Mit der Entwicklung von Big Data Analytics eröffnen sich derzeit völlig neue Möglichkeiten für ein evidenzbasiertes Personalmanagement. Einerseits ist von ungeahnten Möglichkeiten die Rede, andererseits vom Verlust der Privatsphäre. Big Data birgt das Potenzial, die Art und Weise, wie wir denken, leben, arbeiten und wirtschaften, zu revolutionieren.
Daten sind der Rohstoff des 21. Jahrhunderts. Die zunehmende Verfügbarkeit von Daten und fortgeschrittener Analysemöglichkeiten in Unternehmen üben auf etablierte Unternehmensstrukturen und -kulturen Veränderungsdruck aus. Entscheidungen auf Basis von Erfahrung und aus dem Bauch heraus stehen zunehmend einer daten- und statistikbasierten Entscheidungslogik gegenüber. Die Fähigkeit, die Massen an verfügbaren Daten mittels hochkomplexer analytischer Methoden zu durchdringen und daraus wertvolle Erkenntnisse zu gewinnen, entwickelt sich zu einer Kompetenz, die über Geschäftserfolg oder -misserfolg entscheidet. Was sind die Besonderheiten von Big Data und Big Data Analytics?
Datenmenge (Volume)
Riesige Datenmengen stehen zur Verfügung, deren Wachstum sich – aufgrund der zunehmenden Vernetzung von Maschinen, Systemen, Sensoren, Endgeräten und der Menschen im digitalen Raum – in den letzten Jahren beschleunigt hat. In 2003 dauerte das Generieren von 5 Exabyte (5x1018 Byte) noch 1.000 Jahre, in 2011 nur noch 2 Tage und inzwischen nur noch 10 Minuten. Dabei handelt es sich um Vergangenheits- und Echtzeitdaten. Cloud-Lösungen steigern die Speichermöglichkeiten ins Unermessliche. Auch im HR-Bereich fallen im Rahmen der zunehmenden Automatisierung und Abwicklung von Geschäftsvolumen via Internet steigende Datenmengen an.
Geschwindigkeit (Velocity)
Geschwindigkeit, Ausmaß und Umfang der in Echtzeit generierbaren und übertragbaren und somit verfügbaren Daten nehmen weiter zu. Die Daten sind zunehmend überall und für immer mehr Menschen zugänglich.
Datenvielfalt (Variety)
Die Daten beschränken sich nicht mehr nur auf Buchstaben und Zahlen, sondern umfassen neben strukturierten auch semistrukturierte und unstrukturierte Daten. So stehen heute Präsentationen, Texte, Videos, Webseiten, Streams, Blogs, Gespräche und die Kommunikation zwischen Maschinen zur Verfügung, und zwar sowohl aus dem eigenen Unternehmen als auch aus dem Web, beispielsweise aus sozialen Medien.
Analytics (Value)
Die Daten gewinnen erst durch das Erkennen von Zusammenhängen, Bedeutungen und Mustern an Wert. Hier stehen bereits heute vielfältige hochkomplexe Methoden wie Vorhersagemodelle, Data Mining, Text Mining, Bildanalytik, Visualisierung nahezu in Echtzeit zur Verfügung. Die Nutzung dieser Methoden setzt neben der Infrastruktur eine entsprechende "Analytics"-Kultur und -Kompetenz voraus.
Erst durch Kombination dieser vier Elemente (4 V’s of Big Data) lässt sich das Potenzial von Big Data erschließen. Voraussetzung ist die Verfügbarkeit bzw. Zugänglichkeit der zur Beantwortung einer bestimmten Fragestellung benötigten Daten. Die für die unterschiedlichen Fragestellungen des Personalmanagements relevanten Daten unterscheidet Cachelin in Stammdaten, Daten zu Einstellungen und Verhaltensweisen der Mitarbeiter, Daten, die durch Anwendung der HR-Instrumente generiert werden bis hin zu Daten, die in anderen Abteilungen oder außerhalb des Unternehmens anfallen.
Big Data Mining - Welche Daten stehen für Workforce Analytics zur Verfügung
| Stammdaten |
IT-Nutzungsdaten |
HR-Instrumente |
Externe-Daten |
| Geschlecht |
Mail-Adressaten |
Mitarbeiterbefragungen |
Balanced Scorecards |
| Alter |
In Mails geäußerte Gefühle |
306° Feedback |
Unternehmensperformance |
| Gehalt/Lohn |
Social Media Aktivitäten |
Ideenmanagement |
Bösenkurs |
| Organisationseinheit |
Besuchte Internetseiten |
Leistungsbeurteilung |
|
| Vertragstyp |
Google Anfragen |
Zivilvereinbarung/Zielerreichung |
|
| Firmenzugehörigkeit |
Wikipedia Anfragen |
Austrittsgründe |
|
| Ebene/Titel |
Beiträge im Wissensmanagement |
Weiterbildungen |
|
| Führungsspanne |
Verwendete Dokumente |
Bewerbungen |
|
| Umfang der Führungsaufgabe |
Geodaten |
Assessments |
|
| Weiterbildungen |
... |
Rekrutierungskänale |
|
| Krankheitstage |
|
Work-Life-Balance |
|
| ... |
|
... |
|
Quelle: in Anlehnung an Cachelin J.L.: Big Data Mining im HRM. Wie die Transparenz der Daten bessere Entscheidungen in HRM ermöglicht (2013)
Die systematische Erfassung und Pflege der Stammdaten ist für die meisten Fragestellungen von grundlegender Bedeutung, da die Mitarbeiter nur über die Stammdaten sinnvoll identifiziert und gruppiert werden können. Da in unserer Wissensgesellschaft zunehmend viele Mitarbeiter am Computer arbeiten – in manchen Unternehmen sind es bereits die meisten oder gar alle Mitarbeiter – fallen immer mehr Daten an. Künftig könnten die Stammdaten durch die Mitarbeiterprofile in den sozialen Medien, Kommunikationspräferenzen, Kompetenzen und Themen, in denen die Mitarbeiter Experten sind, ergänzt werden.
Die IT-Nutzungsdaten können auf Mitarbeiterebene, aber auch in aggregierter Form auf Ebene von Teams, Abteilungen, Standorte usw. analysiert werden. So lässt sich beispielsweise die ...