Zum Inhalt springen

So beurteilen Sie die Leistung schwer messbarer Rollen

Support-, Kreativ- und Backoffice-Rollen: überprüfbare Ergebnisse statt Tätigkeiten, Servicekennzahlen, Raster mit Ankern und ein durchgerechneter Score für die Lohnabrechnung.

Von dem Pulsika-Team Performance Veröffentlicht 11 Minuten Lesezeit

Drei gleich wichtige Zeilen, Qualität, Termine und Beitrag, für Rollen, deren Ergebnisse sich nicht leicht zählen lassen.

Die Leistung von Support-, Kreativ- oder Backoffice-Rollen messen Sie mit drei Ebenen zusammen: beobachtbare Ergebnisse (was die Rolle liefert, nicht welche Tätigkeiten sie ausführt), Servicekennzahlen (wie schnell und wie gut sie ihre internen Kunden bedient) und Verhaltensraster mit konkreten Beispielen für jede Stufe. Keine Ebene reicht allein. Der Beitrag zeigt, wie Sie Tätigkeiten in überprüfbare Ergebnisse übersetzen, wie Sie ein Raster bauen, das zwei Beurteilende gleich anwenden, und rechnet einen Score für einen Spezialisten in der Lohnabrechnung vollständig durch.

Kurz gesagt. Suchen Sie für eine schwer messbare Rolle nicht nach einer einzigen Zahl. Beschreiben Sie 2–3 überprüfbare Ergebnisse (ein termingerechter Monatsabschluss, Materialien ohne Nacharbeit freigegeben), ergänzen Sie eine Servicekennzahl für die internen Kunden (Anfragen in der vereinbarten Frist gelöst) und beurteilen Sie das Verhalten mit einem Raster, das an Beispielen verankert ist. Lassen Sie die beurteilende Person erklären, was sie beobachtet hat, nicht nur die Note.

Begriffe: beobachtbares Ergebnis, Servicekennzahl, Raster

Eine schwer messbare Rolle ist eine Rolle, deren Ergebnis spät sichtbar wird, von mehreren Personen abhängt oder vor allem qualitativ ist. Buchhaltung, Lohnabrechnung, interne Rechtsabteilung, IT-Support, Design, interne Kommunikation und Verwaltungsassistenz gehören meist dazu.

Ein beobachtbares Ergebnis ist ein abgeschlossenes Produkt oder eine abgeschlossene Dienstleistung, die jemand anderes überprüfen kann: „die Lohnabrechnung termingerecht übermittelt“, nicht „kümmert sich um die Lohnabrechnung“. Das Handbuch zur Leistungsmessung des Office of Personnel Management (OPM, 2017), der Personalbehörde der US-Bundesregierung, empfiehlt, Leistungselemente „quantifizierbar oder überprüfbar“ zu formulieren und als Ergebnisse (Substantive) zu beschreiben, nicht als Tätigkeiten (Verben).

Eine Servicekennzahl misst, wie die Rolle ihre internen oder externen Kunden bedient: Reaktionszeit, Lösung in der Frist, Wiedereröffnungen, Zufriedenheit der bedienten Person. Sie stützt sich auf eine Service-Level-Vereinbarung (SLA), also ein schriftliches Versprechen zu Frist und Qualität.

Ein Verhaltensraster ist eine Liste von Dimensionen, jede mit konkreten Beschreibungen für jede Stufe. Die strenge Variante, die verhaltensverankerte Beurteilungsskala (BARS), haben Patricia Cain Smith und L. M. Kendall im Journal of Applied Psychology (1963) vorgeschlagen: Die Anker sind reale Verhaltensweisen, von mehreren Fachleuten geprüft.

Warum manche Rollen unmöglich messbar scheinen

Vier Situationen erschweren die Messung. Jede verlangt eine andere Ebene.

