
11 8 Thomas Loertsch
12 8 Sarven Capadisli
13 8 Costello , Roger L .
14 6 David Janes
15 5 Thom Shannon
16
17
18 Reply post count :
19 1214
20
21 Top 10 reply posters
22 113 Andy Mabbett
23 93 Martin McEvoy
24 62 Toby A Inkster
25 51 Scott Reynen
26 42 David Janes
27 38 Ben Ward
28 35 Brian Suda
29 33 Guillaume Lebleu
30 32 =? ISO -8859 -1? Q ? Andr = E9_Lu = EDs ?=
31 30 Michael Smethurst
32
33
34 Overall post count :
35 1563
36
37 Top 10 overall posters
38 151 Toby A Inkster
39 139 Andy Mabbett
40 107 Martin McEvoy
41 52 Scott Reynen
42 50 Ben Ward
43 48 David Janes
44 44 Manu Sporny
45 37 Brian Suda
46 35 Michael Smethurst
47 34 Guillaume Lebleu
Listing B.3: count-example.txt
92
Abbildungsverzeichnis
2.1. Kompensationsmodell der Motivation und Volition . . . . . . . . . . . . . . . . 14

2.2. Kernprozesse des Open Innovation-Ansatzes . . . . . . . . . . . . . . . . . . . . 19
2.3. Pipeline-Modell für die Unterstützung von Gruppenwahrnehmung . . . . . . . 35
2.4. Positive eBay-Bewertungen in einem Benutzerprofil . . . . . . . . . . . . . . . . 39
3.1. Zeitleistenansicht über Beiträge von Linus Torvalds . . . . . . . . . . . . . . . . 46

3.2. Contributor-Übersicht im Linux-Kernel-Projekt . . . . . . . . . . . . . . . . . . 47
3.3. Experts Exchange Hall of Fame“, Ansicht des Jahres-Rankings . . . . . . . . . 50
”
3.4. Experts Exchange-Profil des Mitglieds capricorn1“ . . . . . . . . . . . . . . . . 51
”
3.5. Bewertungskriterien für Beiträge . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.1. Visualisierung von Online-Konversationen mit PeopleGarden . . . . . . . . . . 78

4.2. Darstellung von Teilnehmern und Beiträgen . . . . . . . . . . . . . . . . . . . . 81
93
Tabellenverzeichnis
2.1. Die verschiedenen Reifestadien/Facetten der Macht . . . . . . . . . . . . . . . . 12

2.2. Rewards als Anreize zum Teilen von Wissen . . . . . . . . . . . . . . . . . . . . 26
4.1. Top 10 insgesamt auf der microformats-discuss Mailingliste . . . . . . . . . . 70

4.2. Top 10 initial poster“ auf der microformats-discuss Mailingliste . . . . . . . 71
”
4.3. Top 10 replier“ auf der microformats-discuss Mailingliste . . . . . . . . . . 71
”
4.4. Beiträge auf der microformats-discuss Mailingliste im Vergleich zum Vormonat 72
4.5. Beteiligung der Benutzer an Ideenfindungsprozessen der IdeaStream-Plattform 74
4.6. Grafische Darstellung von Tabelle 4.5 . . . . . . . . . . . . . . . . . . . . . . . 75
4.7. Gestaltungselemente für soziale Netzwerke . . . . . . . . . . . . . . . . . . . . . 77
94
Literaturverzeichnis
[1] Ackerman, Mark S. und Brian Starr: Social activity indicators: interface components
for CSCW systems. In: UIST ’95: Proceedings of the 8th annual ACM symposium on User
interface and software technology, Seiten 159–168, New York, NY, USA, 1995. ACM.
[2] Allen, Robert C.: Collective invention. Journal of Economic Behavior & Organization,
4(1):1–24, März 1983.
[3] Arafat, Oliver und Dirk Riehle: The Commit Size Distribution of Open Source Soft-
ware. In: Proceedings of the 42nd Hawaiian International Conference on System Sciences.
IEEE Press, 2009.
[4] Axelrod, Robert: The Evolution of Cooperation. Basic Books, New York, 1984.
[5] Brandes, Ulrik und Christian Pich: Eigensolver Methods for Progressive Multidi-
mensional Scaling of Large Data. In: Kaufmann, Michael und Dorothea Wagner
(Herausgeber): Graph Drawing, Band 4372/2007, Seiten 42–53. Springer Berlin/Heidel-
berg, 2007.
[6] Bundesgerichtshof: Beschluss des BGH vom 27. März 1969, X ZB 15/67, Rote Tau-
”
be“. GRUR, (12):672–676, 1969.
[7] Chesbrough, Henry, Wim Vanhaverbeke und Joel West: Open Innovation: Rese-
arching a New Paradigm. Oxford University Press, 2006.
[8] Chesbrough, Henry, Wim Vanhaverbeke und Joel West: OpenInnovation.net Por-
tal, 2006. http://www.openinnovation.net/ [Online; Stand: 3. Januar 2009].
[9] Collison, Scott: Privacy and KudoRank, Januar 2008. http://www.ohloh.net/blog/

