Corporate Publishing

brand eins Thema Consulting // 2017

Von wegen unpersönlich

Den Fachbegriff „künstliche Intelligenz“ (KI) versuchen sie sich wohl gerade abzugewöhnen bei IBM, dem alten Büromaschinenhersteller, der zum Zwitter aus Softwarehaus und Beratungsunternehmen mutiert ist. Er klingt nach denkenden Robotern, die früher oder später unsere Jobs übernehmen, und das ist nicht förderlich für eine Firma, die ausgerechnet im Umfeld von Human Resources (HR) Zukunftsprojekte verkaufen möchte. Datenanalyse-Experten wie David Green korrigieren sich jedenfalls, wenn ihnen ein „AI“ (Artificial Intelligence) herausrutscht und sprechen dann von „Cognitive Computing“. Der unverfängliche Fachbegriff soll ausdrücken, dass Algorithmen „verstehen“ oder „lernen“, wie man in einem Datenheuhaufen tief verborgene Informationsstecknadeln ortet. „Kognitive Systeme“, beteuert der Brite, der seine Mails mit dem Bandwurm-Jobtitel „Global Director, People Analytics Solutions / Workforce Science & Analytics / IBM Smarter Workforce“ signiert, „sind nicht dazu da, Menschen zu ersetzen.“ Ihr Zweck sei „to augment them“ – was bedeutet, dass die Maschinen den Menschen dort stärken sollen, wo er von Natur aus schwächelt.

Die Angst der IBMler vor der Angst der Nutzer ist zwar evident, aber nicht so stark, dass sie sich verkniffen hätten, ihren kognitiven Computer zu vermenschlichen – sie tauften ihn Watson. Die vermeintliche Anspielung auf Dr. Watson, der als wandelndes Lexikon seinen WG-Genossen Sherlock Holmes auf die richtigen Ideen bringt, ist in Wirklichkeit eine Reverenz an Thomas J. Watson, den legendären IBM-Boss aus Konrad Zuses Tagen. Dem Altvorderen wurde einst das Zitat untergeschoben, der weltweite Bedarf an Computern werde wohl bei fünf Stück liegen. Bei der Erfindung, für die er posthum Pate steht, könnte das stimmen. Das Elektronenhirn, dessen Prototyp 2011 die US-Quizshow Jeopardy gewann, ist so leistungsfähig, dass die allerwenigsten Unternehmen ein eigenes Exemplar auslasten könnten. „Watson liest innerhalb von Sekunden Terabytes von Daten und zieht Schlüsse daraus“, wirbt Greens deutscher Kollege Sven Semet, „Thought Leader“ für HR-Themen in Europa.


Das technische Grundprinzip dahinter heißt „Machine Learning“: Die Algorithmen sind darauf getrimmt, sich weiterzuentwickeln, Erfahrung zu sammeln und Routinen aufzubauen. Je üppiger und vielfältiger das Datenmaterial ist, desto besser werden die Antworten. Auch deshalb setzt IBM vorrangig auf das Geschäftsmodell „Software as a Service“: Der Konzern verkauft nicht den lernfähigen Computer, sondern dessen stetig reifende Leistung. Genutzt wird der digitale Schlaumeier bereits heute auf so unterschiedlichen Feldern wie Forschung und Entwicklung, Gesundheitswesen und Beschwerdemanagement.

Die Vordenker Green und Semet sitzen an der Schnittstelle zwischen den Technologen und IBMs Beratung Global Business Services (GBS). Ihr Fachgebiet Human Resources, bislang nicht als Hort der Innovation bekannt, ist ein vielversprechender Markt für Watson-Cloud-Dienste und die dazugehörigen Beratungsprojekte. Der Nachholbedarf ist hoch. „Die HR hat Entscheidungen noch traditionell nach dem Bauchgefühl und Erfahrung getroffen, als andere Geschäftsbereiche längst Daten genutzt haben“, moniert Green.

