EqualityView Empfehlungen zur Umsetzung eines Gendermonitoringkonzepts

Hintergrund

Das von der Soziologin Sandra Eck erstellte Datenkonzept identifiziert relevante Gleichstellungsindikatoren, analysiert bestehende Datenquellen und zeigt systematisch Optimierungspotenziale für die Datenerhebung und -integration auf. Dabei wird auch der Bedarf an differenzierter Darstellung komplexer Sachverhalte wie Studienverläufe, Karrierewege oder Berufungsverfahren unter Berücksichtigung von Geschlecht, Behinderung, Fachrichtung und weiteren Merkmalen berücksichtigt. Mithilfe dieser datenbasierten Grundlage können Gleichstellungsbeauftragte, Hochschulleitungen und politische Entscheidungsträger*innen Maßnahmen evidenzbasiert planen und evaluieren.

Das Projekt wurde im Rahmen der Förderung über die Richtlinie Chancengleichheit des Sächsischen Staatsministeriums der Justiz und für Demokratie, Europa und Gleichstellung finanziert und von der KCS verantwortet. Die Ergebnisse beider Projektteile – Datenkonzept und Machbarkeitsstudie – bilden die Grundlage für die zukünftige Entwicklung des Datendashboards „EqualityView. Ein Datendashboard für Chancengleichheit“. Durch die Bereitstellung eines barrierefreien und leicht zugänglichen Dashboards können Hochschulen ihre Gleichstellungsstrategien auf einer fundierten Datenbasis weiterentwickeln, die Wirksamkeit ihrer Maßnahmen kontinuierlich überprüfen und die gleichberechtigte Teilhabe von Frauen und Männern in Politik, Wirtschaft, Wissenschaft und Gesellschaft fördern. EqualityView leistet somit einen nachhaltigen Beitrag zur Steigerung von Transparenz und Sichtbarkeit im Bereich der Chancengleichheit in Sachsen.

Zusammenstellung und Sichtung guter Beispiele

In einem ersten Schritt wurden drei Monitoringkonzepte gesichtet, namentlich jenes der Bundeskonferenz der Frauen- und Gleichstellungsbeauftragten an Hochschulen (Externer Link) (bukof), des Genderstatistikportals NRW (Externer Link) sowie ein von der Autorin und der Kollegin Birgit Erbe erstelltes Monitoringkonzept für eine bayerische Fachhochschule (Externer Link) (im Folgenden mit FAM abgekürzt). Jene Konzepte dienten als Beispiele für die Erstellung eines Konzeptentwurfs für Sachsen, der in den weiteren Arbeitsschritten immer weiter verfeinert wurde.

Ergänzend sei auf das Paper „Gleichstellungsindikatoren und Gender Gaps: Wie können wir Gleichstellung messen?“ von Lukas Zielinski hingewiesen, das nach Abschluss dieser Analyse auf der Website der Bundesstiftung Gleichstellung (Externer Link) veröffentlicht wurde.

Erkenntnisse und Ergebnisse

Folgende Aspekte der drei Beispielkonzepte erwiesen sich für das sächsische Datenkonzept als besonders instruktiv und übernehmenswert:

