Wie KI die Leistungsbeurteilung von Mitarbeitenden verändert

Nun sorgt AI für eine weitere Umwälzung des traditionellen Ansatzes, indem sie kontinuierliche, datengestützte Erkenntnisse liefert, die objektiver und weniger zeitaufwendig sind.

AI-gestützte Tools für Leistungsbeurteilungen zeigen zunehmend, dass sie Mitarbeiterdaten in Echtzeit analysieren und Feedback auf Grundlage tatsächlicher Kennzahlen statt menschlicher Voreingenommenheit oder Erinnerung liefern können.

So kann AI beispielsweise mithilfe verschiedener Tools, die in Arbeitsplatzsysteme wie Slack oder Projektmanagement-Plattformen integriert sind, die Dauer der Projektfertigstellung, Kommunikationsmuster und sogar das Produktivitätsniveau bewerten.

Ein praktisches Beispiel dafür ist der Einsatz des "Watson"-Systems von IBM, um die Leistung von Mitarbeitern auf Grundlage einer Kombination verschiedener Datenpunkte wie Engagement, Stimmung und wichtiger Leistungsindikatoren (KPIs) vorherzusagen. 

Das System liefert Vorgesetzten objektivere Einschätzungen und ermöglicht es ihnen, bessere Entscheidungen über Beförderungen, Gehaltserhöhungen oder Pläne zur Leistungsverbesserung zu treffen.

Vorteile von AI für Leistungsbeurteilungen

Der Einsatz von AI für Leistungsbeurteilungen bietet zahlreiche potenzielle Vorteile, mit denen herkömmliche Methoden nur schwer mithalten können. 

Sehen wir uns einige davon genauer an.

1. Verbesserte Genauigkeit und Objektivität

Theoretisch könnte AI dazu beitragen, menschliche Vorurteile und Fehler zu beseitigen. Aber machen Sie sich nichts vor: AI ist nicht von Natur aus frei von Verzerrungen, sondern wird mit historischen Daten und dem Wissen der Menschen trainiert, die sie entwickeln. Bei richtiger Umsetzung könnte sie sich hier jedoch positiv auswirken. 

Herkömmliche Leistungsbeurteilungen können durch Faktoren wie den Aktualitätsbias (wenn Vorgesetzte sich nur auf jüngste Ereignisse konzentrieren) oder Bevorzugung verzerrt werden. Bei AI basieren Beurteilungen auf über einen längeren Zeitraum gesammelten Datenpunkten und ermöglichen so eine umfassendere und fairere Einschätzung der Arbeit eines Mitarbeiters.

2. Kontinuierliches Feedback

Kontinuierliches Feedback ermöglicht es Mitarbeitern, sich im Laufe des Jahres anzupassen und zu verbessern, anstatt kurz vor einer Beurteilung in Hektik zu geraten. Und mit AI erfolgt dieses Feedback in Echtzeit, sobald Leistungsprobleme auftreten.

Laut einer Studie von Gallup sind Mitarbeiter, die täglich Feedback von ihren Vorgesetzten erhalten, dreimal engagierter als diejenigen, die einmal im Jahr Feedback bekommen.

Mit AI-gestützten Beurteilungen ist Feedback zur Unterstützung eines kontinuierlichen Leistungsmanagements nicht nur möglich, sondern in einer gesamten Organisation skalierbar.

Führen Sie intelligenter im Zeitalter der KI

Werden Sie Teil der People Managing People Community und erhalten Sie Zugang zu exklusiven Inhalten, praxisnahen Vorlagen, Veranstaltungen nur für Mitglieder und wöchentlichen Führungstipps – die Teilnahme ist kostenlos.

Get Free Access

Have an account? Log In

3. Datengestützte Erkenntnisse

AI kann enorme Datenmengen verarbeiten – etwas, das Menschen schlicht nicht mit derselben Geschwindigkeit leisten können. Dies ermöglicht individuelleres Feedback. AI könnte beispielsweise Trends aufzeigen, die erkennen lassen, dass ein Mitarbeiter bei kollaborativen Projekten die beste Leistung erbringt oder bei Aufgaben unter hohem Druck besonders erfolgreich ist. Dadurch können Vorgesetzte gezieltere Ratschläge dazu geben, wie ein Mitarbeiter seine Stärken optimal einsetzen kann.

4. Verringerter Verwaltungsaufwand

Personalverantwortliche und Vorgesetzte verbringen unzählige Stunden damit, Informationen zusammenzutragen, Besprechungen zu planen und Formulare für Leistungsbeurteilungen auszufüllen. AI hat das Potenzial, einen großen Teil dieses Prozesses zu automatisieren, sodass sich Personalteams statt auf Papierarbeit auf strategische Initiativen konzentrieren können.

