Fachbeiträge & Kommentare zu Analytics

Die Kritik am herkömmlichen HR-Benchmarking ist vielfältig und nicht neu. Die Einfachheit macht die Stärke des herkömmlichen Benchmarking aus, birgt aber auch entscheidende Schwachstellen. Benchmarkingwerte sind Momentaufnahmen und nicht immer eindeutig interpretierbar. So ist beispielsweise kaum zu unterscheiden, ob über- oder unterdurchschnittliche Ergebnisse zufällig ents...mehr

Im Zuge der stets voranschreitenden technischen Entwicklung gibt es mittlerweile Technologien, die automatisiert verfahren und es Arbeitgebern erleichtern, sich für einen Bewerber zu entscheiden. Wie bei jedem anderen Verhalten des Arbeitgebers auch, ist auch beim Einsatz solcher Technologien darauf zu achten, dass weder ihre Verwendungsweise noch die Technologien selbst dis...mehr

Es wird empfohlen, eine Analyse des Austrittsrisikos durchzuführen. Dabei sollte die Bedeutung des Arbeitnehmers für das Unternehmen ins Verhältnis zum Fluktuationsgefährdungsgrad des Arbeitnehmers gestellt werden. Daraus können individuelle Maßnahmen zur Risikominderung abgeleitet und umgesetzt werden. Am besten gelingt dies mithilfe von People Analytics. Dabei wird in Daten...mehr

Ausgehend von der Steuerung durch quantitative Personalkennzahlen kam historisch zunehmend die Abbildung qualitativer Sachverhalte dazu. Es folgten die Einbindung von Benchmarks und verschiedenen Perspektiven, via Balanced Scorecard. Derzeit geht die weitere Entwicklung hin zu People Analytics. Hiermit werden nicht nur (deskriptiv) Sachverhalte der Vergangenheit dargestellt....mehr

Überblick Personalkennzahlen sind nicht neu, waren lange Zeit allerdings schon allein aus mangelnder Datenverfügbarkeit verhalten im Einsatz. In Folge der zunehmenden Digitalisierung ist heute viel möglich, aber noch lange nicht alles sinnvoll. Das macht das Thema zu einer aktuellen Herausforderung: Welche zentralen Kennzahlen gibt es und welche sind für Unternehmen besonder...mehr

Der Recruitingprozess kann mit Hilfe vieler Kennzahlen abgebildet werden. Angefangen von Platzierungen in Arbeitgeberrankings bis hin zur Zeitdauer einer Besetzung (time to hire). Gerade diese zwei sind mit vielen Einschränkungen behaftet. Beim Arbeitgeberranking sind Größe und Bekanntheit des Unternehmens ausschlaggebend. Beides Aspekte, die nicht unmittelbar durch den Pers...mehr

Mit dem Einzug von Big Data und Künstlicher Intelligenz in den Berufsalltag, gewinnt auch das Thema Predictive Analytics an Bedeutung. Darunter versteht man grundsätzlich die Vorhersage zukünftiger Ereignisse durch Auswertung vorhandener Daten. Verfahrensweise Mithilfe von Algorithmen, Statistiken und Wahrscheinlichkeiten wird mit dieser Analyse-Lösungen versucht, aus komplexe...mehr

Rz. 94 Die Angabepflicht ESRS 2 SBM-2 zielt darauf, den Prozess des Stakeholder-Engagements eines Unternehmens darzustellen. Zu den erzielten Ergebnissen ist auszuführen, wie die Interessen und Standpunkte der Interessenträger eines Unternehmens in seiner Strategie und seinem Geschäftsmodell berücksichtigt werden (ESRS 2.43 f.). Rz. 95 Zunächst ist die Einbeziehung der Intere...mehr

Vor allem große Unternehmen verfügen oft über enorme Datenmengen mit großem Potenzial für den wirtschaftlichen Nutzen. Zwar bieten die verarbeitenden Systeme i. d. R. schon umfangreiche Auswertungsmöglichkeiten. Diese sind jedoch meist sehr spezifisch vorprogrammiert. Eine KI-basierte Big-Data-Analyse hingegen ist in der Lage, für Menschen schwer erkennbare bzw. schwer vorhe...mehr

Zunächst darf erst einmal geklärt werden, inwieweit sind sich die Personaler ihrer eigenen Kompetenzen überhaupt bewusst sind. Wie bereits erwähnt: die Komplexität der Aufgabengebiete steigt, die Anforderungen an die Personalabteilung und der Außendruck steigen und der individuelle Anspruch an die HR-Rolle nimmt ebenfalls zu. Druck von allen Seiten. Der erste Schritt ist eine...mehr

