{{office.HeaderText}}

{{office.Address}}

{{office.TeleponeNumber}}

{{office.MobileNumber}}

{{office.Email}}

Für jede Position den besten Kandidaten einzustellen muss das Ziel sein, egal ob intern oder extern. Daher sollte die Hauptfrage eines jeden Einstellungsprozesses sein:

Wie definieren wir, wer der beste Kandidat ist?

Vermutlich können wir dies feststellen, indem wir uns ansehen, wie gut die Kandidaten in der einmal ausgewählten Position arbeiten. Und im Einstellungsprozess wollen wir in die Kristallkugel schauen, um zu sehen, wie gut die Kandidaten in der Zukunft abschneiden werden. Daher muss die beste Einstellungs­praxis aus Instrumenten bestehen, die die zukünftige Arbeitsleistung vorhersagen können. Das gilt für jede Art von Auswahl, für die Rekrutierung als Hauptanwendungs­bereich, aber auch für die Auswahl von Mitarbeitern für spezielle Trainingsprogram­me, den internen Übergang von Mitarbeitern in eine neue Stelle im selben Unternehmen, usw.

Die Art und Weise, wie wir diese Instrumente auswählen, kann einen großen Einfluss auf das Ergebnis des Rekrutierungsprozesses haben, und meistens basiert die Entscheidung, welche Instrumente verwendet werden sollen, auf früheren Erfahrungen, Intuition und Tradition und nicht auf datengestützter Forschung. (Fisher et al, 2020)

Glücklicherweise untersucht die Forschung seit Jahrzehnten Rekrutierungstools zur Vorhersage der Arbeitsleistung, und zum Glück haben Personalverantwortliche solide Forschungsergebnisse, die sie bei der Auswahl der besten Instrumente zur Vorhersage der Leistung berücksichtigen können.

FORSCHUNG EINIGT SICH AUF EMPFEHLUNGEN

Forscher bestimmen, ob eine Rekrutierungsmethode gut ist, indem sie die kriteriumsbezogene Validität des Instruments beurteilen. Die Kriteriums­validität sagt aus, wie gut das Instrument die zukünftige Arbeitsleistung vorhersagt. Wenn das Instrument in der Lage ist, die Arbeitsleistung wiederholt vorherzusagen, werden Sie hohe Korrelationen zwischen Test und Arbeitsleistung sehen, was als Zahl zwischen 0 und 1 gemessen wird. Wenn die Validität 0 ist, gibt es absolut keine Korrelation zwischen dem Instrument, das zur Beurteilung eines Kandidaten verwendet wird und der zukünftigen Arbeitsleistung dieses Kandidaten. Dies bedeutet, dass das Instrument keinen prädiktiven Wert hat.

Mit anderen Worten, es ist reiner Zufall, ob der Kandidat ein guter Mitarbeiter sein wird oder nicht.

Ist die Validität hingegen 1, besteht eine exakte Übereinstimmung zwischen dem, was wir mit dem Beurteilungsinstrument sehen, und der zukünftigen Leistung. In der Realität kann kein Beurteilungsinstrument die Arbeitsleistung mit 100-prozentiger Sicher­heit vorhersagen, aber das Ziel sollte ein möglichst hoher Wert sein.

Wenn man sich verschiedene Unter­suchungen zur Vorhersage der Arbeits­leistung ansieht, gibt es kleine Unterschiede in den Ergebnissen. Das Gesamtbild ist ziemlich klar.

GMA ist am besten bei der Vorhersage der Arbeitsleistung (General Mental Ability = Allgemeine geistige Fähigkeit ist ein Begriff, der verwendet wird, um das Niveau zu beschreiben, auf dem eine Person lernt, Anweisungen versteht und Probleme löst. Tests der allgemeinen geistigen Fähigkeiten umfassen Skalen, die spezifische Konstrukte wie verbale, numerische, räumliche oder auch mechanische und soziale Fähigkeiten messen)

Der Grund, warum wir sagen können, dass GMA der stärkste Einzelprädiktor für die Arbeitsleistung ist, liegt darin, dass der Zusammenhang zwischen den beiden seit mehr als 100 Jahren im Interesse der Forschung ist. (Schmidt, Oh & Shaffer, 2016)

