Designforschung: Gute Vorsätze für 2017
Schaut man sich eines der zahlreichen Diagramme zum Designprozess an, erkennt man schnell, dass den meisten dieser Modelle der Research-Aspekt gemein ist. Vielleicht wird dies als „Recherche“ oder „Analyse“ bezeichnet, aber letztendlich ist immer Forschungsarbeit notwendig, um die Herausforderung, den Kontext, die Nutzer und den Umfang des Projekts zu verstehen und das Problem angemessen abzustecken.
Double-Diamond-Diagramm des Designprozesses vom britischen Design Council. Bildquelle: UX Matters
Es ist faszinierend, wie viel Aufmerksamkeit der Designforschung inzwischen gezollt wird, vor allem als entscheidende Komponente im User Experience Design. Bücher wie Just Enough Research, Podcasts wie Dollars to Donuts sowie die wachsende Zahl spezialisierter User-Research-Positionen oder ganzer Teams für diese Aufgabe verdeutlichen die Entwicklung der Designforschung zu einem modernen, dynamischen Tätigkeitsfeld.
Doch Vorsicht: Es gibt nicht nur gute Nachrichten! Trotz aller Fortschritte gibt es noch immer Stolperfallen und häufige Fehler, auf die man bei der Designforschung achten sollte. Zum Auftakt von 2017 hier also drei gute User-Research-Vorsätze, mit denen du im neuen Jahr deine Designforschung optimieren kannst.
Vorsatz Nr. 1: Den Unterschied zwischen generativer und bewertender Forschung verstehen
Also gut: Du hast die Zustimmung zum Research-Teil des UX-Designprozesses in der Tasche. Das Team ist motiviert. Du kannst es kaum erwarten, die Ärmel hochzukrempeln und loszulegen. Zeit, sich in die Arbeit zu stürzen … oder?
Na ja, fast. Zuerst solltest du deinen Forschungseifer ein wenig bremsen und ein paar Dinge prüfen. Research ist kein Einheitsprozess oder einheitlicher Satz an Werkzeugen. Einer der größten Fehler, die mir immer wieder begegnen, ist die Unkenntnis eines grundlegenden Unterschieds – dem zwischen generativer und bewertender Forschung.
Generative Forschung ist Teil der Problemerfassung (Problem Framing) und generiert Kenntnisse vom Problemraum sowie den Zielen, Bedürfnissen, Verhaltensweisen, Einstellungen und Präferenzen der Zielgruppe. Diese Forschung ist häufig ergebnisoffener und sollte mit Neugier und Wissensdurst angegangen werden. Dies ist oft auch der Bereich, für den sich schwer Unterstützung findet, da bei vielen digitalen Projekten Lösungen und Umfang bereits im Vorfeld entschieden werden. Bei dieser Art von Research stellt man möglicherweise auch fest, dass die Ansichten der Allgemeinheit zu einem bestimmten Punkt nicht unbedingt ganz mit der Denkweise deines Teams oder Unternehmens übereinstimmen.
Bewertende Forschung ist dagegen eine Methode, um eine mögliche Lösung oder einen Prototyp zu bewerten. Sie stellt ein Verfahren zum Testen vorhandener Konzepte dar, indem man sie Nutzern an die Hand gibt und ausprobieren lässt, um zu prüfen, ob sie brauchbar, zugänglich und anwenderfreundlich sind. Diese Forschung ist oft iterativ und sollte im Entwicklungszyklus eines Produkts mehrfach erfolgen.
Wenn ein Kunde einen Usability-Test verlangt, um u. a. herauszufinden, ob Verbraucher das Produkt benutzen würden, ist das oft ein Hinweis darauf, dass im Vorfeld keine generative Forschung stattgefunden hat. Dies ist ein klassisches Beispiel für den Versuch, ein bewertendes Forschungsverfahren auf generative Weise anzuwenden.
Vorsatz Nr.2: Den richtigen Forschungsansatz zum richtigen Zeitpunkt anwenden
Okay. Jetzt kennst du also den Unterschied zwischen generativer und bewertender Forschung und planst definitiv keinen Usability-Test, um die Bedürfnisse der Anwender zu ermitteln. Großartig! Wie also wählen wir eine Forschungsmethode, mit der wir loslegen können?
Ein weiterer häufiger Fehler liegt darin, die Forschungsmethode vorzugeben – ein Verfahren zu wählen, mit dem sich die Stakeholder wohlfühlen oder mit dem das Team bereits vertraut ist. Tatsache ist jedoch, dass verschiedene Research-Ansätze zu unterschiedlichen Zeitpunkten angemessen sind.
Ein Unterscheidungsmerkmal ist die Art der zu erfassenden Daten. Qualitative Daten sind direkt beobachtete Informationen, die uns helfen, die Gründe für ein Problem zu verstehen. Übliche Methoden für die Erhebung qualitativer Daten sind Interviews, Feldforschung und Tagebuchstudien. Quantitative Daten werden oft mit „Zahlen“ assoziiert – und häufig durch indirekte Methoden wie Analyseprogramme oder Umfragen erhoben. Wenn du weißt, welche Art von Daten für deinen Zweck am besten geeignet ist, hilft das bei der Wahl der Forschungsmethode.
