Eine offene, begrenzte Leitfrage, ein gemeinsames Verständnis der Ausgangslage und relevante Erfahrungen der Beteiligten bilden den Ausgangspunkt. Hinzu kommen bekannte Randbedingungen, ein abgegrenzter Entscheidungsrahmen, Bausteine sowie eine Moderation. Fakten, Vermutungen und noch fehlende Informationen werden von Anfang an unterschieden.
Wissen · Methode · Anwendung
BRICK Brainstorming AI
BRICK Brainstorming verbindet eigenständige Ideenfindung mit Bausteinmodellen: Teilnehmende erklären ihre Ansätze, ordnen Gemeinsamkeiten und wählen anhand offener Kriterien überprüfbare nächste Schritte. Die Bedeutung des Modells kommt von den Menschen, nicht von seinem Aussehen.
Ideen sammeln, clustern, bewerten und als Brick-Modell umsetzen
- BRICK Framework
Methodenbeschreibung
BRICK Brainstorming AI
Redaktionsstand: 14.10.2026
Definition
BRICK Brainstorming ist die hier verwendete Verbindung von Brainstorming mit einer anschaulichen Darstellung von Ideen durch Bausteinmodelle. Die fachliche Arbeit besteht darin, zu einer offenen Frage zunächst unterschiedliche Lösungsansätze zu sammeln, verwandte Ansätze zu clustern, Alternativen nach transparenten Kriterien zu bewerten und daraus überprüfbare Maßnahmen abzuleiten. Ein Modell kann Beziehungen, Hindernisse oder einen gewünschten Zustand veranschaulichen; seine Bedeutung muss ausdrücklich erklärt werden. Physisches Bauen ist eine mögliche Workshop-Variante, aber keine Voraussetzung für die digitale Anwendung. Im Tool entsteht die Brick-Darstellung aus den dokumentierten Inhalten. Sie ist eine Illustration der Ideen, kein Prototyp, keine Messung und kein Wirksamkeitsnachweis. Entscheidend sind nachvollziehbare Aussagen und überprüfbare nächste Schritte, nicht die Attraktivität des Modellbildes.
Einordnung in die Themenbereiche
BRICK Brainstorming gehört zur Ideenentwicklung und Workshop-Moderation. Der hier verwendete Name bezeichnet eine Kombination von Vorgehensweisen, keinen eigenständigen DIN-/ISO-Standard und kein nachgewiesenes Wirksamkeitsverfahren. Die Anwendung ist auch nicht mit einem vollständig moderierten LEGO SERIOUS PLAY Workshop gleichzusetzen. Methodisch werden eine öffnende Ideensammlung und eine anschließende begründete Auswahl getrennt. Im Tool entsprechen dem die vier fachlichen Arbeitsbereiche Ideen, Cluster, Bewertung und Maßnahmen; Thema und Rahmen, menschliche Prüfung und Formblatt ergänzen den Ablauf. Die folgenden sieben Schritte erläutern die fachliche Durchführung und den Transfer, nicht sieben verbindlich vorgeschriebene Tool-Phasen.
Ziele
- Unterschiedliche Erfahrungen und Lösungsideen sichtbar machen, bevor die Gruppe sich auf einen Ansatz festlegt.
- Auch zurückhaltenden Teilnehmenden Raum für eigenständige Beiträge und Erläuterungen geben.
- Missverständnisse über Rollen, Übergaben und Wirkannahmen im Gespräch erkennen.
- Ideen anhand vorher vereinbarter Kriterien auswählen statt nach Modellästhetik oder Hierarchie.
- Aus priorisierten Ansätzen kleine, verantwortete und überprüfbare Versuche ableiten.
Wirkkette
Zunächst werden Ideen unabhängig gesammelt und anschließend gemeinsam erläutert. Verwandte Vorschläge werden gebündelt, Alternativen anhand vereinbarter Kriterien verglichen und geeignete Ansätze in Versuche übersetzt. Bausteinmodelle oder Modellbilder helfen bei der Verständigung über ausgewählte Inhalte; ihre Darstellung darf die fachliche Bewertung nicht bestimmen.
Dokumentiert werden eine verständliche Ideenliste, nachvollziehbare Clusterzuordnungen, begründete Bewertungen und Maßnahmen mit Verantwortung, Termin und Wirksamkeitskontrolle. Eine Brick-Darstellung mit Bedeutungserklärung ergänzt das Formblatt. Offene Annahmen und der menschliche Prüfstatus bleiben erkennbar; ein fertiges Bild ist keine fachliche Freigabe.