Nachteile AI-gestützter Leistungsbeurteilungen

Trotz der offensichtlichen Vorteile gibt es auch Herausforderungen, die im AI-Zeitalter bewältigt werden müssen, insbesondere bei der Einführung von AI in Leistungsbeurteilungen. Es handelt sich nicht um ein perfektes System, und wie jedes Tool hat es seine Grenzen.

Mangel an emotionaler Intelligenz

AI eignet sich hervorragend für die Verarbeitung großer Datenmengen, kann jedoch die Feinheiten menschlicher Interaktion oder emotionaler Intelligenz nicht einschätzen. Beispielsweise könnte AI einen Mitarbeiter aufgrund von Kennzahlen wegen unzureichender Leistung melden, ohne persönliche Umstände wie familiäre Notfälle oder psychische Probleme zu berücksichtigen.

Risiko einer übermäßigen Abhängigkeit

Auch wenn AI wertvolle Erkenntnisse liefern kann, sollte man sich nicht ausschließlich darauf verlassen. Menschliche Intuition, Kontext und Empathie sind nach wie vor entscheidend, wenn es darum geht, den Gesamtbeitrag eines Mitarbeiters zum Unternehmen zu beurteilen.

Wenn das System ausfallen oder Schwierigkeiten haben sollte, ist es außerdem wichtig, dass Menschen weiterhin über die nötigen Fähigkeiten verfügen, um geschäftskritische Aufgaben voranzubringen. Letztendlich wird eine Zusammenarbeit zwischen Menschen und AI den Erfolg bestimmen.

Mögliche Verzerrungen in Algorithmen

AI soll zwar Verzerrungen reduzieren, doch es ist wichtig, sich daran zu erinnern, dass AI-Systeme nur so gut sind wie die Daten, mit denen sie trainiert wurden. Wenn die historischen Daten verzerrt sind (z. B. ein Geschlecht oder eine Ethnie gegenüber einer anderen bevorzugen), kann AI diese Verzerrungen unbeabsichtigt verstärken. Ein bekanntes Beispiel ist Amazons Tool zur Personalgewinnung mit AI, das eingestellt wurde, weil es eine Voreingenommenheit gegenüber weiblichen Bewerbern zeigte.

Bewährte Vorgehensweisen für die Einführung von Leistungsbeurteilungen mit AI

Wenn Sie erwägen, AI für Leistungsbeurteilungen einzusetzen, sollten Sie die Einführung sorgfältig planen. Hier sind einige bewährte Vorgehensweisen, an denen Sie sich orientieren können:

Das richtige AI-Tool für Ihre Anforderungen

Nicht alle AI-Tools für das Leistungsmanagement sind gleich. Einige sind leistungsfähiger als andere, während manche kostengünstig sind und bei bestimmten Aufgaben helfen. Prüfen Sie die spezifischen Anforderungen Ihres Unternehmens, bevor Sie ein Tool auswählen.

Einige Tools konzentrieren sich beispielsweise auf kontinuierliches Feedback, während andere umfassendere Datenanalysen anbieten. Achten Sie darauf, dass sich das Tool in Ihre bestehende HR-Software und Ihre Kommunikationsplattformen integrieren lässt.

Datenschutz sicherstellen

Mitarbeiterdaten sind sensibel, und jedes von Ihnen eingesetzte AI-gestützte System muss Datenschutzgesetze wie die Datenschutz-Grundverordnung (GDPR) oder das kalifornische Gesetz zum Schutz der Privatsphäre von Verbrauchern (CCPA) einhalten. Informieren Sie Ihre Mitarbeiter klar darüber, welche Daten erhoben werden und wie sie verwendet werden.

Ihre Führungskräfte schulen

AI ist nur dann nützlich, wenn die Menschen wissen, wie sie sie einsetzen können. Schulen Sie Führungskräfte darin, wie sie von AI generierte Erkenntnisse interpretieren und mit ihrem eigenen Urteilsvermögen verbinden. Es gibt viele hervorragende Führungskräfte am Arbeitsplatz, die nicht durch ein automatisiertes Verfahren ersetzt werden müssen. 

Auch hier besteht das Ziel darin, Menschen im Leistungsmanagementprozess zu unterstützen und nicht zu ersetzen. 

