Was KI im Bereich People Analytics ersetzen wird – und was nicht

David Rice: KI wird 90 % dessen, was ein starkes People-Analytics-Team leistet, nicht ersetzen. Was steckt in diesen 90 %, das einzigartig menschlich ist?

Roxanne Laczo: Was da drin ist, ist das, was in unserem Kopf, unserem Gehirn steckt. Es geht um Einflussnahme auf Stakeholder durch Storytelling. Ich denke, vielleicht wird sich dieser Anteil irgendwann ändern, aber KI wird das nie vollständig und komplett ersetzen können.

David Rice: Besteht die Gefahr, dass wir eine Art zweistufiges System erschaffen, in dem KI für die meisten Unternehmen zur „ausreichend guten“ Lösung wird?

Noelle London: Klassischerweise war People Analytics bisher eine Ressource, die hauptsächlich Großunternehmen zur Verfügung stand. Es ist nicht etwas, wofür andere das Budget haben. Wir beobachten jedoch, dass Organisationen schon jetzt früher für diese Kompetenzen einstellen, als wir es vor zwei, zweieinhalb Jahren gesehen haben. Das ist richtig spannend.

David Rice: Kann People Analytics zum Kraftzentrum des HR-Bereichs und somit zur treibenden Kraft der KI-Transformation werden?

Cole Napper: Ich würde sagen nein. Und das liegt nicht am Können, sondern am Willen.

David Rice: Mit Blick auf die nächsten 12 bis 18 Monate: Welche spezifischen Fähigkeiten sollten sich Fachkräfte aneignen, um relevant zu bleiben? Und umgekehrt: In welche Fähigkeiten sollte man keine Zeit mehr investieren, weil KI sie übernehmen wird?

Willkommen beim People Managing People Podcast – der Show, in der wir Führungskräften helfen, Arbeit im Zeitalter der KI menschlich zu halten. Ich bin David Rice, euer Gastgeber. Heute freue ich mich, drei brillante Köpfe aus dem Bereich People Analytics begrüßen zu dürfen, um eine offene Gesprächsrunde zu führen.

Zuerst begrüßen wir Roxanne Laczo. Sie ist Head of People Analytics bei Cloudflare. Willkommen, Roxanne!

Roxanne Laczo: Hallo, freut mich dabei zu sein!

David Rice: Außerdem mit dabei ist Cole Napper – ihr erinnert euch vielleicht noch an seinen früheren Podcast-Auftritt. Er ist VP of Research, Innovation & Talent Insights bei Lightcast. Willkommen, Cole!

Cole Napper: Danke, dass ich dabei sein darf, David.

David Rice: Und schließlich Noelle London. Sie ist Gründerin und CEO von Illoominus. Willkommen, Noelle!

Noelle London: Danke, ich freue mich auch sehr.

David Rice: Hervorragend. Heute sprechen wir also über den aktuellen Stand von People Analytics, den zukünftigen Kurs und wie wir die Funktion neu definieren – und was das für HR bedeutet.

Ich möchte mit diesem Punkt starten: Wir hatten vorab besprochen, dass KI 90 % der Leistungen eines starken People-Analytics-Teams nicht ersetzen wird, und Roxanne hat dazu eine steile These aufgestellt. Roxanne, was ist in diesen 90 %, das einzigartig menschlich ist? Glaubst du, dass dieser Prozentsatz auch in Zukunft halten wird, wenn KI fortschreitet?

Roxanne Laczo: Ja, absolut. Ich glaube, das menschlich Einzigartige findet im Kopf statt. Da sind strategische Kontexte der Organisation und des Geschäfts, die KI nicht erfassen kann. Institutionelles Wissen, Beziehungen im Unternehmen – manche Informationen bekommst du nur über Kontakte, nicht nur über Daten.

Ein KI-Tool kann nicht alles erfassen. Storytelling und Stakeholder-Management lassen sich kaum nachbilden, es sei denn, die KI hat denselben Kontext wie wir Menschen – was unrealistisch ist. Und dann ist da noch die Fähigkeit, die richtigen Fragen zu stellen, basierend auf dem, was man über Organisation und Geschäftsprobleme weiß.

Vielleicht wird sich der Anteil irgendwann verändern, aber kurzfristig liegt der Wert eindeutig in unserem Beziehungsaufbau und Kontextverständnis – etwas, das KI nie ganz ersetzen kann, zumindest nicht auf dem Niveau, das wir hier erwarten.

David Rice: Interessant. Cole, wie siehst du das? Du beschäftigst dich viel mit Skills und Transformation. Was wird im Bereich People Analytics weiterhin Bestand haben?

