Welche Auswahlmethode funktioniert wirklich? 85 Jahre Forschung zusammengefasst

Warum diese Forschung wichtig ist

1998 veröffentlichten Frank Schmidt und John Hunter im Psychological Bulletin eine Metaanalyse, die 85 Jahre Forschung zur Personalauswahl zusammenfasste. Der Artikel „The Validity and Utility of Selection Methods in Personnel Psychology“ gehört seitdem zu den meistzitierten Arbeiten der HR-Psychologie.

Die zentrale Frage war einfach. Welche Auswahlmethoden sagen tatsächlich vorher, wie gut jemand in einer Stelle leisten wird? Und welche Methoden, die viele Unternehmen verwenden, funktionieren eigentlich nicht?

Die Antwort beruhte auf Tausenden von Studien und Millionen von Beschäftigten. Nicht auf Meinungen, nicht auf Bauchgefühl, sondern auf Daten. Und die Schlussfolgerungen sind für viele HR-Fachleute überraschend.

Was bedeutet „Validität“ in einfachen Worten?

Validität klingt nach einem statistischen Begriff, aber die Idee ist einfach. Sie ist die Antwort auf die Frage: Wenn ich diese Methode nutze, um jemanden auszuwählen, wie gut sagt das vorher, wie diese Person leisten wird?

Eine Validität von 0,00 bedeutet, dass die Methode nichts vorhersagt. Sie hätten genauso gut eine Münze werfen können. Eine Validität von 1,00 würde bedeuten, dass die Methode perfekt vorhersagt. Das gibt es in der Praxis nicht.

Eine Validität von 0,51 (strukturiertes Interview) bedeutet, dass diese Methode 51 % der theoretisch maximalen Vorhersagekraft nutzt. Das klingt vielleicht bescheiden, ist im Kontext menschlichen Verhaltens aber außergewöhnlich hoch.

• Zum Vergleich: Der Zusammenhang zwischen Rauchen und Lungenkrebs hat eine Korrelation von etwa 0,40. Niemand bezweifelt, dass Rauchen Lungenkrebs verursacht. Eine Auswahlmethode mit einer Validität von 0,51 hat einen stärkeren statistischen Zusammenhang als das.

Praktisch heißt das, dass Sie im Durchschnitt deutlich bessere Mitarbeitende einstellen, wenn Sie eine Methode mit einer Validität von 0,51 nutzen, statt willkürlich einzustellen. Über Hunderte von Einstellungen ergibt das Millionen Euro an Produktivitätsunterschied.

Die Realität: Wie die meisten Organisationen auswählen

Seien wir ehrlich. Die meisten Organisationen wählen so aus: Eine Recruiterin oder ein Recruiter sichtet Lebensläufe nach Berufserfahrung und Ausbildung, lädt eine Shortlist zum Gespräch ein und entscheidet danach, ob es „klickt“. Das fühlt sich logisch an. Aber was sagt die Wissenschaft zu diesem Ansatz?

• Lebenslauf-Screening nach Berufserfahrung (Validität 0,18): Nach 5 Jahren in derselben Funktion sagt zusätzliche Erfahrung kaum noch etwas über künftige Leistung aus. Trotzdem verlangen die meisten Stellenanzeigen „mindestens 7–10 Jahre Erfahrung“. Schmidt und Hunter fanden, dass der Zusammenhang zwischen Erfahrung und Leistung nach 5 Jahren vollständig abflacht.
• Lebenslauf-Screening nach Ausbildung (Validität 0,10): Innerhalb einer Gruppe von Bewerbenden für dieselbe Stelle sagt der Unterschied in Ausbildungsjahren kaum etwas vorher. Jemand mit Master leistet nicht per se mehr als jemand mit Bachelor.
• Unstrukturiertes Vorstellungsgespräch (Validität 0,38): keine festen Fragen, keine feste Bewertung. Die interviewende Person bildet sich auf Grundlage eines freien Gesprächs einen Eindruck. Zwei Interviewende, die mit derselben Person sprechen, kommen regelmäßig zu gegensätzlichen Schlüssen.

Kombinieren Sie diese drei Methoden? Dann nutzen Sie nur einen Bruchteil der verfügbaren Vorhersagekraft. Den größten Teil Ihrer Auswahlgenauigkeit lassen Sie liegen. Und das kostet Geld, denn jede Fehlbesetzung kostet Ihre Organisation Zehntausende Euro an Produktivitätsverlust, Onboarding und gegebenenfalls Fluktuation.

Die Rangliste: Was sagt Arbeitsleistung wirklich vorher?