Ein mögliches unmittelbares Ergebnis ist ein gemeinsames Verständnis der priorisierten Ansätze: Was soll sich ändern, weshalb erscheint es sinnvoll und welcher Versuch folgt? Ob dieser gemeinsame Arbeitsstand tatsächlich erreicht wurde, prüft die Gruppe anhand der erklärten Modelle, dokumentierten Einwände und verbindlichen Zusagen.
Ein langfristiger Nutzen entsteht erst, wenn geeignete Ideen erprobt, ihre Ergebnisse gemessen und erfolgreiche Veränderungen übernommen werden. Je nach Aufgabe können kürzere Wartezeiten, weniger Rückfragen oder bessere Zusammenarbeit angestrebt werden. Die Methode allein garantiert diese Wirkungen nicht; maßgeblich sind Ausgangswert, Umsetzung und überprüfte Ergebnisse.
Schritte der Methode
- 1
Die richtige Frage stellen
Formuliere eine offene Leitfrage mit erkennbarem Ziel und klarer Grenze, zum Beispiel: Wie können wir Rückfragen bei der Übergabe zwischen Vertrieb und Service vermeiden? Klärt, wer betroffen ist, welche Fakten vorliegen und welche Entscheidungen die Gruppe selbst treffen darf. Eine vorgegebene Lieblingslösung gehört nicht in die Frage.
- 2
Ideen zunächst unabhängig sammeln
Beginnt mit einer stillen Einzelphase: Jede Person notiert Ansätze, ohne auf eine Wortmeldung warten zu müssen. Formuliert pro Idee den Vorschlag und das angesprochene Problem. Bewertet noch nicht und haltet auch ungewöhnliche oder widersprüchliche Ideen fest. Ein physisches Modell kann zur Ideenentwicklung dienen, muss aber nicht gebaut werden; im digitalen Tool bleibt der beschriebene Gedanke die fachliche Ausgangsbasis.
- 3
Ideen erklären und Bedeutungen klären
Lasst die Beteiligten ihre Ansätze erläutern und Verständnisfragen beantworten. Wenn ein Modell verwendet wird, erklärt die Person, deren Idee es darstellt, die Bedeutung der Elemente und Beziehungen. Deutet andere Beiträge nicht ungefragt um. Haltet die fachliche Aussage in Textform fest, damit sie auch ohne Modellbild verständlich und später überprüfbar bleibt.
- 4
Verwandte Ansätze bündeln
Ordnet Ideen nach dem Problem, das sie lösen, oder nach ihrem Wirkprinzip. Gebt jedem Cluster einen verständlichen Namen. Ähnlichkeiten dürfen nicht dazu führen, abweichende oder noch ungeklärte Beiträge zu verlieren. Verknüpft Modelle nur dann, wenn die beteiligten Personen die gemeinsame Bedeutung bestätigen.
- 5
Kriteriengebunden bewerten und Auswahl begründen
Legt vor der Auswahl fest, was Nutzen, Umsetzbarkeit, Aufwand und Risiko im konkreten Fall bedeuten. Für die Ampelbewertung im Tool kann Grün beispielsweise „für einen Versuch geeignet“, Gelb „zuerst eine offene Annahme klären“ und Rot „unter den aktuellen Randbedingungen nicht verfolgen“ bedeuten. Die Gruppe muss diese Arbeitsdefinition bestätigen. Haltet zu jeder Bewertung die Begründung fest; Farbe, Stimmenzahl und Modellästhetik ersetzen keine Prüfung.
- 6
Einen überprüfbaren Versuch vereinbaren
Wählt für einen priorisierten Ansatz einen begrenzten nächsten Schritt. Haltet fest, was getestet wird, wer verantwortlich ist, wann entschieden wird und welche Beobachtung für oder gegen den Ansatz spricht. Notiert vor dem Versuch den Ausgangszustand und eine geeignete Messgröße.
- 7
Ergebnisse prüfen und Lernen sichern
Vergleicht die Beobachtungen mit Ausgangswert und Entscheidungskriterium. Entscheidet bewusst zwischen übernehmen, anpassen und verwerfen. Dokumentiert auch einen nicht bestätigten Ansatz als Lernergebnis. Wenn eine Verbesserung wirkt, passt betroffene Standards, Arbeitsanweisungen, Schulungen und gegebenenfalls die FMEA an.
Anwendungsgebiete
- Neue Ansätze für wiederkehrende Rückfragen und Wartezeiten an Schnittstellen entwickeln.
