1. Thematische Einführung
Personalmanagement hat sich von einer operativen Disziplin zu einer strategischen verändert. HR-Analytics
bezieht sich auf die Sammlung, Analyse und Berichterstattung von HR-Daten. Es ermöglicht Unternehmen, die
Auswirkungen von HR-Metriken auf die Gesamtleistung zu messen und Entscheidungen zu treffen.
Definition von HR-Analytics
HR-Analytics ist die systematische Identifizierung und Quantifizierung von menschlichen Faktoren in der
Unternehmensleistung. Zweck besteht darin diese Informationen zu nutzen, um fundierte Entscheidungen zu
treffen. Eine umfassende HR-Analyse fokussiert sich auf das Heute und blickt durch eine integrierte systematische
Personalplanung auch in die Zukunft. HR-Analytics ist eine Brücke zwischen Unternehmensstrategie und
Personalmanagement.
Unterscheidung zwischen HR-Controlling und HR-Analytics
• HR-Controlling überwacht Ziele indem regelmäßig bestimmte Kennzahlen erhoben werden, und leitet
Maßnahmen bei Zielabweichungen ein.
• HR-Analytics nutzt die im Unternehmen vorhandenen Daten zur Bewertung und Identifizierung von Mustern,
Vorhersagen und Schlussfolgerungen. Es fokussiert sich somit auf Muster und Zusammenhänge zur
Unterstützung von Entscheidungen.
2. Grundlagen von HR- Analytics
2.1.1 Funktionsweisen HR-Analytics
• HR-Analytics ist eine Methode zur Sammlung, Auswertung und Systematisierung von Personaldaten.
• Es bildet die Grundlage für eine datengestützte Personalforschung.
• HR-Analytics wird verstärkt in verschiedenen HR-Bereichen eingesetzt.
People Analytics vs. HR-Analytics
People Analytics wird in der Literatur oft synonym mit HR-Analytics verwendet. Alle Begriffe haben gemeinsam,
dass sie sich mit der Kategorisierung von Datenauswertungsebenen (deskriptiv, prädiktiv, normativ) befassen.
• People Analytics:
beschäftigt sich mit den einzelnen Mitarbeitern und nicht mit einem kompletten HR-Prozess. So erhält man
Einblicke in das Verhalten, die Leistung und die Bedürfnisse von Mitarbeitern.
• HR-Analytics:
hat das Ziel, Prozesse innerhalb der Personalabteilung zu analysieren und zu optimieren, geht somit auch auf
die Bedürfnisse des Unternehmens ein. HR-Analytics, bezieht sich auf die Anwendung von Datenanalyse und -
techniken im gesamten Bereich HRM.
Aufbau und Funktionsweisen von HR-Analytics:
1. „Descriptive Analytics“ (Was ist geschehen?)
Dienen als Ausgangsbasis und erzählen die Geschichte vergangener
Ereignisse (z. B. Daten wie Personalbestand, Personal). Anfang von
weiteren Nachforschungen zu möglichen Ursachen.
2. „Diagnostic Analytics“ (Warum ist es geschehen?).
Im nächsten Schritt müssen weitere Informationen aus Umfragewerten, Interviews etc.
für diese hinzugezogen werden. Dies ist ein fester Bestandteil guter Personalarbeit.
Hier werden Kennzahlen erhoben und Wirkungsverhältnisse analysiert.
3. „Predictive Analytics“ (Was könnte geschehen?)
liefern detaillierte Informationen über Einflussfaktoren die sich positiv/negativ auf Schwankungen auswirken
können, wie z. B. Lohnerhöhungen. Sie suchen nach Ursache-Wirkungs-Beziehungen. Um prädikative Daten zu
erheben, wird die Analyse von Abfrage- und Suchdaten, wie z. B. Data Mining, eingesetzt. Anhand dieser
Korrelation lässt sich feststellen, ob geeignete Maßnahmen, wie z. B. eine Änderung des Führungsverhaltens,
ergriffen werden (z.B. Zusammenhang zwischen dem Führungsstil und der Fluktuationsrate in seiner Abteilung).
