Unternehmen werfen einen Blick in die Daten-Glaskugel: Die französische Bahn nutzt Big Data für Einblicke in Passagierbewegungen, um so die Zufriedenheit ihrer Kunden zu verbessern. IBM plant, die Informationen rund um das Wohlbefinden auf Millionen von Apple-Geräten auszuwerten und diese dann Unternehmen aus dem Gesundheitsbereich wie Johnson & Johnson und Medtronic anzubieten.
Möglich macht das alles Big Data, also die Analyse des Datenberges, den wir jeden Tag - gewollt oder ungewollt - produzieren: Wenn wir mit unserer EC-Karte an der Tankstelle bezahlen, mit dem Handy unterwegs unsere E-Mails abrufen oder mit der Straßenbahn fahren. Überall hinterlassen wir Informationen. Laut IBM produzieren wir täglich 2,5 Quintillionen Bytes an Daten. Aber nur ein Prozent der Daten wird auch analysiert, wie das amerikanische Marktforschungsinstitut International Data Corporation (IDC) herausgefunden hat. Dabei sind die Daten bares Geld wert.
Vorweg: Es geht bei Big Data nicht zwangsläufig um intime Daten, wie die eigene Krankenakte, das Gehalt von Herrn Müller nebenan oder den Inhalt der privaten E-Mails des Kollegen. Es geht in der Regel um Abläufe und Profile. So will die französische Bahn nicht herausfinden, wer die Passagiere im einzelnen sind und was ihr Lieblingsbrotaufstrich ist oder wie viel sie verdienen.
Es geht darum, zu ermitteln, wann die meisten Passagiere von A nach B fahren, um entsprechend mehr Züge anzubieten oder darum, zu analysieren, ob zehn Bäckereien im Bahnhofsgebäude nicht zu viel sind, weil die Passagiere sich morgens überwiegend Kaffee kaufen, aber kein Brot. Dafür müssen vorhandene Informationen ausgewertet werden: wie viele Zugtickets werden um sechs Uhr früh verkauft und wie viele um sieben oder um acht? Wie sieht der Umsatz der Bäckereifilialen im Bahnhof aus und was verkauft sich morgens am besten? Anhand dieser Informationen soll das bestehende Angebot optimiert werden.
Konkrete Big-Data-Beispiele
Im Gesundheitswesen werden wertvolle Informationen über Nebenwirkungen von Medikamenten und die Wirksamkeit neuer Behandlungsmethoden gewonnen, indem Erfahrungsberichte von Patienten und Ärzten im Internet anonym ausgewertet werden.
Die Stadt Stockholm realisiert ein intelligentes Verkehrsmanagement, um Staus und Unfälle zu vermeiden. Grundlage ist die Analyse von Verkehrs- und Wetterdaten.
Einen Beitrag zur Energiewende leistet die Messung und Analyse des Stromverbrauchs mit Smart Metern, um den Bedarf genauer vorherzusagen und den Verbrauch zu reduzieren.
Ganz ähnliche "Bewegungsströme" lassen sich auch innerhalb eines Unternehmens nachweisen. Allerdings geht es hier darum, zu erfahren, wann Mitarbeiter kündigen. Denn häufig steckt dahinter ein Muster, wie Sven Semet, Senior Account Executive bei IBM, sagt. "Mittlerweile kann man sogar vorhersagen, wer gefährdet ist, ein Unternehmen zu verlassen, in dem man sich die Kandidaten anschaut, die in letzter Zeit gegangen sind. Zum Beispiel: wie alt waren sie, welches Geschlecht hatten sie, wie lange waren sie im Betrieb, welche Ausbildung und welche Fähigkeiten hatten sie. Dann kann man sagen: Müller, Meyer und Schmidt passen ins vergleichbare Raster. Dann kann man die Mitarbeiter ansprechen und herausfinden, was man tun kann, damit sie bleiben."
Mitarbeiter besser halten
Der Erfolg ist messbar: Das Technologie- und Dienstleistungsunternehmen Xerox beispielsweise hat durch den Einsatz von Big Data die Fluktuationsrate in seinen Callcentern um etwa 50 Prozent reduziert. Die Auswertung der Daten hatte ergeben, dass es kreative Menschen sechs Monate im Callcenter aushielten, neugierige Menschen gingen quasi sofort wieder. Wer so etwas weiß, achtet bei der Einstellung von Mitarbeitern auf diese Faktoren - und nicht nur auf die Noten oder die Berufserfahrung.