Bei Stellenbesetzungen vertrauen sogar Topmanager, die sonst sehr auf Kennzahlen achten, ihrer Intuition. Als das Human Capital Institute aus Cincinnati vor zwei Jahren HR-Fachleute aus fast 200 Unternehmen interviewte, ordneten 80 Prozent ihre Chefs in die Kategorie der Bauchgesteuerten ein. 2016 hielten sich laut der Deloitte-Studie „Global Human Capital Trends“ erst acht Prozent der Unternehmen für fähig, aus ihren Personaldaten zu erkennen, wo das Management eingreifen muss, um beispielsweise zu verhindern, dass der Krankenstand oder die Fluktuation steigen oder dass die Produktivität sinkt.

Die Zeit ist reif für datenbasierte Personalarbeit

Sven Semet glaubt jedoch, dass die Zeit für datenbasierte Personalarbeit reif ist und sich nun etwas tun wird: „Die Personalabteilungen haben erkannt, welches enorme Potenzial in ihren Daten steckt.“ Dies nicht zu nutzen könnten sich viele Branchen gar nicht mehr leisten, meint sein englischer Kollege. Für David Green ist „People Analytics“ eine Schlüsseltechnik, deren Einsatz über Wohl oder Wehe eines Unternehmens entscheiden kann. Behält er recht, wäre das eine Revolution: der Aufstieg der Personaler aus den Niederungen der Stabsabteilungen, die nur Geld kosten, in die Sphäre des strategischen Managements.


Das Zukunftsbild, das der Brite und der Deutsche zeichnen, steht im Kontrast zu allen gängigen Klischees. Automatisierte Geschäftsprozesse und Big-Data-Analysen im Personalwesen würden demnach nicht in erster Linie dazu dienen, den Kostenfaktor Mensch zu minimieren, sondern vor allem dazu, Talente leichter zu erkennen, besser zu fördern und länger zu binden. „Angestellte begegnen ihrem Job heute mit einer ähnlichen Haltung, wie man sie von Konsumenten kennt“, erklärt Green mit Blick auf selbstsichere High Potentials und gefragte Fachkräfte.

Tatsächlich erinnert das Konzept der HR-Berater von IBM an Amazon: Ein Unternehmen, das mit Watson arbeitet, soll sich so gut in seine Mitarbeiter hineinversetzen können wie der Versandhandelsriese in seine Kunden – und muss dafür nicht die Arbeitszeit teurer Führungskräfte verschwenden. Die maschinelle Durchleuchtung soll schon beim Recruiting beginnen und bei der Digitalisierung des alltäglichen Papierkrams noch nicht aufhören. Den Input liefern die Beschäftigten weitgehend selbst – vom Bewerbungs-PDF über Mitarbeiter-Apps bis zur firmeninternen Social-Media-Plattform.

Wie bei Beratern mit IT-Background üblich, gehen die IBM-Experten von der Prämisse aus, dass die Nutzung brachliegender Informationen die Qualität des unternehmerischen Handelns steigert. Gute Daten, postuliert Green, verhelfen zu besseren Personalentscheidungen. Die wiederum sorgen bei der Belegschaft für mehr Zufriedenheit mit dem Job – und zufriedene, motivierte Mitarbeiter sind bekanntlich eine Voraussetzung für hohe Produktivität.

So weit die Theorie. In der Praxis befindet sich das junge Thema People Analytics noch mitten im Hype Cycle, jener Achterbahnfahrt aus Fortschrittseuphorie, überzogenen Erwartungen und ebenso übertriebenen Enttäuschungen, die den pragmatischen Anwendungen von IT-Innovationen meist vorausgeht. Der Sammelbegriff vereint recht unterschiedliche technische Ansätze, auch welche ohne künstliche Intelligenz. Andrew Spence, Unternehmensberater aus Brighton mit großer Twitter-Gefolgschaft und Betreiber des „HR Transformer Blog“, warnte seine Leser unlängst, dass der viel zu große Hype der Anbieter von Cloud- und Big-Data-Lösungen eine der derzeit größten Gefahren sei.

