Können Big Data zukünftig helfen, die richtigen Bewerbenden zu finden? Was wird damit sonst noch möglich? Teil 6/10

Immer mehr Unternehmensbereiche – mit Ausnahme vielleicht des HR – beschäftigen sich ausgiebig mit der Generierung und Verwertung von riesigen Datenmengen. „Big Data“ und „Predictive Analytics“ lauten die Buzzworte der Stunde. Doch was steckt genau hinter diesem Trend? Und wie kann der Rohstoff des 21. Jahrhunderts Arbeitsabläufe im HR unterstützen und zukunftsgerichtet verändern? Das sind Fragen, die ich mit Ihnen in diesem Beitrag vertiefen möchte.

Wie die BARC-Studie 2015 über die Häufigkeit von Big-Data-Analysen in verschiedenen Unternehmensbereichen eindrucksvoll zeigt, wird Big Data momentan im Personalmanagement kaum genutzt. Während Big Data schon längst in der Kommunikations-, Marketing- und Finanzbranche angekommen ist, so tut sich das HR noch schwer, die intelligente Nutzung von Daten in bestehende Prozesse einzuflechten. Dies liegt auf der einen Seite an der grossen Vielfalt und Inkongruenz der Systeme und Daten, die im HR zum Tragen kommen, auf der anderen Seite an der Überzeugung, dass der Mensch im Zentrum steht und dieser nicht durch die Analyse von Datenpunkten erfassbar ist. Thilo Weichert vom Landeszentrum für Datenschutz sagt zum Beispiel, dass „Personalentscheidungen höchstpersönliche Dinge sind, wo es um individuelle Erwartungen und Fähigkeiten geht. Derartiges ist über Big Data nicht in den Griff zu bekommen.“ Hinter dieser Überzeugung versteckt sich natürlich auch oft die Vorliebe, Entscheidungen im HR aufgrund von Intuition zu fällen, anstatt auf einer tiefgründigen Datenanalyse. In der Tat scheint die Aversion gegen die Nutzung von Daten im HR tief verankert zu sein. So berichtet eine DGFP-Studie von 2011, dass lediglich 38% der Unternehmen die Standardkennzahl Time-to-Fill messen. Im Umkehrschluss heisst das, dass 62% der Unternehmen nicht genau wissen, wie lange eine Stellenbesetzung dauert. Der effiziente Einsatz von Big Data in HR scheint so ein Ziel in weiter Ferne.

30512_big_data1Abbildung: In welchen Bereichen eines Unternehmens werden Big -Data -Analysen gemacht bzw. geplant. (BARC Studie 2015)

Doch über die letzten Jahre hat sich Data Analytics von einem Technologiephänomen zu einem geschäftsrelevanten Leistungstreiber entwickelt. Das Vermögen eines Unternehmens, Daten intelligent zu nutzen, ist zu einem entscheidenden Marktvorteil geworden. Ein digitaler Darwinismus herrscht, in dem nicht die stärksten Firmen – die Marktführer – zu den Siegern der Zukunft gehören werden, sondern die Firmen, die sich am besten und am schnellsten dem digitalen Zeitalter anpassen können. Auch das Personalmanagement kann sich diesem Wettbewerb nicht entziehen. Eine Studie von Bersin by Deloitte zeigt zum Beispiel, dass die Nutzung unseres digitalen Fussabdrucks im HR sich messbar auf den Erfolg eines Unternehmens auswirkt: die Aktienkurse von Firmen mit ausgereifter Datenanalyse im HR übertreffen ihre Konkurrenz um über 30 Prozentpunkte. Big Data kann nicht nur zur Steigerung der Geschäftsleitung beitragen, sondern dient auch der Minderung von Risiken. Personalentscheidungen, die auf der Grundlage einer Datenanalyse gefällt werden, sind objektiver und transparenter. Unternehmen sind somit weniger anfällig für Anschuldigungen wegen Diskriminierung, die in kostspieligen Verfahren enden können.

