Zum Inhalt springen

Kalibrierung der Beurteilungen: So bereiten Sie die Sitzung vor und leiten sie

Die Kalibrierungssitzung Schritt für Schritt: wer teilnimmt, welche Daten jede Führungskraft mitbringt, wie Sie Verteilungen lesen, wie Sie Änderungen dokumentieren und was die Forschung zu ihren Wirkungen zeigt.

Von dem Pulsika-Team Performance Veröffentlicht 10 Minuten Lesezeit

Die Beurteilungen zweier Führungskräfte, A und B, sind durch Linien mit derselben Liste von Kriterien verbunden: Ergebnisse, Verhalten und Belege.

Die Kalibrierung der Beurteilungen ist die Sitzung, in der die Führungskräfte vergleichbarer Teams ihre vorgeschlagenen Noten besprechen, bevor sie den Menschen mitgeteilt werden, damit dieselbe Stufe im ganzen Unternehmen dasselbe bedeutet. Sie verteilt die Menschen nicht nach Quoten und ersetzt nicht das Urteil der direkten Führungskraft. Der Beitrag beschreibt die Vorbereitung (welche Daten jede Führungskraft mitbringt), den Ablauf in Minuten, wie Sie Verteilungen an einem durchgerechneten Beispiel lesen, wie Sie jede Änderung dokumentieren und was die Forschung über die Wirkungen der Kalibrierung zeigt, auch die unerwünschte.

Kurz gesagt. Eine Kalibrierungssitzung bringt die Führungskräfte zusammen, die vergleichbare Rollen beurteilen, mit einer Moderation aus HR. Jede Führungskraft kommt mit den vorgeschlagenen Noten und mit Belegen. Die Gruppe vergleicht die Verteilungen, bespricht die Fälle an den Rändern und an der Grenze zwischen Stufen, ändert eine Note nur aufgrund von Belegen und notiert den Grund. Die direkte Führungskraft teilt das Ergebnis dann mit und kann es erklären.

Begriffe: Kalibrierung, Verteilung, Milde, Tendenz zur Mitte

Die Kalibrierung ist die gemeinsame Überprüfung der von mehreren Führungskräften vorgeschlagenen Beurteilungen, damit für alle dieselben Maßstäbe gelten. Eine SHRM-Umfrage von 2011, mit APT Metrics unter 510 Mitgliedern aus Organisationen mit mehr als 2.500 Mitarbeitern durchgeführt, ergab, dass 54 % der Befragten in Organisationen arbeiteten, die formelle Kalibrierungssitzungen abhielten.

Die Verteilung der Beurteilungen zeigt, wie viele Personen jede Führungskraft auf jeder Stufe hat. Die Milde ist die Neigung einer beurteilenden Person, höhere Noten zu geben, als die Ergebnisse rechtfertigen würden; die Strenge ist das Gegenteil. Die Tendenz zur Mitte ist die Häufung der Noten in der Mitte der Skala, oft damit die beurteilende Person unbequeme Entscheidungen vermeidet. Woran Sie jeden Fehler in den Noten erkennen, beschreibt der Beitrag über Fehler bei der Mitarbeiterbeurteilung.

Die erzwungene Verteilung (auch als „vitality curve“ oder „stack ranking“ bekannt) schreibt feste Prozentsätze je Stufe vor, zum Beispiel 20 % oben, 70 % in der Mitte, 10 % unten. Die Kalibrierung kann eine Referenzverteilung als Prüfsignal nutzen, aber das ist nicht dasselbe wie eine verbindliche Quote.

