03.09.2019

Wie man das Ergebnis besserer Employee Experience misst

Unter Employee Experience versteht man, den Mitarbeitern ein besseres "Erlebnis Job" zu ermöglichen. Doch wie kann ein Arbeitgeber messen, ob sich das Investment in glücklichere Mitarbeiter wirklich rechnet? Experte Maximilian Lammer zeigt im akutellen Teil seiner Serie über EX harte Fakten auf.
/artikel/ergebnis-employee-experience-messen
Pitch Deck
(c) fotolia / Yakobchuk Olena

Jetzt unsere Job Plattform ausprobieren:

[xyz-ihs snippet=“Job-Campaign“]

 

Jedes Investment soll/muss einen Gewinn bringen. So natürlich auch das Investment in Employee Experience (EX). Kaum etwas rechnet sich auch so sehr wie ein Investment in verbesserte Employee Experience – so viel sei vorweg genommen. Die gefühlte Verbesserung des „Erlebnisses Job“ lässt sich in verschiedenen Zahlen klar ausdrücken – Zahlen, die von allen einfach und deutlich verstanden werden.

+++Mehr zu New Work und EX im HR-Channel des brutkasten+++

Das ist vor allem dann wichtig, wenn die Initiative zur Verbesserung der Employee Experience aus einer Abteilung oder Projektgruppe des Unternehmens kommt und nicht von der obersten Führungsetage angestoßen bzw. initiiert wird. Eine Reihe von Kennzahlen werden das C-Level überzeugen und das nötige „buy-in“ für Employee Experience Design und die notwendigen Maßnahmen ermöglichen.

Harte KPIs und softe(re) KPIs für die Employee Experience

Um den Erfolg von Maßnahmen für verbesserte Mitarbeitererfahrung in Zahlen auszudrücken, dienen folgende Entwicklungen und Erhebungen als Indikatoren für Verbesserungen. In erster Linie sind es Personalentwicklungszahlen, die jedes Unternehmen bereits jetzt feststellt:

  • Allgemeine Fluktuationsrate unter den Mitarbeitern – damit verbunden ist nicht nur der Wert der ständigen Abwanderung oder Neueinstellung als absolute Größe, sondern vor allem die direkten und indirekten Kostenfaktoren, die mit dem Abgang von Mitarbeitern verbunden sind – wie beispielsweise Recruiting, Vakanz, Know-How-Verlust, Einarbeitungszeit, Fehlbesetzung, Werbung, etc. Im Schnitt spricht man aktuell von rund 30.000 Euro pro Stelle, viele inzwischen sogar von deutlich mehr.
  • Anzahl der verhinderten Kündigungen bzw. Abgänge. Durch genaue Auswertung hat Google beispielsweise festgestellt, dass nach ca. drei Jahren der Karriereknick erfolgt und insbesondere die besten Köpfe das Unternehmen verlassen. Seit dieses Problem auch in einer zeitlichen Dimension klar erkannt wurde, gibt es spätestens nach drei Jahren ein Perspektivengespräch, um einen Verbleib der MitarbeiterInnen sicher zu stellen.
  • Die Entwicklung der Krankenstandstage pro Mitarbeiter sind ebenfalls ein Indiz für eine Verbesserung der Employee Experience.

+++Mehr über Employee Experience am EX Summit (27. April 2020, weXelerate, Wien)+++

Etwas softer sind jene Kennzahlen, die über den reinen Personalstand hinausgehen – insbesondere folgende Zahlen geben Auskunft über gute Employee Experience:

