Wie People Analytics die Wahrnehmung von Fairness am Arbeitsplatz beeinflusst

People Analytics verspricht präzisere Entscheidungen in der Personalführung. Doch wenn datenbasierte Systeme in Entscheidungsprozesse eingebunden werden, kann die Beziehung zwischen Angestellten und Führungskräften leiden. Eine neue Studie deutet darauf hin, dass Führungskräfte als unfairer wahrgenommen werden, wenn sie eine ohnehin als negativ empfundene Entscheidung mit Hilfe von People Analytics treffen. Dieses verstärkte Gefühl von Ungerechtigkeit kann nicht nur die Arbeitsbeziehungen belasten, sondern auch langfristige Dynamiken am Arbeitsplatz verändern.

People Analytics ist ein zentrales Thema in der modernen Arbeitswelt. Als datengetriebener Ansatz in der Personalführung bezieht sich People Analytics auf die systematische Erhebung und Analyse der Daten von Angestellten. Ziel ist es häufig, Entscheidungen zu optimieren und persönliche Vorurteile oder Stereotypen zu reduzieren. Ein Beispiel aus dem Personalmanagement-Alltag ist die Nutzung von People Analytics bei Beförderungsentscheidungen: Anstatt sich allein auf Einschätzungen von Vorgesetzten zu stützen, analysieren die Systeme gesammelte Daten wie Projekterfolge oder Team-Feedback. Dadurch soll sichergestellt werden, dass talentierte Mitarbeitende unabhängig von persönlichen Vorurteilen oder Stereotypen identifiziert und gefördert werden könnten. Ziel ist es, faire und datenbasierte Entscheidungen zu treffen, die sowohl die Zufriedenheit der Mitarbeitenden steigern als auch den langfristigen Unternehmenserfolg sichern sollen.

Die Systeme, die zur Datensammlung und -auswertung genutzt werden, greifen auf eine Vielzahl von Quellen zurück. Dazu zählen etwa die Anzahl gesendeter E-Mails, Arbeitszeitaufzeichnungen und Meeting-Aktivitäten, um Verhaltensmuster zu erkennen und Empfehlungen für Entscheidungen zu geben – sei es bei der Leistungsbeurteilung, Personalentwicklung oder Teamzusammenstellung.

Datengetriebene Personalführung im Überblick: Was früher häufig auf der Erfahrung und Intuition – aber daneben auch den stereotypen Vorstellungen und persönlichen Vorlieben – von Führungskräften beruhte, kann so durch datenbasierte Analysen unterstützt werden. Gleichzeitig ermöglicht People Analytics den Führungskräften nahezu jeden Aspekt der Arbeitsleistung zu überwachen und zu bewerten, auch wenn die Angestellten von zuhause aus arbeiten. People Analytics bewegt sich daher in einem Spannungsfeld zwischen den Versprechungen von präziseren und diskriminierungsfreien Entscheidungen, sowie Risiken, die durch neue Fragen rund um Transparenz, Fairness und Vertrauen aufkommen.

Da die Balance zwischen Überwachung und Kontrolle sowie Autonomie und Privatsphäre der Angestellten neu definiert wird, können tiefgreifende Auswirkungen auf das Verhältnis zwischen Angestellten und Führungskräften entstehen. People-Analytics-Systeme, die zum Beispiel auf Verfahren des maschinellen Lernens basieren, sammeln nicht nur Daten und stellen diese in Form von Statistiken dar, sondern sie können auch eigenständig Handlungsempfehlungen vorschlagen. In einigen Fällen außerhalb von Deutschland können sie diese sogar autonom umsetzen.

Ein zentrales Problem im Zusammenhang mit People Analytics ist auch das zunehmende Machtgefälle zwischen Führungskräften und Angestellten. Es entsteht vor allem durch den Wissensvorsprung der Führungskräfte sowie durch Fragen der Freiwilligkeit. Während sich Führungskräfte bewusst für den Einsatz solcher Systeme entscheiden, um ihre Entscheidungsfindung zu unterstützen, ist die Teilnahme für die Angestellten oft nicht optional – ihre Arbeitsdaten werden erfasst und verarbeitet, ohne dass sie direkten Einfluss darauf haben. Dadurch werden sie unfreiwillig zu Objekten der Systeme, deren Funktionsweise und Auswirkungen sie möglicherweise nur unzureichend verstehen. Diese Asymmetrie kann Spannungen und ein verstärktes Machtungleichgewicht verursachen.

Besonders problematisch wird es, wenn das System falsche oder ungerechte Entscheidungen trifft oder vorschlägt, etwa bei der Vergabe von Boni oder Beförderungen. Solche Entscheidungen könnten das Vertrauen in die Führungskräfte untergraben und das Gerechtigkeitsempfinden der Angestellten beeinträchtigen. Denn dass ein Algorithmus vollständig über Gehaltsanpassungen oder Beförderungen entscheidet, ist in Deutschland noch lange keine Realität. Die letztendliche Verantwortung liegt weiterhin bei den menschlichen Führungskräften. Algorithmen und Datenanalysen dienen vor allem als Hilfsmittel, auf deren Grundlage Entscheidungen getroffen werden.

Unsere Ergebnisse weisen darauf hin, dass Angestellte Entscheidungen als unfairer wahrnehmen, wenn Systeme zu Datensammlung und -auswertung involviert waren. Sobald die Angestellten vermuteten, dass ein Algorithmus an der Entscheidung beteiligt war – und sei es auch nur durch die Bereitstellung von Informationen – empfanden sie diese als noch ungerechter im Vergleich zu einer unfairen Entscheidung, die ohne entsprechenden Zugriff auf ein People Analytics System getroffen wurde. Die Beteiligung von solchen Systemen verstärkte das Gefühl der Ungerechtigkeit und führte sogar zu dem Gefühl, von den Führungskräften verraten worden zu sein.

Es ist also entscheidend, dass Führungskräfte sich der Verantwortung bewusst sind, die sie tragen, wenn sie auf datengetriebene Systeme zurückgreifen. Das Wissen um das Potenzial und die Grenzen von People Analytics sollte mit einer sensiblen Herangehensweise an zwischenmenschliche Interaktionen kombiniert werden, um das Vertrauen und die Zufriedenheit am Arbeitsplatz zu erhalten. Unsere Studie unterstreicht die Notwendigkeit einer transparenten Kommunikation und eines verantwortungsvollen Umgangs mit algorithmischen Systemen.