KI im Leistungsmanagement: Feedback, Ziele und Beurteilungsentwürfe

Von Kevin Kim · Aktualisiert am 11. Oktober 2026

KI im Leistungsmanagement bedeutet, Software, meist ein großes Sprachmodell (LLM), für den Schreibaufwand und die Impulse rund um die Leistung zu nutzen: Ziele entwerfen und schärfen, Feedback im Jahresverlauf sammeln und zusammenfassen und erste Entwürfe für Beurteilungstexte vorbereiten, die eine Führungskraft anschließend bearbeitet, verantwortet und vermittelt. Sie beschleunigt das Schreiben und das Erkennen von Mustern. Sie entscheidet nicht, und sollte es auch nicht, wer gut bewertet, höher bezahlt oder befördert wird.

Dieser Leitfaden richtet sich an HR-Führungskräfte, Personalverantwortliche und alle, die gebeten werden, eine „KI-gestützte Beurteilung“ als Funktion freizugeben. Er beschreibt, was KI in jeder Phase des Zyklus gut kann, wo sie unauffällig danebenliegt und wie Sie sie so einrichten, dass Führungskräfte für jedes Urteil über einen Menschen verantwortlich bleiben. Er gehört zum Bereich KI im Personalwesen. Wenn Sie eine andere Frage stellen, nämlich wie Sie Menschen bewerten, deren eigene Arbeit stark KI-gestützt ist, behandelt das Leistungsmanagement, wenn KI die Arbeit erledigt.

Wichtige Fakten

• Eine Metaanalyse zu Feedback-Interventionen im Psychological Bulletin fasste 607 Effektstärken aus 23.663 Beobachtungen zusammen. Feedback steigerte die Leistung im Durchschnitt (d = 0,41), aber mehr als ein Drittel der Effekte war negativ (Kluger und DeNisi, 1996, APA). Mehr Feedback ist nicht automatisch besseres Feedback.
• Die Forschung zur Zielsetzung zeigt, dass spezifische, anspruchsvolle Ziele zu höherer Leistung führen, als Menschen nur zu bitten, ihr Bestes zu geben, mit Effektstärken in Metaanalysen von 0,42 bis 0,80, und dass Ziele plus zusammenfassendes Feedback besser wirken als Ziele allein (Locke und Latham, 2002, American Psychologist).
• Gallup stellte fest, dass 61 % der Beschäftigten, die mindestens wöchentlich von ihrer Führungskraft sowohl Feedback als auch Anerkennung erhalten, engagiert sind, gegenüber 38 % derjenigen, die wöchentlich Feedback, aber weniger Anerkennung erhalten. Nur 27 % der Beschäftigten gaben an, sich mindestens wöchentlich Feedback von ihrer Führungskraft zu wünschen (Gallup, Oktober 2024).
• Forschende, die LLMs an 600 Schüleraufsätzen testeten, stellten fest, dass der Austausch geschlechtsbezogener Hinweise das Feedback in der Richtung von männlich zu weiblich stärker veränderte als umgekehrt, mit kontrollierenderem Feedback bei weiblichen Hinweisen (Du, Borchers und Cukurova, arXiv). Das waren Bildungsdaten, keine Daten aus der Arbeitswelt, aber der Mechanismus ist derjenige, den HR prüfen sollte.
• Annex III des EU AI Act führt als Hochrisiko-Systeme solche auf, die Entscheidungen über Beförderung oder Kündigung treffen, Aufgaben anhand von individuellem Verhalten oder persönlichen Merkmalen zuweisen oder die Leistung und das Verhalten von Beschäftigten überwachen und bewerten sollen (Verordnung (EU) 2024/1689, EUR-Lex). Die Kommission gibt an, dass die Hochrisiko-Regeln unter anderem für den Beschäftigungsbereich ab dem 2. Dezember 2027 gelten (European Commission).

