Kalibrierungsrunde: Leistungsbeurteilungen fair abgleichen

Kurz gesagt

In einer Kalibrierungsrunde gleichen Führungskräfte ihre vorläufigen Leistungsbeurteilungen ab, bevor diese final werden: Sie bestätigen einen gemeinsamen Maßstab, prüfen die Verteilung je Level und ändern einzelne Ratings mit dokumentierter Begründung. In einer Feldstudie in einer großen multinationalen Organisation machte das Kalibrierungskomitee Ratings über Beurteilende hinweg einheitlicher und dämpfte Milde, verstärkte aber die Tendenz zur Mitte. Wir empfehlen vorbereitete Daten, Belege vor Meinungen, neutrale Moderation, Richtwerte statt Zwangsverteilung und protokollierte Änderungen.

Das Wichtigste

Eine Kalibrierungsrunde gleicht vorläufige Ratings verschiedener Beurteilender an einem gemeinsamen Maßstab ab; sie ersetzt keine sorgfältige Beurteilung und beseitigt Beurteilungsfehler nicht.
In einer großen Organisation passten Kalibrierungskomitees 25 % der Ratings an, häufiger nach unten als nach oben; die Milde nahm ab, die Tendenz zur Mitte zu.
Bereiten Sie Maßstäbe je Stufe und Level, eine Level-×-Rating-Matrix und eine Statistik je beurteilender Person vor, damit die Runde über Belege statt über Eindrücke spricht.
Besprechen Sie Spitze und unteres Ende der Matrix ausdrücklich, wechseln Sie die Reihenfolge der Fälle und fragen Sie nach Informationen, die nur eine Person hat.
Feste Quoten und Richtwerte haben beide Kosten. Zur Zwangsverteilung fehlte laut einem Überblick von 2020 ein Feldexperiment in Unternehmen; Richtwerte gingen in deutschen Paneldaten mit geringerer Bindung einher.
Protokollieren Sie jede Änderung mit Grund, erklären Sie finale Ratings über Kriterien statt über Rangfolgen und prüfen Sie früh die Rechte des Betriebsrats.

Was eine Kalibrierungsrunde ist – und was sie nicht leisten kann

Eine Kalibrierungsrunde, auch Kalibrierungsmeeting oder Performance-Kalibrierung genannt, ist der Schritt zwischen vorläufiger und finaler Leistungsbeurteilung. Führungskräfte, die Mitarbeitende desselben Levels beurteilt haben, legen ihre Ratings nebeneinander und fragen: Meinen wir mit derselben Stufe dasselbe? Ziel der Kalibrierung der Leistungsbeurteilung ist ein gemeinsamer Maßstab, keine vorgegebene Kurve. Talent Reviews sind verwandt, schätzen aber auch das Potenzial ein.

Definition

Kalibrierungsrunde Ein moderiertes Treffen, in dem mehrere Beurteilende ihre vorläufigen Leistungsbeurteilungen an einem gemeinsamen Maßstab abgleichen und einzelne Ratings mit dokumentierter Begründung ändern, bevor sie final werden. In der Forschung heißt die Gruppe Kalibrierungskomitee (calibration committee).

Was sie leisten kann. Unterschiedliche Maßstäbe sichtbar machen, Wissen bündeln, das keine Führungskraft allein hat, und alle Beurteilenden auf Belege verpflichten.
Was sie nicht leisten kann. Leistung messen, die niemand beobachtet hat, oder Beurteilungsfehler an der Quelle beheben. Welche Fehler typisch sind, zeigt Beurteilungsfehler in der Leistungsbeurteilung.
Was sie nicht ist. Keine Zwangsverteilung und keine Budgetverhandlung. Wie Ratings sauber in Geld übersetzt werden, beschreibt Bonus aus der Leistungsbeurteilung.