  • Zeitdauer für Stellenbesetzung und des Recruitingprozesses – was sehr viel mit dem Ansehen und dem Ruf des Unternehmens als Arbeitgeber zu tun hat.
  • Der vorherige Punkt manifestiert sich unter anderem über Ratings auf Bewertungsplattformen wie kununu oder glassdoor und wird immer mehr zu einem entscheidenden Kriterium für potenzielle Bewerber – insbesondere, weil mehr als 90 Prozent der Menschen keinen Wunscharbeitgeber haben. Andererseits haben wir durch andere digitale Bereiche, in denen wir uns täglich bewegen, unser Verhalten und unsere Ratio insofern verändert, als wir Bewertungen immer mehr Bedeutung schenken.
  • Zusätzlich gibt es noch die Empfehlungsrate als Arbeitgeber durch die Mitarbeiter – der sogenannte ENPS. Das bedeutet „Employee Net Promoter Score“. Die Frage lautet ganz einfach: Würden Sie Ihren Arbeitergeber (einem Bekannten) weiter empfehlen? Ja oder Nein. Machen Sie diese Übung gerne mal für sich und überlegen Sie, wenn Sie mit Ja antworten, welche drei Gründe es sind, die diese Empfehlung ausmachen und ob diese Gründe auch für jemand anderen überzeugend sind.

Einsparungspotenzial – durch bessere Employee Experience

Ein deutscher Unternehmensberater hat ausgerechnet, welche Einsparungen möglich sind, wenn Menschen mehr „engaged“ in ihren Jobs sind. Die Rechengrundlage dafür war die bekannte Gallup Umfrage laut derer 85 Prozent der Menschen „Dienst nach Vorschrift“ machen oder sich „im Zustand der inneren Kündigung“ befinden.

+++Mitarbeiter finden mit der Jobplattform des brutkasten+++

Wenn es gelingt, aus den beiden Kategorien jeweils einen zweistelligen Prozentsatz beispielsweise durch gute EX in eine höhere Stufe des Engagements zu heben, so läge das gewonnene Einsparungspotenzial bei rund sechs Millionen Euro pro Jahr bei 1000 Mitarbeitern und circa 50.000 Euro durchschnittlichen Kosten je Mitarbeiter. Da reden wir aber noch nicht vom Performancegewinn des Unternehmens.

People Analytics – technische Grundlage

Ein sehr bestimmender Indikator ist natürlich die Mitarbeiterzufriedenheit, die selbstverständlich auch gemessen werden kann und muss. Das erfolgt in vielen Unternehmen einmal pro Jahr oder sogar nur alle zwei oder drei Jahre. Das ist – um es einfach zu sagen – zu wenig.

Um ein optimales „Erlebnis Job“ bieten zu können, muss sehr viel öfter und regelmäßiger das Feedback der Mitarbeiter eingeholt und darauf basierend gehandelt werden. Dies erfolgt heutzutage ganz einfach digital, binnen weniger Augenblicke, mit unterschiedlichen Fragen per App, die die Gesamtentwicklung darstellen und nachvollziehbar machen.

+++Diese digitalen Tools helfen, Feedback von Mitarbeitern einzuholen+++

Der Überbegriff aus den diversen Zahlen, die erhoben werden, ist People Analytics. Das ist die Basis für ein besseres Verständnis der Menschen im Unternehmen auf einer neutralen Datenbasis. Natürlich braucht es dafür klare Regeln – insbesondere Anonymität, Datenhoheit der Mitarbeiter etc. – aber einmal eingeführt und dem Feedback entsprechend gehandelt, wird das Erlebnis Arbeit der Menschen sicher verbessert.

Performance der Organisation steigt

Neben den softeren und härteren KPIs sowie dem Einsparungspotenzial hat ein Vergleich in den USA gezeigt, dass Unternehmen, die in Employee Epxerience investieren, jene Unternehmen „outperformen“, die das nicht oder nur unzureichend machen.

Eigentlich logisch, aber doch beeindruckend, wenn man die Zahlen vor Augen hat: Unternehmen mit besonders guter Employee Experience haben einen 2,8-mal höheren durchschnittlichen Umsatz und einen 4,2-mal höheren durchschnittlichen Profit im Vergleich zu anderen Unternehmen. Ähnlich die Werte auf individueller Ebene – der Umsatz pro Mitarbeiter ist 2,8-mal und der Profit 4-mal so hoch. Außerdem wachsen diese Unternehmen in punkto Mitarbeiterzahl 1,5-mal so stark und zahlen auch 1,5-mal mehr Gehalt. Spätestens das sollte überzeugend genug sein, sich mit Employee Experience und den positiven Folgen intensiv zu beschäftigen.


