People Analytics und künstliche Intelligenz im HR

People Analytics hilft, den Weg von der administrativen Personalarbeit hin zum strategischen Personalmanagement zu ebnen. Die Digitalisierung der HR-Prozesse ermöglicht neben der Verwaltung der Personaldaten auch deren Analyse sowie die automatische Auswertung und Verknüpfung mit anderen wirtschaftlichen Erfolgsfaktoren durch entsprechende Software. Das heisst, die ausgewerteten Daten aus dem Personalmanagement können in Zusammenhang mit anderen Unternehmenskennzahlen gestellt werden. Diese Schnittstelle unterstützt eine erfolgreiche Entscheidungsfindung im Personalwesen. 

Der Einsatz von People Analytics kann in mehreren Komplexitätsstufen erfolgen. Die erste Stufe umfasst das klassische Personalcontrolling oder HR-Reporting. HR-Kennzahlen (z.B. Fluktuationsquote, Mitarbeiterzahl, Durchschnittsalter) werden anhand ausgewählter Strukturparameter des Unternehmens (z.B. Jobgruppen, Standorte) ausgewertet. In der zweiten Stufe werden begünstigende Faktoren dieser HR-Kennzahlen ermittelt, um so Ursache-Wirkung-Zusammenhänge aufzeigen zu können. In der dritten Stufe werden die Ergebnisse von bisherigen Analysen genutzt, um Aussagen über zukünftige Entwicklungen im HR des Unternehmens treffen zu können.
Der Einsatz von People Analytics hat erwiesene Vorteile für Unternehmen, welche die wenigsten bisher nutzen:

1. Beschleunigte Entscheidungsfindung im HR-Bereich
2. Reduzierung kostspieliger Fehlentscheidungen
3. Aufzeigen strategischer Wirkungen einzelner Personalmassnahmen

Was hindert Unternehmen nun daran People Analytics gewinnbringend einzusetzen und wie kann man sie in der Umsetzung unterstützen, diesen Wettbewerbsvorteil für sich zu nutzen?

Die erfolgreiche Implementierung von People-Analytics umfasst fünf Schritte:

1. Identifikation eines Ziels mit betriebswirtschaftlicher oder strategischer Relevanz für das Unternehmen
Ausgehend davon wird ermittelt, welchen Beitrag das Personalmanagement konkret auf dem Weg zur Zielerreichung leisten kann.

2. Schaffung der passenden Datenbasis
Hierbei sollte eine genaue Messung vordergründig sein und die existierenden Datensätze hinsichtlich Form (quantitativ, qualitativ), Qualität (fehlende Werte, Messgüte) und des Quellsystems (technischer Zugang) beurteilt werden.

3. Auswahl und Durchführung der analytischen Verfahren.
Es werden Experten benötigt, die statistische Analysemethoden kennen und die passenden für die Datenbasis wählen.

4. Verständliche Aufarbeitung und Kommunikation der Ergebnisse für die Entscheider/-innen im Unternehmen
Am besten wird die Bereitstellung der Ergebnisse unternehmensweit automatisiert, sodass sie die Entscheidungsträger für Führungsstrategien nutzen können. Durch einen breiten Zugang zu People Analytics wird die reaktive Personaladministration abgelöst durch eine proaktive Gestaltung der Personalmassnahmen.

5. Nutzung der Analyseergebnisse auf verschiedenen Managementebenen für Entscheidungsprozesse.
Die obere Managementebene nutzt sie bei strategischen Richtungsentscheidungen, der mittleren Managementebene erleichtern sie die Ausrichtung von Personalmassnahmen an diesen strategischen Stossrichtungen und auf der Mitarbeiterebene nutzen sie dem Verständnis für und der Begründung von Entscheidungen im Personalmanagement.

6. Künstliche Intelligenz wird im Alltag bereits vielfach eingesetzt. Auch die eHRM-Systeme stecken voller ungenutzter Daten, die analysiert werden können, um Muster und Zusammenhänge zu erkennen. Fragen wie: „Warum verlassen Mitarbeiter unser Unternehmen?“ oder „Über welchen Kanal bekommen wir die besten Kandidaten für Stelle XYZ?“ beschäftigen Personaler. Algorithmen können Antworten durch Korrelationen in bereits verfügbaren Daten finden. Moderne Recruiting-Systeme enthalten semantische Suchmaschinen, die dem Recruiter dabei helfen auf intelligentere Weise zu suchen. Allerdings funktionieren die meisten Systeme noch mit Synonymalgorithmen und basieren auf menschlichem Input. Würden sie aber selbst lernen, könnten sie die Suche besser abgrenzen und passende Kandidaten selbstständiger suchen. Die letzte Instanz für die Auswahl des passenden Matchs wird auch in den nächsten Jahren noch der Mensch sein. Anwendungen, die bereits jetzt das Recruiting unterstützen sind beispielsweise:

• Intelligente Tools, die proaktiv bei der Optimierung von Stellenanzeigen und dem Stil Ihrer Formulierungen beraten
• Verwendung von KI zur Veröffentlichung von Stellen über die richtigen Kanäle, um die richtigen Zielgruppen anzusprechen
• Digitale persönliche Assistenten, die dabei helfen, Ihre Arbeitsweise zu optimieren und von Ihrem Verhalten lernen
• Verhaltensanalysen, basierend auf Wortwahl, Sprachmuster und nonverbalem Verhalten, die die Eignung für einen bestimmten Job vorhersagen
• Chatbots, die allgemeine Fragen von Kandidaten auf eine schnelle und effiziente Weise beantworten und sogar schon ein Vorstellungsgespräch planen können

Diese Texte basieren gemäss den Lizenzbestimmungen https://creativecommons.org/licenses/by-sa/3.0/de/ auf dem Artikel von „People Analytics: ein praxisorientiertes Umsetzungsmodell, von D. Mühlbauer, S. 269-279 in Handbuch HR-Management New Work & Arbeiten 4.0 von Trendreport und durch die Bearbeitung und Aenderung von: Gielen, Frank (2017 Künstliche Intelligenz und der „Super Recruiter“. in: Handbuch HR-Management 1. Aufl., S. 136-138. Bonn: ayway media GmbH.Es gilt die Lizenz CC BY-SA 3.0 DE: https://creativecommons.org/licenses/by-sa/3.0/de/