HR-Teams sind bereit für KI. Ihre Daten sind es nicht.
Zum Abschnitt springen
Im KI-Wettlauf wiegen zwei Ängste besonders schwer: den Anschluss zu verlieren – und die KI-Einführung falsch anzugehen.
Doch diese Ängste sind tückisch: Sie verleiten Unternehmen dazu, auf Tempo, Budget und Tools zu setzen. Doch genau diese Stellschrauben unterscheiden niemanden mehr von der Konkurrenz, wenn alle Unternehmen dasselbe Ziel verfolgen.
Entscheidend ist vielmehr, was unter der Oberfläche der KI-Nutzung passiert. Und genau da hat HR noch einiges zu tun:
HR nutzt KI in der Breite, aber nicht in der Tiefe. 89 % der HR-Führungskräfte setzen KI in HR-Prozessen ein, aber nur 14 % haben sie tief in ihre Personaldaten integriert.
KI liefert nur, wenn die Datenbasis stimmt. Organisationen ohne verlässliche Daten geben achtmal häufiger an, dass KI ihre Erwartungen nicht erfüllt hat. Dabei verfügen nur 21 % der Organisationen über weitgehend vollständige Daten.
Mitarbeitende sind auf sich allein gestellt. Nur 31 % der Mitarbeitenden erhalten ausreichende Unterstützung bei der KI-Nutzung. 23 % nutzen KI, ohne dass ihr Unternehmen davon weiß.
Der HR Insights Report stützt sich auf die Antworten von mehr als 3.000 HR-Entscheider:innen und 6.000 Mitarbeitenden – die größte Befragung von HR-Führungskräften in Europa. Er untersucht die Herausforderungen, Chancen und Prioritäten von Organisationen in einer Welt, die sich gerade auf KI einstellt.
Daten sind der entscheidende Faktor zwischen einer KI, die funktioniert, und KI, die enttäuscht. Aber diese Lücke kann jedes Team schließen. Dieser Report ist Ihr Leitfaden dafür – damit KI endlich das einlöst, was sie versprochen hat (und vielleicht sogar mehr).
Die wichtigsten Ergebnisse auf einen Blick
67 %
der HR-Führungskräfte schätzen ihre Unternehmensleistung als hoch oder sehr hoch ein
49 %
sagen, Recruiting sei nach wie vor schwierig
51 %
der Mitarbeitenden sind auf Jobsuche – und 26 % planen, innerhalb der nächsten sechs Monate zu kündigen
21 %
der Organisationen verfügen über weitgehend vollständige und korrekte Personaldaten, 37 % weisen dagegen erhebliche Datenlücken auf
65 %
der HR-Führungskräfte haben eine wichtige Entscheidung getroffen, ohne ihren Daten voll zu vertrauen
89 %
der HR-Führungskräfte nutzen KI in HR-Prozessen, aber nur 21 % geben an, dafür über vollständige, korrekte Personaldaten zu verfügen
14 %
der HR-Führungskräfte haben KI tief in ihre Personaldaten integriert
8x
HR-Teams mit unvollständigen oder ungenauen Personaldaten geben achtmal häufiger an, dass KI ihre Erwartungen nicht erfüllt hat, als Teams mit vollständigen, korrekten Daten
31 %
der Mitarbeitenden sagen, ihr Unternehmen biete ausreichende Unterstützung bei der KI-Nutzung
23 %
der Mitarbeitenden nutzen KI, ohne dass ihr Unternehmen davon weiß
26 %
der Mitarbeitenden erhalten selten oder nie eine klare Erklärung dazu, wie Entscheidungen getroffen werden
Vorwort
Den HR Insights Report gibt es in diesem Jahr zum dritten Mal. Über 3.000 HR-Verantwortliche und 6.000 Mitarbeitende haben teilgenommen. Damit ist er die größte Umfrage unter HR-Verantwortlichen in Europa. Drei Ergebnisse haben mich besonders beschäftigt, und in jedem sehe ich eine Chance.
Die erste Chance liegt im Umgang mit dem Budget. Budgets, Recruiting und Gehaltserwartungen haben sich gegenüber dem Vorjahr abgeschwächt. Stabil bleiben nur die Ausgaben für KI und Automatisierung: 62 % der HR-Verantwortlichen erwarten hier weiterhin einen Anstieg. Ich sehe darin die Möglichkeit, mit Automatisierung mehr aus den übrigen Budgets herauszuholen, statt auf deren Wachstum zu warten. Das heißt konkret, manuelle Arbeit zu automatisieren, Prozesse zu vereinfachen und Aufgaben an Führungskräfte zu übergeben, die bisher zu eng bei HR lagen. So entsteht im bestehenden Team Raum, die eigene Zeit besser einzusetzen.
Die zweite Chance liegt im Umgang mit unserem eigenen Wissen. Nur 21 % der Unternehmen haben vollständige und korrekte Personaldaten, 37 % gelten als „datenarm". Ich führe das darauf zurück, wie HR Informationen historisch ablegt: Prozesse werden erst im Nachhinein dokumentiert, und Daten liegen in unzähligen Systemen. HR sollte Wissen und Prozesse deshalb so pflegen, wie IT-Teams ihren Code pflegen. Alles liegt an einem Ort, und klare Regeln legen fest, wer Änderungen vornimmt, prüft und freigibt. Das ist die Grundlage dafür, dass KI-Agenten in HR wirklich funktionieren.
Die dritte Chance liegt darin, wie wir über unsere Entscheidungen sprechen. Etwa die Hälfte von uns hat in diesem Jahr eine wichtige Entscheidung getroffen, ohne den zugrunde liegenden Daten voll zu vertrauen. Das überrascht mich nicht, denn Entscheidungen mit unvollständigen Informationen gehören zum Job. Auffälliger finde ich eine andere Zahl: Nur 20 % der Mitarbeitenden erhalten immer eine klare Erklärung für Entscheidungen, die sie betreffen. HR hat gute Gründe, mit den Daten von Menschen vorsichtig umzugehen, denn vieles davon ist vertraulich und sensibel. Doch Vorsicht kann schnell zur bequemen Ausrede werden, Entscheidungen weniger ausführlich zu erklären, als wir könnten und sollten. Wer seine Beweggründe offenlegt, setzt sich Prüfung, Feedback und Kritik aus, und das kann sich unangenehm anfühlen. Ich glaube trotzdem, dass genau das zu besseren Entscheidungen, mehr Vertrauen und größerer Zustimmung führt.
Wenn überhaupt, sehe ich die Erkenntnisse aus diesem Jahr als riesige Chance: Die Aufmerksamkeit für HR und ihre Teams ist aktuell hoch. Ich möchte sie einsetzen, um Dinge anders anzugehen und unsere Arbeitsweise zu überdenken. Und genau diese neue Gewohnheit möchte ich dieses Jahr in meinem eigenen Team aufbauen.
Philipp Richter
Chief People Officer bei Personio
Regionale Aufschlüsselung
21%
der deutschen Mitarbeitenden nutzen KI, ohne dass ihr Arbeitgeber davon weiß
65%
der deutschen Mitarbeitenden sind zuversichtlich, dass ihre Kompetenzen in einer von KI geprägten Arbeitswelt relevant bleiben
Nur 21 % der deutschen Mitarbeitenden setzen KI ein, ohne dass ihr Arbeitgeber davon weiß. Das ist der niedrigste Wert für nicht genehmigte KI-Nutzung unter allen befragten Regionen. Gleichzeitig sind 65 % zuversichtlich, dass ihre Kompetenzen auch in einer von KI geprägten Arbeitswelt gefragt bleiben – der höchste Wert im Vergleich. Deutsche Mitarbeitende bewegen sich innerhalb der Regeln und vertrauen darauf, dass ihre Kompetenzen Bestand haben, wohin auch immer sich KI als Nächstes entwickelt.
Der regulatorische Rahmen erklärt einen Teil dieses Musters. Betriebsräte haben ein gesetzliches Mitbestimmungsrecht, bevor Arbeitgeber Technologien einführen, die die Leistung von Mitarbeitenden überwachen können, und der Datenschutz wird streng durchgesetzt. Beides setzt nicht genehmigter KI-Nutzung Grenzen, die es in dieser Form in anderen europäischen Ländern nicht gibt. Deutsche HR-Führungskräfte geben mit durchschnittlich 17.900 € pro Jahr zugleich am meisten für KI aus, haben mit 12 % aber einen vergleichsweise niedrigen Anteil an KI, die tief in ihre Personaldaten integriert ist. Budget und Regeln sind vorhanden. Die Integration in die Daten hinkt jedoch hinterher.
