KI-gestützte Leistungsbeurteilung fair einsetzen: Was Führungskräfte beachten müssen

Am Donnerstag steht das jährliche Beurteilungsgespräch an. Du hast Zielvereinbarungen, Projektstände, Feedback aus dem Team und Notizen aus mehreren Gesprächen gesammelt. Ein KI-Tool verspricht, daraus in Minuten eine Leistungszusammenfassung samt Bewertungsvorschlag zu erstellen. Das spart Zeit, kann aber problematisch werden, wenn die Person vor dir nicht mehr nachvollziehen kann, wie ihr Urteil entstanden ist. Genau hier liegt deine Führungsaufgabe: KI darf Informationen ordnen und Hinweise geben, sie darf die Leistungsbeurteilung aber nicht zu einer undurchsichtigen Entscheidung machen.

KI-gestützte Leistungsbeurteilung kann Führungskräfte wirksam entlasten. Sie kann Gesprächsnotizen strukturieren, vereinbarte Ziele mit dokumentierten Ergebnissen abgleichen oder wiederkehrende Themen im Feedback sichtbar machen. Fair wird ihr Einsatz jedoch nur, wenn Kriterien, Datenquellen und Verantwortlichkeiten klar sind. Die Beurteilung eines Menschen bleibt ein Führungsurteil mit Folgen für Entwicklung, Aufgaben, Vergütung und Karriere. Dieses Urteil kannst du nicht an ein System delegieren.

Infografik zu KI-gestützte Leistungsbeurteilung fair einsetzen: Was Führungskräfte beachten müssen (KI-generiert).

Wo KI in der Leistungsbeurteilung sinnvoll unterstützt

Eine Leistungsbeurteilung entsteht selten in einem einzigen Gespräch. Meist kommen Zielvereinbarungen, Arbeitsergebnisse, Rückmeldungen, Projektverläufe und Beobachtungen aus dem Führungsalltag zusammen. KI kann helfen, dieses Material übersichtlich vorzubereiten.

Sinnvoll ist KI vor allem bei klar abgegrenzten, nachvollziehbaren Aufgaben:

• Gesprächsnotizen nach vereinbarten Themen sortieren
• Ziele, Meilensteine und dokumentierte Ergebnisse gegenüberstellen
• offene Punkte und Rückfragen für das Beurteilungsgespräch formulieren
• wiederkehrende Muster in bereits freigegebenem Feedback markieren
• Entwürfe für Gesprächsleitfäden oder Entwicklungsmaßnahmen erstellen
• Sprache in Beurteilungstexten auf Verständlichkeit und einen respektvollen Ton prüfen

Entscheidend ist der Unterschied zwischen Strukturierung und Bewertung. Wenn ein Tool beispielsweise aus Projektberichten die erreichten Meilensteine zusammenfasst, kann das eine gute Vorbereitung sein. Wenn es daraus eigenständig eine Leistungsnote oder eine Empfehlung für eine Gehaltsentscheidung ableitet, wird es kritisch. Denn Daten zeigen nie das gesamte Bild: schwierige Rahmenbedingungen, veränderte Prioritäten, verdeckte Zusatzarbeit, Zusammenarbeit im Team oder besondere Belastungen bleiben in automatisierten Auswertungen leicht unsichtbar.

Auch bei KI im Führungsalltag gilt deshalb: Ergebnisse sind keine Urteile, sondern Arbeitsmaterial. Wie du Verantwortung bei KI-gestützten Ergebnissen behältst, zeigen wir in unserem Beitrag KI im Führungsalltag: Ergebnisse prüfen, Verantwortung behalten.

Die Leistungsbeurteilung darf keine Black Box werden

Eine Black Box entsteht, wenn Beschäftigte nicht verstehen können, welche Informationen zu einer Beurteilung geführt haben, wie diese gewichtet wurden und wer die Entscheidung tatsächlich getroffen hat. Das beschädigt Vertrauen, auch dann, wenn die Beurteilung am Ende formal korrekt sein sollte.

Du solltest jede Person verständlich informieren können:

• Welche Daten wurden für die Vorbereitung verwendet?
• Aus welchen Quellen stammen diese Daten?
• Nach welchen Kriterien beurteilst du die Leistung?
• Welche Rolle hatte das KI-System?
• Welche Einschätzung hast du selbst nach Prüfung getroffen?
• Wie kann die Person unzutreffende Angaben korrigieren oder ergänzen?

Ein guter Praxistest lautet: Kannst du jeden wichtigen Satz der Beurteilung ohne Verweis auf das Tool erklären? Wenn du sagen müsstest: „Das hat die KI so bewertet“, fehlt die erforderliche fachliche und menschliche Prüfung.