Was die Forschung über Kalibrierungsrunden weiß

Kalibrierungsrunden waren schon 2011 in großen Organisationen verbreitet, sind aber wenig erforscht. In einer Umfrage der US-Personalervereinigung SHRM unter Mitgliedern aus Organisationen mit mindestens 2.500 Beschäftigten gaben 54 % an, formal zu kalibrieren; 39 % nannten die Anpassung an eine geplante Verteilung als Änderungsgrund (Hastings, 2011). Die heutige Praxis in Deutschland zeigt das nicht. Mehr sagen drei Feldstudien mit klaren Grenzen:

Drei Feldstudien zu Kalibrierungsrunden: was sie zeigen und wo ihre Grenzen liegen.
Studie	Daten	Befund	Grenze
Demeré, Sedatole und Woods (2019)	Eine große multinationale Organisation	25 % der Ratings angepasst, häufiger und stärker nach unten; Ratings von Vorgesetzten mit überdurchschnittlichen Ausgangsratings wurden eher nach unten, solche mit unterdurchschnittlichen eher nach oben korrigiert. Mehr Einheitlichkeit, weniger Milde, mehr Tendenz zur Mitte.	Eine Organisation
Grabner, Künneke und Moers (2020)	Paneldaten einer Professional-Services-Firma	Wer Ratings strategisch aufblähte, erhielt selbst ein schlechteres Rating; wer weniger gestaucht und damit aussagekräftiger beurteilte, wurde eher befördert.	Eine Firma
Speer, Tenbrink und Schwendeman (2019)	Zwei Feldstudien	Form und Takt variierten stark. Die Meetings gingen mit mehr wahrgenommenem gemeinsamen Maßstab, Verantwortlichkeit und Information einher; Ratings danach hingen enger mit anderen Leistungsmaßen zusammen.	Korrelativ; kein ideales Format

Ein Befund ändert, wie Sie die Runde führen: Bei Demeré, Sedatole und Woods dämpfte die Kalibrierung Milde, verstärkte aber die Tendenz zur Mitte. In den Daten eines Unternehmens, die Bol (2011) auswertete, ging die Tendenz zur Mitte mit geringerer späterer Leistungsverbesserung einher, Milde dagegen mit besserer künftiger Leistung; das sind Zusammenhänge, keine Kausalbefunde. Eine Runde, die nur überhöhte Ratings senkt, setzt also womöglich an der falschen Stelle an.

Vorbereitung: Level-×-Rating-Matrix und Vorab-Statistik

Viele Probleme einer Kalibrierungsrunde entstehen vor ihr: Ohne Unterlagen diskutiert die Runde Eindrücke. Hohe Kosten der Informationsbeschaffung gingen bei Bol mit mehr Milde und mehr Tendenz zur Mitte einher; gute Unterlagen dürften diese Kosten senken (unsere Ableitung). Verschicken Sie vorab fünf Dinge:

Einen Maßstab je Stufe und Level. Woran erkennt man „übertrifft die Erwartungen“ bei einem Consultant, woran bei einer Projektleitung? Beschreiben Sie es mit Verhaltensbeispielen. Frame-of-Reference-Training brachte das Leistungsverständnis von Beurteilenden näher an einen Referenzmaßstab, und das ging mit genaueren Ratings einher (Gorman und Rentsch, 2009).
Die Level-×-Rating-Matrix. Eine Seite je Level: Die Zeilen sind die Ratingstufen, in den Zellen stehen Name, vorläufiges Rating und beurteilende Person. So sieht die Runde, wo sich Ratings ballen.
Eine Statistik je beurteilender Person. Mittelwert und Streuung im Vergleich zu Kolleginnen und Kollegen, die dieselben Personen beurteilt haben. Markieren Sie nur deutliche Abweichungen.
Belege je Person. Zwei, drei konkrete Beobachtungen mit Projekt und Zeitraum, vor allem für Ratings an den Rändern der Skala.
Eine Regel, was draußen bleibt. Vertraulich erhobenes Entwicklungsfeedback, etwa aus einem 360°-Feedback, gehört nicht in die Runde; warum, zeigt Bonus aus der Leistungsbeurteilung.

Ablauf, Rollen und Moderation im Kalibrierungsmeeting

Eine Kalibrierungsrunde braucht klare Rollen. In einer Feldstudie bewertete das Komitee auch das Beurteilungsverhalten der Vorgesetzten (Grabner et al., 2020), in einer anderen gingen die Meetings mit mehr wahrgenommener Verantwortlichkeit einher (Speer et al., 2019). Die folgenden Empfehlungen leiten wir aus diesen Studien und aus allgemeiner Urteilsforschung ab; als Ablauf getestet sind sie nicht.

