Nächste Seite der Checkliste. Wenn ich die Indikatoren ausgewählt habe, wenn ich weiß, welches Gewicht sie kriegen wollen, dann muss ich eine Konstruktion dieses Indikators entwerfen und auch da gibt es wieder Möglichkeiten. Ich kann

ihren Absolutwert nehmen, die Zahl der Studierenden, die Zahl der Absolventinnen. Ich kann eine Beziehungszahl machen, Beispiel die Promotionen, also die fertiggestellten Promotionen pro Professorin. Das wäre kein Absolutwert, sondern eine

Relative, eine Beziehungszahl. Ich kann einen Index bilden, also ich kann über die Zeit vergleichen, wie sich etwas von einem Basisjahr wegentwickelt oder eine Veränderungsrate. Also ich kann möglicherweise nicht

auf das Volumen der Trittmittel schauen als Absolutwert, sondern auf die Veränderungsrate der Trittmittel, also um wie viel Prozent sind die Trittmittel im Jahr 2021 gestiegen. Das klingt jetzt alles total technisch, aber das hat maßgebliche Effekte auf die Wirkung dieser Modelle.

Ich zeige Ihnen das mal an einem Beispiel. Kommen wir mal zurück zu dem, was ich gerade gesagt hatte, Trittmittel als Beispiel. Also Sie haben den Indikator, eingeworbene Trittmittel, aus welchen Quellen auch immer, DFG, von mir aus auch private, also eingeworbene Trittmittel der Hochschule und Sie

können das stimulieren über einen Anreiz durch so ein Indikatorsystem. Also im Prinzip heißt ja die Logik, wenn du Trittmittel einwirbst, dann legen wir dir in der internen Mittelverteilung noch mal Geld obendrauf. Holst du einen Euro Trittmittel, dann geben wir noch mal 30 Cent als

besonderen Anreiz oder so. Das wäre die Wirkungslogik. So, wenn ich jetzt einen Absolutwert nehme, also die Zahl der Trittmittel, dann gewinnen in einer Hochschule, ich sag mal die, etwas verlob die Trittmittelkönige, also es

gibt ja, es gibt Lehrstühle oder Fakultäten, die haben enorme Trittmittelvolumina durch ihre Nähe zur Industrie oder so. Die wären natürlich mit einem Absolutwert superglücklich, weil die haben riesige Mengen und andere haben große Schwierigkeiten, überhaupt Trittmittel einzuwerben.

Würde man aber statt dem Absolutwert die Veränderungsrate nehmen und würde man annehmen, ja bei dem Trittmittelvolumen gibt es irgendwie auch so eine Sättigungsgrenze. Ja, ich kann nicht beliebig viele Trittmittelprojekte annehmen, da ist irgendwie auch so eine natürliche Grenze drin. Aber im mathematischen Extremfall, wenn ich

Trittmittel von Null habe, dann ist meine Veränderungsrate unendlich. Also wenn ich, sprich, wenn ich sehr geringe Trittmittel habe, dann kann ich ja durch ein tolles Projekt oder so eine sehr hohe Veränderungsrate erzielen.

Das heißt, mit dem System würden ganz andere Akteure belohnt. Mit der Veränderungsrate würden die belohnt, die die Deltas erzielen, die jetzt gerade anfangen, im großen Stil in Trittmitteleinwerbung einzusteigen und mit dem Absolutwert würden die belohnt, die das seit Jahren schon machen.

Und jetzt muss ich mir natürlich als Hochschul überlegen, was will ich denn? Ja und im Zweifelsfall kriege ich auch Ärger damit, wenn sie so eine Veränderungsratensystem einführen und das belohnen finanziell, dann haben sie diese Trittmittel-Könige in Anführungszeichen an der Backe mit Protesten und mit der Aussage, was ist das für ein blödsinniges

System? Das belohnt ja hier die Loser, die bisher noch nie was gemacht haben für Trittmittel. Und umgekehrt, wenn sie mit Absolutwerten machen, sagen die, die noch sehr am Anfang stehen, wir haben ja gar keine Chance in dem System, wir kommen ja gar nicht auf die Beine, weil das belohnt ja nur

die, die eh schon stark sind. Ich habe mal an einer Hochschule, an einer Fachhochschule so ein System mit eingeführt als Berater und da haben wir uns tatsächlich dafür entschieden, eine Mischung aus beidem zu machen, also Absolutwert und Veränderungsrate zu benutzen, um auch beiden eine Chance zu geben, in dem System erfolgreich zu sein.