Was die Forschung über Kalibrierung zeigt

Die Studie von Demeré, Sedatole und Woods in Management Science (2019) versteht sich als erster empirischer Beleg zur Rolle von Kalibrierungsgremien und analysiert die Daten einer großen multinationalen Organisation. Die Ergebnisse aus ihrer Zusammenfassung:

  • Die Kalibrierungsgremien änderten relativ wenige Noten (die Anpassungsquote lag bei 25 %), und Anpassungen nach unten waren häufiger und größer als nach oben;
  • sie senkten die Noten der Führungskräfte, die überdurchschnittlich vergaben, und hoben die Noten derer, die unterdurchschnittlich vergaben;
  • sie verbesserten die Einheitlichkeit zwischen Führungskräften und verringerten die Milde, verstärkten aber die Tendenz zur Mitte;
  • sie änderten seltener die Noten von Personen, die in der Hierarchie weiter von den Gremienmitgliedern entfernt waren, überließen die Entscheidung also denen, die die Person besser kannten;
  • die Führungskräfte lernten aus den Anpassungen, welche Erwartungen die Organisation hat.

Die SHRM-Umfrage gibt ein Bild der Praxis: 63 % der Befragten sagten, dass sich Noten nach der Kalibrierung „selten“ ändern, 35 % „regelmäßig“. Die Gründe für die Änderungen: uneinheitliche Beurteilungen zwischen Führungskräften (69 %), neue Informationen zur Leistung (45 %), die Anpassung an eine geplante Verteilung (39 %).

Merke. Die Kalibrierung gleicht Unterschiede zwischen Führungskräften aus, kann die Menschen aber zur Mitte drängen. Wenn Sie einen Spitzenfall oder einen schwachen Fall besprechen, fragen Sie ausdrücklich: „Senken wir diese Note, weil die Belege es verlangen, oder weil sie sich von den anderen unterscheidet?“

Kalibrierung, erzwungene Verteilung oder keine Kalibrierung?

AnsatzWas er tutVorteilHauptrisiko
Ohne KalibrierungJede Führungskraft beurteilt alleinSchnell; die Entscheidung bleibt bei der Person, die den Menschen kenntDieselbe Stufe bedeutet in verschiedenen Teams Verschiedenes
Kalibrierung mit ReferenzverteilungDie Gruppe bespricht die Noten; die Verteilung ist nur ein SignalGemeinsame Maßstäbe, erklärbare EntscheidungenDie Tendenz zur Mitte; der Einfluss derer, die überzeugender reden
Erzwungene VerteilungFeste Prozentsätze je Stufe, auf jedes Team angewendetBeseitigt allgemeine MildeBenachteiligt gute und kleine Teams; fördert internen Wettbewerb

In kleinen Teams lassen sich feste Quoten kaum fair anwenden: In einem Team von fünf Personen sind 10 % eine halbe Person. Eine Referenzverteilung für das ganze Unternehmen, als Frage und nicht als Regel genutzt, umgeht das Problem.

So bereiten Sie die Sitzung vor

Wer teilnimmt

Es nehmen die Führungskräfte teil, die vergleichbare Rollen beurteilen (zum Beispiel alle Filialleitungen einer Region), ihre eigene Führungskraft und eine Moderation aus HR. Die Moderation stimmt nicht ab: Sie achtet auf die Zeit, fordert Belege ein und notiert die Entscheidungen. Halten Sie die Gruppen bei höchstens 8 Führungskräften; darüber bekommt jeder Fall zu wenig Zeit.

Was jede Führungskraft mitbringt

  • die vorgeschlagene Note für jede Person, vor der Sitzung ausgefüllt;
  • 2–3 Belege für jede Note an den Extremen und für die Grenzfälle: Ergebnisse, Verhaltensbeispiele, Feedback von internen Kunden;
  • den Kontext, der die Deutung ändert: lange Abwesenheiten, Rollenwechsel, Kennzahlen mit fehlenden Daten.

Was HR vorbereitet

HR bereitet eine Tabelle mit der Verteilung der Noten je Führungskraft vor, dem Durchschnitt und dem Anteil der Personen auf den oberen Stufen. Daneben steht das Ergebnis des Standorts (zum Beispiel die Planerfüllung), damit die Gruppe sieht, ob die Noten in dieselbe Richtung gehen wie die Ergebnisse.