Transparenz bedeutet nicht, dass du jede technische Einzelheit eines Modells erklären musst. Du musst aber die praktische Logik der Beurteilung offenlegen. Zum Beispiel: „Ich habe unsere Zielvereinbarung, die dokumentierten Ergebnisse aus den Projekten A und B sowie die im Jahresverlauf festgehaltenen Rückmeldungen herangezogen. Die KI hat diese Unterlagen nur thematisch sortiert. Die Beurteilung und die Entwicklungsziele habe ich selbst festgelegt.“

Faire Kriterien vor dem Tool festlegen

Viele Probleme beginnen nicht mit der Technik, sondern mit unklaren Maßstäben. Wenn „Engagement“, „Teamfähigkeit“ oder „Eigeninitiative“ nicht konkret beschrieben sind, verstärkt KI möglicherweise nur bereits bestehende Unschärfen und Vorurteile.

Lege daher zuerst fest, was du beurteilst und woran du es erkennst. Leistungsbeurteilung sollte sich auf arbeitsbezogene, beobachtbare Kriterien stützen. Vereinbarte Ziele, Qualität von Ergebnissen, Verantwortungsübernahme, Zusammenarbeit und fachliche Entwicklung können solche Kriterien sein. Wichtig ist, dass sie zur Rolle passen und im Vorfeld bekannt sind.

Unklare Bewertung	Besser prüfbares Kriterium
„Zeigt wenig Einsatz“	„Hat vereinbarte Aufgaben fristgerecht übernommen und bei Risiken frühzeitig informiert“
„Ist kein Teamplayer“	„Teilt relevante Informationen, beteiligt sich an Abstimmungen und hält Übergaben ein“
„Kommuniziert schwach“	„Bereitet Entscheidungen verständlich vor, benennt offene Punkte und dokumentiert Vereinbarungen“
„Hat zu wenig erreicht“	„Hat von fünf vereinbarten Meilensteinen vier termingerecht abgeschlossen; beim fünften wurden Abhängigkeiten dokumentiert und eskaliert“

Diese Konkretisierung schützt beide Seiten. Du musst weniger aus dem Bauch heraus urteilen, und Mitarbeitende können nachvollziehen, worauf sie Einfluss haben. Für belastbares Feedback hilft außerdem unser Ratgeber Feedback geben und annehmen, ohne dass es eskaliert.

Menschliche Prüfung ist keine Formsache

Eine menschliche Freigabe am Ende reicht nicht aus, wenn vorher niemand die Grundlage kritisch geprüft hat. Verantwortung übernehmen bedeutet, dass du die KI-Ausgabe fachlich hinterfragst und aktiv ergänzt.

Prüfe insbesondere diese Fragen:

• Fehlen relevante Leistungen, die nicht in den verwendeten Systemen dokumentiert sind?
• Werden besondere Rahmenbedingungen ausreichend berücksichtigt?
• Verwechselt das Tool Aktivität mit Leistung, etwa viele Nachrichten mit guter Zusammenarbeit?
• Benachteiligt die Auswertung Personen mit Teilzeit, anderen Arbeitszeiten oder weniger sichtbaren Aufgaben?
• Enthält der Text wertende, pauschale oder unbelegte Aussagen?
• Würdest du die Aussage im direkten Gespräch genauso vertreten?

Gerade bei hybrider Zusammenarbeit entstehen schnell verzerrte Eindrücke. Wer häufiger im Büro sichtbar ist oder in vielen Meetings spricht, wird leichter wahrgenommen als jemand, der konzentriert im Hintergrund arbeitet und Ergebnisse zuverlässig liefert. Deshalb sollten Erreichbarkeit, Präsenz und digitale Aktivität nicht stillschweigend zu Leistungskriterien werden. Wenn ihr Präsenz anders organisiert, braucht ihr dafür faire, nachvollziehbare Regeln. Dazu passt unser Beitrag Rückkehr ins Büro fair gestalten: Präsenzregeln, die Teams mittragen.

Datenschutz von Anfang an mitdenken

Leistungsdaten sind besonders sensibel. Gesprächsnotizen können Einschätzungen, Konflikte, Entwicklungsfelder oder persönliche Angaben enthalten. Bevor du solche Informationen in ein KI-System eingibst, muss klar sein, ob das Tool im Unternehmen dafür zugelassen ist und welche Daten verarbeitet werden dürfen.

Kläre nicht erst kurz vor dem Gespräch, sondern vor der Einführung:

• Ist das KI-Tool durch die zuständigen Stellen im Unternehmen freigegeben?
• Welche Daten dürfen eingegeben werden, welche nicht?
• Wo werden Inhalte verarbeitet und gespeichert?
• Wer kann auf Eingaben, Auswertungen und Protokolle zugreifen?
• Wie lange bleiben die Daten verfügbar?
• Können Inhalte für das Training des Systems verwendet werden?
• Gibt es eine sichere Alternative für besonders vertrauliche Informationen?

