Wie HR von verknüpften Daten profitiert

Nicht Daten sind das neue Öl, sondern die automatisierte Verknüpfung von Daten – insbesondere für den Wertbeitrag moderner Personalarbeit. In einem Beitrag im Economist wurde 2017 die These aufgestellt, dass Daten das neue Öl sind. In Anbetracht der aktuellen Energiekrise und der dramatischen Kriegssituation in Europa hat Öl leider trotz der Energiewende unerwarteten Aufwind erhalten. Doch sind Daten, unabhängig von dieser aktuellen Situation, wirklich das neue Öl?

Oder ist es vielmehr die automatisierte und intelligente Verknüpfung von Daten? Wie bei vielen Themen lohnt sich auch hier ein Blick über den Tellerrand. Insbesondere im E-Commerce und in sozialen Netzwerken sind nicht die Kunden- oder Nutzerdaten an sich der Kern der Geschäftsmodelle, sondern es ist vielmehr die automatisierte und intelligente Verknüpfung dieser Daten. Natürlich ist die Personalarbeit in Unternehmen nicht mit einem datengestützten Marketingprozess vergleichbar, und doch gibt es einige zentrale Punkte, die wir aus dieser Betrachtung lernen können.

Transfer der Daten-Praktiken in E-Commerce und sozialen Medien auf die Personalarbeit

Zweifellos können viele Aspekte und Praktiken großer internationaler Tech-Unternehmen kritisch betrachtet werden, gerade vor dem Hintergrund der immer wieder publik werdenden Skandale in Bezug auf den Umgang mit Daten.

Doch gerade bei der vollständig automatisierten und intelligenten Verknüpfung von Kunden- und Nutzerdaten als Grundlage für evidenzbasiertes Management sind diese Unternehmen dennoch wertvoll als Inspiration für die Personalarbeit in Unternehmen:

• Ein Aspekt ist beispielsweise das plattformübergreifende Tracking von Nutzern und Kunden, das zu besonderen Synergien durch die Verknüpfung verschiedenster Datensätze führt. Wie lässt sich das beispielhaft auf die Personalarbeit in Unternehmen übertragen? Wenn ein Mitarbeitender ein Training besucht, ein Micro Learning per App absolviert oder an einem mehrwöchigen Working Out Loud Circle teilgenommen hat, dann sollte diese Information automatisiert im nächsten quartalsweisen Development Dialogue mit der eigenen Führungskraft auf die Agenda gesetzt werden.

• Daneben spielt die Definition und konsequente Überprüfung von KPIs sowohl im E-Commerce als auch bei sozialen Netzwerken eine große Rolle. Von der Churn Rate, d.h. dem Anteil der Kunden, die nicht mehr konsumieren, bis zur Engagement Rate, also der Interaktionsrate von Nutzern auf Beiträge, existieren zahlreiche KPIs, die kontinuierlich und in Echtzeit getrackt werden. Was können wir daraus für die Personalarbeit in Unternehmen lernen? Ein erster Schritt ist die Definition zentraler KPIs, die beispielsweise von der Time-to-Hire im Recruiting bis hin zum Employee Experience Score reichen können.

• Zusätzlich ist die automatisierte und intelligente Verknüpfung von Daten über Systemgrenzen hinweg eine essenzielle Voraussetzung dafür, dass die bereits erwähnten Prozesse überhaupt umgesetzt werden können. Dabei erfolgt das Tracking per Cookie oder auf Basis anderer Technologien sogar über Unternehmensgrenzen hinweg, was die Möglichkeiten der Datenanalyse im E-Commerce und in sozialen Medien beinahe grenzenlos er scheinen lässt. Auf Datenschutz und Prinzipien der Datensparsamkeit legen wir hier keinen Schwerpunkt, auch wenn das natürlich durchaus kritisch betrachtet werden kann. Doch wie ist hier ein Transfer auf die Personalarbeit in Unternehmen möglich? Letztlich geht es um automatisierte Schnittstellen und um den intelligenten Austausch von Daten zwischen verschiedenen Systemen. Natürlich bieten sowohl HCM-Suiten und ERP-Systeme die Möglichkeit der automatisierten Verknüpfung von Daten. Doch in vielen Firmen werden die verfügbaren Schnittstellen oftmals nicht vollständig ausgeschöpft, sei es aus Kostengründen oder aufgrund von Bedenken in Richtung Datenschutz oder IT-Sicherheit. Darüber hinaus spielt gerade im deutschsprachigen Raum die Freigabe durch Personal- und Betriebsräte eine große Rolle bei allen Prozessen dieser Art.

