40 PERSONALquarterly 03 / 23 NEUE FORSCHUNG_PEOPLE ANALYTICS Im Zuge der Digitalisierung wächst das Interesse daran, Entscheidungsprozesse und Managementpraktiken stärker auf Erkenntnisse aus daten- und algorithmenbasierten Analysen zu stützen. Dies gilt auch für das Personalmanagement, das bislang als wenig datengetrieben galt. People Analytics (PA) wird in diesem Zusammenhang sowohl innerhalb der Managementliteratur als auch von Beratungs- und Softwareunternehmen „als revolutionäres Tool und Wegbereiter eines datengetriebenen und evidenzbasierten Managements propagiert“ (Kels/Vormbusch, 2020: 69). McCartney und Fu (2022: 289) definieren PA hierbei als „the continuous process of transforming and translating workforce data into organizational insights at varying levels of sophistication“. Die Erkenntnisse, die mithilfe von PA gewonnen werden können, hängen stark mit dem Reifegrad zusammen, auf dem datenbasierte Analysen durchgeführt werden: Hierbei kann zwischen dem niedrigsten Reifegrad der „deskriptiven Analytik“ und fortgeschritteneren People Analytics (Advanced PA) wie „diagnostischer“, „prädiktiver“, „präskriptiver“ und „autonomer“ HR-Analytik unterschieden werden. Deskriptive Analysen können auf Basis einfacher statistischer Verfahren aufzeigen, was gewesen ist. Advanced PA liefern demgegenüber Antworten darauf, was aus welchemGrund wahrscheinlich passieren wird und schlagen im Falle von präskriptiven Analysen Handlungsempfehlungen vor. Hierfür werden fortgeschrittene statistische Verfahren, Data Mining sowie Machine Learning angewandt. Dient deskriptive, diagnostische, prädiktive und präskriptive Analytik der Unterstützung menschlicher Entscheider, so löst autonome HR-Analytik den Menschen als Entscheidungsinstanz ab. Dies wird durch den Einsatz KI-gestützter Systeme möglich (vgl. Giermindl et al., 2022: 416fff; Kels/Vormbusch, 2020: 71). Räumen Befragte aus HR-Abteilungen der Nutzung von PA in Zukunft eine hohe Relevanz ein (vgl. Katzera/Leusch, 2020: S.5), so scheint der heutige Verbreitungsgrad insbesondere von Advanced PA noch eher gering zu sein. Von denjenigen Unternehmen, die PA heute nutzen, wenden bislang lediglich 23 % der Firmen inferenzstatistische Methoden und nur 13 % prädiktive Analysen an (ebd.: 4; Giering, 2022). Die wissenschaftliche Diskussion zu People Analytics konzentriert sich bisher auf den angelsächsischen Raum (McCartAdvanced People Analytics: Akzente und blinde Flecken im Praxisdiskurs Von Ines Junginger (Hochschule Luzern), Deborah Will (Fernuniversität in Hagen), Tom-Philipp Buchberger (Fernuniversität in Hagen), Prof. Dr. Uwe Vormbusch (Fernuniversität in Hagen) und Prof. Dr. Peter Kels (Hochschule Luzern) ney/Fu, 2022). Weitergehende Analysen im deutschsprachigen Raum, insbesondere zum (fach-)öffentlichen Diskurs zu PA existieren zum aktuellen Zeitpunkt nicht. Ein Beitrag hierzu soll die hier vorgestellte Diskursanalyse zum Thema People Analytics sein. Ziel der Diskursanalyse war es, Klassifikationen und Deutungsmuster in der öffentlichen Thematisierung von People Analytics im deutschsprachigen Diskurs zu rekonstruieren (vgl. Keller, 2007). Dies ist gerade jetzt von Bedeutung, da PA durch betriebliche Rahmenvereinbarungen, den European AI Act und die DSGVO einen institutionalisierten Rahmen erhält. Dieser Institutionalisierungsprozess ist – auch im Hinblick auf seine personalwirtschaftlichen Konsequenzen – ohne eine Analyse des zugrunde liegenden Diskurses nicht zu verstehen. Dementsprechend rekonstruiert der Beitrag, welche Aussagen und Argumentationslinien von Autorinnen und Autoren eingenommen werden und diskursbestimmend sind. Hierzu wurden zwölf Artikel aus allgemeinen Zeitungen und 45 Artikel aus Branchenmagazinen analysiert. Der Datenkorpus umfasste deutschsprachige Publikationen im Zeitraum von 2015-2021 (vgl. Abb.1). Die Texte stammen von Journalistinnen und Journalisten, Experten aus Beratungs- und Softwareentwicklungsfirmen, Datenschutzexpertinnen und -experten sowie Expertinnen und Experten im Bereich des HRM. Die Texte wurden mithilfe der Analysesoftware MaxQDA qualitativ-induktiv codiert und analysiert (1.561 codierte Textstellen und 145 Codes). Ergebnisse Mittels dieses diskursanalytischen Verfahrens konnten mehrere relevante Diskursfelder ausgemacht werden. Hier geht es bspw. um Digitalisierung, um agile Managementmethoden, um Diversity Management und Generationenwechsel sowie die Coronapandemie als Einflussfaktoren für People Analytics. Der vorliegende Beitrag konzentriert sich dabei auf zwei Felder, die den öffentlichen Diskurs im genannten Zeitraum besonders stark prägten. Der erste Themenkomplex ließ sich in Bezug auf Nutzenpotenziale, Risiken und Fragen der Entscheidungsfindung mithilfe von PA identifizieren. Fragestellungen auf Ebene der Ethik, des Datenschutzes und der betrieblichen Mitbestimmung bilden den zweiten Themenkomplex.
RkJQdWJsaXNoZXIy Mjc4MQ==