Zusammenfassung
Ein Forschungsplan erzwingt Klarheit über Ziele, schafft Alignment mit Stakeholdern und stellt sicher, dass jeder Schritt den Kernfragen dient. Zentrale Elemente sind Forschungsziele und -fragen, Teilnehmendendefinition, Hypothesen und Methodik. Der Plan sollte ein lebendes Dokument sein, das im Projektverlauf aktualisiert wird. Vor jeder empirischen Studie sollte eine heuristische Evaluation in Betracht gezogen werden, um offensichtliche Probleme zuerst zu bereinigen.
Gute Forschung passiert nicht zufällig. Sie ist das Ergebnis sorgfältiger, bewusster Planung. Bevor Sie eine einzige Interviewfrage formulieren oder eine*n Teilnehmer*in einplanen, brauchen Sie einen Forschungsplan.
Dieses Dokument ist Ihr Blueprint. Es zwingt Sie, Ihr Denken zu klären, mit Stakeholdern abzustimmen und sicherzustellen, dass jeder Schritt darauf ausgelegt ist, Ihre Kernfragen zu beantworten. Es ist das wichtigste Werkzeug, um unfokussierte, wirkungslose Forschung zu vermeiden und gute Kommunikation im gesamten Projekt zu ermöglichen.
Schritt 0: Die heuristische Evaluation
Bevor Sie mit Nutzer*innen testen, führen Sie immer eine Expert Review durch. Teams überspringen diesen Schritt häufig, aber es ist der teuerste Fehler, den Sie machen können. Nutzen Sie Jakob Nielsens 10 Usability-Heuristiken [1], um offensichtliche Probleme zuerst zu finden. Sparen Sie Ihr Teilnehmer*innen-Budget für die komplexen Probleme, die Expert*innen nicht finden können.
Für die vollständige Methodik der heuristischen Evaluation, siehe Heuristische Evaluation: Das Audit vor dem Test.
Die goldenen Regeln des Fragendesigns
Wenn Sie Fragen für Teilnehmer*innen entwerfen, ist Ihre Aufgabe, übergeordnete Forschungsziele in konkrete, beantwortbare Fragen zu übersetzen. Diese drei Regeln bewahren Sie vor den häufigsten Fehlern.
Regel 1: Verhalten statt Meinung
Fragen Sie nicht "Interessieren Sie sich für Fitness?" (Meinung). Fragen Sie "Wie oft haben Sie letzte Woche trainiert?" (Verhalten). Meinungen sind aspirativ; Verhalten ist Realität.
- Schwach: "Interessieren Sie sich für Fitness?"
- Stark: "Wie oft haben Sie letzte Woche trainiert?"
Die zuverlässigsten Insights kommen von dem, was Menschen getan haben, nicht von dem, was sie sagen, dass sie tun werden.
Regel 2: Hypothetisches vermeiden
Hypothetische Fragen können in früher generativer Forschung vorsichtig Ideen erkunden, sollten aber niemals als verlässliche Vorhersagen zukünftigen Verhaltens behandelt werden.
Regel 3: Kategorien müssen MECE sein
Bei Multiple-Choice-Fragen müssen Antworten MECE (Mutually Exclusive and Collectively Exhaustive) sein, also sich gegenseitig ausschließen und gemeinsam erschöpfend sein. Eine Person sollte niemals in zwei Kategorien oder keine Kategorie fallen.
- Fehlerhaft: "Alter 20-30" und "Alter 30-40" (30-Jährige passen in beide)
- Korrekt: "Alter 20-29" und "Alter 30-39" (keine Überlappung)
Fügen Sie immer "Sonstiges (bitte angeben)" oder "Weiß nicht"-Optionen hinzu, um Vollständigkeit sicherzustellen.
Bonus: Probing statt Lenkung
Formulieren Sie Fragen neutral, um die Antwort nicht zu beeinflussen.
- Lenkend: "War der Checkout-Prozess einfach?"
- Neutral: "Wie war Ihre Erfahrung mit dem Checkout-Prozess?"
Elemente eines Forschungsplans
Ein guter Forschungsplan muss keine 50-seitige Arbeit sein. Es kann ein einfaches, klares Dokument sein, das grundlegende Fragen in logischer Reihenfolge beantwortet: Warum tun wir das? Für wen ist es? Was erwarten wir zu finden? Wie setzen wir es um?
