15. November 2024 9 Minuten Lesezeit

HR-Daten & Ich

Die Beziehung zwischen einer HR-Fachkraft und Daten

Startseite
Blog
HR-Daten & Ich

„All das soll sagen: Veränderung kommt, und es ist am besten, einen Vorsprung zu erlangen.“ Dieses Zitat stammt aus einem Artikel der Harvard Business Review mit dem Titel „21 HR Jobs of the Future“ von Jeanne C. Meister und Robert H. Brown, veröffentlicht im August 2020.

Es bringt die wachsende Bedeutung von Daten für die HR-Funktion der Zukunft auf den Punkt. Das bedeutet nicht, dass HR-Daten heute nicht wichtig sind – sie waren und sind von großer Bedeutung. Mein Punkt ist, dass HR-Daten in Zukunft entscheidend wichtig sein werden. Forschungsergebnisse zeigen, dass sie die Rolle von HR-Fachkräften grundlegend verändern werden. Im folgenden Blog-Beitrag werden wir dies im Detail untersuchen.

Was versteht man unter HR-Daten?

HR-Daten umfassen eine Vielzahl von Informationen über Menschen in einer Organisation. Sie beinhalten sowohl quantitative als auch qualitative Daten, die von HR-Abteilungen gesammelt, verwaltet und analysiert werden, um fundierte Entscheidungen zu unterstützen. HR-Daten finden sich in Systemen der HR-, IT- und anderer Abteilungen sowie in externen Quellen wie Gehaltsumfragen oder Arbeitsmarktberichten. Zu den gängigen Arten von HR-Daten gehören:

HR-Daten müssen analysiert werden, um Einblicke in die Belegschaft zu gewinnen – etwa um Muster und Trends zu erkennen, die zu umsetzbaren Empfehlungen führen, wie beispielsweise die Prognose zukünftiger Personalbedarfe. In den letzten Jahren hat die Technologie Werkzeuge entwickelt, die es HR-Funktionen ermöglichen, ihre Daten zu analysieren und dadurch strategischer zu werden. Die Analyse von HR-Daten erfordert jedoch Kenntnisse in statistischer Analyse, Interpretation und der Präsentation von Daten auf sinnvolle Weise. Diese Entwicklung stellt eine Herausforderung für den HR-Beruf dar. Verfügt die HR-Funktion über die notwendigen Fähigkeiten und Kompetenzen zur Datenanalyse? Kann die typische HR-Fachkraft in die Rolle eines Datenanalysten schlüpfen, oder sollte die HR-Abteilung Datenanalysten oder Data Scientists einstellen?

Die aufkommenden HR-Rollen mit Fokus auf Daten

Das Cognizant Center for Future of Work und Future Workplace haben gemeinsam eine Initiative gestartet, um herauszufinden, wie die Zukunft der HR-Funktion aussehen wird. Im Rahmen dieser Initiative wurde ein Netzwerk von fast 100 CHROs, CLOs und VPs für Talent- und Workforce-Transformationen zusammengebracht, um zu überlegen, wie sich die Rolle von HR in den nächsten zehn Jahren entwickeln könnte (Meister J.C. und Brown R.H., 21 HR Jobs of the Future, Harvard Business Review, 2020). Die 21 identifizierten HR-Berufe der Zukunft wurden nach ihrem organisatorischen Einfluss bewertet. Einige dieser Rollen sind völlig neue Positionen, andere umfassen neue Verantwortlichkeiten, die zunehmend an Bedeutung gewinnen. Alle 21 Berufe verkörpern fünf zentrale Themen:

Individuelle und organisationale Resilienz
Vertrauen und Sicherheit in Organisationen
Kreativität und Innovation
Datenkompetenz
Partnerschaften zwischen Mensch und Maschine

Die 21 HR-Jobs der Zukunft wurden in einem 2×2-Gitter angeordnet (siehe Abbildung 1); die X-Achse stellt die Zeit dar und die Reihenfolge, in der erwartet wird, dass die Rollen in den nächsten 10 Jahren auftreten werden, während die Y-Achse die „Technologiezentrierung“ darstellt.

Schauen wir uns eines der fünf Kernthemen genauer an – Datenkompetenz. In welchem Maße analysieren Sie als HR-Fachkraft oder -Abteilung HR-Daten, um Mitarbeiterprobleme zu lösen? Es hat mich überrascht, „Datenkompetenz“ auf der Liste zu sehen, doch ich denke, dass HR zunehmend Datenanalysen übernehmen wird – vorausgesetzt, die HR-Funktion schafft den Wandel hin zu einer datengetriebenen Arbeitsweise. Damit gewinnt HR einen „Platz am Tisch“, um eine oft verwendete Redewendung zu nutzen. Das bedeutet, dass HR nicht nur in hochrangige Entscheidungsprozesse eingebunden wird, sondern ihr Beitrag auch geschätzt und wertgeschätzt wird.

