OKR ohne Baseline: Was tun, wenn der Ausgangswert fehlt?
Share
OKR ohne Baseline sind schwierig, wenn ihr eine Verbesserung gegenüber dem heutigen Zustand messen wollt. Ohne verlässlichen Ausgangswert lässt sich kaum beurteilen, wie groß eine gewünschte Veränderung ist. Klärt deshalb zuerst, was ihr messen möchtet, wie der Wert entsteht und welche Daten verfügbar sind. Erst dann ist ein belastbarer Vergleich möglich.
„Wir wollen die Bearbeitungszeit um 30 Prozent senken.“ Der Satz klingt präzise. Auf die Frage nach der aktuellen Bearbeitungszeit nennt das Team jedoch drei verschiedene Zahlen. Eine Person meint aktive Arbeitszeit, eine andere die Zeit bis zur ersten Antwort und eine dritte die gesamte Dauer bis zum Abschluss. Es fehlt nicht nur eine Zahl, sondern eine gemeinsame Messdefinition.
Baseline bedeutet mehr als ein Startwert
Eine nutzbare Baseline besteht aus Wert, Bezugsgruppe, Zeitraum und Erhebungsweg. Beispielsweise: Median der Zeit vom vollständig eingegangenen Standardantrag bis zum abgeschlossenen Vorgang, gemessen für eine klar definierte Fallgruppe in einem bestimmten Zeitraum. Die genaue Definition muss zu eurem Ziel passen.
Ein Wert aus einem anderen Bereich oder aus einer besonders ruhigen Woche kann interessant sein, ist aber nicht automatisch eure Ausgangsbasis. Prüft, ob die Fälle und Bedingungen vergleichbar sind. Auch ein vorhandenes Dashboard kann verschiedene Vorgangstypen zusammenfassen, die ihr für euer Ziel getrennt betrachten müsst.
Die What-Matters-Erläuterung zur Verbesserung von Objectives unterscheidet zwischen schrittweiser Verbesserung, größerem Sprung und Entdeckung. Wenn noch keine Baseline existiert, kann zunächst Lernen im Vordergrund stehen. Die folgenden Schritte sind ein eigener Vorschlag, wie ihr diese Klärung praktisch organisiert.
Erst die Begriffe gemeinsam sortieren
Bevor ihr über fehlende Daten sprecht, prüft, ob alle Objective, Key Result und Maßnahme gleich verstehen. Ein Messaufbau kann eine notwendige Maßnahme sein. Er ist nicht automatisch der Nachweis, dass sich für eure Zielgruppe bereits etwas verbessert hat.
Unsere OKR Cards unterstützen diese gemeinsame Orientierung. Mit den 32 Karten zu Rollen, Events und Artefakten könnt ihr die Zusammenhänge erklären und eure offenen Fragen daneben auf eigenen Zetteln sammeln. Die Karten sind Lernmaterial; sie enthalten keine Daten über eure Organisation und ersetzen keine Messmethode.
Ein sinnvoller Einstieg ist die Frage: „Welche Veränderung würden wir auch dann für wichtig halten, wenn es noch kein Dashboard gäbe?“ Damit löst ihr euch kurz von verfügbaren Kennzahlen und prüft den Zweck. Anschließend sucht ihr eine messbare Annäherung, die diesem Zweck möglichst gut entspricht.
Vier Fälle bei fehlenden Ausgangswerten
| Ausgangslage | Nächster sinnvoller Schritt | Was ihr vermeiden solltet |
|---|---|---|
| Daten existieren, sind aber unklar definiert | Definition und Berechnung gemeinsam prüfen | Unterschiedliche Werte vermischen |
| Daten existieren, sind nicht zugänglich | Zuständigen Kontakt und zulässigen Zugang klären | Einen Wert aus Erinnerung einsetzen |
| Daten wurden bisher nicht erhoben | Überschaubare erste Erhebung planen | Eine Verbesserung gegenüber null behaupten |
| Das Angebot ist völlig neu | Lernfrage und erste Beobachtungskriterien festlegen | Einen fremden Benchmark zur eigenen Baseline erklären |
Diese Unterscheidung spart Arbeit. Ein neues Messsystem aufzubauen wäre unnötig, wenn die passende Information bereits vorhanden ist und nur anders benannt wird. Umgekehrt löst ein zusätzlicher Dashboard-Zugang nicht das Problem einer unklaren Definition.
Eine Messdefinition zum Ausfüllen
Schreibt eure Messidee in ein gemeinsames Dokument. Nennt die Zielgruppe, den beobachteten Vorgang und das Ereignis, das den Beginn und das Ende markiert. Legt fest, welche Fälle einbezogen und welche aus gutem Grund getrennt betrachtet werden. Dokumentiert fehlende Werte, statt sie unbemerkt aus der Auswertung verschwinden zu lassen.
Ergänzt die Datenquelle, den Erhebungsrhythmus und eine zuständige Person für Rückfragen. Bei einem Anteil beschreibt ihr Zähler und Nenner. Bei einer Zeitmessung klärt ihr, ob Kalenderzeit oder Arbeitszeit gemeint ist. Bei einem Test dokumentiert ihr Aufgabe, Teilnehmerauswahl und Bedingungen.
Die Definition sollte so verständlich sein, dass eine zweite Person denselben Wert mit denselben Daten nachvollziehen kann. Wenn das nicht gelingt, verbessert zuerst die Beschreibung. Ihr müsst nicht sofort jede methodische Feinheit lösen, aber die wichtigsten Annahmen sollten sichtbar sein.
