360-Grad-Feedback mit KI: 80 Prozent weniger Aufwand – aber zu welchem Risiko?

Was früher mehrere Workshops beanspruchte, erledigt KI heute in wenigen Minuten – vom Ordnen der Kompetenzen bis zum Entwurf des Fragebogens. Doch ungeprüfte Fragen können Führungskräfte falsch beurteilen – mit Folgen für Beförderung, Vergütung und Vertrauen. Eine Fallstudie zeigt, wo KI hilft, wo sie scheitert und was HR vor dem Einsatz prüfen muss.

Kopfgrafik

Was HR-Software beim 360-Grad-Feedback übernimmt – und was nicht

Welche Aufgaben HR-Systeme automatisieren

Systeme wie SAP SuccessFactors, Workday, Oracle Fusion Cloud HCM und Qualtrics EmployeeXM übernehmen heute einen großen Teil der technischen Durchführung eines 360-Grad-Feedbacks. SAP SuccessFactors nennt beispielsweise 360-Grad-Beurteilungen, Leistungsbewertungen und Feedbackprozesse.

Damit entfällt ein großer Teil der früheren Verwaltungsarbeit. Personalabteilungen müssen nicht mehr jede Einladung einzeln versenden, Rückläufe in Excel-Listen kontrollieren oder Bewertungen verschiedener Gruppen von Hand zusammenführen.

Warum die Software keine wirksame Führung erkennen kann

Die Software weiß nicht, welche Ergebnisse eine Führungskraft im konkreten Unternehmen erreichen soll. Sie kann auch nicht entscheiden, ob die Fragen jene Verhaltensweisen erfassen, die Mitarbeitende, Kollegen oder Kunden tatsächlich beobachten können.

Vor allem kann sie nicht belegen, ob hohe Bewertungen mit höherer Teamleistung, geringerer Fluktuation, besseren Entscheidungen oder zufriedeneren Kunden zusammenhängen. Dafür werden Antworten realer Beurteilender und konkrete Erfolgszahlen aus dem Unternehmen benötigt.

Auch ein übersichtlicher Bericht mit Balkendiagrammen und Vergleichswerten kann deshalb auf ungeprüften Fragen beruhen. Das technische System verteilt den Fragebogen und zählt die Antworten. Ob der Fragebogen erfolgreiche Führung erkennt, ist eine völlig andere Frage.

Warum Unternehmen in geprüfte Fragebögen investieren

Welche Fragen vor der Entwicklung geklärt werden müssen

Ein hochwertiger Fragebogen besteht nicht einfach aus einer Liste vernünftig klingender Aussagen. Er soll Führungsverhalten so erfassen, dass die Ergebnisse verständlich, zuverlässig, fair und für konkrete Veränderungen nutzbar sind.

Erst danach lassen sich passende Aussagen formulieren. Andernfalls entstehen Fragen, die zwar Zustimmung finden, aber weder zwischen unterschiedlich wirksamen Führungskräften unterscheiden noch konkrete Entwicklungsmaßnahmen ermöglichen.

Wie schnell Entwicklungskosten von 36.000 Euro entstehen

Unternehmen führen deshalb häufig mehrere Workshops mit Führungskräften, Personalverantwortlichen und externen Fachleuten durch. Ein einfaches Rechenbeispiel zeigt die Größenordnung:

4 Personen × 3 Arbeitstage × 3.000 Euro = 36.000 Euro

Die 3.000 Euro stehen dabei für einen externen Tagessatz oder einen internen Verrechnungssatz einschließlich Arbeitszeit und Projektkosten. Werden die Fragen anschließend mit Führungskräften und Beurteilenden getestet, statistisch untersucht und überarbeitet, kann der Gesamtaufwand deutlich höher liegen.

Diese Investition ist nicht automatisch übertrieben. Ein unternehmensspezifischer und geprüfter Fragebogen kann zeigen, welche Verhaltensweisen mit Teamleistung, Mitarbeiterbindung, Kundenzufriedenheit oder Zielerreichung zusammenhängen. Damit lassen sich Führungskräfte gezielter auswählen und entwickeln.

Der Wert liegt also nicht in einer möglichst langen Liste von Fragen. Er liegt in dem Wissen, welche Fragen erfolgreiche Führung tatsächlich von erfolgloser Führung unterscheiden. Genau dieses Wissen kann für ein Unternehmen einen Wettbewerbsvorteil darstellen.