Mit zunehmender Digitalisierung haben viele Unternehmen so genannte "Learning Management Systeme (LMS)" angeschafft. Diese dienen bis heute hauptsächlich als zentralisierte Orte digitaler Lerninhalte. Mit zunehmenden Angeboten finden Nutzer es oft schwierig, sich durch die Inhalte zu navigieren, um ein passendes Angebot zu finden – insbesondere, wenn man gar nicht genau weiß...mehr

Eine besondere Bedeutung bei der Analyse von Daten im Controlling hat die Möglichkeit, Daten aus der Vergangenheit einzubeziehen. Auch hier lässt sich im analog arbeitenden Controlling feststellen, dass der notwendige zeitliche Aufwand für die Berücksichtigung großer Zeitreihen die gewünschte Untersuchung einschränkt. Und es fehlen in vielen Fällen wieder die Daten. Digitale...mehr

Business Analytics als Oberbegriff umfasst die Sammlung von fakten- und datenbasierten Modellen, Methoden und Technologien der Nutzung von Big Data zur Unternehmenssteuerung. Es handelt es sich somit um einen interdisziplinären Ansatz, der analytische Kompetenzen aus der Mathematik, der Statistik und der künstlichen Intelligenz (KI) mit technisch-methodischen IT-Kompetenzen ...mehr

Durch die schnellere Verfügbarkeit – insbesondere interner Datenmengen z. B. durch die Signalisierung von Störungsmeldungen über Sensortechnik oder die Betriebsdatenerfassung in Echtzeit – lassen sich interne Prozess- sowie Fraud-Risiken früher identifizieren.[1] Das trägt auch dazu bei, dass Unternehmen bessere Frühwarn- und Früherkennungssysteme aufbauen können. Zum zweiten...mehr

Aepli/Angst/Iten./Kaiser/Lüthi/Schweri, 2017, Die Entwicklung der Kompetenzanforderungen auf dem Arbeitsmarkt im Zuge der Digitalisierung, in SECO Publikation – Arbeitsmarktpolitik H. 47, Zollikofen, Zürich. Araz/Choi/Olson/Salman, Role of Analytics for Operational Risk Management in the Era of Big Data, in Decision Sciences, 51/2020, H. 6, S. 1320–1346. Autor, The "task appro...mehr

Im Folgenden soll der Ansatz der SAP im Mittelpunkt der Betrachtung stehen. SAP bieten im Wesentlichen zwei Lösungen für die Umsetzung von xP&A: SAP Analytics Cloud und SAP IBP. SAP Analytics Cloud ist das zentrale Planungswerkzeug für die Erfolgs- und Finanzplanung, aber auch einiger operativer Detailplanungen. In der Vergangenheit gab es, insbesondere durch Übernahmen ander...mehr

Ein datengetriebenes RC führt in der Praxis zu mehreren Herausforderungen: Zunächst liegen zwar viele, aber längst nicht alle Informationen digital vor oder sind digital verarbeitbar. Ein vollständig digitales RC wird daher nicht immer möglich sein. Selbst wenn viele Daten digital vorliegen, kann die Heterogenität von IT-Systemen es verhindern oder erschweren, sie zusammenzu...mehr

Für Kreditinstitute ist die frühzeitige Identifikation von Kreditrisiken nicht nur aufgrund steigender regulatorischer Anforderungen von herausragender Bedeutung. Auch hier hat die Verfügbarkeit kundenbezogener Daten in den letzten Jahren stark zugenommen, so die eine Entwicklung und Implementierung datengetriebener, automatisierter Kreditrisiko-Frühwarnsysteme möglich macht...mehr

Nach dem Lieferkettensorgfaltspflichtengesetz (LkSG) sind bestimmte Unternehmen verpflichtet, seit 2023 ihren eigenen Geschäftsbereich und ihre Lieferketten regelmäßig auf Menschenrechts- und ökologische Risiken zu überprüfen und ggf. Präventions- und Abhilfemaßnahmen zu ergreifen. Zu den Sorgfaltspflichten zählen neben der grundsätzlichen Errichtung eines RM die Durchführun...mehr

Die Datenqualität ist im traditionellen RC oft gering, der manuelle Dokumentationsaufwand für die Risikoerfassung und -bewertung hoch und die Vergleichbarkeit zwischen Abteilungen, Niederlassungen und Weltregionen niedrig. Folglich sind auch die Entscheidungsgrundlagen, die auf einer derartigen Risikoanalyse basieren, wenig verlässlich und können zu Fehlentscheidungen führen...mehr