Was KI im Leistungszyklus tatsächlich leistet

Im Sinne des ACE Framework erfassen Leistungstools Text (Zieldokumente, Notizen aus Gesprächen, Kommentare von Kollegen) und einige strukturierte Daten (Bewertungen, Termine, Zielwerte), analysieren und fassen ihn zusammen und erzeugen Entwürfe. Die Muster sind generative Recherche (ein Jahr voller Notizen zusammenführen) und Workflow-Copilot (der Führungskraft vorschlagen, was sie als Nächstes schreiben oder tun sollte). Nichts davon verlangt, dass ein Modell etwas über eine Person vorhersagt, und die sichersten Einsätze halten es dabei.

So ordnet sich das dem Zyklus zu.

Die ehrliche Kurzformel: KI ist gut bei den ersten 80 Prozent des Schreibens und schwach bei den letzten 20 Prozent, die das eigentliche Urteil tragen. Halten Sie sie beim ersten Teil.

Zielsetzung: Wo KI am meisten hilft

Die Forschung zur Zielsetzung gehört zu den belastbareren Befunden der angewandten Psychologie. Spezifische, anspruchsvolle Ziele schlagen „geben Sie Ihr Bestes“, und die Kombination aus einem Ziel und regelmäßigem Feedback zum Fortschritt schlägt ein Ziel allein. Das Problem in den meisten Unternehmen ist nicht die Theorie, sondern dass Ziele einmal im Jahr, in Eile und in vager Sprache geschrieben werden.

Hier verdient sich ein Assistent seinen Platz. Geben Sie ihm ein grobes Ziel, und er kann eine Fassung mit einer Kennzahl, einem Zeitrahmen und einem ersten Meilenstein vorschlagen. Ein Customer Success Manager, der „Retention verbessern“ schreibt, kann zurückbekommen: „die Churn-Rate im Mid-Market-Segment bis Ende Q3 vom aktuellen Wert auf einen Zielwert senken, mit monatlicher Überprüfung gefährdeter Konten“. Ein Teamleiter in der Softwareentwicklung kann aus „Codequalität verbessern“ ein Ziel zur Durchlaufzeit bei Code-Reviews und zu durchgerutschten Fehlern machen.

Drei Regeln lassen das funktionieren.

1. Der Mitarbeiter schlägt vor, das Tool schärft. Wenn die KI das Ziel von Grund auf schreibt, hat sich die Person nicht darauf festgelegt, und diese Verbindlichkeit macht Ziele wirksam.
2. Prüfen Sie den Anspruch selbst. Ein Modell kann nicht wissen, was für diese Person in diesem Gebiet eine Herausforderung ist. Führungskräfte sollten den Zielwert nach einem gemeinsamen Gespräch anpassen.
3. Verknüpfen Sie Ziele mit der Arbeit, nicht mit der Aktivität. Bitten Sie den Assistenten, Ziele zu markieren, die Aufwand messen (geführte Anrufe, geschlossene Tickets), wenn es um ein Ergebnis geht. Das ist noch wichtiger, wenn KI den Output aufbläht, was ein anderes Problem ist als das in diesem Leitfaden.

Kontinuierliches Feedback: nützlich, aber leicht falsch gemacht

Die Gallup-Analyse vom Oktober 2024 verbindet häufiges Feedback in Kombination mit Anerkennung mit höherem Engagement, und sie zeigt auch eine Lücke: Nur 27 % der Beschäftigten wünschen sich wöchentliches Feedback von ihrer Führungskraft, und nur jeder Vierte stimmt voll zu, wertvolles Feedback von den Menschen zu erhalten, mit denen er arbeitet. Das sollte jeden vorsichtig machen bei einem Tool, dessen Versprechen „mehr Feedback, häufiger“ lautet.

Die Metaanalyse von Kluger und DeNisi ist das ernüchternde Gegengewicht. Feedback half im Durchschnitt, aber mehr als ein Drittel der Effekte war negativ. Überträgt man das auf KI-gestütztes Feedback, ist der praktische Rat klar.