Viele dieser Forschungen wurden mit einem meta-analytischen Ansatz zusammengefasst. Die bekannte Metastudie von Schmidt und Hunter (1998) verglich die GMA mit 18 anderen Methoden zur Beurteilung von Kandidaten und fand heraus, dass verschiedene Methoden und Kombinationen von Methoden sehr unterschiedliche Validitäten für die Vorhersage der zukünftigen Arbeitsleistung haben. Einige, wie z.B. der Bildungsgrad, haben eine sehr geringe Validität. Andere, wie z. B. die Grafologie (die Untersuchung der Handschrift), haben praktisch keine Validität; mit anderen Worten, wenn Sie einen Kandidaten aufgrund seiner Handschrift auswählen würden, wäre das gleichbedeutend mit einer zufälligen Ein­stellung.

Andere Methoden, wie z. B. GMA-Tests, haben eine sehr hohe Validität. Schmidt und Hunter (1998) untersuchten die Kombinationen von Methoden und fanden heraus, dass die Verwendung einer Kombination eines GMA-Tests und eines strukturierten Interviews eine Kriteriumsvalidität von 0,63 zeigte.

Prognostische Validität

Abbildung 1

Schmidt, Shaffer & Oh (2008) kamen später zu dem Schluss, dass GMA einen noch größeren Wert bei der Vorhersage der Arbeitsleistung hat, als frühere Studien zeigen. Und im Jahr 2016 aktualisierten sie die Meta-Analyse von 1998, mit den Daten aus 100 Jahren Forschung. Ihre Ergebnisse zeigen eine überzeugende Stärke von GMA-Tests. (Schmidt, Oh & Shaffer, 2016)

Salgado et al. (2003) führten eine Meta-Analyse der Validität der GMA in 6 europäischen Ländern durch, sie fanden die Validität im Bereich von 0,56-0,68, ähnliche Ergebnisse wie die amerikanischen Metastudien, die die Konsistenz der Validität der GMA über Länder hinweg zeigen.

Le & Schmidt (2006) führten eine andere Meta-Analyse durch, um die Validität der GMA über verschiedene Job-Komplexitäts­stufen zu beleuchten. Sie fanden heraus, dass selbst für die am wenigsten komplexen Berufe die Validität der GMA 0,39 und für die komplexesten Berufe überwältigende 0,73 beträgt. Für Berufe mit mittlerer Komplexität (in denen die größte Anzahl von Arbeit­nehmern tätig ist) wird die prädiktive Validität auf 0,66 geschätzt. (Le & Schmidt, 2006)

Die Vielzahl der Studien, die einen so starken Konsens in der hohen Kriteriumsvalidität zwischen GMA und zukünftiger Arbeits­leistung zeigen, macht es schwer, sie zu übersehen.

DIE FINANZIELLEN VORTEILE DER FORSCHUNG

Abbildung 1 zeigt deutlich, dass es signifi­kante Unterschiede in der Kriteriumsvalidität der verschiedenen Rekrutierungsmethoden gibt. Was passiert also, wenn wir bei der Rekrutierung immer noch die Forschung übersehen?

Um diese Frage zu beantworten, haben wir die Fragestellung umgedreht:

Wie vorteilhaft kann es sein, wenn wir bei der Beurteilung von Kandidaten auf die Forschung hören und das beste Instrument zur Vorhersage der Arbeitsleistung verwenden?

Um den finanziellen Nutzen der Auswahl der besten Rekrutierungsmethode aufzuzeigen, werden wir die Nutzwertanalyse verwenden - eine Reihe von Verfahren mit Wurzeln in der Ökonomie, Finanzwirtschaft und Psychologie. (Sturman, 2003)

In diesem Fall werden wir es als Werkzeug zur Berechnung der Rentabilität von Rekrutierungsmethoden verwenden. Durch den Vergleich zweier unterschiedlicher Rekrutierungsmethoden können wir zeigen, dass selbst kleine Unterschiede in der Kriteriumsvalidität große wirtschaftliche Auswirkungen haben können. Um zwei Rekrutierungsmethoden mit Hilfe der Nutzwertanalyse zu vergleichen, benötigen wir die Kriteriumsgüte jeder Methode und ein Rekrutierungsszenario, in dem wir die beiden Methoden vergleichen möchten.

