Das vergangene Jahrzehnt hat die „Datafication“ der Humanressourcen gebracht, als Unternehmen Erfahrungen gesammelt und Fähigkeiten bei der Analyse von Mitarbeiterdaten aufgebaut haben, um neue Einblicke in ihre Belegschaft und ihre Auswirkungen auf die wichtigsten Leistungsindikatoren zu gewinnen. Was kommt nun?

Die nächste Generation von HR Analytics / Workforce Analytics / People Analytics / Human Capital Analytics gibt Unternehmen wichtige Einblicke in die Belegschaft, den Arbeitsplatz und die Verhaltensweisen, welche Zusammenarbeit und Innovation fördern. Infolgedessen erwarten wir eine wachsende Leistungslücke zwischen jenen Unternehmen, die sich mit neuen Datenquellen und Tools beschäftigen, um das Humankapital zu optimieren, und diejenigen, die hinterherhinken. Diese Entwicklung ist bereits seit einiger Zeit deutlich zu beobachten. Im Januar 2016 schrieb ich deshalb einen Beitrag mit dem Titel: Einige fliegen hoch, andere heben noch nicht ab!

Das primäre Anliegen der CEOs in diesem Jahr ist es, organisatorische Fähigkeiten und leistungsstarke Kulturen rund um Engagement, Integration und kontinuierliche Verbesserung aufzubauen, um dadurch bessere Geschäftsergebnisse zu erzielen und Innovationen anzuregen.

Um dies zu erreichen ist ein genauer Einblick in die Humankapitalstrategie und in die Investitionsentscheidungen des jeweiligen Unternehmens notwendig. Analytics dient dabei als Dreh- und Angelpunkt dieser Humankapitalinvestitionen.

Vorausschauende Analytik

Nur eine überschaubare Anzahl an Unternehmen beschäftigen sich derzeit bereits mit vorausschauender Analytik (predictive Analytics); die Werte liegen zwischen 23% (Workforce Analytics Institute, Asia) und 34% (i4cp/ROI Institute, US). Bereiche, in denen solche Prognosemodelle zum Einsatz kommen, umfassen v.a. Beziehungen zwischen

  • Arbeitszufriedenheit und Retention/Mitarbeiterbindung,
  • Engagement und Produktivität,
  • Engagement und Qualität,
  • Kultur und Produktivität,
  • Weiterbildung und mitarbeiterseitiger Kündigung, sowie
  • Bindungsstrategien und Umsatz.

Eine Gruppe um Rhian Silvestro, Associate Professor für Betriebswirtschaftslehre an der Warwick Business School der Universität Warwick in Coventry, Großbritannien, beschäftigt sich mit Topologie-Mapping. Hierbei handelt es sich um einen Ansatz zur Darstellung komplexer Netzwerke. Dieser kann angepasst werden, um Netzwerke von Leistungsverknüpfungen darzustellen. Manager identifizieren KPIs, die für ihr Geschäft relevant sind, messen die Korrelationen zwischen verschiedenen KPIs und erstellen dann Karten der positiven und negativen Korrelationen.

Aktuelle Projekte

Wenngleich vorausschauende Analytik sicherlich das Ziel sein muss ist die überwiegende Mehrzahl der Unternehmen derzeit noch „auf dem Weg dorthin“.

So wählt General Motors beispielsweise einen ausgewogenen Weg. D.h., dass eine vorausschauende Analytik vereinzelt z.B. für Fluktuationsrisiken zum Einsatz kommt. GM verpasst seinen Mitarbeitern jedoch keine Kilometerzähler, Herzmonitore und Kalorienzähler.

Michael, Arena, Chief Talent Officer bei GM, hat ethnographische Praktiken eingeführt (Ethnographie: systematisches Studium von Menschen und Kulturen). Arena und sein Team erkannten, dass ein quantitativer Datenpunkt Kontext benötigt, um Mehrwert für das Geschäft zu bieten. Während statistische Daten sie einen Weg führen können, ist es oft verfrüht, Entscheidungen nur auf Basis von Statistiken zu treffen. Durch die Kombination von Beobachtungs- und quantitativen Daten bekommt GM ein klareres Verständnis dessen, was in der Organisation vor sich geht und kann so massgeschneiderte Strategien für die untersuchten Teams entwickeln.

Das Shell HR-Analytics-Team arbeitet im Wesentlichen auf Basis vorhandener Daten, einer Open-Source-Statistik- und Grafikumgebung (R), sowie einer Data-Governance-Politik, die strengsten Regeln folgt und diese Politik weltweit anwendet. Das Team hat – wie GM auch – die Analytik von der Berichterstattung getrennt, sich auf relevante Fragen fokussiert und sich mit einem leitenden Managementteam „verbündet“, das evidenzbasierte Erkenntnisse schätzt.

