People Analytics: Chancen datengetriebener Personalarbeit

Mit neuen Technologien werden Daten immer wichtiger. Deren Erfassung, Übermittlung und Auswertung ist in den letzten Jahren wesentlich vorangekommen. Auch in Human Resources stehen immer mehr Daten zur Verfügung und weitgreifende Analysen werden denk- und machbar. Unter dem Begriff People Analytics werden diese neuen Anwendungsfälle diskutiert. Doch um welche Techniken und Anwendungsfälle geht es dabei genau? Wie kann People Analytics zu evidenzbasiertem Personalmanagement beitragen? Und welche rechtlichen Aspekte sind zu beachten?

Wo fängt People Analytics an?

People Analytics ist die Analyse von großen Datenmengen mit dem Ziel, informationsbasierte Personalentscheidungen treffen zu können – so beschreiben es Thorsten Petry und Wolfgang Jäger in dem Buch "Digital HR". Zwar scheint sich People Analytics inzwischen als gängiger Begriff durchzusetzen, dennoch existieren verwandte Begriffe wie beispielsweise HR Analytics, HR Intelligence und Workforce Analytics, die teilweise auf dieselben Methoden abzielen. Außerdem lässt sich bei einer solchen Definition nicht eindeutig sagen, wo People Analytics beginnt und wo das klassische Personalcontrolling endet.

Um deshalb die Definition zu schärfen, konkretisieren Petry und Jäger drei Aspekte von People Analytics: Es geht demnach um die Analyse von immer größeren Mengen mitarbeiterbezogener Daten (Big Data) durch immer mächtigere Datenanalysemöglichkeiten (Advanced Analytics) mit dem Ziel, Wissen und Information zu sichern und somit zu einem evidenzbasierten Personalmanagement beizutragen.

Big Data und Advanced Analytics

Im Zuge der Digitalisierung wird das Volumen der allgemein zur Verfügung stehenden Daten immer größer, die vorhandenen Daten werden immer heterogener und die Geschwindigkeit der Datenübermittlung und -verarbeitung nimmt zu. Zusammengefasst werden diese drei Entwicklungen mit dem Begriff "Big Data" adressiert, so beschreiben es Petry und Jäger. Da durch die Digitalisierung von Personaldaten im Unternehmen und über die Vernetzung von Daten im World Wide Web auch große Datenmengen zur Verfügung stehen, die für das HR-Management relevant sind, wird diese Grundvoraussetzung für People Analytics zunehmend erfüllt.

Hinzu komme, so Petry und Jäger, dass sich auch die Verfahren zur Analyse von solchen großen Datenmengen erweitert haben: Mittels multivarianter Analysen, Simulationsverfahren und Data-Mining-Verfahren zur Mustererkennung und weiteren Methoden können statistische Zusammenhänge immer besser hergestellt werden. Somit werde "Big Data" zu "Smart Data".

Bei einzelnen Analysemethoden zeigen sich Berührungspunkte mit dem Themenfeld der künstlichen Intelligenz (KI): Beispielsweise können auch Deep Learning-Ansätze genutzt werden, um in großen Datenmengen Muster zu erkennen. Die Verwendung solcher Analysemethoden macht People Analytics jedoch nicht notwendigerweise "intelligent", da der Einsatz als Analyseverfahren noch keine automatisierte Problemlösungskompetenz hervorruft. Diese wird von einer KI-Lösung in der Regel jedoch erwartet.

Da es sich bei den Daten, die für HR relevant sind, häufig um personenbezogene Daten handelt, müssen stets datenschutzrechtliche Aspekte mit bedacht werden: Denn die zur Verfügung stehenden Daten dürfen nicht bedingungslos für jeden Zweck eingesetzt werden.

Vier Ebenen von People Analytics

Um mit den beschriebenen Analysemethoden auch für das Management hilfreiche Informationen ableiten zu können, bedürfe es Analysen auf vier Ebenen, schreiben Petry und Jäger:

1. Deskriptive Verfahren liefern beschreibende Informationen: Was ist und was war?
2. Explanative Verfahren liefern Informationen zu Zusammenhängen: Warum ist das so?
3. Prädiktive Verfahren liefern Informationen zu wahrscheinlichen Entwicklungen: Wie wird es?
4. Präskriptive Verfahren liefern Informationen zu Handlungsmöglichkeiten: Was sollte/könnte man tun?

Darüber hinaus muss bei der Auswertung der Ergebnisse berücksichtigt werden, dass nicht jeder statistische Zusammenhang, nicht jedes Muster in den Daten auch einen kausalen Zusammenhang abbildet.

Evidenzbasiertes Vorgehen bei People Analytics

Um bei solchen Analysen evidenzbasiert vorzugehen, empfehlen Petry und Jäger, dass die Analysen auf logische Zusammenhänge und Hypothesen gestützt werden, dafür geeignete Messgrößen definiert werden und auch der Prozess zur Anwendung und Umsetzung der Befunde festgelegt wird. Dieses Zusammenspiel von Logik, Analytics, Messgrößen und Prozess wird als LAMP-Ansatz bezeichnet. Bei Korrelationen, denen keine logische Hypothese zugrunde gelegt werden kann, müsse die Kausalität des Zusammenhangs im Nachgang überprüft werden, beispielsweise durch Feldexperimente mit einer Kontrollgruppe.