  • Die Darstellung der Indikatoren innerhalb einer Tabelle (FAM; bukof): Eine relativ kurze Tabelle pro Indikator (wie im Modell der bukof) erscheint für die gewünschten Zwecke sehr sinnvoll.
  • Die Auswahl gängiger Diagrammformate, die auch statistischen Lai*innen geläufig sind, namentlich Linien-, Balken- und Tortendiagramm (alle drei Bei- spiele).
  • Die Abbildung langer Zeitreihen (ab 2000; NRW); dies erscheint nicht zuletzt für die Darstellung geringer Fallzahlen, z. B. bei kleineren Fachhochschulen, als valide und datenschutzkonformere Option verglichen mit z. B. der Abbil- dung der zurückliegenden fünf Jahre.
  • In den Modellen FAM und bukof finden sich Indikatoren zu Care-Themati- ken, die in das Monitoringkonzept übertragen werden können – im bisherigen Abfrageraster kommen derlei Daten nicht vor. Aus Gleichstellungsperspektive ist das Monitoring von Care- und Vereinbarkeitsdaten allerdings dringend angezeigt (siehe die Ausführungen im Rahmen der entwickelten Care-Indika- toren im Datenkonzept).
  • Für die Erstellung eines Monitoringsystems ist die Einteilung in strukturelle, materielle und kulturelle Gleichstellungsziele (FAM) instruktiv. Bisherige Datenabfragen, sowohl der Koordinierungsstelle als auch der meisten Gender- berichte der Hochschulen, bilden lediglich die materielle Gleichstellung (also Frauen-/Männeranteile in bestimmten Statusgruppen und Gremien ab), nicht aber strukturelle und kulturelle Aspekte von Gleichstellung an Hochschulen, also z. B. die Verankerung von Gleichstellung in der Grundordnung der Hoch- schule (strukturell) oder innerhalb von Fortbildungen und Lehrveranstaltungen (kulturell).
  • Die Monitoringsysteme FAM und bukof enthalten eine Reihe von Daten, die gerade für die Analyse von Gleichstellung an Fachhochschulen sehr passend erscheinen (z. B. Erfassung von Lehrbeauftragten). Da die Karrierewege für FH-Professuren anders verlaufen als an Universitäten, gilt es die Betonung der Lehrerfahrung abzubilden, was bei FAM und bukof über die Erfassung von Lehraufträgen sowie von Tutor*innen geschieht.

Sichtung der Gleichstellungsdaten

Als Basis dieses Arbeitsschrittes diente eine Übersicht derjenigen Variablen, die die KCS zuletzt beim sächsischen Statistikamt abgefragt hatte. Außerdem wurden die auf diese Art zusammengestellten Datensätze, die der Autorin ebenfalls vorliegen, einer überblicksmäßigen Auswertung unterzogen.

Erkenntnisse und Ergebnisse

Folgende Aspekte der drei Beispielkonzepte erwiesen sich für das sächsische Datenkonzept als besonders instruktiv und übernehmenswert:

  • Bisher wurden (fast) ausschließlich materielle Gleichstellungsdaten erfasst, d. h. die Frauen- bzw. Männeranteile in den einzelnen Statusgruppen bzw. Gremien. Die Erfassung von z. B. kulturellen Zielen von Gleichstellung (z. B. Genderaspekte in Lehrveranstaltungen, Fortbildungen zu Genderthematiken) wäre wünschenswert, allerdings ist eine Ausarbeitung hierzu auf die Erhebung qualitativer Forschungsdaten angewiesen, die im Rahmen des vorliegenden Auftrags nicht leistbar ist.
  • Die Daten liegen sowohl gesamt als auch nach Fächergruppen und Hochschul- arten gruppiert vor. Die Erhebung von Fächergruppen erscheint geeigneter als die Erhebung von Fakultäten, da valide Vergleiche zwischen den einzelnen Hochschulen so leichter möglich sind (die Zuordnung einzelner Fächer zu Fakultäten unterscheidet sich zwischen einzelnen Hochschulen erheblich).
  • Innerhalb des wissenschaftlichen Mittelbaus wird die Gruppe der Lehrkräfte mit besonderen Aufgaben gesondert erhoben. Aus Gleichstellungsperspektive erscheint es sinnvoll, parallel dazu die Kategorie Beamt*innen versus Angestellte zu erheben. Der Beamtenstatus geht mit einer Fülle an Privilegien einher, daher scheint es angezeigt, diesen auf geschlechtsspezifische Ungleichheit zu untersuchen. Auch mit Blick auf das Phänomen Altersarmut von Frauen ist diese Vorgehensweise relevant, da pensionierte Beamt*innen sowohl hinsichtlich der Höhe der Altersbezüge als auch der Leistungen der privaten Krankenversicherung für Beamt*innen im Alter Vorteile gegenüber Angestellten haben.
  • Alte und neue Besoldungsgruppen kommen gemischt vor, werden aber nicht gruppiert. Im Sinne der Übersichtlichkeit und Vergleichbarkeit sollte dies geändert werden.
  • Die Erhebungen scheinen sich eher auf Universitäten als auf Fachhochschulen zu beziehen, da zwar für universitäre Karriereverläufe relevante Kategorien (Habilitationen, Juniorprofessur) vorkommen, nicht aber rein auf Fachhoch- schulen bezogenes Datenmaterial (Lehraufträge, Vergleichsdaten aus den Bezugsbranchen der Professor*innen,…).
  • In der Datenabfrage werden Promovierende und Habilitierende untersucht. Aus Gründen, die die Autorin im Gleichstellungsmonitoringtool an anderer Stelle ausführt, lassen sich Promotions- und Habilitationswege zwischen einzelnen Hochschulen nicht valide vergleichen, wohl aber abgeschlossene Promotionen. Daher empfiehlt die Autorin, die Datenabfrage auf abgeschlossene Promotionen zu beschränken.
  • In der vorliegenden Abfrage wurden die Daten rein binär nach Geschlechtern kategorisiert; andere rechtlich mögliche Geschlechtseinträge („divers“ und „keine Angabe“) wurden nicht erfasst. Dies hängt vermutlich damit zusammen, dass in Deutschland andere Geschlechtseinträge als männlich oder weiblich erst seit 2018 rechtlich möglich sind. Für künftige Gendermonitoring-Systeme gilt es diese neuen rechtlichen Kategorien zu berücksichtigen.