privacyandkudos [Stand: 12. November 2008].
[10] Crowston, Kevin und Isabelle Fagnot: The developmental arc of massive virtual
collaboration. Technischer Bericht, Syracuse University School of Information Studies,
2007.
[11] Csikszentmihalyi, Mihaly: If we are so rich, why aren’t we happy? American Psycho-
logist, 54(10):821–827, Oktober 1999.
95
LITERATURVERZEICHNIS
[12] Degen, Horst und Peter Lorscheid: Statistik-Lehrbuch. Oldenbourg Wissenschafts-

verlag, 2002.
[13] Doerner, Christian, Volkmar Pipek und Markus Won: Supporting expertise awa-
reness: finding out what others know. In: CHIMIT ’07: Proceedings of the 2007 symposium
on Computer human interaction for the management of information technology, New York,
NY, USA, 2007. ACM.
[14] Donath, Judith: A semantic approach to visualizing online conversations. Commun.

ACM, 45(4):45–49, 2002.
[15] Donath, Judith: Publius Project – Is reputation obsolete?, 09 2008. publius.cc/2008/

10/17/donath-is-reputation-obsolete/ [Online; Stand: 25. Oktober 2008].
[16] Donath, Judith, Karrie Karahalios und Fernanda Viegas: Visualizing Conver-
sation. Journal of Computer Mediated Communication, 4(4), 1999.
[17] Eisler, Rudolf: Wörterbuch der philosophischen Begriffe, 1904. http://www.textlog.

de/eisler_woerterbuch.html [Stand: 2. Februar 2009].
[18] Experts Exchange: Experts Exchange Website, 2008. http://www.experts-exchange.

com/ [Stand: 23. Dezember 2008].
[19] Fischer, Joachim und Ulrich Lange: Invention und Innovation - (nicht immer) zwei
Seiten der Medaille. In: Technologiemanagement & Marketing: Herausforderungen eines
integrierten Innovationsmanagements, Seiten 367–380. Gabler, 2005.
[20] Forster, Florian: Webbasierte Unterstützung von kreativen Problemlösungsprozessen

in virtuellen Teams, 2007. Diskussionsbeitrag im Rahmen des Doktorandenkolloquiums
der Mensch & Computer 2007 in Weimar, http://www11.in.tum.de/dokument.php?id_
dokument=393 [Stand: 12. Januar 2009].
[21] Fourquet, Elodie, Kate Larson und William Cowan: A reputation mechanism for
layered communities. SIGecom Exch., 6(1):11–22, 2006.
[22] Frey, Bruno S. und Margit Osterloh: Pay for Performance - Immer empfehlens-
wert? Zeitschrift für Führung und Organisation, Dezember 1999.
[23] Fruchterman, Thomas M. J. und Edward M. Reingold: Graph drawing by force-

directed placement. Software – Practice & Experience, 21(11):1129–1164, November 1991.
[24] Fuchs, Ludwin: Situationsorientierte Unterstützung von Gruppenwahrnehmung in

CSCW-Systemen. Essen, Univ, Diss, 1998, (GMD Research Series ; 1998, No 3). Zugl.,
1998.
[25] Gallery Team: Mailing Lists – Gallery Codex. http://codex.gallery2.org/Mailing_