1. Forschungsziele und -fragen
Das ist der wichtigste Abschnitt. Definieren Sie das Problem, das Sie lösen wollen, und die geschäftlichen Entscheidungen, die die Forschung informieren wird.
- Schwaches Ziel: "Wir möchten Feedback zum neuen Checkout-Flow bekommen."
- Starkes Ziel: "Wir müssen die primären Reibungspunkte und Abbruchstellen in unserem neuen Checkout-Prototyp für erstmalige Mobile-Nutzer*innen verstehen, damit das Designteam Fixes vor dem nächsten Entwicklungssprint priorisieren kann."
Sie müssen übergeordnete Ziele in konkrete, beantwortbare Fragen übersetzen:
- "Was geht Ihnen an dieser Stelle durch den Kopf?" (Probing für momentane Kognition)
- "Gab es etwas auf dieser Seite, das Sie unklar oder überraschend fanden?" (spezifische Post-Experience-Frage)
2. Teilnehmer*innen
Definieren Sie auf Basis Ihrer Ziele die spezifischen Merkmale der Personen, die Sie untersuchen müssen. Gehen Sie über Demografie hinaus und berücksichtigen Sie relevante Verhaltensweisen, Einstellungen und Erfahrungen.
- Gaming-Beispiel: "Teilnehmer*innen, die mindestens 8 Stunden pro Woche Strategiespiele am PC spielen und Erfahrung mit Echtzeit- und rundenbasierten Genres haben."
- Healthcare-Beispiel: "Teilnehmer*innen mit Typ-2-Diabetes-Diagnose innerhalb der letzten 2 Jahre, die aktuell eine mobile App zur Blutzuckermessung nutzen."
3. Hypothesen
Sie starten selten bei null. Auf Basis früherer Forschung oder Analytics sollten Sie informierte Vermutungen darüber haben, was Sie erwarten.
Diese als Hypothesen zu formulieren ist wirkungsvoll: Es zwingt Sie, nach Evidenz zu suchen, die Ihre bestehenden Annahmen entweder stützt oder widerlegt. So verhindern Sie, nur das zu finden, was Sie finden wollen.
- "Wir glauben, dass Nutzer*innen Schwierigkeiten haben werden, die Option für eine abweichende Rechnungsadresse zu finden, weil der Link nicht prominent genug ist."
- "Wir glauben, dass Nutzer*innen Bedenken über das Fehlen vertrauter Zahlungslogos auf dem letzten Bestätigungsbildschirm äußern werden."
4. Methodik, Umgebung und Materialien
Beschreiben Sie die spezifische Methode und den Ansatz (qualitativ, quantitativ oder Mixed Methods).
Die Forschungsumgebung ist eine kritische Entscheidung, die einen fundamentalen Trade-off zwischen Kontrolle und ökologischer Validität (Realismus) beinhaltet:
| Umgebung | Am besten für | Trade-offs |
|---|---|---|
| Moderiert vor Ort | Tiefeninterviews, Hardware-Tests, komplexe Software, sensible Themen | Reiche Daten, aber begrenzte geografische Reichweite |
| Moderiert remote | Jede Studie, die Live-Interaktion erfordert | Geografische Reichweite, kosteneffizient, aber abhängig vom Tech-Setup der Teilnehmenden |
| Unmoderiert remote | Großangelegte Surveys, Card Sorting, Tree Testing, unmoderierte Usability Tests | Geschwindigkeit und Skalierung, aber kein Live-Probing oder Klärung möglich |
Für detaillierte Anleitung zum Studiendesign als Kernelement des Plans, siehe Wahl eines Studiendesigns: Between, Within und Mixed.
Der Plan als lebendes Dokument
Es ist ein häufiger Fehler, den Forschungsplan als statisches Dokument zu behandeln, das nach Beginn der Feldarbeit abgelegt wird. Sie schreiben den Plan, holen die Freigabe ein und schauen nie wieder hinein. Das ist eine verpasste Gelegenheit.
Die effektivsten Forschungspläne sind lebende Dokumente. Sie werden während Planung und Durchführung aktualisiert. Sie akkumulieren Kontext, der später essenziell wird.
