Datenbasierte Führung: Hinsehen, bevor man entscheidet

Ein Praxisinhaber arbeitet täglich mit Diagnostik. Ein Verfahren wie Samsung Ultraschall macht sichtbar, was von außen nicht zu erkennen ist – und erst auf dieser Grundlage wird behandelt. Niemand würde einen Eingriff planen, ohne vorher hineingeschaut zu haben. Sobald derselbe Mensch aber Entscheidungen über seinen Betrieb trifft – über Personal, Öffnungszeiten, Geräteinvestitionen –, gilt diese Selbstverständlichkeit plötzlich nicht mehr. Dann wird nach Gefühl entschieden, nach Gewohnheit oder nach dem, was der Kollege macht. Nicht aus Nachlässigkeit, sondern weil der Druck zur Entscheidung größer ist als der Aufwand, sie zu fundieren.

Das ist kein Problem von Arztpraxen. Es ist das Muster in fast jeder Organisation: Im Fachlichen wird methodisch gearbeitet, im Unternehmerischen improvisiert. Datenbasierte Führung ist der Versuch, diesen Unterschied zu schließen – dabei weder ein Software-Thema noch ein Versprechen auf Objektivität, sondern eine Frage der Haltung, mit einer klaren rechtlichen Grenze und einer Falle, in die viele Organisationen tappen.

Warum Erfahrung allein nicht reicht

Erfahrene Führungskräfte treffen erstaunlich gute Entscheidungen aus dem Bauch. Das ist kein Vorurteil, sondern erforscht: Das Max-Planck-Institut für Bildungsforschung untersucht in seinem Bereich zur adaptiven Rationalität, wie einfache Entscheidungsstrategien funktionieren – und kommt zu einem Ergebnis, das der Intuition widerspricht: Heuristiken schlagen komplexe Modelle in bestimmten Situationen, nämlich dort, wo die Datenlage unsicher und die Zahl der Einflussfaktoren hoch ist.

Auch die Alltagsseite ist untersucht. Ein Bericht über die Forschung zu Bauchentscheidungen fasst zusammen, unter welchen Bedingungen intuitive Entscheidungen zu guten Ergebnissen führen.

Was folgt daraus für die Praxis? Nicht, dass Daten überflüssig wären – sondern dass die Frage lauten muss: Für welche Art von Entscheidung brauche ich was? Drei Fälle lassen sich unterscheiden:

• Wiederkehrende Entscheidungen mit klaren Mustern: Personaleinsatzplanung, Beschaffungsmengen, Kapazitätsauslastung. Hier sind Daten überlegen, weil das Muster stabil ist.
• Einmalige Entscheidungen unter hoher Unsicherheit: Markteintritt, Führungsbesetzung, Krisenreaktion. Hier hilft Erfahrung, weil es keine ausreichende Datenbasis gibt.
• Entscheidungen über Menschen: Hier ist beides nötig – und die Datenseite unterliegt Grenzen, die weiter unten stehen.

Der häufigste Fehler ist nicht, zu wenig Daten zu haben. Er besteht darin, die Fälle zu verwechseln: für eine einmalige strategische Entscheidung wochenlang Zahlen zu sammeln, und die Personaleinsatzplanung nach Gefühl zu machen.

Die Falle: Wenn der Maßstab zum Ziel wird

Es gibt ein Phänomen, das jede datenbasierte Steuerung untergraben kann, und es hat einen Namen: Goodhart’s Law. Sobald eine Kennzahl zum Ziel wird, hört sie auf, ein guter Maßstab zu sein – weil Menschen anfangen, die Zahl zu optimieren statt die Sache.

 

Die Beispiele sind alltäglich. Ein Callcenter, in dem die Anzahl der Gespräche gezählt wird, produziert kurze Gespräche – nicht gelöste Probleme. Ein Vertriebsteam, das an Abschlusszahlen gemessen wird, verkauft, was schnell geht, nicht was passt. Ein Entwicklungsteam mit Ticket-Kennzahlen schließt viele kleine Tickets.