Sichtung Gleichstellungsberichte, Gleichstellungskonzepte, Frauenförderpläne und vergleichbare Instrumente

Um den Entwurf eines Monitoringsystems an die gleichstellungsspezifische Situation der einzelnen Hochschulen in Sachsen anzupassen, wurden öffentlich zugängliche Gleichstellungsberichte und -konzepte der staatlichen Hochschulen gesichtet und ausgewertet. Im Fokus standen dabei insbesondere potenzielle Anregungen, die sich für das Monitoringkonzept gewinnen lassen.

Erkenntnisse und Ergebnisse

Folgende Aspekte der drei Beispielkonzepte erwiesen sich für das sächsische Datenkonzept als besonders instruktiv und übernehmenswert:

  • Die Gendermonitoringinstrumente der jeweiligen sächsischen Hochschulen werden mit den Begriffen „Gleichstellungsbericht“, „Frauenförderplan“, „Gleichstellungskonzept“ und „Gender Equality Plan“ bezeichnet. Obwohl die Begriffe unterschiedliche inhaltliche Schwerpunkte suggerieren, werden sie letztlich beinahe synonym verwendet. Oder umgekehrt formuliert: Sehr ähnliche Inhalte finden sich unter unterschiedlichen Überschriften wieder.
  • Der Umfang der Berichte variiert zwischen den einzelnen Hochschulen deutlich (6 bis 25 Seiten) und auch die Präsentation und Auffindbarkeit innerhalb der Internetpräsenz der jeweiligen Fachhochschule/Universität unterscheidet sich beträchtlich. Manche Hochschulen präsentieren die Bereiche Gleichstellung und Diversität nebst dem zugehörigen Berichtswesen zentral über ihre jeweilige Startseite; bei einer sächsischen Hochschule war der Gleichstellungsbericht erst nach mehrmaliger Suche über die Hochschulseite sowie externe Suchmaschinen auffindbar.
  • Die Hochschulen erheben bisher lediglich die Geschlechtseinträge männlich und weiblich. Allerdings merken mehrere Hochschulen an, dass dies in Zukunft erweitert werden soll.
  • Alle untersuchten Berichte fokussieren stark auf die materielle Gleichstellung, d. h. sie bilden Frauen- und Männeranteile in bestimmten Statusgruppen und Gremien ab (sogenannte „Kopfzahlen“). An einigen Hochschulen finden sich Hinweise auf strukturelle Gleichstellungsmaßnahmen (z. B. Verankerung der Gleichstellung in der Grundordnung, Verweis auf Zielvereinbarungen), allerdings sind diese Maßnahmen nicht in Form von Indikatoren ausgearbeitet.
  • Maßnahmen zu Care und Vereinbarkeit werden in allen Gleichstellungsplänen und -berichten erwähnt; zahlenmäßig erfasst werden diese Bereiche bisher jedoch nur an einer einzelnen Hochschule.