Data Governance als methodischer Ansatz zur Schaffung von Datentransparenz mit den Aspekten Datenverfügbarkeit, -qualität und -zugang ist im ganzen Unternehmen anwendbar. Sie hat aber aufgrund der Rolle des Controlling als Entscheidungsunterstützungsfunktion hier eine besondere Bedeutung. Nur wenn die Anforderungen an eine moderne Data Governance erfüllt sind, kann das Contr...mehr

In diesem Zusammenhang ist die erweiterte Planung und Analyse (xP&A) zu sehen. xP&A steht für extended Planning and Analytics und ist ein Begriff, der von Gartner 2020 geprägt worden ist. Er ist aus den Defiziten einer isolierten Finanzplanung heraus entstanden. Nach Auffassung der Autoren sollte die Unternehmensplanung auf einer einzigen Plattform stattfinden. Controller un...mehr

Datengetriebenes Risikocontrolling nutzt große Datenmengen und neue Analyseverfahren wie Analytics und Künstliche Intelligenz. Veränderungen und Verbesserungen kann es in allen Phasen des Risikomanagementprozesses geben. Während sich einerseits dadurch Aufgaben von Risikocontrollern automatisieren lassen, kommen andere hinzu oder werden wichtiger. Das sind insbesondere statist...mehr

Eine integrierte Planung erfordert eine enge Anbindung der Logistik- und Produktionsplanung an Budgetierung und Mittelfristplanung. Herausforderungen entstehen durch unterschiedliche Anforderungen und Planungsebenen. Insbesondere sollten Ressourcenbeschränkungen in Simulationsrechnungen berücksichtigt werden können. Eine enge Anbindung der Teilsysteme kann integrierte Szenarie...mehr

Bei einer Aufteilung der Funktionalitäten auf zwei unterschiedliche Systeme müssen diese intensiv Informationen austauschen: Vertriebsplanung und Absatzvorschau müssen zu einem Konsens zusammengeführt werden. Das erfordert eine intensive Abstimmung. Die Personalplanung muss mit dem abgeleiteten Bedarf und den finanziellen Konsequenzen abgestimmt sein. Aus der Finanzplanung hera...mehr

Aus einer technischen Sicht entstehen Risiken der Informations- und Kommunikationstechnologie z. B. durch Rechner- oder Netzausfälle, nicht funktionierende Software oder anderen Fehlfunktionen. Diese Risiken lassen sich durch weitere Prüfungen von Systemen, redundanten Komponenten oder Backup-Systeme reduzieren. Jedes IT-System ist jedoch auch durch den Menschen technisch ang...mehr

Risikomanagement (RM) umfasst alle organisatorischen Regelungen zur systematischen, regelmäßigen und unternehmensweiten Umsetzung des RM-Prozesses sowie dessen Unterstützung durch geeignete Instrumente und Methoden mit den Zielen der langfristigen Existenzsicherung, der Eröffnung von Handlungsspielräumen, der Erreichung der geplanten Unternehmensziele und der Senkung der Ris...mehr

Die Einsatzgebiete für ein datengetriebenes RC lassen sich entlang des operativen RM-Prozesses konkretisieren.[1]mehr

Die Auswirkungen der Digitalisierung auf die Tätigkeiten im RC lassen sich anhand einer Tätigkeitsanalyse diskutieren.[1] Tab. 4 stellt die verschiedenen Arten von Tätigkeiten im RC vor und nennt Beispiele. Dabei erfolgen Unterscheidungen in Routine- und Nicht-Routineaufgaben, in manuelle, kognitive, analytische sowie solche Aufgaben mit Interaktionen mit anderen Menschen.mehr

In der heutigen dynamischen Geschäftswelt werden die Geschäftsmodelle von Unternehmen durch digitale Technologien, neue Wettbewerber und sich ständig ändernde Kundenanforderungen permanent herausgefordert. Viele Studien und Untersuchungen – wie auch die jährliche Insight Driven Organization (IDO) Survey von Deloitte – zeigen, dass Unternehmen und insbesondere Finanzdienstlei...mehr

