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:
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
Logo von OpenAI
Foto: Adobe Stock

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.


Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

No Hype KI
Nach zwei Jahren ChatGPT liefern wir eine Bestandsaufnahme aus der österreichischen Wirtschaft – wo stehen wir wirklich?
Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

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