Wo KI bis zu 80 Prozent Aufwand sparen kann

Welche Arbeiten KI vorbereiten oder beschleunigen kann

Der größte Zeitgewinn entsteht überall dort, wo Informationen geordnet, Texte formuliert und verschiedene Fassungen miteinander verglichen werden müssen. Die KI kann dabei in wenigen Minuten Vorschläge liefern, für die früher mehrere Besprechungen oder Arbeitstage notwendig waren.

Damit kann KI die Vorbereitung von Workshops erheblich verkürzen. Statt jede Formulierung gemeinsam von Grund auf zu entwickeln, können Führungskräfte und HR-Verantwortliche bereits über konkrete Vorschläge diskutieren.

Warum 80 Prozent Zeitersparnis keine 80 Prozent Qualität bedeuten

Die Zahl von 80 Prozent ist kein allgemeingültiges Forschungsergebnis. Sie beschreibt eine mögliche Größenordnung aus praktischer Sicht. Wie groß die tatsächliche Ersparnis ausfällt, hängt von den vorhandenen Unterlagen, der Erfahrung der Beteiligten und dem Zweck des Fragebogens ab.

Vor allem darf die eingesparte Arbeitszeit nicht mit der Qualität des Ergebnisses verwechselt werden. Eine KI kann innerhalb weniger Minuten 30 professionell klingende Aussagen formulieren. Sie weiß deshalb aber noch nicht, ob Mitarbeitende diese Aussagen gleich verstehen, ob das beschriebene Verhalten beobachtbar ist oder ob fast alle Führungskräfte die Bestnote erhalten.

Ebenso wenig kann die KI ohne entsprechende Daten feststellen, ob hohe Bewertungen mit besseren Entscheidungen, höherer Teamleistung oder geringerer Fluktuation zusammenhängen. Dafür muss der Fragebogen von realen Personen beantwortet und anschließend ausgewertet werden.

Die Zeitersparnis betrifft somit vor allem die Herstellung des Entwurfs. Die Auswahl der entscheidenden Kompetenzen, die Erprobung der Fragen und die Prüfung anhand konkreter Führungsergebnisse bleiben notwendig.

Warum KI Original-Items und Erfolgsdaten fehlen

Warum Original-Items und Prüfdaten selten im Internet stehen

Das Herzstück eines Fragebogens sind seine konkreten Aussagen – in der Fachsprache Items genannt. An ihnen entscheidet sich, ob eine Kompetenz nur allgemein beschrieben oder tatsächlich erfasst wird.

Bei der Entwicklung von Instrumenten wie dem Berufsbezogenen Persönlichkeitstest, dem Gießener Inventar der Umsetzungskompetenz oder dem Gießener Inventar der Transformationalen Führung entsteht der größte Wert nicht durch die Namen der Kompetenzen. Begriffe wie „Empathie“, „Delegation“ oder „Umsetzungskompetenz“ kann jede KI nennen.

Auf diese Informationen haben allgemeine KI-Systeme in der Regel keinen vollständigen Zugriff. Sie finden möglicherweise den Namen eines Verfahrens, die bezeichneten Kompetenzen und zusammengefasste Forschungsergebnisse. Damit kennen sie aber noch lange nicht den eigentlichen Fragebogen.

Original-Items und Auswertungsregeln sind häufig durch Urheberrecht, Lizenzbedingungen oder Verträge geschützt. Auch wissenschaftliche Fachartikel enthalten nicht automatisch den vollständigen kommerziell nutzbaren Fragebogen. Noch weniger öffentlich zugänglich sind Antworten realer Beurteilender, interne Vergleichswerte und Erfahrungen aus Unternehmen.

Es wäre unrealistisch anzunehmen, ein Unternehmen investiere beispielsweise 100.000 Euro in die Entwicklung und Prüfung eines Fragebogens und stelle anschließend die Fragen, Auswertungsregeln und Vergleichsdaten kostenlos ins Internet. Gerade dieses Wissen soll helfen, Führungskräfte besser auszuwählen und zu entwickeln als die Konkurrenz.

Eine KI kann einen solchen Fragebogen deshalb bestenfalls aus öffentlich zugänglichen Beschreibungen und einzelnen Textstellen rekonstruieren. Diese Rekonstruktion kann professionell klingen. Sie ist aber nicht mit dem geprüften Original gleichzusetzen.

Welche Daten KI für einen guten Fragebogen bräuchte

Die Grenze liegt nicht grundsätzlich in der Leistungsfähigkeit der KI, sondern in ihrer Datenbasis. Das dahinterliegende Prinzip heißt GIGO: Garbage in, garbage out. Aus allgemeinen Beschreibungen, populären Führungsmodellen und einzelnen Fundstellen kann keine KI einen nachweislich hochwertigen Fragebogen zaubern.