Big Data: Rohstoff der Digitalisierung

Was aber ist Big Data nun genau? Der Schweizer Bund definiert Big Data als „eine grosse Datenmenge aus vielfältigen Quellen, die mit hoher Verarbeitungsgeschwindigkeit erfasst, gespeichert und für unbestimmte Zwecke auf unbestimmte Zeit für Auswertungen und Analysen verfügbar gemacht werden“. Wer von Big Data in der Personalverwaltung spricht, der meint in der Regel alle Daten, die sich bei der Verwaltung und dem Management eines Unternehmens ansammeln. Dazu kommen aber auch Daten von sozialen Medien und E-Mails. Grundsätzlich sind alle personalbezogenen Daten und eine Vielzahl externer Daten, die zunächst scheinbar nicht mit dem Personalwesen in Verbindung stehen, für die Arbeit mit Big Data geeignet. Neben den demografischen Daten sind es alle arbeitsplatz- und leistungsbezogenen Daten, Daten über Qualifikationen und Fertigkeiten, Entgeltdaten, Daten über die Mitarbeiterentwicklung, Stammdaten, Daten aus der Zeiterfassung und aus Recruiting- Aktivitäten. Das können aber auch zum Beispiel Wetterdaten, Straßenzustandsberichte oder Rohstoffdaten sein. Je nach Fragestellung, die mithilfe von Big Data im Personalumfeld gelöst werden soll. Josh Bersin, Geschäftsführer und Gründer des auf die Erforschung innovativer HR-Themen spezialisierten Unternehmens Bersin by Deloitte, bezeichnet den Schwerpunkt des Umgangs mit Big Data innerhalb des HR deshalb treffend als „Talent Analytics oder auch „People Analytics.

Der wesentliche Beitrag, den Big Data oder eben „People Analytics“ machen kann, liegt dabei nicht im Datenvolumen selbst, sondern in einer rationaleren Entscheidungsgrundlage in verkürzter Zeit oder sogar in Echtzeit. Es geht darum, einen komplexen Sachverhalt in sehr kurzer Zeit zu bearbeiten. Big Data geht weiter als jegliches Controlling. Denn es schaut nicht zurück, sondern kann Daten ad hoc auswerten und im Idealfall sogar datenbasierte Vorhersagen über Zukunftsszenarios treffen. Adria McCarthy fasst dies im Harvard Business Review zusammen, indem sie sagt, dass das HR dank Big Data weniger „reactionary“ und mehr „predictive“ sein wird.

People Analytics und die Zukunft des HR

In der Tat ist der Fantasie für die Nutzung von Big Data im HR keine Grenzen gesetzt. Das ist sowohl die grösste Chance als auch die grösste Gefahr, die People Analytics birgt. Da Big Data so verheissungsvoll wirkt, wird das Potential des technischen Tools oft leicht überschätzt. Denn wenn die Fragestellung, die eine HR-Abteilung anhand von Big Data beantworten möchte, nicht klar ist, dann nützen die besten Daten und Analysetools nichts. Jede Initiative in Richtung People Analytics sollte daher stets von einem spezifischen Businessinteresse ausgehen. Big Data muss nicht immer ein allumfassender Ansatz sein, sondern kann pointiert auf eine gewisse Fragestellung angewendet werden. So können nicht nur grosse Konzerne sondern auch KMUs mit limitierten Ressourcen Big Data nutzen.