  • Das Ergebnis zeigt sich spät. Ein gut verhandelter Vertrag zeigt sich an den Rechtsstreitigkeiten, die in zwei Jahren nicht entstehen. Nutzen Sie überprüfbare Zwischenergebnisse (Verträge fristgerecht geprüft, Standardklauseln eingehalten) und das Raster.
  • Das Ergebnis ist kollektiv. Eine erfolgreiche Kampagne hat fünf Urheber. Messen Sie den Teil, der der Person gehört: ihre Arbeitsergebnisse, termingerecht und freigegeben.
  • Das Ergebnis ist qualitativ. Ein „gutes“ Design hat keine Maßeinheit. Legen Sie fest, wer urteilt und nach welchen Kriterien, wie es OPM für beschreibende Maßstäbe empfiehlt.
  • Die Menge hängt nicht von der Person ab. Die Zahl der Tickets hängt davon ab, wie viele Probleme auftreten, nicht vom Einsatz des Bearbeiters. Messen Sie Frist und Qualität der Lösung, nicht die Anzahl.

Merke. OPM nutzt vier allgemeine Maßstäbe für individuelle Arbeit: Qualität, Menge, Termin und Kosteneffizienz. Bei schwer messbaren Rollen ist die Menge oft der am wenigsten relevante. Termin und Qualität bleiben fast immer messbar.

Ebene 1: von Tätigkeiten zu überprüfbaren Ergebnissen

Die Stellenbeschreibung beschreibt Tätigkeiten. Die Beurteilung braucht Ergebnisse. Die Übersetzung gelingt mit der Frage: „Was gibt es am Monatsende, das es ohne diese Person nicht gäbe?“

Tätigkeit (aus der Stellenbeschreibung)Überprüfbares ErgebnisWie es überprüft wird
Kümmert sich um die LohnabrechnungLohnabrechnung und Meldungen termingerecht übermittelt, ohne spätere KorrekturenDatum der Übermittlung; Korrekturen im Folgemonat
Erstellt grafische MaterialienMaterialien in höchstens zwei Änderungsrunden freigegebenVerlauf der Freigaben
Leistet IT-SupportAnfragen in der vereinbarten Frist gelöst, nicht wiedereröffnetDas Ticketsystem
Prüft VerträgeVerträge in der internen Frist freigegeben, mit vollständiger PrüflisteFreigaberegister, Stichprobenprüfung
Organisiert SchulungenSitzungen planmäßig abgehalten, die eingeladenen Teilnehmer anwesendDer Plan und die Anwesenheitsliste
Führt die VerwaltungsunterlagenVollständige Akten bei der quartalsweisen internen KontrolleDas Ergebnis der Stichprobenkontrolle

Ein gutes Ergebnis hat drei Eigenschaften: Jemand anderes als die Person erkennt es, es hat einen Termin, und es hat ein Qualitätskriterium. Fehlt das Qualitätskriterium, wird das Ergebnis wieder zu einer gezählten Tätigkeit.

Ebene 2: Servicekennzahlen für interne Kunden

Support-Rollen haben Kunden: die Kollegen im Vertrieb, in den Filialen, die Führungskräfte. Servicekennzahlen messen, was diese Kunden bekommen.

  • Lösung in der Frist: der Anteil der Anfragen, die in der je Anfrageart vereinbarten Frist abgeschlossen werden (zum Beispiel eine Bescheinigung in 2 Arbeitstagen).
  • Wiedereröffnungen: der Anteil der abgeschlossenen Anfragen, die zurückkommen, weil sie nicht gelöst wurden.
  • Zufriedenheit des internen Kunden: eine einzige Frage nach dem Abschluss der Anfrage („Wurde das Problem gelöst?“), kein langer Fragebogen.
  • Fehler, die beim Kunden ankommen: Fehler, die nach der Lieferung entdeckt werden, zum Beispiel in der Lohnabrechnung oder in einer Rechnung.

Die Fristen werden gemeinsam mit den internen Kunden schriftlich festgelegt, vor der Messung. Eine Frist, die nur das Support-Team vorgibt, sagt nichts über den Bedarf der Bedienten. Eine Frist, die ohne Ressourcen verlangt wird, macht die Kennzahl zu einer Quelle von Frust.

Praxistipp. Fragen Sie drei interne Kunden, was sie bemerken würden, wenn die Rolle hervorragend ausgefüllt wäre, und was, wenn sie schlecht ausgefüllt wäre. Ihre Antworten sind meist die ersten Servicekennzahlen und die ersten Anker für das Raster.