Also Sie sehen, das klingt erst mal nach technischer Feinheit, das hat aber enorme Implikationen für die Wirkung des Ganzen. Genauso, der nächste Punkt, hat die Operationalisierung der Indikatoren eine erhebliche Wirkung. Wie definiere ich Trittmittel? Ich habe es gerade schon angesprochen, gehören private Trittmittel dazu oder nicht?

Je nachdem löse ich ganz andere Anreize aus mit dem, was ich belohne und was ich durch so einen Anreiz versehe. Wie erfasse ich Personal, wenn ich Trittmittel pro Professor oder Trittmittel pro

wissenschaftliche Mitarbeiter mache, dann habe ich völlig unterschiedliche Wirkungen möglicherweise. Also auch die Operationalisierung ist noch mal ein entscheidender Punkt. Dann, wie aggregiere ich die Indikatoren? Also in so einem Preismodell, das würde dann diese Bemessung prozentual Modell, das ist das, was ich vorhin gesagt habe. Ich habe ein festes Budget und ich

verteile es nach Prozenten zwischen den den Mittelempfängern, Multiplikatormodell. Ich habe vielleicht so einen Erfolgsfaktor, den ich berechne, der mir dann Multiplikatoren für ein Budget bewirkt oder dann auch die Gestaltung der Funktionen.

Also ein Indikatormodell ist ja ein mathematischer Algorithmus. Das heißt, die Mittel werden verteilt nach einer Rechenvorschrift. Eine Formel ist eine mathematische Beziehung zwischen abhängigen und unabhängigen Variablen. Und jetzt ist die Frage, wie ist diese

Funktion gestaltet? Ist sie linear oder nicht linear? Gibt es da eine Sättigung? Ich habe mal in einem Modellmittel gearbeitet. Da wurde gesagt, wir machen jetzt zwar irgendwie so, wir machen so ein System mit Geld pro Studierenden, aber wenn eine

Kapazitätsgrenze erreicht ist, also wenn unsere Kapazität zu 120 Prozent ausgeschöpft ist oder so, dann belohnen wir weitere Studierende nicht, weil wir wollen ja keinen Anreiz zur totalen Überfüllung schaffen. Insofern, das wäre dann so ein Sättigungsmodell oder

multipliziert man Sachen oder addiert man. Also da gibt es die verschiedensten Varianten, wie man Funktionen gestalten sollte. Hier geht es vielleicht auch noch am Ende um die Frage, ob so eine Mittelverteilung überhaupt noch verständlich ist. Ich habe mal eine Hochschule beraten, die hatten eine Finanzierungsformel, die also

irgendwie mit logarithmisierten Teilen und allen möglichen Rechenvorschriften gearbeitet hat, die die Mathematikerinnen, die das entwickelt haben, die fanden das ziemlich überzeugend. Aber niemand in der Hochschule hat das verstanden und das hat das war nicht unbedingt dienlich für das Modell, dass die Funktion und

die Rechenvorschrift so komplex war, dass eigentlich niemand prognostizieren konnte, wie viel Geld am Ende wirklich für einen rauskommt aus dem Modell. Und man konnte sich dann auch nicht wirklich erklären, warum man in bestimmten Jahren mehr oder weniger gekriegt hat. Also das ist vielleicht dann irgendwie auch nicht sinnvoll, weil wie soll das Ganze dann Anreizeffekte

entfalten, wenn man den Wirkungsmechanismus gar nicht steht, also die Gestaltung von Funktionen. Kleiner Hinweis hier noch auf der Folie, die Größe des Zuweisungsempfängers berücksichtigen. Ich muss mir natürlich überlegen, Mittelverteilung ist schwierig, wenn ich einen sehr großen

Mittelempfänger und sehr kleinen Mittelempfänger habe. Die Mittelverteilung im Lande Hamburg ist zwischen einer gigantisch großen Universität und einer erheblichen Zahl an sehr, sehr viel kleineren Hochschulen, kleine Kunst- oder Musikhochschulen.