Basierend auf diesen Informationen und den Validitätskoeffizienten aus Schmidt, Oh & Shaffer, 2016 (dargestellt in Abbildung 1) können wir die durchschnittliche Leistungsverbesserung in Euro durch das Auswahlinstrument berechnen. Die Kriteriumsvalidität für den GMA-Test liegt bei 0,65 und für das strukturierte Interview bei 0,58, d.h. es besteht ein Unterschied von 0,07.

Der letzte Teil bedeutet, dass wir ein hypothetisches Szenario aufstellen müssen:

Unternehmen XY ist ein Vertriebs­unternehmen, das im Durchschnitt 20 Mitarbeiter pro Jahr für sein Vertriebs­team einstellt. Sie erhalten 10 gute Bewerber, wenn sie jeweils einen einstellen. Die neuen Mitarbeiter erhalten ein durchschnittliches Jahresgehalt von 35.000 Euro. Unternehmen XY schätzt, dass die eingestellten Vertriebsmitarbeiter im Durchschnitt 2 Jahre im Unternehmen bleiben werden.

Wenn wir alle Informationen in einen Nutzwertanalyse-Rechner oder Nutzwert-Algorithmus (Wir verwenden das Brogden-Cronbach-Glaser-Nutzwertmodell, um den finanziellen Vorteil der einen Rekrutierungsmethode gegenüber der anderen zu berechnen) eingeben, können wir einen finanziellen Nutzen von EUR 58.992,- ermitteln. Selbst wenn jeder GMA-Test nur EUR 50,- kosten sollte, dann beträgt der Return of Investment erstaunliche 590 %. Beachten Sie, dass weder im finanziellen Gesamtnutzen noch im Return of Investment die Kosten für die aktuelle Rekrutierungs­methode enthalten sind.

Und dennoch ergibt sich ein finanzieller Vorteil von EUR 58.992,- pro Jahr, wenn 20 neue Mitarbeiter eingestellt werden und die Bedingungen wie oben beschrieben sind.

Dies ist der monetäre Unterschied bei der Einstellung von Personen, die High-Performer sind im Vergleich zur Einstellung von Personen, die mit geringerer Wahrscheinlich­keit High-Performer sind.

Diese Ergebnisse zeigen,
wie sich der scheinbar kleine Unterschied von 0,07 in einen ziemlich großen finanziellen Unterschied
bei realen Einstellungsmethoden verwandeln kann.

Alles in allem gilt also:

Wenn wir die Möglichkeit eines finanziellen Gewinns bei der Einstellung des richtigen Kandidaten haben und unsere Chancen bei der Rekrutierung durch die Wahl der richtigen Assessment-Tools verbessern, warum sollten wir sie nicht nutzen?

EINE LÜCKE ZWISCHEN FORSCHUNG UND PRAXIS

Wie bereits erwähnt, wurden die Ergebnisse aus der Forschung zu Rekrutierungsmethoden über mehrere Jahrzehnte mit kleinen Variationen reproduziert. Nichtsdestotrotz wird die Verwendung von GMA-Tests bei der Rekrutierung unter Personalverantwortlichen immer noch nicht als Best Practice angesehen. (Fisher et al, 2020)

Wie kann es sein, dass wir,
wenn wir wissen, was das Beste ist, trotzdem etwas anderes tun?

Schmidt und Hunter (1998) argumentieren, dass Organisationen wettbewerbsfähiger wären, wenn sie GMA-Tests in ihre Rekrutierung einbeziehen würden:

"In einer wettbewerbsorientierten Welt schaffen diese Organisationen unnötigerweise einen Wettbewerbsnachteil für sich selbst"
(Schmidt, 1993).
Durch die Einführung von valideren Einstellungsverfahren könnten sie diesen Wettbewerbsnachteil in einen Wettbewerbsvorteil verwandeln."
(Schmidt & Hunter, 1998, Seite 273)

Mehr noch, Fisher et al. (2020) fanden eine signifikante Lücke zwischen dem, wie HR-Praktiken durchgeführt werden, und dem, was wir aus der Forschung wissen.

