Fellowship-Programm

Von Werbeversprechen bis Widerstand? Zur Macht der Personaldaten in Deutschland

Welche Risiken und Chancen birgt der Einsatz von KI-basierten Systemen im Personalmanagement und wie werden solche Systeme in Deutschland derzeit eingesetzt? An dieser Frage arbeitet Research-Fellow Sonja Köhne.

Künstliche Intelligenz (KI) hat das Potenzial, die Arbeitswelt grundlegend zu verändern. Insbesondere im Kontext der Personalführung gerät der Einsatz KI-basierter Systeme derzeit zunehmend in den Fokus öffentlicher Debatten. Denn neben den häufig angeführten Chancen der Effizienzoptimierung sind die Systeme – insbesondere durch ihr Überwachungspotenzial – auch mit einer Reihe bedeutender Risiken verbunden. 

Vor dem Hintergrund der Corona-Pandemie gewinnt KI im Personalmanagement eine neue Relevanz

Drei zentrale Faktoren bedingen die aktuellen Debatten um KI im Personalmanagement 

  1. Der technologische Fortschritt und die zunehmende Verfügbarkeit von Daten. Auch durch die pandemiebedingte digitale Zusammenarbeit stehen heute große Mengen neuer Verhaltensdaten von Beschäftigten zur Verfügung. 
  2. Neue Herausforderungen in der Personalführung, denn den Kontrollverlust, den Führungskräfte durch das vermehrte Homeoffice erleben, versprechen die Anwendungen zu kompensieren. Daneben versprechen sie Beschäftigten Unterstützung der Selbstorganisation im Homeoffice durch personalisiertes Feedback. 
  3. Neue Vorstöße zur Regulierung wie die vorgeschlagene KI-Regulierung der EU, die KI im Arbeitsrecht und damit auch im Personalmanagement als Hochrisiko-Anwendungen einstuft. 

Was steckt hinter dem Trend? 

Auch wenn wissenschaftliche Studien zur tatsächlichen Verbreitung der Systeme insbesondere in Deutschland noch rar sind, zeigen die zahlreichen Anwendungsmöglichkeiten, dass die Systeme in jeder Phase des Mitarbeiter*innen-Lebenszyklus eingesetzt werden können. Diese reichen von Einstellungsalgorithmen über Produktivitätsanalysen bis hin zur Vorhersage von Kündigungswahrscheinlichkeiten. Anwendungen für das automatisierte Personalmanagement werden häufig unter dem Begriff People Analytics (PA) zusammengefasst und beinhalten zunehmend Funktionen, die auf komplexen statistischen Modelle basieren und häufig als Künstliche Intelligenz bezeichnet werden. Diese Anwendungen erfassen Daten zu Verhalten und Eigenschaften von Beschäftigten, verknüpfen diese oftmals mit externen Daten und werten sie mittels deskriptiver und prädiktiver Analysen aus, um so umsetzbare Erkenntnisse über die Arbeitsleistung zu liefern und deren Optimierung ermöglichen. 

Teils (zu) hohe Erwartungen prägen, wie menschliche Nutzer*innen mit den Anwendungen interagieren und sie nutzen

Die Systeme weisen dabei eine deutliche Ambivalenz auf, bei der das enorme Überwachungspotenzial einer möglichen Unterstützung der Beschäftigten gegenübersteht. Sie fordern dabei auch die Rolle von Führungskräften heraus, denn die Systeme können Daten wesentlich schneller und in größeren Mengen verarbeiten als menschliche Entscheider*innen jemals in der Lage wären. Die Potenziale der Optimierung und Objektivierung von Entscheidungen werden jedoch häufig überzeichnet. Sie basieren auf den Annahmen, komplexe menschliche Tätigkeiten und Eigenschaften am Arbeitsplatz seien quantifizier- und messbar, menschliches Verhalten lasse sich mittels historischer Daten vorhersagen und Algorithmen seien menschlichen Entscheider*innen überlegen. 

Derzeit mangelt es an empirischen Erkenntnissen dazu, welche Risiken und Chancen sich für die digitale Arbeitswelt ergeben

Fragen der Kontrollierbarkeit einer komplexen Arbeitswelt haben eine lange Tradition in der Managementforschung. Diese stellen sich vor den skizzierten Entwicklungen jedoch aufs Neue. Auch in der Praxis dominiert datengetriebenes Management seit Jahren die Listen der Trends im Personalwesen. Ein großer Teil der bestehenden Forschung ist jedoch konzeptionell und weist einen dringenden Bedarf an empirischer Forschung – insbesondere im Kontext der Besonderheiten des deutschen Marktes – auf. Das Forschungsprojekt von Research-Fellow Sonja Köhne soll nun zur Deckung dessen beitragen. Denn viele Expert*innen und Forscher*innen sind sich einig, dass die Bedeutung von Daten in der Personalführung zunehmen wird. Zum jetzigen Zeitpunkt wissen wir jedoch noch zu wenig darüber, was in Deutschland schon in der Praxis angewendet wird und wie sich der Einsatz auf betriebliche Akteur*innen und ihre Arbeitspraktiken auswirkt.

Was ist das Projektziel?

Die verfügbaren Angebote und deren Bedeutung für betriebliche Akteur*innen in Deutschland sollen gegenübergestellt werden. Dabei sollen mittels eines qualitativen Forschungsansatzes die verfügbaren Anwendungsmöglichkeiten in Deutschland, die Nutzungsbereitschaft von betrieblichen Akteur*innen sowie die Auswirkung auf Arbeitspraktiken beleuchtet werden. Das Projekt besteht daher aus zwei Phasen: 

  1. Erstens untersucht es mittels einer Marktanalyse und Expert*inneninterviews verfügbare Anwendungen und Leistungsversprechen. 
  2. Zweitens untersucht es in qualitativen Interviews mit Personalmanager*innen, Führungskräften, Beschäftigte und Betriebsrät*innen die Bedeutung für relevante betriebliche Akteur*innen. 

Es knüpft damit eng an die bisherigen Arbeiten der Denkfabrik Digitale Arbeitsgesellschaft an und generiert Erkenntnisse zu Risiken und Chancen des Einsatzes von KI-basierten Systemen im Personalmanagement. Zudem skizziert es mögliche menschenzentrierte Entwicklungen für den deutschen Anwendungskontext unter besonderer Berücksichtigung der geltenden rechtlichen Rahmenbedingungen, etwa im Bereich des Datenschutzes. 

Veröffentlicht am 06. Jan 2022 zum Thema: Fellowship-Programm