Basic HTML-Version
Statistische und
demografische
Merkmaie
Schulische
Ausbildung
Erfahrung
Einstellung
Personal–
management
Fehlzeiten
Leistungs - \
Qualität'
Produktivität
Kompetenzen /
Fähigkeiten
Gesamtzahl Kennzahlen = 341
60
80
100
An z ah l Ke n n z a h l e n
160
Abb. 3: Verteilung der Kennzahlen auf die Kennzahlenduster
des
Humankapitals
I I
tn £
I i
Allgemein
Akqu<sition
Entwicklung
Altokation
Evaluation
Vergütung
Arbeitsklima /
Arbeitsgestaltung
20
25
30
Anzahl Kennzahlen
40
45
Gesamtzahl Kennzahlen = 146
Abb. 4: Verteilung der Kennzahlen auf die Kennzahlenduster
innerhalb
des
Clusters
„Personalmanagement"
Verteilung der Kennzatilen
Die verschiedenen identifizierten Kenn–
zahlenduster werden allerdings in den
untersuchten Ansätzen in sehr unter–
schiedlichem Umfang durch Kennzahlen
repräsentiert. So findet das Personal–
management mit über 40 % der gesam–
melten Indiktoren die stärkste Berück–
sichtigung in den untersuchten Indikator–
ansätzen. Kennzahlen der Leistungs–
qualität und Fehlzeiten machen dagegen
einen verschwindend geringen Anteil der
Gesamtheit aus, während hinsichtlich
der Persönlichkeitsmerkmale von Mitar–
beitern keinerlei konkret umsetzbare
Indikatoren vorgeschl agen werden
(s. Abb. 3). Auch innerhalb der dem
Per sona lmanagement zugeordneten
Kennzahlen wird die ungleiche Verteilung
sichtbar Der Mitarbeiterentwicklung und
dem als Arbeitsklima / Arbeitsgestaltung
bezeichneten Bereich sind jeweils über
30 % aller personalmanagementbezo-
genen Indikatoren gewidmet, während
beispielsweise Mitarbeiterallokation und
Mitarbeiterevaluation nur wenig berück–
sichtigt werden (s. Abb. 4).
Es zeigt sich außerdem, dass in den be–
trachteten Konzepten erwartungsgemäß
vor allem nicht finanzielle Indikatoren
zur Messung des Humankapitals Ver–
wendung finden.
Der Anteil der finanzi–
ellen Indikatoren an den gesammelten
Kennzahlen macht dagegen nur knapp
20 % aus. Ferner lässt sich eine
Abgren–
zung in Input-, Prozess- und Output–
kennzahlen
vornehmen: Inputkenn-
zahlen geben Aufschluss über verfügbare
CM
Controller magazin
4/04
Auswahl und Gestaltung der Kenn–
zahlen
Mit Hilfe von Kennzahlen soll eine mög–
lichst zutreffende Abbildung des betrieb–
lichen Humankapitals erreicht werden.
Dabei ist zunächsdt die Anforderung zu
stellen, dass die ausgewählten Indikato–
ren
über Ursache-Wirkungs-Beziehun–
gen sowohl untereinander als auch mit
den finanziellen Zielgrößen des Unter–
nehmens sys temat i sch verbunden
sind.
Nur so lässt sich erklären, wie einer–
seits der ökonomische Erfolg des Unter–
nehmens zu Stande kommt und wie sich
andererseits Veränderungen der imma–
teriellen Ressourcen auf diesen Erfolg
auswirken (vgl. Günther, T. W. / Günther,
E. (2003) S. 198) . Verschiedene der be–
trachteten Indikatoransätze stellen ihre
Kennzahlen in derartige Zusammen–
hänge, das gilt insbesondere für die
Balanced Scorecard. Allerdings bleibt in
vielen Fällen offen, ob sich die angenom–
menen Ursache-Wirkungs-Beziehungen
tatsächlich in dieser Form bewährt ha–
ben, z. B. im Rahmen von empirischen
Untersuchungen. Um generalisierbare
Aussagen hinsichtlich dieser Zusammen–
hänge im Rahmen des Humankapitals
367
Ressourcen und ihre Strukturen. Diese
Ressourcen werden verschiedenen Akti–
vitäten und Transformationsprozessen
unterzogen, welche sich mittels Prozess–
indikatoren beschreiben lassen. Output–
kennzahlen stellen letztendlich Ergebnis–
se und Konsequenzen des Ressourcen–
einsatzes in Verbindung mit den vorge–
nommenen Transformationsprozessen
dar (in Anlehnung an Mouritsen,). / Lar-
sen, H. T / Bukh, PN. / lohansen, M. R.
(2001) S. 365L) . Um eine Kennzahl ein–
deutig kategorisieren zu können, muss
Klarheit über den zugrunde liegenden
Prozess bestehen. Hier wird daher ein
allgemeiner, übergeordneter Prozess zu–
grunde gelegt, der die Transformation
des Humankapitals eines Unternehmens
in betriebliche Leistungen wie Produkte
und Dienstleistungen für Kunden be–
schreibt (im Gegensatz zu einzelnen Teil–
prozessen wie z. B. dem betrieblichen
Akquisitionsprozess). Im Rahmen der
untersuchten Ansätze lässt sich eine Kon–
zent rat ion auf Input- und Prozess–
kennzahlen mit insgesamt über 80 % der
Indikatoren feststellen, während Output–
kennzahlen in entsprechend geringerem
Maße verwendet werden (s. Abb. 5).