Was Big Data im Personalwesen kann
Ein Großhandelsunternehmen nutzt für eine interne HR-Analytse Daten und Modelle über Stärken und Schwächen im Management und warum die Leistung der Mitarbeiter in den unterschiedlichen Niederlassungen unterschiedlich ist. Zusammen mit einem Überblick über die Kontrollreichweite der einzelnen Managementeinheiten und den unterschiedlichen Vergütungsvarianten aller Abteilungen und Teams im Unternehmen lässt sich darstellen, wo im Unternehmen sich Talente bewegen. Ob sie das Unternehmen verlassen oder wo die Mobilität der Talente in höhere Positionen gut oder weniger gut ausgeprägt ist. Das gibt der Unternehmensführung Erkenntnisse darüber, wann sie Organisationsprozesse konsolidieren oder erweitern und wann sie neue Führungskräfte fördern oder dort Strukturen reorganisieren sollen.
Quelle: Cornerstone OnDemand
Xerox konnte die eigene Mitarbeiterfluktuationsrate in allen seinen Callcentern um etwa 50 Prozent reduzieren, nachdem es Big Data im Rahmen der Überprüfung der Bewerbungen einsetzte. Das Unternehmen hatte bisher Personen basierend auf deren Praxiserfahrungen eingestellt. Doch die Daten zeigten, dass die Persönlichkeit eine größere Rolle spielt als die Praxiserfahrung. Während kreative Menschen meist für mindestens sechs Monate im Unternehmen bleiben, so dass das Unternehmen wenigstens die Investitionen in deren Ausbildung erwirtschaften kann, verlassen wissbegierige Menschen das Unternehmen.
In einem anderen Unternehmen war das Team der HR Analytiker aus ihrer ursprünglichen Aufgabe, der Personalplanung, herausgewachsen. Nach mehr als drei Jahren Analysen hatte das Team Rekrutierungs-Modelle entwickelt, die in der Lage waren, Arbeitsmarktdaten, Gehaltsdaten und Informationen über Fähigkeiten externer Personen miteinander zu korrelieren, um auf diese Weise lokale Rekrutierungsstrategien in der ganzen Welt zu entwickeln.
Eine Studie zum Thema Big Data im HR-Bereich von Cornerstone OnDemand, einem Anbieter von cloudbasierter TalentManagement Software, listet weitere Erfolgsbeispiele auf: In einer Bank mit großen und kleinen Niederlassungen fand man heraus, dass das Mitarbeiterengagement in den kleineren Niederlassungen sehr niedrig war. Außerdem wurde in diesen Filialen relativ häufig etwas gestohlen. Die Personalabteilung analysierte die vorhandenen Daten und fand heraus, dass es eine Relation zwischen geringer Aufmerksamkeit der Unternehmensführung, schlechten Arbeitsbedingungen und den Diebstählen gab. Wo die Führungskräfte häufig vor Ort waren, sich für die Mitarbeiter interessierten und Feedback für deren Arbeit gaben, gab es weniger Diebstähle und die Angestellten waren insgesamt zufriedener.
Aufgrund dieser Erkenntnis werden nun auch die kleinen Filialen regelmäßig besucht und es finden Mitarbeitergespräche statt, um die Zufriedenheit der Mitarbeiter und die Arbeitsbedingungen zu überprüfen. Das Ergebnis: Allein die Einsparungen durch die Beseitigung der Diebstähle ging in die Millionen, ganz abgesehen von den Verbesserungen der Kontakte und der Zufriedenheit der Mitarbeiter.
Algorithmus versus klarer Menschenverstand
Ein gutes Beispiel für Big Data im Mittelstand ist eine Bäckereifilialkette in Norddeutschland, die jeden Tag eine Vielzahl an Retouren aus den einzelnen Filialen verbuchte. Ein externer Dienstleister wertete im Auftrag der Kette umfassende Wetterdaten aus, die Rückschlüsse auf das Kaufverhalten der Kunden in den einzelnen Filialen zuließen. Bei 30 Grad und Sonnenschein kauft niemand eine massige Cremetorte und wenn es kalt ist und regnet, haben die Kunden weniger Appetit auf leichte Obststückchen. Gleichzeitig konnte aufgezeigt werden, wie Flohmärkte, Sommerfeste oder Baustellen in der Nähe der jeweiligen Filialen den Absatz veränderten. Auf diese Weise konnte man nicht nur die Retouren verringern, sondern auch deutlich bessere Personalpläne zu erstellen.