- Serviceangebote aus unterschiedlichen Kunden- und Mitarbeitendenperspektiven weiterdenken.
- Varianten für eine bessere Einarbeitung oder einen Wissenstransfer sammeln.
- Verbesserungsideen aus Produktion, Qualität und Logistik in einem Workshop zusammenbringen.
- Alternativen für einen geplanten Veränderungsschritt vor einem Pilotversuch diskutieren.
- Unterschiedliche Vorstellungen von Zusammenarbeit sichtbar machen, bevor Maßnahmen beschlossen werden.
Lehrbeispiel · fiktiv · keine nachgewiesenen Projektergebnisse
Vom Übergabeproblem zum Pilotversuch im Kundenservice
- 1 · Ausgangslage und Leitfrage
- Im fiktiven Service-Team fehlen bei Übergaben häufig Angaben zum Kundenanliegen. Leitfrage: Wie könnte die Übergabe so aussehen, dass die nächste Person ohne Rückfrage starten kann? Häufigkeit und Gründe der Rückfragen müssen zunächst erhoben werden.
- 2 · Drei unterschiedliche Ideen
- Eine Person baut eine Brücke für ein kurzes Übergabegespräch, eine zweite ein Tor für einheitliche Mindestangaben und eine dritte eine Fahne für eindeutig benannte Zuständigkeit. Jede erklärt selbst, was ihr Modell bedeutet.
- 3 · Begründen statt abstimmen lassen
- Das Team vergleicht die drei Ansätze anhand von erwartetem Nutzen, täglichem Aufwand und Erprobbarkeit. Für einen begrenzten Versuch wählt es Mindestangaben plus benannte Zuständigkeit; ein zusätzliches Gespräch bleibt eine Alternative, keine automatisch verworfene Idee.
- 4 · Annahme und Pilot
- Zu prüfende Annahme: Vollständige Mindestangaben reduzieren Rückfragen, ohne die Übergabe unverhältnismäßig zu verlängern. Eine benannte Service-Verantwortliche erprobt den Ansatz zwei Wochen lang für einen abgegrenzten Vorgangstyp.
- 5 · Messung und Entscheidung
- Vor und während des Versuchs werden der Anteil der Übergaben mit Rückfrage und die Bearbeitungszeit gleichartig erfasst. Ein denkbares, noch zu vereinbarendes Ziel ist eine relative Senkung der Rückfragequote um 20 Prozent ohne längere Gesamtbearbeitung. Das ist eine Zielhypothese, kein erzieltes Ergebnis.
- 6 · Was anschließend bleibt
- Bestätigt der Versuch die Annahme, werden die Übergaberegel und die Einarbeitung angepasst. Andernfalls untersucht das Team die Ursachen, verändert den Ansatz oder verwirft ihn. Entscheidend ist das beobachtete Ergebnis, nicht das überzeugendere Bausteinmodell.
Freigeschaltete Beispiele
Diese Beispiele sind vollständig freigegeben und auch im separaten Beispiele-Schritt verfügbar.
Nacharbeit in der Montage reduzieren
Globales fiktives Lehrbeispiel · Aufgabe, Modell und Erklärung vor den Einzelideen · zwei A4-Querformatseiten · redaktionell überarbeitet, menschliche Freigabe offen.
Wartezeiten im Kundenservice verkürzen
Globales fiktives Lehrbeispiel · Aufgabe, Modell und Erklärung vor den Einzelideen · zwei A4-Querformatseiten · redaktionell überarbeitet, menschliche Freigabe offen.
BRICK Brainstorming AI erklärt sich selbst · Ideen sichtbar entwickeln
Neutrale visuelle Lernpräsentation mit acht didaktisch geführten Szenen zu den Einsatzmöglichkeiten von BRICK Brainstorming AI. Physisch bauen, KI-Visualisierung und Hybridarbeit; Reflexion, Human-in-the-Loop und Transfer. Redaktionelles Lehrbeispiel ohne reale Unternehmensdaten.
Grenzen der Methode
- Ein Modell ersetzt keine Messung, Ursachenanalyse, Sicherheitsbewertung oder wirtschaftliche Prüfung.
- Metaphern sind nicht selbsterklärend: Die Bedeutung legt die bauende Person fest, nicht die Moderation.
- Sofortige Kritik und dominante Wortbeiträge verengen die Ideensammlung; Sammeln und Bewerten müssen getrennt bleiben.