HR-Führungskräfte in Deutschland starten mit einer vergleichsweise engagierten, selbstbewussten Belegschaft, die bereits innerhalb strengerer Governance-Strukturen arbeitet. Der nächste Schritt liegt darin, KI tiefer in die Personaldaten einzubinden und genehmigte Tools so einfach und lohnend zu machen wie die inoffizielle Alternative.
2025 fühlte sich für HR wie ein Comeback an. Nach Jahren im Dauerdruck, in denen jede Entscheidung auf dem Prüfstand stand, ging es plötzlich spürbar bergauf: Die Budgets erholten sich, Stellenabbau wurde seltener.
Im Vergleich zu 2024 sind HR-Teams 2026 immer noch optimistischer eingestellt. Aber die alte Vorsicht ist zurück.
Wie werden sich die folgenden Bereiche in den nächsten 12 Monaten Ihrer Meinung nach verändern?
% erwarten einen Anstieg
HR-Budgets
51%
53%
44%
202420252026
Recruiting insgesamt
50%
52%
43%
202420252026
Durchschnittsgehalt
54%
55%
47%
202420252026
Stellenabbau
60%
39%
38%
202420252026
Unternehmensrentabilität
51%
56%
50%
202420252026
Unternehmensleistung
56%
69%
67%
202420252026
Ein Jahr des verhaltenen Vertrauens für HR
Weniger HR-Führungskräfte erwarten für das kommende Jahr Zuwächse bei Einstellungen, Gewinnen, Gehältern und Budgets als noch 2025. Besonders deutlich: Weniger Führungskräfte rechnen mit steigenden HR-Budgets oder mehr Recruiting-Aktivität – beide Werte fielen um neun Prozentpunkte.
Doch obwohl die Zahlen im Vergleich zum Vorjahreshoch etwas nachgelassen haben, liegt die allgemeine Stimmung in HR weiterhin deutlich über dem Niveau von 2024.
38 % der HR-Führungskräfte rechnen mit Stellenabbau – ein Wert, der seit zwei Jahren stabil bleibt (2024: 60 %). Auch bei der Unternehmensleistung zeigt sich Kontinuität: 67 % der HR-Führungskräfte schätzen sie als hoch oder sehr hoch ein.
Das wirtschaftliche Umfeld setzt Unternehmen aktuell stark unter Druck – deshalb stehen Budget, Recruiting, Verfügbarkeit und Profitabilität ganz oben auf der Agenda. Das bedeutet, dass Recruiting weiterhin schwieriger wird. Und Fehler werden teurer.
Der Druck bei Talenten lässt nach, Recruiting bleibt schwierig
Talent- und Fachkräftemangel gilt für weniger HR-Führungskräfte als größte Hürde für den Unternehmenserfolg in den nächsten 12 Monaten: 33 % sehen das so, verglichen mit 39 % im Jahr 2025.
Das heißt aber nicht, dass Recruiting insgesamt leichter geworden ist. Fast die Hälfte (49 %) findet Recruiting nach wie vor schwierig – ein Hinweis darauf, dass sich der Druck auf einige wenige zentrale Kompetenzen und Kandidatenprofile konzentriert.
Wer keine Top-Talente einstellen kann, muss sie intern entwickeln. Doch ein erheblicher Teil der Mitarbeitenden plant zu kündigen – und das schon bald.
Die Kündigungsabsichten der Mitarbeitenden sind 2026 weiterhin hoch, aber stabil. Über die Hälfte (51 %) der Mitarbeitenden sucht aktiv nach einer neuen Stelle. 26 % planen, innerhalb der nächsten sechs Monate zu kündigen. Für die meisten Teams, die ohnehin mit begrenztem Budget und begrenzten Kapazitäten arbeiten, bleibt da nicht viel Spielraum.
Wo sehen Sie mögliche Hürden für den Erfolg Ihrer Organisation in den nächsten 12 Monaten?
Das ist gute KI: Workforce- und Szenarioplanung automatisieren
Das Problem: Die Personalplanung läuft über Tabellen, Finanzabteilung und Hiring Manager und reagiert nicht auf sich ändernde Unternehmensziele.
Der Use Case: KI-gestützte Tools nutzen, um ein Planungstool für Workforce-Szenarien aufzubauen, das unterschiedliche Organisationsstrukturen, Standorte, Rollen, Skills, Level und Kosten modelliert.
Das Ergebnis: Die Talentübersicht und Entscheidungsfindung wurden sichtbarer und ließen sich leichter mit anderen teilen und anpassen.
Ein Unternehmen, mit dem ich gearbeitet habe, expandierte über mehrere Länder hinweg und stellte in verschiedenen Abteilungen ein. Sie entwickelten eine einfache Möglichkeit, unterschiedliche Szenarien über die Zeit zu modellieren – welche Level, Skills und Fähigkeiten benötigt würden und was das Personalwachstum in den einzelnen Abteilungen kosten würde. Sie nutzten Lovable, ergänzten es um Google Single Sign-on und ein richtiges Backend und stellten es mit Vercel bereit.
Dadurch wurde die Talentübersicht viel offener und nachvollziehbarer. Sie konnten Szenarien visuell darstellen, mit anderen teilen und schnell Änderungen vornehmen. Es gab eine klare, zentrale Stelle, an der ersichtlich war, welche Entscheidung getroffen wurde und warum.
Die Unsicherheit über die Zukunft wirkt sich auch darauf aus, wie HR-Führungskräfte den Arbeitsalltag in ihrer Organisation erleben.
Im Vergleich zu 2025 bewerten HR-Führungskräfte Mitarbeiterengagement, die Wirksamkeit der HR-Funktion und das Vertrauen in die Führungsebene seltener als hoch.
Die Daten könnten dafür mitverantwortlich sein. 2026 stimmen HR-Führungskräfte seltener zu, dass sie Mitarbeiterfeedback zur Entscheidungsfindung nutzen, und ihr Vertrauen, eine datengetriebene Funktion zu sein, hat gelitten (61 % im Jahr 2026 gegenüber 66 % im Jahr 2025).
Denn HR-Daten verteilen sich zunehmend über verschiedene Systeme und Plattformen. Die Folge: Führungskräfte trauen sich weniger zu, auf Basis der Informationen zu handeln, die ihnen eigentlich direkt vorliegen.
Alle sprechen über Big Data. Doch entscheidend ist „Smart Data": qualitativ hochwertige, relevante Daten, die HR echte Orientierung bieten. Sie schaffen die Grundlage für fundierte, dateninformierte Entscheidungen. Der Unterschied liegt darin, aus der wachsenden Informationsflut genau jene Datenpunkte herauszufiltern, die tatsächlich handlungsrelevant sind.
Wie würden Sie die folgenden Punkte in Ihrer Organisation bewerten?
% die „hoch" angegeben haben
Mitarbeiterengagement
65%
63%
20252026
Wirksamkeit der HR-Funktion
65%
62%
20252026
Vertrauen in die Führungsebene
66%
62%
20252026
Mitarbeiterfeedback zur Entscheidungsfindung nutzen
69%
65%
20252026
Vertrauen, eine datengetriebene Funktion zu sein, im Vergleich zu vor zwei Jahren
66%
61%
20252026
Trend 1
Der KI-Realitätscheck
Die meisten KI-Probleme in HR sind gar keine KI-Probleme.
Mittlerweile ist KI in HR fast überall angekommen. Viele haben sie längst im Einsatz.
Und in manchen Organisationen leistet KI tatsächlich gute Arbeit. Früher brüteten drei Abteilungen zwei Wochen lang über Tabellen, um den Personalbestand zu planen – heute lässt sich das an einem Nachmittag modellieren. Eine Führungskraft, die bessere Einzelgespräche führen will, verbringt mehr Zeit mit dem Gespräch selbst statt mit der Vorbereitung.
Bei anderen bringt sie dagegen neue Probleme mit sich. Agenten, die nicht miteinander kommunizieren. Entscheidungen auf Basis unzuverlässiger Erkenntnisse. Arbeit, die doppelt gemacht wird. Es bleibt das nagende Gefühl, dass sich die Prozesse dadurch nicht wirklich verbessert oder beschleunigt haben.
