← Zurück zur Startseite
Wirkung & Forschung
Wir reden nicht nur darüber, was wir bauen — wir messen, ob es wirkt. Wirkungsmessung ist der Kern unseres Versprechens an Fördergeber, Teilnehmende und uns selbst.
Warum Wirkungsmessung wichtig ist
Soziale Projekte gibt es viele. Aber nicht jedes wirkt — und manche schaden mehr, als sie helfen. Wir investieren von Beginn an in eine ehrliche Messung, weil wir wissen wollen: Lernen die Founder wirklich? Setzen sie um? Verändert sich etwas in ihrem Geschäft?
Diese Antworten sind kein „nice to have". Sie sind die Grundlage dafür, ob ein soziales Projekt seine Förderung verdient.
Drei Dimensionen der Messung
Dimension 1
Quantitativ — Zahlen, die wir aus dem System lesen
Aus der Plattform fließen automatisch Daten. Wir messen anonymisiert und aggregiert — ohne Personenbezug.
- Erreichte Nutzer:innen — wie viele Founder haben mit der Diagnose begonnen?
- Modul-Abschluss-Rate — wie viel Prozent der gestarteten Module gehen bis zum Ende?
- Aktivitäts-Frequenz — wie viele Tage pro Woche kehren Nutzer:innen zurück?
- KI-Mentor-Nutzung — wie viele Fragen pro Nutzer:in pro Monat?
- Sprach-Verteilung — welche Sprachen werden tatsächlich genutzt?
- Selbst-Test-Ergebnisse — vorher/nachher pro Modul
Dimension 2
Qualitativ — Was sagen die Teilnehmenden selbst
Zahlen alleine sagen nicht, ob etwas tatsächlich hilft. Deshalb fragen wir die Nutzer:innen direkt.
- Pre-Befragung — Selbst-Einschätzung des Marketing-Wissens und der Sicherheit am Anfang
- Post-Befragung nach 4 Wochen — was hat sich verändert? Was wurde umgesetzt?
- Konkrete Umsetzungs-Beispiele — optionales Feld: Was haben Sie konkret in Ihrem Geschäft verändert?
- Net Promoter Score (NPS) — würden Sie die Akademie weiterempfehlen?
- Offene Rückmeldung — was hat gefehlt? Was war zu kompliziert? Was sollten wir streichen?
Dimension 3
Wissenschaftlich — Mit unabhängigem Hochschul-Partner
Damit unsere Wirkungsmessung nicht nur von uns selbst kommt, planen wir eine wissenschaftliche Begleitforschung in Konsortium mit einer Hochschule.
- Forschungsfrage — siehe unten
- Studien-Design — Vergleichsgruppe, mehrere Messzeitpunkte
- Peer-reviewed Publikationen — Co-Autorenschaft mit der Hochschule
- Bachelor-/Masterarbeiten — möglich für interessierte Studierende
KPI-Ziele für Pilot & Public Launch
| KPI | Pilot (Q3 2027) | Public (Q4 2027+) |
|---|
| Aktive Nutzer:innen | 100-200 in Bayern | 2.000-5.000 deutschlandweit |
| Modul-Abschluss-Rate | > 50% (für gestartete Module) | > 60% |
| Roadmap-Abschluss | > 25% der Nutzer:innen schließen mind. 8 Module ab | > 35% |
| NPS | > 30 (gut für Bildungsprojekte) | > 40 |
| Konkrete Umsetzungs-Beispiele | 50+ dokumentiert | 500+ |
| Wirkungsbericht | Erster Jahresbericht Q4/2027 | Jährlich |
Wissenschaftliches Konsortium (geplant)
Universität Passau — Lehrstuhl für Nachvollziehbare KI
Für die wissenschaftliche Begleitung planen wir eine Konsortium-Partnerschaft mit dem Lehrstuhl für Nachvollziehbare KI-basierte Betriebliche Informationssysteme (Prof. Dr. Ulrich Gnewuch) an der Universität Passau.
Forschungsfrage
„Wie wirkt erklärbare KI auf Marketing-Selbsteffizienz und Umsetzungs-Verhalten bei Foundern mit Migrationshintergrund?"
Was die Universität beiträgt
Studien-Design, unabhängige Datenauswertung, Co-Autorenschaft an Publikationen, Möglichkeit für Bachelor- und Masterarbeiten am Lehrstuhl im Kontext des Projekts.
Was wir der Universität anbieten
Reales Forschungsfeld mit 500-1.000 echten Nutzer:innen, Drittmittel-Anteil €20.000-40.000, Co-Autorenschaft, Praxis-Forschung statt Laborversuche.
Status
Erstkontakt geplant Juni 2026 über Daniil Tonkich (Bachelor-Student der Informatik an der Uni Passau).
Berichts-Pflichten gegenüber Fördergebern
Wer uns finanziert, erhält regelmäßige Wirkungsberichte. Wir definieren von Beginn an:
- Halbjährliche Zwischenberichte — laufende KPIs + qualitative Auszüge
- Jährlicher Wirkungsbericht — vollständige Auswertung mit wissenschaftlicher Begleitung
- Abschlussbericht am Projektende — Lessons Learned + ehrliche Bewertung was funktioniert hat und was nicht
- Datenschutz-konforme Roh-Daten — auf Wunsch (anonymisiert) für eigene Analysen
Wir verpflichten uns zur Transparenz: Wenn etwas nicht funktioniert, sagen wir es ehrlich. Lieber ein schlechtes Quartal dokumentieren als ein schönes Ergebnis erfinden. Das ist die Grundlage für nachhaltige Förder-Beziehungen.