Durchgerechnetes Beispiel: so lesen Sie die Verteilungen

Hypothetisches Beispiel. Fiktive Daten. Drei Filialleitungen schlagen Noten auf einer Skala von 1 bis 5 vor (4 und 5 sind die oberen Stufen). Team A hat 8 Personen, B hat 10, C hat 7.

FührungskraftVorgeschlagene NotenDurchschnittAuf den Stufen 4–5Planerfüllung des Standorts
A5, 5, 4, 4, 4, 4, 4, 333 ÷ 8 = 4,137 von 8 = 87,5 %98 %
B4, 3, 3, 3, 3, 3, 3, 3, 2, 229 ÷ 10 = 2,901 von 10 = 10 %112 %
C5, 4, 4, 3, 3, 3, 224 ÷ 7 = 3,433 von 7 = 42,9 %104 %
Gesamt25 Personen86 ÷ 25 = 3,4411 von 25 = 44 %

Die Tabelle sagt nicht, dass A falschliegt. Sie sagt, wo Sie die Diskussion beginnen: Der Standort von A hatte das schwächste Ergebnis und die höchsten Noten, der Standort von B das beste Ergebnis und die niedrigsten Noten. Die Gruppe fragt nach den Belegen für die fünf Personen von A mit der Note 4 und für die sieben Personen von B mit der Note 3.

Das Ergebnis kann sein, dass die Noten bleiben: Das Team von A kann an einem Standort mit wenig Kundenfrequenz sehr gut sein. Die Verteilung ist eine Frage, kein Urteil. Ändern sich die Noten, hat jede Änderung ihren schriftlichen Grund.

So führen Sie die Sitzung durch

  1. Eröffnung (5 Minuten). Die Moderation erinnert an die Skala, die Beschreibungen der Stufen und die Regel: Eine Note ändert sich nur aufgrund von Belegen.
  2. Die Verteilungen (10 Minuten). Die Gruppe betrachtet die von HR vorbereitete Tabelle ohne Namen und notiert, wo sich Unterschiede zwischen Führungskräften nicht durch die Ergebnisse erklären.
  3. Die Extreme (20–30 Minuten). Jede Führungskraft stellt in höchstens 2 Minuten die Personen mit der Note 5 und mit 1–2 vor. Die anderen dürfen fragen; sie dürfen keine Personen benoten, die sie nicht beobachtet haben.
  4. Die Grenzfälle (30–40 Minuten). Für Personen zwischen zwei Stufen lautet die Frage: „Was hätten wir sehen müssen, damit die Note eine Stufe höher liegt?“ Vergleichen Sie mit der Beschreibung der Stufe, nicht mit dem Kollegen.
  5. Die Schlussprüfung (10 Minuten). Sehen Sie sich die Verteilung nach den Änderungen noch einmal an und fragen Sie, ob eine Gruppe von Personen (in Teilzeit, neu in der Rolle, mit langen Urlauben) systematisch abgerutscht ist.
  6. Abschluss (5 Minuten). Die Moderation liest die Liste der Änderungen vor und die Frist, bis zu der die Führungskräfte die Noten mitteilen.

Zusammen ergeben die Schritte 80–100 Minuten für eine Gruppe von 25 Personen. Planen Sie höchstens zwei Stunden; ist die Liste länger, teilen Sie sie auf zwei Sitzungen auf, damit die letzten Fälle nicht weniger Aufmerksamkeit bekommen als die ersten.

Praxistipp. Lassen Sie der direkten Führungskraft das letzte Wort, wenn die Gruppe keine neuen Belege bringt, sondern nur Eindrücke. In der Studie von Demeré und seinen Mitautoren änderte das Gremium die Noten von Personen, die in der Hierarchie weit von ihm entfernt waren, seltener und überließ die Entscheidung der Führungskraft, die sie besser kannte.