Die größte Diskrepanz zwischen
HR-Forschung und HR-Praxis
findet sich im Bereich der Personalbeschaffung, die sich seit
fast 20 Jahren nicht verändert hat.
(Fisher et al, 2020)

In der von Fisher et al. (2020) durchgeführten Untersuchung wurden verschiedene Mythen im Personalwesen untersucht und wie stark sie in der Praxis von Personalfachleuten in Kanada und den USA verankert sind. Die Untersuchung zeigte, dass relativ wenige der an der Studie teilnehmenden HR-Professionals angaben, dass ein extrem hoher Prozentsatz der Leistungsvarianz zum Zeitpunkt der Einstellung vorhergesagt werden kann. Mit anderen Worten:

Die HR-Professionals aus der Studie glaubten fälschlicherweise, dass die zukünftige Arbeitsleistung überhaupt nicht vorhergesagt werden kann.

Dies könnte darauf hindeuten, dass die Lücke nicht nur auf mangelndes Wissen über relevante Forschung zurückzuführen ist, sondern auch auf einen generellen Widerstand gegen die Tatsache, dass Personalbeschaffung wissenschaftlich fundiert sein kann, und wenn ja, Personalverantwortliche tatsächlich die Möglichkeit haben, zukünftige Leistung vorherzusagen. (Fisher et al., 2020)

Daher möchten wir hier Personal­verantwortliche, die mit der Personal­beschaffung arbeiten, ermutigen, sich mit der Forschung auf diesem Gebiet zu beschäftigen. Bauen Sie Ihren Rekrutierungsprozess um anerkannte Standards herum auf. Und nutzen Sie Daten von z.B. GMA-Tests als Bewertungsinstrumente bei der Rekrutierung.

ISO-STANDARDS FÜR DIE REKRUTIERUNG

ISO (International Organization for Standardization) ist eine unabhängige, nicht-staatliche, internationale Organisation, die Normen entwickelt, um die Qualität, Sicherheit und Effizienz von Produkten, Dienstleistungen und Systemen zu gewährleisten.

Wie bereits erwähnt, ist der Bereich innerhalb des Personalwesens, der das größte Potenzial für die Einbindung datengesteuerter Forschung in die Personalpraxis hat, der Bereich der Rekrutierung und Auswahl. (Fisher et al., 2020)

Hier ist es erwähnenswert, dass die ISO (International Organization for Standardization) einen Standard für die Rekrutierung entwickelt hat. Die Befolgung dieser Standards für die Rekrutierung stellt einen strukturierten Ansatz für die Rekrutierung sicher und erhöht dadurch die Qualität des Prozesses, wobei der Schwerpunkt auf der Candidate Experience liegt und ein evidenzbasierter Prozess sichergestellt wird, der in der Praxis leicht zu bewerten ist.

EMPFEHLUNGEN AN HR-FACHKRÄFTE

Die hier vorgestellten Elemente lassen sich in der Praxis von HR-Fachleuten recht einfach umsetzen.

Minimierung der Lücke

Abbildung 2

Wie in Abbildung 2 dargestellt, beginnt alles mit der Einsicht, dass es bei der Personalbeschaffung nicht darum geht, unüberlegte Risiken einzugehen.

ZUSAMMENFASSUNG

Die Arbeitsleistung kann nachweislich vorhergesagt werden! Man muss wissen, welche Instrumente man verwendet, warum man diese Instrumente wählt und wie man sie am besten einsetzt. Die Forschung plädiert auch dafür, dass HR-Professionals ihre professionelle Neugier nutzen, um nach relevanter Forschung im Bereich HR zu suchen und diese zu betrachten. Wir haben hier einen Rahmen von ISO vorgestellt, der dabei hilft, strukturierte Rekrutierungsprozesse zu schaffen.

Mit ACE können Sie die richtige Person für die Aufgabe auswählen,
indem Sie das kognitive Potenzial mit der Komplexität der Aufgabe abgleichen.

Laden Sie sich hier das komplette Whitepaper (inkl. der oben erwähnten Formel) als PDF herunter.