Die Einführung in eine datengestützte Mitarbeiterführung! Dieses Buch zeigt, wie Sie Ihre Arbeit an mitarbeiterbezogenen Themen durch Daten ergänzen und somit den Erfordernissen eines digitalen Personalmanagements gerecht werden. Es vermittelt das nötige Grundwissen, um erste People-Analytics-Lösungen für Ihr Unternehmen zu planen und einzusetzen. Zudem erfahren Sie, wie die Ergebnisse von HR-Tools richtig bewertet werden und Software optimal eingesetzt wird. Inhalte: - Grundlagen HR-Controlling: Kennzahlen, Dashboards, Benchmarking. - Wie People-Analytics funktioniert. - Das erste eigene People-Analytics-Projekt. - Anwendungsgebiete und -beispiele. - Datenschutz und Mitbestimmung.Arbeitshilfen online: - Checklisten. - Links zu aktuellen Studien.
Ebooka przeczytasz w aplikacjach Legimi lub dowolnej aplikacji obsługującej format:
Liczba stron: 332
Podobne
Inhaltsverzeichnis
Hinweis zum Urheberrecht
Haufe-Lexware GmbH & Co. KG, Freiburg
Impressum
Bibliografische Information der Deutschen Nationalbibliothek
Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar.
Dr. Cornelia Reindl, Stefanie KrüglPeople Analytics in der Praxis1. Auflage 2017
© 2017, Haufe-Lexware GmbH & Co. KG, [email protected]: Christiane Engel-Haas
Lektorat: Gabriele Vogt, OberaudorfGrafik: Andreas Wünsche, Wünschedesign, NürnbergSatz: Reemers Publishing Services GmbH, KrefeldUmschlag: RED GmbH, KraillingDruck: Schätzl Druck & Medien GmbH & Co. KG, Donauwörth
Alle Angaben/Daten nach bestem Wissen, jedoch ohne Gewähr für Vollständigkeit und Richtigkeit. Alle Rechte, auch die des auszugsweisen Nachdrucks, der fotomechanischen Wiedergabe (einschließlich Mikrokopie) sowie der Auswertung durch Datenbanken oder ähnliche Einrichtungen, vorbehalten.
Vorwort: People Analytics – Potenziale gemeinsam nutzen
„If the statistics are boring, you’ve got the wrong numbers“
Liebe Leserinnen und Leser,
liebe HR-Begeisterte,
Personalmanagement baut Brücken zwischen Unternehmens- und Mitarbeiterinteressen. Gute Personalarbeit zeichnet sich dabei vor allem durch Kenntnis des Geschäfts und Zugewandtheit zu den Menschen aus. Sie trifft wertschöpfende und wertschätzende Entscheidungen vor dem Hintergrund von Daten und Fakten. Genau hier können People Analytics einen wesentlichen Beitrag leisten und Entscheidungen für Unternehmen und Mitarbeiter1[2] nachhaltig verbessern. Mit People Analytics werden Informationen intelligent verknüpft, neue (Wirkungs-)Zusammenhänge erkennbar und damit solidere Entscheidungsgrundlagen für Unternehmen und Mitarbeiter geschaffen. Dadurch wird das Personalmanagement in seiner Rolle als strategischer Partner auf Augenhöhe mit Unternehmensleitung und Führungskräften sowie als Employee Champion gestärkt. Voraussetzung dafür ist, dass wir uns des Themas People Analytics proaktiv, gestaltend und alle Stakeholder einbeziehend annehmen.
Gerade in Zeiten der Digitalisierung werden Daten, Algorithmen und künstliche Intelligenz einen immer größeren Stellenwert in allen Bereichen der Wirtschaft und Gesellschaft einnehmen. Sie sind zukünftig nicht mehr aus unserem (Arbeits-)Leben wegzudenken. Es darf aber keine zwei Welten geben, getrennt durch ein „Werkstor“: die private Welt, in der wir Big Data mehr oder weniger bereitwillig nutzen, und die berufliche Welt, in der wir uns manchmal schon schwer mit Smart Devices tun. Viele andere Unternehmensbereiche wie z. B. Marketing nutzen bereits intensiv Big-Data-Ansätze, um neue Markt- und Kundenpotenziale zu erschließen und zu besseren Entscheidungen in strategischen und operativen Fragestellungen zu gelangen.
Einige Unternehmen erproben auch bereits People-Analytics-Ansätze im Personalmanagement in ganz unterschiedlichen Bereichen und Standorten ihres Unternehmens. Respekt! Denn hier sind häufig Mut, Überzeugungskraft und Durchhaltevermögen gefragt. People Analytics sind schließlich insbesondere unter dem Aspekt des Beschäftigtendatenschutzes kein einfaches Thema für das Personalmanagement und die Sozialpartnerschaft.[3]
Dieses Buch soll – ganz im Sinne des Dialoganspruchs der DGFP – den Austausch fördern und die Diskussion voranbringen. Es geht darum, die aktuellen Erfahrungen mit People Analytics selbstkritisch auszuwerten, künftige Potenziale auszuloten und alle Stakeholder konstruktiv zum Dialog an einen Tisch zu bringen. Es wird – wie bei so vielen Transformationsthemen in unserem disruptiven, digitalen und agilen Zeitalter – nur gemeinsam gehen!
Insbesondere freuen wir uns auf den intensiven Austausch, engagierte Diskussionen und die Vernetzung zu diesem erfolgskritischen Thema. Gemeinsam mit den beiden Autorinnen und der openBIT entwickeln wir als DGFP gerade Leitlinien für einen sicheren und ethischen Rahmen für People Analytics in der Personalarbeit. Beteiligt sind zahlreiche Vertreter aus Wirtschaft, Wissenschaft und Politik, um alle Interessen gleichmäßig abzubilden. Nur gemeinsam mit allen Beteiligten werden wir die Potenziale von People Analytics für Unternehmen und Mitarbeiter nutzen können!
Zunächst einmal wünsche ich aber viel Spaß beim Lesen!
Herzliche Grüße
Katharina Heuer[4]
Vorsitzende der Geschäftsführung
Deutsche Gesellschaft für Personalführung e. V., Frankfurt am Main
1Der einfachen Lesbarkeit halber wurden sprachlich nicht explizit weibliche und männliche Formen verwendet, auch wenn natürlich beide Geschlechter angesprochen sind.