Atzler/Körner, Handelsblatt, Landesbank; Finanzaufsicht macht Druck auf NordLB – Sparkassen blockieren Lösung, 2023, https://www.handelsblatt.com/finanzen/banken-versicherungen/banken/landesbank-finanzaufsicht-macht-druck-auf-nordlb-sparkassen-blockieren-loesung/29075514.html, Abrufdatum 5.4.2023. Bösch/Sabrow, Wege in die digitale Gesellschaft, 2018. Bundesanstalt für Finanzd...mehr

Es ist wichtig zu wissen, welcher Weg (zu welchen Kosten) besonders erfolgreich war und wie viele Kandidaten und letztendlich Mitarbeiter für das Unternehmen gewonnen werden konnten. Dies unterstützt die Entscheidung, welche Wege weiterhin oder neu bei der Personalgewinnung beschritten werden. Aspekte der Beurteilung: Effektivität und Diversity Der wichtigste Faktor in der Beur...mehr

Das Vorgehen eines HR Analytics-Projektes lässt sich grob in fünf Stufen einteilen, die auch dem LAMP-Ansatz von Cascio und Boudreau als Rahmenmodell zur strategischen Analyse von Mitarbeiterdaten mit den Aspekten Logik, Analyse, Maße und Prozesse folgen.[1] Ausarbeitung eines Business Cases: Am Anfang jedes HR Analytics-Projektes steht die Formulierung einer Fragestellung, d...mehr

HR Analytics hat in den letzten Jahren weltweit an Bedeutung gewonnen, so auch in Deutschland. Unternehmen nutzen HR Analytics, um Zusammenhänge zu erkennen und Entwicklungen vorherzusagen. Die Abgrenzung zu einem reinen Personalcontrolling ist jedoch nicht trennscharf. Ziel des Einsatzes von HR Analytics in der Personalarbeit ist, die Qualität personalwirtschaftlicher Entsch...mehr

Das Betriebsverfassungsgesetz (BetrVG) ist ein wichtiges Rechtsinstrument, das die Zusammenarbeit zwischen Arbeitgebern und Betriebsräten regelt und damit die Beteiligung und Vertretung der Arbeitnehmer an betrieblichen Entscheidungsprozessen sicherstellt. Da beim Einsatz von HR-Analytics Personaldaten systematisch mit anderen Unternehmensdaten verknüpft werden, ist besonders...mehr

Im Gegensatz zum Personalcontrolling, das sich auf die Entwicklung von Kennzahlen konzentriert, geht es bei HR Analytics darum, Zusammenhänge aufzudecken und Entwicklungen vorherzusagen. Trennscharf ist die Unterscheidung jedoch nicht. Die Anwendung von KI-Systemen in der Personalarbeit ist bislang eher die Ausnahme, da selbstlernende Systeme nur schwer nachvollziehbar und fe...mehr

Zusammenfassung Im Gegensatz zum Personalcontrolling, das sich auf die Entwicklung von Kennzahlen konzentriert, geht es bei HR Analytics darum, Zusammenhänge aufzudecken und Entwicklungen vorherzusagen. Trennscharf ist die Unterscheidung jedoch nicht. Die Anwendung von KI-Systemen in der Personalarbeit ist bislang eher die Ausnahme, da selbstlernende Systeme nur schwer nachvol...mehr

Das Personalcontrolling ist noch eine vergleichsweise junge Disziplin. Die ersten Human Resources (HR)-Kennzahlen und HR-Benchmarks veröffentlichte Fitzenz in den USA Ende der 1970er Jahre[1]. Im Personalcontrolling wird anhand von Soll-Ist-Vergleichen von HR-Kennzahlen wie der Fluktuationsrate oder den Krankentagen die Zielerreichung regelmäßig überprüft. Da i. d. R. einzel...mehr

Ganz trennscharf ist die Unterscheidung zwischen Personalcontrolling und HR Analytics jedoch nicht.[1] Abb. 1 gibt schematisch die Entwicklung der Datenorientierung im Personalwesen hin zu einer stärkeren strategischeren Datenanalyse wieder. Als Entwicklungsstufe mit dem geringsten Wertschöpfungsbeitrag werden Entscheidungen definiert, die rein auf dem Erfahrungswissen beruh...mehr

Bei der Nutzung von HR Analytics müssen Unternehmen sicherstellen, dass der Schutz personenbezogener Daten gewährleistet ist. Dabei müssen Unternehmen die gesetzlichen Bestimmungen zum Datenschutz, insbesondere die Vorgaben der Datenschutz-Grundverordnung (DSGVO), einhalten. Folgende Aspekte sind nach der DSGVO zu beachten: Rechtsgrundlage: Für die Verarbeitung personenbezoge...mehr