Und vielleicht stimmt das – noch. Aber es wird sich ändern. Um diesen Wendepunkt zu erreichen, müssen diese HR-Teams umdenken: Sie haben bislang nur die sichtbaren Probleme behoben, statt nach den eigentlichen Ursachen zu suchen.
KI kann Prozesse skalieren, aber sie kann nicht für uns definieren, welche Prozesse sinnvoll sind. Genau deshalb wird gute Führung im KI-Zeitalter wichtiger: Sie setzt den Rahmen, schafft Klarheit und entscheidet, was skaliert werden soll.
KI hat angeklopft, und HR hat die Tür weit geöffnet. Neun von zehn HR-Führungskräften nutzen bereits KI in ihren Prozessen. Die Akzeptanz ist eindeutig nicht das Problem.
89 %
der HR-Führungskräfte nutzen bereits KI in HR-Prozessen
14 %
haben KI tief in ihre Personaldaten integriert
Ich sehe viele HR-Teams, die in alle möglichen KI-Plattformen investieren und am Ende mit Agenten und verschiedenen Tools dastehen, die nicht miteinander kommunizieren. Dann haben sie diese ganze KI-Landschaft und fragen sich: ‚Was machen wir jetzt damit?' Wir versuchen, gezielter vorzugehen und uns darauf zu konzentrieren, wo KI innerhalb der bestehenden Arbeit von People Operations Zeit sparen kann – und gleichzeitig zu hinterfragen, wie Arbeit erledigt wird, um kontinuierliche Verbesserung in People Operations voranzutreiben.
KI in die Daten und die bestehende Systemlandschaft von HR einzubinden, erweist sich als schwierig. Nur 14 % der HR-Führungskräfte geben an, KI tief in ihre Personaldaten integriert zu haben – die meisten haben stattdessen einen Flickenteppich aus isolierten Plattformen, die nicht richtig zusammenspielen. Der Fokus auf KI-Integration ist dabei der falsche Ausgangspunkt: Das eigentliche Problem beginnt schon früher, nämlich dabei, wie Teams ihre Prozesse gestaltet haben, bevor sie KI eingeführt haben.
„Die Lücke zwischen der Nutzung von KI und ihrer tiefen Integration lässt sich auf einen Punkt zurückführen: das Redesign von Prozessen", sagt Puren Ucar, Gründerin und Beraterin bei Milele. „Die meisten Teams, die KI ohne Ergebnisse einsetzen, haben schlicht Tools über bestehende Arbeitsabläufe gelegt. Diejenigen, die tatsächlich Ergebnisse sehen, haben den Arbeitsablauf von Anfang an rund um KI neu gestaltet."
Welche Datenquellen nutzt HR für Entscheidungen?
Neuer Trend
Die Wirkung von Integrationstiefe
HR-Führungskräfte nennen mangelnde Integration als Hauptgrund dafür, dass ihre KI-Tools keinen Mehrwert liefern – das sagt jede vierte Person (25 %). Und die Daten legen nahe, dass die Tiefe der Integration eine Rolle spielt.
6x
Organisationen, in denen HR-Führungskräfte sagten, KI habe die Erwartungen übertroffen, hatten die Technologie sechsmal häufiger tief integriert als jene, in denen sie enttäuschte (42 % gegenüber 7 %).
7%
Nur 7 % der Organisationen, in denen KI enttäuschte, hatten sie tief integriert.
2x
HR-Führungskräfte mit hoher Fähigkeit zu datenbasierten Entscheidungen hatten doppelt so häufig KI tief integriert wie jene mit schwächeren Fähigkeiten (17 % gegenüber 8 %).
Ist die Integrationstiefe ein guter Indikator für KI-Erfolg?
Grob gesagt: ja. Tiefe Integration und erfolgreiche KI-Nutzung hängen zusammen. Aber Integration ist ein Zeichen von Reife, keine Abkürzung dorthin. Entscheidend ist, wo Teams integrieren.
Wird KI in einen schlecht gestalteten Prozess eingebaut, der sie gar nicht braucht, ist sie einfach am falschen Ort gelandet. Oft liegt die Lösung nicht in KI, sondern darin, den Arbeitsablauf selbst neu zu gestalten.
„KI kann in manchen Organisationen zwar tief integriert sein, aber eben in Prozessen, die sie eigentlich gar nicht brauchen", sagt Adam Horne, Mitgründer von Open Org. „Das größere Problem ist, dass viele People-Teams nicht klar herausgearbeitet haben, wo ihre echten Probleme liegen und ob KI in diesem konkreten Anwendungsfall tatsächlich einen sinnvollen Mehrwert bringt."
Um herauszufinden, wo Integrationen Mehrwert schaffen, fragen Sie:
Um herauszufinden, wo Integrationen Mehrwert schaffen, fragen Sie:
Welches Problem soll KI in diesem Arbeitsablauf lösen?
Zeigt die KI-Integration hier messbare Ergebnisse?
Wurde Arbeit tatsächlich reduziert – oder nur verschoben?
Ließe sich dasselbe Problem auch durch ein Redesign des Prozesses lösen?
Mehr Geld, dieselben Probleme
Falls Sie sich gefragt haben, ob das KI-Budget aller anderen üppiger ausfällt als Ihres: Das Gras ist auf der anderen Seite nicht grüner.
Die Budgets sind über alle Organisationen hinweg eher bescheiden: Deutsche Organisationen geben im Schnitt 17.900 € pro Jahr für KI in HR aus. Über die Hälfte (56 %) der HR-Teams gibt gar nichts aus, nutzt bereits im Produkt enthaltene KI-Funktionen oder hält die KI-Kosten unter 6.000 €.
Ob mit prallem Budget oder nicht: Der beste Indikator für die Gesamtzufriedenheit mit KI-Tools ist die Qualität der Personaldaten. Unter den Teams, die in KI investieren, sagen nur 6 % derer mit guter Datenlage (weitgehend vollständige und korrekte Daten), ihre Tools hätten enttäuscht – gegenüber 22 % der Teams mit schwacher Datenlage (weitgehend ungenaue und unvollständige Daten).
Wofür gibt HR tatsächlich Geld für KI aus?
KI liefert nur, wenn die Prozesse darunter solide sind
Zwei Organisationen können genau dasselbe Tool kaufen und dabei völlig unterschiedliche Erfahrungen machen – je nachdem, was darunterliegt. Und sie erzielen womöglich auch ganz unterschiedliche Ergebnisse – solche, die sich auf Gehalt, Entwicklung und Arbeitserleben der Mitarbeitenden auswirken.
Über ein Drittel der Organisationen, die angeben, KI-generierte Erkenntnisse (35 %) oder prädiktive Analysen (37 %) für Personalentscheidungen zu nutzen, haben erhebliche Lücken und Ungenauigkeiten in den Daten, auf die sich diese Tools stützen.
„Künstliche Intelligenz hält Organisationen einen Spiegel vor: Sie deckt unklare Prozesse, lückenhafte Verantwortlichkeiten und mangelnde Datenqualität schonungslos auf. Dadurch wird sichtbar, was funktioniert und was nicht", sagt Mina Saidze, Tech Managerin und Autorin. „KI kann schlechte Prozesse nicht ersetzen. Im Gegenteil: Sie entlarvt bestehende Schwächen und kann sie im schlimmsten Fall sogar skalieren."
Insgesamt sagen nur 15 % der HR-Führungskräfte, die KI nutzen, dass sie ihre Erwartungen nicht erfüllt hat. Doch dieses Risiko ist ungleich verteilt: Organisationen mit den vollständigsten Personaldaten sind am wenigsten enttäuscht, während jene mit den unvollständigsten Daten achtmal häufiger dasselbe sagen (19,8 % gegenüber 2,6 %).
Nächster Schritt: Lassen Sie KI ihren Wert beweisen
Wenn Teams KI wirksam in HR-Arbeitsabläufe integrieren, sehen und spüren sie deutlich häufiger einen Mehrwert aus ihren Ausgaben – unabhängig vom Budget. Der Trick besteht darin, herauszufinden, wo KI wirklich Mehrwert schafft, und jeden neuen Rollout daran zu messen, ob er das auch liefert.
1
Gewünschte Ergebnisse und Kennzahlen hinterfragen
Damit Ihr KI-Budget mehr leistet, müssen Sie zunächst wissen, was Sie eigentlich erreichen wollen. Wenn die Begründung lautet, dass etwas dadurch schneller oder besser wird, fragen Sie zuerst: Warum eigentlich?