Das lässt sich mit der Medizin vergleichen: Ein KI-System kann Ärzte bei Diagnose- oder Therapieentscheidungen unterstützen, wenn es mit zahlreichen hochwertigen Patientendaten arbeiten kann. Dazu gehören Anamnesen, Diagnosen, Behandlungen, Krankheitsverläufe und Erfolgskontrollen.

Für ein 360-Grad-Feedback wäre eine vergleichbare Datenbasis notwendig.

Ohne diese Daten kann die KI prüfen, ob eine Frage verständlich formuliert ist, nur ein Thema behandelt und beobachtbares Verhalten beschreibt. Sie kann aber nicht feststellen, ob hohe Bewertungen tatsächlich mit erfolgreicher Führung zusammenhängen.

KI kann also einen hervorragenden Fragebogen entwickeln – aber nur, wenn man ihr die dafür notwendigen hochwertigen und rechtmäßig nutzbaren Daten zur Verfügung stellt.

Was KI an einem Fragebogen prüfen kann – und was nicht

Was KI an der Formulierung erkennen kann

Eine KI erkennt meistens, dass die Aussage „Diese Führungskraft kommuniziert offen“ zu allgemein ist. Sie kann daraus eine konkretere Frage machen:

„Diese Person erläutert die Gründe für wichtige Entscheidungen.“

Die neue Formulierung beschreibt ein konkreteres und eher beobachtbares Verhalten. Die KI kann außerdem prüfen, ob die Aussage verständlich ist, nur ein Thema behandelt und zur verwendeten Antwortskala passt.

Trotzdem ist damit noch nicht bewiesen, dass die Frage brauchbare Ergebnisse liefert. Mitarbeitende, Kollegen und Vorgesetzte könnten die Aussage unterschiedlich verstehen oder das beschriebene Verhalten nicht gleich häufig beobachten.

Auch eine Aussage wie „Diese Person behandelt andere respektvoll“ klingt sinnvoll. Wenn jedoch fast alle Führungskräfte dafür die Bestnote erhalten, macht die Frage keine Unterschiede sichtbar. Ob ein solcher Deckeneffekt entsteht, zeigt erst die Auswertung realer Antworten.

Was nur Antworten und Erfolgszahlen zeigen

Eine KI kann mehrere Aussagen unter einer Überschrift wie „Delegation und Empowerment“ zusammenfassen. Die Überschrift beweist jedoch nicht, dass diese Fragen tatsächlich dieselbe Kompetenz erfassen.

Einige Aussagen könnten hauptsächlich Vertrauen messen, andere Kommunikation, Verantwortungsbereitschaft oder Kontrolle. Auch fast gleichlautende Fragen sind problematisch: Sie erzeugen möglicherweise sehr ähnliche Antworten und damit einen hohen Zuverlässigkeitswert, wiederholen aber lediglich denselben Gedanken.

Der letzte Punkt betrifft die Kriteriumsvalidität. Soll eine Skala beispielsweise Delegation und Empowerment erfassen, müsste geprüft werden, ob hohe Werte tatsächlich mit selbstständigeren Mitarbeitenden, mehr Verantwortungsübernahme, besseren Entscheidungen oder einer Entlastung der Führungskraft einhergehen.

Eine KI kann erklären, warum Delegation wichtig sein könnte. Ohne Befragungs- und Erfolgsdaten kann sie aber nicht nachweisen, ob ihre Fragen wirksame Delegation erkennen.

Welche 14 Gütekriterien HR prüfen sollte

Die wichtigsten Prüfkriterien

Für die Qualität eines 360-Grad-Feedback-Fragebogens sind insbesondere folgende Kriterien wichtig:

Die DIN 33430 bezieht sich unmittelbar auf die berufsbezogene Eignungsdiagnostik und nicht speziell auf jedes entwicklungsorientierte 360-Grad-Feedback. Ihre Grundgedanken zur Qualität von Verfahren, ihrer Anwendung und der Qualifikation der Beteiligten sind dennoch hilfreich.

Werden die Ergebnisse für Auswahl, Beförderung, Vergütung oder andere wichtige Personalentscheidungen verwendet, steigen die Anforderungen erheblich.

Das entscheidende Kriterium: Erkennt der Fragebogen wirksame Führung?

Die Kriteriumsvalidität beantwortet die wichtigste Frage: Erzielen Führungskräfte mit hohen Bewertungen tatsächlich bessere Ergebnisse?

Wenn eine Skala beispielsweise Delegation und Verantwortung messen soll, müsste geprüft werden, ob hohe Werte tatsächlich mit größerer Selbstständigkeit der Mitarbeitenden, besseren Entscheidungen, höherer Teamleistung oder einer Entlastung der Führungskraft ohne Kontrollverlust zusammenhängen.