Anwendungsbeispiele kommen oft aus dem Bereich Personalgewinnung oder Personalauswahl. Anhand einer Performanceanalyse bestehender Mitarbeiter und Teams kann ermittelt werden, welche Kompetenzen bei Bewerbern besonders wichtig sind. Erfolgsmuster können so erkannt und repliziert werden. Xerox hat zum Beispiel erkannt, dass bei der Einstellung von Mitarbeitern in Call Centern der Faktor Erfahrung in einem ähnlichen Beruf überbewertet wurde. Zudem hat eine Datenanalyse ergeben, dass Mitarbeiter, die auf vier oder mehr sozialen Netzwerken aktiv sind, das Unternehmen schneller wieder verlassen. Durch diese Erkenntnisse konnte Xerox die Fluktuationsraten in seinen Call Centern um 20% senken. Bei durchschnittlichen Kosten von USD 5‘000 ist das eine beachtliche Ersparnis. Auch andere Firmen verwenden Big Data, um Mitarbeiterfluktuation vorauszusagen und zu reduzieren. Wal-Mart und Credit Suisse bedienen sich zum Beispiel bereits Algorithmen um zu ermitteln, wie hoch die Wahrscheinlichkeit ist, dass ein Mitarbeiter im folgendem Jahr kündigen wird. So können sie Nachfolgeplanung und Kompetenzsicherung proaktiv betreiben. Doch die Möglichkeiten von Big Data gehen noch viel weiter. Finanzdienstleister analysieren, aus welchen Gründen Leute Betrug begehen und welche Arbeitsverhältnisse und Einstellungspraktiken dazu beitragen könnten. Produktunternehmen korrelieren Ausbildung und Erfahrung mit dem Erfolg ihres Verkaufspersonals und den Gründen, warum Top-Verkäufer die Firma verlassen. Und Hersteller untersuchen den E-Mailverkehr und die Kommunikation ihrer Top-Manager nach Mustern, um so herauszufinden, was für Arbeitsstile zur grössten Produktivität führen. Josh Bersin glaubt deshalb, dass People Analytics über kurz oder lang über den HR-Bereich hinauswachsen wird, da dessen Erkenntnisse sich direkt auf alle anderen Bereiche eines Unternehmens auswirken.

Wichtig dabei zu bedenken ist aber, dass der Mensch in einem Big-Data-Szenario immer den Lead behält und sicherstellt, dass die aus den Daten gewonnen Einsichten effektiv für das Unternehmen umgesetzt werden. Denn nur der Mensch kann sich im Klaren darüber sein, dass Korrelationen leicht mit Kausalitäten verwechselt werden können, und nur er kann noch einmal kritisch hinterfragen, ob die Fragestellung auch richtig formuliert wurde. Die Einsichten aus Big Data werden oft überschätzt, da sie auf einer sehr grossen Datengrundlage basieren, und sollten daher umso mehr kritisch betrachtet werden. Bei einer Demonstration eines Big-Data-Analyse-Tools zum Beispiel, wurde gezeigt, wie man mithilfe von Big Data ein verkaufsschwaches Team verbessern könnte. Dafür wurden die drei besten Sales Mitarbeiter eines anderen Teams mit ein paar Klicks herausgesucht und für einen Teamwechsel vorgeschlagen. Was aber mit dem bis anhin verkaufsstarken Team passieren würde, wenn die drei besten Mitarbeiter abgezogen würden, wurde nicht in Betracht gezogen. Datenbasiert geführte Unternehmen sind also nicht Unternehmen, die den Ergebnissen von Big-Data-Analysen blind folgen, sondern Unternehmen, die mit dem Tool Big Data gekonnt umgehen und so mehr Wissen und Transparenz um diverse Prozesse und Zusammenhänge schaffen.

30152_big_data2-300x205

Nicht zuletzt müssen bei der Verwendung natürlich Datenschutzfragen geklärt sein. Die Sammlung und Speicherung von Daten für „unbestimmte Zwecke“ auf „unbestimmte Zeit“ sind nicht mit den Grundsätzen der Datenschutzregelungen wie etwa Zweckbindung und Datensparsamkeit vereinbar. Doch die Nutzung von personenbezogenen Daten hat längst begonnen und ist nicht mehr wegzudenken. Wie das HR muss der Datenschutz noch einiges aufholen, was die Nutzung von Big Data betrifft, um Fortschritt, Wirtschaftlichkeit und Privatsphäre miteinander zu vereinbaren.

Der Beitrag ist Teil meiner Reihe Was Sie schon immer über technologische Trends und Themen im HR wissen wollten, aber bisher nicht zu fragen wagten.