Moderation. HR oder eine neutrale Person ohne eigene Fälle in der Gruppe. Sie hält Maßstab und Zeit, fragt nach Belegen und protokolliert jede Änderung mit Grund.
Beurteilende. Die Führungskräfte mit vorläufigen Ratings, in Beratungen meist Projektleitungen und Partner. Planen Sie je Level eine eigene Runde, damit alle ihre Fälle selbst vertreten.
Entscheidungsverantwortung. Eine Person, oft aus der Geschäftsleitung, die bei Uneinigkeit entscheidet und die Verteilung je Level freigibt.

Maßstab bestätigen. Die Definitionen der Stufen lesen, bevor ein Name fällt.
Verteilung ansehen. Matrix und Statistik zeigen, wo Maßstäbe auseinanderliegen.
Beide Enden besprechen. Spitze und unteres Ende der Matrix ausdrücklich prüfen, dazu die Grenzfälle. Wer nur die Spitze prüft, dämpft Milde und lässt womöglich die Mitte wachsen.
Belege vor Meinungen. Die beurteilende Person trägt zuerst vor. Dann fragen Sie: Wer hat noch mit dieser Person gearbeitet und weiß etwas, das noch nicht gesagt wurde?
Reihenfolge wechseln. Nicht mit dem stärksten oder schwächsten Fall beginnen und die Reihenfolge zwischen den Levels ändern, damit kein Fall zum Anker wird.
Abschließen. Jede Änderung vorlesen, offene Fälle mit Verantwortlichen und Termin festhalten.

Richtwerte statt Zwangsverteilung

Braucht Kalibrierung eine vorgegebene Verteilung? Zu unterscheiden sind drei Modelle. Die Zwangsverteilung (Forced Distribution) legt feste Anteile je Stufe fest. Die empfohlene Verteilung setzt Richtwerte, von denen begründet abgewichen werden darf. Und Kalibrierung ist auch ganz ohne Vorgabe möglich.

Drei Modelle der Verteilung im Vergleich (Einordnung aus Studien und Praxis, keine Messung).
Modell	Vorgabe	Was Studien zeigen	Risiko
Zwangsverteilung	Feste Anteile je Stufe	Im Labor um 6 bis 12 % höhere Produktivität, aber schädlich, sobald Sabotage möglich war (Berger, Harbring und Sliwka, 2013); Gewinne durch das Entlassen der Schwächsten nur simuliert (Scullen, Bergey und Aiman-Smith, 2005)	Kleine Einheiten werden in eine Kurve gezwungen; Anreiz, anderen zu schaden
Empfohlene Verteilung (Richtwerte)	Zielkorridore je Stufe; Abweichungen werden begründet	Geringere Bindung an die Organisation, vor allem bei Beschäftigten ohne Führungsverantwortung (deutsche Paneldaten; Loberg et al., 2024)	Wird zur Quote, wenn nie eine Abweichung akzeptiert wird
Kalibrierung ohne Vorgabe	Gemeinsamer Maßstab und Belege	Weniger Milde, aber mehr Tendenz zur Mitte (eine Organisation; Demeré et al., 2019)	Ballung in der Mitte, wenn niemand beide Enden prüft

Für Beratungen sprechen drei Gründe gegen eine feste Kurve. Die Einheiten sind klein: Ob ein Level mit acht Consultants genau eine Person in der obersten Stufe haben muss, ist eine Annahme, keine Beobachtung. Projektarbeit lebt von Zusammenarbeit, und im Experiment schadete die Zwangsverteilung, sobald Sabotage möglich war. Und nach dem Überblick von Sliwka (2020) fehlte bis dahin ein Feldexperiment in Unternehmen zu ihren Kosten und ihrem Nutzen.