Cole Napper: Bezüglich deiner Frage: 90 % eines starken People Analytics Teams werden nicht ersetzt, aber bei schwachen Teams könnten es 90 % sein, die doch verschwinden. Ich sehe zwei Kategorien: Transaktionale Arbeit vs. strategische/transformative Arbeit. 90 % der strategisch-transformierenden Arbeit bleibt, wie Roxanne sagt. 90 % der transaktionalen Arbeit hingegen werden verschwinden.

Wir haben kürzlich bei Lightcast untersucht, wie wertvoll HR-Kompetenzen sind und wie sehr KI sie stören wird. People Analytics ist im HR die wertvollste Fähigkeit, aber auch eine der am stärksten von KI gefährdeten. Das ist ein paradoxes Bild – die transaktionalen Anteile werden weichen.

David Rice: Noelle, wie ist deine Sicht? Du denkst viel darüber nach, wie Menschen ihre Tech-Stacks zusammenstellen.

Und wie fügt sich KI dort ein? Wie groß ist ihr Einfluss darauf, wie Menschen mit Technologie umgehen?

Noelle London: Zunächst: People Analytics bedeutet je nach Unternehmensgröße und Reifegrad sehr Unterschiedliches. Was wir damit meinen, ist in verschiedenen Firmen nie ganz das Gleiche. In Unternehmen ohne Roxanne übernehmen die Verantwortlichen häufig viele Basisaufgaben wie Integrationen pflegen, Daten bereinigen etc. – das hält sie in einer reaktiven Rolle gefangen.

Solche Aufgaben sind zeitintensiv, wenn das Team klein ist. Hier kann KI helfen, zu entlasten, sodass man mehr Zeit für das Kontextwissen in seinem Kopf hat. Aber manche Aufgaben bleiben schwierig, etwa Edge Cases, wie z. B. interne Versetzungen, das wird noch sehr unterschiedlich gehandhabt.

Das heißt: KI ist Co-Pilot. Sie hilft, nimmt Routinearbeit ab, sodass Menschen sich mit Kontexterfassung und Handeln beschäftigen können, anstatt mit aufreibender Routine.

David Rice: Gerade weil viele Unternehmen keine Roxanne haben: Besteht die Gefahr eines Zwei-Klassen-Systems, bei dem KI nur „gut genug“ ist, während gut ausgestattete Unternehmen weiterhin echten Mehrwert generieren?

Noelle London: Genau das finde ich spannend: Früher waren People Analytics Ressourcen, die nur großen Unternehmen vorbehalten waren. Organisationen mit weniger als 12.000 Mitarbeitenden hatten oft nicht das Budget. Jetzt aber werden die Kompetenzen für solche Rollen viel früher geholt als noch vor zwei Jahren.

Immer mehr Unternehmen erkennen, dass sie für die Zukunft datenbasierte Personalentscheidungen brauchen. Das Spannende daran: Es entsteht eine Vernetzungsmöglichkeit, bei der Unternehmen voneinander lernen und Benchmarks setzen können – das ist das eigentliche Potenzial. So können auch mittlere Firmen schneller dazulernen und sogar die Großen überholen.

Roxanne Laczo: Wie Noelle sagt – wie definieren wir People Analytics? Es gibt viele Unternehmen, die sagen, sie machen People Analytics, aber tun es gar nicht nach meiner Definition. Gleichzeitig gibt es Unternehmen ohne Team, die im Grunde alles nötige tun.

Das Problem ist weniger ein Zwei-Klassen-System, sondern vielmehr eine Frage der Befähigung: Können die Geschäftspartner KI nutzen und Entscheidungen treffen? Dafür muss nicht alles von People Analytics getrieben werden, sondern im gesamten HR-Bereich müssen die Fähigkeiten und Trainings geschaffen werden. Das ist kein Investitions-, sondern ein Fähigkeitsproblem.

Cole Napper: Genau – historisch war People Analytics viel stärker zweigeteilt als künftig. Früher gab es Teams mit über 100 Mitarbeitenden, die aber jetzt oft abgebaut werden. In Zukunft braucht man kein 50-köpfiges Team mehr. KI senkt die Einstiegshürden; schon von null auf eins zu kommen, ist heute viel einfacher.

Das ist gut für die Zukunft von HR und People Analytics.

David Rice: Spannend, weil tendenziell in anderen Unternehmensbereichen oft das „gut genug“-Prinzip gilt, etwa im Marketing. Bei People Analytics ist das oft schwerer, weil viele im Unternehmen gar nicht verstehen, worum es dabei geht. Wird also weiterhin jemand benötigt, der zwischen Führungskraft und KI vermittelt?

Cole Napper: Ich habe dazu eine klare Meinung: Es war ein Versäumnis, dass HR-Führungskräfte oft nicht datenaffin waren oder nicht datenbasiert entscheiden konnten. KI erzwingt diese Kompetenzen jetzt.