„Wer einen schlechten Prozess mit KI beschleunigt, hat am Ende vor allem einen schnelleren schlechten Prozess", sagt Folke Grigo, Strategic HR Partner. „Deshalb sollte die erste Frage nie lauten, welches KI-Tool wir brauchen. Unternehmen sollten zunächst verstehen, welche Arbeit tatsächlich Wert schafft, welche Schritte überflüssig sind und wo unnötige manuelle Arbeit entsteht. Erst danach lässt sich sinnvoll entscheiden, wo KI einen Mehrwert liefert."
2
Arbeitsabläufe Schritt für Schritt kartieren
Wenn Sie KI in einen schlechten Prozess integrieren, haben Sie danach immer noch einen schlechten Prozess. Daher sollten Sie Ihre Arbeitsabläufe kartieren, um herauszufinden, wo Teams Mehraufwand haben oder auf Reibungspunkte stoßen – am besten in Echtzeit.
„In vielen Projekten, an denen ich arbeite, besteht ein Großteil der eigentlichen Arbeit darin, die zugrunde liegenden Arbeitsabläufe zu überarbeiten", erklärt Matthew Bradburn, Gründer bei Deepgrain.
„Zeichnen Sie jeden Arbeitsablauf im Detail per Bildschirmaufnahme auf. Wer klickt worauf? Wo liegen die Reibungspunkte? Wo müssen Dinge verschoben oder zwischen Plattformen gewechselt werden? Brauchen die Mitarbeitenden diesen Arbeitsablauf überhaupt auf menschlicher Ebene, bevor KI ins Spiel kommt? Wenn Sie Ihre Prozesse so aufschlüsseln, zeigt sich, wo die tatsächlichen Probleme liegen – und wo HR-Teams nur glauben, welche zu haben."
3
Datenqualität als Voraussetzung für jedes KI-Projekt festlegen
Wenn Datenqualität einer der stärksten Indikatoren für KI-Zufriedenheit ist, wird sie zu einem wirksamen Filter, den jeder Projektvorschlag passieren muss, bevor er grünes Licht bekommt.
„Nutzen Sie den KI-Rollout selbst als Hebel für Datenhygiene", sagt Puren Ucar, Gründerin und Beraterin bei Milele. „Die meisten KI-Projekte, die ich scheitern sehe, hängen an unvollständigen Daten. Ein Unternehmen, mit dem ich arbeite, verlangt inzwischen von jedem KI-Projekt, sich vorab auf ein konkretes Kennzahlenziel festzulegen, bevor es finanziert wird. Diese eine Regel machte Datenqualität zur Voraussetzung für KI-Investitionen, statt sie erst im Nachhinein zu bedenken – und veränderte die Diskussion schneller als jedes Daten-Audit zuvor."
Trend 2
Die Datenlücke
Starke Personaldaten brauchen Qualität und Kompetenz. Nur wenige Teams haben beides.
In einer idealen Welt basiert jede Entscheidung von HR auf genau den richtigen Daten. Jeder Datenpunkt aktualisiert sich in Echtzeit, und alle Tools tauschen diese Daten untereinander aus, ohne dass Sie einen Finger rühren müssen. Und Ihre KI-Funktionen laufen wie am Schnürchen, weil sie sich auf eine korrekte, einheitliche Datenquelle stützen.
Doch die Realität sieht anders aus – und unordentlicher.
Entscheidungen werden im Arbeitsalltag schnell getroffen – auf Basis der Daten, die vorliegen, und des Gespürs, das Sie über Jahre entwickelt haben. Die vorhandenen Daten mit dem Bedarf abzugleichen, kostet Zeit, die sich das Unternehmen nicht leisten kann. Die Aktualisierung der Daten wandert immer weiter nach unten auf der endlosen To-do-Liste.
Das betrifft nicht nur Sie, und es ist kein persönliches Versagen. Denn wie sich zeigt, arbeitet fast jeder irgendwo mit Datenlücken.
Organisationen sagen HR, sie sollen KI-Tools kaufen und einfach anschließen. Aber wenn wir keinen Sicherungskasten haben, der die Leistung abfängt, brennt irgendwann die Sicherung durch.
Eine Datenlücke – und ein ebenso wackeliges Fundament
49 %
sagen, ihre Fähigkeit im Umgang mit Personaldaten sei „strategisch" oder „wirksam"
21 %
geben an, über weitgehend vollständige und korrekte Personaldaten zu verfügen
Nur 21 % der HR-Führungskräfte haben Zugriff auf vollständige und korrekte Personaldaten. Fast doppelt so viele (37 %) befinden sich im Lager der Datenschwachen und kämpfen mit erheblichen Lücken und Ungenauigkeiten in den Daten, auf die sie sich im täglichen HR-Geschäft verlassen.
Und dennoch bewertet fast die Hälfte (49 %) ihre Fähigkeit im Umgang mit Daten – also das, was sie tatsächlich mit den vorhandenen Daten anfangen – als „wirksam" oder „strategisch". Und unter denen, die angeben, Daten in hohem Maße strategisch zu nutzen, verfügen 40 % gar nicht über die vollständige, korrekte Datenbasis, die das eigentlich stützen müsste.
Die andere Hälfte räumt ein, dass ihre Fähigkeiten im Umgang mit Daten begrenzt sind und sie sich schwertun, Daten für Entscheidungen zu nutzen. Zusammen betrachtet wirken beide Ergebnisse wie zwei Seiten derselben Medaille.
„Die HR-Funktion als Ganzes kämpft mit einer Lücke bei der Datenkompetenz", sagt Monique Major, Senior Director of HR, People Experience, and HR AI Transformation bei Diligent. „Aber darunter liegt noch etwas: die Selbsteinschätzung der HR-Führungskräfte zu ihrer eigenen Kompetenz. Und das ist möglicherweise die größere Lücke."
Nur wenige HR-Führungskräfte haben Zeit, sich selbst in Statistik oder Datenanalyse weiterzubilden. Diese Lücke bringt manche dazu, das Problem anders zu lösen: Sie überdenken, wer eigentlich im HR-Team sitzen sollte – und holen sich die fehlende Datenkompetenz gezielt über neue Teammitglieder ins Haus.
„Eine der größten Herausforderungen für HR ist, dass wir riesige Datenmengen haben, deren wirksame Nutzung aber ein ganz anderes Skillset erfordert", sagt Katharina Kuhlmann, Global Director of People and Culture bei Harren Group. „Wenn ich für unser Team rekrutiere, konzentriere ich mich auf die Skills, die wir brauchen, darauf, wohin sich die Rolle entwickeln soll, und darauf, was diese Person zum Team beiträgt. Erfahrung in genau derselben HR-Rolle ist keine Voraussetzung mehr."
HR-Führungskräfte vertrauen ihren Daten nicht recht
51 %
der Führungskräfte mit guter Datenlage haben in den letzten 12 Monaten eine Entscheidung getroffen, ohne ihren Daten voll zu vertrauen
75 %
der Führungskräfte mit schwacher Datenlage haben in den letzten 12 Monaten eine Entscheidung getroffen, ohne ihren Daten voll zu vertrauen
Die verborgene Datenlücke in HR untergräbt das Vertrauen in Entscheidungen branchenweit. Drei Viertel der Führungskräfte mit schwacher Datenlage mussten im letzten Jahr eine Entscheidung treffen, ohne ihren Daten voll zu vertrauen. Aber auch Führungskräfte mit guter Datenlage (die 35 %, deren Personaldaten vollständig und korrekt sind oder dem nahekommen) sind nicht immun.
Saubere Daten garantieren nicht automatisch eine einfache Entscheidung, wenn sie nicht tief genug gehen, um das ganze Bild zu zeigen. Und bis die Entscheidung getroffen wird, können die Daten sogar schon veraltet sein.
„HR-Daten ändern sich täglich, aber die Erwartung, schnell Entscheidungen zu treffen, bleibt bestehen", sagt Aaron Windrum, Principal HR Consultant bei A Human Resource. „Führungskräfte gehen davon aus, dass unvollständige Daten besser sind als gar keine Daten. Sie arbeiten mit dem, was sie haben."
Mitarbeiterbefragungen, Feedback von Führungskräften und Leistungskennzahlen zählen zu den wichtigsten Datenquellen für HR-Entscheidungen. Führungskräfte haben eindeutig genug Daten in der Breite, aber möglicherweise nicht genug in der Tiefe, um Vertrauen zu schaffen.
