06.11.2019

Wie man mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

"People Analytics" heißt die relativ neue HR-Disziplin, bei welcher Daten genutzt werden, um für eine bessere Employee Experience zu sorgen. Experte Maximilian Lammer erläutert in seinem aktuellen Beitrag, warum das Thema wichtig ist und was es dabei zu beachten gilt.
/artikel/wie-man-mit-dem-richtigen-einsatz-von-daten-fuer-gluecklichere-mitarbeiter-sorgt
People Analytics Data HR Employee Experience - Informer Buchhaltung
(c) Adobe Stock / gstockstudio

Dass wir uns in unseren Unternehmen in allen Bereichen mehr mit Daten beschäftigen müssen, ist inzwischen verstanden. Aber es gibt Bereiche, in denen Datensammlung und Datenverwendung für Entscheidungen stärker im Einsatz sind als in anderen. In den letzten Jahren wurden Marketing, Sales oder Produktion mit Tools und datenbasierten Entscheidungen verbessert und optimiert. HR dagegen ist allgemein gesprochen eher ein Bereich, in dem Data und Analytics bisher weniger stark im Fokus stand. Das liegt zum einen an der Stellung, die HR traditionell im Unternehmen hat – nämlich hinter Sales, Marketing, Produktion – und zum anderen an den Aufgaben, die HR in unseren Organisationen üblicherweise zugeschrieben sind.


Bisher in der Serie erschienen:


Insbesondere mit dem neuen Verständnis, dass Employee Experience – also das „Erlebnis Job“, die Mitarbeitererfahrung am Arbeitsplatz – ein, wenn nicht sogar das entscheidende strategische Gestaltungsfeld für die Zukunft von Unternehmen geworden ist, rückt auch das Thema Daten in den Vordergrund. Die Gestaltung von Employee Experience beginnt mit einem besseren Kennen und Verstehen der Mitarbeiter im Unternehmen – unter anderem auf Basis von Daten.

Daten im HR Bereich

Selbstverständlich sammelt HR viele Daten (absolute Full-time Equivalent-Zahlen, Gehalt, Krankenstände, etc.), aber was damit passiert oder welche Zusammenhänge eventuell erkannt werden können, das ist nicht ganz so klar. Alleine eine gute Visualisierung und Darstellung der gesammelten Daten hilft bereits bei einem besseren Verständnis und lässt erste Interpretationen zu – noch bevor es um tiefere People Analytics geht.

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

Und dann gibt es noch die Mitarbeiterbefragungen. Meist einmal pro Jahr, manchmal sogar nur alle zwei Jahre, manchmal werden die Mitarbeiter gar nicht befragt. Der letzte Fall klingt zwar besonders hart, ist aber im Endeffekt sogar fast besser als die jährliche Befragung, die keine Veränderung oder entsprechende Maßnahmen und Aktivitäten nach sich zieht – was öfter vorkommt als man denkt.

Insgesamt muss man festhalten, dass auch jährliche Befragungen so gut wie keine Aussagekraft haben, weil es sich um eine jeweilige Momentaufnahme handelt, die relativ wenig Rückschluss zulässt und keine Entwicklungen widerspiegelt. Der richtige Weg ist, Mitarbeiter regelmäßig mit kurzen Befragungen um ihre Meinung, Einschätzung und Feedback zu bitten – und darauf aufbauend die Employee Experience zu verbessern.

People Analytics verändert die Rolle von HR nachhaltig

Die neue HR-Disziplin „People Analytics“ nutzt also Insights und Erkenntnisse aus Daten, um die Entscheidungsfindung zu unterstützen. Das birgt großes Potenzial. Beispielsweise in Bezug auf Geschäftsstrategien, Produktivität und Performance – durch insbesondere individualisierbare und optimierte Employee Experience, basierend auf Zahlen und Daten.

Aufgrund dieses Potenzials und der zu erwartenden positiven Wirkung auf das Ergebnis eines Unternehmens verändert sich zwangsläufig und automatisch auch die Rolle von HR. Natürlich muss sich das Personalmanagement entsprechende Kenntnisse und Skills aneignen, die es für die Bewältigung der Aufgabe „People Analytics“ braucht – aber mit dem Einsatz und den Möglichkeiten von „People Analytics“ steigt auch die Stellung von HR in Unternehmen umgehend. Weil damit der Beitrag zum Ergebnis ganz anders sichtbar wird als bisher, wo HR mehr als eine Kostenstelle denn als ein Profitcenter in Unternehmen galt.