Schmidt und Hunter ordneten 19 Auswahlmethoden nach ihrer prädiktiven Validität. Hier die wichtigsten, gruppiert nach Wirksamkeit:

--- Hoher Vorhersagewert ---

• Arbeitsproben (Validität 0,54): Die Person führt einen Teil der tatsächlichen Arbeit aus. Die höchste Validität aller Einzelmethoden, aber nur nutzbar, wenn die Person die Arbeit bereits kennt.
• Strukturierte Interviews (Validität 0,51): Jede Person bekommt dieselben Fragen, bewertet nach denselben Kriterien. Ebenso aussagekräftig wie kognitive Tests und ein himmelweiter Unterschied zum unstrukturierten Gespräch. Lesen Sie mehr über die STAR-Methode und BARS-Bewertung.
• Kognitive Tests / GMA (Validität 0,51): messen das allgemeine Denkvermögen. Die am besten untersuchte Methode mit Tausenden von Studien. Fähigkeitstests werden oft als Teil eines E-Assessments oder eines Live-Assessment-Centers durchgeführt.
• Integritätstests (Validität 0,41): messen Zuverlässigkeit und Gewissenhaftigkeit. Sie korrelieren nicht mit Intelligenz und fügen daher in Kombination mit kognitiven Tests viel hinzu.

--- Mäßiger Vorhersagewert ---

• Unstrukturierte Interviews (Validität 0,38): das „normale Vorstellungsgespräch“ ohne feste Struktur. Deutlich weniger aussagekräftig als strukturierte Interviews. Dennoch ist es die meistgenutzte Auswahlmethode der Welt.
• Traditionelle Assessment-Center (Validität 0,37): Rollenspiele, Gruppenaufgaben und Postkorbübungen. Niedriger als strukturierte Interviews oder kognitive Tests. Ein modernes Assessment-Center, das diese Methoden kombiniert, erzielt deutlich höhere Werte.
• Referenzen (Validität 0,26): begrenzter Wert, auch wegen rechtlicher Einschränkungen dessen, was frühere Arbeitgeber teilen dürfen.

--- Niedriger Vorhersagewert ---

• Berufserfahrung in Jahren (Validität 0,18): der meistgenutzte Filter in Stellenanzeigen. Nach 5 Jahren in derselben Funktion sagt sie aber praktisch nichts mehr vorher.
• Ausbildung in Jahren (Validität 0,10): bestimmt, auf welchem Niveau jemand eine Stelle bekommen kann, sagt innerhalb einer Funktion aber kaum vorher, wer mehr leistet.
• Interessen (Validität 0,10): Menschen wählen Stellen, die zu ihren Interessen passen, doch einmal in der Stelle bestimmen Interessen nicht, wie gut sie leisten.
• Alter (Validität -0,01): keinerlei Zusammenhang mit Arbeitsleistung.

Die Schlussfolgerung ist unbequem, aber klar. Die beiden Methoden, auf die sich die meisten Organisationen verlassen, Lebenslauf-Screening (0,10–0,18) und das unstrukturierte Gespräch (0,38), stehen in der unteren Hälfte der Rangliste.

Die Stärke der Kombination

Die wichtigste Erkenntnis von Schmidt und Hunter ist nicht, welche Methode am besten funktioniert, sondern welche Kombinationen am besten funktionieren. Eine einzelne Methode reicht nie aus.

Die drei stärksten Kombinationen für die Vorhersage von Arbeitsleistung:

• Kognitiver Test + Integritätstest: kombinierte Validität von 0,65. Die höchste aller untersuchten Kombinationen. Das liegt daran, dass Integritätstests (die vor allem Gewissenhaftigkeit messen) nicht mit Intelligenz korrelieren. Sie messen etwas grundlegend anderes und fügen daher viel hinzu. Kognitive Tests werden oft über ein E-Assessment durchgeführt.
• Kognitiver Test + strukturiertes Interview: kombinierte Validität von 0,63. Das Interview misst teilweise andere Dinge als der kognitive Test: Berufserfahrung, Persönlichkeit, Kommunikation. Zusammen erreichen sie 63 % der maximalen Vorhersagekraft. Lesen Sie mehr über das strukturierte Interview.
• Kognitiver Test + Arbeitsprobe: kombinierte Validität von 0,63. Sehr stark, aber nur bei erfahrenen Kandidaten nutzbar.
• Vergleichen Sie das mit dem Standardansatz: Lebenslauf-Screening nach Erfahrung (0,18) und Ausbildung (0,10), gefolgt von einem unstrukturierten Gespräch (0,38). Diese Kombination nutzt weniger als die Hälfte der verfügbaren Vorhersagekraft. Der Unterschied zwischen 0,38 und 0,65 klingt klein, bedeutet aber Zehntausende Euro Produktivitätsunterschied pro Einstellung.

Der Umstieg muss nicht radikal sein. Schon wenn Sie Ihre bestehenden Gespräche strukturieren (von 0,38 auf 0,51) und ein Assessment hinzufügen, springen Sie von der unteren Hälfte in die Top 3. Lesen Sie mehr darüber, wie Sie einen wirksamen Recruiting- und Auswahlprozess einrichten.