Das britische Human Resource Management Journal publizierte dazu passend einen provozierenden Aufsatz mit dem Titel „HR und Analytics: Warum HR an der Big-Data-Herausforderung scheitern wird“. Die empirisch nicht belegte Kernthese: Die Personalverantwortlichen und die von ihnen engagierten Statistiker hätten zu wenig Ahnung vom Fachgebiet des jeweils anderen, um sinnvoll zusammenarbeiten zu können.

Eine beliebte Warnung von People-Analytics-Skeptikern heißt „Gigo“: Garbage in, garbage out. Wer seinen Computer mit Müll füttert, dem spuckt er auch nur Müll aus. Im Grunde streben jedoch Kritiker und Protagonisten nach dem selben Ideal: Unternehmen erfolgreicher zu machen, indem das Management das Geschäft von den Menschen her denkt und die Leistung der Beschäftigten möglichst objektiv beurteilt.

Ob Watson alle Vorbehalte ausräumen kann, ist noch nicht raus. Der Erkenntnisroboter aus dem Hause IBM ist keine erfahrene Fachkraft mit einem langen Lebenslauf voller Meriten, sondern ein High Potential am Beginn seiner Karriere. Um die Anlagen sinnvoll zu nutzen, die ihm die Ingenieure mitgegeben haben, braucht er Menschen, die ihm die richtigen Aufgaben stellen. Andererseits ist es nicht so, dass die Big-Data-Spezialisten bei Personalthemen bisher im Nebel gestochert und höchstens Zufallstreffer gelandet hätten. David Green hat eine ganze Sammlung von Praxisbeispielen ins Netz gestellt, bei denen People Analytics schon mit älterer Technik bemerkenswerte Erfolge erzielt hat.

Künstliche Intelligenz ersetzt keine Personaler

Eines seiner Vorzeigeunternehmen ist der eigene Arbeitgeber. IBM frisst nämlich – so eine in den USA populäre Redewendung – sein eigenes Hundefutter. Diane Gherson, als Chief HR Officer in Armonk Mitglied der C-Suite, erzählte voriges Jahr auf einer Konferenz in London, dass der Konzern durch freiwillig gewährte Gehaltserhöhungen 270 Millionen Dollar gespart habe. Mithilfe ihrer Analyseprogramme hatten die Personaler herausgefiltert, bei welchen Gruppen oder Typen von Mitarbeitern der indischen Tochter die Gefahr am höchsten war, dass sie sich von einem besser zahlenden Arbeitgeber abwerben lassen würden. Ohne das digitale Frühwarnsystem hätte man die Leute ziehen lassen müssen und viel Geld dafür ausgegeben, Ersatz zu suchen und die Neuen einzuarbeiten.

Die Abwanderung von Fachkräften, in deren Qualifikation der Arbeitgeber womöglich viel Geld investiert hat, thematisiert auch Sven Semet, wenn er deutschen Interessenten das Watson-Modul „Talent Insights“ erklärt: „Anhand der Daten, die in den Systemen verfügbar sind, können wir per Mustererkennung sehr dezidiert sagen, wo Gefahr besteht, dass Mitarbeiter das Unternehmen verlassen.“ Das Gehalt, das im indischen Beispiel die Schlüsselrolle spielte, ist für ihn nur ein Faktor unter vielen. Die Software analysiere „nonmonetäre Anerkennungsthemen“ wie Auszeichnungen oder die Teilnahme an Events und Angeboten der Personalentwicklung, aber auch Überstunden, Urlaubsverläufe, frühere Arbeitgeber und den Wohnort von Pendlern.