21 identifizierte HR-Berufe der Zukunft — Abbildung 1: 21 HR Jobs of the Future (hbr.org)

HR-Daten-Detektiv

Wie klingt diese Rolle für Sie? Der Titel mag zunächst ungewöhnlich wirken, aber wenn man darüber nachdenkt, ergibt er Sinn. Die Analyse von HR-Daten wird in der HR-Funktion größere Kompetenzen in Datenkompetenz erfordern. Der HR-Daten-Detektiv – einer der 21 HR-Jobs der Zukunft – könnte diesen Wandel vorantreiben. Diese Person wäre dafür verantwortlich, unterschiedliche Datenströme zusammenzuführen, um Geschäftsprobleme zu lösen. Ein HR-Daten-Detektiv fühlt sich gleichermaßen wohl, wenn es darum geht, tief in Daten einzutauchen, wie auch darin, das „große Ganze“ zu erkennen und zu erklären. Sie sammeln und analysieren Erkenntnisse, um die Mitarbeiterleistung zu verbessern und bessere Ergebnisse für das gesamte Unternehmen zu erzielen (Meister J.C., und Brown R.H., 21 HR Jobs of the Future, Harvard Business Review, 2020).

Die Rolle des HR-Daten-Detektivs ist eine natürliche Weiterentwicklung der Rolle im Bereich HR-Management-Informationen. Diese Person verwendet ebenfalls Mitarbeiterdaten, um Probleme aufzuzeigen, untersucht jedoch nicht zwangsläufig die Ursachen des Problems.

Die Rolle von HR-Daten

Marler und Boudreau definieren HR-Datenanalysen als „eine Reihe von Prozessen, die durch Technologie ermöglicht werden und beschreibende, visuelle und statistische Methoden verwenden, um Personaldaten und HR-Prozesse zu interpretieren“ (International Journal of Human Resource Management, An evidence-based review of HR Analytics, 2016). Diese Prozesse umfassen:

Level 1

Beschreibende Analysen

Beschreibt einen bestimmten Zeitraum oder einen historischen Trend. Beispiele: Fluktuationsrate, Fehlzeitenquote, Anzahl neuer Mitarbeiter und Austritte sowie „verlorene Zeit“ durch Abwesenheiten.

Level 2

Beschreibende Analysen mit multidimensionalen Daten

Kombiniert verschiedene Datentypen, um eine spezifische Fragestellung zu untersuchen. Beispiel: Verknüpfung von Daten zur Führungskompetenz mit Engagement-Werten zur Messung der Führungseffektivitat.

Level 3

Prädiktive Analysen

Verwendet Daten, um vorherzusagen, was passieren könnte. Beispiel: Analyse historischer Workforce-Daten und externer Arbeitsmarkttrends, um ein Modell zu erstellen, das den zukünftigen Personalbedarf der Organisation prognostiziert.

Level 4

Präskriptive Analysen

Nutzt die Ergebnisse aus beschreibenden und  prädiktiven Analysen, um sofort Handlungsempfehlungen zu geben.

Wo steht Ihr HR-Datenanalyseprozess? Arbeiten Sie auf Level 1, 2, 3 oder 4? Um ein wahrer HR-Daten-Detektiv zu sein, müssen Sie auf Level 3 und 4 operieren.

Die Beziehung zwischen HR-Fachkräften und Daten

HR-Fachkräfte und Daten haben eine komplizierte Beziehung. Der HR-Beruf umfasst ein breites Spektrum an Aufgaben und Fachwissen, aber letztlich geht es im HR darum, gute Arbeit und gute Arbeitsbedingungen innerhalb von Organisationen zu gestalten. Ich habe meine Karriere im HR-Bereich begonnen, weil mich die Psychologie und das Verhalten von Menschen am Arbeitsplatz interessierten. Ich denke, viele Menschen, die in diesem Berufsfeld arbeiten, tun dies aus ähnlichen Gründen. Die HR-Branche zieht oft Menschen an, die erfolgreiche Organisationen schaffen und das Leben der Menschen wirklich verbessern möchten. Das verleiht HR-Fachkräften ein starkes Gefühl von Sinn und Zweck.

Es ist daher nicht auf den ersten Blick ersichtlich, dass Daten eine wichtige Rolle in der HR-Funktion spielen. Für viele HR-Abteilungen bleibt die Datenerhebung und -berichterstattung auf Level 1 von Marler und Boudreaus Modell zur Reife von HR-Datenanalysen, einem Bereich, in dem sich die meisten HR-Abteilungen wohlfühlen.

Die Chartered Institute of Personnel (CIPD) Profession Map stuft HR-Datenanalysen als eines der „spezialisierten Wissensgebiete“ in der HR-Branche ein, gleichrangig mit typischen HR-Aktivitäten wie Lernen und Entwicklung, Mitarbeiterbeziehungen und Ressourcenmanagement.