Erstellung von Musterindikatoren

Die Erstellung der Musterindikatoren erfolgte in zwei Schritten: Zunächst erstellte die Autorin eine Liste sinnvoller Variablen, auf Basis der Abfragen beim statistischen Landesamt (siehe 3.) sowie des Gleichstellungsberichtswesens der Hochschulen (siehe 4.) sowie der zu Rate gezogenen Beispiele (siehe 2.). Anschließend systematisierte die Autorin diese Variablen und baute sie zu Indikatoren aus; in Form einer tabellarischen Darstellung wurde genau beschrieben, was die Indikatoren abbilden, welche Formeln ihnen zu Grunde liegen, wofür sie nutzbar sind und was bei ihrer Erhebung zu beachten ist. Auch bei der Ausartung der Indikatoren orientierte sich die Autorin an den Beispielen aus Kapitel 2.

Methodisch betrachtet gilt es bei der Erstellung von Musterindikatoren einen Kompromiss zwischen Anwendbarkeit und Präzision zu finden. So lassen sich empirische Zusammenhänge über komplexe mathematische Formeln oft besonders präzise darstellen. Je mathematisch komplexer die betreffenden Indikatoren allerdings ausgestaltet sind, desto kleiner wird der Kreis derjenigen Personen, die an den jeweiligen Hochschulen mit diesen Indikatoren arbeiten können. Da sowohl die Erfahrung der Autorin mit dem Gleichstellungsmonitoring mehrerer Hochschulen als auch die Fachliteratur zum Thema (Eck/Erbe 2023; Wroblewski et al. 2017) darauf hindeuten, dass Personen mit sehr unterschiedlichen fachlichen Hintergründen (Verwaltung, Sozialwissenschaften, Geisteswissenschaften…) im Bereich Gendermonitoring tätig sind, hat sich die Verfasserin dieses Berichts dazu entschieden, die mathematische Komplexität der gewählten Indikatoren so gering wie möglich und so groß wie nötig zu gestalten. Konkret bedeutet das, dass univariate und bivariate statistische Auswertungen multivariaten Verfahren vorzuziehen sind und dass auf vielgliedrige mathematische Formeln verzichtet wurde.

Inhaltlich betrachtet, erschien es sinnvoll, sich neben einer Systematisierung und Ergänzung der etablierten „Kopfzahlen“ auf die Ausarbeitung von Indikatoren zum Thema Care bzw. Vereinbarkeit zu fokussieren, denn innerhalb der Gleichstellungskonzepte der Hochschulen zeigt sich hier eine deutliche Lücke: zahlreiche Vereinbarkeitsmaßnahmen stehen einer sehr spärlichen Datenbasis gegenüber.

Systematische Indikatoren zu entwickeln, die kulturelle und strukturelle Gleichstellungsziele in Daten abbildbar machen, erscheint ebenfalls ein wichtiges Desiderat zu sein, denn weder in den bisherigen Datenabfragen noch innerhalb der Gleichstellungsberichte der Hochschulen finden sich hierzu ausgearbeitete Datensets. Allerdings würde diese Aufgabe den Rahmen des veranschlagten Auftrags bei Weitem sprengen, da hier qualitative Erhebungen (z. B. Befragungen von Gleichstellungsbeauftragten) notwendig wären, um aussagekräftige Indikatoren generieren zu können, die mehr abbilden als das Stattfinden/Nicht-Stattfinden einer bestimmten Maßnahme.