Einen Mathematiker oder Statistiker muss das Unternehmen nicht einstellen, um die Ergebnisse zu deuten. Die Software ist so konzipiert, dass erfahrene Personaler nach einem Training damit umgehen können. Die Auswertungen sehen sie auf ihrem Monitor wie in einem Cockpit – einschließlich einer maschinellen Einschätzung der Relevanz. Watson bietet beispielsweise die „Top Predictors of Attrition“ an und überlässt dem Menschen das Urteil, ob es sich wirklich um die entscheidenden Kriterien handelt, an denen sich zeigt, welche Angestellten auf dem Sprung sind.

Ein kognitives System ist eben kein Vollautomat – wirklich denken können Computer schließlich noch lange nicht. Wenn sie den Heuhaufen nach Stecknadeln absuchen, tun sie nichts anderes, als jeden Halm und jede Nadel kurz anzuschauen und sich genau zu merken, wo sie liegen. Deshalb können sie zwar auf Anhieb die Frage beantworten, wie oft Nadeln mit grünen Köpfen in der Nähe von welchen mit blauen Köpfen liegen, oder ein Schaubild zeichnen, das die räumliche Verteilung der Nadeln nach Farben zeigt. Was davon relevant ist, wissen sie nicht.

Deshalb ist künstliche Intelligenz vorerst auch keine Gefahr für die Zunft der Recruiter und Personalberater, sondern das Gegenteil: ein Hilfsmittel. „Manche Unternehmen bekommen so viele Bewerbungen, dass die Sachbearbeiter binnen drei Minuten entscheiden müssen, ob sie einen Kandidaten einladen oder ihm absagen“, sagt Sven Semet. Der Computer könne die elektronisch eingereichten Anschreiben und Lebensläufe blitzschnell lesen und nach Übereinstimmungen mit dem Anforderungsprofil vorsortieren. „Was wir entwickeln, sind Assistenten für HR-Professionals“, erklärt Semet. „Sie können Vorschläge machen, wer eingestellt oder befördert wird oder wer einen Bonus bekommt. Aber sie treffen nicht die Entscheidung.“

Wie ein Unternehmen die Technik nutzt, entscheidet es selbst. Je nach Konfiguration arbeitet die Software wie ein Spürhund, der aus einem Stapel sich selbst überschätzender Bewerber die echte Expertin herauszieht, oder als Compliance-Beauftragter, der aufpasst, dass im Auswahlverfahren Betriebsvereinbarungen oder das AGG eingehalten werden.

Sogar das Durchsuchen des Daten-Pools nach bestimmten Soft Skills lässt sich automatisieren. David Green verweist auf das Beispiel der Billigfluggesellschaft JetBlue, die 125 000 Bewerbungen pro Jahr bekommt. Das New Yorker Unternehmen hatte bei einer Analyse festgestellt, dass Stewardessen, die in Fluggastbefragungen nicht als „nett“, sondern als „hilfreich“ bewertet wurden, einen besseren Job machten. Die Netten erschienen signifikant häufiger nicht pünktlich zum Dienst, sodass Flüge ausfielen oder sich verspäteten. Als JetBlue bei Neueinstellungen mehr darauf achtete, ob die Kandidatinnen ernsthaft und diszipliniert wirkten, vermissten die Passagiere nichts – die Weiterempfehlungsrate (Net Promoter Score) stieg. Pünktlich zu starten war den Fluggästen tatsächlich wichtiger als ein penetrantes Lächeln.

Aus solchen Erkenntnissen lassen sich Vorgaben für die Software ableiten, die die Bewerbungen scannt. Es mag unheimlich erscheinen, aber auf Watson läuft bereits ein Analysewerkzeug namens Personality Insights, das laut Sven Semet in der Lage ist, sekundenschnell „soziale Profile“ zu erstellen und grundlegende Verhaltensmerkmale zu erkennen, die für einen Arbeitgeber interessant sind. „Dafür reichen 30 Tweets“, behauptet der IBM-Mann.