,4. „Prescriptive Analytics“ (Was soll geschehen?)
Präskriptive Daten zielen darauf ab, vorgegebene Ziele zu erreichen und Handlungsalternativen zu identifizieren.
Die vorherigen Stufen, haben eindeutige Erkenntnisse über Ursache-Wirkungszusammenhänge geliefert. Es
werden Daten über Maßnahmen in der Zukunft verglichen und dann auf der Grundlage ihrer Wirksamkeit
ausgewählt/umgesetzt. (wird im HRM selten eingesetzt). Beantwortung der Frage, welche Handlungsalternativen
gewählt werden sollte, um das Ziel zu erreichen. Verfahren, um Handlungsalternativen zu identifizieren:
• Lineare Optimierung
• Modellierung
• Expertensysteme
HINWEIS:
Durch Zusammenarbeit dieser vier Bereiche kann eine Lösung für datengestütztes Entscheidungsmanagement
gefunden werden. Um Prognosen zu machen, braucht man immer Daten aus der Vergangenheit, weshalb man
immer mit der deskriptiven Analyse startet. In den versch. Analysenstufen können Methoden (Zeitreihenanalysen,
Regressionsanalysen etc.) angewandt werden. Hier kommt es darauf an, was berechnet werden soll und ist somit
vom Zweck abhängig. Die Daten von heute werden genutzt, um die Zukunft zu prognostizieren und die Rolle der
HR- Abteilung als strategischen Partner zu stärken.
Um durch HR-Analytics Korrelationen/verursachende Wirkungsbeziehungen aufzudecken müssen drei
Bedingungen bei der Analyse erfüllt werden, damit von einem kausalen Einfluss einer Variablen (X =
Krankheitstage) auf eine Variable (Y = Gesundheitsmaßnahme) gesprochen werden kann.
1. X muss zeitlich vor Y liegen. → Die Maßnahme muss der Periode, in der die Krankheitstage gemessen werden,
vorangehen
2. X und Y müssen korrelieren → Krankenstand und die Gesundheitsmaßnahme müssen in einem
Zusammenhang miteinander stehen, welcher nicht rein zufällig auf die Stichprobenauswahl zurückzuführen ist.
3. Es müssen alternative Erklärungen ausgeschlossen werden, welche für den Zusammenhang von X und Y
stehen → (inklusive der umgekehrten Kausalität, also, dass die Gesundheitsmaßnahme nicht ursächlich für
den sich veränderten Krankenstand war, sondern als Folge dessen eingeführt wurde).
Implementierung und Nutzen von HR-Analytics im HRM
Es bringt drei wesentliche Veränderungen bei der Verwendung von HR-Analytics:
1. Quantifizierung: Bedeutet, dass im HRM implizites Wissen gemessen wird, indem komplexe Informationen
auf Schlüsselindikatoren reduziert werden. Dadurch können Daten objektiv bewertet und verglichen werden.
2. Evidenzbasiertheit: Bedeutet, dass sozialwissenschaftliche Erkenntnisse & vorhandene Unternehmensdaten
genutzt werden, um Fragen im Personalmanagement zu beantworten. Anstatt auf Vermutungen oder
Erfahrungen zu basieren, werden Entscheidungen auf fundierten Beweisen getroffen
3. Systematisierung: Bezieht sich auf die Integration von HR-Analytics-Kennzahlen in die
Unternehmensstrategie. Dadurch können die richtigen Mitarbeiter für strategische Ziele identifiziert werden.
Es wird auch berücksichtigt, wie menschliche Herausforderungen, wie zum Beispiel bei internationalen
Expansionen, bewältigt werden können.
Das entwickelte HR-Analytics-Metriken-System liefert zeitnahe Analysen wichtiger HRM-Entwicklungen und
ermöglicht einen Einblick in zukünftige HR-Entwicklungen.
