von 
KRITIK: Weiter geht es mit meiner Suche nach Anwendungsbeispielen für People-Analytics, Big Data und künstliche Intelligenz. In der Personalführung habe ich eine Übersicht gefunden, welche Daten dem Personaler überhaupt zur Verfügung stehen. Denn ohne Daten keine Prognosen (Big Data und KI in der Personalarbeit). Und das ist ja letztlich das Ziel all dieser Aktivitäten: Vorhersagen machen über den Erfolg eines Kandidaten, über Fehlzeiten, Kündigungsraten, Produktivität usw.
Jede Vorhersage hängt ab von der Qualität der Daten, das gilt ebenso oder vielleicht noch mehr in Zeiten von Big Data. Stellt sich die Frage, auf welche Daten denn ein Personaler überhaupt Zugriff hat? Was ich da bisher gefunden habe, war eher mäßig. In dem erwähnten Beitrag nun gibt es immerhin einen etwas strukturierteren Überblick.
Anzeige:
Die Arbeitswelt braucht agile Coachs, um Selbstorganisation, Innovation und neues Rollenverständnis zu implementieren. Die Neuerscheinung „Agiler Coach: Skills und Tools“ liefert für jeden agilen Coach eine beeindruckende Bandbreite an Grundlagen, Methoden und Werkzeugen für die Team- und Mitarbeiterentwicklung im agilen Arbeitsalltag. Zum Buch...
Die Datenbasis
- Daten, die Bewerber und Mitarbeiter in digitalen Welt hinterlassen, also z.B. Webseitenaufrufe, Downloads, Mailverkehr, aber auch Metadaten wie die Verweildauer auf den aufgerufenen Seiten.
Das hat in der Tat eine ganz neue Qualität. Welche Zeitschriften, Bücher oder Filme jemand konsumiert und wie lange er sich mit welchem Artikel aufhält, war in der Vergangenheit nichts, was der Personaler zur Verfügung hatte, um Prognosen über Mitarbeiterentwicklung oder Kandidateneignung zu machen. Er wäre vermutlich auch nicht auf die Idee gekommen … - Daten, die aus „Beobachtungen“ über Mitarbeiter und Bewerber stammen. Wobei mit Beobachtungen keine Ergebnisse von Detektivarbeit gemeint sind, sonden Audio- und Videoaufnahmen, Bewegungsanalysen (z.B. in der Produktion), Zutrittskontrollen (wenn Mitarbeiter ein- und auschecken), Aufzeichnungen von „Wearables“ (diese Uhren, die sich an unseren Handgelenken befinden und alles mögliche messen).
Das ist nicht ganz so neu, auch bisher wurde versucht zu erfassen, was ein Mitarbeiter den ganzen Tag so treibt. Aber jetzt geht es natürlich viel genauer und umfassender. - Daten aus Eignungs- und Leistungsbeurteilungen. Gemeint sind hier offenbar nicht Beurteilungen anderer, sondern die Analyse von Verhalten der Kandidaten und Mitarbeiter: Semantische Analysen ihrer Texte, Analyse ihrer Stimme, Gestik und Mimik und ihr Verhalten in virtuellen Realitäten.
Keine neue Geschichte, so etwas macht jeder Interviewer und Beobachter im Assessment-Center. Aber Computer können natürlich viel mehr Informationen verarbeiten und vor allem „völlig objektiv“ auswerten – wenn der Algorithmus den mit den richtigen Kriterien programmiert wurde.
Die grundsätzliche Frage aber bleibt: Ist das, was wir Menschen an derartigen Daten hinterlassen, tatsächlich relevant für irgendwelche Prognosen in Bezug auf unsere Eignung, Leistungsfähigkeit, Produktivität? Gibt es tatsächlich Zusammenhänge zwischen unserer Verweildauer auf bestimmten Webseiten und unserer „Tauglichkeit“ für einen Job? Wenn der eine Mitarbeiter häufig auf wissenschaftlichen Fachseiten unterwegs ist und der andere auf Facebook – wird ersterer später mit der genialen Idee um die Ecke kommen? Warten wir’s ab, was uns die Big-Data-Spezialisten präsentieren werden und bewahren wir uns unsere Skepsis. Und fragen uns immer wieder: Möchten wir das alles überhaupt?