So dokumentieren Sie die Entscheidungen

Halten Sie für jede geänderte Note eine Zeile in einem einfachen Register fest. Das Beispiel unten nutzt fiktive Daten.

PersonVorgeschlagene NoteEndgültige NoteGrund (Belege)Wer die Änderung verlangt hat
Berater, Team A43Servicestandards erreicht, aber der individuelle Zielwert zu 91 % erfüllt; die Beschreibung der Stufe 4 verlangt das Übertreffen des ZielwertsDie Regionalleitung
Berater, Team B34Zielwert drei Monate in Folge übertroffen, zwei dokumentierte Belobigungen durch Kunden; die Führungskraft hatte einen strengeren Maßstab angelegt als die BeschreibungDie HR-Moderation

Das Register dient drei Zwecken: Die Führungskraft kann die Note erklären, der Mitarbeiter kann eine Antwort bekommen, wenn er sie anficht, und bei der nächsten Kalibrierung sieht die Gruppe, ob dieselben Arten von Fällen wiederkehren.

Vorsicht. Das rumänische Arbeitsgesetzbuch (Codul muncii) verlangt, dass die Arbeitsordnung die Kriterien und Verfahren der beruflichen Beurteilung der Arbeitnehmer enthält (Art. 242 Buchst. i). Können Noten in einer Gruppensitzung geändert werden, sollte das Beurteilungsverfahren das sagen. Das Gespräch über Menschen ist auch eine Verarbeitung personenbezogener Daten: Bringen Sie nur die für die Beurteilung nötigen Informationen mit, nach dem Grundsatz der Datenminimierung der DSGVO, Art. 5 Abs. 1 Buchst. c. Klären Sie die Formulierung mit der Rechtsberatung des Unternehmens.

Nach der Sitzung: die Mitteilung

Die direkte Führungskraft teilt die Note mit, nicht das Gremium. Die Erklärung „So hat die Kalibrierung entschieden“ verschiebt die Verantwortung und senkt das Vertrauen. Ist die Note gesunken, sagt die Führungskraft, welche Belege gezählt haben und was das Ergebnis geändert hätte. Für schwierige Gespräche lesen Sie das Beurteilungsgespräch bei schwachen Ergebnissen.

Häufige Fehler

  • Verbindliche Quoten in kleinen Teams. So korrigieren Sie es: eine Referenzverteilung für das ganze Unternehmen, als Frage genutzt.
  • Noten, die nach Eindrücken geändert werden. „Mir kam er in der Sitzung im März schwach vor“ ist kein Beleg. So korrigieren Sie es: die Belegregel, von der Moderation durchgesetzt.
  • Vergleiche zwischen Personen statt des Vergleichs mit der Stufe. So korrigieren Sie es: Fragen Sie, was die Beschreibung der Stufe verlangt, nicht, wer von zweien besser ist.
  • Die Tendenz zur Mitte. So korrigieren Sie es: Prüfen Sie am Ende, ob die Extreme ohne schriftliche Gründe verschwunden sind.
  • Kalibrierung ohne vorbereitete Daten. So korrigieren Sie es: Die Verteilungen und die Ergebnisse der Standorte gehen vor der Sitzung an die Teilnehmer.
  • Keine Spur der Entscheidungen. So korrigieren Sie es: das Register der Änderungen, mit dem Grund jeder einzelnen.

Die individuellen Fehler der beurteilenden Person (Halo-Effekt, Recency-Effekt, Kontrasteffekt) behandelt der Beitrag über Fehler bei der Mitarbeiterbeurteilung.

Häufige Fragen

Was ist eine Kalibrierungssitzung für Beurteilungen?

Die Kalibrierungssitzung ist ein Treffen, bei dem die Führungskräfte, die vergleichbare Rollen beurteilen, ihre vorgeschlagenen Noten und die Belege dahinter vorstellen, bevor die Noten mitgeteilt werden. Ziel ist, dass dieselbe Stufe in verschiedenen Teams dasselbe bedeutet. Eine Moderation aus HR achtet auf die Zeit, fordert Belege ein und notiert jede Änderung mit ihrem Grund.

