Wie dir Daten helfen Anforderungen an Bewerbende besser zu verstehen!
Eine fundierte Anforderungsanalyse bildet nach DIN 33430 die Grundlage einer erfolgreichen und professionellen Personalauswahl. Im Rahmen dieser werden Kriterien für beruflichen Erfolg definiert. Die zentrale Leitfrage einer Anforderungsanalyse lautet folglich: Was muss ein(e) ideale(r) Bewerber(in) mitbringen, um in der zu besetzenden Position erfolgreich zu sein?
Wieso ist die Anforderungsanalyse so wichtig?
Wer Bewerbende will, die tatsächlich passen, muss konkret wissen und sagen was er sucht. Die Basis hierfür ist eine fundierte und wissenschaftlich orientierte Personalauswahl. Eine fundierte, datengetriebene Anforderungsanalyse ist damit die Basis für eine gute Personalauswahl.
Wer nicht weiß, wohin er will, der darf sich nicht wundern, wenn er ganz woanders ankommt. (Mark Twain).
Doch wie funktioniert eine solche Anforderungsanalyse eigentlich?
Primär werden bei der Anforderungsanalyse zwei Methoden unterschieden: Erfahrungsgeleitet-intuitive Methoden und personenbezogen-empirische Methoden.
- Erfahrungsgeleitet-intuitive Methoden
Erfahrungsgeleitete-intuitive Methoden verlassen sich, wie es schon der Name vermuten lässt, auf erfahrungs- oder intuitionsbasierte Urteile von Expert:innen. Meist sind dies erfahrene Personalverantwortliche oder Führungskräfte aus dem Fachbereich. Oft kann es auch Sinn machen Stellenvorgänger:innen einzubeziehen. Das Anforderungsprofil stellt da
- Personenbezogen-empirische Methoden
Personenbezogen-empirische Methoden nutzen statistische Zusammenhänge zwischen den Merkmalen von Berufstätigen und deren beruflichen Leistung, um Anforderungsprofile abzuleiten. Beispiel: Beobachtet man, dass Vertriebsmitarbeitende mit einem hohen Maß an Empathie besonders häufig ihre Vertriebsziele erreichen, würde Empathie in das Anforderungsprofil aufgenommen. Ziel dabei ist, dass das Profil immer genau die Anforderungen enthält, die beruflichen Erfolg am besten vorhersagen.
Die Methoden im Vergleich
Der Vorteil erfahrungsgeleiteter Methoden liegt in der Einfachheit der Implementierung. So ist eine solche Anforderungsanalyse in der Praxis häufig bereits schon nach zwei bis drei gemeinsamen Absprachen zwischen Führungskräften und Personalverantwortlichen abgeschlossen. Doch der Schein der Einfachheit trügt – denn die Methode bringt auch einige Probleme mit sich, die die Effizienz und Effektivität der Personalauswahl insbesondere langfristig schmälern. Denn häufig sind solche interne Absprachen irreführend und resultieren in der Festlegung von Anforderungen, die nicht (mehr) in direktem Zusammenhang mit beruflichem Erfolg in der Stelle stehen. Schauen wir uns die einzelnen Probleme des Verfahrens genauer an.
Problem 1: Verzerrungen durch subjektiven Wahrnehmungen von Experten
Anforderungsprofile sollten objektiv, reliabel und valide sein (mehr zu Testgütekriterien liest du hier). Eine wichtige Voraussetzung dafür ist, dass verschiedene Expert:innen bei der Analyse einer neu zu besetzenden Stelle identische oder zumindest sehr ähnliche Anforderungen benennen. Bei erfahrungsbasierten Anforderungsanalysen ist dies jedoch selten der Fall. Grund dafür ist, dass Expert:innen oftmals stark durch bisherige eigene Erfahrungen und subjektive Wahrnehmungen beeinflusst werden.
Ein Beispiel:
Führungskräfte und Personalverantwortliche neigen zur Benennung von Kompetenzen, die sie selbst zu besitzen glauben.
Die Folge:
Es ergibt sich ein subjektives und häufig verzerrtes Bild der Anforderungen, die an Bewerbende gestellt werden – die Anforderungsanalyse ist folglich nicht objektiv.
Wie empirische Methoden das Problem lösen:
An dieser Stelle kommt einer der zentralen Vorteile empirischer Methoden zum Tragen. Denn durch die technologiebasierte und statistische Erstellung der Anforderungsprofile, die sich neueste Erkenntnisse im Bereich des maschinellen Lernens zunutze macht, lassen sich zahlreiche Fehlerquellen durch subjektive Wahrnehmungen reduzieren – die Objektivität der Anforderungsanalyse steigt.