Typische Fehler: Politik, die lauteste Stimme, der Anker des ersten Falls

Eine Kalibrierungsrunde ist eine Gruppenentscheidung mit eigenen Verzerrungen. Die Befunde unten stammen überwiegend aus Labor- und Sportstudien, nicht aus Kalibrierungsrunden. Sie beschreiben aber Mechanismen, die in jeder Runde wirken können.

Der Anker des ersten Falls. Schätzungen werden von einem Ausgangswert aus zu wenig angepasst (Tversky und Kahneman, 1974), und aufeinanderfolgende Leistungsurteile werden vom vorigen angezogen oder abgestoßen (Damisch, Mussweiler und Plessner, 2006).
Geteiltes Wissen setzt sich durch. Gruppen besprechen tendenziell vor allem, was alle schon wissen und was die eigene Vorliebe stützt; was nur eine Person weiß, geht unter (Stasser und Titus, 1985).
Die lauteste Stimme. Rang und Verhandlungsgeschick tragen einen Fall manchmal weiter als die Belege. Dagegen helfen Belege vor Meinungen und eine neutrale Moderation.
Die sichere Mitte. Wer Zweifelsfälle zur Mitte schiebt, vermeidet Streit und verliert Information.
Budget statt Leistung. Wird in der Runde über Geld gesprochen, können sich Ratings dem Bonuspool anpassen. Trennen Sie „Wie gut?“ von „Wie viel?“.

Nach der Runde: Dokumentation, Kommunikation, Betriebsrat

Die Runde ist erst abgeschlossen, wenn Änderungen dokumentiert und erklärt sind. Geben Sie den Beurteilenden außerdem Rückmeldung zu ihrem Beurteilungsverhalten: Bei Demeré, Sedatole und Woods lernten Vorgesetzte über die Anpassungen, welche Ratings die Organisation erwartet.

Die Führungskraft spricht, nicht die Runde. Wer beurteilt hat, überbringt das finale Rating, auch wenn die Runde es geändert hat, und erklärt es mit Kriterien und Belegen statt mit der Diskussion oder einer Rangfolge.
Keine Quote als Begründung. „Die Verteilung ließ nichts anderes zu“ entwertet jedes Rating. Haben Richtwerte eine Rolle gespielt, sagen Sie das offen.
Ein Weg für Einwände. Nach § 82 Abs. 2 BetrVG können Beschäftigte verlangen, dass die Beurteilung ihrer Leistungen mit ihnen erörtert wird, und ein Mitglied des Betriebsrats hinzuziehen. Keine Rechtsberatung.

Ob und wie weit der Betriebsrat mitbestimmt, hängt von der Ausgestaltung ab. Prüfen Sie drei Punkte früh:

Beurteilungsgrundsätze. Die Aufstellung allgemeiner Beurteilungsgrundsätze bedarf nach § 94 Abs. 2 BetrVG der Zustimmung des Betriebsrats; das Bundesarbeitsgericht erstreckt das auf die Ausgestaltung des Beurteilungsverfahrens (BAG, 1 ABR 48/13). Weil die Runde Ratings ändert, liegt nahe, dass ihre Regeln dazugehören; das ist unsere Lesart, keine Gerichtsentscheidung. Wir empfehlen eine Betriebsvereinbarung.
Software und Vergütung. Kalibrierungssoftware kann eine technische Einrichtung nach § 87 Abs. 1 Nr. 6 BetrVG sein, wenn sie objektiv zur Überwachung geeignet ist (BAG, 1 ABR 7/15). Hängt Vergütung an den Ratings, kann auch § 87 Abs. 1 Nr. 10 (betriebliche Lohngestaltung) berührt sein.
Keine rein automatisierte Entscheidung. Art. 22 Abs. 1 DSGVO gibt Betroffenen das Recht, keiner ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt; Abs. 2 nennt Ausnahmen. Eine Runde, in der Menschen begründet entscheiden, stützt die Position, dass keine solche Entscheidung vorliegt; ein regelmäßig unverändert übernommener Softwarevorschlag schwächt sie. Für Kreditscores hat der EuGH entschieden, dass schon die automatisierte Erstellung eines Wahrscheinlichkeitswerts eine automatisierte Entscheidung ist, wenn von ihm maßgeblich abhängt, ob ein Dritter ein Vertragsverhältnis mit der Person begründet, durchführt oder beendet (C-634/21); ob das auf Ratings übertragbar ist, ist offen – das wäre eine Analogie, keine Entscheidung.

