Wissenschaftliche Grundlagen von PRODICTA
Von der Vorhersage zur Leistung
Traditionelle Auswahlverfahren konzentrieren sich auf die Messung von Eigenschaften wie Persönlichkeit, kognitiver Fähigkeit und Verhaltenspräferenzen. Diese Ansätze sind weit verbreitet und durch Forschung gestützt. Aber sie beantworten eine begrenzte Frage: Wie ist diese Person?
PRODICTA ist gebaut, um eine wichtigere zu beantworten: Wie entscheidet diese Person, wenn die Antwort nicht auf der Hand liegt?
Was PRODICTA nicht ist
PRODICTA ist kein Persönlichkeitstest. Wir bitten Kandidaten nicht, sich selbst einzuschätzen, Aussagen zuzustimmen oder ihre Vorlieben zu beschreiben. Wir messen keine Eigenschaften, Typen oder psychologischen Profile.
Was PRODICTA ist
PRODICTA versetzt Kandidaten in realistische Arbeitssituationen und beobachtet, wie sie sich tatsächlich hindurchdenken. Die Verhaltensdaten, die wir analysieren, sind das, was Kandidaten in ihren Antworten tun, entscheiden, schreiben und priorisieren, nicht das, was sie über sich selbst sagen.
Das ist der Unterschied zwischen der Frage „Sind Sie gut unter Druck?“ und der Beobachtung, wie jemand tatsächlich reagiert, wenn ein leitender Stakeholder Gegenwind gibt, eine Frist sich verschiebt und Abwägungen schriftlich benannt werden müssen.
Arbeitsproben-Simulationen
PRODICTA hilft Arbeitgebern zu entscheiden, wer weiterkommt und wer eingestellt wird, auf Grundlage von Belegen aus der Arbeit, die Bewerbende tatsächlich leisten müssen.
“Arbeitsproben, bei denen Kandidaten echte Aufgaben der Stelle ausführen, gehören zu den aussagekräftigsten Prädiktoren für Arbeitsleistung.”
Zum Vergleich:
- Berufsjahre haben einen geringen Vorhersagewert, etwa 0,18
- Bildungsabschluss hat einen geringen Vorhersagewert, etwa 0,10
Traditionelle Personalauswahl verlässt sich auf Stellvertretergrößen:
- Lebensläufe
- Qualifikationen
- Selbstauskünfte
Jemandem beim Entscheiden zuzusehen misst etwas grundlegend anderes: beobachtetes Verhalten in Situationen ohne einzige richtige Antwort.
PRODICTA versetzt Kandidaten in Szenarien vom ersten Tag, in denen sie:
- Aufgaben priorisieren
- Entscheidungen unter Druck treffen
- Auf echte Einschränkungen reagieren
- Im Kontext kommunizieren
Nicht, was sie sagen, dass sie tun würden, sondern was sie tatsächlich tun.
Verhalten hängt vom Kontext ab
Die Forschung zeigt, dass Verhalten von der Situation geprägt wird.
“Leistung wird ebenso stark vom Kontext beeinflusst wie von der Persönlichkeit.”
Dieselbe Person kann sich unterschiedlich verhalten, je nach:
- Druck
- Konkurrierenden Prioritäten
- Erwartungen der Stakeholder
- Organisationsumfeld
Kandidaten außerhalb des echten Kontexts zu beurteilen, begrenzt die Genauigkeit. Um Leistung zu verstehen, muss Verhalten unter realistischen Bedingungen beobachtet werden.
Von Eigenschaften zu Verhalten
Die Forschung zeigt: Persönlichkeitsmerkmale beschreiben allgemeine Tendenzen, beobachtetes Verhalten in echten Situationen liefert dagegen ein stärkeres und verlässlicheres Signal für die Vorhersage.
Die Persönlichkeits-Leistungs-Forschung zeigt moderate Zusammenhänge zwischen Eigenschaften und Arbeitsergebnissen (Barrick und Mount, 1991), während die Verhaltenswissenschaft zeigt, dass Leistung stark vom situativen Kontext abhängt (Mischel, 1968).
