People Analytics US-Unternehmen erstellen Psycho-Profile der Mitarbeiter

Seite 2/3

Detail-Analyse der Mitarbeiter

Ob ein Mitarbeiter so motiviert ist, dass er E-Mails unverzüglich und auch nach Feierabend beantwortet, ist dabei noch eine der banalen Fragestellungen. Längst gibt es Software, die auch die Inhalte der Mails auf persönliche Eigenschaften hin abklopfen kann: Sind die Mails präzise oder ausufernd, freundlich oder aggressiv? Selbst über den Einsatz von Programmen zur Stimmenanalyse denken US-Unternehmen bereits nach.

Solche Programme sollen aus dem Tonfall heraushören können, ob Menschen die Wahrheit sagen – möglicherweise ein hilfreiches Instrument für Bewerbungsgespräche. Unternehmen haben Zugang zu wahren Datenbergen, die – wenn sie mit den richtigen Algorithmen durchforstet, sortiert und gedeutet werden – Personalern ziemlich genau sagen können, mit wem sie es wirklich zu haben.

Das große Vorbild der wachsenden People-Analytics-Gemeinde heißt Billy Beane. Der Manager des  Baseball-Teams Oakland Athletics formte mit Hilfe von mathematischen Analysen eines der besten Teams in der Geschichte des Baseballs. Beane hörte 2002 nicht mehr auf seine Talentsucher, die Baseball-Spieler eher aufgrund ihres Images anwarben. Weil ihm das Geld fehlte, um sich am Wettlauf um die scheinbar besten Talente zu beteiligen, analysierte er mit Hilfe eines jungen Harvard-Absolventen alle in Frage kommenden Spieler auf ihre bisherigen spielerischen Erfolge hin: Wie oft war ein Spieler mit einem bestimmten Wurf, Schlag oder Spielzug tatsächlich erfolgreich?

Auf welche Bereiche wirkt sich die Digitalisierung im Arbeitsalltag aus?

Diese Detail-Analyse enthüllte, dass die besten Profis für bestimmte Positionen auf dem Platz gar nicht die gemeinhin gefeierten Stars waren. Beane engagierte  für vergleichsweise kleines Geld diese unterschätzten Experten und formte aus ihnen ein Team, wie es die Baseball-Liga noch nicht gesehen hatte. Oakland hängte daraufhin Top-Clubs ab, die drei Mal höhere Budgets hatten und schaffte es zwei Jahre in Folge in die Endrundenspiele. Inzwischen ist die Beane-Methode nicht nur in Hollywood verfilmt worden („Moneyball“ mit Brad Pitt), sondern auch  ein Standardverfahren im Baseball.

Beanes Botschaft an Manager in aller Welt lautet: Auch im People-Business sind Daten der richtige Maßstab und nicht das Bauchgefühl. Der US-Einzelhandelsgigant Walmart darf inzwischen zu den Anhängern der Idee gezählt werden, ebenso die Schweizer Bank Credit Suisse. Der Autobauer General Motors lotet mit Befragungen aus, wie gut Mitarbeiter vernetzt sind und integriert isolierte Mitarbeiter, die zugleich oft auch Minderleister sind, wieder stärker in den internen Informationsfluss – oder ersetzt sie.

Die Airline JetBlue findet mit Datenanalysen in kürzerer Zeit die besseren Flugbegleiter, die Investmentbank Goldman Sachs filtert mit Logarithmen rund 100.000 Blindbewerbungen pro Jahr. Der Pharmakonzern Johnson & Johnson durchleuchtet vor allem das körperliche und geistige Wohlbefinden seiner Mitarbeiter und schafft mit darauf aufbauenden Gesundheitsprogrammen eine ebenso zufriedene wie leistungsstarke Belegschaft: Jeder Dollar, den das Unternehmen hier investiert, steigert den Gewinn angeblich um vier Dollar.

Den Firmen steht dabei eine Vielzahl neuer, spezialisierter Software-Firmen zur Seite. Aber auch die großen Anbieter für Firmen-IT, etwa Oracle, SAP oder IBM, sind inzwischen auf den Zug aufgesprungen. Selbst die amerikanische Online-Partnervermittlung eHarmony will mit ihrer Erfahrung bei der „Menschen-Analyse“ künftig in dem Feld mitmischen. Das Softwareangebot  der Firmen ist so breit wie das Anwendungsfeld: Mitarbeitergewinnung, Bewerbungsverfahren, Talentmanagement, Personalabbau.

Inhalt
Artikel auf einer Seite lesen
© Handelsblatt GmbH – Alle Rechte vorbehalten. Nutzungsrechte erwerben?
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%