Predictive Analytics im Human
Capital Management
Bereits heute gibt es fernab des Human Capital Managements zahlreiche Beispiele, in denen die «Maschine» selbständig kontextbasierte Analysen macht und durchaus verlässliche Empfehlungen abgibt. So werden gewisse Smartphone-Benutzer automatisch informiert, früher zum nächsten Termin aufzubrechen, weil die Verkehrswege überlastet sein werden.
Diese «Predictive Analytics» etabliert sich zurzeit vor allem im Bereich des privaten Nutzens. Es gibt kaum einen Grund anzunehmen, dass diese Entwicklung gerade vor der Effizienz strebenden Wirtschaft haltmachen wird. Vielmehr erstaunt es, dass sie bis jetzt nicht stärker von dieser Seite forciert wird. Bereits heute gibt es spezialisierte Anbieter im Human Capital Management, die Unternehmen in der Umsetzung der prediktiven Analyse unterstützen. Typischerweise werden dabei vorwiegend Themen wie der erwartete Anstellungserfolg oder die Retentionswahrscheinlichkeit prognostiziert. Dass gerade im Bereich der Personalgewinnung bzw. -trennung die ersten Schritte gemacht werden, überrascht wenig, sind das doch die Prozesse, welche das HRM als erstes digitalisiert hat.
Risikominimierung im Recruiting
Je wichtiger das Humankapital für die Generierung von Wettbewerbsvorteilen ist, desto lohnenswerter ist es, in die optimale Pflege der Humankapitalträger zu investieren, mit dem Ziel, diese von einer Investition in das eigene Unternehmen zu überzeugen. Fehlrekrutierungen oder Abgänge von Wissensträgern kann sich auf Dauer kaum jemand leisten. Zwar können auch mit den besten Analytics-Methoden Fehlrekrutierungen oder Abgänge nicht verhindert werden, das Risiko aber kann gesenkt werden.
Antizipieren statt reagieren
Predictive Analytics werden nie exakt voraussagen können, was in der Zukunft passieren wird. Sie können aber laufend verschiedene Datenquellen nach relevanten Mustern absuchen und daraus bedeutsame Ereignisse mit ihrer Eintreffenswahrscheinlichkeit voraussagen. Ein grosser Gewinn liegt darin, dass diese Analysen vollautomatisch und praktisch «live» durchgeführt werden. Die Zeit, welche man bisher für die Identifizierung der revelanten Daten und deren Normalisierung aufgewendet hat, kann dank intelligenter Systeme vollumfänglich für die frühzeitige Ausarbeitung von zukünftig benötigten Massnahmen eingesetzt werden. Die Akzeptanz für Predictive Analytics muss teilweise noch geschaffen werden. Unbestritten ist aber, dass der Startschuss für diese neue Form von Analytics längst gefallen ist, und während die einen mit diversen Optimierungsmassnahmen versuchen, den Prozess der manuellen Datenerhebung, -normalisierung und -auswertung zu beschleunigen, sind andere bereits daran, ihre selbstlernende Software noch weiter zu optimieren. Wer langfristig das Rennen gewinnt, dürfte klar sein.
//Über den Autor//
Lukas Schild ist der designierte Leiter der confer! AG, Schweizer Anbieter von IT-Komplettlösungen für HRM. Nach seinem Masterstudium in International Finance und Tätigkeiten in der Rohstoffbranche sowie einem MAS in Human Capital Management richtet er den Fokus auf die Ökonomisierung der HRM-Dienstleistungen, die sich strikt in den Wertschöpfungsprozess der Unternehmen stellen müssen. confer! vernetzt mit dem webbasierten HR- und Leadershipportal NEXT® Funktionen-, Kompetenzen-, Performance- und Compensation-Management und liefert mit individualisierten Analyticsmethoden Inputs für die Strategieausrichtung eines Unternehmens.
Quelle: persorama – Magazin der Schweizerischen Gesellschaft für Human Resources Management | Nr. 4, Winter 2016
Mit der fortschreitenden Digitalisierung des HRM wächst auch die Ansammlung auswertbarer Daten. Allerdings generieren Datenmengen allein noch keinen Mehrwert. Die Herausforderung liegt darin, innerhalb der immer grösser werdenden Datensilos die relevanten Daten zu identifizieren, um sie im Rahmen der unternehmensinternen Human Capital Analytics wertschöpfend einzusetzen.
Algorithmen übertrumpfen
Denkvermögen
Die Herausforderung liegt darin, die Daten nicht nur quantitativ, sondern auch qualitativ zu analysieren. Denn das grösste Potenzial von Human Capital Analytics liegt zweifellos in der Verknüpfung und in der inhaltlichen Analyse verschiedener Datenquellen. Gelingt dies, entstehen ganz neue Insights, die einen signifikanten Wertschöpfungshebel versprechen. Sogenannte Inhalts- bzw. Kontextanalysen sind allerdings ungleich komplexer als isolierte «Reports». Sie wurden bisher vorwiegend mit Hilfe von spezialisiertem Humankapital bewerkstelligt.
In der Zwischenzeit kann diese Aufgabe vermehrt an selbstlernende Software übergeben werden. Diese mögen zwar am Anfang des Selbstlernprozesses dem menschlichen Denkvermögen in gewissen Bereichen unterlegen sein, besitzen aber das Potenzial, sehr schnell und fokussiert zu lernen, sodass es eine Frage der Zeit ist, bis sie das menschliche Denkvermögen übertrumpfen werden.