Metaanalysen zu Auswahlverfahren zeigen zudem, dass Ansätze auf Grundlage echter Arbeitsaufgaben, etwa Arbeitsproben, zu den aussagekräftigsten Prädiktoren für Leistung gehören (Schmidt und Hunter, 1998; 2016).
Persönlichkeit liefert nützliche Einblicke, erfasst aber nicht, wie sich jemand verhält, wenn es darauf ankommt. Beobachtetes Verhalten im Kontext liefert ein stärkeres, verlässlicheres Signal.
Assessment-Center-Methodik
PRODICTA greift Prinzipien auf, die in Assessment-Centern verwendet werden, einem seit langem etablierten Ansatz für folgenreiche Besetzungen.
Assessment-Center beurteilen Kandidaten durch:
- Simulationen
- Rollenbezogene Übungen
- Aufgaben aus der Praxis
“Die Forschung zeigt, dass diese Methoden eine hohe Vorhersagevalidität haben und für die Beurteilung von Arbeitsleistung breit anerkannt sind.”
Assessment-Center sind wirksam, aber traditionell:
- Teuer
- Zeitaufwendig
- Schwer skalierbar
PRODICTA bringt dieselben Prinzipien in ein skalierbares, digitales Format:
- Simulationen auf Abruf
- Stellenbezogene Szenarien
- Einheitliche Bewertung
Leistung durch Erfahrung
Die Forschung zum Erfahrungslernen zeigt, dass Leistung am besten durch Handeln zu verstehen ist.
Kolb (1984)
Menschen zeigen ihre Fähigkeiten am genauesten, wenn sie:
- Aufgaben aktiv ausführen
- Entscheidungen im Kontext treffen
PRODICTA erfasst Verhalten so, wie es natürlich entsteht, während Kandidaten echte Arbeitssituationen durchdenken.
Entscheiden unter Druck
Leistung in der Praxis hängt davon ab, wie Menschen unter Einschränkungen handeln.
Die Entscheidungsforschung zeigt, dass Verhalten beeinflusst wird von:
- Zeitdruck
- Unvollständigen Informationen
- Kognitiver Belastung
Kahneman (2011); Sweller (Cognitive Load Theory)
Traditionelle Tests spiegeln echte Arbeitsbedingungen nicht wider.
PRODICTA führt ein:
- Zeitliche Beschränkungen
- Konkurrierende Prioritäten
- Unvollkommene Informationen
Um echtes Entscheidungsverhalten sichtbar zu machen.
Verhalten vs. Absicht
Die Verhaltenswissenschaft zeigt, dass Menschen nicht immer im Einklang mit ihrer Selbstwahrnehmung handeln.
Kahneman und Tversky
Deshalb haben Persönlichkeitstests, Verhaltensfragebögen und Selbsteinschätzungen nur begrenzten Vorhersagewert. Menschen antworten so, wie sie sich selbst vorstellen, nicht so, wie sie sich tatsächlich verhalten.
Selbstauskünfte:
- Können verzerrt sein
- Spiegeln echtes Verhalten möglicherweise nicht wider
Die Forschung zeigt, dass Auswahlsysteme auf Grundlage abgeleiteter Eigenschaften oder Selbstauskünfte:
- Es an Konsistenz fehlen kann
- Verhalten in der Praxis möglicherweise nicht widerspiegeln
- Stark von subjektiver Interpretation abhängen
Zu verstehen, wie sich jemand in der Theorie verhält, ist nicht dasselbe wie zu sehen, wie er in der Praxis arbeitet. Das ist die Grenze von Persönlichkeitsverfahren, Verhaltensfragebögen und Eigenschaftsinventaren: Sie sagen Ihnen, wie jemand ist, nicht, was er tun wird.
PRODICTA misst tatsächliche Entscheidungen, nicht erklärte Absichten.
