Crowdsourcing - Innovationsmanagement mit Schwarmintelligenz - - Interaktiv Ideen finden - Kollektives Wissen effektiv nutzen - Mit Fallbeispielen und Checklisten

"3 Die Architektur von Crowdsourcing: Wie begeistert man die Crowd? (S. 59-60)

3.1 Crowdsourcing ist kein Selbstläufer

Viele Unternehmen experimentieren derzeit mit Crowdsourcing- Geschäftsmodellen, um die Kreativität und Innovativität außerhalb des Unternehmens zu nutzen. Das Grundprinzip ist intuitiv eingängig: Eine Aufgabenstellung und ein Preis für ihre Lösung werden einer breiten Öffentlichkeit bekannt gemacht. Eine große Zahl selbst selektierter User erarbeitet kollektiv (d. h. in Form von Online-Communitys) oder individuell Lösungsvorschläge und übermittelt sie an das organisierende Unternehmen.

Die Kosten der Kommunikation – früher ein entscheidender Begrenzungsfaktor – sind im Internetzeitalter nahezu null. Wenn das Lösungswissen breit verteilt ist, analoges Wissen transferiert werden kann oder der Zufall eine große Rolle spielt, wird die Wahrscheinlichkeit für eine gute Lösung auf diese Weise höher sein, als wenn nur unternehmensinterne Spezialisten beteiligt sind (Dahlander & Magnusson, 2008; Franke & Klausberger, 2010; Nambisan, 2002; Ogawa & Piller, 2006; Terwiesch & Xu, 2008).

Den bekannten und eindrucksvollen Erfolgsbeispielen wie Threadless, Stata oder LEGO steht jedoch auch eine nicht unbeträchtliche Anzahl von fehlgeschlagenen Crowdsourcing-Geschäftsmodellen gegenüber (z. B. cottoncow.de, gorillatank.com oder cajong.com). Bei ihnen beteiligten sich nur wenige oder ungeeignete User, also Personen, die nicht in der Lage waren, sinnvolle Ideen einzureichen. Ganz offensichtlich ist Crowdsour-cing also kein Selbstläufer, sondern „nur“ ein innovatives Geschäftsmodell, das man gut oder schlecht umsetzen kann. Worauf kommt es dabei an?

Wie sollte man das System gestalten, um möglichst viele qualifizierte User anzuziehen und dauerhaft zu binden? Zu diesen wichtigen Fragen gibt es noch kaum systematisches Wissen. So schreibt Howe beispielsweise „there is still a lot we don’t know about why crowdsourcing works (and why on some occasions, it simply doesn’t)“ (Howe, 2007). Unternehmen können diese Frage natürlich durch blindes „Trial and Error“ angehen und wenn man sich manche der gescheiterten Projekte näher ansieht, hat man den Eindruck, dass teilweise viel unnötiges Lehrgeld gezahlt wird. In unserem Forschungsprojekt sind wir daher der Frage systematisch nachgegangen, wie man Crowdsourcing konkret ausgestalten sollte.

Es ist in zwei Teilschritte gegliedert. Im ersten Schritt haben wir untersucht, welche Dimensionen bei der Architektur von Crowdsourcing-Geschäftsmodellen aus der prinzipiell unendlich großen Menge überhaupt die wichtigsten sind. Anders gesagt: Welche Entscheidungen beeinflussen den Erfolg von Crowdsourcing- Systemen wirklich und welche sind eher marginal? Methodische Basis dieses ersten Schrittes sind eine Reihe qualitativer Studien, vor allem Interviews und Fallstudien."