„Personaldaten enthalten sehr viel Kontext – den man aus einem Report nur dann herausbekommt, wenn man bei der Eingabe sehr gewissenhaft war", sagt Yasmin Chalmers, Head of People bei StackOne. „Wenn zum Beispiel ein Kandidat oder eine Kandidatin ein Angebot ablehnt, müssen Sie das Warum festhalten, statt nur zu notieren, dass eine andere Stelle angenommen wurde. Sonst werden die Daten zu oberflächlich, um bei der späteren Analyse wirklich nützlich zu sein."
Welche Datenquellen nutzt HR für Entscheidungen?
Daten sind ein tägliches Problem, aber noch kein erkanntes langfristiges Risiko
HR-Teams sind sich der Herausforderungen bei ihren Daten zwar bewusst, priorisieren aber nicht immer die daraus resultierenden Auswirkungen auf das Geschäft.
Nur 15 % der HR-Führungskräfte betrachten eine eingeschränkte Fähigkeit zu datenbasierten Entscheidungen als zentrale Hürde für den Erfolg ihrer Organisation in den nächsten 12 Monaten. Im Vergleich dazu nennen HR-Führungskräfte mehr als doppelt so häufig Talent- und Fachkräftemangel.
Es ist ein Wahrnehmungsproblem. Talentmangel ist sichtbar und unmittelbar und drängt sich immer wieder an die Spitze von HRs Aufgabenliste. Uneinheitliche Daten hier und da wirken dagegen eher wie ein operatives Ärgernis als wie ein strategisches Risiko – und genau das erschwert es, die Verbindung zu den geschäftlichen Auswirkungen zu erkennen.
HR-Daten werden dann strategisch relevant, wenn sie bessere unternehmerische Entscheidungen ermöglichen. Eine perfekte Datenbasis oder ein schickes Dashboard allein schaffen noch keinen Business Impact. HR muss zeigen können, welche Zusammenhänge zwischen People-Daten und Geschäftsergebnissen bestehen. Beispielsweise bei Produktivität, Performance oder Fluktuation. Erst dann wird aus Reporting eine gute Entscheidungsgrundlage für das Management.
Nächster Schritt: Lassen Sie die Daten ihren Platz verdienen
Ein stärkeres Datenfundament aufzubauen, beginnt damit, genau zu verstehen, welche Art von Daten Sie haben, wo sie liegen und welchem Zweck sie dienen.
1
Von den Unternehmenszielen aus rückwärts arbeiten
Ein starkes Datenfundament entsteht durch Kuratierung. Teams müssen die Kennzahlen finden, die für das Geschäft wirklich zählen, und diese gut abdecken, bevor sie alles andere hinzufügen.
„Eine belastbare Datenstrategie beginnt nicht im HR-System", so Toygar Cinar, Managing Director der Personalberatung RheinWest HR Solutions. „Sie beginnt immer beim Geschäftsziel: Erstens, welche Entscheidung soll besser werden? Zweitens, welche Wirkung erwarten wir? Drittens, woran erkennen wir Fortschritt? Danach erst lässt sich seriös bestimmen, welche Personaldaten benötigt werden. Wer es so macht, bekommt bessere Ergebnisse. Alle anderen malen nur bunte Dashboards."
2
Die vorhandenen Daten konsequent sichten
„Zahlen, die seit Jahren blind berichtet werden, hinterfragt irgendwann niemand mehr. Krankenstand, Fluktuation und Time-to-Hire wirken professionell, sagen isoliert aber nichts über Wertschöpfung aus. Das sind die typischen Daten, die mangelnde Kompetenz aufdecken. Irgendwann hört fast jede HR-Abteilung auf, das Business-Modell aktiv zu tragen und Daten nur noch im Standard zu lesen. Das ist dann immer ihr Ende und sie wird nicht ernst genommen", sagt Toygar Cinar.
Überprüfen Sie die Kennzahlen, Reports und Dashboards, die Ihr Team standardmäßig erstellt oder verfolgt. Bewerten Sie, ob jedes einzelne dabei hilft, eine relevante Geschäftsfrage zu beantworten oder eine Entscheidung zu treffen. Falls nicht, prüfen Sie, ob es überhaupt noch strategisch relevant ist.
3
Identifizieren, wo Sie den Kontext anreichern können
Wenn feststeht, welche Daten Sie brauchen, sollten Sie genauer hinschauen: Wo liefern sie nur ein unvollständiges Bild dessen, was gerade passiert? Wo brauchen Sie mehr Informationen? Genau dieser Kontext hilft Ihren KI-Tools, effektiver zu arbeiten.
Wie viel Detailtiefe Sie brauchen, hängt davon ab, wie hoch der Einsatz der jeweiligen Entscheidung ist.
„Ob die Daten ‚detailliert genug' sind, hängt davon ab, was Sie entscheiden wollen, wie hoch der Einsatz ist, in welchem Zeitrahmen und worauf Sie sich sonst stützen würden", sagt Yasmin Chalmers, Head of People bei StackOne. „Beim Gehalts-Benchmarking zum Beispiel: Wenn Sie merken, dass Ihre Daten zum Marktniveau nicht detailliert genug sind, ist ein Fehler zu teuer, um sich einfach auf das Bauchgefühl zu verlassen."
Um herauszufinden, wo Ihre Daten mehr Kontext brauchen, fragen Sie:
Warum kommt bei uns immer wieder dasselbe Ergebnis heraus? Brauchen wir mehr Informationen darüber, wie sich Menschen verhalten oder warum bestimmte Entscheidungen getroffen werden?
Haben wir interne Begriffe oder Definitionen, die zusätzliche Bedeutung liefern? (Was bedeutet zum Beispiel Qualität einer Einstellung oder High Performance bei uns konkret?)
Würden unterschiedliche Teams diesen Datenpunkt gleich interpretieren?
Brauchen wir situativen Kontext dazu, wann oder wo etwas passiert (zum Beispiel: An welcher Stelle im Recruiting-Funnel springen die meisten Kandidat:innen ab?)
4
Datenqualität zur Kennzahl (KPI) machen
Ihre Personaldaten korrekt und aktuell zu halten, erfordert klare Verantwortlichkeit. Diese Verantwortung im gesamten HR-Team zu verankern bedeutet, sie fest im Arbeitsalltag zu etablieren.
„Der am wenigsten genutzte Hebel ist gleichzeitig der direkteste: Datenqualität an die Leistung koppeln", sagt Puren Ucar, Gründerin und Beraterin bei Milele. „HR-Teams sollten klare KPIs für Datenvollständigkeit und -genauigkeit festlegen. Diese KPIs müssen regelmäßig verfolgt und überprüft werden – und in die Bewertung der HR-Funktion einfließen. Sobald saubere, konsolidierte Personaldaten zu einer messbaren Erwartung werden und nicht nur zu einem bloßen Vorsatz, ändert sich das Verhalten."
Das ist gute KI: Datenlücken mit Agenten aufspüren
Das Problem: Sie tun sich schwer, Datenqualitätsprobleme und Ungenauigkeiten zu erkennen.
Der Use Case: Einen KI-Agenten bauen, der Datenlücken und Ungenauigkeiten identifiziert und danach autonom läuft, sobald neue auftreten.
Das Ergebnis: Manuelle Datenarbeit entfällt, und die Entscheidungsgrundlage wird genauer.
„Wir erfassen sehr viele Daten, und es ist manchmal schwer zu wissen, was wichtig ist im Gegensatz zu dem, was wir einfach schon immer erfassen. Mit KI lässt sich viel leichter sagen: ‚Hey Agent, markiere Lücken in unseren Mitarbeiterdaten.' Unser wichtigstes Ziel ist es, die manuelle Arbeit bei der Datenprüfung zu reduzieren. Der nächste Schritt ist, die Qualität so zu verbessern, dass wir tiefere Erkenntnisse gewinnen können."
Seit Beginn der KI-Ära versuchen HR-Führungskräfte, eine Frage zu beantworten: Wie stehen Mitarbeitende zur KI in ihrem Arbeitsalltag?
Die Medien sind voll von reißerischen Schlagzeilen über Jobverluste und Fachkräftemangel. Am HR-Wasserspender kursieren Geschichten über heimliche KI-Nutzung und gezielte Sabotage.
Wenn das unsere neue Realität ist, dann übertrifft sie jede Fiktion.
Die gute Nachricht: Ein Teil davon war womöglich übertrieben. Denn was Mitarbeitende eigentlich wollen, ist viel einfacher: Vertrauen, Klarheit und Transparenz.