Wie ValueScore die Kalibrierungsrunde unterstützt

ValueScore hat LEADBeyond für Beratungen und Professional-Services-Firmen gebaut. Für die Kalibrierungsrunde zeigt es die Level-×-Rating-Matrix auf einer Seite, Beurteilereffekte mit Konfidenzintervall und eine projektübergreifende Ansicht, die eine Person mit den Ratings mehrerer Projektleitungen zeigt. Milde und Strenge werden statistisch erkannt und herausgerechnet. Wir empfehlen, dass in der Runde weiterhin Menschen entscheiden und ihre Gründe festhalten.

Häufige Fragen

Was ist eine Kalibrierungsrunde?

Ein moderiertes Treffen, in dem Führungskräfte ihre vorläufigen Leistungsbeurteilungen an einem gemeinsamen Maßstab abgleichen, bevor sie final werden. Sie prüfen die Verteilung je Level, besprechen Fälle anhand von Belegen und ändern einzelne Ratings mit dokumentierter Begründung. Ziel ist Vergleichbarkeit über Beurteilende hinweg, keine vorgegebene Kurve.

Wer nimmt an einer Kalibrierungsrunde teil?

Die Führungskräfte, die die Mitarbeitenden eines Levels beurteilt haben, in Beratungen meist Projektleitungen und Partner. Dazu kommen eine Moderation aus HR oder eine neutrale Person ohne eigene Fälle und eine Person mit Entscheidungsverantwortung. Eine Runde je Level hält die Gruppe so klein, dass alle ihre Fälle selbst vertreten können.

Wie läuft eine Kalibrierungsrunde ab?

Ein möglicher Ablauf: Maßstab bestätigen, Verteilung in der Level-×-Rating-Matrix ansehen, Spitze und unteres Ende ausdrücklich besprechen, Belege vor Meinungen hören, die Reihenfolge der Fälle wechseln und am Ende jede Änderung mit Grund vorlesen. In einer großen Organisation passten Kalibrierungskomitees 25 % der Ratings an (Demeré et al., 2019).

Was ist der Unterschied zwischen Kalibrierung und Forced Distribution?

Kalibrierung gleicht Maßstäbe ab: Ein Rating ändert sich, wenn Belege es rechtfertigen. Eine Forced Distribution (Zwangsverteilung) schreibt feste Anteile je Stufe vor, unabhängig davon, wie die Leistung in einer Einheit verteilt ist. Dazwischen liegen Richtwerte, von denen begründet abgewichen werden darf.

Ist eine Normalverteilung bei Leistungsbeurteilungen sinnvoll?

Als Vorgabe ist sie eine Annahme, keine Beobachtung. Eine feste Kurve unterstellt, dass jede Einheit dieselbe Mischung aus starker und schwacher Leistung hat; in kleinen Teams lässt sich das kaum prüfen. Auch Richtwerte haben Kosten: In Paneldaten der Bundesagentur für Arbeit ging eine empfohlene Verteilung mit geringerer Bindung an die Organisation einher (Loberg et al., 2024).

Wie bereitet man eine Kalibrierungsrunde vor?

Mit fünf Unterlagen: Maßstäben je Stufe und Level, einer Level-×-Rating-Matrix, einer Statistik je beurteilender Person, zwei, drei Belegen je Fall und einer Regel, welche Daten draußen bleiben. Die Statistik vergleicht jede beurteilende Person mit Kolleginnen und Kollegen, die dieselben Personen beurteilt haben. Verschicken Sie alles vorab, damit die Runde über Abweichungen spricht statt über Eindrücke.

Hat der Betriebsrat bei der Kalibrierung ein Mitbestimmungsrecht?