1 Einführung: Warum das Personalmanagement mit Daten arbeiten sollte
Im privaten Bereich sind wir schon längst an die Vorteile von Data Analytics gewöhnt, kaufen online das Produkt mit der besten Bewertung, optimieren unser Schlafverhalten per App, belohnen uns über GPS-Tracking für die getätigte Laufstrecke und stellen bei all dem kaum Fragen zum Datenschutz. Ob Marketing, Finanzbereich, Unternehmenssteuerung oder Innovationsmanagement – erfolgreiche Organisationen arbeiten immer stärker datenbasiert und unterfüttern ihre Erfahrung mit Analysen von Kunden- oder Prozessdaten, um besser zu entscheiden und gezielter zu agieren. Die wachsende Verfügbarkeit von Daten durch IT-gestützte Unternehmensprozesse und neue Datenquellen (z. B. mobile Daten, Social Media-Daten) eröffnet Organisationen aber auch viele Möglichkeiten, Daten gezielt zugunsten motivierter, zufriedener und produktiver Mitarbeiter zu nutzen. Auf dieser Grundlage können verschiedenste mitarbeiterbezogene Problemstellungen unter die Lupe genommen werden, z. B., an welchen Orten in der Organisation findet informelles Lernen statt, wie kann die Vernetzung von Abteilungen gefördert werden, welche Arbeitsräume verstärken das Innovationspotenzial oder was macht aus Sicht der Mitarbeiter eine erfolgreiche Führungskraft aus.[5]
Menschen und Datenanalyse, wie passt das zusammen und was sind People Analytics?
People Analytics (auch: HR Analytics, Workforce Analytics oder Human Resource Intelligence2) bezeichnen die Analyse von Human-Resource-Daten in Verbindung mit strategisch relevanten Unternehmensdaten und unternehmensexternen Daten. Seit 2009 verbreitet sich dieser datenbasierte Ansatz zunehmend in den USA und Europa, hier vor allem in Großbritannien. Inzwischen beginnen auch Organisationen im deutschen Sprachraum People Analytics einzusetzen. Inhaltliche und methodische Grundlagen für People Analytics bauen im Prinzip auf sozialwissenschaftlichen Forschungsrichtungen wie Sozial-, Emotions- und Motivationspsychologie und Betriebswirtschaftslehre auf, sowie auf den Ansätzen aus den Praxisbereichen Business Intelligence, Big Data und Personalcontrolling. Es handelt sich um einen Oberbegriff für die Vorgehensweise, ähnlich einer empirischen Studie vielfältigste Facetten des Zusammenwirkens von Menschen in Organisationen hypothesengeleitet mithilfe von Daten abzubilden und damit eine neuartige Entscheidungsgrundlage zu schaffen.
In der datenbasierten Entscheidungsfindung werden Datensätze verschiedener Art integriert analysiert, um gezielt aktuelle Fragestellungen in Organisationen zu untersuchen und auf Basis dieser Erkenntnisse Unternehmensergebnisse zu verbessern und Businessprobleme zu lösen. Wissenschaftler der Wharton School of the University of Pennsylvania beschreiben People Analytics folgendermaßen: „We use data to advance how organizations make decisions about people, and help leaders operate based on evidence rather than intuition. This new interdisciplinary initiative focuses on research, thought leadership and education of the next generation of experts in this emerging field.“ [6]Prasad Setty, Vizepräsident für People Analytics bei Google, beschreibt, was die Entwicklung von People Analytics antreibt: „We do not want to tell people what to do. But we want them to be capable of making all people decisions based on data and analytics“3.
Der Begriff People Analytics ist in der wörtlichen Übersetzung als „Personenanalysen“ irreführend und provoziert sofort mit einem Bild vom durchanalysierten, gläsernen Menschen. Die Intention der angelsächsischen Wortschöpfung ist jedoch vielmehr, „People Analytics“ als notwendiges Pendant zu „Business Analytics“ zu verstehen; der Begriff wurde vermutlich als Erstes vom Datengiganten Google verwendet. Business Intelligence oder Business Analytics beinhalten seit vielen Jahren die Aufgabe, wirtschaftliche Zusammenhänge, Erfolgsfaktoren, Möglichkeiten zu Umsatzsteigerungen, Marktpotenziale und viele weitere wirtschaftliche Faktoren zu untersuchen und mithilfe der Ergebnisse eine Organisation weiterzuentwickeln. Hinsichtlich der Frage eines zielführenden konstruktiven Zusammenwirkens von Menschen fehlt es hier jedoch häufig an einem umfassenden Verständnis mit einem Gesamtblick auf die Organisation und Hebel zu Themen, die die Wirtschaftlichkeit „nur“ indirekt beeinflussen, wie Mitarbeiterzufriedenheit, Motivation, Einfluss von Führung.[7]
Bevor wir für das vorliegende Buch diesen Titel gewählt haben, haben wir lange überlegt, damit gerungen und mit verschiedensten Menschen diskutiert, ob wir den Begriff „People Analytics“ für Datenanalysen zu Mitarbeiterthemen verwenden möchten. Wir haben uns am Ende bewusst für die Verwendung entschieden, um diesen international aktuell gebräuchlichsten Begriff auch in Deutschland mit Verständnis und Leben zu füllen. Damit möchten wir einen Beitrag leisten, um Klarheit und eine konstruktive Umgangsweise mit Analysen zu Mitarbeiterthemen zu fördern. Es geht uns darum, die Chancen und Potenziale zu heben, die solche Analysen bergen und das Thema aus dem Schattendasein der stillen Kämmerlein zu holen. Möchte man lieber eine deutschsprachige Begrifflichkeit verwenden, dann sprechen wir von datengestützter oder datenorientierter Personalführung bzw. -management. Damit ist gemeint, Datenanalysen als zusätzliches, aber nicht als ausschließliches Instrument der Personalarbeit einzusetzen.