• Nutzen Sie KI, um Feedback spezifisch und aufgabenbezogen zu machen. „Die Onboarding-E-Mail-Serie, die Sie veröffentlicht haben, hat die Zeit bis zur ersten Nutzung verkürzt, und die zweite E-Mail sollten Sie umschreiben“ schlägt „tolle Arbeit, weiter so“ oder „Sie müssen strategischer werden“.
• Nutzen Sie sie zum Zusammenfassen, nicht zum Bewerten. Fünf Kollegenkommentare zu drei wiederkehrenden Themen zusammenzuziehen, ist eine gute Aufgabe für ein Modell. Eine Zahl für die „Zusammenarbeit“ einer Person zu erzeugen, ist es nicht.
• Setzen Sie auf Impulse, nicht auf Menge. Eine Erinnerung an eine Führungskraft, die seit drei Wochen kein Einzelgespräch geführt hat, schafft Mehrwert. Ein Strom automatisch erzeugten Lobs nicht.
• Halten Sie Anerkennung menschlich. Die Gallup-Daten verweisen auf die Kombination aus Feedback und Anerkennung durch die Führungskraft. Ein maschinell entworfenes Dankeschön, das sich wie eines liest, zählt selten. Verbinden Sie das mit den Signalen aus KI für das Mitarbeiterengagement.

Beurteilungsentwürfe: schnellerer Schreibaufwand, echte Risiken

In der Beurteilungsphase verbringen Führungskräfte die meisten Stunden, daher wirkt KI dort am verlockendsten. Eine Führungskraft fügt Notizen und Ziele ein, und das Modell liefert in Sekunden einen strukturierten Text. Generative KI für HR-Teams behandelt die Techniken des Entwerfens; hier geht es um das, was für Beurteilungen spezifisch ist.

Was sie gut kann. Sie ordnet verstreute Notizen nach Zielen, korrigiert Grammatik, kürzt ausschweifende Absätze und bietet Alternativen zu wertenden Formulierungen an. Für eine Führungskraft, die zwölf Beurteilungen im Jahr schreibt und das Schreiben nicht mag, nimmt sie eine echte Hürde weg.

Was sie schlecht kann.

• Blasser, austauschbarer Text. Modelle erzeugen plausibles Lob und plausible Kritik. Zwei Mitarbeiter mit sehr unterschiedlichem Jahr können fast identische Absätze erhalten.
• Erfundene Einzelheiten. Ein Modell, das eine dünne Notiz „ausbauen“ soll, kann Erfolge oder Vorfälle ergänzen, die nie stattgefunden haben. Das ist das Halluzinationsproblem (KI-Halluzination), und in einer Beurteilung wird daraus eine falsche Aussage in der Personalakte.
• Verzerrte Sprache. Die Ausgabe eines LLM spiegelt Muster in den Trainingsdaten. In der oben zitierten Bildungsstudie verschoben kontrafaktische Geschlechtertausche das Feedback, mit mehr autonomieförderlicher Sprache bei männlichen Hinweisen und mehr kontrollierender Sprache bei weiblichen. Ein weiteres Paper zu von LLMs verfassten Empfehlungsschreiben fand deutliche geschlechtsbezogene Verzerrungen bei Sprachstil und Wortwahl (Wan et al., arXiv). Leistungsbeurteilungen sind dieselbe Textgattung.
• Anker-Effekt. Gegen einen ausgefeilten Entwurf lässt sich schwer argumentieren. Führungskräfte neigen dazu, ihn zu übernehmen und nachzubessern, sodass die Rahmung des Modells unbemerkt zum Urteil wird.

Eine einfache Disziplin hilft: Die Führungskraft schreibt zuerst das Urteil (die Begründung der Bewertung in wenigen klaren Sätzen), und die KI hilft bei der umgebenden Struktur und den Formulierungen, nicht umgekehrt.

Praxisbeispiele nach Funktion

Vertrieb. Ein Vertriebsleiter führt wöchentliche Stichpunktnotizen zu jedem Vertriebsmitarbeiter. Zur Jahresmitte gruppiert der Assistent die Notizen nach Zielen (Pipeline-Abdeckung, Abschlussquote, Forecast-Genauigkeit) und entwirft eine Zusammenfassung. Die Führungskraft streicht zwei Aussagen, die die Notizen nicht stützen, ergänzt Kontext zu einer Gebietsänderung und schreibt die Begründung der Bewertung selbst.

