Was ist People Analytics?
HR Analytics
People Analytics, auch HR Analytics genannt, ist die systematische Auswertung von Personaldaten, um Entscheidungen zu Gewinnung, Bindung und Entwicklung von Beschäftigten auf belastbare Zahlen zu stützen. Ausgewertet werden in aller Regel aggregierte Daten aus Personal-, Bewerbungs- und Zeitsystemen, keine Einzelprofile.
Die Personalabteilung sammelt seit Jahren Daten zu Eintritten, Austritten und Fehlzeiten, nur beantwortet damit niemand die Frage, warum die Leute wirklich gehen.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
- Auch genannt
- HR Analytics, Workforce Analytics
- Arbeitet mit
- Aggregierten Daten, nicht mit Einzelprofilen
- Typisch bei
- Fluktuation, Recruiting, Personalplanung
- Mitbestimmung
- Betriebsrat nach § 87 Absatz 1 Nummer 6 BetrVG
Typische Kennzahlen im People Analytics
Die meisten Auswertungen beginnen mit einer Handvoll Personalkennzahlen. Für einige gibt es mehrere gebräuchliche Formeln, entscheidend ist, dass du eine festlegst und über die Jahre beibehältst, sonst vergleichst du Äpfel mit Birnen.
| Kennzahl | Was sie misst | Übliche Berechnung |
|---|---|---|
| Fluktuationsquote | Anteil der Austritte am Personalbestand | Austritte im Zeitraum geteilt durch durchschnittlichen Bestand, mal 100 |
| Frühfluktuation | Austritte kurz nach dem Eintritt | Austritte innerhalb von 6 oder 12 Monaten geteilt durch Eintritte |
| Time-to-Hire | Tempo im Auswahlverfahren | Tage von der Bewerbung bis zur Zusage |
| Time-to-Fill | Dauer einer Vakanz | Tage von der Freigabe der Stelle bis zur Vertragsunterschrift |
| Annahmequote | Attraktivität der Angebote | Angenommene Angebote geteilt durch abgegebene Angebote |
| Interne Besetzungsquote | Wirkung der Personalentwicklung | Intern besetzte Stellen geteilt durch alle besetzten Stellen |
| Krankenquote | Ausfall durch Krankheit | Krankheitstage geteilt durch Sollarbeitstage |
Aussagekräftig werden diese Zahlen erst in der Aufschlüsselung. Eine Fluktuationsquote für das Gesamtunternehmen sagt fast nichts, dieselbe Quote nach Bereich, Betriebszugehörigkeit und Einstiegsjahr getrennt zeigt, wo das Problem tatsächlich sitzt.
Die vier Stufen der Auswertung
People Analytics ist mehr als ein Kennzahlenbericht. Üblich ist eine Einteilung in vier Stufen, die aufeinander aufbauen und jeweils eine andere Frage beantworten.
-
Beschreibend (deskriptiv)
Was ist passiert? Kopfzahl, Fluktuation, Fehlzeiten im Zeitverlauf. Hier stehen die meisten Organisationen, und für viele Fragen reicht das.
-
Erklärend (diagnostisch)
Warum ist es passiert? Etwa ob Austritte mit Einarbeitungsdauer, Führungswechseln oder Entgeltgruppe zusammenfallen.
-
Vorhersagend (prädiktiv)
Was wird wahrscheinlich passieren? Zum Beispiel, in welchen Bereichen in den nächsten zwei Jahren Ruhestandseintritte gehäuft anstehen.
-
Empfehlend (präskriptiv)
Was sollten wir tun? Die Auswertung vergleicht Maßnahmen, etwa eine längere Einarbeitung gegen eine höhere Einstiegsvergütung.
Je weiter oben eine Auswertung steht, desto mehr Daten braucht sie und desto genauer musst du auf Datenschutz und Mitbestimmung achten. Vorhersagen über einzelne Personen sind dabei ein anderes Thema als Prognosen für ganze Bereiche.
Woher die Daten kommen
Die Rohdaten liegen fast immer schon im Haus: im Personalverwaltungssystem (Stammdaten, Eintritte, Austritte), im Bewerbermanagement, in der Zeiterfassung, in der Entgeltabrechnung und im Lernmanagement. Dazu kommen Ergebnisse aus Mitarbeiterbefragungen und Austrittsgesprächen.
Der Engpass ist selten die Menge, sondern die Vergleichbarkeit. Solange Austrittsgründe frei eingetragen werden, ist „persönliche Gründe“ die häufigste Kategorie und damit unbrauchbar. Eine feste Auswahlliste, konsequent gepflegt, bringt mehr als jedes zusätzliche Werkzeug.