Das ist zu prüfen. § 94 Abs. 2 BetrVG verlangt die Zustimmung des Betriebsrats zu allgemeinen Beurteilungsgrundsätzen, und das Bundesarbeitsgericht erstreckt das auf die Ausgestaltung des Beurteilungsverfahrens. Nach unserer Lesart liegt nahe, dass die Regeln der Runde dazugehören (keine Gerichtsentscheidung). Software dafür kann unter § 87 Abs. 1 Nr. 6 BetrVG fallen, wenn sie objektiv zur Überwachung geeignet ist. Keine Rechtsberatung.

Wie kommuniziert man das Ergebnis an die Mitarbeitenden?

Die beurteilende Führungskraft überbringt das finale Rating und erklärt es mit Kriterien und Belegen. Sie beruft sich nicht auf die Diskussion in der Runde oder eine Quote, auch wenn die Runde das Rating geändert hat. Beschäftigte können nach § 82 Abs. 2 BetrVG verlangen, dass die Beurteilung ihrer Leistungen mit ihnen erörtert wird, und ein Mitglied des Betriebsrats hinzuziehen. Keine Rechtsberatung.

Quellen

Hastings, R. (2011, 15. Dezember). Survey: Most large firms calibrate performance. SHRM., Society for Human Resource Management (2011). Nachrichtenbeitrag der SHRM zu einer Mitgliederumfrage mit APT Metrics (510 Mitglieder aus Organisationen mit mindestens 2.500 Beschäftigten). Zitiert für 54 % (formale Kalibrierung) und 39 % (Anpassung an eine geplante Verteilung als Grund für Änderungen). Keine Aussage darüber, wie verbreitet Kalibrierung heute oder in Deutschland ist.
Demeré, B. W., Sedatole, K. L., & Woods, A. (2019). The role of calibration committees in subjective performance evaluation systems. Management Science, 65(4), 1562–1585., INFORMS (2019). Peer-reviewte Feldstudie mit internen Daten einer großen multinationalen Organisation. Zitiert (laut Abstract) für die Anpassungsquote von 25 %, häufigere und stärkere Abwärtskorrekturen, die Korrektur der Ratings über- und unterdurchschnittlich beurteilender Vorgesetzter, mehr Einheitlichkeit, weniger Milde, mehr Tendenz zur Mitte und das Lernen der Vorgesetzten. Eine Organisation, Übertragbarkeit offen.
Grabner, I., Künneke, J., & Moers, F. (2020). How calibration committees can mitigate performance evaluation bias: An analysis of implicit incentives. The Accounting Review, 95(6), 213–233., American Accounting Association (2020). Peer-reviewte Studie mit Paneldaten einer Professional-Services-Firma. Zitiert dafür, dass das Kalibrierungskomitee strategisch überhöhte Ratings mit einem schlechteren Rating der Vorgesetzten beantwortete und weniger gestauchte Ratings mit höherer Beförderungswahrscheinlichkeit einhergingen. Eine einzelne Firma; keine Verallgemeinerung auf alle Beratungen.
Speer, A. B., Tenbrink, A. P., & Schwendeman, M. G. (2019). Let’s talk it out: The effects of calibration meetings on performance ratings. Human Performance, 32(3–4), 107–128., Taylor & Francis (2019). Peer-reviewte Arbeit mit zwei Feldstudien. Zitiert dafür, dass Form und Takt der Meetings stark variierten, Meetings mit mehr wahrgenommenem gemeinsamen Maßstab, Verantwortlichkeit und Information einhergingen und Ratings nach der Kalibrierung enger mit anderen Leistungsmaßen zusammenhingen. Korrelative Befunde, kein Kausalnachweis und keine Empfehlung für ein bestimmtes Format.
Bol, J. C. (2011). The determinants and performance effects of managers’ performance evaluation biases. The Accounting Review, 86(5), 1549–1575., American Accounting Association (2011). Peer-reviewte Studie mit Daten eines Unternehmens. Zitiert dafür, dass Informationskosten und enge Beziehungen mit mehr Tendenz zur Mitte und mehr Milde einhergingen, die Tendenz zur Mitte mit geringerer späterer Leistungsverbesserung und Milde mit besserer künftiger Leistung; Zusammenhänge, keine Kausalbefunde. Dass Unterlagen die Kosten senken, ist unsere Ableitung. Keine Studie über Kalibrierungsrunden.