Lists [Stand: 10. Februar 2009].
96
[26] Garcia, Ana Cristina Bicharra und Leandro Neumann Ciuffo: Applying the
HYRIWYG incentive mechanism in a recommender system. Proceedings of the 2005 IE-
EE/WIC/ACM International Conference on Web Intelligence, Seiten 770–773, September
2005.
[27] Gassmann, Oliver und Ellen Enkel: Open Innovation: Die Öffnung des Innovations-
prozesses erhöht das Innovationspotenzial. Zeitschrift Führung und Organisation, Seiten
132–138, 2006.
[28] Greenberg, Saul und Carl Gutwin: Awareness Through Fisheye Views in Relaxed-
WYSIWIS Groupware. In: Proceedings of Graphics Interface, Seiten 28–38. Morgan-
Kaufmann, 1996.
[29] Groh, Georg: Ad-Hoc-Groups in Mobile Communities - Detection, Modeling and App-
lications. PhD thesis, Technische Universität München, Fakultät für Informatik, Februar
2005.
[30] Groß, Tom und Michael Koch: Computer-supported Cooperative work. Oldenbourg,
2007.
[31] Hall, Hazel: Input-friendliness: motivating knowledge sharing across intranets. Journal
of Information Science, 27(3):139–146, 2001.
[32] Hall, Hazel und Dianne Graham: Creation and recreation: motivating collaboration
to generate knowledge capital in online communities. International Journal of Information
Management, 24(3):235–246, Juni 2004.
[33] Harhoff, Dietmar, Joachim Henkel und Eric von Hippel: Profiting from Voluntary
Knowledge Spillovers: How Users Benefit by Freely Revealing their Innovations. Research
Policy, 32(10):1753–1769, 2003.
[34] Hasselmann, Mathias: No Privacy for FOSS Developers?, Dezember 2007. http://
taschenorakel.de/mathias/2007/12/22/no-privacy-foss-developers/ [Stand: 12.
November 2008].
[35] Hennessey, Beth A. und Teresa M. Amabile: Creativity and Learning: What Rese-
arch Says to the Teacher. National Education Association, Washington, D.C., 1987.
[36] Hoff, Brandon: The Microsoft Exchange Team Blog: Where do we look for potential
Exchange MVP candidates?, May 2004. http://msexchangeteam.com/archive/2004/
05/05/126630.aspx [Online; Stand: 22. November 2008].
[37] House of Commons: The Official Report (5th Series). 444:206–207, 11. November 1947.
[38] International Institute of Infonomics: FLOSS Final Report. Technischer Bericht,

University of Maastricht, Maastricht, Netherlands, Juni 2002.
97
[39] Kamada, Tomihisa und Satoru Kawai: An algorithm for drawing general undirected
graphs. Information Processing Letters, 31(1):7–15, 1988.
[40] Kehr, Hugo M.: Integrating Implicit Motives, Explicit Motives, and Perceived Abilities:
The Compensatory Model of Work Motivation and Volition. Academy of Management
Review, 29(3):479–499, July 2004.
[41] Koch, Michael: Generic Community Management Functionality for the Cobricks Com-
munity Platform Toolkit. Technischer Bericht, Technische Universität München, 2006.
[42] Kohn, Alfie: Studies Find Reward Often No Motivator. Boston Globe, Januar 1987.
http://www.gnu.org/philosophy/motivation.html [Online; Stand: 1. November 2008].
[43] Krempel, Lothar: Visualisierung komplexer Strukturen: Grundlagen der Darstellung

mehrdimensionaler Netzwerke. Campus, 2005.
[44] Krogh, Georg von: Care in Knowledge Creation. California Management Review,
40(3):133–153, 1998.
[45] Krug, Joachim Siegbert und Ulrich Kuhl: Macht, Leistung, Freundschaft: Motive
als Erfolgsfaktoren in Wirtschaft, Politik und Spitzensport. Kohlhammer, August 2006.
[46] Lakhani, Karim R. und Robert G. Wolf: Why Hackers Do What They Do: Under-
standing Motivation Effort in Free/Open Source Software Projects, September 2003. MIT
Sloan Working Paper No. 4425-03.
[47] Luckey, Robin: Kudos, May 2007. https://www.ohloh.net/about/kudos [Online;

