HR Data Dudes

Krankenstand ist kein Randthema mehr. Er ist Kostenfaktor, Kulturindikator und Führungsfrage zugleich. In dieser Folge spricht Tim Verhoeven mit Dr. Ralf Stahlberg, geschäftsführender Gesellschafter der Staff GmbH, darüber, warum viele Unternehmen beim Thema Fehlzeiten noch immer im Nebel stochern – obwohl die relevanten Daten längst da sind. (staff Gruppe) Im Zentrum steht eine unbequeme, aber notwendige Wahrheit: Viele Organisationen orientieren sich an Krankenkassen- oder Ministeriumsdaten und leiten daraus Maßnahmen ab, die für den eigenen Betrieb oft wenig taugen. Ralf zeigt, warum innerbetriebliche Daten der entscheidende Hebel sind, welche Muster wirklich relevant werden und weshalb ein guter Krankenstandsreport eben nicht nur eine Zahl ausweist, sondern Handlungsfähigkeit schafft. Die Folge macht deutlich, dass Fehlzeitenmanagement nicht mit Kontrolle verwechselt werden darf. Es geht nicht darum, Mitarbeitende zu überwachen, sondern Belastungen sichtbar zu machen, Prävention früher anzusetzen und Führung, HR und Management endlich auf dieselbe Datengrundlage zu stellen. Besonders stark: die Diskussion über Kurzzeiterkrankungen, Verantwortung im Unternehmen und die Frage, warum hohe Fehlzeiten oft nicht nur Symptom, sondern Verstärker anderer Probleme sind. Empfohlene Podcast-Episoden: Wer tiefer einsteigen will, sollte auch in #48 „Praxis Check Ausfallprognosen“ mit Larissa Grotepass von Billie Green reinhören – dort geht es um pragmatische Abwesenheitsanalysen im kleineren Unternehmenskontext. (hr-data-dudes.blogs.audiorella.com) Passend ist außerdem #49 „Data driven Retention – live von der TalentPro“, weil dort die Logik von Kettenreaktionen in Organisationen sehr gut anschlussfähig weitergedacht wird. (hr-data-dudes.blogs.audiorella.com) Fact / Fail der Folge: Der Fail: Unternehmen nutzen oft externe Krankheitsdaten als Steuerungsbasis für interne Maßnahmen – und treffen damit im Zweifel die falschen Entscheidungen. Der Fact: Gute Daten gibt es bereits im Unternehmen, man muss sie nur richtig zusammenführen und auswerten. Empfehlung der Folge: Ralf empfiehlt den Blick in seine Beiträge rund um BGM vs. BKM sowie den Kalkulator für Entgeltfortzahlungskosten, mit dem Unternehmen ihre Fehlzeitenkosten greifbar machen können. (staff Gruppe) Danke an das Trendence Institut und Indeed für die Kooperation!

Diese Folge ist ein Special - ein Cooperation-Podcast mit Cyquest live von der HREdge26 in Hamburg. Sie wird parallel auch als Recrutainment-Videocast zu finden sein auf Youtube. Dort werden in loser Folge und lockerer Atmosphäre führen wir Gespräche mit Top-Experten und Expertinnen zu verschiedenen Themen rund um die Herausforderungen und Entwicklungen der Personalgewinnung - also Employer Branding, Personalmarketing und Recruiting und was da so mit zusammenhängt... Diese Folge ist eine ganz besondere! Denn es handelt sich erstens um eine live auf der #HREdge26 am 26.03.26 in Hamburg aufgenommene Folge, vor Publikum. Es handelt sich zweitens um unseren erste Kollaboration. Und es dreht sich drittens um ein echtes Herzensthema. Es geht um Quality of Hire und die Fragen, was das überhaupt ist, wie man diese greifen (messen?) kann, wo das Thema gerade steht und wo es vielleicht zukünftig sein wird. Insofern greift diese Folge auch die Frage auf, was sich hierbei denn in den letzten 12 Monaten so getan hat, denn da - auf der #HREdge25 im März 2025 - war Quality of Hire das Leitthema des Events. Damals durften zwei HR Data Dudes auf die Bühne - diesmal gab es einen eigenen Podcast. We love it! Diskutiert haben Tim, Vanessa Reynolds (candidized), Melanie Habrich (Publicis) und Prof. Lars Jansen (HFH). Vielen Dank an das Trendence Institut und Indeed für die Kooperation!