Gorman, C. A., & Rentsch, J. R. (2009). Evaluating frame-of-reference rater training effectiveness using performance schema accuracy. Journal of Applied Psychology, 94(5), 1336–1344., American Psychological Association (2009). Peer-reviewte Studie zum Frame-of-Reference-Training. Zitiert (laut Abstract) dafür, dass trainierte Beurteilende ein Leistungsverständnis näher am Referenzmaßstab hatten und dieses mit genaueren Beurteilungen zusammenhing. Kein Befund zu Kalibrierungsrunden; die Übertragung auf schriftliche Maßstäbe vor der Runde ist unsere Ableitung.
Loberg, L., Nüesch, S., & Allendorf, A. M. (2024). Unwanted recommendation: The dark side of recommendations for performance rating distribution on employees’ emotions, attitudes, and behaviors. Zeitschrift für Arbeits- und Organisationspsychologie, 68(1), 36–48., Hogrefe (Open Access, CC BY 4.0) (2024). Peer-reviewte Studie mit Paneldaten der Bundesagentur für Arbeit. Zitiert (laut Abstract) dafür, dass eine empfohlene Verteilung mit geringerer Bindung an die Organisation einherging, Zufriedenheit, Kündigungsabsicht und Kooperation in der Gesamtstichprobe unberührt blieben und die Effekte bei Beschäftigten ohne Führungsverantwortung auftraten. Keine Befunde für private Beratungen.
Berger, J., Harbring, C., & Sliwka, D. (2013). Performance appraisals and the impact of forced distribution: An experimental investigation. Management Science, 59(1), 54–68., INFORMS (2013). Peer-reviewtes Laborexperiment mit realer Arbeitsaufgabe. Zitiert für die um 6 bis 12 % höhere Produktivität unter Zwangsverteilung, den weniger klaren Effekt bei Vorerfahrung und den Schaden bei möglicher Sabotage. Kein Feldbefund und keine Wissensarbeit.
Scullen, S. E., Bergey, P. K., & Aiman-Smith, L. (2005). Forced distribution rating systems and the improvement of workforce potential: A baseline simulation. Personnel Psychology, 58(1), 1–32., Wiley (2005). Peer-reviewte Simulationsstudie. Zitiert nur dafür, dass Gewinne aus dem jährlichen Entlassen der schwächsten Beschäftigten simuliert wurden; sie zeigten sich vor allem in den ersten Jahren und hingen vom entlassenen Anteil und von der freiwilligen Fluktuation ab. Kein empirischer Leistungsnachweis.
Sliwka, D. (2020). Bonuses and performance evaluations. IZA World of Labor, 478., IZA – Institute of Labor Economics (2020). Überblicksartikel. Zitiert nur dafür, dass es nach diesem Stand kein Feldexperiment in Unternehmen zu Kosten und Nutzen der Zwangsverteilung gab, wohl aber Laborbefunde. Keine Empfehlung für eine bestimmte Verteilung.
Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131., AAAS (1974). Klassischer Aufsatz zu Urteilsheuristiken. Zitiert nur für die unzureichende Anpassung von einem Ausgangswert (Ankereffekt). Kein Befund aus Kalibrierungsrunden.
Damisch, L., Mussweiler, T., & Plessner, H. (2006). Olympic medals as fruits of comparison? Assimilation and contrast in sequential performance judgments. Journal of Experimental Psychology: Applied, 12(3), 166–178., American Psychological Association (2006). Peer-reviewte Studie mit Daten der Olympischen Spiele 2004 und aus dem Labor. Zitiert dafür, dass aufeinanderfolgende Leistungsurteile vom vorigen Urteil beeinflusst wurden, je nach wahrgenommener Ähnlichkeit in dessen Richtung oder davon weg. Keine Daten aus Unternehmen.