Stand: 1. November 2008].
[48] Mackinlay, Jock: Automating the design of graphical presentations of relational infor-
mation. ACM Transactions on Graphics, 5(2):110–141, April 1986.
[49] McDonald, David W.: Evaluating expertise recommendations. In: GROUP ’01: Pro-
ceedings of the 2001 International ACM SIGGROUP Conference on Supporting Group
Work, Seiten 214–223, New York, NY, USA, 2001. ACM.
[50] McDonald, David W. und Mark S. Ackerman: Expertise recommender: a flexible

recommendation system and architecture. In: CSCW ’00: Proceedings of the 2000 ACM
conference on Computer supported cooperative work, Seiten 231–240, New York, NY, USA,
2000. ACM.
[51] Mediratta, Bharat: Gallery – Your photos on your website (Projekt-Website), Februar
2009. http://gallery.menalto.com/ [Stand: 1. Februar 2009].
[52] Microformats Team: Microformats Website. http://microformats.org/ [Stand: 10.

Februar 2009].
98
[53] Nakamura, Jeanne und Mihaly Csikszentmihalyi: The Concept of Flow. In: Hand-
book of positive psychology, Seiten 89–105. Oxford University Press, 2002.
[54] Ohloh Corp.: Ohloh Announces a Public Beta of Its Open Source Intelligence Service,
Juli 2006. http://www.ohloh.net/OhlohPressReleaseFinal071106.pdf [Stand: 20. Ok-
tober 2008].
[55] Open-I Konsortium: Open-I Website. http://www.open-i.org/ [Online; Stand: 10.

Januar 2009].
[56] Osterloh, Margit, Sandra Rota und Bernhard Kuster: Open-Source-

Softwareproduktion: Ein neues Innovationsmodell? Open-Source-Jahrbuch 2004, 2004.
[57] Pang, Bo, Lillian Lee und Shivakumar Vaithyanathan: Thumbs up? Sentiment
Classification using Machine Learning Techniques. In: Proceedings of the Conference on
Empirical Methods in Natural Language Processing (EMNLP), Seiten 79–86, Philadelphia,
Juli 2002.
[58] Pfeffer, Jürgen: Visualisierung sozialer Netzwerke. In: Netzwerkanalyse und Netz-
werktheorie, Seiten 227–238. VS Verlag für Sozialwissenschaften, 2008.
[59] Pipek, Volkmar, Philippe Nuderscher und Markus Won: Periphere Wahrnehmung
von Expertise. In: Wissen und Lernen in virtuellen Organisationen: Konzepte, Praxisbei-
spiele, Perspektiven, Seiten 165–184. Phsyica-Verlag, 2008.
[60] Raymond, Eric Steven: The Cathedral and the Bazaar, 2000. http://www.catb.org/
~esr/writings/cathedral-bazaar/ [Online; Stand: 1. Oktober 2008].
[61] Raymond, Eric Steven: Homesteading the Noosphere, 2000. http://www.catb.org/

~esr/writings/cathedral-bazaar/ [Online; Stand: 1. Oktober 2008].
[62] Raymond, Eric Steven und Reinhard Gantar: Homesteading the Noosphere (Deut-
sche Übersetzung), 2000. http://www.phone-soft.com/raymondhomesteading/htn_g.
0.html [Online; Stand: 4. Dezember 2004].
[63] Reichwald, Ralf und Frank Piller: Interaktive Wertschöpfung. Gabler Verlag, 2006.
[64] Resnick, Paul, Ko Kuwabara, Richard Zeckhauser und Eric Friedman: Repu-
tation systems. Communications of the ACM, 43(12):45–48, 2000.
[65] Rheingold, Howard: The Virtual Community: Homesteading on the Electronic Fron-
tier. MIT Press, 2000.
[66] Ryan, Richard M. und Edward L. Deci: Intrinsic and Extrinsic Motivations: Classic
Definitions and New Directions. Contemporary Educational Psychology, 25:54–67, 2000.
99
[67] Schlichter, Johann, Michael Koch und Xu Chengmao: Awareness – The Common
Link Between Groupware and Community Support Systems. In: Community Computing
and Support Systems, Seiten 77–93. Springer Berlin/Heidelberg, 1998.
[68] Schumpeter, Joseph Alois: Konjunkturzyklen. Vandenhoeck & Ruprecht, 1961.
[69] Schwalbach, Joachim: Reputation, 2004. http://www2.wiwi.hu-berlin.de/