KI-gestützte Verhaltensanalyse
Mit „Verhaltensanalyse“ meinen wir keine Persönlichkeitsfragebögen, Verhaltensumfragen oder selbstberichteten Präferenztests. PRODICTA analysiert beobachtetes Verhalten, während Kandidaten echte Arbeitssituationen durchdenken: was sie tatsächlich tun, entscheiden, schreiben und priorisieren, wenn sie realistischem Arbeitsdruck ausgesetzt sind. Der Unterschied ist grundlegend: Selbstberichtete Verhaltensdaten sagen Ihnen, was jemand angeblich tun würde, beobachtete Verhaltensdaten zeigen Ihnen, was er tatsächlich getan hat.
PRODICTA verbindet Verhaltenswissenschaft mit moderner KI, um die Leistung von Kandidaten zu interpretieren.
Die Forschung zu KI und HR-Analytik zeigt:
- Datengestützte Personalauswahl verbessert Konsistenz und Entscheidungsqualität
- Verhaltensdaten liefern stärkere Signale als Selbstauskünfte
- Strukturierte Bewertung verringert Verzerrung und Streuung
Gestützt durch:
- IBM Smarter Workforce Institute
- McKinsey-Forschung
- Frontiers in Psychology (2022)
KI ist am wirksamsten, wenn sie auf beobachtete Verhaltensdaten aus echten Arbeitsbedingungen angewendet wird, statt sich auf abstrakte oder selbstberichtete Fragebogenantworten zu stützen. Der Unterschied zählt: Selbstauskünfte können verzerrt, einstudiert oder KI-generiert sein. Beobachtetes Verhalten bei echten Arbeitsaufgaben lässt sich nicht auf dieselbe Weise vortäuschen.
PRODICTA analysiert, was Kandidaten tatsächlich tun, während sie auf echte Arbeitssituationen reagieren:
- Entscheidungsmuster bei Abwägungen
- Priorisierungsverhalten unter Zeitdruck
- Risikobewusstsein, wenn der Einsatz sichtbar ist
- Konsistenz unter Druck über mehrere Aufgaben hinweg
- Kommunikationsstil, wenn die Situation schwierig ist
Das ist beobachtete Leistung, keine selbstberichtete Präferenz. Die Daten stammen daraus, wie sich Kandidaten während der Simulation tatsächlich verhalten, nicht aus Fragen dazu, wie sie sich verhalten würden.
KI, Daten und modernes Recruiting
Die Forschung zeigt:
- KI verbessert Tempo und Effizienz der Personalauswahl
- Prädiktive Analytik verbessert Personalergebnisse
- Datengestützte Organisationen treffen bessere Talententscheidungen
KI ist nur so stark wie die Daten, auf denen sie trainiert wurde.
Traditionelle Systeme verlassen sich auf:
- Lebenslaufdaten
- Schlagwortabgleich
- Statische Eingaben
PRODICTA nutzt beobachtete Verhaltensdaten aus realistischen Arbeitsszenarien.
- Tiefere Mustererkennung
- Frühe Erkennung von Risiken
- Stärkere Vorhersage von Leistung und Verbleib
- Einheitlichere und vertretbarere Entscheidungen
Die wirtschaftliche Realität
Die Genauigkeit der Personalauswahl hat direkte finanzielle Auswirkungen.
Der CIPD berichtet:
- Durchschnittliche Kosten pro Einstellung etwa 6.000 £
- Einstellungen auf Managementebene etwa 19.000 £
REC-Kennzahlen zeigen:
- Typische Kosten einer Fehlbesetzung zwischen 30.000 £ und 50.000 £
- Fehlbesetzungen im mittleren Management können 100.000 £ übersteigen
Schon kleine Verbesserungen der Auswahlgenauigkeit:
- Senken Kosten
- Schützen Umsatz
- Verbessern die Bindung
- Stärken Kundenbeziehungen
Selbstwahrnehmung vs. Leistung
Die Forschung zeigt, dass selbstberichtete Fähigkeit die tatsächliche Leistung nicht verlässlich widerspiegelt. In manchen Studien schnitten die Personen, die sich selbst am höchsten einschätzten, in praktischen Prüfungen am schlechtesten ab.