Mehr zum Thema:


Über den Autor

Max Lammer ist Solopreneur, Trainer und Employee Experience Designer. Auf Basis seiner Erfahrung mit vielen Unternehmen – von klein bis multinational – und aus unterschiedlichen Blickwinkeln, ist er der Überzeugung, dass Employee Experience das entscheidende strategische Handlungsfeld für Organisationen egal welcher Größe und Branche ist – für mehr wirtschaftlichen Erfolg, sowie Zufriedenheit der Mitarbeiter und Kunden.

Seine berufliche und unternehmerische Erfahrung im Zusammenhang mit Innovation, Digitalisierung und New Work ist unter anderem geprägt durch beispielsweise die Initiative „Innovation to Company“ in der er etablierte Unternehmen und Startups zusammen bringt, oder das Projekt des zukunftsweisenden Innovationscampuskonzept „Talent Garden“ in Österreich . Außerdem hat er mehrere Jahre aktiv in einem österreichischen Technologiestartup mitgearbeitet.

Als Trainer und Solopreneur begleitet er Projekte zur Entwicklung von Innovationsstrategien und digitaler Transformation (in 8 Schritten) sowie zur „New World of Work“, und unterrichtet an Unis und bei Corporates mit Schwerpunkten auf Startup-Methoden, Employee Experience und Innovation. 

==> zur Website des Autors


Redaktionstipps
Deine ungelesenen Artikel:
09.11.2026

Thomas Fuchs: Wie ein Österreicher die KI-Strategie des wertvollsten Pharmakonzerns der Welt verantwortet

Ein Österreicher verantwortet die KI-Strategie des wertvollsten Pharmakonzerns der Welt: Thomas Fuchs ist seit 2024 der erste Chief AI Officer in der Geschichte von Lilly. brutkasten hat ihn in Wien zum Interview getroffen. Er erklärt, warum der Konzern einen eigenen Supercomputer mit mehr als 1.000 GPUs betreibt und warum KI trotzdem kein Medikament auf Knopfdruck liefert.
/artikel/thomas-fuchs-lilly-chief-ai-officer
09.11.2026

Thomas Fuchs: Wie ein Österreicher die KI-Strategie des wertvollsten Pharmakonzerns der Welt verantwortet

Ein Österreicher verantwortet die KI-Strategie des wertvollsten Pharmakonzerns der Welt: Thomas Fuchs ist seit 2024 der erste Chief AI Officer in der Geschichte von Lilly. brutkasten hat ihn in Wien zum Interview getroffen. Er erklärt, warum der Konzern einen eigenen Supercomputer mit mehr als 1.000 GPUs betreibt und warum KI trotzdem kein Medikament auf Knopfdruck liefert.
/artikel/thomas-fuchs-lilly-chief-ai-officer
Thomas Fuchs, Chief AI Officer von Lilly | Foto: Christian Fichtner/big5comm

Thomas Fuchs ist seit Oktober 2024 der erste Chief AI Officer in der Geschichte des US-Pharmakonzerns Lilly. Der aus Österreich stammende Forscher studierte Technische Mathematik an der TU Graz, promovierte an der ETH Zürich und forschte am Jet Propulsion Laboratory der NASA, bevor er am Memorial Sloan Kettering Cancer Center in New York das Digital-Pathology-Unternehmen Paige AI mitgründete. Später baute er am Mount Sinai das erste AI-Department einer Medical School mit auf. Beim Besuch von Lilly Österreich in Wien sprach er mit brutkasten über den Supercomputer des Konzerns, die Grenzen von KI in der Medikamentenentwicklung und darüber, warum Österreich der Schweiz nicht nachstehen müsste.


brutkasten: Sie haben selbst mehrere Unternehmen gegründet, darunter Paige AI. Warum der Schritt in einen Konzern wie Lilly?

