tifizieren, welcher Bewerber am besten geeignet ist für eine bestimmte Stelle (Einstellungsent- scheidung), oder welchem Mitarbeiter ein Unter- nehmen am ehesten einen Aufhebungsvertrag unterbreiten sollte (Freisetzungsentscheidung). Ein Unterschied besteht primär in der morali- schen Bewertung der Anwendungsmöglichkeiten. Deshalb muss die ethische Reflexion im Vorder- grund stehen, wenn man People Analytics be- treibt (lies: den KI-Einsatz im HRM in Erwägung zieht): Es geht hier um „Integrität“. Fazit Das klassische Personalcontrolling der 1980er- Jahre entwickelt sich als Human Capital Measure- ment (seit ca. 2000) und als People Analytics (seit ca. 2015) logisch fort. Jeweils neue Akzentuierun- gen richten den ursprünglichen HRM-Kennzah- lenfokus zunächst auf den Wert des Personals und sodann – mit hochtechnologisiertem Zugriff auf große Datenbestände – auf Zukunftsmöglich- keiten (vgl. Abbildung 2): • Klassisches Personalcontrolling, die Gewin- nung, Auswertung und Nutzung von Daten zwecks Planung, Kontrolle und Steuerung, ori- entiert sich durch die informations- und da- tenbasierte Gestaltung der Personalarbeit an Kosten- und Effizienzzielen. • Human Capital Measurement, die Verdichtung zahlenbasierter HR-Informationen zwecks Wertnachweis der Personalressource, ver- sucht die Überführung von HR-Daten in mone- täre Kennzahlen, um Effektivität als strategi- schen Anspruch sicherzustellen. • People Analytics, die algorithmenbasierte Aus- wertung großer Datenmengen für Personal- entscheidungen, setzt auf neue Technologien und künstliche Intelligenz als Katalysatoren auf der Suche nach Evidenz. Personalmanagement, verstanden als Dreiklang aus Personalarbeit (HRM), Personal (HR) und Per- sonalabteilung, bemüht sich um betriebswirt- schaftliche Akzeptanz „auf Augenhöhe“ und de- legiert dazu, wie gezeigt, zunehmend Aufgaben (und Verantwortung?) an Hightech. Hierdurch eröffnen sich neue Möglichkeiten und Gestal- tungsspielräume, die inspirierend, faszinierend und irritierend zugleich sind. Dies ist beileibe kein Science-Fiction; und doch mag man beim Nach- denken über die Beschaffenheit der nächsten, kommenden Ausbaustufe quantitativen Perso- nalmanagements geneigt sein, ein wenig in Isaac Asimovs Roboter-Romanen zu blättern. People Analytics Abb. 2: Historische Entwicklungsphasen quantitativen Personal- managements Quellen Barney, Jay B./Wright, Patrick M., On Becoming a Strategic Part- ner: The Role of Human Resources in Gaining Competitive Ad- vantage, in: Human Resource Management 37 (1998), 31–46. Bechtel, Roman, Verborgene Hindernisse effektiver Risikosteu- erung, in: Wiedemann, Arnd/Stein, Volker/Fonseca, Mark (Hrsg.), Risk Governance in Organizations: Future Perspecti- ves, Siegen (universi) 2022, 43–55. Briggs, Joseph/Kodnani, Devesh, The Potentially Large Effects of Artificial Intelligence on Economic Growth, Goldman Sachs, Economics Research, New York (NY) 26.3.2023. Deutsche Gesellschaft für Personalführung e.V. (Hrsg.), Wert- orientiertes Personalmanagement – ein Beitrag zum Unter- nehmenserfolg. Konzeption – Durchführung – Unterneh- mensbeispiele, Bielefeld (Bertelsmann) 2004. DIN Deutsches Institut für Normung e.V., Personalmanagement – Leitlinien für das interne und externe Human Capital Repor- ting (ISO 30414:2018), Berlin, Juni 2019. Edvinsson, Leif/Malone, Michael S., Intellectual Capital. Reali- zing Your Company’s True Value by Finding its Hidden Brain- power, New York (HarperBusiness) 1997. Kaplan, Robert S./Norton, David P., The Balanced Scorecard. Translating Strategy into Action, Boston/Massachusetts (Harvard Business School Press) 1996. Leonardi, Paul/Contractor, Noshir, Better People Analytics. Measure who they know, not just who they are, in: Harvard Business Review 96 (6/2018), 70–81. Scholz, Christian/Stein, Volker/Bechtel, Roman, Human Capital Management. Raus aus der Unverbindlichkeit!, Köln (Luchter- hand) 3. Aufl. 2011. Skandia, Visualizing Intellectual Capital in Skandia. Supplement to Skandia’s 1994 Annual Report, Sweden (Jernström Offset) 1995. Stewart, Thomas A., Intellectual Capital. The New Wealth of Or- ganizations, London (Nicholas Brealey) 1997. Sveiby, Karl-Erik, Wissenskapital – das unentdeckte Vermögen. Immaterielle Unternehmenswerte aufspüren, messen und steigern, Landsberg/Lech (moderne industrie) 1998. PROF. DR. ROMAN BECHTEL, Hochschule München Business School, Professur für Human Resource Management, https://hmbs.hm.edu/ HR Performance 4/2025 59