Kurzum, People Analytics bezeichnen jede Form der Datenanalyse, die in Zusammenhang mit Menschen in ihrer Arbeitsumgebung steht. Dabei handelt es sich nicht grundsätzlich um eine neue Entwicklung. Gerade Personalcontroller zucken bei Beispielen aus dem People-Analytics-Umfeld häufig müde mit den Achseln und sagen: „Reports und Auswertungen erstelle ich bereits seit Jahrzehnten.“ Treiben wir hier also nur die nächste Sau durchs Dorf, um Bücher und Beratungsaufträge zu verkaufen? Mitnichten. Neu an People Analytics sind nicht nur die technischen Möglichkeiten, Daten zu erheben und auszuwerten, sondern auch die Verknüpfung mit anderen unternehmensinternen Daten und einer Vielfalt an frei verfügbaren, öffentlichen Daten.[8]
Datenanalysen im Personalmanagement
Sicherlich ist ein Teil von dem, was wir heute People Analytics nennen, ehrlicherweise „alter Wein in neuen Schläuchen“ – ein modernes HR-Controlling deckt einen großen Teil der Anwendungsfälle von People Analytics ab. Die meisten Unternehmen setzen allerdings ein sehr klassisches HR-Controlling um, das eher das Erstellen von Berichten auf Basis standardisierter Kennzahlen für unterschiedliche Zielgruppen umfasst. Ein modernes Personalcontrolling hingegen versteht sich als das „HR-Zahlencockpit der Organisation“, entwickelt innovative Fragestellungen und Kennzahlen zu Mitarbeiterthemen, ist eng mit den Führungskräften vernetzt und berät das Management zu möglichen und zulässigen Analysen. Das ist allerdings in vielen Unternehmen noch Zukunftsmusik.
Die Welt verändert sich – daher muss sich HR verändern! Wir stecken mitten in der vierten industriellen Revolution. Mit den Möglichkeiten, die der digitale Wandel mit sich bringt, können viele HR-Routineprozesse schon heute oft besser von einer guten Software übernommen werden als von einem Menschen. People Analytics können in Zeiten wie diesen Unternehmen helfen, innovativ zu werden und ein besseres Verständnis für die Mechanismen der Zusammenarbeit zu entwickeln. Anstelle des gewissenhaften Verwalters kommt dem Personaler immer stärker die Rolle des strategischen Beraters und Innovationstreibers zu. Das Personalmanagement verantwortet den wichtigsten Erfolgsfaktor der meisten Unternehmen – die Mitarbeiter. Um den Anforderungen der heutigen Zeit – Digitalisierung, demografischer Wandel, globalisierte Märkte, kürzere Innovationszyklen – entsprechen zu können, ist ein Wandel in der Zusammenarbeit nötig, für die das Personalmanagement eine Vorreiterrolle übernehmen muss, wenn es weiterhin eine Existenzberechtigung haben möchte. Als Knotenpunkt aller Unternehmensbereiche und über alle Hierarchien hinweg ist das Personalwesen der ideale Ausgangspunkt, für Pilotprojekte neue Wege, Zusammenarbeit und Unternehmenserfolg zu gestalten.[9]
Neben einer starken Vernetzung, und da ist HR meist ganz weit vorne, benötigen Personaler tiefere Einsichten in die Zusammenhänge der Organisation und müssen in der Lage sein, Ausblicke zu geben und Prognosen anzustellen, um die Zukunft mitzugestalten. Das Personalmanagement muss besser mit Zahlen umgehen können, um als strategischer Partner am corporate table mitzuspielen – nicht zuletzt steht auch HR zunehmend unter Druck, den Mehrwert der eigenen Arbeit mit Zahlen zu untermauern. Dazu muss das Personalmanagement Know-how rund um Datenanalytik ausbauen, um seiner (neuen) Rolle als strategischer Partner gerecht zu werden. Um die Entscheider und Unternehmenslenker, aber auch die Belegschaft bei Transformationsprojekten mitzunehmen und zu überzeugen, sind sehr gute kommunikative Fähigkeiten notwendig, das Storytelling zur Bedeutung von Analyseergebnissen z. B. ist heute ein wesentlicher Erfolgsfaktor in vielen Projekten. Personaler benötigen zudem Kompetenzen, um die Qualität und Einsetzbarkeit von Technologien, Beratungsleistungen und Analytik-Tools bewerten zu können.[10]
Für folgende Bereiche des Personalmanagements kann der Einsatz von People Analytics hilfreich sein:
Strategische Personalplanung, Talentmanagement, Employer Branding, Personaleinsatzplanung, Verständnis der Unternehmensziele, Unternehmenskultur, Personalorganisation: People Analytics können die Ausrichtung der HR-Ziele an der Unternehmensstrategie unterstützen.
Personalbeschaffung, Mitarbeitermotivation, Mitarbeiterbindung: People Analytics können eingesetzt werden, um Trends und Risiken zu erkennen.
Das Personalmanagement muss die Mitarbeiter dabei unterstützen, auf tägliche Herausforderungen vorbereitet zu sein. Daraus entsteht die Aufgabe, eine anforderungsgerechte, dynamische, belegbare und attraktive Personalentwicklung zu gestalten.
People Analytics sind nicht zuletzt deshalb eine Chance für das Personalmanagement, sich zu positionieren, da sich Datenanalysen und die darauffolgenden Veränderungen in der Organisation nicht so leicht outsourcen lassen: Die zugrundeliegenden Fragestellungen und Daten, vor allem aber deren Interpretation im Unternehmenskontext sind hochgradig unternehmensspezifisch. Nur ein Personalmanagement, das dazu auch das Geschäft versteht, kann hier einen echten Mehrwert leisten.[11]
Objektive Entscheidungsgrundlagen für das Management
Unternehmenslenker und Entscheider brauchen in Zeiten einer schnell veränderlichen, unsicheren und komplexen Welt voller Widersprüche tragfähige und zielführende Entscheidungsgrundlagen, insbesondere für das Zusammenwirken von Menschen im Unternehmen. Die wichtigsten „Rohstoffe“ unserer Wirtschaft sind Fachwissen, Anwendungskompetenz, Vernetzung und selbstverantwortliches Handeln der Menschen im Unternehmen. Diese Faktoren lassen sich nicht mehr mit autoritären Top-Down-Entscheidungen und im dunklen Kämmerlein geschmiedeten Plänen steuern. In der Wirtschaftswelt, wie sie sich heute entwickelt, benötigen wir dynamische Formen der Zusammenarbeit und fundierte Informationsquellen, um stets die passenden Entscheidungen zu treffen. Heute werden noch zu viele wichtige Entscheidungen auf der Basis von fehlerhaften Gründen getroffen. Oft genug geht es eher um die Demonstration von Macht, Einfluss statt um die eigentliche Problemstellung.