Ebene 3: Verhaltensraster mit Ankern

Ein Raster mit „schwach, mittel, gut“ misst den Eindruck der beurteilenden Person. Ein Raster mit Ankern beschreibt, was die Person auf jeder Stufe konkret tut, sodass zwei Beurteilende zur selben Note kommen.

Beispielraster: „Umgang mit dringenden Anfragen“ (IT-Support)

StufeBeschreibungBeobachtbares Beispiel
1 — Unter den ErwartungenBearbeitet Anfragen in der Reihenfolge des Eingangs, unabhängig von der AuswirkungDie Kasse einer Filiale bleibt blockiert, während eine Anfrage zum Ändern eines Passworts bearbeitet wird
3 — Entspricht den ErwartungenPriorisiert nach Auswirkung und informiert die anfragende Person über die FristLöst zuerst das Kassenproblem und schreibt der Person mit dem Passwort, wann sie an der Reihe ist
5 — Über den ErwartungenPriorisiert, informiert und verhindert die WiederholungLöst die Blockade, findet die Ursache und schlägt eine Lösung für alle Filialen mit derselben Konfiguration vor

Die Stufen 2 und 4 bleiben Zwischenstufen ohne eigene Beschreibung. Drei gut geschriebene Anker sind nützlicher als fünf vage. Ein Raster hat 3–5 Dimensionen; mehr verwässern die Aufmerksamkeit der beurteilenden Person.

Wie ein Raster entsteht

Die BARS-Methode sammelt zuerst kritische Ereignisse (beobachtete wirksame und unwirksame Verhaltensweisen), gruppiert sie nach Dimensionen, lässt Fachleute sie den Dimensionen erneut zuordnen und behält nur die Beispiele, bei denen sie übereinstimmen. Der vollständige Prozess braucht Zeit, und die Zusammenfassung in Wikipedia hält fest, dass auch verankerte Skalen weder die Milde noch uneinheitliche Noten zwischen Beurteilenden vollständig beseitigen. Eine vereinfachte Version mit zwei, drei Beurteilenden und echten Beispielen ist für ein kleines Unternehmen realistisch.

Beispiele nach Rollentyp

Die Tabelle schlägt Ausgangskombinationen vor. Gewichtungen und Fristen legt jedes Unternehmen selbst fest.

RolleBeobachtbare ErgebnisseServicekennzahlenDimensionen für das Raster
Spezialist LohnabrechnungTermingerechter MonatsabschlussSpätere Korrekturen, Bescheinigungen fristgerecht ausgestelltSorgfalt, Kommunikation von Gesetzesänderungen
BuchhalterTermingerechte Berichte, abgestimmte KontenAntworten an andere Abteilungen in der FristHinweis auf Risiken, Dokumentation
IT-SupportGelieferte InfrastrukturprojekteLösung in der Frist, WiedereröffnungenPriorisierung, Erklärung der Lösung
Designer / ContentMaterialien in höchstens zwei Runden freigegebenLiefertermin gegenüber der AnfrageVerständnis des Briefings, Stimmigkeit mit dem Erscheinungsbild
Interner JuristVerträge in der internen Frist freigegebenAntwortzeit auf FragenKlarheit der Stellungnahmen, Vorwegnahme von Risiken
VerwaltungsassistenzVollständige Akten bei der KontrolleAnfragen in der Frist gelöstOrganisation, Diskretion

Vollständiges Beispiel: Spezialist in der Lohnabrechnung

Hypothetisches Beispiel. Fiktive Daten. Die KPI-Scorecard hat drei Teile: Termingerechter Abschluss der Lohnabrechnung (35 %, „erreicht oder nicht erreicht“: 100 oder 0), Spätere Korrekturen (30 %, Punkte in Stufen: 0 Korrekturen = 100, 1 = 80, 2 = 50, 3 oder mehr = 0) und das Verhaltensraster (35 %, vier Dimensionen mit 1–5 benotet, die Gesamtpunktzahl durch das Maximum von 20 geteilt und mit 100 multipliziert).