• Übergeordnet ist die gesamte Ausrichtung der Managementstrukturen und Entscheidungsprozesse auf Daten ein Erfolgsbaustein der genannten Tech-Unternehmen. Im Mittelpunkt stehen somit nicht Präferenzen und Meinungen einzelner Top-Manager, sondern datenbasierte Modelle und Prognosen, die evidenzbasiertes Management auf ein neues Level heben. Dabei spielen in den ersten Schritten durchaus manuelle Datenanalysen eine Rolle, Stichwort Data Science, doch sobald die Relevanz bestimmter Analysen erkannt wird, ist eine Automatisierung und eine Umsetzung in Echtzeit die Zielmarke. Wie können wir das auf die Personalarbeit in Unternehmen übertragen? Letztlich geht das weit über die Personalarbeit hinaus, da es die gesamte Struktur, Kultur und Strategie eines Unternehmens beeinflusst. Ganzheitliche Betrachtungen von Agilität gehen in diese Richtung, sodass damit neben einer umfassenden HR-Transformation auch ein organisationaler Transformationsprozess einhergeht. Dabei ist das keine Frage der Größe des Unternehmens, da selbst bei 75 Mitarbeitenden ein Data Scientist manuelle Analysen und automatisierte Reportings erstellen kann, wenn moderne und zeitgemäße Softwarelösungen verwendet werden.

Verknüpfung verschiedenster Datenquellen als größtes Potenzial für die HR-Transformation

Bereits die genannten Aspekte erhöhen den Wertbeitrag der Personalarbeit in einem Unternehmen enorm. Dabei ist evidenzbasiertes Management alles andere als ein neues Managementkonzept. Es existiert viel mehr bereits seit über 20 Jahren, als Jeffrey Pfeffer und Robert Sutton die Publikation „The Knowing-Doing Gap: How Smart Companies Turn Knowledge into Action“ veröffentlichten. Letztlich baut die empirische Forschung der angewandten Organisations- und Wirtschaftspsychologie bereits seit beinahe 100 Jahren auf diesem Grundgedanken auf, der von den erfolgreichen Tech-Unternehmen besonders konsequent in allen Unternehmensbereichen und in Bezug auf das gesamte Geschäftsmodell angewendet wurde.

Besonders vielversprechend werden Prognosen und Analysen, wenn verschiedene Datenquellen miteinander verknüpft werden. Dabei spielt es erst einmal keine Rolle, ob es sich um eine wiederkehrende automatisierte oder eine manuell erstellte einmalige Analyse handelt. Was ist mit verschiedenen Datenquellen gemeint? Letztlich geht es in Bezug auf die Personalarbeit darum, dass nicht nur mit Einschätzungen von Mitarbeitenden und Führungskräften gearbeitet wird, die beispielsweise in Mitarbeiter- und Pulsbefragungen sowie in Mitarbeitergesprächen und Führungskräftefeedbacks erhoben werden.

Die Aussagekraft und Qualität von Analysen steigt, wenn auch weitere Datenquellen wie Mitarbeiterfluktuation, Krankentage, Umsatzdaten und viele mehr integriert werden. Eine Ursache für die zunehmende Qualität von Analysen durch die Nutzung verschiedener Datenquellen ist der common-method bias. In der Statistik wird damit eine Verzerrung der Ergebnisse und damit auch der darauf aufbauenden Prognosen bezeichnet, die durch die alleinige Nutzung einer Quelle entsteht. Und letztlich schließt sich dadurch der Kreis, der aktuell auch in Bezug auf das Selbstverständnis der Personalarbeit intensiv diskutiert wird.