Wir brauchen nicht immer Datenanalysen, um die richtigen Zusammenhänge zu erkennen. Auch ein umfangreicher Erfahrungsschatz kann einer reflektierten Person als gute Entscheidungsgrundlage dienen. Aber je komplexer unsere Welt wird, umso mehr stoßen auch sehr gute Entscheider und Unternehmenslenker an Grenzen der eigenen Erfahrung. Die Verschiebung des Altersdurchschnitts, Veränderungen in zahlreichen beruflichen Anforderungsprofilen durch Digitalisierung und Automatisierung, die Diskussion um Arbeitswelten 4.0 und kundenzentrierteres, flexibler an Veränderungen angepasstes Arbeiten – diese und mehr Herausforderungen stellen die Wirksamkeit tradierter Managementmethoden in Frage. Der Themen- und Methodenkomplex People Analytics eröffnet ein Feld für das umfassendere Verstehen und Beobachten eines Themas durch das Bilden und Prüfen von Hypothesen, bevor eine Entscheidung getroffen wird. Das ist freilich zeitaufwändig, aber es lohnt sich aus unserer Sicht, gerade in einer Welt im ständigen Wandel genau hinzuschauen und lieber einen Veränderungsprozess weniger zu initiieren, dafür dann aber richtig, tragfähig und nachhaltig. Es lohnt sich daher auch für Führungskräfte und Entscheider, sich mit People Analytics zu befassen.[12]
Datengestützte Entscheidungsfindung
Im Zusammenhang mit People Analytics lesen wir immer wieder von – und wir haben es tatsächlich auch schon selbst geschrieben – Daten statt Bauchgefühl. Aber ist das so richtig? Wollen wir Intuition vollständig durch Datenanalysen ablösen? Und wie weit soll das gehen? Werden in einigen Jahren sämtliche Managemententscheidungen von einem Algorithmus getroffen, der viel besser als die kompetenteste Führungskraft weiß, was in jeder beliebigen Situation zu tun ist? Wir glauben nicht an eine Welt, in der Intuition durch Information ersetzt wird. Allerdings möchten wir uns zugleich von der alleinigen Entscheidung auf Basis von Bauchgefühl (wahlweise auch Macht) lösen. Der Erfolg steckt in der Kombination von Erfahrungswissen, Intuition und soliden Informationen. Insbesondere Entscheidungen, die viele Mitarbeiter betreffen, sollten und müssen wohlüberlegt, fundiert und nachhaltig getroffen werden. Zu häufig werden heute Weiterbildungsbudgets für die Trainings ausgegeben, die schon immer gebucht wurden, ohne dass der Erfolg jemals gemessen wurde. Mitarbeiter werden befördert, ohne dass jemand abschätzen kann, ob sie in ihrem neuen Job gut sein werden oder dafür überhaupt geeignet sind. Abteilungen, deren Zusammenarbeit und Wissensaustausch erfolgskritisch sind, kommunizieren nicht miteinander und es fällt jahrelang keinem auf.[13]
People Analytics liefern uns die passenden Daten, um in Kombination mit unserer Erfahrung und Intuition gute Entscheidungen treffen zu können. Es kann durchaus auch Gründe geben, sich für die zweitbeste Handlungsoption zu entscheiden, aber dann kennen wir wenigstens unsere Optionen und entscheiden bewusster. Entscheiden aber tun wir, nicht der Algorithmus – so viel Macht möchten wir nicht in seine Hände legen.
Neue Technologien, zeitgemäßer Datenschutz
Die Hilfsmittel unserer Arbeitswelt produzieren immer mehr Daten. Allein aus unseren E-Mails ließe sich leicht eine Unmenge an Informationen ziehen, z. B. zahlreiche Textinformationen oder der Vernetzungsgrad in die Organisation. Ganz zu schweigen von den Daten, die unser Mobiltelefon über uns preisgeben könnte. Auch unsere Arbeitsumgebung speichert Informationen, beispielsweise Zugangsinformationen durch beschränkte Zutritte auf Werksgelände oder auch einfach die elektronische Arbeitszeiterfassung. All diese Daten könnten höchst wertvoll für People-Analytics-Fragestellungen sein – glücklicherweise genießen unsere persönlichen Daten in Deutschland und auch europaweit durch die ab 2018 anzuwendende EU-Datenschutzgrundverordnung einen strengen Schutz. Darin finden sich bereits einige Vorstöße zu einer an die heutige Realität angepassten Gesetzgebung, wie zum Beispiel der Privacy-by-design-Ansatz. Der Hype um Daten und People Analytics ist eine gute Gelegenheit, den Datenschutz weiter an moderne technische Gegebenheiten anzupassen, Lücken zu schließen und Grauzonen zu klären.[14]
Dieses Buch
… bietet Unternehmensakteuren die Möglichkeit, sich ein grundlegendes Verständnis zu People Analytics anzueignen. Es liefert Grundwissen zu Anwendungsbereichen und Vorgehensweisen und möchte versuchen, praxistaugliche Anleitungen zu geben, die es ihnen ermöglichen, einfache Analysen selbst durchzuführen.
... ermöglicht dem Leser den Einstieg in den Umgang mit Daten im Personalmanagement. Praxisnah werden Grundlagen und Möglichkeiten rund um den Umgang mit Datenanalysen beschrieben. Dabei wird der Bogen von etablierten, relativ einfachen Analysen bis hin zu komplexeren People Analytics gespannt und anhand von Praxisbeispielen illustriert. Mitarbeiter im Personalmanagement/HR finden viele Impulse für Datenanalysen aus den verschiedensten Bereichen und Ansatzpunkte für People-Analytics-Projekte. Führungskräften bietet das Buch einen Überblick über aktuelle Anwendungsthemen.[15]
... bietet eine Einführung und Anleitung in eine datengestützte Mitarbeiterführung. Das Buch zeigt, wie Personalmanager und Führungskräfte ihre Arbeit an mitarbeiterbezogenen Themen durch Daten ergänzen und so den Erfordernissen eines digitalen Personalmanagements gerecht werden können. Dabei greifen wir die Themen auf, die uns in Zusammenhang mit zeitgemäßer Personalführung und digitalem HRM am wichtigsten erscheinen.
2In Kapitel 9.2 finden Sie ein Glossar mit den Erläuterungen der wichtigsten Fachbegriffe.
3Prasad Setty, Vice President, People Analytics and Compensation at Google: HR meets science at Google with Prasad Setty, https://www.youtube.com/watch?v=KY8v-O5Buyc.