Was leider ebenfalls nicht geleistet werden konnte, obwohl es ein Desiderat darstellt, ist die Ausarbeitung intersektionaler Indikatoren. Auch dies war im Rahmen des vorliegenden Auftrags nicht zu leisten, nicht zuletzt deshalb, weil Indikatoren, die Intersektionalität brauchbar abbilden, notwendigerweise komplex sind und über ein bloßes Aufaddieren von Ungleichheitsfaktoren hinausgehen (Pusch/Weber 2024).

Ergebnisse

  • Es liegt eine Liste geeigneter Indikatoren vor.
  • Auf Basis dieser Liste wurde ein Monitoringtool bzw. ausgearbeitetes Indikatorenset entworfen.

Empfehlungen

Empfehlungen zur Arbeit mit bereits vorhandenen Daten

Aufnahme von Daten zum wissenschaftsstützenden Bereich

In den bisherigen Abfragen beim statistischen Landesamt Sachsen kam das wissenschaftsstützende Personal nicht vor. Aus Gleichstellungsperspektive sowie aus intersektionalen Überlegungen empfiehlt es sich, dies zu ändern: Gerade im wissenschaftsstützenden Bereich sind in der Regel besonders viele Frauen beschäftigt, die zudem finanziell in der Regel deutlich schlechter gestellt sind als Beschäftigte im wissenschaftlichen Bereich. Eine passgenaue Planung von Vereinbarkeitsmaßnahmen, finanziellen Erleichterungen, Hilfsangeboten etc. erscheint daher auch aus intersektionaler Perspektive angezeigt: Gerade in Ballungsräumen sind Frauen und weiblich gelesene Personen mit geringem Einkommen besonderen sozialen Härten ausgesetzt, z. B. weil sie überdurchschnittlich häufig alleinerziehend sind, finanzielle und zeitliche Ressourcen für Weiterqualifizierung fehlen etc. Außerdem sieht auch das sächsische Gleichstellungsgesetz vor, jegliche Mitarbeitende staatlicher Organisationen zu erfassen, d. h. Daten zum wissenschaftsstützendem Bereich sollten den Hochschulen vorliegen bzw. sind bereits Teil ihrer Gleichstellungskonzepte (z. B. Gleichstellungsplan der Universität Leipzig). Indikatorenbeispiele für den wissenschaftsstützenden Bereich finden sich im Musterindikatorenset im Kapitel E.

Systematische Gruppierung der Entgeltgruppen des wissenschaftlichen Mittelbaus

In den bisherigen Datenabfragen wurden Entgeltgruppen zwar erhoben, liegen aber nicht gruppiert vor, weshalb etwaige Auswertungen und grafische Darstellungen schnell unübersichtlich wirken können. Außerdem finden sich in den Datentabellen sowohl alte Entgeltgruppen nach BAT wie neuere Entgeltgruppen (z. B. E13, W2) nebeneinander. Auch hier wäre eine Gruppierung sinnvoll. Wie eine solche aussehen könnte, kann im Musterindikatorenset Abschnitt E nachvollzogen werden.

Kategorisierung des wissenschaftlichen Mittelbaus sowie der Professuren in Beamt*innen und NichtBeamt*innen

Um privilegierte von weniger privilegierten Positionen im Mittelbau unterscheiden zu können, empfiehlt sich neben der (gruppierten) Erfassung von Entgeltgruppen sowie der (bereits standardmäßig stattfindenden) Erfassung von Vollzeit bzw. Teilzeitstellen auch eine Erfassung des vorhandenen bzw. nichtvorhandenen Beamt*innenstatus. Der Beamt*innenstatus stellt nach wie vor ein beträchtliches Privileg dar, dessen geschlechtsspezifische Verteilung relevant ist. So sind Beamt*innen z. B. in Sachen Krankenversicherung, verfügbares Einkommen im Alter oder Zugang zu Krediten deutlich besser gestellt gegenüber Angestellten.

