55
HR-Arbeit ist von Arbeitshypothesen
geprägt. Diese können beispielsweise
lauten:
•
Die meisten Bewerbungen erhalten wir
auf Inserate bei einem Job-Portal
•
Long-Term-Incentives helfen, Talente
langfristig zu binden
•
Mitarbeiter, die loyal und committet
sind, zeigen auch bessere Leistungen.
Dies sind Annahmen, die auf Erfah-
rung, Markttrends, Benchmarks, Fach-
büchern und Ähnlichem beruhen. Doch
nicht alle diese Hypothesen sind für alle
Unternehmen gleichermaßen richtig.
Es gibt Positionen, für die wird man
über ein Job-Portal keinerlei adäquate
Bewerbung erhalten, in anderen ist die
Fluktuation trotz Long-Term-Incentives
überdurchschnittlich hoch. Und unter
Leistungsträgern sind nicht selten Men-
schen, die nur eine geringe Loyalität
zeigen.
Die richtigen Fragen lauten also:
• Welche Arbeitshypothesen würden
das Unternehmen viel Geld kosten,
wenn sie sich als falsch erweisen
würden?
• Wo könnte eine Differenzierung Pro-
zesse effizienter machen?
• Welche Prozesse scheinen schon lan-
ge nicht richtig effizient?
Über solche Hypothesen tauscht man
sich in den meisten Unternehmen in-
Die fünf Schritte der Datenanalyse werden beispielhaft an der Aufgabe, die Fluktuati-
on im Betrieb zu reduzieren, dargestellt.
Datenanalysen sind ein hilfreiches Instrument im Personalmanagement, solange
datenschutzrechtliche Vorgaben und diese fünf Grundregeln beachtet werden: Gemein
same Sprache, Datenanalyse ist kein Selbstzweck, vom Einfachen zum Komplexen, mit
bestehenden Rahmenbedingungen arbeiten, Datenanalyse als Beginn sehen.
Schritt 1: Unternehmerisches Problem identifizieren und quantifizieren
Was sind ergänzende problembezogene Fragestellungen?
• Welche Ursachen könnte die hohe Fluktuation haben?
• Was sind mögliche Ansatzpunkte für eine Reduzierung der Fluktuation?
Schritt 2: Hypothesen zusammentragen
• Hypothese 1: Die Zufriedenheit der Mitarbeiter mit ihren Vorgesetzten ist gering.
• Hypothese 2: Die gezahlten Gehälter liegen unter dem Marktdurchschnitt.
• Hypothese 3: Die Dichte an Unternehmen in der Region ist besonders hoch.
Schritt 3: Existierende Daten zusammentragen
Mögliche existierende Datenquellen:
• Protokolle von Austrittsgesprächen
• Ergebnisse von Mitarbeiterbefragungen
• Feedback auf Bewertungsplattformen (wie Kununu oder Glassdoor)
• Zielvereinbarungen von Mitarbeitern und Führungskräften
Schritt 4: Analyse durchführen
Am Beispiel von Hypothese 1 (die anderen Hypothesen lassen sich ähnlich prüfen):
• Auswertung der Mitarbeiterbefragung nach Region, Geschäftsbereich und Manager
• Vergleich der Werte, zum Beispiel unternehmensweiter Durchschnitt versus Durch
schnitt in einer bestimmten Region
• Suche nach möglichen Ausreißern in den Daten. Prüfung, ob es einzelne Führungskräf
te mit stark abweichendem Feedback gibt
• Vergleich der Feedback-Daten mit den Fluktuationsraten je Bereich
Schritt 5: Veränderungen initiieren
• Wenn nur wenige Datenquellen vorliegen, kann die Diskussion rund um die Datenanaly
se die Basis für die Einführung neuer Instrumente, Systeme und Datenquellen sein.
Fluktuation reduzieren
BEISPIEL