Es ist nicht mehr akzeptabel – besser: es wird für HR existenziell, Daten zu verstehen. Beispiel Moderna: Dort wurden HR und IT verschmolzen, weil IT datenbasiert handeln kann und HR nicht. Das ist die Konsequenz, wenn HR nicht nachzieht.

Wer weiterhin eine datenunkundige HR-Leitung ist, wird nicht bestehen, gerade People Analytics bereitet auf künftige CPO- (CHRO-) Rollen vor.

Roxanne Laczo: Ich ergänze: Das Problem ist nicht, wie wir KI einsetzen, sondern ob wir das Geschäft verstehen. Wer nicht „die Sprache des Geschäfts“ spricht, ist fehl am Platz. Das ist das Problem, das Cole anders ausgedrückt hat.

Wir sollten KI nicht als das Wie verstehen – es ist ein Werkzeug. Aber wir müssen zuerst wissen, welches Problem wir überhaupt lösen wollen.

Noelle London: Ich möchte HR verteidigen: Viele HR-Leitungen wollen datenbasiert arbeiten, aber ihr Bereich wurde lange unterinvestiert. Unternehmen geben viel für Kundendatenplattformen aus – aber HR bekommt oft nur das Nötigste. Nun muss HR erst Grundlagen schaffen, um von KI zu profitieren.

Aktuell kann KI repetitive Aufgaben ablösen, das ist toll, aber People Analytics muss zu einem Kernelement des Tech-Stacks werden. Jetzt gibt es die Möglichkeit, strategisch zu denken.

David Rice: Ich möchte das aufnehmen, denn es gibt oft eine Lücke zwischen den Erwartungen von Vorständen an KI und HR und dem, was wirklich machbar ist. Wie überbrückt ihr diese Diskrepanz?

Noelle London: Nutzt die momentane Aufmerksamkeit, um People Analytics als Business Case zu positionieren! Wer KI-Pilotprojekte vorweisen kann, sollte nun die strategische Argumentation für echte Datenarbeit führen, nicht nur kurzfristige kleine Verbesserungen.

Roxanne Laczo: Es braucht viel Enablement: Es ist nicht damit getan, einfach „mach KI“ zu fordern. Das will gelernt und bezahlt sein. Viele sind damit überfordert und wissen nicht, wie sie anfangen. Gleichzeitig wird das Budget gekürzt und die Menschen sollen mit KI-Tools produktiver werden. Investitionen in Technik, Analytics und Qualifizierung sind nötig, sonst bleibt HR rückständig.

Cole Napper: Die Vorstände fordern: Investiert in KI (kostet Geld), haltet aber die Betriebskosten stabil – also wird Personal abgebaut und Produktivität soll mit KI wachsen. Dabei zeigen Statistiken: 95 % aller KI-Pilotprojekte scheitern aktuell. Real werden die bestehenden Mitarbeitenden immer stärker belastet – gesteigerte Produktivität kommt durch höhere Arbeitsbelastung, nicht durch KI.

David Rice: Das sehe ich auch so. Es braucht mehr Bildung und Differenzierung – KI, maschinelles Lernen, Automatisierung sind nicht dasselbe. Unterscheidet etwa Mikro-KI-Lösungen wie ChatGPT für den Alltag und Macro-Lösungen, bei denen Prozesse KI-nativ gestaltet sind. Worauf sollten HR-Leute setzen?

Cole Napper: Die Vorstände erwarten: Produktivitätssteigerung und grundlegende Transformation per Macro-KI. HR fordert die Mitarbeitenden zu Mikro-Pilotprojekten auf, wie ChatGPT fürs Texten oder Chatbots ausprobieren. Es gibt eine Diskrepanz zwischen dem, was auf Mikro- und Makroebene passiert.

Ich denke, KI-Adoption in HR ist noch Version 1 – hier ging es meist nur um neue KI-Oberflächen („Wrappers“) und etwas Kompetenzentwicklung. Das reicht nicht: Wenn ich 100 € in KI investieren würde, dann 95 % ins Datenfundament und in bessere Infrastruktur und nur 5 % in neue „Wrappers“. Das ist die Richtung der Zukunft.

Noelle London: Mir gefällt das sehr! Zunächst schnelle Erfolge mit KI-Tools mitnehmen – das ist aber kein nachhaltiger Wandel. Das Entscheidende ist, das Datenfundament sauber und vertrauenswürdig zu schaffen und mit Systemen zu verknüpfen, um Prozesse wie interne Mobilität und Workforce Planning zu ermöglichen.