institute/im/publikdl/2004-2.pdf [Online; Stand: 10. Dezember 2008].
[70] Singh, Simon: The Story Behind the Cipher Challenge. http://www.simonsingh.net/
Cipher_Challenge.html [Online; Stand: 1. November 2008].
[71] Snyder, Bill: Is counting open source code contributions really useful? InfoWorld, Febru-
ar 2008. http://weblog.infoworld.com/tech-bottom-line/archives/2008/02/the_
open_source.html [Online; Stand: 20. Oktober 2008].
[72] Stallman, Richard: Why “Open Source” misses the point of Free Software, 2007. http:
//www.gnu.org/philosophy/open-source-misses-the-point.html [Stand: 8. Oktober
2008].
[73] Stegbauer, Christian: Die Bedeutung des Positionalen. Netzwerk und Beteiligung am
Beispiel von Wikipedia. In: Netzwerkanalyse und Netzwerktheorie, Seiten 191–199. VS
Verlag für Sozialwissenschaften, 2008.
[74] Taft, Darryl K.: Startup Helps Assess Open-Source Projects. eWeek.com,
Juli 2006. http://www.eweek.com/c/a/Linux-and-Open-Source/
Startup-Helps-Assess-OpenSource-Projects/ [Online; Stand: 21. Oktober 2008].
[75] Tellis, Philip: Random thoughts and serendipity: How to become an Open Sour-
ce Contributor?, Juli 2008. http://sankarshan.randomink.org/blog/2008/07/27/
how-to-become-an-open-source-contributor/ [Online; Stand: 27. Juli 2008].
[76] Torvalds, Linus: What motivates free software developers? First Monday, 3(3), Month
1998. http://www.firstmonday.org/issues/issue3_3/torvalds/ [Online; Stand: 27.
Oktober 2008].
[77] Wahren, Heinz-Kurt E.: Erfolgsfaktor Innovation: Ideen systematisch generieren, be-
werten und umsetzen. Springer, 2004.
[78] White, Robert W.: Motivation reconsidered: the concept of competence. Psychological
Review, 66:297–333, 1959.
[79] Wikipedia: Arbeitsleistung – Wikipedia, Die freie Enzyklopädie. http://de.wikipedia.

org/w/index.php?title=Arbeitsleistung&oldid=53270524 [Online; Stand: 26. No-
vember 2008].
100
[80] Wikipedia: Community – Wikipedia, Die freie Enzyklopädie. http://de.wikipedia.

org/w/index.php?title=Community&oldid=49166837 [Online; Stand: 13. August 2008].
[81] Wikipedia: Experts-Exchange – Wikipedia, the free encyclopedia. http://en.wikipedia.

org/w/index.php?title=Experts-Exchange&oldid=265310180 [Online; Stand: 20. Ja-
nuar 2009].
[82] Wikipedia: Kreativität – Wikipedia, Die freie Enzyklopädie. http://de.wikipedia.

org/w/index.php?title=Kreativit%C3%A4t&oldid=51518672 [Online; Stand: 10. Ok-
tober 2008].
[83] Wikipedia: Visualisierung – Wikipedia, Die freie Enzyklopädie. http://de.wikipedia.

org/w/index.php?title=Visualisierung&oldid=53251049 [Online; Stand: 21. Novem-
ber 2008].
[84] Xiong, Rebecca und Judith Donath: PeopleGarden: creating data portraits for users.
In: UIST ’99: Proceedings of the 12th annual ACM symposium on User interface software
and technology, Seiten 37–44, New York, NY, USA, 1999.
[85] Zeini, Sam, Andreas Harrer und H. Ulrich Hoppe: Innovationsprozesse in Open-
Source-Communities aus netzwerkanalytischer Sicht. In: Netzwerkanalyse und Netz-
werktheorie, Seiten 227–238. VS Verlag für Sozialwissenschaften, 2008.
101

Awareness Services in Open-Innovation-Communities Am Beispiel Eines Fame-Mirrors

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Awareness Services in Open-Innovation-Communities Am Beispiel Eines Fame-Mirrors

Hochgeladen von

Copyright:

Verfügbare Formate

TECHNISCHE UNIVERSITÄT MÜNCHEN

FAKULTÄT FÜR INFORMATIK

Aufgabensteller : Prof. Dr. Johann Schlichter

Abgabedatum : 15. Februar 2009

München, den 15. Februar 2009

Zu Anfang dieser Arbeit werden im Bereich Related Work“ zunächst grundlegende

3.2.1. Kreative und ingenieursmäßige Beiträge . . . . . . . . . . . . . . . . . . 52

4. Lösungsvorschläge und Systementwurf 67

5. Ausblick und offene Fragen 86

1.1. Fragestellung des Fame-Mirrors

Genauer wird hierauf in Kapitel 2.3 eingegangen.