Einfache Grundregeln für People Analytics

  1. Am wichtigsten ist von vornherein, dass die Mitarbeiter ihre Daten „besitzen“ und bei einem etwaigen Ausscheiden aus der Organisation diese Daten mitnehmen können. Das ist grundsätzlich durch die DSGVO so vorgesehen, muss und soll unbedingt offen und klar kommuniziert werden.
  2. Genauso wichtig und essentiell sind Transparenz und offene Kommunikation generell im Bezug auf das Thema Analytics: Es muss erklärt werden, was genau passiert, welche Daten erhoben und wie die Ergebnisse verwendet werden. Ohne Transparenz entsteht Unsicherheit und Misstrauen – das ist es nicht wert.
  3. Einzig und allein „Lernen & Verstehen“ ist der Grund für die Einführung und Anwendung von People Analytics – das ist mit dem Grundsatz für Employee Experience verbunden: „you have to really, really care“. Der Fokus auf Employee Experience darf kein reines Lippenbekenntnis sein. Dementsprechend gilt: Stellen Sie die Erkenntnisse zur Verfügung, damit sich die Organisation im Sinne der Mitarbeiter positiv entwickeln kann.
  4. Beginnen Sie in einem kleinen Projektteam mit den Daten, die Ihr Unternehmen bereits sammelt und versuchen Sie, diese zu verstehen. Selbst in kleineren Unternehmen mit ein paar Dutzend Mitarbeitern gibt es Anwendungsmöglichkeiten. Lernen Sie in kleinen Schritten Ihre Daten kennen und diese in Beziehung zu setzen – stellen Sie in weiterer Folge entsprechende Fragen, die durch Daten und Analytics beantwortet werden sollen. Klären Sie, ob Sie eventuell zusätzliche Daten benötigen und erheben Sie diese, damit die richtigen Fragen auch beantwortet werden können.
  5. Nutzen Sie die Erkenntnisse, um eine bessere Employee Experience zu gestalten – ganz im Sinne von Richard Branson: „If you look after your staff they’ll look after your customers. It’s that simple.“ Gestalten Sie Employee Experience mit Ihren Mitarbeitern und nicht für sie – dazu benötigen Sie entsprechende Feedbacktools und Partizipationsmöglichkeiten, über die Sie wiederum in regelmäßigen Abständen Ihre Mitarbeiter einbinden und befragen.

Über den Autor

Max Lammer - Experte für Employee ExperienceMax 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:
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
Larisa Stanescu (l.) vom Competence Center KI der Wiener Stadtwerke-Gruppe und Product Owner Jonathan Mayer | (c) WienIT

Im August 2025 zog die WienIT in einem eigenen Beitrag eine erste Zwischenbilanz des Competence Center KI. Der Bogen spannte sich damals vom Wissensmanagement-Tool bis zur KI-gestützten Lösung für Förderanträge.

Ein Jahr später hat sich der Schwerpunkt verschoben. In den Vordergrund gerückt ist eine zentrale KI-Plattform, die allen Mitarbeitenden der Wiener Stadtwerke-Gruppe Zugang zu KI-Werkzeugen geben soll. Sie ist produktiv, und seit dem Rollout wurden nach Angaben des Unternehmens rund 500 Nutzer:innen gewonnen.

„Die vergangenen eineinhalb Jahre waren vor allem von Aufbauarbeit geprägt“, sagt Jonathan Mayer, Product Owner der KI-Plattform. Das größte Vorhaben sei die Entwicklung eben dieser Plattform gewesen, mit dem Ziel, einen „einfachen, sicheren und vertrauenswürdigen Zugang zu KI-Technologien“ zu ermöglichen.

Larisa Stanescu, die das Competence Center leitet, wertet die Zahl als Bestätigung: Die Entwicklung zeige, dass der Bedarf an KI-Werkzeugen im Arbeitsalltag groß sei und kontinuierlich wachse. Entscheidend sei dabei, dass die Plattform einen sicheren und unternehmenskonformen Zugang biete.

Vom Freitextfeld bis zur Bestellprognose

Inhaltlich sieht das Competence Center einen großen Bedarf im Wissensmanagement. Informationen würden immer umfangreicher und verteilter, KI könne relevantes Wissen schneller auffindbar machen.

Daneben kommt KI zur Datenanalyse zum Einsatz, etwa bei der Auswertung offener Antworten aus Mitarbeiter- und Kundenbefragungen. Freitextdaten enthielten oft wertvolle Erkenntnisse, deren manuelle Analyse aber sehr zeitaufwendig sei, so Mayer.

Stanescu betont, dass klassische Data-Science- und Machine-Learning-Ansätze darüber nicht in Vergessenheit geraten dürfen. Aktuell arbeite man an mehreren Use Cases in der Logistik, bei denen historische Daten genutzt werden, um Bestellmengen und Bestellzeitpunkte präziser zu prognostizieren.

Larisa Stanescu vom Competence Center KI | (c) WienIT

Digitale Souveränität als Leitprinzip

Die Frage nach Modellen und Infrastruktur ist für das Competence Center mehr als eine technische. „Digitale Souveränität ist für uns ein strategisches Leitprinzip“, sagt Mayer. Ziel sei es, die Kontrolle über die eigenen Daten und deren Verarbeitung zu behalten und gleichzeitig die Vorteile moderner Cloud- und KI-Technologien nutzen zu können.