Wir dürfen KI nicht als Abkürzung für Dinge nutzen, die wir eigentlich als Organisation klären müssten. Gute Technologie braucht gute Prozesse, klare Verantwortung und Führung.
Während die KI-Nutzung in HR nahezu flächendeckend ist, sind Mitarbeitende noch etwas verhaltener. 38 % der Mitarbeitenden geben an, KI derzeit zur Unterstützung in ihrer Rolle zu nutzen. Doch die Nutzung verläuft keineswegs linear.
Beschäftigte im Büro (48 %) nutzen KI mehr als doppelt so häufig wie Beschäftigte ohne Büroarbeitsplatz (23 %).
KI-affine Branchen wie IT und Telekommunikation (60 %), Finanzwesen (52 %) sowie Vertrieb, Medien und Marketing (50 %) verzeichnen branchenweit die höchste Nutzung.
In personalintensiven Branchen mit viel Arbeit vor Ort, etwa im Gesundheitswesen (30 %) sowie Einzelhandel und Gastronomie (32 %), hinkt die Nutzung hinterher.
44 % der Mitarbeitenden im Alter von 25–34 nutzen KI in ihrer Rolle, gegenüber 28 % in der Altersgruppe 55+.
Deutlich mehr Mitarbeitende sind optimistisch, was das Potenzial von KI angeht, als skeptisch (40 % gegenüber 27 %). Jüngere Mitarbeitende sind dabei insgesamt positiver eingestellt als ältere.
Mitarbeitende, die zustimmen, dass sie das Potenzial von KI zur Verbesserung ihrer Arbeit begeistert.
Doch nach einem starken Anstieg im Vorjahr geht die KI-Nutzung unter Mitarbeitenden gerade wieder zurück. 2025 hatte sich die Nutzung fast verdoppelt, von 24 % auf 43 %. 2026 sank sie wieder auf 38 %. Und 25 % der Mitarbeitenden befürchten, ihren Job an KI zu verlieren.
Mitarbeitende, die derzeit KI nutzen
24%
43%
38%
202420252026
Ohne Unterstützung drehen sich Mitarbeitende im Kreis
Wenn die KI-Nutzung unter Mitarbeitenden derzeit langsamer voranschreitet, könnte das daran liegen, wie gut unterstützt sie sich dabei fühlen.
Nur 31 % der Mitarbeitenden sagen, ihr Arbeitgeber biete ihnen ausreichende Unterstützung bei KI. Das sind 5 Prozentpunkte weniger als im Vorjahr.
Der Anteil der Mitarbeitenden, die aktiv an ihren KI-Kompetenzen arbeiten, sank von 49 % (2025) auf 44 % (2026).
Mitarbeitende sind insgesamt weniger zuversichtlich, dass ihre Kompetenzen auf Dauer bestehen (66 % im Jahr 2025 gegenüber 62 % im Jahr 2026).
Zu Beginn war die Einführung von KI-Tools relativ einfach. Mitarbeitende stiegen bereitwillig ein, neugierig darauf, was KI leisten kann und wie sie die eigene Arbeit verbessern könnte.
Aber zwischen KI nutzen und KI gut bei der Arbeit einsetzen liegt ein großer Unterschied. Die Geschwindigkeit, mit der KI unternehmensweit und nach festen Regeln eingeführt wurde, überforderte sowohl die Skills der Mitarbeitenden als auch die Unterstützung, die Unternehmen bieten konnten. Die schnellen Erfolge der ersten Monate sind seltener geworden. Und ohne die richtige Unterstützung zur richtigen Zeit lassen Begeisterung und Fortschritt langsam nach.
„Eine pauschale Aufforderung zur KI-Nutzung kann schnell ins Gegenteil kippen", weiß Leadership-Expertin Laura Bornmann. „Statt mehr Offenheit entsteht Unsicherheit. Mitarbeitende brauchen Klarheit darüber, wo KI gewünscht, sinnvoll und auch erlaubt ist."
Neuer Trend
Gemischte Gefühle
Mitarbeitende stehen dem Potenzial von KI insgesamt positiv gegenüber. Doch ein klares Stimmungsbild ergibt sich daraus nicht: Bei mehreren Stimmungsfragen hielten sich Zustimmung und Ablehnung oft die Waage.
Stimme zuWeder/nochStimme nicht zu
Ich weiß nur sehr wenig darüber, wie man KI bei der Arbeit einsetzt
36%28%33%
Meine Organisation fördert den Einsatz von KI zur Effizienzsteigerung
35%29%33%
Ich wünsche mir mehr Unterstützung am Arbeitsplatz bei der Nutzung von KI-Tools
37%32%28%
KI-Tools haben mich in meiner aktuellen Rolle produktiver gemacht
35%29%33%
Ich mache mir Sorgen darüber, dass sich der Arbeitsplatz durch KI-bedingten Stellenabbau verändert
34%27%37%
Warum zögern so viele Mitarbeitende noch?
Diese Zahlen könnten als Gleichgültigkeit interpretiert werden. Wir glauben, das Gegenteil ist der Fall.
Der hohe Anteil neutraler und gemischter Antworten zeigt eher eine Belegschaft, die einer ungewissen Zukunft gegenübersteht. Zwar gibt es insgesamt mehr Befürworter:innen als aktive Gegner:innen. Doch von der gesunden Begeisterung, die es für Experimente und neue Anwendungsfälle braucht, sind wir noch weit entfernt.
„Wir befinden uns gerade in einem Moment, in dem Menschen sich selbst hinterfragen", sagt Adam Horne, Mitgründer bei Open Org. „Es gibt keinen Maßstab dafür, wie gut oder schlecht Menschen mit KI umgehen. Niemand weiß wirklich, wie KI in 12 Monaten aussehen wird. Manche sagen, sie werde alles verändern, andere sagen, das werde nicht passieren. Mitarbeitende sitzen vielleicht einfach dazwischen, weil sie es schlicht nicht wissen."
Datentransparenz: Mitarbeitende und HR sind sich uneinig
Wenn KI sich für Mitarbeitende weiterhin wie eine Blackbox anfühlt, wissen sie oft auch nicht, wie ihre Organisation Daten nutzt, um Entscheidungen über ihre Zukunft zu treffen.
20 %
der Mitarbeitenden sagen, sie erhielten „immer" eine klare Erklärung dazu, wie HR-Entscheidungen getroffen werden
55 %
verstehen, wie ihre Daten in den Entscheidungsprozess einfließen
61 %
der HR-Führungskräfte sagen, ihre Entscheidungen seien datenbasierter als vor zwei Jahren
Nur 20 % der Mitarbeitenden sagen, sie erhielten immer eine klare Erklärung dazu, wie sie betreffende HR-Entscheidungen zustande kommen – etwa zu Gehalt, Leistung und Beförderungen. Über ein Viertel (26 %) erhält selten oder nie eine solche Erklärung.
Viele verstehen auch nicht, welche Rolle ihre Daten in diesem Prozess spielen: Nur knapp über die Hälfte (55 %) der Mitarbeitenden weiß, wie ihre Daten in die Entscheidungsfindung einfließen.
Doch HR schätzt sich selbst anders ein: 61 % der HR-Führungskräfte stimmen zu, dass ihre Prozesse und Entscheidungen datenbasierter sind als vor zwei Jahren. Diese Transparenzlücke könnte zu einer größeren Herausforderung werden, sobald KI in mehr Prozesse mit Mitarbeiterbeteiligung integriert wird.
„Mitarbeitende haben wenig bis gar keine Angst vor KI. Sie fürchten sich davor, dass eine Blackbox über ihre Leistung, Entwicklung oder ihren Arbeitsplatz entscheidet", sagt Toygar Cinar, Managing Director der Personalberatung RheinWest HR Solutions. „Unternehmen müssen zwar nicht alles erklären, wohl aber die Entscheidungslogik. Wer von Menschen Transparenz verlangt, darf sich bei technologischen Entscheidungen nicht hinter Komplexität verstecken. Niemand schätzt es, wenn er bewertet und übergangen wird, ohne eingebunden zu sein."
Neuer Trend
Fordern Mitarbeitende bald mehr KI-Transparenz?
Die Hälfte der Mitarbeitenden weiß nicht, wie ihre Daten für Entscheidungen am Arbeitsplatz genutzt werden. Trotzdem sagen aktuell nur 10 % der Mitarbeitenden, dass sie wissen möchten, wie KI Entscheidungen über sie trifft – vermutlich, weil ihnen oft noch gar nicht bewusst ist, wo KI in diese Entscheidungen überhaupt einfließt.
