Ein Team von Grund auf aufbauen: Was Persönlichkeitsdaten leisten und was nicht
Wer ein neues Team zusammenstellt, greift gern zu Persönlichkeitsdaten. Sie wirken systematisch, sie sind datengestützt, und sie versprechen, Bauchgefühl durch Wissenschaft zu ersetzen. Dieses Versprechen braucht allerdings eine Kalibrierung. Richtig eingesetzt, liefert eine Persönlichkeitsdiagnostik belastbare Hinweise auf strukturelle Risiken. Falsch eingesetzt, erzeugt sie trügerische Sicherheit oder schließt Menschen unfair aus.
Dieser Artikel zeichnet nach, was Persönlichkeitsdaten offenlegen, was sie nicht hergeben, und schlägt einen praktikablen Rahmen für ihren verantwortungsvollen Einsatz beim Aufbau eines Teams vor.
Was Persönlichkeitsdaten tatsächlich offenlegen
Big Five-Verfahren messen stabile Verhaltenstendenzen, also Muster darin, wie Menschen üblicherweise denken, arbeiten und mit anderen umgehen. Aggregiert man diese Tendenzen über ein Team hinweg, wird mehreres sichtbar:
Strukturelle Lücken: Erreicht niemand in der Gruppe hohe Werte auf Disziplin (Conscientiousness), haben Sie eine brauchbare Prognose zum Lieferrisiko in der Hand. Teams, in denen niemand von sich aus Zusagen nachhält, nachfasst oder auf Qualitätsstandards pocht, verpassen häufiger Fristen und driften von ihren Zielen ab. Das ist nicht deterministisch, sondern probabilistisch, aber es lohnt sich, damit zu rechnen.
Koordinationsmuster: Ein Team, das durchgehend hoch auf Bindung (Agreeableness) liegt, koordiniert sich gut, tut sich mit ehrlicher Bewertung aber schwer. Ein Team, das durchgehend niedrig liegt, entscheidet schneller, reibt sich zwischenmenschlich aber stärker auf. Keines der beiden Profile ist von sich aus problematisch, doch beide haben vorhersagbare Fehlermodi. Warum bindungsdominierte Teams mit ehrlichem Feedback kämpfen und Teamfehlermodi aus einer Persönlichkeitsperspektive gehen dem im Detail nach.
Hinweise zur Aufgabenpassung: Bells Metaanalyse (2007) fand, dass die Effekte der Persönlichkeitszusammensetzung vom Aufgabentyp abhängen. Teams mit komplexer, nicht routinierter Arbeit profitieren von Vielfalt auf Vision (Openness). Teams mit routinierter, stark verzahnter Arbeit profitieren von Gleichmaß auf Disziplin. Die Aufgabenstruktur entscheidet, welche Art von Zusammensetzung überhaupt hilft.
Das IPIP-Modell, auf dem die meisten Big Five-Verfahren beruhen, ist in Tausenden von Studien validiert worden und damit wissenschaftlich besser abgesichert als die meisten anderen Persönlichkeitswerkzeuge. Wer weiß, was Conscientiousness im Arbeitsleben vorhersagt und was Agreeableness eigentlich misst, liest Zusammensetzungsdaten deutlich präziser.
Was Persönlichkeitsdaten nicht hergeben
Wie sich Tendenzen in genau diesem Umfeld zeigen. Eine extravertierte Person kann Meetings dominieren, wenn die Kultur Redeanteile belohnt, oder sie wird zur natürlichen Brückenbauerin, wenn die Kultur Beziehungsarbeit belohnt. Die Eigenschaft beschreibt die Tendenz, der Kontext formt den Ausdruck.
Ob jemand in einer bestimmten Rolle erfolgreich sein wird. Fachliches Können, Motivation, organisatorische Passung und Führungsqualität sagen den Rollenerfolg direkter vorher als die Persönlichkeitszusammensetzung. Sollten Sie nach Persönlichkeitspassung oder Persönlichkeitsvielfalt einstellen? prüft die Forschungslage zu dieser Frage sorgfältig.
Ob im Team Chemie entsteht. Zusammenhalt wächst aus gemeinsamer Erfahrung, gelungener Zusammenarbeit und gut bearbeiteten Konflikten, nicht aus abgeglichenen Profilen. Zwei Menschen mit kompatiblen Profilen können trotzdem ein schlechtes Arbeitsverhältnis entwickeln, wenn die ersten Begegnungen unglücklich laufen.
Wie sich eine einzelne Person verhalten wird. Persönlichkeit sagt aggregierte Ergebnisse über viele Menschen und viele Situationen hinweg vorher. Für eine bestimmte Person in einer bestimmten Situation schwankt das Verhalten stark. Die Grenzen von Selbstberichtsdaten sind hier besonders relevant, denn Selbsteinschätzungen treffen nicht immer, wie andere jemanden erleben.
Was die Effektstärken hergeben
Diese Kalibrierung ist entscheidend: Die korrigierte Korrelation zwischen durchschnittlicher Conscientiousness und Teamleistung liegt bei etwa r = .19. Das ist ein echtes Signal, bedeutet aber auch, dass die Persönlichkeitszusammensetzung rund 4 % der Varianz in den Teamergebnissen erklärt.