Allgemeinen HR-Dashboard für Führungskräfte:
• kleine Anzahl von HR-Kennzahlen (Management relevant sind) in einem Dashboard zusammengefasst, anstatt
eine große Anzahl von Kennzahlen nach dem Zufallsprinzip zu erstellen.
• Ziel → ein Kennzahlensystem zu entwickeln, das mit den Ergebnissen des Rechnungswesens verknüpft ist,
aber auch relevante personalwirtschaftliche Aussagen enthalten kann (z.B. Verringerung der MA-fluktuation
sich positiv auf den Cashflow auswirkt)
Spezifische HR-Dashboards für Personalverantwortliche → beinhaltet versch. Interessensgebieten im HRM
• detaillierte Antworten auf spezielle Fragen
• Ziel → Personalleiter/Vorgesetzte können individuelle Antworten geben, die über die allgemeinen Fragen
hinausgehen, die Personalverantwortliche normalerweise stellen.
, Zusammenhänge: Die nachfolgende Abb. 4 bildet die
vorgenannten Zusammenhänge ab. Da die strategische
Relevanz des Personalmanagements sich davon ableitet,
Strategieentscheidungen zu hinterfragen und ihre
Auswirkungen auf personalbezogene Fragestellungen zu
überprüfen, kann hieraus für das Unternehmen auch ein
strategischer Wettbewerbsvorteil entstehen
2.2.2 Wichtige KPI s messen und verstehen
Key Performance Indicators (KPIs) = messbare Werte zur Verfolgung von Schlüsselprozessen.
HR-KPIs = messbare Werte, werden verwendet, um ihren Fortschritt bei bestimmten Geschäftszielen zu verfolgen
und zu bestimmen. HR-Analytics nutzt HR-Kennzahlen, um mithilfe von Algorithmen & statistischen Formeln
Erkenntnisse zu gewinnen.
Arten von HR-KPI´s:
✓ Vergütungs-KPI´s
✓ Beschäftigungs-KPI´s
✓ Leistungs-KPI´s
Vergütungs-KPI´s
Prozentsatz der Personalkosten: Personalkosten im Vergleich zu allen Kosten
Summe der Gehälter / Gesamtkosten des UN
Salary Competitiveness Ratio (SCR): Wettbewerbsfähigkeit der Vergütung
Ø Gehalt im UN verglichen mit dem Ø Lohn der Branche/Konkurrenz.
Beschäftigungs-KPI‘s
Fehlzeitenquote: Arbeit/Produktivität, die aufgrund von Krankheit/Urlaub verloren geht
Anzahl der Abwesenheitstage / Anzahl der Arbeitstage im UN
Leistungs-KPIs
Rate der internen Stellenschaffung: Effektivität der organisatorischen Talententwicklung.
Kultur-KPI‘s
Mitarbeiterzufriedenheitsindex: Schlüsselkennzahl, die der Mitarbeiterbindung zugrunde liegt.
UN-weite Umfrage um die Mitarbeiterzufriedenheit zu messen
2.2.3 Beispiele für HR-Analytics
Einsatz von HR-Analytics in Retention Management & Recruiting
• Viele HR-Analytics-Projekte starten häufig mit Personalbeschaffung und Bindungsmanagement:
o Personalbeschaffung:
▪ Hier gibt es zwei Hauptanwendungsmöglichkeiten für HR-Analytics:
1. Rekrutierungsanalyse (bestehende Mitarbeiterprofile können potenzielle künftige Kandidaten über
Social-Media- Plattformen identifizieren und so proaktiv ansprechen), und die Effektivität von
Kommunikationskanälen untersucht und optimiert werden.
Ziel =Werbekosten zu senken und die Ausfallzeiten zu minimieren.
2. Optimierung von Stellenanzeigen (Präventive Wörter oder potenziell diskriminierende Inhalte
können identifiziert und damit die Ansprache von Bewerbern deutlich optimiert werden)
o Bindungsmanagement
▪ wichtig, Kündigungen vorherzusagen und das Ausscheiden leistungsstarker MA zu verhindern.
• Mit präziserer Abstimmung (Bewerber/Stelle) kann Produktivität gesteigert werden.