Softwareentwicklung. Ein Teamleiter bittet den Assistenten, vage Ziele wie „Zuverlässigkeit verantworten“ in messbare umzuschreiben, und bespricht sie dann mit jedem Entwickler. Die Entwickler widersprechen bei einem Zielwert, und die endgültige Zahl stammt von ihnen.

Kundensupport. Eine Support-Leiterin nutzt KI, um Themen aus Kommentaren der Qualitätssicherung und aus Kundenfeedback für jeden Mitarbeiter zusammenzufassen. Die Zusammenfassung wird zum Ausgangspunkt eines Coaching-Gesprächs, nicht zu einer automatischen Bewertung.

HR Business Partner. Vor der Kalibrierung prüft die Partnerin Beurteilungsentwürfe auf Sprache, die sich nach Gruppen unterscheidet: vages Lob für manche Personen und konkretes Lob für andere, Persönlichkeitskommentare anstelle von Verhaltensbeschreibungen. So werden Muster sichtbar, die Führungskräfte beheben können. Eine Bewertung ändert sich dadurch nicht von selbst.

Fairness und Verantwortung der Führungskraft

Zwei Fragen entscheiden, ob das gut geht: Ist es fair, und wer ist verantwortlich, wenn nicht?

Fairness. Behandeln Sie jeden KI-gestützten Beurteilungsprozess als etwas, das Sie testen, statt ihm blind zu vertrauen. Vergleichen Sie Länge, Spezifität und Tonfall der Entwürfe nach Geschlecht, Alter, Standort und Betriebszugehörigkeit. Sehen Sie sich an, wer „müsste durchsetzungsstärker sein“ und wer „toller Teamplayer“ bekommt. Wo Sie geschützte Merkmale rechtlich analysieren dürfen, prüfen Sie Bewertungen und Beförderungsergebnisse nach Gruppen vor und nach der Einführung des Tools.

Verantwortung. Die Führungskraft unterschreibt die Beurteilung. Das muss in der Richtlinie und in der Praxis so bleiben. Halten Sie es schriftlich fest:

• KI darf entwerfen und zusammenfassen, und die Führungskraft ist für jede Aussage verantwortlich.
• Der Mitarbeiter sollte wissen, dass KI bei der Erstellung des Dokuments geholfen hat und welche Daten eingeflossen sind.
• Bewertungen, Vergütungs- und Beförderungsentscheidungen treffen Menschen, und ein Mensch muss die Gründe in einfacher Sprache erklären können. Das ist das Human-in-the-Loop-Prinzip.
• Ein Mitarbeiter kann eine Korrektur verlangen, und eine Person, kein Tool, bearbeitet sie.

Rechtliches Risiko. In der EU gibt Article 22 der GDPR Menschen das Recht, keiner ausschließlich auf automatisierter Verarbeitung, einschließlich Profiling, beruhenden Entscheidung unterworfen zu werden, die sie erheblich beeinträchtigt, und zu seinen Schutzvorkehrungen gehören das Recht auf menschliches Eingreifen und auf Anfechtung der Entscheidung (GDPR, EUR-Lex). Annex III des AI Act weist bei Systemen zur Bewertung von Beschäftigten in dieselbe Richtung. Regeln andernorts unterscheiden sich und ändern sich ständig, ziehen Sie daher für jede Rechtsordnung Ihre Rechtsberatung hinzu. Der praktische Test: Wenn das Tool eine Entscheidung über Vergütung, Beförderung oder Arbeitsplatz einer Person beeinflusst, behandeln Sie es als Hochrisiko und lassen Sie eine Person die Verantwortung behalten.

Prädiktive Scores. Widerstehen Sie der Versuchung, Beurteilungsdaten ohne starke Schutzvorkehrungen zu nutzen, um vorherzusagen, wer kündigt oder wer „Potenzial“ hat. Und verknüpfen Sie jede an Bewertungen gekoppelte Vergütungsentscheidung mit den Hinweisen in KI in der Vergütungsplanung.

