Richtig Netzwerken: Wie lassen sich Kontaktempfehlungen auf Business-Netzwerken optimieren?
Projektbeschreibung
Eine wichtige Voraussetzung für den Erhalt von wertvollen Informationen und Empfehlungen ist es, die richtigen Leute in seinem Netzwerk zu haben. Soziale Business-Netzwerke wie Xing oder LinkedIn können dabei helfen, das eigene Netzwerk zu pflegen. Wie andere soziale Netzwerke, geben auch Business-Netze ihren Nutzerinnen und Nutzern Kontaktempfehlungen (“Personen, die Sie vielleicht kennen”; “Personen, denen Sie folgen möchten”). Diese kognitiven Schnittstellen streben danach, aus der Vielzahl potentieller Kontakte in Social Media Netzwerken die relevantesten Kontakte herauszufiltern. Allerdings konzentrieren sie sich dabei momentan vor allem auf Kriterien wie Ähnlichkeit der Interessen oder gemeinsame Kontakte. Dieses Vorgehen ist im interpersonalen Kontext (gemeinsame Freunde; Facebook) auch sinnvoll. Im beruflichen Kontext, v. a. bei Wissensarbeit, wären heterogene Netzwerke und ein höherer Anteil sogenannter weak ties (Personen, mit denen man keine starke Bindung hat) besser geeignet, auf relevantes neues Wissen, kreative Ideen oder Karrierechancen hinzuweisen. Bislang haben sich Informatiker und Informatikerinnen vor allem darauf konzentriert, Algorithmen, die ähnliche Kontakte vorschlagen, zu entwickeln. Menschen fügen gerne alte Schulkameraden hinzu, sind aber deutlich zurückhaltender, wenn es darum geht, Fremde mit relevanter Expertise hinzuzufügen. Psychologische Forschung hat in letzter Zeit verschiedene Hemmfaktoren, die Menschen vom instrumentellen Netzwerken abhalten, identifiziert. Es genügt also nicht, nützliche Kontakte vorzuschlagen – die Nutzerinnen und Nutzer müssen diese Vorschläge auch akzeptieren.
Dieses Projekt adressiert beide Probleme. Informatik und Psychologie arbeiten zusammen, um eine kognitive Schnittstelle zu entwickeln, die heterogenere Kontakte mit Zugang zu relevantem Wissen identifiziert und die Ergebnisse so präsentiert, dass die kognitiven und affektiven Hemmungen der Nutzenden reduziert werden. Dazu werden zunächst Fragebogenstudien und Experimente durchgeführt, um die wichtigsten Hemmungen zu identifizieren. Parallel wird ein Algorithmus entwickelt, der bessere Kontaktvorschläge macht. Im nächsten Schritt wird experimentell untersucht, wie diese Vorschläge am besten präsentiert werden, um die Akzeptanz zu erhöhen. Die Ergebnisse des Projekts können helfen, Wissensarbeiterinnen und Wissensarbeiter effektiver miteinander zu vernetzen.
Projektbeteiligte
- Prof. Dr. Sonja Utz, IWM
- Jun.-Prof. Dr. Enkelejda Kasneci, Fachbereich Informatik, Universität Tübingen
- Lea Baumann, IWM