- Selbstsicherheit ist nicht gleich Kompetenz
- Angaben im Lebenslauf garantieren keine Leistung
- Gespräche erfassen Wahrnehmung, nicht Verhalten
PRODICTA misst beobachtete Leistung, nicht Selbstwahrnehmung. Die Person, die von sich behauptet, „großartig unter Druck“ zu sein, bekommt dieselbe Simulation wie alle anderen, und wir messen, wie sie tatsächlich reagiert.
Realismus und ökologische Validität
Die psychologische Forschung zeigt, dass Verfahren, die reale Bedingungen abbilden, genauere Erkenntnisse liefern. Dieses Konzept, bekannt als ökologische Validität, ist eines der stärksten Prinzipien der modernen Assessment-Wissenschaft.
Je näher ein Verfahren an der echten Arbeit ist:
- Desto genauer die Vorhersage
- Desto aussagekräftiger die Ergebnisse
- Desto größer das Vertrauen von Arbeitgebern, HR-Teams und Führungskräften
Generische Persönlichkeitstests, situative Urteilsfragebögen und abstrakte Problemlöseübungen haben eine geringe ökologische Validität, weil sie echter Arbeit nicht ähneln.
PRODICTA schafft realistische, stellenbezogene Umgebungen, die echte Entscheidungen, echte Einschränkungen und echte Arbeitsbedingungen spiegeln. Eine Kandidatin für eine Marketingleitung arbeitet an echten Kampagnen-Briefings. Ein Finanzmanager prüft echte Abweichungsdaten. Eine Juristin berät zu echten Vertragsklauseln. Die Simulationsumgebung entspricht der Arbeitsumgebung: hohe ökologische Validität, hohe Vorhersagekraft.
Alles zusammengenommen
Über Forschung und Branchenbelege hinweg:
- Persönlichkeit liefert allgemeine Signale
- Verhalten hängt vom Kontext ab
- Echte Arbeit macht Leistung sichtbar
- Erfahrungsbasierte Methoden verbessern die Genauigkeit
- Beobachtetes Verhalten bei echten Aufgaben stärkt die Vorhersage (nicht Selbstauskünfte oder Persönlichkeitsfragebögen)
- Selbstwahrnehmung sagt echte Leistung nicht verlässlich voraus
- Realistische, stellenbezogene Szenarien erreichen eine höhere Vorhersagevalidität als abstrakte Tests
- KI erhöht Konsistenz und Erkenntnistiefe
Wir testen weder Persönlichkeit noch Theorie.
Wir stellen Kandidaten vor Entscheidungen ohne saubere Antwort, gebaut aus der Stelle, und sehen uns an, wie sie entschieden haben.
Ein letzter Gedanke
Personalauswahl sollte sich nicht stützen auf:
- Was Kandidaten sagen
- Was ihr Lebenslauf nahelegt
- Abstrakte Tests allein
Sie sollte darauf beruhen: was Kandidaten tatsächlich tun, wenn man sie in echte Arbeitssituationen versetzt.
PRODICTA bringt echte Arbeit in den Einstellungsprozess, damit Entscheidungen auf Belegen beruhen, nicht auf Vermutungen.
Quellen
- Schmidt, F. L., und Hunter, J. E. (1998; 2016) Psychological Bulletin
- U.S. Office of Personnel Management (OPM), Work Samples and Simulations
- CIPD (2015) A Head for Hiring: The Behavioural Science of Recruitment
- Barrick, M. R., und Mount, M. K. (1991) Personnel Psychology
- Mischel, W. (1968) Personality and Assessment
- Thornton, G. C., und Rupp, D. E. (2006) Assessment Centre Method
- Kolb, D. A. (1984) Experiential Learning
- Kahneman, D. (2011) Thinking, Fast and Slow
- Kahneman, D., und Tversky, A. Behavioural decision theory
- Sweller, J. Cognitive Load Theory
- Christian et al. (2010) Personnel Psychology
- McDaniel et al. (2007) Personnel Psychology
- Webster et al. (2020) Medical Education
- Forschung des IBM Smarter Workforce Institute
- McKinsey-Forschung zu datengestützter Entscheidungsfindung
- Frontiers in Psychology (2022)
- CIPD Resourcing and Talent Planning Reports
- REC-Branchenkennzahlen