Das könnte sich schnell ändern. Sobald HR-Teams KI stärker über den gesamten Employee Lifecycle hinweg einsetzen und Mitarbeitende dadurch besser verstehen, wo KI in Entscheidungen hineinspielt, dürfte auch die Nachfrage nach Transparenz und Nachvollziehbarkeit steigen.
Die verborgenen Kosten von fehlender Datentransparenz
HR und Mitarbeitende sind sich nicht einig, wie Daten Entscheidungen beeinflussen. Für Mitarbeitende hat diese Unklarheit jedoch erhebliche Auswirkungen darauf, wie sie sich am Arbeitsplatz verhalten.
Mitarbeitende, die immer eine klare Erklärung dazu erhalten, wie ihre Daten für Entscheidungen genutzt werden, sind mehr als doppelt so häufig hochmotiviert und vertrauen HR über 2,5-mal so häufig „in hohem Maße". Sie berichten außerdem häufiger von hoher Produktivität und bleiben eher im Unternehmen.
Vertrauen HR „in hohem Maße"
40%
Erhalten „immer" eine klare Erklärung
15%
Erhalten „selten" oder „nie" eine klare Erklärung
Berichten von hoher Motivation
64%
Erhalten „immer" eine klare Erklärung
31%
Erhalten „selten" oder „nie" eine klare Erklärung
Berichten von hoher Produktivität
72%
Erhalten „immer" eine klare Erklärung
46%
Erhalten „selten" oder „nie" eine klare Erklärung
Aktiv auf Jobsuche
44%
Erhalten „immer" eine klare Erklärung
60%
Erhalten „selten" oder „nie" eine klare Erklärung
Neuer Trend
Heimliche KI-Nutzung
KI hat sowohl Bereitschaft als auch Befähigung überholt. Sie überholt auch die Fähigkeit von Organisationen, sie zu steuern – mit der Folge, dass manche Mitarbeitende die Sache selbst in die Hand nehmen.
Das ist aber nicht zwingend ein Unterstützungs- oder Schulungsproblem. Zumindest nicht so, wie man vielleicht denkt.
23 %
der Mitarbeitenden geben zu, KI zu nutzen, ohne dass ihr Arbeitgeber davon weiß.
5x
Mitarbeitende, die sagen, KI habe ihre Produktivität verbessert, nutzen sie mehr als fünfmal so häufig ohne Wissen ihres Arbeitgebers wie jene, bei denen das nicht der Fall ist (45 % gegenüber 8 %).
3x
Mitarbeitende, die angeben, ausreichend KI-Schulung zu erhalten, nutzen KI dreimal so häufig unter dem Radar wie jene, die das nicht tun (43 % gegenüber 14 %).
Was treibt dieses Kompetenzparadox an?
Eine mögliche Erklärung: Mitarbeitende, die sich im Umgang mit KI sicher fühlen und erkennen, wie sie ihrer Rolle nützt, integrieren sie proaktiv in ihre Arbeit – mit oder ohne Segen der Organisation.
Wenn Organisationen es aber versäumen, diese verborgene Gruppe zu befähigen, müssen sie sich sowohl um Bindung als auch um Risikominimierung sorgen. Wer KI heimlich nutzt, sucht deutlich häufiger aktiv nach einer neuen Stelle als Nicht-Nutzer:innen (67 % gegenüber 42 %).
„Ambivalenz bei Mitarbeitenden entsteht oft dadurch, dass sie im Unternehmen keine sinnvollen Anwendungsfälle sehen", sagt Monique Major, Senior Director of HR bei Diligent. „Wer solche Anwendungsfälle gefunden hat, kann frustriert sein, wenn die Organisation diese Mitarbeitenden nicht entsprechend ausstattet – und genau da kommt oft die heimliche KI-Nutzung ins Spiel. Das sind zugleich dieselben Personen, die, einmal ausgestattet, die KI-Einführung beschleunigen. Das ist die Chance der Organisation, mit diesen Menschen zu sprechen, zu verstehen, was sie tun, und sie zu befähigen."
Das ist gute KI: Mitarbeitergeführte Vorbereitung auf Leistungsbeurteilungen
Das Problem: Die Umstellung auf ein häufigeres, mitarbeitergeführtes Modell für Leistungsbeurteilungen bedeutete, dass sich Mitarbeitende mit der Vorbereitung schwertaten.
Der Use Case: Ein Claude-Skill wurde erstellt, der aktuelle Belege aus der HR-Plattform und aus Systemen zusammenträgt, in denen Arbeit bereits dokumentiert ist (CRMs, KI-Notiz-Tools, Slack usw.).
Das Ergebnis: Mitarbeitende kommen mit einem KI-vorbereiteten und menschlich verfeinerten Beleg-Dossier zur Beurteilung – das Gespräch wird dadurch inhaltsreicher.
„Wir sind auf ein zweimonatliches, stärker mitarbeitergeführtes Modell für Leistungsbeurteilungen umgestiegen. Dafür brauchten wir einen Weg, wie Mitarbeitende weniger Zeit mit Recherche verbringen und mehr Zeit für das eigentliche Gespräch haben – den wertvollsten Teil der Beurteilung. Also haben wir einen Claude-Skill gebaut, der Mitarbeitenden bei der Vorbereitung hilft, indem er die Aktivität der letzten acht Wochen aus unserer HR-Plattform und vielen weiteren Connectors wie Linear, HubSpot, Notion und Slack zusammenträgt. Claude verankert das dann in der Mission und den Zielen der jeweiligen Rolle, der letzten Leistungsbeurteilung, der Unternehmens-Roadmap und relevanten Skill-Matrizen, um herauszufinden, was in den nächsten Monaten für das Unternehmen wichtig werden könnte."
Nächster Schritt: Vertrauen und Klarheit im Rollout verankern
Wenn Mitarbeitende KI nutzen sollen, ohne dass die Organisation Orientierung bietet oder klar ist, wie sich das auf ihre Rolle auswirkt, kann das dazu führen, dass sie die Technologie ganz aufgeben oder eigenmächtig vorpreschen. Beides funktioniert für eine langfristige KI-Integration nicht.
Der Fokus auf Vertrauen, Klarheit und Befähigung gibt Mitarbeitenden die Zuversicht zum Experimentieren und das Wissen, es verantwortungsvoll zu tun.
KI-Reife zu erreichen, hat ebenso viel mit dem Verhalten der Mitarbeitenden zu tun wie mit der technischen Integration.
„Man kann nicht direkt von null Berührungspunkten mit KI zu einem vollständig integrierten System springen", sagt Ankita Poddar, Senior HRBP bei Amazon Web Services. „Diesen Schritt zu überspringen, schwächt das Vertrauen. Man vertraut einem System weniger, wenn man nicht weiß, was es tut oder wie es das tut. Mitarbeitende müssen mit KI ausprobieren, scheitern und herausfinden, wie sie für sie, ihr Team und ihre Organisation funktioniert."
Geben Sie Mitarbeitenden klare Leitlinien dazu, wo sie KI nutzen dürfen und wo nicht – einschließlich dazu, welche proprietären oder sensiblen Daten nicht in KI-Tools eingegeben werden dürfen. Schaffen Sie dann sichere Räume zum Experimentieren, etwa Hackathons, Sandbox-Umgebungen und Testdatensätze, damit Mitarbeitende verantwortungsvoll testen und lernen können.
2
Aus verborgener Nutzung geteilte Kompetenz machen
Sobald Vertrauen und sichere Leitlinien vorhanden sind, müssen Organisationen Wege schaffen, damit sich Mitarbeitende wohlfühlen, Use Cases offen zu teilen.
„KI ist für die individuelle Nutzung optimiert, nicht für die Team-Ebene", sagt Aoife O'Brien, Gründerin von Happier at Work. „Manche verbergen, wie stark sie KI nutzen, weil sie befürchten, dass effizienteres Arbeiten ihre Rolle weniger wertvoll erscheinen lässt. Wenn der Fokus stärker auf Ergebnisse und bessere Abstimmung zwischen Teams gelegt wird, erzielen Organisationen wirksamere Ergebnisse mit KI."