Anwendungsfälle für People Analytics

People Analytics lässt sich in vielen Bereichen des Personalmanagements einsetzen. Im Prinzip sind Anwendungsmöglichkeiten in der gesamten HR-Wertschöpfungskette denkbar. Udo Bohdal-Spiegelhoff, Leiter des Bereichs Human Capital Advisory Services bei Deloitte, nennt im Gespräch mit der Haufe Online-Redaktion verschiedene Anwendungsfälle: In der Personalplanung könnten Analysen prognostizieren, wie sich der Personalbedarf in den nächsten Jahren entwickelt und welche Kompetenzen künftig gefragt sind. In der Personalbeschaffung wiederum könnten Online-Daten zeigen, wie und wo potenzielle Kandidaten erreicht werden können. Die Analysen könnten auch zeigen, welchen Weiterbildungsbedarf es im Unternehmen gibt und welche Mitarbeitenden sich für die entsprechenden Maßnahmen der Personalentwicklung am ehesten eignen oder welche Mitarbeitenden für eine Führungslaufbahn infrage kommen. Zukünftige Einsatzfelder sieht Bohdal-Spiegelhoff in der vermehrten Verknüpfung von HR-Daten mit externen Daten oder Finanz- und Vertriebsdaten, um unternehmensstrategische Fragen ganzheitlich zu beantworten.

Bohdal-Spiegelhoff betont allerdings auch, dass in Deutschland eine etwas andere Ausgangslage bestehe: "People Analytics hat in Deutschland ähnliche Möglichkeiten wie in anderen Ländern auch, nur dass die Hürden etwas höher sind und es länger dauern wird als anderswo, die notwendigen Maßnahmen zu implementieren." Aufgrund der Datenschutzbestimmungen habe man lange Vorlaufzeiten, um gegebenenfalls notwendige Einwilligungen von Mitarbeitern und Bewerbern einzuholen.

Rechtliche Aspekte: Datenschutz und Betriebsrat

Bevor also People Analytics eingesetzt werden kann, muss geprüft werden, ob die entsprechende Datenanalyse auch mit den geltenden rechtlichen Bestimmungen vereinbar ist. Besonderes Augenmerk muss dabei auf dem Datenschutz liegen, häufig sind aber auch andere Rechtsgebiete betroffen, etwa das betriebliche Mitbestimmungsrecht.

Aus datenschutzrechtlicher Sicht ist bei der Verwendung personenbezogener Daten stets zu prüfen, ob für die Verwendung und Verarbeitung der Daten im Zuge von People Analytics eine rechtliche Grundlage besteht. (Lesen Sie dazu auch: Big Datenschutz bei Big Data – rechtliche Aspekte). Sofern keine andere Rechtsgrundlage besteht, ist deshalb die freiwillige Einwilligung der betreffenden Person in die Datenverarbeitung einzuholen. Diese freiwillige Einwilligung bringt in der Praxis häufig zwei Probleme mit sich, wie Steffi Rudel, Professorin für Personalcontrolling an der Universität der Bundeswehr München, im Personalmagazin 10/2019 herausstellt.

Freiwillige Einwilligung in Datenanalyse

Zum einen muss die Einwilligung tatsächlich freiwillig geschehen. Im beruflichen Kontext kann diese Freiwilligkeit jedoch häufig angezweifelt werden, etwa wenn Bewerber befürchten, anderenfalls schlechter gestellt zu werden, oder wenn Führungskräfte klare Erwartungen oder gar Anweisungen bezüglich der Einwilligung abgeben. Darüber hinaus hat die Freiwilligkeit zur Folge, dass die Einwilligung jederzeit widerrufen werden kann. Die betreffenden Daten müssen dann umgehend gelöscht werden, was schwerwiegende Auswirkungen auf alle darauf aufbauenden Analysen haben kann.

Das zweite Problem betrifft die notwendige Zweckgebundenheit solcher Einwilligungen. Eine Einwilligung ist datenschutzrechtlich nur gültig, wenn der Zweck der Datenerhebung und -verarbeitung eindeutig genannt wird. Eine über diesen Zweck hinausgehende Verarbeitung der Daten ist zunächst nicht möglich, deshalb muss geprüft werden, wie der Zweck formuliert wird und ob die konkreten Analysen diesem Zweck tatsächlich dienen. Ergebnisoffene Analysen sind damit nicht möglich, zumindest dann nicht, wenn sich der Zweck der Analyse erst aus deren Ergebnis ergibt und somit nicht schon zuvor in der Einwilligung festgeschrieben werden kann.

Recht auf betriebliche Mitbestimmung abklären

Bei Daten ohne Personenbezug, beispielsweise bei aggregierten Mitarbeiterdaten, sind die rechtlichen Vorgaben zwar weniger eng, durch Anonymisierungsverfahren muss aber sichergestellt werden, dass die Daten tatsächlich nicht auf Einzelpersonen rückführbar sind.

Neben solchen datenschutzrechtlichen Überlegungen ist bei der Anwendung von People Analytics zu prüfen, ob eine Mitbestimmungspflicht des Betriebsrats besteht. Rudel empfiehlt deshalb, den Betriebsrat und einen Datenschutzexperten bei einem anstehenden People-Analytics-Projekt möglichst früh einzubeziehen. "Der Betriebsrat ist (idealerweise) im gleichen Maße wie die Geschäftsleitung daran interessiert, den Fortbestand des Unternehmens und die Beschäftigung der Mitarbeiter zu sichern," meint Rudel. Daher sei es sinnvoll, gemeinsam zu überlegen, welche Anwendungen von People Analytics dem Unternehmen und den Mitarbeitern entscheidende Vorteile in der digitalen Transformation bringen können, und darüber hinaus alle im Einzelfall bestehenden rechtlichen Hürden professionell abzuklären.

Das könnte Sie auch interessieren:

Mensch gegen Maschine: Wie gut sind Algorithmen in HR?

Künstliche Intelligenz in HR

Szenario Sonnenschein – Pilotprojekt der Telekom zu Predictive Analytics

Digitale Personalakten für People Analytics nutzen