‚People Analytics‘ findet als neuer HR-Trend sukzessive Einzug in Personalabteilungen deutscher Unternehmen. Der gesamte Personalentwicklungsprozess kann durch den Einsatz eines People Analytics-Tools abgebildet werden. Eine erfolgreiche Umsetzung scheitert in der Praxis allerdings häufig, was unter anderem an der geringen Akzeptanz der Mitarbeiter liegt.
Es wurde erforscht, welche Voraussetzungen gegeben sein müssen, damit Mitarbeiter den Einsatz von People Analytics im Personalentwicklungsprozess akzeptieren. Hierfür wurden Leitfadeninterviews mit 12 Teilnehmern geführt und die Daten im Rahmen einer qualitativen Inhaltsanalyse ausgewertet. Die Analyseergebnisse geben einen Überblick über grundlegende Voraussetzungen, die von Mitarbeitern gefordert werden: Vorhandensein einer menschlichen Komponente, Schaffen von Transparenz, Achtung der Privatsphäre, Mitspracherecht bei Entscheidungen, Einführung und Information, Positive Unternehmenskultur, Gutes Gehalt und die Gewährleistung von Objektivität. Hierbei nimmt Transparenz als entscheidende Voraussetzung für Akzeptanz den wichtigsten Stellenwert ein.
Die Erkenntnisse aus der Forschung gewähren einen ganzheitlichen Blick auf das Thema: die Rolle der Unternehmen die in der Pflicht sind, die Voraussetzungen zu schaffen und mögliche Konsequenzen wie die Reaktanz der Mitarbeiter, welche sich bei einer Nicht-Erfüllung der Voraussetzungen ergeben. Diese Arbeit beleuchtet die sonst spärlich betrachtete Perspektive der Mitarbeiter selbst. Die abgeleiteten Handlungsempfehlungen sollen Unternehmen als Basis für eine nachhaltige Implementierung von People Analytics dienen.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau der Arbeit
2 People Analytics in der Personalentwicklung
2.1 Ausgewählte Aspekte zu People Analytics
2.1.1 Begriffsdefinition und Systematisierung von People Analytics
2.1.2 Abgrenzung zum Personalcontrolling
2.1.3 Reifegrade von People Analytics
2.1.4 Status Quo in Deutschland
2.2 Der Einsatz von People Analytics im Personalentwicklungsprozess
2.2.1 Vorgehen und Überblick über mögliche Einsatzbereiche
2.2.2 Strategische Bedeutung für Unternehmen
2.2.3 Vorteile für Mitarbeiter aus Unternehmenssicht
2.3 Aktuelle Herausforderungen aus Unternehmenssicht
2.3.1 Big Data Qualität und fehlende Kompetenzen im HR
2.3.2 Gesetzliche und ethische Rahmenbedingungen
2.3.3 Widerstände durch Mitarbeiter
3 Akzeptanz KI-basierter Tools wie People Analytics durch Mitarbeiter
3.1 Theoretische Grundlagen der Akzeptanzforschung
3.1.1 Begriffsdefinition Akzeptanz
3.1.2 Entstehung und Formen von Akzeptanz
3.1.3 Ausgewählte Akzeptanzmodelle im Überblick
3.2 Voraussetzungen für Akzeptanz bei KI-basierten Entscheidungsprozessen
3.2.1 Vertrauen
3.2.2 Transparenz
3.2.3 Privatsphäre und Datenschutz
3.3 Ausgewählte Maßnahmen zur Erhöhung von KI-Akzeptanz
3.3.1 Allgemeine Relevanz des Themas
3.3.2 Ganzheitliche Konzepte
3.3.3 Explainable Artificial Intelligence
4 Empirische Untersuchung der Voraussetzungen für Akzeptanz von People Analytics
4.1 Wahl der Methodik und Vorgehensweise
4.1.1 Leitfadeninterviews als Befragungsmethode
4.1.2 Auswahl der Interviewpartner
4.2 Methodische Grundlagen und Analyseverfahren
4.2.1 Methodische Grundlagen der empirischen Untersuchung
4.2.2 Qualitative Inhaltsanalyse nach Kukartz und Vorgehensweise mit MAXQDA
5 Ergebnisbericht
5.1 Dokumentation des Auswertungsprozesses
5.2 Kategorienbasierte Auswertung entlang der Hauptkategorien
5.2.1 Hauptkategorie „Voraussetzungen für Akzeptanz“
5.2.2 Hauptkategorie „Wichtigste Voraussetzung für Akzeptanz“
5.2.3 Hauptkategorie „Verantwortung für Schaffen der Voraussetzungen“
5.2.4 Hauptkategorie „Konsequenzen bei Nicht-Erfüllen von Voraussetzungen“
5.2.5 Hauptkategorie „Emotionale Auswirkungen“
5.2.6 Hauptkategorie „Vorteile von People Analytics“