Das ist kein Argument gegen Messen. Es ist ein Argument dafür, drei Dinge zu tun, bevor eine Kennzahl in ein Zielsystem wandert:

• Ausweichverhalten vorwegdenken. Wie würde jemand diese Zahl verbessern, ohne das eigentliche Ziel zu erreichen? Wenn Ihnen dazu in zwei Minuten drei Wege einfallen, wird es passieren.
• Gegenkennzahl definieren. Zur Bearbeitungsgeschwindigkeit gehört die Qualität, zur Abschlussquote die Stornoquote. Einzelkennzahlen sind fast immer manipulierbar, Paare deutlich seltener.
• Zahlen von Bewertung trennen. Eine Kennzahl, die zur Beurteilung von Personen genutzt wird, verändert sofort das Verhalten. Wer Daten zur Steuerung nutzen will, sollte sie nicht gleichzeitig zur Leistungsbewertung einsetzen.

Der letzte Punkt ist der wichtigste – und er führt direkt zur rechtlichen Seite.

Die Grenze: Beschäftigtendatenschutz

Datenbasierte Führung endet dort, wo sie zur Überwachung wird. Diese Grenze ist keine Frage des Anstands, sondern des Rechts.

Die Grundlagen dazu – welche Rechtsgrundlagen gelten, welche Rolle die Interessenabwägung spielt und wo die Mitbestimmung greift – fasst eine Übersicht zum Beschäftigtendatenschutz nach DSGVO und BDSG zusammen. Drei Punkte sind für Führungskräfte praktisch relevant.

Erstens: Zweckbindung. Daten, die für einen Zweck erhoben wurden, dürfen nicht ohne weiteres für einen anderen genutzt werden. Zeiterfassungsdaten sind für die Arbeitszeiterfassung da – nicht für Rückschlüsse auf Leistungsfähigkeit.

Zweitens: Mitbestimmung. Systeme, die geeignet sind, Verhalten oder Leistung von Beschäftigten zu überwachen, unterliegen der Mitbestimmung des Betriebsrats. Entscheidend ist die Eignung, nicht die Absicht – ein System, das theoretisch auswerten könnte, ist mitbestimmungspflichtig, auch wenn es nicht so genutzt wird.

Drittens: Verhältnismäßigkeit. Je persönlicher die Daten, desto strenger die Anforderungen. Aggregierte Teamdaten sind anders zu bewerten als individuelle Verläufe.

Autonomie und Kontrolle: das eigentliche Spannungsfeld

Hinter der rechtlichen Frage steht eine organisationale. Das Alexander von Humboldt Institut für Internet und Gesellschaft untersucht in seinem Projekt Zwischen Autonomie und Überwachung, wie digitale Systeme dieses Verhältnis in der Arbeitswelt verschieben.

Für die Führungspraxis ist das keine akademische Frage. Dieselbe Datenerhebung kann von Beschäftigten als Unterstützung oder als Kontrolle erlebt werden – und was davon eintritt, hängt weniger an der Technik als an drei Bedingungen: Wissen die Betroffenen, was erhoben wird? Haben sie Zugriff auf ihre eigenen Daten? Und wird transparent gemacht, wofür die Auswertung genutzt wird und wofür nicht?

Wer diese drei Fragen mit Ja beantworten kann, hat gute Chancen, dass ein System akzeptiert wird. Wer sie ausweicht, bekommt Widerstand – und zwar berechtigten.

Datenqualität: die unterschätzte Voraussetzung

Bevor Daten Entscheidungen tragen können, müssen sie belastbar sein. Das klingt selbstverständlich und wird in der Praxis regelmäßig übersprungen.

Vier Fragen entscheiden über die Verwendbarkeit eines Datenbestands:

• Vollständigkeit: Fehlen systematisch bestimmte Fälle? Wenn Rückmeldungen freiwillig sind, antworten überproportional die Zufriedenen oder die Verärgerten – selten die Mitte.
• Aktualität: Wie alt sind die Daten, auf die Sie sich stützen? Eine Auswertung von vor zwei Jahren beschreibt eine Organisation, die es nicht mehr gibt.
• Einheitlichkeit: Wird derselbe Sachverhalt überall gleich erfasst? Wenn zwei Abteilungen „abgeschlossen“ unterschiedlich definieren, sind die Zahlen nicht vergleichbar.
• Integrität: Können Daten nachträglich verändert worden sein, ohne dass es auffällt? Der IT-Grundschutz des BSI behandelt genau diese Frage – Integrität ist dort ein eigenes Schutzziel neben Vertraulichkeit und Verfügbarkeit.

Der praktische Rat: Prüfen Sie eine Datenquelle einmal manuell nach, bevor Sie ihr vertrauen. Nehmen Sie zehn Fälle und rechnen Sie sie durch. Was dabei auffällt, sagt mehr über die Verwendbarkeit als jede Systemdokumentation.