Esther Bongenaar, Manager HR Analytics bei Shell, hat einen technischen Hintergrund. Ihr siebenköpfiges Team besteht aus drei Datenwissenschaftlern, zwei HRM-Praktikern mit hoher analytischer Kompetenz und zwei Verhaltensforschern. Bongenaar betrachtet ihr Team als Forschungs- und Entwicklungsteam: sie beginnen mit der strategischen Frage, führen Literaturrecherche durch, formulieren eine Hypothese und testen diese. Daraus identifizierte Handlungen werden mit der Unternehmensleitung abgestimmt, um deren Unterstützung sicherzustellen.

Eine der wichtigsten Prioritäten aus der Sicht von HR-Analytics ist es, die Effektivität der Ausbildungsprogramme und deren Einfluss auf die Unternehmensleistung zu evaluieren. Jenseits der Kosten der tatsächlichen Weiterbildung ist es kostspielig, Führungskräfte aus ihren alltäglichen Aufgaben herauszunehmen. Greifbare Ergebnisse mit Auswirkungen auf die Unternehmensleistung sind daher notwendig. Das bedeutet, dass die ergebnisgenerierenden oder kostensparenden Vorteile des Trainings die Kosten der gesamten Trainingserfahrung überwiegen müssen. Zur Evaluierung der Auswirkungen der Trainings wurde die bekannte 5-Level-RoI-Methodik verwendet:

Diese Methodik wende ich derzeit auch bei einem EVU an. Zu Beginn lagen nur Informationen bis Level 1 vor; nach und nach bauen wir die Informations- und Datenbasis nun entlang einzelner Trainings bzw. Trainingsmodulen aus.

Welche Faktoren sind in einem solchen Projekt zur Trainingsevaluation besonders wichtig?

  • Häufigkeit von Eins-zu-Eins-Coaching-Gesprächen mit der/dem direkten Vorgesetzten.
  • Eine Führungskraft, die „lange Leine lässt“, damit neue Fähigkeiten geübt werden können.
  • Selbstorganisation, um neue Fähigkeiten inmitten des hektischen Alltagsgeschäftes zu erlernen und auszuprobieren.

Aktuelle Studien

Nach den einleitenden Ausführungen zur prognostizierenden Analytik und der Skizzierung dreier Projekte komme ich nun zurück zur Frage: HR Analytics – was bringt die nächste Generation? Drei Studien mögen hierzu etwas Aufschluss geben:

Nachfolgend ein Kurzvideo zur Globalen Human Capital Trendstudie 2017 von Deloitte:

Bitte akzeptieren Sie statistik, Marketing Cookies, um diesen Inhalt sehen zu können.

Zu People Analytics führt diese Studie aus: „People Analytics werden zur Management-Aufgabe und sind keine technische Disziplin ausgewählter Datenexperten. People Analytics sind mittlerweile mit allen Aspekten des Unternehmens verwoben, von der Talentakquise bis hin zur finanziellen Performance.“

Im 2017 Report on the State of HR Analytics von Rosslyn Data Technologies und Tucana werden u.a. einige Problemfelder beleuchtet:

  • Fast jede dritte Führungskraft ist der Meinung, dass die grösste Herausforderung, mit der sie konfrontiert sind, fragmentierte Daten seien.
  • Datenqualität ist ein weiteres grosses Problem für HR-Profis.
  • Fast zwei Drittel der Befragten sind der Ansicht, dass sie keine Standard-Taxonomie hätten.
  • Ohne standardisierte Geschäftsprozesse und Tools ist es für Entscheidungsträger viel schwieriger, grosse Datenmengen zu analysieren und wertvolle Erkenntnisse daraus zu gewinnen.

Lt. i4cp/ROI Institute, der dritten und letzten Studie, die ich an dieser Stelle nennen möchte, beschäftigen sich Unternehmen derzeit im Thema Human Capital Analytics mit folgenden Themen:

  • Messung der Auswirkungen und des RoI eines Programms (69%); hierbei liegt ein besonderer Fokus auf der Führungskräfteentwicklungsprogrammen (siehe Praxisbeispiel von Verizon),
  • Entwickeln von Beziehungen zwischen Variablen (57%); (siehe Beispiele im Unterkapitel prognostizierende Analytik),
  • Entwickeln von Prognosemodellen (34%),
  • Umwandlung von Daten in Geld (32%),
  • Prognose des RoI (29%), und
  • andere Themen (12%).

Der Terminus „nächste Generation“ steht also im Wesentlichen für das Beenden „operativer Hausaufgaben“ (Datenqualität, Taxonomie, etc.), die statistisch fundierte Ermittlung von Ursache-Wirkungs-Ketten, das Entwickeln von Prognosemodellen, sowie die Verbindung von Personal- und Finanzdaten, um RoI- und Produktivitäts-Rechnungen durchführen zu können.

Dieser Blogbeitrag ist damit eine erste Einstimmung auf das Business Breakfast „HR Analytics: Rettungsanker für HR?“ am 24. Oktober 2917 in Zürich und auf das Forum mit abschliessender Fachtagung „NextGen Human Capital Analytics“ am 16. November in Edesheim.

Ich freue mich auf Ihre Kommentare und Anregungen im Blog und hoffe, Sie bei einer der Veranstaltungen persönlich kennen lernen zu dürfen.