Personalmanagement hat sich von einer operativen Disziplin zu einer strategischen verändert. HR-Analytics
bezieht sich auf die Sammlung, Analyse und Berichterstattung von HR-Daten. Es ermöglicht Unternehmen, die
Auswirkungen von HR-Metriken auf die Gesamtleistung zu messen und Entscheidungen zu treffen.
Definition von HR-Analytics
HR-Analytics ist die systematische Identifizierung und Quantifizierung von menschlichen Faktoren in der
Unternehmensleistung. Zweck besteht darin diese Informationen zu nutzen, um fundierte Entscheidungen zu
treffen. Eine umfassende HR-Analyse fokussiert sich auf das Heute und blickt durch eine integrierte systematische
Personalplanung auch in die Zukunft. HR-Analytics ist eine Brücke zwischen Unternehmensstrategie und
Personalmanagement.
Unterscheidung zwischen HR-Controlling und HR-Analytics
• HR-Controlling überwacht Ziele indem regelmäßig bestimmte Kennzahlen erhoben werden, und leitet
Maßnahmen bei Zielabweichungen ein.
• HR-Analytics nutzt die im Unternehmen vorhandenen Daten zur Bewertung und Identifizierung von Mustern,
Vorhersagen und Schlussfolgerungen. Es fokussiert sich somit auf Muster und Zusammenhänge zur
Unterstützung von Entscheidungen.
2. Grundlagen von HR- Analytics
2.1.1 Funktionsweisen HR-Analytics
• HR-Analytics ist eine Methode zur Sammlung, Auswertung und Systematisierung von Personaldaten.
• Es bildet die Grundlage für eine datengestützte Personalforschung.
• HR-Analytics wird verstärkt in verschiedenen HR-Bereichen eingesetzt.
People Analytics vs. HR-Analytics
People Analytics wird in der Literatur oft synonym mit HR-Analytics verwendet. Alle Begriffe haben gemeinsam,
dass sie sich mit der Kategorisierung von Datenauswertungsebenen (deskriptiv, prädiktiv, normativ) befassen.
• People Analytics:
beschäftigt sich mit den einzelnen Mitarbeitern und nicht mit einem kompletten HR-Prozess. So erhält man
Einblicke in das Verhalten, die Leistung und die Bedürfnisse von Mitarbeitern.
• HR-Analytics:
hat das Ziel, Prozesse innerhalb der Personalabteilung zu analysieren und zu optimieren, geht somit auch auf
die Bedürfnisse des Unternehmens ein. HR-Analytics, bezieht sich auf die Anwendung von Datenanalyse und -
techniken im gesamten Bereich HRM.
Aufbau und Funktionsweisen von HR-Analytics:
1. „Descriptive Analytics“ (Was ist geschehen?)
Dienen als Ausgangsbasis und erzählen die Geschichte vergangener
Ereignisse (z. B. Daten wie Personalbestand, Personal). Anfang von
weiteren Nachforschungen zu möglichen Ursachen.
2. „Diagnostic Analytics“ (Warum ist es geschehen?).
Im nächsten Schritt müssen weitere Informationen aus Umfragewerten, Interviews etc.
für diese hinzugezogen werden. Dies ist ein fester Bestandteil guter Personalarbeit.
Hier werden Kennzahlen erhoben und Wirkungsverhältnisse analysiert.
3. „Predictive Analytics“ (Was könnte geschehen?)
liefern detaillierte Informationen über Einflussfaktoren die sich positiv/negativ auf Schwankungen auswirken
können, wie z. B. Lohnerhöhungen. Sie suchen nach Ursache-Wirkungs-Beziehungen. Um prädikative Daten zu
erheben, wird die Analyse von Abfrage- und Suchdaten, wie z. B. Data Mining, eingesetzt. Anhand dieser
Korrelation lässt sich feststellen, ob geeignete Maßnahmen, wie z. B. eine Änderung des Führungsverhaltens,
ergriffen werden (z.B. Zusammenhang zwischen dem Führungsstil und der Fluktuationsrate in seiner Abteilung).
