Auch im Human Resources Management bieten sich Anknüpfungspunkte für smarte Prozesse. Welche digitalen Tools sich wann für die digitale Personalarbeit eignen und was dabei rechtlich zu beachten ist, erklärt Springer-Autor Christian Gärtner im Interview.
Prof. Dr. Christian Gärtner lehrt BWL mit den Schwerpunkten Human Resource Management und Digitalisierung der Arbeitswelt an der Hochschule München.
Quadriga Hochschule Berlin
Springer Professional: Personaler wenden noch viel Arbeitszeit für administrative Aufgaben auf. Welche digitalen Tools sollten HR-Manager daher prüfen und gegebenenfalls einführen?
Christian Gärtner: Das kommt darauf an, welche Aufgaben es genau sind: Wenn der größte Aufwand dadurch verursacht wird, dass Stellenanzeigen über unterschiedliche Kanäle ausgespielt werden, dann helfen Multi-Posting Tools oder auch manche HR-Suite von den großen bekannten Anbietern. Damit kann eine Anzeige sowohl auf der Unternehmenswebsite, bei Stellenbörsen oder auch in mehreren Business-Netzwerken geschalten werden, ohne dass die Inhalte immer wieder eingegeben werden müssen. Geht es um die Erstellung von Reports über den aktuellen Personalbestand oder eine Auswertung über Fehlzeiten wie Unfälle, dann nützt so ein Tool natürlich nichts.
Welche Möglichkeiten bietet Robotic Process Automation (RPA) für HR-Prozesse?
Mithilfe von RPA lassen sich Prozessschritte automatisieren, die immer wieder gleich ablaufen. Dabei agieren Softwareroboter auf der Repräsentationsschicht von Software, also den Oberflächen, mit denen auch menschliche Benutzer arbeiten. RPA kann E-Mails bearbeiten, Daten in Masken eintragen und aus unterschiedlichen Systemen integrieren, Berechnungen ausführen, auf soziale Medien zugreifen und einiges mehr. Klassische RPA-Anwendungsfälle sind Arbeitsschritte wie Personaldaten aus dem Recruiting-System ins HR-Stammsystem zu übernehmen, Reports zu erstellen und per E-Mail zu verteilen, Reisekostendaten zu prüfen und in Verbuchungssysteme zu übernehmen, Arbeitszeitkontendaten auf Konsistenz zu prüfen und weiterzuverarbeiten oder die Lohnabrechnung vorzubereiten und zu analysieren.
Und wie hoch ist der Implementierungsaufwand in Unternehmen?
Der Implementierungsaufwand hängt von mehreren Faktoren ab, insbesondere der Anzahl der Schritte, die automatisiert werden sollen, wie viele Abteilungen und organisatorische Regeln beachtet werden müssen und ob die Prozesse erst noch standardisiert und optimiert werden müssen. Optimierung kommt vor Automatisierung. Ich kenne Praxisbeispiele, wo innerhalb von knapp drei Tagen die Erstellung eines Reports zum Personalbestand über mehrere Konzernbereiche automatisiert werden konnte. Die manuelle Erstellung beanspruchte eine Mitarbeiterin für einen Tag, der Softwareroboter braucht ein paar Minuten. Das Zusammensuchen von Personalkennzahlen aus vielen Excel-Tabellen geht schneller, günstiger und fehlerfrei.
Wo haben digitale Tools in der Personalarbeit ihre Grenzen und können HR-Manager allenfalls unterstützen, aber keinesfalls ersetzen?
Alle HR-Tools oder Verfahren haben jeweils spezifische Schwächen. Generell gilt, dass Menschen bei sehr situationsspezifischen Aufgaben besser sind oder wenn sich völlig neue Situationen ergeben. Zum Beispiel sollten Trainingsmaßnahmen und Lernpfade auf den jeweiligen Lernenden und dessen Fortschritte abgestimmt sein. Dafür gibt es zwar unter dem Begriff 'Learning Analytics' bereits Tools, aber die sind noch sehr rudimentär. Bei der Lösung von neuen oder komplexen Aufgaben ist Kreativität, Empathie, Mut und auch Chuzpe gefragt – alles Merkmale, die Tools oder Maschinen bisher nicht verwirklichen können.
Sind digitale Tools und Automatisierung für jedes Unternehmen empfehlenswert, beispielsweise auch für KMU?
Es macht keinen Sinn, einen Machine-Learning-Algorithmus trainieren zu wollen, wenn man nur ein paar Dutzend Bewerberdatenpunkte hat. Daher steht zu Beginn immer die Frage, welches Business-Problem gelöst werden soll. Je nach Problem, kann auch auf externe Datensätze zurückgegriffen werden, zum Beispiel Bewertungen des Arbeitgebers auf Plattformen wie Kununu, Glassdoor oder sozialen Netzwerken, etwa wenn man ein Problem mit dem Arbeitgeberimage vermutet. Außerdem gibt es bei KMUs für manche Anwendungsfälle genügend Daten oder diese können über Umfragen erhoben werden. Zum Beispiel, wie sich der Führungsstil von Vorgesetzten auf die Mitarbeiterzufriedenheit und diese dann auf den Umsatz auswirkt. Bei RPA geht es nicht um zu kleine Datensätze, sondern die Anzahl, wie oft ein Prozessschritt durchgeführt wird.
Welche rechtlichen Hürden müssen bei People Analytics und Performance-Management-Systemen unabhängig von der betrieblichen Mitbestimmung beachtet werden?
Solange die Daten nicht anonymisiert verarbeitet werden, gelten das Bundesdatenschutzgesetz (BDSG-neu) als Konkretisierung und Ergänzung der Europäischen Datenschutzgrundverordnung (DSGVO). Darüber hinaus können fallweise weitere Gesetzesbücher einschlägig sein, etwa das Grundgesetz (GG) oder das Allgemeine Gleichbehandlungsgesetz (AGG). Was rechtlich erlaubt ist, muss noch lange nicht gesellschaftlich legitimiert sein. Werte wie Privatsphäre, Gerechtigkeit und Fairness, Transparenz über und Verantwortung für automatisierte Entscheidungen setzen Maßstäbe, an denen digitale Tools gemessen und manchmal geächtet werden. Je nach Fall und Thema werden die Betroffenen und auch die Gesetzeshüter unterschiedlich sensibel reagieren und andere Anforderungen an die Anwendbarkeit von algorithmischen Entscheidungssystemen beziehungsweise digitalen Tools stellen. Es macht eben einen Unterschied, ob ein Empfehlungsalgorithmus einem Mitarbeiter ein Lernvideo aus seinem Fachgebiet vorschlägt oder seiner Vorgesetzten die Kündigung des Mitarbeiters empfiehlt.