2 Eine kleine Geschichte der Arbeit mit Daten im Personalmanagement
Versicherungen und Finanzinstitute entdeckten als Erstes den Nutzen von Datenanalysen im Geschäftswesen, da sie mit aussagekräftigen Analysen direkten Einfluss auf ihre Gewinne nehmen können. Bereits im 19. Jahrhundert begannen Lebensversicherungen damit, anhand von Daten das Risiko einer Auszahlung zu berechnen. Seitdem wurden die Vorhersagen permanent verbessert. Heute sind Scorings zur Einschätzung der Kreditwürdigkeit und Risikoanalyse vor Abschluss einer Versicherung Normalität.[16]
Entscheidungen datenorientiert zu treffen, ist grundsätzlich in Unternehmen nichts Neues. In etlichen Abteilungen, wie dem Controlling, dem Marketing und häufig auch in der Strategie, spielen quantitative Analysen schon länger eine bedeutende Rolle. Neben numerischen Berichten werden zunehmend Visualisierungen und (Self service-)Dashboards genutzt und auch Big- und Smart-Data-Technologien integriert. Viele dieser datenorientierten Projekte haben das Ziel, Geschäftsprozesse in Zahlen abzubilden, Kunden besser zu verstehen oder potenzielle Risiken korrekter einschätzen zu können. Begrifflich firmieren solche Abteilungen häufig als Controlling oder Business Intelligence.
Um People Analytics zu verstehen, lohnt es sich, einen Blick auf die Entwicklung der Arbeit mit Daten im Personalmanagement zu werfen. Das Personalwesen und die Organisationsentwicklung gelangten in der Vergangenheit selten in das Blickfeld der datenorientierten Unternehmensbereiche. Während seit ca. drei Jahren international immer mehr Unternehmen viel Engagement in HR-Controlling und People Analytics investieren und damit zunehmend erfolgreich sind, befassten sich Unternehmen im deutschsprachigen Raum bisher wenig mit datengestützten Entscheidungen zu Mitarbeiterthemen. Das lag und liegt unter anderem daran, dass Human Resources und Organisationsentwicklung am Menschen orientierte Domänen sind, in denen traditionell auf Basis von Erfahrung und Intuition entschieden wird. Insgesamt können wir eine stetige Evolution in der datenorientierten Arbeit im Personalwesen beobachten.[17]
Diese hat sich über mehrere Stufen hinweg entwickelt und in jeder evolutionären Stufe liefert die Datenorientierung von HR einen größeren Wert für das Gesamtunternehmen. Dabei müssen wir beachten, dass sich verschiedene Unternehmen zur gleichen Zeit auf völlig unterschiedlichen evolutionären Entwicklungsstufen befinden können. Während das eine gerade beginnt, die ersten HR-Kennzahlen auszuwerten, befasst sich das andere bereits mit intelligenten Algorithmen. Die Entwicklungsstufen sind hierbei selten in einer Reinform zu finden, wobei es auch sinnvoll ist, verschiedene Ansätze der Entscheidungsfindung miteinander zu kombinieren.
Im Wesentlichen können folgende Entwicklungsstufen unterschieden werden4:
Erfahrungs- oder Intuitionsbasierte Entscheidungsfindung (Opinion-driven decisions)
HR Reporting/Berichtswesen
HR-Controlling: Kennzahlen, Dashboards und externe Benchmarks
Strategische Analyse/Predictive Analytics => People Analytics
Abb. 1: Die Entwicklung der Datenorientierung im HRM (eigene Darstellung in Anlehnung an Smith 2013, S. 12)
Um People Analytics verstehen und anwenden zu können, sollte man sich wie gesagt insbesondere auch mit den früheren Stufen der datenorientierten Arbeit im Unternehmen befassen. Die schon seit Jahrzehnten im HR-Controlling und auch im Unternehmenscontrolling genutzten Ansätze und ihre Ursprünge helfen uns, die vielfältigen Anwendungsmöglichkeiten der Arbeit mit Daten früher, heute und morgen besser zu verstehen.[18]
2.1 Was haben der Taylorismus, die US-Armee und Baseball mit People Analytics zu tun?
Lange bevor sich Human Resources als Fachabteilung und Disziplin in Unternehmen entwickelt hat, fanden schon Analysen von menschlichen Eigenschaften und Verhalten im beruflichen Umfeld statt. Beispiele dafür sind Frederic Taylors Arbeiten rund um die Verwirtschaftlichung der Ressource Mensch und deren Effizienzsteigerung, die ersten psychologischen Eignungstests der US-Armee und die gezielte Selektion von Baseballspielern für die Oakland Athletics auf Basis der Beobachtung von Spielverhalten.
Bereits 1911 führte Frederic Taylor datenbasierte wissenschaftliche Untersuchungen zu Arbeitsabläufen in Industrieunternehmen durch, auf deren Basis er den Taylorismus begründete5. Mit dem Ziel, die Produktivität von Produktionsbetrieben zu steigern, begann er die Produktivität der Arbeiter zu messen. Er führte Arbeitsablaufstudien durch und begründete damit die wissenschaftliche Betriebsführung. Er beobachtete die Arbeitsabläufe genau und führte dann eine unvoreingenommene Analyse der Ergebnisse durch, aus denen er seine Erkenntnisse ableitete. Diese Vorgehensweise entspricht bis heute Qualitätsstandards in der Forschung.
Beispiel: Taylors Roheisen-Experiment
Das Experiment Frederic Taylors mit Arbeitern der Stahlindustrie stellt den Beginn der wissenschaftlichen Betriebsführung dar. Als Taylor bei der Midvale Steel Company beschäftigt war, musste er Wege finden, die es möglich machten, dass Arbeiter schneller und besser arbeiten6[19]. In seinem Experiment erforschte er, ob es möglich sei, dass seine Arbeiter statt 12,5 Tonnen Roheisen 47 Tonnen pro Tag bewegten.
Zunächst wählte Taylor eine Anzahl an körperlich fitten und ausdauernden Männern aus, die stark genug waren, mehr zu arbeiten. Dabei stellte er ganz nebenbei fest, dass lediglich 12,5 % der Angestellten der Midvale Steel Company über die physische Fitness verfügten, um in der Stahlindustrie zu arbeiten. Er wies die Männer im Vorfeld an, den Anordnungen der Vorgesetzten präzise zu folgen, egal wie seltsam sie wirken. Sie sollten während des Tages kurze Pausen einlegen, sich eine Weile hinsetzen, einmal etwas Anderes tun etc. Da es zu dieser Zeit unüblich war, während der Arbeitszeit regelmäßige Pausen zu machen, wirkten derartige Anordnungen tatsächlich merkwürdig. Nun unterteilte Taylor die Arbeit in mehrere Teilaufgaben und maß die exakte Zeit, die es dauerte, sie durchzuführen. Anhand der Ergebnisse entwickelte Taylor Durchschnittszeiten für verschiedene Aufgaben, die Arbeiter der gesamten Stahlindustrie erreichen mussten, wenn sie ihren Arbeitsplatz behalten wollten.