Fiktives Beispiel: Interne Anfragen schneller lösen
Ein internes Serviceteam möchte Standardanfragen verlässlicher abschließen. Bisher wurde nur gezählt, wie viele Anfragen eingehen. Für eine erste Orientierung wählt das Team einen klar abgegrenzten Vorgangstyp und betrachtet zwanzig kürzlich abgeschlossene Fälle. Es erfasst Eingang, vollständige Informationen, Abschluss und auffällige Unterbrechungen.
Dabei zeigt sich, dass ein großer Teil der Dauer vor dem Beginn der eigentlichen Bearbeitung liegt. Ein Ziel zur aktiven Arbeitszeit würde daher am wichtigsten Hindernis vorbeigehen. Das Team entscheidet, die Zeit ab vollständigem Eingang separat zu betrachten und fehlende Angaben zusätzlich sichtbar zu machen.
Die zwanzig Fälle liefern einen ersten Einblick, noch keine allgemeingültige Schätzung für sämtliche Anfragen. Das Team dokumentiert diese Grenze und prüft weitere Fälle aus einem anderen Zeitraum. Erst dann legt es einen zum Zyklus passenden Zielwert fest. Die Datenmenge richtet sich nach der benötigten Aussagekraft, nicht nach einer pauschalen Mindestzahl aus einem Blogartikel.
Einen Zielwert festlegen, ohne zu raten
Sobald ein Ausgangswert vorliegt, besprecht ihr, welche Veränderung relevant und mit euren Möglichkeiten plausibel ist. Welche Engpässe könnt ihr beeinflussen? Welche Arbeit ist bereits geplant? Welche Nebenwirkungen dürft ihr nicht in Kauf nehmen? Eine schnelle Antwort ist nicht wertvoll, wenn die Qualität so stark sinkt, dass der Vorgang erneut geöffnet werden muss.
Nutzt vorhandene Erfahrungswerte als Orientierung und kennzeichnet ihre Grenzen. Ein Vergleichswert aus einem anderen Team kann Anregungen liefern, aber andere Fälle, Werkzeuge oder Zuständigkeiten haben. Er sollte keine Scheinsicherheit erzeugen.
Wenn ihr einen Zielwert nach einer anfänglichen Messphase festlegt, vereinbart diesen Ablauf bereits zu Beginn. Dokumentiert den ursprünglichen Lernauftrag, den Zeitpunkt der Festlegung und die Begründung. So bleibt sichtbar, dass ihr eine unbekannte Ausgangslage klärt, statt einen verfehlten Wert nachträglich umzudefinieren.
Wann ein Lernziel sinnvoller ist
Bei einem neuen Angebot wisst ihr möglicherweise noch nicht, welche Nutzung relevant ist. Dann kann die vorrangige Frage lauten, ob eine bestimmte Zielgruppe den vorgesehenen Nutzen überhaupt erkennt. Ein früher Lernauftrag sollte Hypothese, Untersuchung und Entscheidungskriterium benennen.
„Wir führen Interviews“ beschreibt die Tätigkeit. Präziser ist die Frage, welche Annahme ihr damit prüfen wollt und welche Entscheidung anschließend möglich sein soll. Legt die Kriterien vorher fest, damit ihr nicht jede Rückmeldung nachträglich als Bestätigung lesen könnt. Eine negative Erkenntnis kann in dieser Phase nützlich sein, wenn sie eine ungeeignete Lösung früh erkennbar macht.
Der Artikel mit OKR-Beispielen kann euch beim Formulieren helfen. Übernehmt dortige Zahlen aber ebenfalls nicht als Vorgabe. Die Passung entsteht aus eurem Ziel, eurem Ausgangspunkt und eurem Einfluss auf die Entwicklung.
Die erste Messung gemeinsam gegenlesen
Lass eine zweite Person einige Fälle anhand eurer Definition einordnen. Wenn sie zu anderen Ergebnissen kommt, besprecht die Unterschiede vor einer größeren Auswertung. Vielleicht wird ein Anfangszeitpunkt unterschiedlich verstanden oder ein Sonderfall gehört nicht eindeutig zur Bezugsgruppe.
Diese kleine Prüfung kann verhindern, dass ihr später über Zielerreichung streitet, obwohl eigentlich die Zählweise unklar ist. Haltet die geklärten Regeln direkt neben der Kennzahl fest. Eine saubere Definition muss nicht lang sein; sie sollte die Entscheidungen enthalten, die eure Werte tatsächlich verändern können.
Häufige Fragen zu OKR ohne Baseline
Können wir die Baseline mit null ansetzen?
Nur wenn null tatsächlich der definierte, gemessene Ausgangszustand ist. „Unbekannt“ bedeutet nicht null. Eine bisher nicht gemessene Zufriedenheit oder Bearbeitungszeit wird durch diese Annahme nicht plötzlich bekannt. Eine prozentuale Steigerung von null ist zudem für viele Formulierungen ungeeignet.
Müssen wir mit OKR warten, bis alle Daten perfekt sind?
Nein. Beginnt mit wenigen wichtigen Fragen und einer transparenten Messgrundlage. Benennt Unsicherheit ausdrücklich und plant deren Klärung. Perfektion ist keine Voraussetzung, Nachvollziehbarkeit schon. Die Einführung mit einem OKR-Lernworkshop bietet dafür einen Rahmen.
Was ist der erste nächste Schritt?
Nehmt eine geplante Kennzahl und lasst zwei Personen unabhängig erklären, wie sie gemessen wird. Die Unterschiede liefern eure erste Aufgabenliste. Wenn Definition, Quelle und Bezugsgruppe geklärt sind, wird aus einer ambitionierten Zahl eine tatsächlich prüfbare Zielidee.
