In vielen Unternehmen wird zunehmend projektorientiert mit nur temporär bestehenden Strukturen und Teams gearbeitet. Daher stellt sich für Projektmanager sowie Team- und Gruppenleiter – also für das untere Management“ – die Frage der möglichst optimalen Personalplanung immer öfter. Es gilt aus verfügbaren internen und externen Kräften, Arbeitnehmern oder Freiberuflern ein Team zusammenzustellen, das hinsichtlich seiner Erfahrungen, Fähigkeiten und anderen Qualifikationen bestmöglich zu den Anforderungen des Projektes passt.
Große, projektorientiert arbeitende IT-Firmen wie SAP, IBM oder auch Google versuchen daher schon länger die Personalplanung in reproduzierbare, standardisierte Prozesse zu verwandeln, die sich durch Software abbilden lassen. Aus Beschäftigten sollen Humankapital oder schlicht Ressourcen werden, die bestmöglich eingesetzt und verwertet werden sollen.
Dazu ist ein möglichst objektives, messbares und wissenschaftlich prüfbares Vorgehen erforderlich. Die Personalplanung soll evidenzbasiert statt intuitiv oder willkürlich erfolgen – nur so kann sie standardisiert und vom Können einzelner Personen losgelöst und in Software implementiert werden.
Bisherige Personalplanungsprogramme arbeiten meist mit Hilfe von einheitlichen Skillprofilen der Beschäftigten angebunden an die Zeitwirtschaft des Unternehmens zur Planung der Verfügbarkeit einzelner Mitarbeiter.
In modernen Organisationen muss jedoch auch grenzüberschreitend geplant werden können. Es sind externe Partner (Freelancer, Fremdfirmen, Berater, Zeitarbeitskräfte) einzubinden und es müssen Datenbestände firmenübergreifend bearbeitet werden können. Das erfordert solide Überlegungen hinsichtlich des Rechtemanagements und der Datensicherheit solcher Werkzeuge als auch des Datenaustauschs mit Partnern in datenschutztechnisch problematischen Ländern (privatrechtliche Vereinbarung hoher Datenschutzstandards, Auftragsdatenverarbeitung, Safe-Harbour-Regelungen).
Stephen Baker beschreibt in seinem Buch „Die Numerati – Datenhaie und ihre geheimen Machenschaften“ daher einen neuen Ansatz solcher Planungswerkzeuge. Inhaltlich geht es um eine neue Form evidenzbasierter Personalplanung, basierend auf mathematischen Modellen in Kombination mit Data-Mining-Technologien.
Ein Anwendungsbeispiel (Buch S. 38) für evidenzbasierte Personalplanung:
Stellen Sie sich einen IBM-Manager vor, der den Auftrag erhält, ein fünfköpfiges Team nach Manila zu schicken, um dort ein Callcenter aufzubauen. Er setzt sich an den Computer und füllt ein Formular aus, fast so, als würde er online einen Urlaub buchen.
Er gibt den gewünschten Zeitraum ein und klickt sich durch Menüs, um den Job und die benötigten Fähigkeiten zu beschreiben. Auf dem Bildschirm werden die Antworten angezeigt und es wird ein bestimmtes Team empfohlen. Alle angeforderten Qualifikationen sind vertreten; vielleicht kennen sich drei der fünf Leute und haben bereits harmonisch zusammengearbeitet. Einer von ihnen spricht sogar Tagalog, die gebräuchlichste Sprache der Filipinos. Alles sieht gut aus bis auf eine Zeile, die rot hervorgehoben ist: das Budget. Es beträgt über 40 000 Dollar! Der Manager stellt fest, dass der Computerarchitekt im Team eine ausgewiesene Koryphäe ist, ein Mann, über dessen Arbeit in Fachzeitschriften berichtet wird. Sicher, er passt zu 98,7 Prozent auf den Job aber er kostet 1000 Dollar pro Stunde.
Der Manager fordert im System einen billigeren Systemarchitekten an. Neue Optionen werden angezeigt. Eine davon ist ein 29-jähriger Berater, der in Indien lebt und nur 85 Dollar pro Stunde kostet. Leider passt er nur zu 69 Prozent auf den Job. Trotzdem, so der Computer, kann er es hinkriegen, wenn er zwei Wochen geschult wird.