Der Weg dorthin wird als pragmatisch beschrieben: Abhängig von den Anforderungen eines Use Cases und der Sensibilität der Daten wird entschieden, welche Infrastruktur und welche Technologien zum Einsatz kommen.

Konkret wird es beim nächsten Release der Plattform. Dann sollen Nutzer:innen zwischen verschiedenen Modellen selbst auswählen können, etwa europäischen Modellen oder Thinking-Modellen. Parallel dazu soll Model Routing implementiert werden, das automatisch das passende Modell für die jeweilige Fragestellung auswählt.

Warum Startups bislang nicht unmittelbar beteiligt sind

Bemerkenswert für ein Innovationsthema dieser Größenordnung: Startups sind bislang nicht unmittelbar beteiligt. „Aktuell arbeiten wir in unseren KI-Projekten nicht unmittelbar mit Startups zusammen“, sagt Stanescu. Den Wiener Stadtwerken sei der interne Knowhow-Aufbau besonders wichtig, weshalb auch im Hinblick auf digitale Souveränität stark auf Eigenentwicklungen gesetzt werde.

Eine grundsätzliche Absage ist das nicht. Entscheidend sei, ob eine Lösung konkreten Mehrwert biete und sich in die Anforderungen an Sicherheit, Datenschutz und Integration einfüge. Künftige Kooperationen schließe man keineswegs aus, so Stanescu: Gerade im dynamischen KI-Markt könnten Partnerschaften mit innovativen Unternehmen eine interessante Ergänzung zu etablierten Technologieanbietern sein.

Jonathan Mayer, Product Owner der KI-Plattform von WienIT | (c) WienIT

Keine hochsensiblen Daten, On-Premises als Option

Auf technischer Ebene arbeitet das Competence Center mit klaren Datenklassifizierungen. Derzeit werden auf der Plattform keine hochsensiblen Daten verarbeitet. In Pilotprojekten wird evaluiert, wie künftig auch sensiblere Anwendungsfälle umgesetzt werden können, etwa durch On-Premises-Modelle, bei denen Daten die eigene Infrastruktur nicht verlassen.

Unabhängig von der Technologie gelte ein Grundsatz, sagt Mayer: KI unterstütze Menschen bei ihrer Arbeit, ersetze aber nicht die menschliche Verantwortung. Bei wichtigen Entscheidungen bleibe die finale Bewertung und Freigabe stets in menschlicher Hand.

Begleitet wird der Rollout von einem Change- und Enablement-Ansatz. Jede neue Nutzerin und jeder neue Nutzer der Plattform erhält ein strukturiertes Onboarding zu den Regeln im Umgang mit KI, dazu kommen Informationsveranstaltungen, Schulungen und eine Community für den Erfahrungsaustausch.

„Welches Problem lösen wir?“

Eine der wichtigsten Erkenntnisse der vergangenen Monate formuliert Stanescu grundsätzlich: KI sei kein reines IT-Thema, technologische Exzellenz allein reiche nicht aus. Erfolgreiche Projekte entstünden dort, wo Fachbereiche, IT, Informationssicherheit, Datenschutz und Change Management früh eingebunden werden. Die Abstimmung dieser Anforderungen brauche oft mehr Zeit als die technische Umsetzung selbst.

Der Erfolg von KI-Anwendungen hänge zudem wesentlich stärker von Akzeptanz, Vertrauen und nutzbaren Anwendungsfällen ab als von der Leistungsfähigkeit einzelner Modelle. Statt „Welches Modell ist das beste?“ solle man fragen: „Welches Problem lösen wir für unsere Kolleginnen und Kollegen?“

Agentische KI und ein Hackathon

In den kommenden Monaten liegt der Schwerpunkt auf der Weiterentwicklung der Plattform. Der Zugang zu KI soll weiter vereinfacht, zusätzliche Anwendungsfälle sollen erschlossen werden.

Parallel beschäftigt sich das Competence Center mit agentischer KI. Das Competence Center für Intelligent Process Automation pilotiert erste agentische Fähigkeiten innerhalb der Wiener Stadtwerke-Gruppe. Evaluiert wird, wie KI künftig nicht nur Informationen bereitstellen, sondern komplexere Aufgaben und Prozessschritte eigenständig unterstützen kann.

Um die Innovationskraft im Konzern zu stärken, ist außerdem ein KI-Hackathon geplant, bei dem Mitarbeitende eigene Ideen umsetzen können.

Langfristig sieht das Competence Center seine Rolle nicht darin, einzelne Lösungen bereitzustellen, sondern nachhaltige KI-Kompetenz im gesamten Konzern aufzubauen. Der größte Hebel liege nicht in einzelnen Tools, sondern in den Menschen, die diese Technologien sinnvoll einsetzen.

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 mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie man mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie man mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

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 mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

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 mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

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 mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

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 mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wie man mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wie man mit dem richtigen Einsatz von Daten für glücklichere Mitarbeiter sorgt