Was in der Praxis funktioniert

Klein anfangen, an einer echten Frage

Der übliche Fehler bei der Einführung ist die Reihenfolge: erst ein System kaufen, dann überlegen, was man damit macht. Umgekehrt funktioniert es besser. Formulieren Sie eine Frage, die Sie tatsächlich beantworten wollen – und prüfen Sie dann, welche Daten dafür nötig sind.

Gute Ausgangsfragen sind konkret und haben Konsequenzen: Warum dauert die Bearbeitung in Team A doppelt so lange wie in Team B? An welcher Stelle brechen Bewerbungsprozesse ab? Welche Kunden kündigen, und wann war der letzte Kontakt?

Daten und Gespräch verbinden

Zahlen zeigen, dass etwas anders ist – nicht warum. Wer eine Auffälligkeit findet, hat damit den Anfang eines Gesprächs, nicht dessen Ergebnis.

Auch dafür ist die Diagnostik das treffende Bild. Ein Ultraschallbefund ist keine Diagnose, sondern ein Hinweis, dem eine Untersuchung folgt – Anamnese, Nachfragen, gegebenenfalls ein zweites Verfahren. Kein Arzt behandelt auf einen einzelnen Befund hin, ohne mit dem Patienten gesprochen zu haben. Genauso wenig sollte eine Führungskraft auf eine abweichende Kennzahl hin eine Maßnahme beschließen.

Praktisch heißt das: Wenn eine Zahl abweicht, ist die nächste Handlung eine Frage an die Menschen, die dort arbeiten. Diese Reihenfolge klingt banal, wird aber häufig übersprungen – und das ist der Punkt, an dem datenbasierte Führung in Misstrauen kippt.

Entscheidungen dokumentieren

Ein Instrument, das wenig kostet und viel bringt: Halten Sie bei größeren Entscheidungen fest, auf welcher Grundlage sie getroffen wurden und was Sie erwarten. Ein paar Zeilen genügen – Annahme, Erwartung, Zeitpunkt der Überprüfung.

Der Nutzen zeigt sich später. Wer nach sechs Monaten nachliest, erkennt, welche Annahmen tragfähig waren und welche nicht. Ohne Dokumentation erinnert man sich vor allem an die Entscheidungen, die funktioniert haben – ein bekannter Effekt, der Lernen verhindert.

Was Sie prüfen können

Fünf Fragen für eine Bestandsaufnahme im eigenen Bereich:

• Welche drei Kennzahlen schauen Sie regelmäßig an – und wann haben Sie zuletzt geprüft, ob sie das messen, was Sie meinen?
• Gibt es eine Zahl in Ihrem Zielsystem, die sich verbessern lässt, ohne dass es der Sache dient?
• Werden Daten, die zur Steuerung erhoben werden, auch zur Beurteilung von Personen genutzt?
• Wissen Ihre Mitarbeitenden, welche Daten über ihre Arbeit erfasst werden?
• Wann wurde die letzte größere Entscheidung im Nachhinein daraufhin geprüft, ob die Annahmen gestimmt haben?

Fazit

Datenbasierte Führung ist kein Gegensatz zu Erfahrung, sondern ihre Ergänzung. Sie wirkt dort am stärksten, wo Muster stabil sind, und sie hilft wenig, wo eine Situation einmalig ist. Wer das unterscheidet, nutzt beides richtig.

Zwei Grenzen sollten dabei klar sein. Die eine ist rechtlich: Beschäftigtendaten unterliegen Zweckbindung und Mitbestimmung, und das ist keine Formalie. Die andere ist inhaltlich: Sobald eine Kennzahl zum Ziel wird, verliert sie ihren Wert als Maßstab.

Der erste Schritt kostet zwanzig Minuten: Nehmen Sie die Kennzahlen, die in Ihrem Bereich berichtet werden, und fragen Sie zu jeder – was genau soll das messen, und wie ließe sich die Zahl verbessern, ohne dass sich etwas Wirkliches ändert? Wo Ihnen darauf schnell eine Antwort einfällt, haben Sie eine Kennzahl gefunden, die überarbeitet werden sollte.

Gefällt Ihnen dieser Beitrag? Dann verpassen Sie nicht die Gelegenheit, auch diese Kategorie zu entdecken.