HR Analytics

Zeitnaher Zugriff auf qualitativ hochwertige Mitarbeiterdaten sind unverzichtbarer Bestandteil der Unternehmensführung. Moderne Methoden und Werkzeuge ermöglichen es Ihnen, zwischen vormals isolierten Informationen relevante Zusammenhänge herauszustellen. Die Möglichkeiten sind hier sehr vielfältig und umspannen alle Fachbereiche. Beispielsweise wenn Trainingsdaten mit Performance-Daten verglichen werden oder Personalbeschaffungs-Daten mit Vertriebsdaten. Weitere Anwendungsbeispiele habe ich weiter unten aufgeführt.

Insbesondere Anbieter von Analytics-Software werben zunehmend mit dem Etikett “AI-powered”. Die Entwicklung in diesem Bereich hat sich in den letzten Jahren stark beschleunigt. Hinter den Verfahren verbergen sich ausnahmslos Methoden zur statistischen Klassifizierung von Daten, die wie andere statistische Verfahren auch Stärken und Schwächen haben. Planen Sie den Einsatz solcher Werkzeuge, so ist es ratsam, die konkreten Grundlagen solcher Marketing-Aussagen z.B. im Rahmen einer Anbieterauswahl gründlich und fachkundig zu hinterfragen.

  • Welche Voraussetzungen muss Ihr Unternehmen für die erfolgreiche Anwendung AI-gestützter Verfahren erfüllen?
  • Was sind die grundlegenden Algorithmen und deren Annahmen?
  • Wie werden die AI-Verfahren trainiert und welcher zeitliche und sonstige Aufwand ist mit der erfolgreichen Anwendung verbunden?

Unter Berücksichtigung dieser Leitfragen können analytische Verfahren mit AI-Elementen durchaus wertschöpfend eingesetzt werden. Im Vordergrund steht dabei die sinnvolle Kombination von AI-basierten Anwendungen, die in eng definierten Domänen Überlegenheit besitzen, mit genuin menschlichen Stärken – Abstraktion, Generalisierung und relevantes Schlussfolgern.

Unabhängig von der konkreten Methodik sind für den produktiven Einsatz von HR Analytics zwei Betrachtungsebenen untrennbar miteinander verwoben:

Die Grundlage für datengestützte Entscheidungen:

  • Sind Ihre Definitionen unternehmensweit bekannt/abgestimmt und werden auch operativ gelebt?
  • Ist das Datenmodell für Ihre Beschäftigten hinreichend genau und verlässlich?
  • Wie steht es mit der Datenqualität? Erzeugen wiederholte Abfragen dieselben Ergebnisse?
  • Unterstützt Ihre Systemarchitektur den "single point of truth"?
  • Sind erhobene Daten, Metriken und KPIs relevant, trennscharf und handlungsleitend?

Anwendungsbeispiele für HR Analytics & Data Science:

  • Welche Fragestellungen Ihrer Geschäftsbereiche brauchen verbindliche Antworten aus der Mitarbeiterschaft?
  • Welche Attribute von Bewerbern erhöhen die Wahrscheinlichkeit für Erfolg in Ihrem Unternehmen?
  • Was sind ihre Top-Teams und welche Kriterien machen deren überdurchschnittliche Leistung aus? Wie lassen sich solche Einsichten systematisch auf andere Teams übertragen?
  • Wie planen Sie Ihren zukünftigen Personalbedarf?
  • Wie können Sie das Risiko für den Abgang von Leistungsträgern reduzieren?
  • Wie machen Sie die Wirksamkeit von Trainingsmaßnahmen messbar?
  • Wie lassen sich unnötige Überstunden identifizieren und eliminieren?
  • Wie lassen sich Diversity-Ziele definieren und messen?

Hier sind einige Beispiele aus meinem Leistungsportfolio

  • Datenarchitektur/Datenmodellierung auch komplexer Mitarbeiterstrukturen
  • Definition und Einführung von Steuerungssystemen (Metriken, Key Performance Indikatoren und quantitative Analysen) zur Ausrichtung der Personalfunktion an der Unternehmensstrategie
  • Prozess- und Service-KPIs zur Qualitätsverbesserung
  • Multivariate Verfahren (z.B. Regressionsanalysen, Lineare Strukturgleichungsmodelle)
  • Unterstützung bei der Bewertung und Implementierung von Analyse-Szenarien mit Methoden des Maschinellen Lernens
  • Projektsteuerung und Ergebnissicherung
  • Tool-Auswahl (z.B. f. Analysen und Visualisierung) und Implementierung
  • Schulung von Mitarbeitern in deutscher und englischer Sprache

Selbstverständlich ist für unser Vorgehen die Konformität mit der Datenschutzgrundverordnung (DSGVO) bei allen Aktivitäten, welche die Verarbeitung von personenbezogenen Daten umfassen.