5.2.7 Hauptkategorie „Einstellung zu akzeptanzsteigernden Maßnahmenmodellen“
5.2.8 Hauptkategorie „Akzeptanz KI-basierter Entscheidungen im Entscheidungsszenario“
5.2.9 Hauptkategorie „Hintergrundwissen zu People Analytics“
5.3 Zusammenfassung der Ergebnisse und Interpretation
6 Schlussbetrachtung
6.1 Herausforderungen
6.2 Handlungsempfehlungen
7 Fazit und Ausblick
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist es, die spezifischen Voraussetzungen zu identifizieren, unter denen Mitarbeiter den Einsatz von People Analytics im Personalentwicklungsprozess akzeptieren, um hieraus fundierte Handlungsempfehlungen für Unternehmen abzuleiten. Die Forschungsfrage untersucht dabei insbesondere die direkte Perspektive der Mitarbeiter sowie die Rolle von Transparenz und Vertrauen bei KI-gestützten Personalentscheidungen.
- Grundlagen und Definition von People Analytics im Vergleich zum klassischen Personalcontrolling
- Analyse von Akzeptanzmodellen und Voraussetzungen für KI-basierte Tools
- Methodik der qualitativen Forschung mittels Leitfadeninterviews und Inhaltsanalyse
- Untersuchung von Barrieren, wie Reaktanz, Datenschutzbedenken und mangelnde Transparenz
- Erarbeitung von Handlungsempfehlungen für eine nachhaltige Implementierung
Auszug aus dem Buch
2.1.1 Begriffsdefinition und Systematisierung von People Analytics
Recherchiert man zu People Analytics, stößt man mit Verwendung desselben Such-Terminus sowohl in Fachbüchern, als auch in online publizierten Fachartikeln und Studien auf eine Vielzahl an Begriffen, die synonym verwendet werden. Bei der Beschreibung und Definition von People Analytics werden sinnverwandt Begriffe wie z.B. Human Resource Analytics, oder kurz HR Analytics, Data Analytics, Workforce Analytics und Talent Analytics genutzt und nur teilweise durch die Autoren in unterschiedlicher Art und Weise differenziert (Blum, 2021, S. 55-59; Gutmann, 2019, S. 251; Marler & Boudreau, 2017). Eine konkrete Zuordnung bzw. Unterscheidung der Begrifflichkeiten ist nicht eindeutig, auch wenn einige Stimmen aus der Praxis bereits auf die Notwendigkeit dieser hinweisen.
Die Schwierigkeit hinsichtlich einer klaren Abgrenzung der Begriffe resultiert daraus, dass wir uns im Zeitalter der Digitalisierung mit einer erheblichen Daten- und Informationsflut konfrontiert sehen, die viele neue Möglichkeiten für den Einsatz im HR-Bereich bietet (Harbinger, 2022). Potenzielle und erfolgsversprechende HR-Trends werden von verschiedenen Verantwortlichen neu betitelt, können aber durch die noch fehlende wissenschaftliche Fundierung nicht klar definiert und abgegrenzt werden. Es ergibt sich eine unüberschaubare Vielfalt an Bezeichnungen, welche vom interessierten Leser zunächst selbst interpretiert werden müssen. Auch hat man sich in der Forschung und Wissenschaft noch nicht auf eine einheitliche Begriffsverwendung festgelegt. Somit sind die o.g. Begriffe aktuell austauschbar und werden synonym verwendet (Harbinger, 2022).
Die Universitätsprofessoren Marler und Boudreau (2017) verdeutlichen diesen Aspekt in ihrer systematischen Untersuchung zum Thema HR Analytics. Sie identifizierten aus den im ersten Absatz dieses Kapitels genannten Begrifflichkeiten den Term HR Analytics, als die am häufigsten genutzte Bezeichnung in der Fachliteratur. Aus diesem Grund steht in ihrer Untersuchung der Begriff HR Analytics sinngebend für People Analytics. Sie definieren HR Analytics bzw. People Analytics als: “A HR practice enabled by information technology that uses descriptive, visual and statistical analyses of data related to HR processes, human capital, organizational performance, and external economic benchmarks to establish business impact and enable data-driven decision making.” (Marler & Boudreau, 2017, S. 15).