Deutsche Bewerber müssen zwar noch nicht fürchten, es sich mit ihrem Wunsch-Arbeitgeber zu verscherzen, wenn sie auf Twitter die Sau rauslassen, denn das entsprechende Watson-Modul versteht bisher nur Englisch. Aber Semet lässt keinen Zweifel daran, wohin die Entwicklung geht. Sein Sohn habe bereits eine Bewerbung mit seinem Facebook-Profil verknüpft: „Die Recruiter konnten sehen, was er postet.“ Bis kognitive Systeme auch hierzulande Schlüsse aus halb privaten Äußerungen ziehen, sei es nur eine Frage der Zeit.

Die Software erkennt Mut und Risikobereitschaft

In einem IBM-Projekt bei der Versicherungskammer Bayern zieht ein Tool namens Watson Explorer bereits Erkenntnisse aus „unstrukturierten“, also normalen deutschen Texten: Es kategorisiert Nomen, Verben und Adjektive mittels einer sogenannten Sentimentanalyse. Damit wird ein am Computer getippter Beschwerdebrief, der in korrektem Deutsch abgefasst ist, maschinell auswertbar, was nicht heißt, dass der Rechner in einen Dialog mit dem Kunden treten könnte – aber er automatisiert die Arbeitsvorbereitung.

Das Gleiche könne ein Unternehmen mit Bewerbungsbriefen machen, sagt Semet. „Um Soft Skills herauszuarbeiten, bedarf es oft gar nicht vieler Informationen. Ob jemand mutig und risikobereit ist, ob er analytisch denkt und Problemstellungen versteht, erkennt Software heute schon sehr gut.“ Allerdings soll es gerade nicht so sein, dass Kandidaten für Einstellungen oder gar Beförderungen an einem simplen Raster gemessen werden. Im Gegenteil: „Künftig werden bessere Entscheidungen getroffen, weil mehr Fakten berücksichtigt werden können“, prophezeit der IBM-Vordenker. Der unvoreingenommene Computer könne besser Informationen zusammentragen als der Mensch und zudem systematisch begründen, was für eine bestimmte Person spreche.

Wenn sich die Technik durchsetzt, könnte der digitale Kollege aus der Personalabteilung in wenigen Jahren regelrecht zum Begleiter der Fachkräfte werden. In einem Szenario, das Semet und sein Schweizer Kollege Roger Haenggi in Webinaren vorstellen, gibt Watson nicht nur via Smartphone-App Auskunft über alle möglichen Routinefragen rund um das Beschäftigungsverhältnis, sondern hilft auch bei der Suche nach jeweils passenden Fortbildungs- und Personalentwicklungsangeboten.

Zugleich bereiten die KI-Programme Informationen, die sie aus dem Fundus an Personaldaten destillieren, so auf, dass sie für Vorgesetzte transparent werden. Watson kann darauf abgerichtet werden, dass er Chefs daran erinnert, etwas für einen Mitarbeiter zu tun, der sich besonders engagiert. Dabei verschwimmen die Grenzen zwischen den Zuständigkeiten im Unternehmen: Die Silos werden durchlässig für Informationen, selbst die scharfe Grenze zwischen der HR- und der Strategieabteilung verschwimmt.

Wie wichtig es für Unternehmen ist, trotz aller Unkenrufe über die drohende Roboterisierung der Wirtschaft mehr Informationen über die Menschen zu haben, schildert David Green im Vorwort zu einem Buch über People Analytics. Ein Unternehmen, das einen neuen Standort in China errichten wollte, hätte beinahe die falsche Stadt gewählt, weil das Management nicht anhand aktueller Daten geprüft hatte, ob der lokale Arbeitsmarkt zu den Plänen passte. Die HR-Analysten fanden heraus, dass die Nachfrage nach den nötigen Spezialisten bereits viel zu hoch war. Das Werk wurde in einer anderen Stadt gebaut. //

Mehr aus diesem Heft

 

Impressum

Lesen

 

Im Hintergrund rauscht die Freiheit

Berater sollen ständig schuften. Weil ihre Firma sonst beim Kunden keine Chance hat. Heißt es. Stimmt aber gar nicht. Haben die Consultants von Explusmore gelernt.

Lesen

Idea
Read