K
EU AI Act III(4)(b): Hochrisiko Q4

People-Analytics Agent

HR-Daten analysieren, Muster erkennen, evidenzbasierte Personalentscheidungen ermöglichen.

Analysiert Fluktuation, Engagement, Diversity und Produktivität auf Muster und Trends. Hochrisiko-System nach EU AI Act.

Score-Dashboard

Agent Readiness 44-51%
Governance-Komplexität 81-88%
Economic Impact 64-71%
Leuchtturm-Wirkung 76-83%
Implementation Complexity 61-68%
Transaktionsvolumen Quartalsweise

Was dieser Agent tut

People Analytics verspricht evidenzbasierte Personalentscheidungen. In der Praxis scheitert es oft an Datenqualität, fehlenden Analyse-Ressourcen und Governance-Bedenken. Welche Analysen sind erlaubt? Wie wird Datenschutz gewährleistet? Wo liegt die Grenze zwischen Analyse und Überwachung? Der Decision Layer zerlegt jeden Analytics-Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Analysen werden nur auf aggregierter Ebene durchgeführt. Personenbezogene Rückschlüsse werden technisch verhindert. Ergebnisse liefern Trends und Muster, keine Bewertungen einzelner Mitarbeitender. Das Ergebnis: Evidenzbasierte HR-Strategie mit klarer Governance. Frühzeitige Erkennung von Fluktuation, Engagement und Equity-Risiken. HR als datengestützter Strategiepartner.

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Analyse-Fragestellung definieren Welche HR-Frage soll beantwortet werden? Mensch

HR-Leitung definiert Fragestellung und Analyse-Scope

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Datenschutz-Prüfung Ist die geplante Analyse datenschutzkonform? Regelwerk

Prüfung gegen DSGVO und Betriebsvereinbarung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Daten aggregieren Auf welcher Ebene werden die Daten analysiert? Regelwerk

Mindestgruppengröße und Anonymisierungsregeln

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Muster identifizieren Welche Muster zeigen sich in den Daten? KI-Agent

Statistische Analyse von Fluktuation, Engagement, Diversity

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Befunde validieren Sind die identifizierten Muster valide? Mensch

HR-Analytics-Spezialist prüft Signifikanz und Plausibilität

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Handlungsempfehlungen ableiten Welche Maßnahmen werden empfohlen? KI-Agent

Evidenzbasierte Empfehlungen mit Konfidenzangabe

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Ergebnisse präsentieren Wie werden die Ergebnisse aufbereitet? KI-Agent

Management-taugliche Aufbereitung mit Handlungsoptionen

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • HR-Kernsystem mit historischen Daten (mindestens 3 Jahre)
  • Mitarbeiterbefragungsdaten (Engagement, Zufriedenheit)
  • Betriebsvereinbarung für People Analytics
  • HR-Analytics-Kompetenz im Team
  • Datenschutz-Folgenabschätzung nach DSGVO Art. 35

Governance-Hinweise

EU AI Act III(4)(b): Hochrisiko
Hochrisiko-System nach EU AI Act Annex III(4)(b) - Überwachung und Bewertung von Verhalten am Arbeitsplatz. Auch wenn der Agent nur aggregiert analysiert, können die Ergebnisse Personalentscheidungen beeinflussen. Pflichten: Risikomanagementsystem, Datenschutz-Folgenabschätzung, Transparenz gegenüber Mitarbeitenden, menschliche Aufsicht. Betriebsrat: Umfassende Mitbestimmung nach BetrVG Paragraph 87 Abs. 1 Nr. 6. Empfehlung: Analyse-Framework als Betriebsvereinbarung verhandeln - klare Grenzen erhöhen die Akzeptanz und reduzieren Governance-Risiken. Der Decision Layer zerlegt jeden Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI-Agent. Jede Entscheidung wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede automatisierte Entscheidung nachvollziehen und anfechten.

Infrastruktur-Beitrag

Die Analyse-Engine (Fluktuation, Engagement, Equity) wird vom Strategic-HR-Analytics-Agent und Merit-Cycle-Governance-Agent wiederverwendet. Die Anonymisierungs- und Mindestgruppengrößen-Logik wird zum Standard für alle Agenten, die personenbezogene Daten analysieren. Das Governance-Framework (was darf analysiert werden, was nicht) bildet die Grundlage für alle Hochrisiko-Agenten in Q4. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Weiterführende Seiten

Decision Layer
Governance-Schicht zwischen KI-Agent und Zielsystem. Jede Entscheidung dokumentiert und anfechtbar.
EU AI Act
Hochrisiko-Anforderungen: Risikomanagementsystem, Transparenz, menschliche Aufsicht.
Mitbestimmung & KI
Betriebsrat, Betriebsvereinbarung und Co-Determination als Architektur-Constraint.
HR AI Agents
Alle HR-Agent-Leistungen im Überblick.

Verwandte Agenten

Performance-Review-Dokumentations-Agent

Leistungsbeurteilungen strukturieren, dokumentieren und auf Konsistenz prüfen.

Q4
D W
EU AI Act III(4)(b): Hochrisiko
Readiness: 48-55%
Economic: 58-65%
Governance: 78-85%
Micro-Decisions: 11
Jährlich

Skills- und Karriereprofil Agent

Kompetenzprofile pflegen, Karrierepfade aufzeigen, interne Mobilität fördern.

Q4
K W
EU AI Act III(4)(b): Hochrisiko
Readiness: 51-58%
Economic: 54-61%
Governance: 71-78%
Micro-Decisions: 8
Quartalsweise

Beförderungsprozess-Agent

Beförderungen administrieren - Berechtigungen prüfen, Budget sichern, Konsistenz gewährleisten.

Q4
W
EU AI Act III(4)(b): Hochrisiko
Readiness: 54-61%
Economic: 51-58%
Governance: 74-81%
Micro-Decisions: 10
Jährlich
Zurück zum Katalog

Häufige Fragen

Werden einzelne Mitarbeitende analysiert?

Nein. Der Agent analysiert ausschließlich auf aggregierter Ebene. Personenbezogene Rückschlüsse werden durch Mindestgruppengrößen technisch verhindert. Kein individuelles Scoring oder Profiling.

Wie wird der Unterschied zwischen Analyse und Überwachung sichergestellt?

Die Betriebsvereinbarung definiert klar, welche Analysen erlaubt sind und welche nicht. Jede Analyse muss vorab eine Datenschutz-Prüfung bestehen. Ergebnisse werden nur aggregiert an berechtigte Empfänger weitergegeben. Betriebsrat hat Einsichtsrecht in die durchgeführten Analysen.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.