- Viele Ideen sind noch kein gutes Ergebnis. Auswahl, Verantwortung und ein überprüfbarer nächster Schritt fehlen sonst.
- Motorische, visuelle oder sprachliche Barrieren erfordern passende Alternativen wie größere Steine, Zeichnungen oder assistiertes Bauen.
- Bei stark eskalierten Konflikten oder Entscheidungen ohne echten Gestaltungsspielraum ist zunächst ein anderer Klärungsprozess nötig.
- Mündliches Gruppenbrainstorming ist einer Sammlung unabhängiger Einzelideen nicht grundsätzlich überlegen: Wartezeiten auf Wortbeiträge können die Ideensammlung behindern. Eine stille Einzelphase reduziert dieses konkrete Hindernis, garantiert aber noch keine besseren Lösungen.
- Ein digital erzeugtes Modellbild dokumentiert keine reale Beteiligung, Zustimmung oder gemeinsame Bauaktivität. Solche Aussagen setzen eine tatsächlich durchgeführte und dokumentierte Zusammenarbeit voraus.
Fachliche Grundlagen und Einordnung
- Diehl & Stroebe (1987): Productivity loss in brainstorming groups: Toward the solution of a riddle.
Experimentelle Untersuchung zu Produktivitätsverlusten in Brainstorming-Gruppen, insbesondere durch das Warten auf Wortbeiträge. Sie begründet die Vorsicht gegenüber pauschalen Gruppenleistungsversprechen, belegt aber keine besondere Wirksamkeit von BRICK Brainstorming.
- LEGO Group (2010): Open-source Introduction to LEGO SERIOUS PLAY.
Fachlicher Bezug für das Erklären von Modellbedeutungen und den Austausch über Metaphern. Diese Quelle beschreibt ein eigenständiges moderiertes Verfahren; die digitale Brick-Illustration dieser Anwendung bildet dessen Durchführung nicht automatisch ab.
Wir beraten dich gerne persönlich.
Tool + KI
Was verändert sich gegenüber der Arbeit mit Excel, Word, Papier oder einer freien Arbeitsfläche? Schalte jede Karte zwischen „Ohne unser Tool“ und „Mit Tool“ um.
Struktur & Überblick
- Ideen und Brick-Modelle werden gesammelt und fotografiert; Cluster und Bewertungen werden separat gepflegt.
- Vorlage und Zuordnung der Informationen müssen selbst aufgebaut und gepflegt werden.
Analyse & Klarheit
- Gemeinsamkeiten und Auswahlkriterien werden manuell aus Fotos und Notizen herausgearbeitet.
- Ergänzende Perspektiven und Prüffragen werden im Team eigenständig erarbeitet.
Ergebnis & Weiterarbeit
- Bilder, Favoriten und Maßnahmen werden nach dem Workshop in neue Unterlagen übertragen.
- Änderungen müssen in der zusammengeführten Ergebnisdarstellung nachgezogen werden.
Der Vergleich zeigt typische Arbeitsweisen, keine garantierte Zeitersparnis. Auch Office-Werkzeuge können die Methode abbilden; der Unterschied liegt in der vorbereiteten Struktur und den beschriebenen Funktionen. Der Schalter aktiviert keine KI und verändert keine Projektdaten. KI-Funktionen sind nur mit entsprechender Freigabe nutzbar.
Zum Abschluss
KI kann die Ideenfindung anregen, Cluster und Bewertungen vorschlagen sowie eine Brick-Darstellung aus den dokumentierten Inhalten erzeugen. Sie führt damit keine reale Gruppenberatung durch und erhebt keine Betriebsdaten. Die vorgeschlagene Modellbedeutung, Ideen, Zuordnungen, Bewertungen und Maßnahmen müssen von Menschen geprüft werden. Ein anschauliches generiertes Bild darf weder als tatsächlich gebautes Teilnehmermodell noch als Beleg für Zustimmung oder Wirksamkeit ausgegeben werden. Fachliche Entscheidungen, Verantwortlichkeiten, Termine und die Prüfung anhand realer Kennzahlen verbleiben beim Team.
Bei KI-Unterstützung gilt: Die KI unterstützt, ersetzt aber weder die fachliche Bewertung noch Entscheidungen. Im Human-in-the-Loop prüfen Menschen die Vorschläge kritisch, korrigieren sie und geben die Ergebnisse selbst frei. Ob Effizienz und Klarheit tatsächlich steigen, zeigt sich erst in der eigenen Anwendung und anhand realer Ergebnisse.