Taylor fand zudem heraus, dass Arbeiter, die ihre Arbeit selbst organisieren, weniger leisten als Arbeiter, die konkrete Vorgaben erhalten. Als Vorarbeiter die Arbeits- und Pausenzeiten organisierten, schafften es die Arbeiter tatsächlich, 47 Tonnen Rohstahl pro Tag zu bewegen, ohne zu ermüden. Mithilfe dieses Systems konnten 140 Arbeiter die Leistung von 500 Arbeitern erreichen.[20]
Folgende Schlussfolgerungen zog Taylor aus dem Roheisenexperiment:
Es ist absolut notwendig, dass nur Arbeiter eingestellt werden, die in der Lage sind, jede einzelne anfallende Aufgabe zu erledigen.
Faustregeln müssen durch effektivere Methoden ersetzt werden. Er führte materielle Belohnungen ein.
Arbeiter sollten ausreichende Pausen und bessere Arbeitsbedingungen erhalten.
Auch die Untersuchung von Persönlichkeitseigenschaften im beruflichen Kontext ist nichts Neues. Während des ersten Weltkriegs (1914–1918) startete die US-Armee in Zusammenarbeit mit der American Psychological Association (APA) unter der Leitung von Oberst Robert Yerkes, Mitbegründer des Multiple-Choice-Tests, den ersten psychologischen Eignungstest. In den Versionen US-Army-Alpha- und Beta-Test sollte dieser nachweisen, dass Intelligenz nicht zwangsläufig davon abhängt, ob man lesen und schreiben kann oder die englische Sprache beherrscht. Daraus entstand der Alpha-Test für die gebildeteren Soldatenanwärter und der Beta-Test für die nicht- oder weniger alphabetisierte Gruppe bzw. für Einwanderer, die der englischen Sprache nicht mächtig waren. Diese Tests wurden mit mehr als 1.250.000 Rekruten durchgeführt, um auf Basis von Schulnoten deren Intelligenzleistungen zu bewerten und daraus abgeleitet die Rekruten dem richtigen Einsatzbereich zuzuordnen. Damit gelten Alpha- und Beta-Test als historisch erste Instrumente zur Anwendung quantitativer Datenanalysen zur Personalselektion.[21]
Wenn er auch auf das Kriegsgeschehen kaum Einfluss genommen haben dürfte, bildete dieser umstrittene Test in den USA die Grundlage zur breiten Verwendung von psychologischen Tests in der Wirtschaft, der Industrie und im Bildungswesen. Die bis dato oft als Spinnerei abgetane Psychologie erhielt dadurch einen Aufschwung und entwickelte die Intelligenzforschung rasant weiter. 1919 wurde der National Intelligence Test veröffentlicht und im ersten Jahr mehr als eine halbe Million Mal verkauft. Zu einer Zeit, wo Untersuchungen bislang nur einzeln und weitestgehend durch Ärzte durchgeführt worden waren, war es revolutionär, mit einem Papier- und Bleistift-Verfahren in einem festen Zeitrahmen gleichzeitig eine große Anzahl von Personen testen zu können und das mit nur einem oder zwei Versuchsleitern. Es entwickelten sich zahlreiche Varianten und Methoden zur Intelligenzmessung, bis sich schließlich mit dem Intelligenzquotienten (IQ) eine standardisierte und wissenschaftlich validierte Form der Messung kognitiver Fähigkeiten, die auch kulturspezifische Aspekte berücksichtigt, durchsetzte. Diese Elemente sind auch heute noch zentraler Bestandteil aller modernen Intelligenztests7. Es folgten in den nächsten Jahrzehnten standardisierte Tests zur Untersuchung von Persönlichkeitsmerkmalen, beispielsweise die Arbeiten von C. G. Jung und der darauf basierende Myers-Briggs-Typenindikator8.
Einen zentralen Wegbereiter für People Analytics finden wir nicht in Unternehmen, sondern im Spitzensport. Wo Top-Spieler Millionen kosten, hat Talentförderung eine völlig andere Dimension. Das erste People-Analytics-Projekt im Baseball [22]war so revolutionär, dass es 2004 als Buch9 veröffentlicht und 2011 unter dem Titel „Die Kunst zu gewinnen“/„Moneyball“ mit Brad Pitt in der Hauptrolle verfilmt wurde.
Beispiel: Talent Analytics im Baseball
Die Oakland Athletics waren in den 90er Jahren nicht erfolgreich. Nach mehreren erfolglosen Jahren, in denen der Verein im Major League Baseball früh in den Playoffs gescheitert war, wechselten die verbliebenen Topspieler zu zahlungskräftigeren und erfolgreicheren Clubs. Nachdem der Oakland Manager Billy Bean vergeblich versucht hatte, von Geldgebern und den Clubbesitzern mehr Kapital zur Spielergewinnung zu erhalten, kam er auf die Idee, Talente zu identifizieren, die durch das Raster der Talentscouts gerutscht waren. Dabei kam ihm zugute, dass sich sein Vorgänger Sandy Alderson bereits seit Mitte der 1990er Jahre mit dem Einsatz von Daten zur Identifikation von Talenten befasst hatte.
Gemeinsam mit seinem Assistenten Paul DePodesta besetzte er das Team mithilfe des computergestützten Statistikverfahrens Sabermetrics neu. Förderlich für ihn war, dass die Talentscouts veraltete Kennzahlen, wie z. B. den Schlagdurchschnitt zur Bewertung potenzieller Talente, nutzten. Neuere statistische Methoden hatten gezeigt, dass andere Kennzahlen wie „On-Base Percentage“ wesentlich geeignetere Erfolgsindikatoren waren. Mit diesem neuen Kennzahlenset war es möglich, Spieler zu verpflichten, die von den Scouts der wohlhabenderen Vereine unterschätzt wurden.[23]
Allerdings gab es weitere Schwierigkeiten. Sabermetrics hatte zu dieser Zeit im Baseball keinen guten Ruf. Daher stellte sich der Coach Art Howe gegen Beans Entscheidung, unterbewertete Spieler anzuwerben. Er weigerte sich, Beans Spieler einzusetzen, und schickte stattdessen die älteren bewährten Spieler aufs Feld. Infolgedessen verloren die Oakland Athletics weiterhin ein Spiel nach dem anderen. Bean und DePodesta, inzwischen von Selbstzweifeln geplagt, hielten aber an ihrer Strategie fest und entließen schließlich die Spieler, die Howe entgegen ihrer Empfehlung einsetzte. So war dieser gezwungen, Beans Aufstellung spielen zu lassen – und begann tatsächlich zu gewinnen. Allerdings schafften es die Oakland Athletics knapp nicht, die Major League zu gewinnen.
