Autonomer dank Algorithmen? People Analytics aus Perspektive der Selbstbestimmung
WSI-Mitteilungen, 77 (1):
18–25 (February 2024)DOI: 10.5771/0342-300x-2024-1-18
Abstract
In den Diskussionen um People Analytics (PA) stehen häufig potenzielle Entscheidungshilfen und Effizienzgewinne für Unternehmen im Fokus: Durch die systematische Sammlung und algorithmisch gestützte Analyse von Personaldaten verspricht PA, Handlungsempfehlungen zu liefern, die personalstrategische Entscheidungen optimieren und die Produktivität steigern. Dieser Beitrag untersucht PA aus dem Blickwinkel der Selbstbestimmungstheorie und fragt danach, wie PA sich auf Autonomie, Kompetenz und soziale Einbindung von Beschäftigten positiv oder negativ auswirken kann. Die Selbstbestimmungstheorie geht davon aus, dass die Motivation und schließlich auch das Wohlbefinden und die Leistung von Individuen gesteigert werden können, indem deren psychologischen Grundbedürfnisse nach Autonomie, Kompetenz und sozialer Einbindung erfüllt werden. Die Untersuchung zeigt, dass hierbei Zielkonflikte zwischen Management und Beschäftigten existieren können. Diese beziehen sich auf Autonomie und Kontrolle, Kompetenz und Standardisierung sowie soziale Einbindung und Effizienz. Abschließend identifiziert der Beitrag Handlungsansätze anhand der drei übergreifenden Prinzipien Transparenz, Training und Teilhabe, die eine Umsetzung von PA im Sinne der Selbstbestimmung unterstützen können.