Natürlich spielen die Zufriedenheit von Mitarbeitenden und die Betreuung von Bewerberinnen und Bewerbern im HR eine Rolle, doch letztlich geht es um einen Wertbeitrag für das gesamte Unternehmen, d.h. um den Zusammenhang mit Umsatzzahlen, mit Wachstumszielen und mit strategischen Entwicklungsfeldern.

Konkrete Szenarien aus verschiedenen Branchen für die automatisierte und intelligente Verknüpfung verschiedener Datenquellen

Grundsätzlich bieten die genannten Anwendungen von Daten für jedes Unternehmen das Potenzial für die HR-Transformation im Speziellen und die damit zusammenhängende organisationale Transformation im Allgemeinen. Exemplarisch werden hier unterschiedliche Branchenbeispiele aufgeführt, um den Mehrwert und Wertbeitrag zu verdeutlichen.

• Gastronomie und Hotellerie: Gerade Dienstleistungsbranchen mit einem hohen Personaleinsatz wie die Gastronomie und Hotellerie bieten zahlreiche Anwendungsmöglichkeiten für die automatisierte Verknüpfung und Auswertung von Daten. Ob in der Systemgastronomie die Zufriedenheit von Mitarbeitenden mit Krankheitstagen, dem Führungskräfteverhalten sowie dem Filialumsatz verknüpft wird, oder in der Kettenhotellerie die Zufriedenheit der Mitarbeitenden mit der Mitarbeiterfluktuation, dem Führungskräfteverhalten sowie der Hotel Occupancy Rate (Kennzahl für die durchschnittliche Auslastung) betrachtet wird. Der Fachkräftemangel in der Hospitality Branche sollte Grund genug sein, dass umso mehr auf Employee Experience und professionelle Data Science gesetzt wird.

• Stationärer Handel und Retail: Ähnlich verhält es sich im Handel, der als Dienstleistungsbranche ebenfalls sowohl durch einen gewissen Personaleinsatz als auch durch eindeutige Umsatzkennzahlen wie der Flächenproduktivität, d.h. dem Umsatz pro Quadratmeter, gekennzeichnet ist. Die Zusammenführung von Zufriedenheitsdaten von Mitarbeitenden in Kombination mit Führungseinschätzungen und Umsatzkennzahlen bietet die Basis für evidenzbasiertes Management von der Filiale bis hin zur Zentrale.

• Produzierende Unternehmen wie Automobilindustrie und Maschinenbau: Auch in produzierenden Unternehmen lassen sich verschiedenste Datenquellen miteinander verknüpfen, beispielsweise unter Berücksichtigung von Schichtarbeit und den veränderten Bedürfnissen von Mitarbeitenden. Auf dieser Basis lassen sich Ansatzpunkte für New Work auch losgelöst von Homeoffice und Arbeitszeitflexibilisierung umsetzen, was für zahlreiche gewerbliche Mitarbeitende in produzierenden Unternehmen nicht infrage kommt.

Fazit

Zusammenfassend lässt sich festhalten, dass bei der Nutzung branchen- und unternehmensspezifischer Kennzahlen jedes Unternehmen umfassend von der automatisierten und intelligenten Verknüpfung von Daten profitieren kann. Evidenzbasiertes Management ist dadurch keine leere Worthülse, sondern gelebte Kultur im gesamten Unternehmen. Voraussetzung dafür ist jedoch eine Daten-Strategie im Unternehmen sowie eine bereichsübergreifende Zusammenarbeit, da jede Software und jeder neue Prozess eine Auswirkung auf die bestehenden und zukünftig benötigten Datenverknüpfungen und -analysen haben könnte. Raus aus dem bereichsspezifischen Silodenken ist hier also die Devise, und genau hier kann und muss HR durch die eigene Transformation eine Vorreiterrolle einnehmen!

Autor: Prof. Dr. Simon Werther, Diplom-Psychologe, Professor für Leadership an der Hochschule München, Mitgründer und Gesellschafter der HRinstruments GmbH

(erschienen in der HR Performance 3/2022)