,4. „Prescriptive Analytics“ (Was soll geschehen?)
Präskriptive Daten zielen darauf ab, vorgegebene Ziele zu erreichen und Handlungsalternativen zu identifizieren.
Die vorherigen Stufen, haben eindeutige Erkenntnisse über Ursache-Wirkungszusammenhänge geliefert. Es
werden Daten über Maßnahmen in der Zukunft verglichen und dann auf der Grundlage ihrer Wirksamkeit
ausgewählt/umgesetzt. (wird im HRM selten eingesetzt). Beantwortung der Frage, welche Handlungsalternativen
gewählt werden sollte, um das Ziel zu erreichen. Verfahren, um Handlungsalternativen zu identifizieren:
• Lineare Optimierung
• Modellierung
• Expertensysteme
HINWEIS:
Durch Zusammenarbeit dieser vier Bereiche kann eine Lösung für datengestütztes Entscheidungsmanagement
gefunden werden. Um Prognosen zu machen, braucht man immer Daten aus der Vergangenheit, weshalb man
immer mit der deskriptiven Analyse startet. In den versch. Analysenstufen können Methoden (Zeitreihenanalysen,
Regressionsanalysen etc.) angewandt werden. Hier kommt es darauf an, was berechnet werden soll und ist somit
vom Zweck abhängig. Die Daten von heute werden genutzt, um die Zukunft zu prognostizieren und die Rolle der
HR- Abteilung als strategischen Partner zu stärken.
Um durch HR-Analytics Korrelationen/verursachende Wirkungsbeziehungen aufzudecken müssen drei
Bedingungen bei der Analyse erfüllt werden, damit von einem kausalen Einfluss einer Variablen (X =
Krankheitstage) auf eine Variable (Y = Gesundheitsmaßnahme) gesprochen werden kann.
1. X muss zeitlich vor Y liegen. → Die Maßnahme muss der Periode, in der die Krankheitstage gemessen werden,
vorangehen
2. X und Y müssen korrelieren → Krankenstand und die Gesundheitsmaßnahme müssen in einem
Zusammenhang miteinander stehen, welcher nicht rein zufällig auf die Stichprobenauswahl zurückzuführen ist.
3. Es müssen alternative Erklärungen ausgeschlossen werden, welche für den Zusammenhang von X und Y
stehen → (inklusive der umgekehrten Kausalität, also, dass die Gesundheitsmaßnahme nicht ursächlich für
den sich veränderten Krankenstand war, sondern als Folge dessen eingeführt wurde).
Implementierung und Nutzen von HR-Analytics im HRM
Es bringt drei wesentliche Veränderungen bei der Verwendung von HR-Analytics:
1. Quantifizierung: Bedeutet, dass im HRM implizites Wissen gemessen wird, indem komplexe Informationen
auf Schlüsselindikatoren reduziert werden. Dadurch können Daten objektiv bewertet und verglichen werden.
2. Evidenzbasiertheit: Bedeutet, dass sozialwissenschaftliche Erkenntnisse & vorhandene Unternehmensdaten
genutzt werden, um Fragen im Personalmanagement zu beantworten. Anstatt auf Vermutungen oder
Erfahrungen zu basieren, werden Entscheidungen auf fundierten Beweisen getroffen
3. Systematisierung: Bezieht sich auf die Integration von HR-Analytics-Kennzahlen in die
Unternehmensstrategie. Dadurch können die richtigen Mitarbeiter für strategische Ziele identifiziert werden.
Es wird auch berücksichtigt, wie menschliche Herausforderungen, wie zum Beispiel bei internationalen
Expansionen, bewältigt werden können.
Das entwickelte HR-Analytics-Metriken-System liefert zeitnahe Analysen wichtiger HRM-Entwicklungen und
ermöglicht einen Einblick in zukünftige HR-Entwicklungen.
Allgemeinen HR-Dashboard für Führungskräfte:
• kleine Anzahl von HR-Kennzahlen (Management relevant sind) in einem Dashboard zusammengefasst, anstatt
eine große Anzahl von Kennzahlen nach dem Zufallsprinzip zu erstellen.