Erfassung von Stipendiat*innen

Gerade in Zeiten verschärfter finanzieller Nöte von Studierenden (Deutsches Studierendenwerk 2022, S. 82) erscheint es wichtig, den Zugang zu Stipendien, von der Hochschule vergebenen Preisen sowie Publikationsbeihilfen aus geschlechtsspezifischer Perspektive zu betrachten. Zwar werden diese von den einzelnen Hochschulen unterschiedlich erfasst, eine Standardisierung der Erfassung im Rahmen des Gendermonitorings wäre allerdings wünschenswert. Auch Vergleiche mit bundesweiten Erhebungen wären dann durchführbar (Deutsches Studierendenwerk 2022, S. 100). Insbesondere aus intersektionaler Perspektive wäre eine solche Datenerfassung und -analyse wünschenswert, da sich beim Thema Studienfinanzierung potenziell geschlechtsspezifische Ausschlussmechanismen mit solchen der sozialen (und ggf. nationalen) Herkunft verschränken.

Da das Stipendienwesen inner- wie außeruniversitärer Art komplex ist, hätte eine Ausarbeitung entsprechender Indikatoren tiefgehende Recherchen und ggf. qualitative Datenerhebung an den sächsischen Hochschulen erfordert. Beides war im Rahmen des vorliegenden Auftrags leider nicht zu leisten.

Empfehlungen für zusätzliche Erhebungen bzw. Zusammenführungen mit anderen Berichtswesen

Um die Felder geschlechtliche Vielfalt und Care sowie intersektionale Auswertungen durchführen zu können, müssten an manchen Stelle Daten generiert werden, die über den bisherigen Datenstand des statistischen Landesamts hinausgehen. Hierzu sind in manchen Fällen sicherlich Neuerhebungen (an den einzelnen Hochschulen oder übergreifend) nötig, in anderen Fällen kann das Gleichstellungsmonitoring auf die Daten anderer Berichtswesen (z. B. Beschäftigtenerhebung, Sozialerhebung des Studierendenwerks, Diversitätsdaten) zurückgreifen, sofern solche an den einzelnen Hochschulen oder landesweit vorhanden sind.

Erfassung von Daten zum Feld Care und Vereinbarkeit

Einerseits setzen viele Gleichtstellungsmaßnahmen an der Vereinbarkeit von Care- und Erwerbsarbeit an, wie aus der Analyse der Gleichstellungsberichte bzw. -konzepte der einzelnen Hochschulen deutlich wurde. Andererseits liegen zu Hochschulangehörigen mit Care-Verantwortung nur sehr wenige Daten vor, was eine passgenaue Planung von Maßnahmen erschwert. Während einzelne Hochschulen z. B. Elternzeit und Kindkranktage von Beschäftigten erfassen (Universität Leipzig 2022, S. 10–11), liegen z. B. zu Beschäftigten, die ältere Angehörige pflegen, keinerlei Daten vor.

Zur Erfassung des Feldes Care und Vereinbarkeit bieten sich folgende Datenabfragen an:

  • Erhebung Kindkranktage bei Beschäftigten: Auswertung nach Geschlecht (Universität Leipzig 2022)
  • Auswertung Elternzeit der Beschäftigten: Auswertung nach Geschlecht; sofern möglich: Vergleich Elternzeitdauer männlich – weiblich/divers/k.A.; Alternativ: Vergleich Anzahl Beschäftigte in Elternzeit über mehrere Jahre hinweg (bukof 2021)
  • Erhebung Beurlaubungsgründe bei Studierenden (aus Datenschutzgründen ggf. über mehrere Jahre kumuliert), insbesondere Beurlaubung aufgrund von Elternzeitäquivalent (nach Geschlecht)
  • Fallstatistiken Familienservice und ähnliche Angebote, Vergleich männlich – weiblich/divers/k. A.
  • Erhebung zu Studierenden mit Kind(ern), analog und/oder unter Verwendung der Daten der 22. Sozialerhebung des Deutschen Studierendenwerks (Externer Link) (S. 21)
  • Erhebung der Anzahl von Beschäftigten mit Pflegeverantwortung (für ältere Menschen und/oder Erwachsene mit Behinderung) nach Geschlecht innerhalb von ohnehin stattfindenden Beschäftigtenbefragungen, wie sie etwa an der HTW Dresden (Externer Link) stattfinden