Ohne solche Erfolgsdaten kann eine KI lediglich vermuten, dass ihre Fragen sinnvoll sind. Sie kann aber nicht nachweisen, dass der Fragebogen wirksame Führung erkennt.

Die Hintergründe zu den einzelnen Kriterien finden Sie auf der Seite Gütekriterien für 360-Grad-Feedback-Fragebögen .

Fallstudie: Kann KI den eigenen Fragebogen prüfen?

Der Versuch: Erst erstellen, dann streng prüfen

Für diese Fallstudie wurde eine KI zunächst beauftragt, aus ihrem allgemeinen Wissen einen Fragebogen für ein 360-Grad-Feedback zu entwickeln. Sie hatte keinen Zugriff auf geschützte Original-Items oder auf Validierungsdaten bereits geprüfter Instrumente.

Das Ergebnis war ein Fragebogen mit 24 Aussagen aus sechs Bereichen:

Die Aussagen wirkten auf den ersten Blick professionell. Drei Beispiele:

Anschließend musste die KI ihren eigenen Fragebogen anhand der oben verlinkten Checkliste prüfen. Dabei galt eine strenge Beweisregel:

Das Ergebnis: Kein Gütekriterium vollständig nachgewiesen

Teilweise beurteilen konnte die KI nur Kriterien, die bereits am Text erkennbar waren. Dazu gehörten die Verständlichkeit der Aussagen, die grundsätzliche Beobachtbarkeit des Verhaltens und eine einheitliche Formulierung.

Nicht nachweisen konnte sie dagegen, ob die Kompetenzbereiche tatsächlich existieren, ob die Aussagen zuverlässig messen, ob sie zwischen unterschiedlich wirksamen Führungskräften unterscheiden und ob hohe Bewertungen mit besseren Ergebnissen zusammenhängen.

Der Versuch zeigt den entscheidenden Unterschied: Die KI konnte einen überzeugend wirkenden Fragebogen erstellen. Sie konnte auch benennen, welche Nachweise fehlen. Die fehlenden Nachweise konnte sie jedoch nicht selbst erzeugen.

So führen Sie den Selbsttest durch

Lassen Sie eine KI zunächst einen Fragebogen für Ihr 360-Grad-Feedback erstellen. Laden Sie danach die oben angebotene Checkliste als PDF in die KI-Anwendung hoch und geben Sie folgende Anweisung ein:

Die Übung ersetzt keine Validierung. Sie schützt aber davor, einen professionell formulierten Entwurf vorschnell für ein zuverlässiges Messinstrument zu halten.

Wofür HR KI verantwortbar einsetzen kann

Bei diesen Aufgaben kann KI sinnvoll helfen

Richtig eingesetzt spart KI viel Zeit und macht Schwächen eines ersten Entwurfs schneller sichtbar. Ihre Vorschläge sollten dabei als Arbeitsgrundlage und nicht als geprüfte Lösung verstanden werden.

Besonders nützlich ist KI, wenn bereits hochwertige Daten vorhanden sind. Sie kann dann beispielsweise Trennschärfen berechnen, auffällige Fragen kennzeichnen, Unterschiede zwischen Beurteilergruppen untersuchen und Ergebnisse für einen Bericht aufbereiten.

Dabei gilt: Die KI liefert Vorschläge, Berechnungen und Hypothesen. Die Verantwortung für die Auswahl der Kompetenzen, die Interpretation der Ergebnisse und die daraus abgeleiteten Maßnahmen bleibt beim Unternehmen.

Wann HR besonders vorsichtig sein muss

Je stärker ein Ergebnis in die Karriere einer Person eingreift, desto höher müssen die Anforderungen an den Fragebogen sein. Besondere Vorsicht ist notwendig, wenn die Bewertungen Einfluss haben auf:

• Auswahlentscheidungen,
• Beförderungen,
• Vergütung oder Bonuszahlungen,
• Potenzialbewertungen,
• die Aufnahme in einen Talentpool oder
• die weitere berufliche Entwicklung.

In solchen Fällen genügt es nicht, dass die Fragen verständlich klingen und von den Beteiligten akzeptiert werden. Das Unternehmen muss zeigen können, dass die Fragen zuverlässig messen, keine Gruppen systematisch benachteiligen und mit relevanten Ergebnissen der Führung zusammenhängen.

Ein ungeprüfter KI-Fragebogen kann für ein freiwilliges Pilotprojekt als Ausgangspunkt dienen. Für Beförderungen, Vergütung oder andere folgenreiche Entscheidungen darf er nicht alleinige Grundlage sein.