Andere Vereine begannen, Beans Methode zu kopieren, sodass der Vorteil, den sich die Oakland Athletics durch das Finden der besseren Erfolgsindikatoren verschafft hatten, schnell kleiner wurde. Trotzdem brachte der Jahrtausendwechsel auch einen spürbaren Aufschwung für die Oakland Athletics. Sie waren nun in der Lage, Talent Analytics einzusetzen und stetig zu verbessern.
Abb. 2: Siegerquote der Oakland Ahletics (Quelle: Kryston „Winning percentage of the Oakland A’s 1968-2008“, 04/2009, Wikipedia, https://de.wikipedia.org/wiki/Oakland_Athletics#/media/File:Winning-percentage.png[24].
Es braucht nicht viel Phantasie, um den Erfolg der Oakland Athletics auf die Welt der Unternehmen zu übertragen. Moneyball beschreibt letztendlich nicht mehr und nicht weniger als ein Unternehmen, das in einem von Fachkräftemangel geprägten Umfeld die geeignetsten Mitarbeiter gewinnt, obwohl es nicht die höchsten Gehälter bezahlen kann. Dies tut es nicht, weil es das beste Personalmarketing macht, sondern weil es einen Weg gefunden hat, zu verstehen, welche Eigenschaften die Mitarbeiter auf welcher Position wirklich brauchen. Gleichzeitig zeigt Moneyball auch, dass es nicht reicht, die passende statistische Methode zu finden. People-Analytics-Projekte sind häufig eher Herausforderungen für die Organisationsentwicklung als für die Analytiker. Denn in fast jedem Unternehmen gibt es einen „Coach Howe“, der aufgrund seiner eigenen Unsicherheit die Ergebnisse nicht umsetzen oder sogar gezielt sabotieren möchte.
2.2 Entscheidungen auf Basis von Intuition und Erfahrung im HR
Entscheidungen und Handlungen in Organisationen basierend auf unserer Erfahrung und unserem „Bauchgefühl“ funktionieren zweifelsohne in vielen Situationen sehr gut, auch wenn wir damit in einer zunehmend komplexen und volatilen Welt immer stärker an Grenzen stoßen. Weil nicht jede Entscheidung im Unternehmen mit Daten belegbar ist und weil Entscheidungen auf Basis von Erfahrung und Intuition manchmal völlig ausreichen, werfen wir einen Blick auf die ursprünglichste Form, über Zusammenarbeit und Mitarbeiter zu entscheiden, und ihre Berechtigung. Wir nutzen diesen Entscheidungsweg ganz natürlich in jeder Interaktion mit anderen Menschen. So können wir uns in verschiedenen Situationen richtig verhalten und die Entscheidungen treffen, die sich bereits in der Vergangenheit als gut erwiesen haben.[25]
Die Arbeit mit Daten im Personalwesen ist ein verhältnismäßig junges Phänomen, das erst Mitte des zwanzigsten Jahrhunderts entstanden ist. Und auch zu dieser Zeit war es sehr mühsam und oft unwirtschaftlich, Analysen im Personalwesen zu erstellen. Während sich in den stärker betriebswirtschaftlich geprägten Unternehmensbereichen deutlich früher Datenverarbeitungs- und IT-Systeme etabliert haben, wurden in der Personalabteilung lange sämtliche Daten von Hand erfasst, zum Teil bis heute. Die Berechnungen erfolgten oft manuell. Grafiken wurden mit Lineal und Bleistift gezeichnet. Aus diesem Grund wurde vieles auf Basis von Erfahrung und Intuition entschieden.
Dass es sehr effektiv sein kann, Entscheidungen auf der Basis von Erfahrung und Bauchgefühl zu treffen, zeigen beispielsweise die Untersuchungen von Prof. Aaron Anderson. In den 1990er Jahren führte er an der schwedischen Universität Växjö Studien zur Effizienz unterschiedlicher Entscheidungsmethoden im Management durch. Er konnte nachweisen, dass nur etwa 23 % aller Manager ihre Entscheidungen auf Basis von logisch-analytischen Denkprozessen treffen. Aaron Anderson meint dazu: „Wir überschätzen die Bedeutung des logischen Denkens. Die meisten Management- und Entscheidungstechniken sind auf den Denker-Typ ausgerichtet. Persönliche Wertvorstellungen, Einstellungen und Motive werden meistens nicht berücksichtigt.“ Dabei trifft auch heute die Mehrheit der Manager, etwa 32 %, Entscheidungen auf Basis von Intuition und Erfahrung. Sie richten ihren Fokus weniger stark auf Details, sondern überlegen, welche Möglichkeiten ihnen in der konkreten Situation zur Verfügung stehen. Anhand ihrer Erfahrung können sie abschätzen, wie sich die unterschiedlichen Entscheidungsoptionen vermutlich auswirken werden. Es ist nicht einfach, in einer Studie valide zu ermitteln, welches Entscheidungsverhalten zu größtem Erfolg führt. Trotzdem gelang es Andersson, starke Tendenzen zu identifizieren, die nahelegen, dass „Manager, die vor allem ihrer Intuition folgen und ihre Erfahrungen kritisch und logisch-analytisch reflektieren, am häufigsten erfolgreich sind. Sie erreichen die vorgegebenen Ziele besser als ihre Kollegen, die mehr auf Wahrnehmung, auf Gefühle oder ausschließlich auf ihren logischen Verstand setzen10[26].“
Entscheidungen auf Basis von Erfahrung haben aber auch denkbar Nachteile. Intuition ist immer geprägt von unseren Werten und Einstellungen. Bauchgefühl ist immer subjektiv und auch beeinflusst von Zielen und Ambitionen, die wir für uns selbst verfolgen. Erfahrung muss man zunächst einmal erwerben. Dazu reicht nicht allein eine gewisse Berufserfahrung. Eine persönliche Disposition11[27] und die Bereitschaft und Fähigkeit zur ständigen Reflexion der Auswirkungen der eigenen Entscheidungen sind wesentliche Erfolgsfaktoren von Menschen, die sehr gute Bauchentscheidungen treffen.