Die Funktionsweise des Fame-Mirrors lässt sich in mehrere Teilaspekte aufteilen:

Messung von Leistung

Bewertung und Darstellung von Leistung

Abbildung von Dynamik

Auch die Zusammenhänge zwischen Awareness und Motivation bzw. Leistungsbereitschaft

2.1. Psychologische Hintergründe

2.1.1. Motivtypen aus dem Thematischen Apperzeptionstest

Freundschaftsmotivierten Menschen liegt viel daran, freundschaftliche Beziehungen – Nähe

M2 – Pubertät: Stadium der selbstbezogenen Machtausübung“, in dem man eigenen Grenzen

M4 – Reifes Erwachsenenalter: Stadium der gemeinnützigen Machtausübung“, in dem Ein-

Quelle der Macht

2.1.2. Kompensationsmodell von Kehr

Wo sich implizite und explizite Motive gegenseitig ausschließen, kann es zu Beeinträchtigungen

Volition ist unabhängig von den subjektiven Fähigkeiten.

2.1.3. Intrinsische und extrinsische Motivation

(. . . ) a good life is one that is characterized by complete absorption in what one

Wohlbefinden und Glück vs. materielle Entlohnung

2.2. Open Innovation

2.2.1. Einführung und Definition

Durch diese Vorgehensweise kann eine Auslagerung der Entwicklungsprozesse erreicht

Outside-in Prozess: Outside-out Prozess:

2.2.3. Strategien zum Austausch von Innovationen

Lizensierung: Die Informationen werden durch Lizenzen geschützt und Interessier-

Geheimhaltung: Die Informationen werden überhaupt nicht verbreitet, sondern

Georg Groh [29] beschreibt eine Community mit folgenden Eigenschaften:

2.3.2. Community Management

Im Zusammenhang mit Management allgemein als Führung von Organisationen“ werden

Moderation: Um die Einhaltung der in einer Community bestehenden Konventio-

2.3.3. Mitwirkung in Communities

Sankarshan Mukhopadhyay, der als Entwickler, Consultant und Projektmanager in verschiede-

2.3.4. Anreize und Rewards

Kategorie Reward Beispiele

Beispiel: Cipher Challenge

Beispiel: Ein HYRIWYG-Anreizsystem

1. Freiwillige Bewertung ohne besondere Belohnung

2. Geschenke als Belohnung für die 10 aktivsten Bewerter

3. Kinogutschein pro 50 bewertete Filme

4. Verleihgutschein (beliebiger Film) pro 40 bewertete Filme

5. Verleihgutschein (festgelegter Film) pro 40 bewertete Filme

Rewards gegen intrinsisches Interesse

2.3.5. Beispiel Open Source-Community

Als Gründe für den Beitritt wurden hauptsächlich folgende genannt:

• Die Bereitschaft, Wissen und Kenntnisse auszutauschen ist zweitwichtigstes Mo-

• der Wille, Produkte anderer Entwickler weiterzuentwickeln und zu verbessern –

• der Wunsch, zur Szene dazuzugehören (35,5% bzw. 30,6%)

• Die ethische Einstellung, dass Software-Quellcode offen sein sollte und

• die wahrgenommene Verpflichtung, der Community etwas zurückzugeben (beides

Kommerzielle Unternehmen: Durch die Unterstützung von Open Source-Projekten

Entwickler für den Eigenbedarf: Software wird an eigene Bedürfnisse angepasst

Investoren in Reputation: Durch die Demonstration der eigenen Fähigkeiten wird

Reziprokateure: Da im Allgemeinen die Mitglieder einer Community nicht gegen-

2.4. Awareness und Reputation