So führen Sie KI im Leistungsmanagement Schritt für Schritt ein

1. Wählen Sie eine Phase. Beginnen Sie mit Zielentwürfen oder der Zusammenfassung von Notizen. Sie sind weniger folgenreich als Bewertung oder Kalibrierung.
2. Legen Sie die roten Linien fest. KI erzeugt keine Bewertungen, Rangfolgen, Beförderungsempfehlungen oder Kündigungsbegründungen. Halten Sie das fest, bevor ein Pilotprojekt startet.
3. Bereinigen Sie die Eingaben. Ein Modell, das dünne oder einseitige Notizen zusammenfasst, erzeugt dünne oder einseitige Zusammenfassungen. Vereinbaren Sie, welche Evidenz Führungskräfte im Jahresverlauf festhalten sollen. HR-Datengrundlagen für KI behandelt die Grundlagen.
4. Wählen Sie ein Tool mit den richtigen Kontrollen. Achten Sie auf eine Enterprise-Lösung, bei der Mitarbeiterdaten nicht zum Training öffentlicher Modelle verwendet werden, der Zugriff nach Rolle begrenzt ist und jeder Entwurf zeigt, worauf er beruht.
5. Schulen Sie Führungskräfte. Behandeln Sie, wie man gut promptet, wie man erfundene Details erkennt und wie man das Urteil in eigenen Worten umschreibt. Eine Stunde dazu schlägt eine Funktionsvorführung.
6. Starten Sie ein Pilotprojekt mit Feedbackschleife. Führen Sie eine Funktion für einen Zyklus durch. Fragen Sie Führungskräfte, wie viel Zeit es gespart hat, und Mitarbeiter, ob die Beurteilungen genauer und persönlicher wirkten oder weniger.
7. Testen Sie auf Verzerrung. Vergleichen Sie Entwürfe und endgültige Ergebnisse nach Gruppen. Korrigieren Sie Prompts und Vorlagen, wenn Sie Lücken finden.
8. Informieren Sie die Mitarbeiter. Erklären Sie, wofür KI genutzt wird, wofür nicht und wie man ein Anliegen vorbringt.
9. Messen Sie, was zählt. Verfolgen Sie den Zeitaufwand pro Beurteilung, Qualitätswerte von Mitarbeitern, Verschiebungen in der Bewertungsverteilung und die Zahl der Korrekturen. Eingesparte Zeit allein ist das falsche Erfolgsmaß.
10. Prüfen Sie jährlich. Modelle, Vorschriften und Ihre eigene Belegschaft ändern sich. Bestätigen Sie die roten Linien und die Tests in jedem Zyklus erneut.

Häufige Fallstricke

• Den Entwurf zum Urteil werden lassen. Lassen Sie Führungskräfte die Begründung der Bewertung schreiben, bevor sie einen KI-Text sehen.
• Die Menge des Feedbacks messen. Häufigkeit ohne Wert hilft nicht. Nur jeder Vierte stimmt voll zu, dass das erhaltene Feedback wertvoll ist.
• Automatisch erzeugtes Lob. Mitarbeiter merken es, und es entwertet echte Anerkennung.
• Ungeprüfte Einzelheiten. Verlangen Sie, dass Führungskräfte jeden Erfolg und jeden Vorfall in einem Entwurf mit ihren Notizen abgleichen.
• Das Tool zum Ranking nutzen. Der Schritt vom Zusammenfassen zum Bewerten macht aus einer Schreibhilfe ein Hochrisiko-System.
• Den Bias-Test auslassen. Wenn Sie die Ausgaben nicht über Gruppen hinweg vergleichen, werden Sie es nicht erfahren.
• Keine Offenlegung. Verdeckter KI-Einsatz zerstört Vertrauen, sobald jemand davon erfährt.

Wie es weitergeht

• Für das größere Bild von KI im Personalwesen beginnen Sie mit KI im Personalwesen.
• Um zu sehen, wie KI-gestützte Arbeit verändert, was Sie bewerten sollten, lesen Sie Leistungsmanagement, wenn KI die Arbeit erledigt.
• Für agentenartige Tools, die Beurteilungsmaterial automatisch zusammenstellen, siehe den KI-Agenten für Leistungsbeurteilungen.
• Wie Ziele und Feedback ein Skill-Inventar speisen können, lesen Sie unter KI-Skill-Inferenz.