O'Brien empfiehlt Organisationen, bei der Gestaltung dieses Umfelds experimentell vorzugehen und Mechanismen für den Wissensaustausch zu schaffen, die sowohl zu den bestehenden Kommunikationsgewohnheiten passen als auch psychologische Sicherheit hochhalten. Ihre Vorschläge umfassen:
Eine wiederholbare Struktur rund um das Lernen schaffen – etwa Immersion Days, dedizierte Slack- oder Teams-Kanäle, Showcases in Team- oder All-Hands-Meetings und den Aufbau eines Kompetenzzentrums für KI.
Retrospektiven zu allen KI-Projekten durchführen, insbesondere zu den gescheiterten.
KI-Projekte anhand von Ergebnissen und den Problemen darstellen, die sie für das Unternehmen lösen.
Ein zentrales Repository für Prompts, Projekte, Ergebnisse und Learnings aufbauen, auf das alle zugreifen und sich beziehen können.
3
Mitarbeitenden Klarheit darüber geben, wie Daten und KI Entscheidungen prägen
Wenn Sie Transparenz darüber erwarten, wie Mitarbeitende KI nutzen, müssen Sie im Gegenzug dasselbe bieten. HR-Teams müssen erklären können, wie Daten in Entscheidungen über Mitarbeitende einfließen und wo – wenn überhaupt – KI dabei mitgewirkt hat. Das muss auch für Führungskräfte gelten, nicht nur für HR selbst.
Bei jeder wichtigen Entscheidung müssen Sie Ihre Daten und Ihr Modell gut genug kennen, um die folgenden Fragen zu beantworten:
Welche Daten oder welche KI lagen dieser Entscheidung zugrunde?
Wo fließt menschliches Urteilsvermögen in diese Entscheidung/dieses Ergebnis ein?
Wie können Mitarbeitende diese Entscheidung infrage stellen oder anfechten, wenn sie nicht einverstanden sind?
4
Die Wirkung messen, nicht nur den Output
Organisationen setzen möglicherweise voll auf Effizienzsteigerung – aber wenn Mitarbeitende nur das sehen, kann sich die KI-Nutzung schnell transaktional anfühlen, besonders wenn KI-bedingte Optimierung schlicht bedeutet, dass sich ihre Arbeitslast erhöht oder verdichtet.
Das bedeutet, über die reine Frage hinauszuschauen, wie viel schneller Arbeit erledigt wird oder welche Kosten gespart werden. HR-Führungskräfte müssen fragen: Finden Mitarbeitende ihre Arbeit sinnvoller? Wie steht es um das allgemeine Wohlbefinden? Wie erleben Mitarbeitende ihre Arbeitslast über die Zeit?
„HR-Führungskräften geht es letztlich um den Service und das Erlebnis, das sie liefern", sagt Monique Major, Senior Director of HR bei Diligent. „Effizienz sollte nicht die einzige Kennzahl sein, die Sie messen. Wenn Sie sich zu eng darauf konzentrieren, sehen Sie nicht, ob sich durch Ihre Änderungen tatsächlich etwas verbessert. Kombinieren Sie Effizienz mit Erlebnisqualität, und Sie erhalten ein viel umfassenderes Bild dessen, was wirklich passiert."
Das ist gute KI: Bessere Einzelgespräche führen
Das Problem: Gute Vorbereitung auf 1:1-Gespräche kostet Zeit – Führungskräfte müssen die Leistung der letzten Wochen einordnen, Beobachtungen sortieren und die richtigen Themen identifizieren. Bleibt dafür zu wenig Zeit, gehen Muster und wichtiger Kontext verloren.
Der Use Case: KI als Sparringspartner nutzen, nachdem die Führungskraft sich selbst ein erstes Bild gemacht hat – um diese Einschätzung mit relevanten Informationen und vergangenen Gesprächen abzugleichen, Muster zu erkennen und weiterführende Fragen zu entwickeln.
Das Ergebnis: Weniger Aufwand für Vor- und Nachbereitung, mehr Raum im Gespräch selbst – für Zuhören, Zwischentöne, Nachfragen und echte Präsenz.
„Ein Coachee von mir nutzt KI inzwischen intensiv als Sparringspartner für seine 1:1-Gespräche. Zunächst macht er sich selbst ein Bild: Wie hat sich die Leistung entwickelt? Was beobachtet er? Welche Themen oder Fragen möchte er ansprechen? Erst danach nutzt er KI, um seine Einschätzung mit relevanten Informationen und vergangenen Gesprächsinhalten abzugleichen, Muster zu erkennen und weitere Fragen zu entwickeln. KI ersetzt dabei nicht sein eigenes Denken, sondern erweitert es. Gleichzeitig reduziert sie den Aufwand für die Vor- und Nachbereitung. So kann er sich im Gespräch stärker auf das konzentrieren, was gute Führung ausmacht: zuhören, Zwischentöne wahrnehmen, nachfragen und wirklich präsent sein."
Datenstarke HR-Teams unterscheiden sich in Budget, Größe, Branche und technischer Reife. Was sie eint, wenn es darum geht, KI erfolgreich einzubetten, ist Konsistenz in den Grundlagen.
Was datenstarke Unternehmen anders machen
Dokumentieren die meisten Entscheidungen
78%
Datenstarke Organisationen
69%
Datenschwache Organisationen
Überprüfen Personalprognosen regelmäßig
64%
Datenstarke Organisationen
28%
Datenschwache Organisationen
Betten KI unternehmensweit ein
38%
Datenstarke Organisationen
14%
Datenschwache Organisationen
Diese scheinbar kleinen Maßnahmen verstärken sich gegenseitig. Entscheidungen zu dokumentieren, schafft Nachvollziehbarkeit dafür, warum bestimmte Entscheidungen getroffen wurden. Diese Spur macht es leichter, Ihre Personalprognosen zu überprüfen und Fehler zu korrigieren. Und diese Kontrollpunkte für Qualitätssicherung schaffen Vertrauen in die Daten – sodass Sie KI selbstbewusster in Personalprozesse einbetten können.
Und wenn Teams diese Kontrollpunkte etablieren, können sie den Wert ihrer Arbeit klarer benennen.
Datenstarke HR-Teams sagen häufiger, dass sie wirksam arbeiten, sich wertgeschätzt und gehört fühlen. Sie sagen häufiger, dass das Mitarbeiterengagement hoch ist. Und sie berichten 1,4-mal so häufig von hoher Unternehmensleistung.
Wie datenstarke Unternehmen sich selbst sehen
Berichten von hoher HR-Wirksamkeit
79%
Datenstarke Organisationen
50%
Datenschwache Organisationen
Fühlen sich vertraut und wertgeschätzt
79%
Datenstarke Organisationen
58%
Datenschwache Organisationen
Haben das Gefühl, HR habe nicht genug Gehör
29%
Datenstarke Organisationen
52%
Datenschwache Organisationen
Berichten von hoher Geschäftsleistung
82%
Datenstarke Organisationen
57%
Datenschwache Organisationen
Wenn Ihr HR-Team diese Lücke schließen möchte, sind Sie vermutlich schon weiter, als Sie denken. Der Weg zur starken Datenbasis entsteht jedoch im täglichen Detail: in den Entscheidungen, die Sie immer wieder treffen. Es geht darum, die Handvoll Datensätze zu pflegen und im Blick zu behalten, denen Sie vertrauen können – statt der zehn, denen Sie nicht vertrauen können. Es geht darum, Arbeitsabläufe und Kontrollpunkte zu schaffen, die diese Datenqualität dauerhaft hochhalten, und sie zur Kennzahl für jede neue Entscheidung oder jedes neue Projekt zu machen.
Am Ende sollte Datenqualität zu einem alltäglichen Instinkt werden.
Die Daten haben Sie bereits. Was jetzt noch fehlt, ist die Zuversicht, danach zu handeln.
Von der Datenbasis zur Talentstrategie
Saubere Daten sind die Grundlage. Der nächste Schritt ist, Ihre Mitarbeitenden gezielt auf das KI-Zeitalter vorzubereiten. Unser Leitfaden zeigt ein 3-Schritte-Framework, mit dem HR Rollen neu denkt und echte Skill-Gaps identifiziert.
Für unseren HR Insights Report 2026 wurden 3.001 HR-Entscheider:innen und 6.000 Mitarbeitende in Unternehmen mit 10 bis 2.000 Beschäftigten in Großbritannien, Deutschland, Spanien und den Niederlanden befragt. Die Daten wurden zwischen dem 29. Mai und dem 10. Juni von Censuswide erhoben.
Intelligentes HR entdecken. Unser Team ist für Sie da.