Der Changelog
Ihr Plan sollte einen dedizierten Abschnitt für laufende Dokumentation enthalten. Denken Sie daran wie ein Changelog oder Feldjournal. Jedes Mal, wenn etwas Signifikantes passiert, schreiben Sie es auf.
Was dokumentieren:
| Kategorie | Beispiele |
|---|---|
| Planhistorie | Stakeholder-Diskussionen, die den Scope verändert haben. Entscheidungen, Forschungsfragen hinzuzufügen oder zu entfernen. Methodik-Pivots auf Basis neuer Informationen. |
| Technische Probleme | Aufnahmeausfälle. Screen-Sharing-Probleme. Prototyp-Bugs, die mitten in der Session entdeckt wurden. |
| Protokollabweichungen | Sessions, die zu lang oder zu kurz liefen. Fragen, die Sie zu stellen vergessen haben. Aufgaben, die Sie aus Zeitgründen überspringen mussten. |
| Teilnehmer*innen-Anomalien | No-Shows und Ersatzteilnehmende. Teilnehmende, die nicht den Screening-Kriterien entsprachen. Unterbrechungen oder Ablenkungen während Sessions. |
| Unerwartete Beobachtungen | Muster, die früher als erwartet auftreten. Verhaltensweisen, die Ihren Hypothesen widersprechen. Zitate, die sofort markiert werden sollten. |
Warum das wichtig ist
Diese Dokumentationsgewohnheit zahlt sich auf drei Arten aus.
Single Source of Truth. Wenn ein Stakeholder fragt "Warum haben wir den Screener mittendrin geändert?", haben Sie die Antwort. Wenn ein Teammitglied später einsteigt, kann es den Changelog lesen, um zu verstehen, wie sich das Projekt entwickelt hat.
Kontext für die Analyse. Drei Monate später, wenn Sie Daten analysieren und einen Ausreißer finden, verrät der Changelog, dass Teilnehmer*in 7 die ersten 15 Minuten ein weinendes Kind im Hintergrund hatte. Dieser Kontext verändert, wie Sie die Aufgabenzeiten interpretieren.
Ehrliche Interpretation. Forschung läuft selten exakt nach Plan. Abweichungen zu dokumentieren zwingt Sie, diese in Ihren Schlussfolgerungen zu berücksichtigen. Sie können keine sauberen Ergebnisse beanspruchen, wenn Ihre Feldnotizen eine chaotische Durchführung offenbaren. Diese Transparenz stärkt die Glaubwürdigkeit Ihrer Arbeit, anstatt sie zu schwächen.
Für den übergeordneten Forschungslebenszyklus, in dem der Plan existiert, siehe Der Forschungsprozess: Eine vollständige Roadmap.
Zentrale Artefakte
Vor jeder Session finalisieren Sie Ihren Leitfaden. Dieses Skript stellt Konsistenz sicher und sollte enthalten:
- Einleitung und informierte Einwilligung
- Aufwärmfragen
- Kern-Interview- oder Survey-Fragen
- Für UX Tests:
- Aufgabenszenarien (formuliert um Nutzerziele, nicht Systemfunktionen)
- Post-Task-Fragen
- Post-Session Wrap-up
Was das für die Praxis bedeutet
Der Forschungsplan ist Ihr Vertrag mit den Stakeholdern. Er dokumentiert:
- Was Sie tun werden und was nicht
- Welche Art von Schlussfolgerungen die Forschung unterstützen kann
- Welche Entscheidungen sie informieren wird
Holen Sie Alignment hierüber ein, bevor Sie mit der Feldarbeit beginnen. Ein Plan, der sich durch Diskussion weiterentwickelt, ist deutlich wertvoller als einer, der ungelesen in einem Ordner liegt.
Ohne Plan driftet Forschung. Mit Plan hat jede Aktivität einen Zweck.
Für Hilfe bei der Wahl der richtigen Methode für Ihren Forschungsplan, siehe den Forschungsmethoden-Explorer.
Für den richtigen Zeitpunkt der Forschung und wer beteiligt sein sollte, siehe Research-Timing und Teamfundament: Wann forschen und wer forscht.