HR data analysis as a specialized field of knowledge — Figure 2: CIPD Profession Map, The relationship between HR professionals and data

Data Quality Self Assessment

Wie steht es um die HR-Datenqualität in Ihrer Organisation?

Ein solides Reporting basiert auf einwandfreien HR-Daten. Mit unserem Data Quality Self Assessment erfahren Sie, wie es um die Qualität Ihrer HR-Daten bestellt ist – und erhalten erste Handlungsempfehlungen, falls es Optimierungsbedarf gibt.

Ingentis - Self Assessment Datenqualität

Die Standards für spezialisiertes Wissen beschreiben, welches Wissen eine HR-Fachkraft benötigt, um Experte im Umgang mit Daten über Menschen und die Organisation zu sein, um fundierte Entscheidungen zu treffen. Dieses Wissen nenne ich die HR-Daten-Detektiv-Persönlichkeit. Diese Person versteht Folgendes:

Daten: Wie man HR-Daten verantwortungsvoll nutzt, um Einblicke über Menschen zu gewinnen.

Daten-Technologie und Plattformen: Wie man HR-Daten aus verschiedenen Datenquellen integriert und den Datenfluss zwischen den Quellen automatisiert.

Analytische Beratung: Wie man HR-Daten aufbereitet, um strategische Ratschläge zu geben und Lösungen für Mitarbeiterprobleme zu entwickeln.

Forschungsdesign: Wie man Forschungsdesigns durchführt und qualitative sowie quantitative Techniken anwendet, um Probleme zu lösen.

Datenanalyse: Wie man komplexe Muster in HR-Daten erkennt, um Erkenntnisse zu gewinnen.

Datenwissenschaft: Wie man komplexe HR-Datenmodelle interpretiert und auf Mitarbeiterprobleme anwendet.

Datenvisualisierung: Wie man HR-Datenvisualisierung nutzt, um Entscheidungen in Bezug auf Mitarbeiterprobleme zu beeinflussen.

Aber wie einfach ist es für eine HR-Fachkraft, in die HR-Datenanalyse zu wechseln? Es ist durchaus ein großer Wandel für HR-Fachkräfte, aber er ist möglich. Es ist wahrscheinlich, dass der Talentpool der HR-Daten-Detektive Personen mit fortgeschrittenen Datenkompetenzen umfasst, beispielsweise in den Bereichen Datenwissenschaft oder KI. Die HR-Abteilung könnte Datenkompetenzen auch aus Talentpools für Berufseinsteiger wie Praktikanten, Auszubildenden und Absolventen gewinnen.

Ich denke, HR-Fachkräfte können in diese Rolle wechseln, müssen sich jedoch in den Bereichen Datenanalyse, Datenwissenschaft und Datenvisualisierung weiterbilden – insbesondere darin, wie sie durch Einblicke aus HR-Daten die Geschäftsstrategie beeinflussen und gestalten, Geschäftsanforderungen interpretieren und Datenmodelle über Self-Service-Dashboards bereitstellen sowie führende Methoden der Datenvisualisierung anwenden, um Entscheidungsprozesse zu beeinflussen.

Es gibt viele neue Rollen in der HR-Branche, wie in den 21 HR Jobs der Zukunft gezeigt. Es besteht immer die Möglichkeit, dass die HR-Fachkraft und der HR-Daten-Detektiv stattdessen zusammenarbeiten und ihr gegenseitiges Fachwissen teilen.

Nutzung von Ingentis org.manager als Tool zur Datenprüfung

Sehen Sie sich selbst als HR-Daten-Detektiv? Warum nicht mit der Data Quality Screening-Erweiterung von Ingentis beginnen? Es ist wichtig, dass HR-Daten genau und zuverlässig sind, um präzise Berichte und aussagekräftige Dashboards zu erstellen. Das Data Quality Screening Modul ist ein nützliches Tool, das einem HR-Daten-Detektiv dabei hilft, Fehler oder Lücken in den Daten schnell zu erkennen und die Datenqualität sowie -integrität in der gesamten Organisation systematisch zu verbessern.

Klicken Sie hier, um mehr über das Data Quality Screening-Tool von Ingentis zu erfahren.

Über den Autor

Nicholas Toko ist freiberuflicher Berater für HR und organisatorische Effektivität sowie Jungian Analyst-in-training bei #JungianBitsOfInformation (www.nicholastoko.com).

Er ist Experte für die Verknüpfung von Unternehmensstrategie, Struktur, Kultur, Menschen, Prozessen und Technologie, einschließlich Künstlicher Intelligenz (KI), Enterprise Resource Planning (ERP)-Systemen und der Anwendung analytischer Psychologie in einem psychosozialen Kontext, insbesondere am Arbeitsplatz. Er analysiert Individuen, Teams und Organisationen tiefgehend und bietet psychoanalytische Therapie für Einzelpersonen an.

Folgen Sie ihm oder vernetzen Sie sich mit ihm auf LinkedIn: www.linkedin.com/in/nicholastoko/