Konkret werden Unmengen an Personaldaten, wie sie im laufenden Betrieb eines Unternehmens ohnehin anfallen, mit Hilfe mathematischer Modelle und neuer Taxonomien (Klassifikationsschemata für Daten) auf der Suche nach bislang unerkannten Zusammenhängen ausgewertet (Business Intelligence). Ziel ist die Gewinnung von Erkenntnissen, die in Hinsicht auf die Unternehmensziele bessere operative oder strategische Entscheidungen ermöglichen. Dies geschieht bei der evidenzbasierten Personalplanung mit Hilfe von IT-Systemen, die personell relevante Daten über das eigene Unternehmen oder auch unternehmensübergreifend im Hinblick auf den gewünschten Erkenntnisgewinn auswerten.
Doch woher kommen eigentlich die Daten, die in solchen Planungsinstrumenten verwendet werden? Oft sind ja die Kerndatenbestände der Personalabteilungen besonders geschützt oder sie dürfen nur zweckbezogen verwendet werden. Auch wäre ihr Umfang für diese Art der Personalplanung keineswegs ausreichend.
Evidenzbasierte Personalplanung interessiert sich mehr für die „Datenspuren“, welche Beschäftigte bei ihrem Tagesgeschäft laufend erzeugen. Baker hierzu (S. 39):
Indem sie Bewerbungen, Lebensläufe und Projektberichte auswerten, kann das Team ein Profil der Fertigkeiten und Erfahrungen jedes Mitarbeiters zusammenstellen. Online-Kalender zeigen, wie die Angestellten ihre Zeit nutzen und mit wem sie sich treffen. Durch Auswertung der Nutzungsdaten von Mobiltelefonen und Handhelds können Takritis Rechercheure womöglich auch Bewegungsprofile der Mitarbeiter anlegen. Telefonverbindungsdaten und E-Mail-Verkehr definieren das soziale Netzwerk jedes Beraters. Wem schickt er Kopien seiner E-Mails? Verschickt er Blindkopien, und gegebenenfalls an wen? Solche verborgenen Botschaften könnten auf das Entstehen informeller Netzwerke innerhalb des Unternehmens hindeuten. Sie könnten zeigen, dass ein Mitglied des mittleren Managements in aller Stille eine wichtige Gruppe von Kollegen führt von der sein Chef nichts weiß.
Doch nicht nur die produktivste Verwendung des Personals sondern auch dessen Pläne seiner persönlichen beruflichen Entwicklung geraten in den Blickpunkt der Personalplaner. So hat Google kürzlich ein Tool entwickelt, mit dem es die Kündigungsabsichten wichtiger Mitarbeiter vorhersagen kann. So will man einem „Brain-Drain“, d.h. einem Abwandern wichtiger Fach- und Führungskräfte vorbeugen. Potentiell wechselwilligen Mitarbeitern lassen sich dann neue Aufgaben, Incentives, Entwicklungsmöglichkeiten oder auch schlicht mehr Geld anbieten.
Google-Personalmanager Laszlo Bock begründete den Kündigungsalgorithmus gegenüber der Presse wie folgt: „So können wir in die Köpfe der Leute gucken, ehe sie selbst wissen, dass sie vielleicht gehen wollen“.
Einzelheiten zur Zusammensetzung der Formel wollte er nicht offenlegen – was nicht weiter überrascht. Laut Bock wurde der neue Algorithmus aber bereits erfolgreich getestet. Man habe durch ihn Mitarbeiter identifiziert, die sich unterfordert fühlen und denen man dann neue, anspruchsvollere Aufgaben geben konnte.
Arbeitgeber, die auch ohne Videoüberwachung und Surfprotokollierung oft mehr über ihre Angestellten wissen, als diese selbst. Und die deren nächste Schritte und mittelfristigen Pläne mit großer Sicherheit in der Prognose vorhersagen können. Da warten Herausforderungen ganz neuer Art und Güte auf das deutsche Datenschutzrecht sowie die Pläne zum Arbeitnehmerdatenschutz. Aber auch ebenso für zahlreiche Aspekte der Informationssicherheit sowie deren Stakeholder in den Unternehmen.
Spiegel.de: Google berechnet Kündigungsabsichten seiner Mitarbeiter
Wiwo.de: Buchauszug aus „Die Numerati“ (PDF, 270 Kb)