Harte vs. weiche Daten

| |

functionHR Glossar

Die wichtigsten HR und People Analytics Definitionen auf einen Blick

Publikationen in Fachmagazinen und Büchern über People Analytics

Harte vs. weiche Daten

Beitragsbild Blog46 Harte vs. weiche daten

Definition harte Daten

Als „harte“ Daten werden Daten bezeichnet, die mit möglichst genau definierten und gut quantifizierbaren Messmethoden gewonnen wurden. Sie sind für unterschiedliche Betrachter gleichermaßen erkennbar und interpretierbar und weisen somit ein hohes Maß an Intersubjektivität auf.

Harte Daten im HR

Im HR-Kontext sind harte Daten beispielsweise soziodemographische Daten der Mitarbeiter wie Alter und Geschlecht, ihr Gehalt, Ausbildung, Performance der Mitarbeiter, die Organisationsstruktur und vieles mehr. Sie müssen nicht separat erhoben werden, sondern sind in verschiedenen HR-Datensystemen bereits erfasst (HRIS, ATS, Zeiterfassungssysteme, SAP, etc.). Daher werden sie auch Prozessdaten genannt.

Definition weiche Daten

Als „weiche“ Daten werden dagegen Daten bezeichnet, die ein höheres Maß an Subjektivität aufweisen, wie zum Beispiel Meinungen, Einstellungen, Erfahrungen oder Schätzungen.

Weiche Daten im HR

Im HR Bereich fallen beispielsweise die Arbeitszufriedenheit und Motivation der Mitarbeiter:innen oder die Zufriedenheit der Bewerber:innen unter weiche Daten. Diese Daten liegen dem Unternehmen nicht ohne Weiteres vor, sondern müssen durch Befragungen der Mitarbeiter:innen und Bewerber:innen erhoben werden. Weil weiche Daten sich meist auf Erfahrungen der Mitarbeiter:innen beziehen, werden sie auch Erfahrungsdaten genannt. 

Nutzung von harten und weichen Daten

Eine Kombination aus harten und weichen Daten stellt in vielen Anwendungsfällen die beste Basis für datengestützte Entscheidungen dar. Denn so können die Vor- und Nachteile beider Datenarten kombiniert werden. Harte Daten sind zwar besser replizierbar und oftmals reliabler als weiche Daten, können dafür aber nicht die Perspektive der Befragungssubjekte abbilden. Weiche Daten sind somit eine optimale Ergänzung, da sie die Möglichkeit bieten, die Subjekte direkt zum untersuchten Thema zu befragen.

Andersherum beinhalten weiche Daten oftmals Antwortverzerrungen (response biases), welche die Validität der Daten vermindern. Da harte Daten weniger Verzerrungen unterlegen, sollten sie, wenn möglich, zur Untermauerung von weichen Daten verwendet werden.

Beispielsweise könnte eine solche Kombination von harten und weichen Daten angewendet werden, um die Motivation der Mitarbeiter:innen eines Unternehmens optimal zu messen. Eine direkte Mitarbeiterbefragung zur Arbeitsmotivation (weiche Daten) könnte nämlich gut mit der Anzahl von Fehltagen kombiniert werden (harte Daten).