Zum Vergleich: Rollenklarheit und psychologische Sicherheit sagen die Teamleistung konsistenter und mit größeren Effekten vorher. Ein vernünftig zusammengesetztes Team ohne klare Entscheidungswege schneidet schlechter ab als ein suboptimal zusammengesetztes Team mit tragfähigen Strukturen. Hochleistungsteams aus einer Persönlichkeitsperspektive führt das mit konkreten Hinweisen aus.
Ein Rahmen in fünf Schritten für Persönlichkeitsdaten im Teamaufbau
Schritt 1: Zuerst die Aufgabenstruktur klären
Bevor Sie auf Persönlichkeitsdaten schauen, halten Sie fest, was das Team leisten soll. Ist die Arbeit vor allem schöpferisch, also auf Erkundung angelegt, oder operativ, also auf Ausführung? Greifen die Beiträge stark ineinander oder lassen sie sich modular trennen? Braucht es ständigen Austausch mit Stakeholdern oder lange Phasen konzentrierter Einzelarbeit?
Diese Fragen entscheiden, welche Merkmale der Zusammensetzung überhaupt zählen. Ohne Klarheit über die Aufgabe fehlt Persönlichkeitsdaten der Deutungsrahmen.
Schritt 2: Erst Einzelne erfassen, dann aggregieren
Erheben Sie zunächst die individuellen Profile und schauen Sie erst danach auf das Bild der ganzen Gruppe. Diese Reihenfolge zählt, denn aggregierte Kennzahlen wie Mittelwert und Varianz ergeben nur Sinn, wenn Sie die Verteilung dahinter kennen. Hinter einem durchschnittlichen Openness-Wert von 65 können sich zwei stark visionsorientierte und drei moderate Personen verbergen oder fünf Personen im oberen Mittelfeld. Für die Teamdynamik macht das einen erheblichen Unterschied.
Sagt die Persönlichkeitszusammensetzung die Teamleistung vorher? trägt zusammen, welche aggregierten Kennzahlen (Mittelwert, Minimum, Varianz) am stärksten mit den Ergebnissen zusammenhängen.
Schritt 3: Schwachstellen benennen, keine Vorschriften ableiten
Nutzen Sie Zusammensetzungsdaten, um strukturelle Risiken zu erkennen, nicht um Bewerberinnen und Bewerber auszusortieren. Wenn Sie ein Softwareteam bilden und niemand hoch auf Vision liegt, gehört dieses Risiko auf den Tisch: Die Gruppe wird Probleme effizient lösen und dabei womöglich übersehen, ob es die richtigen Probleme waren. Persönlichkeitsvielfalt in technischen Teams nimmt genau solche Lücken unter die Lupe.
Die Antwort auf dieses Risiko muss aber nicht zwingend eine Neueinstellung mit hohem Visionswert sein. Sie kann auch darin bestehen, Abläufe zu schaffen, die erkundendem Denken Raum geben, ganz unabhängig von den einzelnen Profilen.
Schritt 4: Nach der Teambildung Peer-Bewertungen ergänzen
Selbstberichtsdaten erfassen, wie Menschen sich selbst sehen. Peer-Daten erfassen, wie andere sie tatsächlich erleben. In der Lücke zwischen beiden Maßen stecken oft die wichtigsten Erkenntnisse. Selbst-Fremd-Übereinstimmung bei den Big Five zeigt, wo diese Lücken am größten ausfallen.
Das Zeugen-Instrument von Cèrcol ist für genau diesen Vergleich gebaut. Es gibt Teams einen strukturierten Weg, blinde Flecken zu untersuchen, sobald die Mitglieder lange genug zusammengearbeitet haben, dass Fremdurteile überhaupt aussagekräftig sind.
Schritt 5: Die Zusammensetzung überprüfen, wenn sich das Team weiterentwickelt
Teamzusammensetzung ist nichts Statisches. Menschen verändern sich, Rollen verschieben sich, und mit jeder Projektphase ändert sich, was das Team braucht. Eine Konstellation, die in der Startphase getragen hat, kann beim Skalieren Reibung erzeugen. Planen Sie regelmäßige Neuerhebungen ein, statt die ersten Daten für dauerhaft gültig zu halten.
Persönlichkeitsdaten in der richtigen Rolle einsetzen
Persönlichkeitsdaten taugen vor allem als strukturelle Linse: Sie machen Lücken in der Zusammensetzung sichtbar, die sonst untergehen, und helfen dabei, Abläufe für die Menschen zu gestalten, die tatsächlich am Tisch sitzen.
Cèrcol bietet ein kostenloses Big Five-Verfahren an, das sowohl individuelle Profile als auch Zusammensetzungsberichte auf Teamebene erzeugt. Sie können den Test absolvieren, die aggregierten Werte Ihres Teams einsehen und erkennen, welche Dimensionen stark vertreten sind und welche fehlen, ganz ohne psychologische Fachbegleitung bei der Auswertung.
Starten Sie Ihre kostenlose Teambewertung auf cercol.team, bevor Sie die nächste Personalentscheidung treffen.
Quellen
- Bell, S. T. (2007). Deep-level composition variables as predictors of team performance. Journal of Applied Psychology, 92(3), 595–615.
- Morgeson, F. P., Reider, M. H., & Campion, M. A. (2005). Selecting individuals in team settings. Personnel Psychology, 58(3), 583–611.
- Hackman, J. R. (2002). Leading Teams. Harvard Business School Press.
- IPIP: International Personality Item Pool. https://ipip.ori.org/