Das heißt, ich habe hier sehr unterschiedliche Größen und da werden zum Beispiel Beziehungszahlen schwierig. Wenn ich an einer sehr großen und einer sehr kleinen Einheit die gleichen Trittmittel pro Professorin habe, dann kann ich ja einer winzigen Einheit eigentlich nicht das gleiche

Geld geben, wie einer riesigen Universität. Das wäre irgendwie auch eine komische Mittelverteilung. Also ich muss mir auch Gedanken machen, wie ich die Größe der Zuweisungsempfänger gegebenenfalls berücksichtige. Und es gibt noch mehr auf der nächsten Folie. Ich muss auch mit kleinen Fallzahlen überlegen, wie ich umgehe.

Wenn ich, nehmen wir an, das ist ein etwas altertümlicher Indikator, aber nehmen wir an, wir hätten die Zahl der Habilitationen in einer Formel mit drin. Nicht, dass man das machen sollte, weil das ist nun wirklich irgendwie outdated. Aber bei Habilitationen hat man sehr geringe Fallzahlen, also sehr große Schwankungen.

Nehmen Sie an, Sie haben jetzt die Veränderungsrate der Habilitationen als Indikator und hätten riesige Schwankungen dieser Veränderungsrate von Jahr zu Jahr, weil Sie von 1 auf 2 oder von 2 auf 4 springen. Das ergibt ja überhaupt keinen Sinn. Also Sie müssen Indikatoren so konstruieren, dass Sie mit

kleinen Fallzahlen umgehen können. Gegenfalls können Sie das durch Kombinationen von Indikatoren abfangen oder indem Sie Effekte kappen oder so. Es gäbe auch die Möglichkeit, wir haben eigentlich immer jetzt davon geredet, dass Indikatoren, das sind Istwerte. Ja, also ich messe, was tatsächlich passiert,

wie viele Studenten da sind. Ich könnte auch Sollwerte verwenden. Die Zahl der Studienplätze ist ja eher ein Sollwert. Und ja, mit Sollwerten hätte man natürlich nicht so viele Schwankungen wie mit Istwerten und hat natürlich auch wieder andere Wirkungen. Ich kann auch bei den Preisen in einer Formel zum Beispiel

eher auf Istkosten rekurrieren oder auf irgendwelche normativen Werte, die ich festlege. Also auch das ist eine Gestaltungsmöglichkeit. Die Berücksichtigung von Fächerunterschieden ist noch ein wichtiger Aspekt.

Ich habe das vorhin schon mal kurz angesprochen. Nehmen wir wieder den Indikator Zahl der Studierenden. Eine Ingenieurin ist teurer als ein Geisteswissenschaftler. Eine Ingenieurin braucht Labore, Maschinen, viel, viel Ausstattung. Nicht alle, aber viele Geisteswissenschaftler

kommen mit Hörsälen, Büchern und Laptop zurecht und brauchen zum Beispiel kein Labor. Nicht ausgeschlossen, dass es da auch experimentelle Dinge gibt. Aber im Durchschnitt ist die Produktion, in Anführungszeichen, eines Geisteswissenschaftlers billiger als einer Ingenieurin.

So und das heißt, ich muss das irgendwie in diesen Formeln berücksichtigen. Ich muss kostenorientierte Prämien oder Entgelte setzen. Das ist hier der Begriff der Entgeltspreizung. Also um wie viel teurer ist jetzt nun eine Ingenieurin als der

Geisteswissenschaftler? Das könnte ich aus meiner Kostenrechnung eventuell rauskriegen und ermitteln. Clusterbildung, das heißt, nehmen wir an die Naturwissenschaften, Biologie, Chemie, Physik zahle ich jetzt für jede dieser Naturwissenschaften ein eigenes, differenziertes Entgelt nach den

jeweiligen Kosten oder schmeiße ich die alle in ein sogenanntes Fächercluster und mache für die gesamten Naturwissenschaften denselben Preis oder dasselbe Entgelt. Das wäre die Clusterbildung. In der Regel arbeiten diese Formelmodelle mit Fächerclustern,

weil sonst wäre das zu fein ziseliert und dann bildet man halt einen Durchschnittspreis pro Student über die Naturwissenschaften. Das wäre die Clusterbildung. Das sind wichtige Fragen in der Abbildung von Fächerunterschieden.