Auf Verzerrungen prüfen

Prüfen Sie Ihr AI-System regelmäßig auf Anzeichen dafür, dass Verzerrungen vorhanden sein könnten. Wenn das System Entscheidungen trifft, die eine Gruppe unverhältnismäßig stark gegenüber einer anderen bevorzugen, müssen Sie die Algorithmen oder Dateneingaben anpassen.

Wenn Sie ein AI-System in einen bestehenden Prozess integrieren, der für Ihre Organisation weitgehend funktioniert, sollten Sie außerdem die bewährten Vorgehensweisen für das Leistungsmanagement, auf denen Ihre aktuellen Prozesse basieren, erneut prüfen. So stellen Sie sicher, dass die Einbindung von AI zum Prozess passt und nicht umgekehrt.

Anregungen für Führungskräfte zum Ausprobieren

Führungskräfte können Schwierigkeiten dabei haben, Erkenntnisse von AI in echte Gespräche zu integrieren. Die folgenden Anregungen helfen dabei, AI-gestütztes Leistungsfeedback mit menschlicher Interaktion zu verbinden:

• "AI hat festgestellt, dass sich die Zeiten für den Abschluss Ihrer Projekte in den vergangenen sechs Monaten um 15 % verbessert haben. Können Sie erläutern, welche Änderungen Sie vorgenommen haben, um Ihre Effizienz zu steigern?"
• "Den Feedbackdaten zufolge sind Ihre Werte für die Zusammenarbeit konstant hoch. Wie können wir diese Fähigkeit bei bevorstehenden Teamprojekten nutzen?"
• "Die AI-Daten zeigen im vergangenen Quartal einen leichten Rückgang bei den Kommunikationskennzahlen. Mit welchen Herausforderungen waren Sie konfrontiert, und wie können wir Sie unterstützen?"

Wie Manager Vorurteile in KI-Leistungsbeurteilungen verhindern können

Vorurteile in KI sind ein echtes Problem. Sie können in jeder Phase auftreten – von der Analyse bis hin zu den Fragen zur Leistungsbeurteilung, die Sie den Mitarbeitenden stellen. Um Fairness zu gewährleisten, können Manager mit einigen einfachen Maßnahmen zu einer guten Erfahrung bei der Leistungsbeurteilung beitragen:

Algorithmen überwachen und anpassen

Überprüfen Sie die Algorithmen regelmäßig, um sicherzustellen, dass sie nicht unbeabsichtigt voreingenommen sind. Möglicherweise müssen Mitglieder Ihrer IT- oder Technikteams in diesen Prozess einbezogen werden. Sorgen Sie daher für die Unterstützung der zuständigen Personen in dieser Abteilung. 

Einige KI-Tools bieten Transparenz darüber, wie Entscheidungen getroffen werden, wodurch es für die Personalabteilung einfacher wird, potenzielle Probleme zu erkennen.

KI und menschliches Urteilsvermögen kombinieren

Wenn es so klingt, als würde ich mich wiederholen, dann tue ich das. Und das aus gutem Grund. Eine übermäßige Abhängigkeit von KI bedeutet nicht nur, dass Menschen KI zu häufig und zu schnell einsetzen. Es geht auch um die langfristigen Auswirkungen, bei denen Menschen einige ihrer Fähigkeiten durch den Mangel an kognitiver Herausforderung verlieren.

Wie eine Studie der Stanford University zeigt, besteht außerdem das Problem, dass Menschen bereit sind, die Analyse oder Entscheidung der KI zu akzeptieren, selbst wenn sie falsch ist.  

KI kann Daten liefern, aber nicht alles erfassen. Manager sollten immer die einzigartige Situation, die Fähigkeiten und die Beiträge der Mitarbeitenden berücksichtigen, die über das hinausgehen, was das KI-System meldet.

KI im Personalwesen – ob im Bereich Leistungsmanagement oder bei der Personalbeschaffung – erfordert nach wie vor eine menschliche Komponente.

Vielfältige Trainingsdaten

Je vielfältiger die Daten sind, mit denen das KI-System trainiert wird, desto geringer ist die Wahrscheinlichkeit, dass es Vorurteile entwickelt. Stellen Sie sicher, dass Ihr KI-Anbieter sich zur Verwendung vielfältiger und repräsentativer Datensätze verpflichtet.

Möchten Sie über alle aktuellen Entwicklungen in den Bereichen KI, HR-Technologie und Personalmanagement auf dem Laufenden bleiben? Abonnieren Sie den People Managing People-Newsletter, um die neuesten Erkenntnisse, Expertentipps und Trendanalysen direkt in Ihrem Posteingang zu erhalten.