Besonders vorsichtig solltest du mit freien Texteingaben sein. In ihnen stehen häufig Namen, persönliche Bewertungen oder Informationen, die für den Zweck gar nicht erforderlich sind. Verwende möglichst nur die Daten, die du wirklich brauchst. Anonymisierung oder Pseudonymisierung kann Risiken senken, ersetzt aber keine sorgfältige Prüfung, wenn sich Personen über den Kontext dennoch erkennen lassen.

Wenn ihr KI für Gesprächsprotokolle einsetzen möchtet, braucht es zusätzlich eindeutige Regeln für Zustimmung, Freigabe und Korrektur. Konkrete Hinweise findest du in unserem Beitrag KI-Meeting-Protokolle datenschutzkonform nutzen: Regeln für Transkription, Freigabe und Verantwortung.

Mitbestimmung und interne Regeln ernst nehmen

KI-Systeme können Leistung oder Verhalten von Beschäftigten erfassen, auswerten oder vergleichbar machen. Damit berühren sie häufig Fragen der Mitbestimmung. In Unternehmen mit Betriebsrat solltest du deshalb frühzeitig prüfen lassen, ob und wie dieser einzubeziehen ist. Auch Datenschutzbeauftragte, Personalbereich, IT und Informationssicherheit sollten nicht erst dann eingebunden werden, wenn das Tool bereits eingesetzt wird.

Als Führungskraft musst du nicht jede rechtliche Detailfrage selbst entscheiden. Du solltest jedoch erkennen, wann du nicht allein weitergehen darfst. Das gilt insbesondere, wenn ein System Rankings erstellt, Scores vergibt, Verhaltensdaten aus Kommunikation oder Kollaboration auswertet oder Entscheidungen mit erheblichen Folgen vorbereitet.

Eine gute interne Regelung beantwortet mindestens:

• Für welche Zwecke darf KI genutzt werden?
• Welche Datenquellen sind zulässig?
• Welche Auswertungen sind ausgeschlossen?
• Wer prüft die Ergebnisse vor ihrer Verwendung?
• Wie werden Beschäftigte informiert?
• Wie können sie Fehler berichtigen oder eine Einschätzung einordnen?
• Wer entscheidet bei Streitfällen?

Das Beurteilungsgespräch bleibt ein Dialog

Eine gute Beurteilung wird nicht über eine Person gesprochen, sondern mit ihr. Gib der Mitarbeiterin oder dem Mitarbeiter Raum, die eigene Sicht auf Ergebnisse, Hindernisse und Entwicklung zu schildern. Frage nach konkreten Beispielen, statt eine KI-Zusammenfassung einfach vorzulesen.

Ein sinnvoller Gesprächsablauf kann so aussehen:

• Du erläuterst Ziel und Kriterien des Gesprächs.
• Du benennst konkrete Beobachtungen und Ergebnisse.
• Die andere Person ergänzt ihre Sicht, Kontext und bislang nicht erfasste Beiträge.
• Ihr klärt Unterschiede in der Wahrnehmung anhand von Beispielen.
• Ihr vereinbart nachvollziehbare Entwicklungsziele, Unterstützung und einen Termin zur Überprüfung.

Wenn eine KI bei der Vorbereitung beteiligt war, sprich das offen an. Nicht als technische Randnotiz, sondern als Teil der Transparenz: „Ich habe ein internes KI-Werkzeug genutzt, um meine Notizen zu sortieren. Die Inhalte habe ich geprüft; die Bewertung bespreche und verantwortete ich persönlich.“

Für schwierige Situationen, etwa bei deutlicher Kritik oder abweichenden Einschätzungen, hilft eine klare Gesprächsstruktur. Lies dazu auch Schwierige Gespräche souverän führen.

Checkliste vor jeder KI-gestützten Beurteilung

• Kriterien und Erwartungen waren vorab klar und rollenbezogen.
• Die verwendeten Daten sind relevant, aktuell und nachvollziehbar.
• Das eingesetzte Tool ist im Unternehmen für diesen Zweck zugelassen.
• Sensible Informationen wurden auf das Notwendige beschränkt.
• Du hast die KI-Ausgabe auf Fehler, Auslassungen und Verzerrungen geprüft.
• Die Beurteilung beruht nicht allein auf einem Score, Ranking oder automatischen Vorschlag.
• Du kannst die Grundlage deiner Einschätzung verständlich erklären.
• Die Person erhält Gelegenheit, ihre Sicht und fehlende Informationen einzubringen.
• Interne Vorgaben zu Datenschutz, Beteiligung und Dokumentation werden eingehalten.
• Du verantwortest die Entscheidung persönlich.

KI kann deine Vorbereitung verbessern, wenn sie Ordnung schafft, ohne Urteilskraft vorzutäuschen. Gute Führung zeigt sich darin, Daten und Vorschläge kritisch zu prüfen, Menschen fair anzuhören und Entscheidungen nachvollziehbar zu vertreten. Passende Seminare und Termine zu Führung, Kommunikation und Mitarbeitergesprächen findest du bei uns auf cmt.de.