Die Indikatorkonstruktion, es kann sein, dass man Indikator verwendet, wie die Zahl der Publikationen. Jetzt muss ich gucken, wie behandle ich verschiedene Fächer fair, wenn ich ihre Publikation messen will.

Und bei den Naturwissenschaften kann ich vielleicht die Articles in peer-reviewed Journals zählen. Bei Geisteswissenschaftlern muss ich die Monographien einbeziehen. Das heißt, ein Indikator muss so konstruiert werden, dass er eben unterschiedliche Fächerkulturen mit einbezieht.

Und individuelle Indizes, das ist ein Ansatz, den ich mal versucht habe. Der wurde auch eingeführt in Hamburg und wurde eine Zeit lang praktiziert. Das wäre die Überlegung, dass jeder Mittelempfänger seine eigenen Indikatoren hat, nach seinem Profil.

Und daraus berechnet man einen Leistungsindex pro Mittelempfänger. Und daraus kalkuliert man dann ein Budget oder eine Formel. Das ist vielleicht ein bisschen kurz erklärt, aber da steckt noch sehr, sehr viel dahinter. Da gibt es auch einen Arbeitsbericht aus Hamburg,

wo man sich mal angucken kann, wie das funktioniert hat. Altes CAE-Arbeitspapier zur Mittelverteilung in Hamburg. Gehe ich nicht auf alle Details ein. Zwei wichtige Punkte habe ich hier noch. Stabilisierungsmaßnahmen. Es kann sein, dass solche Formeln zu große Schwankungen erzeugen.

Nehmen wir an, wir nehmen die Einwerbung an Trittmitteln. Die kann von Jahr zu Jahr ja enorm schwanken. Und wenn ich das in so ein Formelmodell einbaue, dann habe ich ja erratische Ausschläge nach unten und oben. Deswegen nimmt man sehr, sehr häufig in solchen Formeln bei den Indikatoren mehr Jahresdurchschnitte,

also Durchschnitt über drei Jahre für Trittmittel. Und dann ist das sehr viel stabiler. Also das wäre z.B. eine wichtige Maßnahme für die Stabilisierung des Ganzen. Implementierungsstrategien entwickeln. Das ist jetzt die Frage, wie führe ich so eine,

wie führe ich so eine, wenn ich ein neues Modell der Mittelverteilung schaffe, wie führe ich das ein? Mache ich das schrittweise? Das sage ich z.B. Im ersten Jahr werden 2% des Haushalts danach verteilt, im zweiten Jahr 5% und im dritten Jahr 10%. Das heißt, man gibt den Leuten Zeit, sich darauf einzustellen.

Man führt eine Kappungsgrenze ein. Man sagt, wir führen das jetzt sofort voll ein, aber wir garantieren euch, in den ersten fünf Jahren kann niemand mehr als 5% der Mittel verlieren oder so. Das wäre dann eine Kappungsgrenze oder eine Dämpfung, dass man einfach die Ausschläge

in dem Mittelverteilungsmodell dämpft, kleiner rechnet, indem man irgendwie so einen Faktor einführt, der die Ausschläge begrenzt. Also das ist auch wieder eine Frage der mathematischen Kalkulation. Hinter all diesen Maßnahmen steckt die Idee, man kann, man muss so eine Implementierung

auch vorsichtig und schrittweise machen. Man muss den Mittelempfängern die Chance geben, sich auf die Wirkungsmechanismen eines solchen Modells einzustellen. Und kann den nicht einfach hier zack ins kalte Wasser schmeißen. Und das ist sehr häufig auch Teil dieser Modelle, dass sie so eine schrittweise Implementierung vorsehen.