Im Oktober wurde die Lohnabrechnung termingerecht abgeschlossen (100). Im Folgemonat gab es eine Korrektur (80). Beim Raster vergab die Führungskraft 4, 3, 5 und 4, also 16 von 20, damit 16 ÷ 20 × 100 = 80. Der Score ist 0,35 × 100 + 0,30 × 80 + 0,35 × 80 = 35 + 24 + 28 = 87.

Jede Zahl lässt sich erklären: das Datum des Abschlusses, die Korrektur im Register, das Beispiel, das die Führungskraft bei jeder Dimension notiert hat. Die KPI-Scorecard kann 100 nicht überschreiten, daher werden die Stufenschwellen unterhalb dieses Maximums gewählt, zum Beispiel: ab 70 „Teilweise“, ab 85 „Entspricht den Erwartungen“, 100 „Über den Erwartungen“. Mit diesen Schwellen liest sich 87 als „Entspricht den Erwartungen“. Bei einer KPI-Scorecard im Vertrieb, wo die Zielerreichung über 100 % gehen kann, sind die Schwellen andere.

So bauen Sie die Beurteilung einer schwer messbaren Rolle auf

  1. Listen Sie die Kunden der Rolle auf, interne und externe, und fragen Sie drei von ihnen, was sie an hervorragender und an schwacher Arbeit bemerken würden.
  2. Übersetzen Sie die Tätigkeiten aus der Stellenbeschreibung in 2–3 überprüfbare Ergebnisse, jedes mit Termin und Qualitätskriterium.
  3. Wählen Sie 1–2 Servicekennzahlen und legen Sie die Fristen schriftlich gemeinsam mit den internen Kunden fest.
  4. Schreiben Sie ein Raster mit 3–5 Dimensionen mit Ankern auf den Stufen 1, 3 und 5, ausgehend von echten Beispielen.
  5. Testen Sie das Raster mit zwei Beurteilenden an denselben drei Personen; wo sie um mehr als einen Punkt abweichen, schreiben Sie den Anker neu.
  6. Verlangen Sie zu jeder Note eine kurze Begründung („Was haben Sie beobachtet?“), nicht nur die Zahl.
  7. Prüfen Sie nach drei Monaten, welche Ergebnisse sich nicht überprüfen ließen und welche Anker unklar waren.

Vorsicht. Das rumänische Arbeitsgesetzbuch (Codul muncii) sieht vor, dass der Arbeitgeber die individuellen Leistungsziele und die Kriterien für die Beurteilung ihrer Erreichung festlegt (Art. 40 Abs. 1 Buchst. f), dass die Person vor der Einstellung über die Kriterien der Beurteilung der beruflichen Tätigkeit informiert wird (Art. 17 Abs. 3 Buchst. e) und dass die Arbeitsordnung die Kriterien und Verfahren der Beurteilung enthält (Art. 242 Buchst. i). Ein neues Raster, das in der Beurteilung verwendet wird, muss also mitgeteilt werden; klären Sie mit der Rechtsberatung des Unternehmens, wo und wie.

Häufige Fehler

  • Stunden oder Tätigkeit messen. Geleistete Stunden, gesendete E-Mails, übernommene Tickets zeigen Einsatz, kein Ergebnis. So korrigieren Sie es: überprüfbare Ergebnisse mit Termin und Qualität.
  • Die Menge als Hauptkennzahl im Support. Die Zahl der Anfragen hängt davon ab, wie viele Probleme auftreten. So korrigieren Sie es: Lösung in der Frist und Wiedereröffnungen.
  • Ein Raster ohne Anker. „Kommunikation: 4“ sagt nichts. So korrigieren Sie es: konkrete Beschreibungen auf den Stufen 1, 3 und 5.
  • Eine einzige beurteilende Person ohne Begründung. So korrigieren Sie es: eine kurze Notiz zu dem, was beobachtet wurde; für wichtige Entscheidungen eine zweite beurteilende Person oder eine Kalibrierung.
  • Der Vergleich von Scores zwischen verschiedenen Rollen. Eine 87 in der Lohnabrechnung und eine 87 im Vertrieb bedeuten nicht dasselbe. So korrigieren Sie es: Vergleichen Sie die Stufen innerhalb derselben KPI-Scorecard.
  • Servicefristen ohne die Kunden festgelegt. So korrigieren Sie es: Die Fristen werden mit den Bedienten und mit Blick auf die verfügbaren Ressourcen festgelegt.

