Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/260362 
Year of Publication: 
2022
Series/Report no.: 
IW-Report No. 28/2022
Publisher: 
Institut der deutschen Wirtschaft (IW), Köln
Abstract: 
Unter dem Begriff HR Analytics wird in der vorliegenden Studie die datenbasierte Entscheidungsfindung in HR-Anwendungsfeldern zusammengefasst. Die Studie gibt einen Überblick über die Potenziale und die Erfolgsfaktoren von HR Analytics. Dabei sind die Übergänge vom klassischen Personalcontrolling zu HR Analytics-Anwendungen, in denen verschiedene Datenquellen kombiniert werden, um Zusammenhänge zu identifizieren und Vorhersagen treffen zu können, fließend. Die Potenziale von HR Analytics sind eine höhere Qualität, Objektivität und Transparenz von HR-Entscheidungen sowie Zeit- und Kosteneinsparungen durch Teilautomatisierung von Prozessen. Die Ergebnisse können jedoch nur so gut sein wie die verwendeten Daten und Analysemethoden. Eine unbedachte Verwendung kann zu Fehlentscheidungen führen und statistische Diskriminierung begünstigen. Die Potenziale von HR Analytics sind umso größer, je stärker die HR-Prozesse im Unternehmen bereits digitalisiert (bzw. papierfrei) sind und je professioneller die Datenhaltung erfolgt. Ein Data Warehouse ermöglicht die laufende Verknüpfung und Auswertung aktueller Daten aus verschiedenen Quellen. Für die Anwendung von HR Analytics Tools ist neben HR-Fachwissen auch ein grundlegendes Verständnis der verwendeten Analysemethoden nötig, um aus den Ergebnissen die richtigen Schlüsse zu ziehen - insbesondere Statistikkenntnisse. Für die Entwicklung eigener Tools sind Programmierkenntnisse nötig. Für einfache Tools können bereits Grundkenntnisse genügen, für komplexere Anwendungsfälle sind hingegen Spezialisten erforderlich, beispielsweise wenn unbekannte Zusammenhänge mittels Deep Learning aufgedeckt werden sollen. Erfolgsfaktoren: Die Einführung von HR Analytics erfordert neben technischen Kompetenzen auch einen konkreten Nutzen fürs Business, den Rückhalt des Managements und eine geschickte Präsentation der Ergebnisse. Eine enge Abstimmung von Personalwesen, IT- und Finanzabteilung sowie den betroffenen Fachbereichen ist erforderlich. Für den Projekterfolg ist zudem eine vertrauensvolle Zusammenarbeit mit der Interessensvertretung der Beschäftigten essenziell. Die Einhaltung von Datenschutz und ethischen Leitlinien muss stets gewahrt bleiben. Die Verbreitung von HR Analytics in Deutschland ist noch gering. Einige große Unternehmen befinden sich bereits in der Erprobungsphase, während in kleineren Unternehmen häufig noch die Voraussetzungen fehlen. Der große und vermutlich weiter steigende Fachkräftemangel wird eine weitere Professionalisierung von HR erfordern. Ein Teil davon kann HR Analytics sein, etwa um den Personalbedarf exakter zu bestimmen, die Personalentwicklung passgenau auszurichten oder die Mitarbeiterbindung zu erhöhen.
Abstract (Translated): 
In this study, the term HR analytics is used to describe data-based decision-making in HR, whereby the transitions from classic HR controlling to HR analytics, in which various data sources are combined to identify interdependencies and make predictions, are fluid. The study provides an overview of the potential of HR analytics and the success factors for its introduction and use. HR analytics has the potential for HR decisions of better quality, objectivity, and transparency, as well as time and cost savings through partial automation of processes. However, the results can only be as good as the data and analysis methods used. Careless use can lead to wrong decisions and statistical discrimination. The potential of HR analytics is all the greater, the more the company's HR processes are already digitized (or paper-free) and the more professional the data management is. A data warehouse enables the continuous linking and evaluation of real-time data from various sources. In addition to HR expertise, the use of HR analytics tools also requires a basic understanding of the analysis methods used to draw the right conclusions from the results - especially knowledge of statistics. For the development of new tools, programming skills are necessary. For simple tools, basic knowledge may be sufficient. But for more complex use cases, specialists are required, e.g., if unknown interdependencies are to be uncovered by deep learning. Success factors: In addition to technical skills, the introduction of HR analytics also requires a relevant benefit for the business, the support of the management and a skilful presentation of results. Close coordination between HR, IT, finance, and the affected departments is required. Trusting cooperation with employee representatives is also essential for the success of the project. Compliance with data protection and ethical guidelines must be ensured at all times. The prevalence of HR analytics in Germany is still low. Some large companies are already in the trial phase, while many smaller companies still need to create the prerequisites. The large and presumably increasing shortage of skilled workers will require a further professionalization of HR. HR analytics can be part of the solution, for example, to determine personnel requirements more precisely, to tailor personnel development or to increase employee loyalty.
JEL: 
J24
M50
O15
Document Type: 
Research Report

Files in This Item:
File
Size
772.44 kB





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.