Rechtliche Grenzen
Personaldaten sind besonders geschützt. Nach der DSGVO gilt die Zweckbindung: Daten aus Zeiterfassung oder Bewerbungsverfahren dürfen nicht ohne Weiteres für eine neue Auswertung genutzt werden. Dazu kommt die Datenminimierung, also nur so viele Merkmale, wie für die Frage nötig sind.
Hinzu kommt die Mitbestimmung: Bei technischen Einrichtungen, die dazu geeignet sind, Verhalten oder Leistung der Beschäftigten zu überwachen, hat der Betriebsrat nach § 87 Absatz 1 Nummer 6 Betriebsverfassungsgesetz mitzubestimmen. Das Bundesarbeitsgericht legt „geeignet“ weit aus, es kommt also nicht darauf an, ob überwacht werden soll.
Setzt die Auswertung KI ein, greift zusätzlich die europäische KI-Verordnung. Systeme, die über Einstellung, Beförderung oder Kündigung mitentscheiden oder Leistung und Verhalten von Beschäftigten bewerten, gelten dort als Hochrisiko-Systeme mit eigenen Pflichten zu Dokumentation, menschlicher Aufsicht und Information der Betroffenen.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
People Analytics und was oft damit gleichgesetzt wird
Das klassische Personalcontrolling berichtet Bestandsgrößen wie Kopfzahl, Altersstruktur und Personalkosten, oft gegen ein Budget. People Analytics fragt nach Zusammenhängen, etwa welche Merkmale mit frühen Kündigungen einhergehen.
Eine Befragung erhebt Einschätzungen zu einem Stichtag. People Analytics nutzt vorhandene Prozessdaten aus Bewerbungs-, Zeit- und Entgeltsystemen und kann Befragungsergebnisse ergänzen, ersetzt sie aber nicht.
Wer einzelne Beschäftigte anhand von Systemdaten bewertet, betreibt Leistungskontrolle, keine People Analytics im üblichen Sinn. Der Unterschied ist die Ebene: Analytics fragt nach Mustern in Gruppen, um Rahmenbedingungen zu verbessern.
KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Ohne konkrete Frage entstehen Berichte, die niemand benutzt
Der übliche Fehlstart ist eine Übersicht, die alles zeigt: Kopfzahlen, Altersstruktur, Krankenquote, Bewerbungen je Stelle. Nützlich wird sie erst mit einer Frage, aus der eine Entscheidung folgt, etwa: In welchem Bereich verlieren wir Leute im ersten Jahr, und unterscheidet sich dort die Einarbeitung vom Rest des Hauses?
Eine einfache Probe hilft vor jeder Auswertung: Was würden wir anders machen, wenn das Ergebnis so ausfällt, und was, wenn es anders ausfällt? Lauten beide Antworten gleich, brauchst du die Auswertung nicht. Dazu kommt die Systematik der Daten, denn Stellenbezeichnungen sind über Jahre gewachsen, und dieselbe Tätigkeit heißt in zwei Bereichen verschieden.
Rechtlich ist die Gruppengröße der kritische Punkt. Eine Auswertung nach Abteilung, Alter und Geschlecht führt in kleinen Einheiten dazu, dass sich einzelne Personen wiedererkennen lassen, auch wenn kein Name im Bericht steht. Lege vorher eine Mindestgröße je Auswertungsgruppe fest und hol den Betriebsrat früh dazu, nicht erst zur Vorstellung der Ergebnisse.
People Analytics lernen
Solche Auswertungen aufzusetzen und sie mit der Mitbestimmung abzustimmen, üben die Seminare für datengestützte Personalarbeit.
Kurse, die People Analytics behandeln
Häufige Fragen
Was macht ein People Analyst?
Brauche ich dafür ein großes Unternehmen?
Muss der Betriebsrat beteiligt werden?
Darf ich Kündigungen vorhersagen?
Passt thematisch dazu
Zeigt die Auswertung, dass ein Bereich überdurchschnittlich viele Leute verliert, beginnt die eigentliche Arbeit: was Führungskräfte gegen hohe Austrittszahlen tun können.
Deine Ansprechpartner
Du willst das Thema nicht nur nachschlagen, sondern anwenden können? Wir beraten dich persönlich und kostenlos.
Yves Hoppe
Weiterbildung & Beratung
Ordnet mit dir ein, welcher Kurs zu deinem Vorwissen passt.
Norbert Jansen
Beratung & Inhouse
Plant Inhouse-Trainings, die an euren eigenen Daten und Abläufen ansetzen.
People Analytics im Kurs statt im Lexikon
Nachschlagen bringt dich bis zum Verstehen. Anwenden lernst du an echten Aufgaben.