Erfassung von Daten zum Feld geschlechtliche Vielfalt

Zur Erfassung geschlechtlicher Vielfalt sei folgende Vorgehensweise empfohlen:

  • Sofern nicht bereits geschehen, sind die verwendete Formulare (etwa bei für Neu-Immatrikulationen etc.) an das geltende Personenstandsrecht bezüglich Geschlechtseinträgen anzupassen und neben „weiblich“ und „männlich“ um die Geschlechtseinträge „divers“ und „keine Angabe“ zu ergänzen
  • Soll die Gesamtheit aller T*I*N (trans*, inter*, nicht-binären) Studierenden und Mitarbeitenden erfasst werden, empfehlen sich zusätzliche Erhebungen, etwa innerhalb regulärer Beschäftigtenoder Studierendenbefragungen. (Die Gesamtheit aller Personen mit den Geschlechtseinträgen „divers“ und „keine Angabe“ bildet nur einen Bruchteil der T*I*N Hochschulangehörigen ab.)
  • Es bietet sich an, Indikatoren in das Gleichstellungsmonitoring zu implementieren, die Vorgehensweisen und Weiterbildungsmöglichkeiten zum diskriminierungsfreien Umgang mit T*I*N (trans*, inter*, nicht-binären) Studierenden und Mitarbeitenden abbilden. Diese können angelehnt an entsprechende Handreichungen entstehen, z. B. einen Leitfaden der TU Dresden für genderinklusive Kommunikation, der jedoch auch viele allgemein Hinweise in Sachen Geschlechterdiversität enthält.

Erfassung von Daten zum intersektionalen Aspekt

Zur Erfassung intersektionaler Aspekte bietet sich Folgendes an:

  • Um intersektionale Aspekte angemessen abzudecken, sind integrierte Verfahren und Indikatoren additiven Vorgehensweisen vorzuziehen (Pusch/Weber 2024).
  • Um eine dergestaltige integrierte Herangehensweise zu bewerkstelligen, sind umfassende Recherchen sowie eine Koordinierung mit Antidiskriminierungsbeauftragten, Beauftragten für Studierende mit Behinderungen und Diversitätsbeauftragten nötig.
  • Zur Erstellung konkreter Indikatoren empfehlen sich zusätzlich qualitative Erhebungen an den einzelnen Hochschulen, um die Verflechtungen intersektionaler Ausschlussmechanismen sichtbar machen zu können.

Empfehlungen für die Darstellung der Daten im Dashboard

Als Beispiel dafür, wie ein Datendashboard aussehen könnte, diente in der vorliegenden Analyse die Website des Genderstatistikportals NRW. Ausgehend hiervon sowie anknüpfend an eigene Arbeiten in Sachen Gendermonitoring lassen sich folgende Empfehlungen festhalten:

  • Es sollten wenige, allgemein geläufige Diagrammsorten verwendet werden. Erfahrungsgemäß empfehlen sich hier Kreisdiagramme, Liniendiagramme und Balken- bzw. Säulendiagramme. Die Ringdiagramme im Genderstatistikportal NRW erscheinen dagegen als weniger intuitiv.
  • Die Definitionen der einzelnen Indikatoren (Feld „Zweck und Aussagefähigkeit des Indikators“ im Datenkonzept) könnten mittels eines Infofeldes angezeigt werden, das erscheint, wenn man mit dem Mauszeiger über die betreffende Überschrift zieht.

Verwendete Literatur

Barrierefreier PDF-Download

Entwicklung eines Gendermonitoringkonzepts

Datei herunterladen (PDF, 2 MB)