Thomas Fuchs: Mein erstes Startup habe ich mit 16 gegründet, tief in den 90er-Jahren. Das waren Multimedia-CD-ROMs über die österreichische Geschichte zum Jubiläum 1996, die Hypertext-Engine haben wir noch ohne Internet selbst geschrieben. 2017 haben wir dann Paige in New York gegründet, ein Spin-out des Memorial Sloan Kettering, dem größten tertiären Krebszentrum der USA. Es ging darum, auf digitalisierten Pathologieschnitten Krebs und seine Treiber automatisch zu erkennen. Das führte 2021 zur FDA-Autorisierung von Paige Prostate, der ersten KI-basierten Software zur Unterstützung bei der Erkennung verdächtiger Bereiche in digitalisierten Prostatabiopsien. Dazu war ich lange Professor am Sloan Kettering, an der Weill Cornell und am Mount Sinai, wo wir das erste AI-Department einer Medical School gegründet haben. Ein fantastisches Umfeld, aber die Mittel, um das Feld wirklich voranzutreiben, sind bei Lilly ungleich größer. Nicht nur bei der Infrastruktur, sondern auch beim Zugang zu Daten und Expertise. Lilly hat tausende Chemiker:innen und Biolog:innen. Bei Lilly erreichen wir mit unseren Medikamenten ungleich mehr Menschen. Das ist ein enormer Hebel.

Welches Wissen bringen Sie als Chief AI Officer ein?

Die meisten Leute denken bei KI zunächst an Sprachmodelle wie ChatGPT oder Claude. Die sind wichtig, aber das Feld ist deutlich breiter. Wir entwickeln Modelle, die Wissenschaftler:innen beim Design von Molekülen unterstützen, bei Proteinen, bei kleinen Molekülen und auch in der genetischen Medizin. Die Sprachmodelle nutzen wir wiederum, um diese unterschiedlichen Systeme mit Agenten zu orchestrieren. Und wir setzen KI nicht nur in der Discovery und der Entwicklung ein, sondern auch in der Produktion. Lilly baut das Manufacturing weltweit aus, und dort arbeiten wir mit digitalen Zwillingen für Geräte und Prozesse. Wenn man die ganze Pharma-Wertschöpfungskette anschaut, kann jeder einzelne Teil davon profitieren.

Wie haben Sie Ihre Organisation aufgebaut?

Lilly hatte schon vor mir ausgezeichnete Analytics-Abteilungen und begann sehr früh damit, Sprachmodelle zu verwenden. Wir haben dem Ganzen eine neue Struktur gegeben. Mein Team arbeitet im Startup-Stil, in kleinen interdisziplinären Teams, die sich jeweils tief in einzelne Bereiche einarbeiten, von Discovery über Development bis Manufacturing. Der erste Schritt war die Struktur, der zweite der Ausbau der Infrastruktur. Lilly hatte, wie die meisten Betriebe, damals nicht sehr viele GPUs für die Forschung. Jetzt haben wir eine sehr leistungsfähige Recheninfrastruktur.

Thomas Fuchs, Chief AI Officer von Lilly, zu Besuch bei Lilly Österreich in Wien. | Foto: Christian Fichtner/big5comm

Wo hat KI in dieser Wertschöpfungskette aktuell den größten Impact?

Das hängt von der Zeitskala ab. Am unmittelbarsten ist es das Manufacturing. Jede Anwendung von KI, die Prozesse in der Produktion effizienter macht, hilft uns, Medikamente verlässlich zu den Patient:innen zu bringen. Der große Teil unserer Arbeit liegt aber in der Discovery: Wie kann man neue Moleküle designen und ihre Eigenschaften, ihre Verträglichkeit und ihre Produzierbarkeit besser einschätzen? Das ist eine wesentlich längere Zeitskala, da reden wir von Jahren. Am Anfang kann man viel beschleunigen und de-risken. Aber am Ende muss die Biologie wirken. Man braucht die klinischen Studien, um zu sehen, ob ein Medikament sicher und effektiv ist. Das wird KI nicht einfach ersetzen.

Warum ein eigener Supercomputer statt Cloud?