Die wirtschaftliche Wirkung besserer Auswahl

Schmidt und Hunter berechneten auch, was bessere Auswahl in Euro einbringt. Der Kern: Der Produktivitätsunterschied zwischen durchschnittlichen und überdurchschnittlichen Mitarbeitenden beträgt mindestens 40 % des Jahresgehalts.

Bei einem Gehalt von 60.000 Euro bedeutet das, dass eine Person im 84. Perzentil mindestens 24.000 Euro mehr pro Jahr produziert als eine durchschnittliche Person. Der Unterschied zwischen unter- und überdurchschnittlichen Mitarbeitenden ist doppelt so groß: 48.000 Euro pro Jahr.

Bei Managementfunktionen und Fachkräften ist der Unterschied noch größer: 48 % des Durchschnittsgehalts. Bei einem Gehalt von 80.000 Euro sind das 38.400 Euro Unterschied pro Jahr.

Wenn Sie 10 Personen pro Jahr einstellen und von unstrukturierten Interviews (0,38) auf eine Kombination aus strukturiertem Interview + Assessment (0,63) umsteigen, verbessern Sie Ihre Auswahl um 66 %. Über diese 10 Einstellungen kann das Hunderttausende Euro an Produktivitätsunterschied bedeuten. Pro Jahr.

Das ist keine Theorie. Es ist Mathematik, gestützt auf 85 Jahre Daten.

Was bedeutet das für Ihre Organisation?

Die meisten Organisationen wählen auf Grundlage von Lebenslauf-Screening (Ausbildung + Erfahrung), einem unstrukturierten Interview und Bauchgefühl aus. Laut Schmidt und Hunter ist das eine Kombination mit geringem Vorhersagewert.

Der Schritt zu besserer Auswahl muss nicht groß sein:

• Schritt 1: Strukturieren Sie Ihre Interviews. Verwenden Sie feste Fragen pro Kompetenz, mit Vorschlägen für Nachfragen und Bewertungskriterien. Allein das erhöht die Validität von 0,38 auf 0,51. Das ist eine Verbesserung um 34 %. Wie Sie das aufbauen, lesen Sie in unserem Artikel über strukturierte Interviews.
• Schritt 2: Fügen Sie Assessments hinzu. Ein kognitiver Test oder ein Persönlichkeits-Assessment misst Dinge, die das Interview nicht misst. Die Kombination ist stärker als jede Methode für sich. Ein integriertes Assessment-Center, das kognitive Tests, Persönlichkeitsfragebögen und ein strukturiertes Interview kombiniert, erreicht den höchsten Vorhersagewert. Lesen Sie mehr über Assessments in der Auswahl.
• Schritt 3: Stützen Sie alles auf das Stellenprofil. Die Interviewfragen, die Assessmentkriterien und die Bewertungskriterien müssen alle aus denselben Kompetenzen abgeleitet sein. Das macht sie vergleichbar und kombinierbar. Lesen Sie, wie Sie das von der Stellenarchitektur aus aufbauen.

Das Ergebnis ist eine Auswahlentscheidung, die auf mehreren Datenquellen beruht, alle mit denselben Kompetenzen verknüpft. Das nennen Schmidt und Hunter „die optimale Kombination“.

Häufige Fehler bei der Auswahl

Auf Grundlage der Forschung von Schmidt und Hunter sind dies die häufigsten Fehler:

Zu viel Gewicht auf Berufserfahrung. Nach 5 Jahren in derselben Funktion sagt zusätzliche Erfahrung kaum noch etwas vorher. Trotzdem verlangen die meisten Stellenanzeigen „mindestens 7–10 Jahre Erfahrung“.

Unstrukturierte Interviews als einzige Methode. Ein freies Gespräch fühlt sich informativ an, aber der Vorhersagewert ist begrenzt. Zwei Interviewende, die dieselbe Person unstrukturiert befragen, kommen oft zu unterschiedlichen Schlüssen.

Keine Assessments nutzen. Viele Organisationen halten Assessments für „zu aufwendig“ oder „zu teuer“. Die Daten sind jedoch eindeutig. Assessments gehören zu den stärksten Prädiktoren für Arbeitsleistung.

Nach Ausbildung auswählen. Innerhalb einer Gruppe von Bewerbenden für dieselbe Stelle sagt der Unterschied in Ausbildungsjahren kaum etwas vorher. Jemand mit Master leistet in derselben Funktion nicht per se mehr als jemand mit Bachelor.

Dem Bauchgefühl vertrauen. Das menschliche Gehirn ist schlecht darin, künftiges Verhalten auf Grundlage eines 45-minütigen Gesprächs vorherzusagen. Strukturierte Methoden gleichen die Verzerrungen aus, die wir alle haben.