Atabaki/Biemann, Potenziale der Datenanalyse für HR (People Analytics), in: Petry/Jäger (Hrsg.), Digital HR. Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement, 2018, S. 125-136. Becker/Huselid/Ulrich, The HR scorecard. Linking people, strategy, and performance, Harvard Business Press, 2001. Betriebsverfassungsgesetz (BetrVG), 2023, https://www.gesetze-im-...mehr

Bei HR-Analytics-Verfahren, die personenbezogene Daten erheben, muss der Betriebsrat vor der Einführung der Software angehört und über die Art und Weise der Überwachung informiert werden. Der Betriebsrat kann der Einführung der Software widersprechen, wenn dadurch die Interessen der Arbeitnehmer beeinträchtigt werden. Ist die KI-gestützte Personalsoftware bereits im Einsatz ...mehr

In der Praxis haben Unternehmen zum Teil eigenständig Richtlinien entwickelt, um einen ethisch korrekten Umgang mit Daten sicherzustellen und damit die Akzeptanz der Analyseergebnisse im Unternehmen zu erhöhen. Neben dem Verständnis für KI-gesteuerte Systeme scheinen auch Kommunikation, Transparenz und ein angemessener Umgang mit Daten das Vertrauen in HR Analytics erhöhen z...mehr

5.1 Erfassungen von personenbezogenen Daten Das Betriebsverfassungsgesetz (BetrVG) ist ein wichtiges Rechtsinstrument, das die Zusammenarbeit zwischen Arbeitgebern und Betriebsräten regelt und damit die Beteiligung und Vertretung der Arbeitnehmer an betrieblichen Entscheidungsprozessen sicherstellt. Da beim Einsatz von HR-Analytics Personaldaten systematisch mit anderen Untern...mehr

Die Fortschritte in der Sprachverarbeitung (Natural Language Processing) machen es für Computer heute möglich, auch gesprochene Sprache und Freitexte zu verarbeiten.[1] Somit finden Anwendungen der Künstlichen Intelligenz zumindest in Einzelfällen im Personalwesen Anwendung. In der Personalauswahl kann die Sprachverarbeitung z. B. dafür genutzt werden, die Kompetenzen der Be...mehr

7.1 Zehn Leitlinien für den verantwortungsvollen Einsatz von KI in der Personalarbeit Die EU hat in ihrem Entwurf für eine Verordnung zur Festlegung harmonisierter Vorschriften für KI im April 2021 die Anwendung von KI-Systemen im Personalbereich als "hoch-riskant" eingestuft. KI-Anwendungen im Personalbereich können potenziell schwerwiegende Auswirkungen auf die betroffenen ...mehr

2.1 Die Anfänge der Kennzahlensysteme im Personalwesen Das Personalcontrolling ist noch eine vergleichsweise junge Disziplin. Die ersten Human Resources (HR)-Kennzahlen und HR-Benchmarks veröffentlichte Fitzenz in den USA Ende der 1970er Jahre[1]. Im Personalcontrolling wird anhand von Soll-Ist-Vergleichen von HR-Kennzahlen wie der Fluktuationsrate oder den Krankentagen die Z...mehr

Unternehmen blickten Ende des Jahres 2022 mit Sorge auf die vielfältigen Herausforderungen im kommenden Jahr.[1] Das Jahr 2022 war geprägt durch den Angriffskrieg gegen die Ukraine und die Nachwirkungen der Covid-19-Pandemie. Als Folge der andauernden geopolitischen Konflikte ist im Jahr 2023 weiterhin mit massiven Preisschwankungen im Energiebereich zu rechnen. Neben dem Man...mehr

Die EU hat in ihrem Entwurf für eine Verordnung zur Festlegung harmonisierter Vorschriften für KI im April 2021 die Anwendung von KI-Systemen im Personalbereich als "hoch-riskant" eingestuft. KI-Anwendungen im Personalbereich können potenziell schwerwiegende Auswirkungen auf die betroffenen Personen haben, zu Diskriminierung führen und/oder die Freiheit und Autonomie der Per...mehr

In der BI-Tool-Landschaft entwickelt sich eine neue Generation von Tools, die auf Augmented Analytics setzen. Hierbei handelt es sich um AI-gestützte Tools, die es Business-Nutzern ermöglichen, komplexe Daten zu verarbeiten, zu analysieren und zu visualisieren. Außerdem existieren immer mehr Open-Source-Lösungen, die auch kleineren Unternehmen entsprechende, umfassende BI-To...mehr