Roxanne Laczo: Ich finde es wichtig, dass wir nicht glauben, wir tun schon Großartiges für die Organisation, nur weil wir ChatGPT für Kleinkram nutzen. Das ist schlicht Produktivitätssteigerung durch verfügbare Werkzeuge, kein echter Mehrwert im großen Stil. Die echten Beiträge entstehen im größeren Kontext und dort sollte man gezielt messen und investieren.

David Rice: Das ist eine reine Geschwindigkeitssteigerung – man spart Zeit, um sich um wichtige Dinge zu kümmern. Das ist inzwischen branchenübergreifend Standard (Table Stakes). Vor zwei Jahren kannte kaum jemand diesen Begriff, jetzt liest man ihn überall.

Kommen wir zurück zum Thema: Cole, du hast erwähnt, dass People Analytics-Leader gute Chancen haben, CHRO der Zukunft zu werden. Kann eine proaktive People-Analytics-Führungskraft die Transformation in Richtung KI wirklich zum Herzstück des HR machen?

Cole Napper: Ich nehme die Gegenseite meiner eigenen Argumentation ein: Es ist nicht eine Frage der Qualifikation, sondern des Willens. Die meisten People-Analytics-Leads wollen diese Rolle nicht übernehmen. CPO bedeutet auch Mitarbeiterbeziehungen, Organisationspolitik, C-Level-Therapie – das ist oft unangenehm. Solange die Rolle sich nicht verändert, wird das nicht passieren.

Roxanne Laczo: Es gibt viele Wege, CHRO zu werden, und People Analytics ist einer von vielen. Es hilft, ein KI-Powerhouse zu sein, aber entscheidend ist, ob du das Geschäft verstehst. Unternehmen holen oft Leute aus anderen Bereichen in HR und erzielen dort großartige Ergebnisse. Es kommt auf das Gesamtprofil an.

Noelle London: Ich sehe People Analytics als die perfekte Schnittstelle zwischen KI und HR: Die Person versteht Daten und ist stark in deren Interpretation. Sie kann strategisch vermitteln, wie die HR-Strategie funktioniert und wie die KI-Ergebnisse zu interpretieren sind. Zudem bringen diese Personen oft verschiedene Silos zusammen und sorgen so für eine bessere Zusammenarbeit innerhalb des HR-Teams. Sie kennen die Zahlen genau und können datengestützte Argumente für Investitionen liefern. Wer keinen Willen hat, sollte die Rolle nicht übernehmen, aber diese Kompetenzen sind heutzutage wertvoll.

David Rice: Ihr seid zu höflich, ich dachte schon, ich müsste meinen Zensurknopf drücken…

Noelle London: Siloisiert.

David Rice: Da wir auf die Zeit achten müssen: Viele Firmen sollten HR und People Analytics neu denken. Welche Skills sollten Fachkräfte in den nächsten 12–18 Monaten also weiterentwickeln, um relevant zu bleiben? Und welche verlieren an Bedeutung, weil KI sie übernimmt?

Roxanne Laczo: Mein wichtigstes Thema ist Geschäftsverständnis. Wer die Sprache des Geschäfts nicht spricht, hat verloren. Es braucht enge Partnerschaften, um am Puls der Organisation zu bleiben. Außerdem: Grundkenntnisse in KI-Ethik, Governance und neue Regeln. Grundsätzlich bin ich der Meinung, dass HR-Reporting-Teams stärker zu Storytelling, Einflussnahme und Beratung werden müssen – das ist unser Entwicklungsmodell.

Nicht mehr investieren sollte man in manuelle, sich wiederholende Datenbereinigung – das gehört zu den Daten-Besitzern und nicht mehr ins People Analytics Team. KI kann auch helfen, Dashboards, Code und Produkte zu erstellen – dafür gibt es längst Tools im Unternehmensumfeld.

Noelle London: Stimme zu: Sich ins Geschäft einbringen, starke Stakeholder-Beziehungen pflegen, um unersetzlich zu werden – all das Wissen im eigenen Kopf ist wertvoll! Nicht unterschätzen, wie sich KI entwickelt – weiterbilden und dranbleiben ist zentral.

Cole Napper: Ich stimme voll zu. Immer geht es um das Geschäftsverständnis! Viele denken, es gehe um Excel oder Coding – aber tatsächlich geht es darum, wie man durch Menschen einen Mehrwert schafft. Wer nur Berichte erstellt, dessen Rolle wird bald verschwinden. Investiert in Datenbasis und -kompetenz und differenziert euch durch echten Geschäftsnutzen.

David Rice: Absolut. Das war eine faszinierende Runde – danke, dass ihr da wart!

Cole Napper: Danke für die Einladung.

Roxanne Laczo: Vielen Dank, David.

Noelle London: Danke sehr.

David Rice: Bis zum nächsten Mal: Arbeitet an eurem Geschäftsverständnis! Meldet euch für den People Managing People Newsletter an, wie immer.