Bedeutet Kalibrierung eine erzwungene Verteilung?

Nein. Die erzwungene Verteilung schreibt feste Prozentsätze je Stufe vor, unabhängig von den tatsächlichen Ergebnissen des Teams. Die Kalibrierung vergleicht die Noten mit der Beschreibung der Stufen und mit den Belegen, und eine Referenzverteilung kann nur als Signal dienen, wo sich eine Frage lohnt. Ein sehr gutes Team kann zu Recht mehr Personen auf den oberen Stufen haben.

Wer muss teilnehmen?

Es nehmen die direkten Führungskräfte der beurteilten Personen teil, für vergleichbare Rollen, ihre eigene Führungskraft und eine Moderation aus HR. Die beurteilten Mitarbeiter nehmen nicht teil. Gruppen mit mehr als acht Führungskräften werden schwer zu leiten und werden aufgeteilt. Jeder Teilnehmer bespricht nur Personen, die er beobachtet hat oder zu denen er konkrete Belege hat.

Wie oft wird kalibriert?

Kalibriert wird einmal pro Beurteilungszyklus, vor der Mitteilung der Noten: jährlich oder halbjährlich, je nach Rhythmus des Unternehmens. Für monatliche Scores, die aus Kennzahlen berechnet werden, braucht es keine Kalibrierung; dort sorgen die Regeln der KPI-Scorecard für Einheitlichkeit. Die Kalibrierung hilft vor allem bei den Teilen, die nach dem Urteil der Führungskraft beurteilt werden.

Was tue ich, wenn die Gruppe mit der direkten Führungskraft nicht einverstanden ist?

Bringt die Gruppe neue Belege, wird die Note erneut an der Beschreibung der Stufe besprochen und kann sich ändern, mit schriftlichem Grund. Hat die Gruppe nur Eindrücke, behält die direkte Führungskraft die Note. Ungelöste Fälle gehen an die nächsthöhere Führungskraft, die entscheidet und den Grund notiert. Stimmen Sie nicht über Menschen ab.

Erfährt der Mitarbeiter, dass seine Note kalibriert wurde?

Der Mitarbeiter muss vorab wissen, dass das Beurteilungsverfahren eine Überprüfung in der Gruppe einschließt, und das Verfahren sollte in der Arbeitsordnung stehen. Die direkte Führungskraft teilt die endgültige Note und die Belege mit, die gezählt haben. Ficht der Mitarbeiter die Note an, ermöglicht das Register der Änderungen eine konkrete Antwort ohne vage Verweise auf „die Entscheidung des Gremiums“.

Kann die Kalibrierung andere Fehler einführen?

Ja. Die Forschung von Demeré, Sedatole und Woods ergab, dass die Kalibrierung zwar die Milde verringert und die Noten zwischen Führungskräften einheitlicher macht, aber die Tendenz zur Mitte verstärkt. Auch der Einfluss derer, die überzeugender reden, oder die Benachteiligung weniger sichtbarer Personen kann auftreten. Die Moderation prüft am Ende die Extreme und die Gruppen von Personen, die systematisch abgerutscht sind.

Wie es weitergeht

Bereiten Sie vor dem nächsten Beurteilungszyklus die Tabelle der Verteilungen je Führungskraft mit den Ergebnissen der Standorte daneben vor und planen Sie eine Pilotsitzung für eine einzige Gruppe vergleichbarer Rollen.

War dieser Artikel hilfreich?

Sehen Sie, wie Pulsika für Ihr Team funktioniert

Testen Sie alle Module kostenlos oder vereinbaren Sie eine Vorführung mit unserem Team. Ohne Karte.

oder wir richten ein Testunternehmen mit Ihrer Struktur ein