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel verortet das Thema People Analytics als globalen Trend, stellt die Problemstellung der geringen Verbreitung aufgrund von Akzeptanzbarrieren dar und definiert das Ziel sowie den Aufbau der Arbeit.
2 People Analytics in der Personalentwicklung: Es erfolgt eine theoretische Einordnung von People Analytics, die Abgrenzung zum klassischen Personalcontrolling, die Darstellung von Reifegraden und die Analyse der strategischen sowie operativen Vorteile für Unternehmen.
3 Akzeptanz KI-basierter Tools wie People Analytics durch Mitarbeiter: Dieses Kapitel beleuchtet theoretische Akzeptanzmodelle und arbeitet die kritischen Voraussetzungen für die Akzeptanz KI-gestützter Entscheidungsprozesse wie Vertrauen, Transparenz und Datenschutz heraus.
4 Empirische Untersuchung der Voraussetzungen für Akzeptanz von People Analytics: Hier wird das methodische Vorgehen beschrieben, das auf qualitativen Leitfadeninterviews basiert, die mittels Inhaltsanalyse nach Kukartz und der Software MAXQDA ausgewertet wurden.
5 Ergebnisbericht: Dieser Teil dokumentiert den Prozess der Kategorienbildung und präsentiert die detaillierten Ergebnisse der Interviews, gegliedert nach den zentralen Hauptkategorien der Akzeptanzforschung.
6 Schlussbetrachtung: Dieses Kapitel reflektiert die Erkenntnisse der Untersuchung im Hinblick auf die Herausforderungen für die Praxis und leitet konkrete Handlungsempfehlungen für HR-Entscheider ab.
7 Fazit und Ausblick: Eine abschließende Zusammenfassung beantwortet die Forschungsfrage und wirft einen Blick auf zukünftige Entwicklungen und notwendige Forschungsbedarfe.
Schlüsselwörter
People Analytics, Personalentwicklung, Mitarbeiterakzeptanz, Künstliche Intelligenz, Transparenz, Datenschutz, Vertrauen, HR Analytics, Qualitatives Interview, Digitalisierung, Personalführung, Reifegradmodell, Change Management, Personalauswahl, Entscheidungsqualität
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die Akzeptanz von KI-gestützten People Analytics-Tools aus Sicht der betroffenen Mitarbeiter in deutschen Unternehmen.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die Definition und Abgrenzung von People Analytics, die Analyse von Akzeptanzmodellen bei KI-Systemen sowie die Identifikation von Barrieren wie Datenschutz und mangelnder Transparenz.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist es, die spezifischen Voraussetzungen zu ergründen, unter denen Mitarbeiter den Einsatz solcher Tools akzeptieren, und daraus Handlungsempfehlungen für eine nachhaltige Implementierung zu entwickeln.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt einen qualitativen Forschungsansatz, bestehend aus Leitfadeninterviews mit 12 Teilnehmern, deren Aussagen mittels qualitativer Inhaltsanalyse nach Kukartz (mit der Software MAXQDA) ausgewertet wurden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine fundierte Theorieanalyse (kapitel 2 & 3), eine detaillierte Dokumentation des methodischen Vorgehens (Kapitel 4) und eine umfassende Darstellung der Ergebnisse sowie deren Interpretation (Kapitel 5).
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den wichtigsten Begriffen zählen People Analytics, Mitarbeiterakzeptanz, Künstliche Intelligenz, Transparenz, Vertrauen und Datenschutz.
Welche Rolle spielt die „menschliche Komponente“ bei der Akzeptanz?
Die Untersuchung zeigt, dass Mitarbeiter eine menschliche Komponente im Prozess fordern. KI soll den Menschen nicht vollständig ersetzen, sondern als Instrument zur Unterstützung dienen; die finale Entscheidungsgewalt sollte beim Menschen bleiben.
Warum ist Transparenz laut den Ergebnissen so entscheidend?
Transparenz ist für die Akzeptanz von entscheidender Bedeutung, da Mitarbeiter verstehen wollen, welche Daten für welche Entscheidungen (z.B. Gehaltsanpassung, Weiterbildung) herangezogen werden und welche Kriterien dabei Anwendung finden.
- Quote paper
- Anonym (Author), 2022, Akzeptanz von People Analytics im Personalentwicklungsprozess durch Mitarbeiter, Munich, GRIN Verlag, https://www.grin.com/document/1223032
