Initialversion: Forschungsprojekte 'HRT meets' und 'Grundsymbole' integriert

Systemische Kompetenzentwicklung HRT/S(c)/Systemische Datenerhebung.md

@@ -0,0 +1,79 @@
+# Anleitung: LimeSurvey
+
+## Ziel
+
+Dieses Dokument beschreibt die Einrichtung, Durchführung und Auswertung einer systemischen Datenerhebung mithilfe von LimeSurvey. Ziel ist es, die drei zentralen Modellvariablen der [[Systemintelligenz]] zu erfassen:
+
+- Strukturelle Kopplung (x)
+- Kommunikationsdichte (y)
+- Entwicklungspotenzial (z)
+
+## 1. Vorbereitung des Fragebogens
+
+### Fragegruppen
+
+Erstelle eine Fragegruppe mit dem Titel:  
+**Systemische Einschätzung Notfallteam**
+
+### Fragen
+
+Lege folgende Fragen an:
+
+1. **Strukturelle Kopplung**  
+   Fragetext: „Wie klar und verbindlich waren die Rollen und Zuständigkeiten im Team geregelt?“  
+   Fragetyp: Numerisch (Ganzzahl)  
+   Skala: 0–10  
+   Pflichtfeld: Ja
+
+2. **Kommunikationsdichte**  
+   Fragetext: „Wie intensiv und kontinuierlich wurde im Team kommuniziert?“  
+   Fragetyp: Numerisch (Ganzzahl)  
+   Skala: 0–10  
+   Pflichtfeld: Ja
+
+3. **Entwicklungspotenzial**  
+   Fragetext: „Wie offen war das Team für situatives Lernen und Anpassung?“  
+   Fragetyp: Numerisch (Ganzzahl)  
+   Skala: 0–10  
+   Pflichtfeld: Ja
+
+### Hinweise zur Skalierung
+Die Skala 0–10 ist für Teilnehmende intuitiv verständlich. Im Python-Modell wird sie anschließend durch Division mit 10 auf einen Wertebereich von 0.0–1.0 normiert.
+
+## 2. Durchführung der Erhebung
+
+- Befragung im Anschluss an reale Einsätze, Simulationen oder Teambesprechungen
+- Optional: Einzelbefragung pro Teammitglied oder aggregierte Einschätzung durch eine Beobachterin oder einen Beobachter
+- Die Umfrage kann anonym oder personenbezogen erfolgen, je nach Datenschutzkontext
+
+## 3. Export der Ergebnisse
+
+- Format: CSV oder XLSX (bevorzugt)
+- Exportierte Spalten: je eine Spalte für strukturelle Kopplung, Kommunikationsdichte und Entwicklungspotenzial
+- Optional: Zusatzspalten für Datum, Team-ID, Kontextbeschreibung
+
+## 4. Import in das Modell
+
+Die numerischen Werte werden in Python wie folgt normiert:
+
+```python
+    import pandas as pd
+
+    df = pd.read_csv("ergebnisse.csv")
+    x = df["struktur"].to_numpy() / 10
+    y = df["kommunikation"].to_numpy() / 10
+    z = df["entwicklung"].to_numpy() / 10
+```
+
+Diese Werte können dann direkt in das Systemintelligenz-Modell zur Visualisierung und Analyse überführt werden.
+
+## 5. Weiterführende Schritte
+
+- Integration in Simulationsdesigns
+- Vergleich mehrerer Teams oder Zeitpunkte
+- Visualisierung systemischer Stabilität über S(c)
+
+## Hinweis
+
+Diese Methode basiert auf einem konzeptionellen Modell und eignet sich für explorative, reflexive und wissenschaftlich fundierte Analysen systemischer Teamkonfigurationen.
+