Diese Tabelle von Nielsen Norman veranschaulicht, welche Forschungsmethoden in welcher Phase eines Projekts am besten geeignet sind.
Ebenso wie beim Designprozess solltest du zu Beginn eines Projekts Forschungsmethoden wählen, die dir helfen zu divergieren – d. h. du solltest viele ergiebige qualitative Informationen über Anwender, den Problemkontext und ein mögliches Framing sammeln. Im Verlauf des Projekts arbeitest du dann mit konvergenten Methoden, die dich dabei unterstützen, die Problemlösung einzugrenzen und die vom Designteam erarbeiteten Lösungen zu bewerten. Sobald du ein Live-Produkt hast, erfolgen Leistungsmessung und Benchmarking oft durch bewertende quantitative Verfahren.
Bei der Wahl der Forschungsmethode sollte man sich zuerst die folgenden drei Fragen stellen:
- Ist dies eine generative oder bewertende Methode?
- Welche Art von Daten werden dabei erfasst (qualitative oder quantitative Daten)?
- An welcher Stelle des Projektzyklus stehen wir?
Vorsatz Nr. 3: Umfragen mit dem Respekt begegnen, den sie verdienen
Ach ja, Umfragen. Eine besonders effiziente, einfache Methode, die nötigen Daten zu bekommen, das Kästchen abzuhaken und Stakeholder mit leicht quantifizierbaren Informationen zufrieden zu stellen. Richtig?
Vorsicht vor Umfragen! Obwohl Online-Tools die Abwicklung von Umfragen sehr erleichtert haben, bergen sie zahlreiche Risiken.
Close-up Of Person On Sofa With Digital Tablet Showing Survey Form – Bildquelle: Adobe Stock – 87238233
Du hast es bestimmt erraten – es gehört ein bisschen mehr dazu. Ein wichtiger Vorsatz für die Designforschung 2017 ist, Umfragen nicht mehr als leichten Ausweg zu verwenden. Wie Erika Hall schreibt: „Umfragen sind das gefährlichste Research-Tool – missverstanden und missbraucht. Sie umfassen oft sowohl qualitative als auch quantitative Forschung und repräsentieren schlimmstenfalls das Schlechteste von beiden.“
Umfragen bergen einige Risiken. Erstens ist es sehr schwer, sie wirkungsvoll zu gestalten, denn effektive Fragen zu formulieren, ist eine knifflige Angelegenheit – wie das Pew Research Center erläutert: „Selbst kleine Unterschiede in der Wortwahl können die Antworten der Befragten erheblich beeinflussen.“ Ein weiteres Risiko von Umfragen ist die Tatsache, dass sich auf diesem Weg relativ schnell und problemlos große Datenmengen erheben lassen. Dies kann zu „Statistiken“ führen, die zwar sehr überzeugend wirken, möglicherweise aber irreführend sind. Wie heißt es doch so schön? „Lügen, verdammte Lügen und Statistiken.“ Aufgrund der niedrigen Zugangsbarrieren ist es auch sehr einfach, schlecht durchdachte Umfragen zu produzieren, die keine nützlichen Daten liefern, um dein Projekt weiterzubringen.
Häufig machen sich Umfragen außerdem des abscheulichsten User-Research-Verbrechens überhaupt schuldig. Fragen wie „Mögen Sie …?“, „Werden Sie es kaufen?“, „Würden Sie es weiterempfehlen?“ oder „Wie wahrscheinlich ist es, dass Sie …?“ sind ein Riesenfehler. Wenn man versucht, menschliche Ziele und Verhaltensweisen zu verstehen, liefern Fragen nach zukünftigem Verhalten oder einer subjektiven Meinung keine zuverlässigen Daten. Viele Verhaltensökonomen wie Daniel Kahneman und Dan Ariely haben sich mit den Problemen befasst, die wir beim Prognostizieren unseres eigenen Verhaltens und der Zukunft haben.
Wenn du wirklich eine Umfrage verwenden willst, nimm dir die Zeit, dich über Best Practices zur Formulierung von Fragen zu informieren, und gehe vorsichtig vor. Eine Strategie besteht darin, die Umfrage mit einer anderen Forschungsmethode zu kombinieren, vorzugsweise einem qualitativen Verfahren, das direkt beobachtete Daten erhebt und für die vielfältigen Nuancen der menschlichen Erfahrungswelt Raum lässt.
2017 – das Jahr der persönlichen Weiterentwicklung im Bereich Designforschung
Profundere Kenntnisse der Unterschiede zwischen verschiedenen Design-Research-Ansätzen und -Methoden führen zu größerem Erfolg bei Projekten. Ob du ein Ein-Mann-UX-Team mit vielen verschieden Aufgaben bist, ein spezialisierter UX-Researcher oder ein Designer in einem Team, der stärker am Forschungsprozess teilhaben will – vergiss dieses Jahr die guten Vorsätze nicht! Nutze die Erkundungsphase so gut wie möglich und ergreife die Gelegenheit, deine Design-Research-Muskeln spielen zu lassen.