• Ziel → ein Kennzahlensystem zu entwickeln, das mit den Ergebnissen des Rechnungswesens verknüpft ist,
aber auch relevante personalwirtschaftliche Aussagen enthalten kann (z.B. Verringerung der MA-fluktuation
sich positiv auf den Cashflow auswirkt)
Spezifische HR-Dashboards für Personalverantwortliche → beinhaltet versch. Interessensgebieten im HRM
• detaillierte Antworten auf spezielle Fragen
• Ziel → Personalleiter/Vorgesetzte können individuelle Antworten geben, die über die allgemeinen Fragen
hinausgehen, die Personalverantwortliche normalerweise stellen.
, Zusammenhänge: Die nachfolgende Abb. 4 bildet die
vorgenannten Zusammenhänge ab. Da die strategische
Relevanz des Personalmanagements sich davon ableitet,
Strategieentscheidungen zu hinterfragen und ihre
Auswirkungen auf personalbezogene Fragestellungen zu
überprüfen, kann hieraus für das Unternehmen auch ein
strategischer Wettbewerbsvorteil entstehen
2.2.2 Wichtige KPI s messen und verstehen
Key Performance Indicators (KPIs) = messbare Werte zur Verfolgung von Schlüsselprozessen.
HR-KPIs = messbare Werte, werden verwendet, um ihren Fortschritt bei bestimmten Geschäftszielen zu verfolgen
und zu bestimmen. HR-Analytics nutzt HR-Kennzahlen, um mithilfe von Algorithmen & statistischen Formeln
Erkenntnisse zu gewinnen.
Arten von HR-KPI´s:
✓ Vergütungs-KPI´s
✓ Beschäftigungs-KPI´s
✓ Leistungs-KPI´s
Vergütungs-KPI´s
Prozentsatz der Personalkosten: Personalkosten im Vergleich zu allen Kosten
Summe der Gehälter / Gesamtkosten des UN
Salary Competitiveness Ratio (SCR): Wettbewerbsfähigkeit der Vergütung
Ø Gehalt im UN verglichen mit dem Ø Lohn der Branche/Konkurrenz.
Beschäftigungs-KPI‘s
Fehlzeitenquote: Arbeit/Produktivität, die aufgrund von Krankheit/Urlaub verloren geht
Anzahl der Abwesenheitstage / Anzahl der Arbeitstage im UN
Leistungs-KPIs
Rate der internen Stellenschaffung: Effektivität der organisatorischen Talententwicklung.
Kultur-KPI‘s
Mitarbeiterzufriedenheitsindex: Schlüsselkennzahl, die der Mitarbeiterbindung zugrunde liegt.
UN-weite Umfrage um die Mitarbeiterzufriedenheit zu messen
2.2.3 Beispiele für HR-Analytics
Einsatz von HR-Analytics in Retention Management & Recruiting
• Viele HR-Analytics-Projekte starten häufig mit Personalbeschaffung und Bindungsmanagement:
o Personalbeschaffung:
▪ Hier gibt es zwei Hauptanwendungsmöglichkeiten für HR-Analytics:
1. Rekrutierungsanalyse (bestehende Mitarbeiterprofile können potenzielle künftige Kandidaten über
Social-Media- Plattformen identifizieren und so proaktiv ansprechen), und die Effektivität von
Kommunikationskanälen untersucht und optimiert werden.
Ziel =Werbekosten zu senken und die Ausfallzeiten zu minimieren.
2. Optimierung von Stellenanzeigen (Präventive Wörter oder potenziell diskriminierende Inhalte
können identifiziert und damit die Ansprache von Bewerbern deutlich optimiert werden)
o Bindungsmanagement
▪ wichtig, Kündigungen vorherzusagen und das Ausscheiden leistungsstarker MA zu verhindern.
• Mit präziserer Abstimmung (Bewerber/Stelle) kann Produktivität gesteigert werden.