Um eine verlässliche Analyse der Mitarbeiter zu erstellen, braucht es natürlich eine ganze Menge an Daten. Doch auch wie bei der französischen Bahn oder der norddeutschen Bäckerei sind die meisten davon bereits vorhanden - sie stehen in den Personalakten. "Viele HR-Basis-Daten wie zum Beispiel Betriebszugehörigkeit, Alter oder Geschlecht sind schon heute bei fast allen Unternehmen vorhanden und können in ersten Pilotprojekten genutzt werden", bestätigt Semet.
Doch bislang tun das noch die wenigsten: Eine Umfrage von Coleman Parks Research unter knapp 800 Informations-Managern aus Deutschland, Frankreich, den Niederlanden, Großbritannien, Spanien und Ungarn hat ergeben, dass 52 Prozent der europäischen Unternehmen nicht wissen, wie sie Big Data am besten nutzen. 21 Prozent haben auch gar nicht vor, sich damit auseinanderzusetzen.
Computer kann Entscheidungen nicht allein treffen
Mit ein Grund dafür mag die Sorge um den Datenschutz sein. So sagte beispielsweise Thilo Weichert, Datenschutzbeauftragter des Landes Schleswig-Holstein, in einem Interview, dass er davon abrate, Big Data im Recruiting einzusetzen. Neben der Gefahr, dass sensible Daten missbräuchlich genutzt werden könnten, seien die Analysen gar nicht besser, als das Urteil eines Menschen, sagte Weichert gegenüber dem Personalmagazin Haufe. "Es gibt viel zu viele weiche Faktoren im Personalbereich, die per digitale Daten nur oberflächlich gehandhabt werden können", so Weichert.
Dabei haben zahlreiche Studien belegt, dass der Wettstreit Computeralgorithmus gegen menschliches Urteilsvermögen sehr oft zu Ungunsten des Menschen ausgeht. Erst kürzlich bewiesen Forscher der Universitäten Cambridge und Stanford, dass Computer uns nur anhand von Facebook-Likes besser beschreiben können, als Freunde, Familie oder Partner. Und auch hier gilt: Je mehr Likes, desto präziser die Analyse der Persönlichkeit. Klar ist aber auch, dass nicht allein der Computer Personalentscheidungen treffen kann. "Sicherlich müssen die finalen Einstellentscheidungen dann immer noch erfahrene Führungskräfte und HR Experten leisten", sagt auch Semet.
Trotzdem kann es nicht schaden, die Informationen, die ohnehin vorliegen - nämlich das Profil der Mitarbeiter, die das Unternehmen verlassen haben, auszuwerten. Die Kunden beziehungsweise der Markt, auf dem ein Unternehmen agiert, werden schließlich auch analysiert - ohne dass jemand befürchten muss, dass seine Persönlichkeitsrechte verletzt werden oder die Analyse nicht so verlässlich ist, wie das Bauchgefühl des Chefs.
Vorsicht mit sensiblen Daten
Doch sogar persönliche Daten wie das Surfverhalten der Mitarbeiter oder E-Mails können einen Erkenntnisgewinn liefern. Sind die Hälfte der Mitarbeiter ständig bei Jobportalen unterwegs? Dann wird es Zeit, etwas an der Arbeitsatmosphäre zu verändern oder die Angestellten zum Gespräch zu bitten.
Allerdings geht bei solchen Daten nichts ohne Fingerspitzengefühl, wie auch Semet von IBM sagt. Und natürlich ist eine Anonymisierung unerlässlich. "Individuelle Analysen sollten ohne die Zustimmung der Mitarbeiter selbstverständlich nicht gemacht werden", betont er. Und weiter: "Datenschutz spielt eine große Rolle und die vorhandenen Gesetze müssen berücksichtigt werden." Wer seine Mitarbeiter ausspäht, um exakte Protokolle eines jeden Einzelnen zu erstellen, hat sonst schneller die Kündigung auf dem Tisch und eine Klage am Hals, als er "Datenanalyse" sagen kann.
Den "gläsernen Angestellten" könne man mit einem HR-Analysetool ohnehin nicht schaffen, so Semet. Jedenfalls nicht, wenn man, wie er empfiehlt, nur die Daten analysiert, die die Mitarbeiter freiwillig zur Verfügung stellen. "Außerdem können wir noch lange nicht die Gedanken der Mitarbeiter lesen und analysieren - was auch gut so ist." Sinnvoll ist die Analyse der Daten allerdings erst ab 300 bis 500 Mitarbeitern. Wer nur drei Angestellte hat, muss selbst darauf kommen, warum sie den Job hinwerfen.