Im Digitalisierungsprogramm «Digi+» der Stadt Zürich arbeiten wir als selbstorganisierende Squads. Für diese neuartige Organisationsform gibt es im Kontext der Stadtverwaltung bisher keine Erfahrungswerte. Die Methode «We Wish» soll uns auf dem Weg zur Autonomie neue Impulse liefern.
Nach fundierter Recherchearbeit zu selbstorganisierenden Systemen ist ein erster Prototyp zur Ergründung der Team-Bedürfnisse entstanden. Die Anliegen werden dabei als Wünsche an das Team selber formuliert, um einerseits die Schwelle zur Teilnahme niedrig zu halten, und anderseits die Autonomiebestrebungen hervorzuheben. Die Methode wurde in mehreren Durchläufen getestet und weiterentwickelt. In der aktuellen Iteration werden die Wünsche systematisch aufgenommen, einem Reality-Check unterzogen und Massnahmen für das Team abgeleitet.
Die erhoffte Wirkung der Methode konnte in den Tests bestätigt werden. Der optimale Einsatzfall für unsere Squads bleibt zum jetzigen Zeitpunkt offen. Denkbar ist die Anwendung bei Team-Retrospektiven, oder als Teil des OKR-Prozesses des Programms.
Wie können wir die Bedürfnisse unseres selbstorganisierenden Teams systematisch ergründen, um unser Potential bestmöglich auszuschöpfen?
Mit dem zeitlich befristeten Digitalisierungsprogramm «Digi+» der Stadt Zürich wollen wir das Digitalisierungsniveau in der gesamten Verwaltung anheben. Als Team aus rund 20 Expert*innen entwickeln wir digitale Services für die Bevölkerung, digitalisieren stadtinterne Prozesse und befähigen Dienstabteilungen in der digitalen Transformation. Um uns im hierarchisch geprägten Umfeld möglichst agil aufzustellen, arbeiten wir als selbstorganisierende Squads, angelehnt an das Spotify Modell. Das ist ein Novum in der Stadtverwaltung, Erfahrungswerte sind bisher keine vorhanden. Die Methode «We Wish» soll neue Impulse liefern und die Autonomiebestrebungen fördern.
Hypothese
Ein fundiertes Verständnis der eigenen Bedürfnisse unterstützt das Team auf dem Weg zur Selbstorganisation.
Recherche
Die gründliche Recherche verschafft einen Überblick über die Grundlagen und Voraussetzungen von selbstorganisierenden Systemen. Ergänzend entsteht eine Sammlung bestehender Methoden zur Standortsbestimmung und Bedürfnisermittlung von Teams.
Prototyp
Aus der Recherchearbeit schält sich das erweiterte CDE-Modell als geeignete Basis für einen Methoden-Ansatz heraus. Dieses Modell definiert die wesentlichen Voraussetzungen von selbstorganisierenden Teams anhand von sieben Aspekten. Darauf aufbauend, entsteht ein erster Prototyp, mit dem die Bedürfnisse der Team-Mitglieder*innen systematisch ermittelt werden. Die Bedürfnisse werden als Wünsche an das Team selber gerichtet, um die Autonomie des Teams zu unterstreichen. Anschliessend wählen die Mitglieder*innen ihre drei bevorzugten Wünsche. Im letzten Schritt beschäftigt sich das Team intensiv mit diesen drei Wünschen und leitet daraus konkrete Massnahmen für sich ab.
Testen und iterieren
Der Prototyp wird mit Freiwilligen aus den Squads erstmalig getestet. Als wichtigste Erkenntnis aus diesem Test wird ein Zwischenschritt eingeführt. Die gesammelten Wünsche werden vor Ableitung der Massnahmen einem Reality-Check unterzogen, dabei werden Machbarkeit und Wirkung gegenübergestellt. Ausserdem wird der Ablauf optimiert und die Ableitung der Massnahmen enger geführt. Diese optimierte zweite Version wird in einem vergleichbaren Test-Setting erneut erprobt. Aus dem Feedback entsteht die vorliegende Version, die als Grundlage für weitere Iterationen dient.
Mit der umfassenden Recherchearbeit wuchs das Risiko, die Entwicklung der Methode zu kopflastig anzugehen. Das Feedback aus der Zwischenpräsentation hat den notwendigen Impuls in Richtung «Machen» gegeben, woraus der erste Prototyp entstand. Durch das Testen konnte der erhoffte Nutzen der Methode validiert und das Vorgehen geschärft werden. Offen bleibt, in welchem Kontext die Methode bestmöglich angewendet werden kann. Denkbar ist ein Einsatz bei Team-Retrospektiven, oder als Teil des OKR-Prozesses des Programms. Unbestritten ist der Mehrwert, welcher die vertiefte Auseinandersetzung mit der Materie und der Entwicklungsprozess der Methode mit sich gebracht hat.
Titelbild: KI-generiertes Bild mittels Midjourney