Stasser, G., & Titus, W. (1985). Pooling of unshared information in group decision making: Biased information sampling during discussion. Journal of Personality and Social Psychology, 48(6), 1467–1478., American Psychological Association (1985). Peer-reviewtes Laborexperiment zu Gruppenentscheidungen. Zitiert dafür, dass Diskussionen von geteilten und die eigene Vorliebe stützenden Informationen bestimmt werden und Informationen Einzelner untergehen. Kein Befund aus Kalibrierungsrunden.
Betriebsverfassungsgesetz (BetrVG) in der Fassung der Bekanntmachung vom 25. September 2001 (BGBl. I S. 2518), § 82: Anhörungs- und Erörterungsrecht des Arbeitnehmers., Bundesministerium der Justiz, gesetze-im-internet.de (2001). Gesetzestext. Zitiert für das Recht, die Beurteilung der eigenen Leistungen erörtern zu lassen und ein Mitglied des Betriebsrats hinzuzuziehen (Abs. 2). Keine Rechtsberatung.
Betriebsverfassungsgesetz (BetrVG) in der Fassung der Bekanntmachung vom 25. September 2001 (BGBl. I S. 2518), § 94: Personalfragebogen, Beurteilungsgrundsätze., Bundesministerium der Justiz, gesetze-im-internet.de (2001). Gesetzestext. Zitiert für die Zustimmungspflicht bei der Aufstellung allgemeiner Beurteilungsgrundsätze (Abs. 2). Dass die Regeln einer Kalibrierungsrunde darunter fallen können, ist unsere Lesart, keine Entscheidung. Keine Rechtsberatung.
Bundesarbeitsgericht. (2015). Beschluss vom 17. März 2015, 1 ABR 48/13, ECLI:DE:BAG:2015:170315.B.1ABR48.13.0., Bundesarbeitsgericht (2015). Zitiert für den Leitsatz, dass sich die Mitbestimmung nach § 94 Abs. 2 BetrVG auf die Ausgestaltung des Beurteilungsverfahrens erstreckt. Der Beschluss betrifft Mitarbeitergespräche, keine Kalibrierungsrunden. Keine Rechtsberatung.
Betriebsverfassungsgesetz (BetrVG) in der Fassung der Bekanntmachung vom 25. September 2001 (BGBl. I S. 2518), § 87: Mitbestimmungsrechte., Bundesministerium der Justiz, gesetze-im-internet.de (2001). Gesetzestext. Zitiert für Abs. 1 Nr. 6 (technische Einrichtungen zur Überwachung von Verhalten oder Leistung) und Nr. 10 (betriebliche Lohngestaltung). Keine Rechtsberatung.
Bundesarbeitsgericht. (2016). Beschluss vom 13. Dezember 2016, 1 ABR 7/15, ECLI:DE:BAG:2016:131216.B.1ABR7.15.0., Bundesarbeitsgericht (2016). Zitiert nur für den Grundsatz (Rn. 22), dass technische Einrichtungen zur Überwachung bestimmt sind, wenn sie objektiv dazu geeignet sind; auf die Absicht des Arbeitgebers kommt es nicht an. Der Fall betraf eine Facebookseite, keine Kalibrierungssoftware. Keine Rechtsberatung.
Verordnung (EU) 2016/679 des Europäischen Parlaments und des Rates vom 27. April 2016 (Datenschutz-Grundverordnung), Art. 22. Amtsblatt der Europäischen Union, L 119, 1–88., Amt für Veröffentlichungen der Europäischen Union, EUR-Lex (2016). Verordnungstext. Zitiert für Art. 22 Abs. 1, das Recht, keiner ausschließlich automatisierten Entscheidung mit rechtlicher Wirkung oder ähnlich erheblicher Beeinträchtigung unterworfen zu werden, und für die Ausnahmen in Abs. 2. Keine Rechtsberatung.
Gerichtshof der Europäischen Union. (2023). Urteil vom 7. Dezember 2023, C-634/21, OQ/Land Hessen (SCHUFA Holding [Scoring]), ECLI:EU:C:2023:957., Amt für Veröffentlichungen der Europäischen Union, EUR-Lex (2023). Zitiert dafür, dass eine automatisierte Entscheidung vorliegen kann, wenn ein Dritter maßgeblich auf einen automatisiert erstellten Wahrscheinlichkeitswert abstellt. Der Fall betraf Kreditscoring; die Übertragung auf Leistungsbeurteilungen ist eine Analogie, keine Entscheidung. Keine Rechtsberatung.