Problem 2: Blick in die Vergangenheit statt konsequente Zukunftsorientierung
Ein weiteres Problem erfahrungsgeleiteter Methoden besteht darin, dass Expert:innen Veränderungen in den erforderlichen Kompetenzen im Zeitverlauf oft nicht oder erst verspätet wahrnehmen. Häufig werden dabei Anforderungen, die in der Vergangenheit zur Auswahl von Bewerbenden geeignet waren (z.B. jene in früheren Stellenausschreibungen) auf die Zukunft übertragen. Wie relevant diese Kompetenzen tatsächlich (noch) für die ausgeschriebene Stelle sind, wird dabei nur noch selten hinterfragt.
Ein Beispiel:
Die Anforderung, gute Noten in Schule und Studium mitzubringen, wird unreflektiert in Stellenprofile kopiert. Gute Noten alleine sagen aber in einer dynamischen Arbeitswelt schon lange nicht mehr zuverlässig beruflichen Erfolg voraus.
Die Folge:
Anforderungsprofile sind vergangenheitsorientiert und nicht zukunftsorientiert. Dies ist insbesondere dann hoch problematisch, wenn sich Anforderungen schnell und kontinuierlich verändern – die Realität in einer zunehmend dynamischen Arbeitswelt.
Wie empirische Methoden das Problem lösen:
Empirische Methoden messen kontinuierlich Zusammenhänge zwischen beruflichem Erfolg und den Kompetenzen und Persönlichkeitseigenschaften von Bewerbenden und Mitarbeitenden. Dadurch lassen sich selbst minimale Änderungen in Anforderungen schnell und zuverlässig feststellen. Ein weiterer Vorteil: Je mehr Daten zur Verfügung stehen, desto besser wird der Algorithmus. Somit ist nicht nur der Algorithmus selbstlernend, sondern auch Personalverantwortliche lernen immer mehr über Anforderungen, die an ideale Bewerbende gestellt werden sollten.
Problem 3: Die Suche nach der eierlegenden Wollmilchsau
Personalverantwortliche und Führungskräfte orientieren sich bei der Anforderungsanalyse häufig an Stellenausschreibungen konkurrierender Firmen. Unternehmen scheinen sich dabei häufig in der Vielzahl und Komplexität der genannten Anforderungen übertreffen zu wollen. Dadurch resultieren Stellenanzeigen mit einem bunten Sammelsurium an Kompetenzen, die ein einzelner Bewerber oder eine einzelne Bewerberin alleine oft nicht mehr besitzen können.
Eine Gewichtung der Wichtigkeit der Kriterien (vgl. Muss-, Kann- und Soll-Kriterien) findet dabei nur selten statt.
Ein Beispiel:
Unternehmen suchen nach jungen, agilen Menschen mit umfassender Berufserfahrung und trotzdem den Mut den „Status quo zu hinterfragen“. Lücken im Lebenslauf oder ein nicht ganz geradliniger Lebenslauf, da der Status quo kurzfristig hinterfragt wurde, sind aber natürlich weiterhin nicht erlaubt.
Die Folge:
Eine Standard-Floskel folgt der anderen. Was Personalverantwortliche jedoch mit der Vielzahl aufgelisteter Kompetenzen konkret meinen und wie sie dies im Personalauswahlprozess prüfen wollen, ist oft weniger klar festgelegt. Ist die „eierlegende Wollmilchsau“, die alle Anforderungen erfüllt, insbesondere in Zeiten des Fachkräftemangels nicht zu finden, rücken die Anforderungsprofile oft in den Hintergrund. Ausgewählt wird folglich die Person, die von dem Idealprofil am wenigsten abzuweichen scheint, oder einfach jene, die nach dem bekannten „Bauchgefühl“ am besten in das Unternehmen passt.
Wie empirische Methoden das Problem lösen:
Ergebnis empirischer Analysen sind wenige, aber zentrale und konkret definierte Anforderungen an Bewerbende. Diese Anforderungen stehen nachweislich im Zusammenhang mit beruflichem Erfolg in der Stelle und lassen sich durch eignungsdiagnostische Methoden (z.B. spielerische psychometrische Minispiele) direkt messen. In Abhängigkeit der Stärke des Zusammenhangs zwischen einzelnen Kompetenzen und beruflichem Erfolg, kann zudem eine Gewichtung der Bedeutung der Kriterien erfolgen (Einstufung in Muss-, Soll-, und Kann-Kriterien).
Fazit:
Insbesondere in immer dynamischeren Arbeitsumgebungen wird es nicht mehr genug sein, sich allein auf Intuition und bisherige Erfahrungen zu verlassen. Stattdessen ermöglichen Methoden im Bereich des maschinellen Lernens eine datengetriebene Ermittlung von Anforderungsprofilen. Damit gelingt die Erstellung objektiver, präziser und zukunftsorientierter Anforderungsprofile, die sich im Sinne eines kontinuierlichen Verbesserungsprozesses stetig weiterentwickeln.
Die Vorteile einer Anforderungsanalyse mit Aivy
- Objektivität statt subjektive Wahrnehmungen
- Zukunfts- statt Vergangenheitsorientierung
- Präzision weniger zentraler Anforderungen, statt lange Listen pauschaler Floskeln