2.3 Strukturierte Datenerfassung, HR Reporting und Berichtswesen
Strukturierte Datenerfassung ist ein Kernelement von People Analytics und hat ebenfalls eine lange Geschichte. Das Bedürfnis von Menschen, mit vorgegebenen Zielsetzungen Berichte anzufertigen, ist im wahrsten Sinne des Wortes steinalt. Bereits die altägyptischen Pharaonen nutzten ein ausgefeiltes Berichtswesen, um ihr großes Reich zu kontrollieren. Auch in den doch etwas jüngeren Human Resources war das Berichtswesen oder (Personal-)Reporting bereits früh üblich, noch lange bevor mit dem Personalcontrolling erste systematische Auswertungen und Analysen in Unternehmen durchgeführt wurden. Ein HR-Berichtswesen kann dabei alle Maßnahmen umfassen, die Informationen über die Belegschaft und damit zusammenhängende Faktoren der Zusammenarbeit in Berichtsform – also komprimiert und meist regelmäßig aktualisiert – festhalten. Diese Berichte wurden zunächst schriftlich angelegt. Heute nutzen wir mit Datendashboards eine neue, visueller aufbereitete Form von Berichten.
Im Personal-Reporting werden seit jeher regelmäßig Berichte mit Vergangenheitsdaten erstellt. Personalmanager beantworten im Wesentlichen dem Management die Frage „Was ist passiert?“12, zum Beispiel Krankenstand je Monat, Fluktuation pro Monat oder Quartal, Mitarbeiteranzahl pro Unternehmensbereich, Anzahl durchgeführter Personalentwicklungsmaßnahmen, Anzahl angebotener und/oder durchgeführter Maßnahmen des betrieblichen Eingliederungsmanagements (BEM). Diese retrospektiven Berichte sind noch heute wichtig. Sie sollten aber nicht die einzige Betrachtungsperspektive bieten. Auch Unternehmen, die mit People Analytics arbeiten, benötigen ein Berichtswesen. Dieses übernimmt zwei wesentliche Aufgaben. Zum einen bietet das Personal-Reporting eine wichtige Datenquelle für People-Analytics-Projekte. Zum anderen bildet das Berichtswesen eine Kommunikationsschnittstelle zwischen dem People-Analytics-Team und dem Rest des Unternehmens. Hier werden beispielsweise Dashboards entwickelt, die People-Analytics-Ergebnisse ausspielen.[28]
Das Berichtswesen ist nach wie vor eine wesentliche Kommunikationsform, wenn es darum geht, Informationen aus HR-Controlling oder People Analytics zur Verfügung zu stellen. Die Grundlage für ein solides Reporting bildet dabei die strukturierte und fehlerfreie Erfassung von Daten.
2.4 HR-Controlling: Kennzahlen, Dashboards und Benchmarking
Lange bevor die ersten Personalabteilungen ein HR-Controlling einführten, entwickelte sich das Unternehmenscontrolling. Es entstand Ende des 19. Jahrhunderts in den USA, als dort die ersten Großunternehmen entstanden. Mit der Größe stiegen die Komplexität der Unternehmen und damit der Koordinationsbedarf. Zunächst bestand das Controlling ausschließlich aus den Aufgaben des externen Rechnungswesens, also der Buchhaltung, und der Erstellung von Jahresabschlüssen. Mit der Wirtschaftskrise Anfang der 1930er Jahre begannen Unternehmen das Controlling zu nutzen, um sich besser auf die volatilen Umweltdynamiken einstellen zu können. Von da an wurden im Controlling unternehmensexterne und -interne finanzielle Informationen analysiert. Eine weitere Aufgabe war es, diese Informationen in Berichten für das Management aufzubereiten. Die Erkenntnisse wurden genutzt, um das Unternehmen zu kontrollieren, aber auch um zukünftiges Vorgehen zu planen. Ab Ende der 1950er Jahre richteten Tochterunternehmen US-amerikanischer Firmen auch in Deutschland die ersten Controllingabteilungen ein. Es dauerte aber weitere zehn Jahre, bis ein Großteil der deutschen Unternehmen begann, eigene Controlling-Einheiten einzurichten13[29].
Auch wenn Dr. Jac Fizenz in den USA bereits 1978 die ersten HR-Kennzahlen und 1984 die ersten HR-Benchmarks veröffentlichte, war bis Ende der 1980er Jahre ein Personalcontrolling alles andere als selbstverständlich. Erst langsam wurden neben HR-Reportings auch Kennzahlen, Dashboards und Benchmarkanalysen eingeführt. Analysen wurden erstmals nahezu in Echtzeit durchgeführt. Damit konnte man mithilfe von Daten die Frage „Was passiert heute?“ beantworten.
Während in anderen Unternehmensbereichen bereits ein vollwertiges Controlling eingeführt wurde, dauerte diese Entwicklung im Personalwesen in Deutschland etwas länger. In den 1980er Jahre begannen die ersten deutschen Konzerne ein systematisches HR-Controlling einzuführen, einer der Vorreiter war hier die Grundig AG. Dies war ein wichtiger Fortschritt, denn obwohl es bereits ein Berichtswesen gab, konnten scheinbar selbstverständliche Fragen oft nicht korrekt beantwortet werden. Ein Beispiel ist die Frage nach der Anzahl der Mitarbeiter. Diese auf den ersten Blick triviale Frage stellte das Personal-Reporting lange vor Probleme. Eine der Ursachen dafür war, dass es neben dem „klassischen“ Mitarbeiter, der unbefristet eingestellt ist und regelmäßig arbeitet, zahlreiche Sonderfälle gibt. Beispiele sind Teilzeitmitarbeiter oder Angestellte, die gerade nicht arbeiten, weil sie in Elternzeit, freigestellt oder krank sind. Andere sind nicht festangestellt und arbeiten als Aushilfe, Praktikant oder Urlaubsvertretung.[30]
Beispiel: Personalcontrolling bei der Grundig AG
Die Grundig AG hat sich als eines der ersten deutschen Unternehmen bereits in den 1980er Jahren entschieden, dieses Problem mit einer umfangreichen HR-Software zu lösen, und führte eines der ersten HR-Controlling-Tools ein, das sich zu diesem Zeitpunkt noch im Beta-Stadium befand.