Häufige Fragen

Lässt sich eine Rolle ohne jede Zahl fair beurteilen?

Ja, wenn sich die Beurteilung auf überprüfbare Ergebnisse und auf ein Raster mit konkreten Ankern stützt. OPM beschreibt beschreibende Maßstäbe ausdrücklich: Legen Sie fest, wer urteilt, welche Faktoren beachtet werden und was auf der Stufe „entspricht den Erwartungen“ zu sehen wäre. Der Unterschied zu einem Eindruck ist, dass jemand anderes prüfen kann, worauf sich die Note stützt.

Was ist ein Raster mit Verhaltensankern?

Ein Raster mit Verhaltensankern ist eine Skala, bei der jede Stufe eine Beschreibung dessen hat, was die Person konkret tut, statt eines Adjektivs. Die strenge Variante, 1963 von Smith und Kendall vorgeschlagen, nutzt reale kritische Ereignisse, die mehrere Fachleute geprüft haben. Eine vereinfachte Version mit Ankern auf den Stufen 1, 3 und 5 reicht für die meisten Unternehmen.

Wie viele Dimensionen sollte das Raster haben?

Zwischen drei und fünf Dimensionen. Bei mehr hat die beurteilende Person kaum Gelegenheit, jede Dimension im Beurteilungszeitraum zu beobachten, und die Noten nähern sich einander an, weil der Gesamteindruck alle beeinflusst (Halo-Effekt). Wählen Sie die Dimensionen, die die internen Kunden genannt haben, als Sie sie gefragt haben, was hervorragende und schwache Arbeit bedeutet.

Wie messe ich einen Designer oder einen Kommunikationsspezialisten?

Messen Sie die Arbeitsergebnisse, die in einer begrenzten Zahl von Änderungsrunden freigegeben wurden, den Termin gegenüber der Anfrage und die Qualität, über ein Raster mit Dimensionen wie dem Verständnis des Briefings und der Stimmigkeit mit dem Erscheinungsbild. Vermeiden Sie die Zahl der erstellten Materialien: Sie fördert Menge auf Kosten der Qualität und hängt davon ab, wie viele Anfragen das Team erhält.

Kann ich die Zufriedenheit der internen Kunden im Score verwenden?

Ja, unter zwei Bedingungen: eine kurze Frage nach jeder abgeschlossenen Anfrage, keine jährliche Umfrage, und eine Mindestzahl an Antworten, bevor die Kennzahl zählt. Bei wenigen Antworten verschiebt eine einzige unzufriedene Person den Score. Die Zufriedenheit ergänzt die Kennzahlen zu Termin und Qualität; sie ersetzt sie nicht.

Müssen Backoffice-Rollen dieselbe KPI-Scorecard haben wie der Vertrieb?

Nein. Sie können dieselben Stufen nutzen, damit sich die Scores gleich lesen, aber die Teile der KPI-Scorecard unterscheiden sich. Der Vertrieb hat direkte Zahlenergebnisse; das Backoffice hat überprüfbare Ergebnisse, Servicekennzahlen und ein Raster mit höherer Gewichtung. Vergleichen Sie Menschen nur innerhalb derselben KPI-Scorecard, nicht über Positionen hinweg.

Wie oft wird eine schwer messbare Rolle beurteilt?

Ergebnisse und Servicekennzahlen lassen sich monatlich verfolgen. Das Raster wird meist quartalsweise ausgefüllt, weil ein Verhalten mehrere Gelegenheiten braucht, um beobachtet zu werden. Zwischen den Beurteilungen sammeln die regelmäßigen Gespräche zwischen Führungskraft und Person die konkreten Beispiele, die das Raster verlangt.

Wie es weitergeht

Wählen Sie eine einzige Support-Rolle und gehen Sie die Schritte oben mit drei internen Kunden durch. Testen Sie das Raster an drei Personen, bevor Sie es in der Beurteilung verwenden.

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