Einflussmatrix zu den Trendindikatoren für die Zukunft des Learnings

Die Einflussanalyse ist eine wissenschaftliche Methode der Zukunftsforschung. Dabei werden in einem ersten Schritt potenzielle Einflussfaktoren gesammelt. Für sie wird in einem zweiten Schritt in einer Kreuzmatrix gegenseitig überprüft, ob die einzelnen Faktoren einen schwachen, starken oder keinen Einfluss aufeinander ausüben. Ein entsprechender Wert von 0-3 wird eingetragen. Die Werte aller Zeilen und Spalten werden aufaddiert. Nun kann sowohl festgestellt werden, wie hoch für den jeweiligen potenziellen Einflussfaktor der kumulierte aktive Einfluss (beeinflusst) und wie hoch der kumulierte passive Einfluss (wird beeinflusst) ist. Hohe Aktivsumme und hohe Passivsumme identifizieren kritische Faktoren (vernetzt), hohe Aktiv- und niedrige Passivsumme aktive Faktoren (Hebel). Niedrige Aktivsumme und hohe Passivsumme identifizieren hingegen passive Faktoren (Indikatoren). Generell niedrige Werte entlarven träge Faktoren (Puffer). Lesebeispiel: Der Netzausbau erhält eine hohe Aktiv- und niedrige Passivsumme. Er beeinflusst die Industrieentwicklung also stark und wird selbst von wenigen anderen Faktoren beeinflusst. Er ist also ein starker Hebel für die Industrie; gibt es hier große Änderungen, beeinflusst dies das E-Learning stark. Umgekehrt hat Produktivität eine niedrige Aktiv- und hohe Passivsumme. Da sich Produktivität von vielen anderen Faktoren beeinflussen lässt, selbst aber wenig beeinflusst, ist ihr Einfluss auf die Industrie gering. Lesebeispiel: Das Kommunikationsbedürfnis erhält eine hohe Aktiv- und niedrige Passivsumme. Es beeinflusst viele andere Faktoren stark, kann selbst aber nur schwer beeinflusst werden. Es handelt sich um einen starken Hebel. Am wichtigsten sind jedoch Faktoren, die sowohl hohe Aktiv-, also auch hohe Passivsummen haben (blauer Bereich). Sie beeinflussen das Gesamtsystem stark, lassen sich aber auch selbst gut beeinflussen. Mit diesen Faktoren lässt sich das System gestalten.