Deep Learning besteht intern aus Vektor- und Matrixmultiplikationen, deshalb hat unsere Community ab etwa 2012 angefangen, GPUs aus dem Spieledesign dafür zu verwenden. Unser System ist ein NVIDIA DGX Superpod, deshalb heißt er bei uns LillyPod, mit mehr als 1.000 B300 GPUs. Man kann sich das wie ein wissenschaftliches Instrument vorstellen, wie ein Teleskop oder Mikroskop, das uns erlaubt, tiefer in die kleinsten Dinge hineinzuschauen. Wenn Wissenschaftler:innen nur wenige GPUs haben, können sie keine großen Experimente laufen lassen. Heute können wir Modelle auf Basis all jener Moleküle trainieren, die Lilly in seiner 150-jährigen Geschichte entwickelt hat. Daten bleiben trotzdem der Engpass, in der Biologie gibt es im Vergleich zur Sprache wenige Datenpunkte bei viel höherer Komplexität. Deshalb bauen wir auch automatisierte Labore: Ein Modell schlägt ein Experiment vor, das Labor führt es aus, aus den Daten lernt das Modell wieder dazu. Dieses Flywheel soll uns immer bessere Modelle und damit immer bessere Werkzeuge für unsere Forschenden bringen. Der zweite Teil: Wir passen Sprachmodelle auch an unsere eigenen wissenschaftlichen Anforderungen an.

Das ist eine massive Investition. Wie bringt man das durch?

Wir haben eine Führung, die sehr langfristig denkt und gleichzeitig ein starkes technisches Verständnis mitbringt. Am Ende müssen neue Medikamente herauskommen, die den Patient:innen helfen.

Ist schon etwas herausgekommen?

Im Manufacturing setzen wir KI ein, um Prozesse effizienter zu machen, damit Medikamente verlässlich verfügbar bleiben. In der Discovery haben wir ein Modell entwickelt, das Chemiker:innen beim Design kleiner Moleküle unterstützt. Das verwenden sie tagtäglich. Es hat ihnen neue Ansätze geliefert, die sie dann geprüft haben. So wie Magnus Carlsen im Schach Züge verwendet, die er von der KI gelernt hat, verwenden unsere Chemiker:innen jetzt Motive, die sie von der KI gelernt haben. Aber es bleibt immer eine Partnerschaft zwischen Mensch und Technologie. Wir sind weit davon entfernt, einfach einen Knopf zu drücken und am Ende kommt ein Medikament heraus. KI ist für uns ein Werkzeug, das wir gemeinsam mit unseren Wissenschaftler:innen und für ihre Arbeit entwickeln.

Thomas Fuchs im Interview mit brutkasten-Chefredakteur Martin Pacher in Wien. | Foto: Christian Fichtner/big5comm

Kooperiert Lilly dabei auch mit Startups?

Sehr viel, mit Startups und mit größeren Firmen. Wir wollen das Rad nicht neu erfinden. Aber in manchen Bereichen gibt es noch keine passende Lösung, dann entwickeln wir sie selbst. Was ich immer sage: Wir sollen kaufen, was uns beschleunigt, und selbst machen, was uns unterscheidet. Mit TuneLab wollen wir das Biotech-Ökosystem unterstützen. Wir stellen teilnehmenden Biotech-Unternehmen KI-Werkzeuge über TuneLab zur Verfügung.

Wie blicken Sie auf den Standort Europa und Österreich?

Als Europäer liegt mir die Zukunft Europas sehr am Herzen. Ich würde mir mehr Initiativen wünschen, man muss sich nicht zurückhalten. Österreich hat extrem gute Expertise, die Universitäten bilden hervorragend aus, Sepp Hochreiter in Linz hat die LSTMs mitentwickelt. Das sollte ein Leuchtturm der Welt sein. Natürlich braucht es mehr Investitionen, nicht nur vom öffentlichen Sektor, sondern viel mehr vom privaten. Es gibt keinen Grund, warum Österreich der Schweiz nachstehen sollte.

Wäre Ihre Karriere in Europa möglich gewesen?

Schwer zu sagen, die Welt ändert sich. Es gibt sehr erfolgreiche Beispiele in Österreich. Zürich ist ein Hotspot für Startups rund um die ETH, das würde ich mir auch für Österreich wünschen. Gleichzeitig sind die Rahmenbedingungen in den USA nach wie vor günstiger: Mit Paige in New York hatten wir Möglichkeiten, die in Europa schwerer zu finden gewesen wären. Es gibt keinen technischen oder intellektuellen Grund, warum Europa und Österreich nicht vorn dabei sein sollten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie man das Ergebnis besserer Employee Experience misst