Wofür HR KI verantwortbar einsetzen kann

Diese Arbeiten kann KI sinnvoll übernehmen

KI eignet sich besonders für Aufgaben, bei denen Texte geordnet, verglichen, vereinheitlicht oder für unterschiedliche Zielgruppen angepasst werden müssen.

Auf diese Weise kann KI einen erheblichen Teil der redaktionellen und administrativen Arbeit beschleunigen. Sie liefert dabei Vorschläge und Hypothesen – noch keine Beweise für die Qualität des Fragebogens.

Bei Personalentscheidungen wird ein ungeprüfter Fragebogen zum Risiko

Besondere Vorsicht ist geboten, wenn die Ergebnisse nicht nur der persönlichen Entwicklung dienen, sondern Einfluss auf die berufliche Zukunft einer Person haben.

In solchen Fällen genügt es nicht, dass die Fragen vernünftig klingen und von den Beteiligten akzeptiert werden. Es muss nachvollziehbar belegt sein, dass der Fragebogen zuverlässig misst, faire Ergebnisse liefert und tatsächlich zwischen unterschiedlich wirksamen Führungskräften unterscheiden kann.

Ein ungeprüfter KI-Fragebogen kann für ein freiwilliges Pilotprojekt als Ausgangspunkt dienen. Für Beförderungen, Vergütung oder andere folgenreiche Entscheidungen darf er nicht alleinige Grundlage sein.

Wie aus einem KI-Entwurf ein geprüfter Fragebogen wird

Sieben Schritte vom Entwurf zum geprüften Instrument

Ein verantwortbarer Entwicklungsprozess besteht aus sieben Schritten:

Die KI kann analysieren – die Daten müssen aus der Praxis kommen

Liegen ausreichend viele und qualitativ brauchbare Daten vor, kann KI auch bei anspruchsvollen statistischen Analysen helfen. Sie kann beispielsweise schwache Fragen kennzeichnen, Zusammenhänge berechnen, auffällige Antwortverteilungen erkennen und Ergebnisse dokumentieren.

Die dafür notwendigen Antworten und Erfolgskriterien kann sie jedoch nicht erfinden. Sie müssen aus realen Befragungen und aus der tatsächlichen Arbeit der beurteilten Führungskräfte stammen.

Dann handelt es sich nicht mehr nur um einen „KI-generierten Fragebogen“. Es ist ein entwickeltes und geprüftes Messinstrument, bei dessen Entwicklung KI als Werkzeug eingesetzt wurde.

Fazit: KI spart Arbeit, aber übernimmt keine Verantwortung

Die Grenze verläuft zwischen Formulierung und Nachweis

KI kann den Aufwand für die Konzeption und Durchführung eines 360-Grad-Feedbacks drastisch reduzieren. Sie erledigt in wenigen Minuten Aufgaben, für die früher viele Stunden redaktioneller und administrativer Arbeit notwendig waren.

Sie kann einen überzeugenden Fragebogen schreiben, wichtige Gütekriterien erklären und vorhandene Daten analysieren. Sie kann jedoch fehlende Daten, geschützte Original-Items, vertrauliche Unternehmenserfahrungen und reale Erfolgskontrollen nicht durch geschliffene Formulierungen ersetzen.

Die entscheidende Grenze verläuft deshalb nicht zwischen Mensch und Maschine, sondern zwischen Formulierung und Nachweis.

Zeit sparen, ohne Führungskräfte zum Versuchskaninchen zu machen

Wer diese Grenze beachtet, kann KI produktiv einsetzen und viel Zeit sparen. Wer sie ignoriert, riskiert, Führungskräfte mit einem professionell aussehenden, aber ungeprüften Instrument zu beurteilen.

Das kann falsche Entwicklungsmaßnahmen, ungerechte Personalentscheidungen und einen erheblichen Vertrauensverlust auslösen. Die gesparte Arbeitszeit steht dann in keinem Verhältnis zu den möglichen Folgen.

Über den Autor: Prof. Dr. Waldemar Pelz

Fragebogen selbst erstellen, lizenzieren oder entwickeln lassen?

Welche Lösung passt, hängt vom Zweck des Feedbacks, dem vorhandenen Befragungssystem, der Zahl der Teilnehmenden und den Anforderungen an die Messqualität ab.

Die Seite 360-Grad-Feedback-Fragebogen für Unternehmen unterstützt Sie bei der Entscheidung, ob Sie einen Fragebogen selbst erstellen, einen geprüften Fragebogen lizenzieren oder ein unternehmensspezifisches Instrument entwickeln lassen sollten.