In dieser Folge sprechen Tim Verhoeven und Björn Boldt darüber, warum HR-Daten zwar unverzichtbar sind – aber trotzdem nie blind geglaubt werden sollten. Denn eine 100% Offer Acceptance Rate klingt erst mal nach einer klaren Wahrheit. Ist sie aber nicht. Eine Time to Hire von 30 Tagen klingt eindeutig. Ist sie ebenfalls nicht. Und genau an diesem Punkt wird HR Analytics spannend: Nicht dort, wo Kennzahlen hübsch aussehen, sondern dort, wo sie sauber eingeordnet, kritisch hinterfragt und sinnvoll interpretiert werden. Die beiden sprechen darüber, warum Wahrscheinlichkeiten oft mit Gewissheiten verwechselt werden, weshalb kleine Samples gefährlich sein können, wieso qualitative Daten quantitative Kennzahlen überhaupt erst verständlich machen – und welche Rolle Leading und Lagging Indicators in einem guten KPI-Setup spielen. Kurz gesagt: Es geht nicht darum, weniger datengetrieben zu arbeiten. Es geht darum, erwachsener mit Daten umzugehen. Empfohlene Podcast-Episoden: #22 – Time to… whatever! Wenn du tiefer in das Thema Time-to-Kennzahlen einsteigen willst, ist diese Folge der perfekte Anschluss. (hr-data-dudes.blogs.audiorella.com) #51 – AI Agenten im HR Passend zur Diskussion über KI, Scheinsicherheit und den kritischen Umgang mit automatisierten Empfehlungen. (hr-data-dudes.blogs.audiorella.com) Alle Folgen der HR Data Dudes findest du in der Podcast-Übersicht. (hr-data-dudes.blogs.audiorella.com) Fact / Fail der Folge: Fail: Wer Daten als Wahrheit statt als Hypothese behandelt, trifft oft scheinbar rationale, aber praktisch falsche Entscheidungen. Empfehlung der Folge: Empfehlung: Schaut euch Björns neue Seite an, wenn ihr Unterstützung rund um HR Analytics, Compensation & Benefits und datenbasierte HR-Steuerung sucht. (bjoernboldt.de) Vielen Dank an das Trendence Institut und Indeed für die Kooperation!

Mehr Daten sind nicht automatisch besser – aber ohne die richtigen Daten wird Recruiting zur Blackbox. In dieser Folge sprechen Tim und Steffi über Disposition Data: also Daten, die sichtbar machen, was nach dem Klick auf eine Stellenanzeige wirklich passiert. Wer bewirbt sich? Wer wird eingeladen? Wer passt tatsächlich? Genau darin liegt der Hebel für besseres Matching, sauberere Prozesse und fundiertere Entscheidungen. Die beiden zeigen, warum Disposition Data kein Techniktrend ist, sondern ein Qualitätshebel für Recruiting, Candidate Experience und den sinnvollen Einsatz von KI. Fact / Fail der Folge: Die Studie der University of Washington zeigt: Recruiter folgen KI-Empfehlungen in 90 % der Fälle blind – selbst dann, wenn Diskriminierung möglich ist. Dazu passt Tims Data-Driven HR Weekly Newsletter. https://www.linkedin.com/newsletters/7359310725686652932/?displayConfirmation=true Passend dazu: die Folge zur Selbsteinschätzung von KI-Kompetenz im HR. https://www.linkedin.com/pulse/das-ai-paradoxon-im-hr-die-gen-z-hat-ein-problem-und-data-verhoeven-hpoue/?trackingId=Vq1LBEyxTMO4CzVmYuuTuA%3D%3D Empfehlung der Folge: Disposition Data kritisch prüfen – aber nicht wegwischen. Wer Recruiting ernsthaft besser machen will, muss Datenflüsse, Prozessqualität und Matching endlich zusammendenken. Danke an das Trendence Institut und Indeed für die Kooperation!