Persönlichkeitstests bei der Einstellung: legal und ethisch?

Der rechtliche Rahmen: Title VII, ADA und Persönlichkeitstests bei der Einstellung

Zwei Rechtsbereiche sind unmittelbar einschlägig: der Americans with Disabilities Act (ADA) von 1990 und die Doktrin des disparate impact, die auf Title VII des Civil Rights Act von 1964 zurückgeht und von der Equal Employment Opportunity Commission (EEOC) durchgesetzt wird.

Der ADA und die medizinische Untersuchung. Der ADA untersagt es Arbeitgebern, medizinische Untersuchungen durchzuführen, bevor ein bedingtes Stellenangebot vorliegt. Die EEOC vertritt seit Langem, dass psychologische Tests, die psychische Störungen oder Beeinträchtigungen aufdecken sollen, als medizinische Untersuchung in diesem Sinne gelten können. Ein Persönlichkeitstest ist damit nicht automatisch eine medizinische Untersuchung: Verfahren, die normale Persönlichkeitsmerkmale messen, etwa Big-Five-Instrumente, fallen in aller Regel nicht darunter. Tests dagegen, die klinische Zustände screenen, Psychopathologie erkennen oder Depression oder PTBS identifizieren wollen, fallen fast sicher darunter. Wer vor dem bedingten Angebot Instrumente einsetzt, die ins klinische Terrain abdriften, geht ein erhebliches rechtliches Risiko ein.

Disparate impact nach Title VII. Auch ein Test, der mit Behinderung nichts zu tun hat, kann gegen das Gesetz verstoßen, wenn er benachteiligend wirkt, wenn er also Angehörige einer geschützten Gruppe deutlich häufiger ausschließt als andere und sich dieser Unterschied nicht mit betrieblicher Notwendigkeit rechtfertigen lässt. Die Uniform Guidelines on Employee Selection Procedures der EEOC (1978) legen die Vier-Fünftel-Regel als groben Richtwert fest: Liegt die Auswahlquote einer geschützten Gruppe unter vier Fünfteln der Quote der bestplatzierten Gruppe, wird eine Benachteiligung vermutet.

Wie stark Persönlichkeitstests Gruppenunterschiede erzeugen, schwankt erheblich. Die meta-analytische Literatur zu Untergruppenunterschieden in der Persönlichkeit, aufgearbeitet von Hough und Kolleginnen und Kollegen, legt nahe, dass die Big-Five-Dimensionen zwischen Schwarzen und Weißen relativ kleine Mittelwertunterschiede zeigen, verglichen mit Tests kognitiver Fähigkeiten, wo die Unterschiede typischerweise bei etwa einer Standardabweichung liegen. Kleine Durchschnittsunterschiede können sich je nach Grenzwert und Auswahlquote allerdings zu einer spürbaren Benachteiligung summieren. Openness to Experience und einzelne Facetten der Extraversion zeigen etwas größere Gruppenunterschiede als Conscientiousness oder Agreeableness, ganz frei von diesem Problem ist aber keine Big-Five-Dimension.

Wie HR-Fachleute an Eignungstests herangehen sollten, dazu bietet die Society for Human Resource Management (SHRM) praktische Leitfäden, die den rechtlichen Anforderungen ebenso entsprechen wie der evidenzbasierten Praxis.

Das Validitätsproblem: was Persönlichkeitstests bei der Einstellung tatsächlich vorhersagen

Rechtliche Compliance ist notwendig, aber nicht hinreichend. Die tiefer liegende Frage lautet, ob Persönlichkeitstests die Ergebnisse überhaupt vorhersagen, um die es Arbeitgebern geht.

Der meta-analytische Befund ist gut abgesichert und weitgehend einheitlich. Die wegweisende Meta-Analyse von Barrick und Mount aus dem Jahr 1991, immer noch eine der meistzitierten Arbeiten der Arbeits- und Organisationspsychologie, zeigte, dass Conscientiousness die Arbeitsleistung über alle Berufsgruppen hinweg mit einem korrigierten Validitätskoeffizienten von etwa .22 vorhersagt (https://doi.org/10.1111/j.1744-6570.1991.tb00688.x). Die übrigen Big-Five-Dimensionen zeigten je nach Tätigkeit eine schwankendere Validität. Warum ausgerechnet Conscientiousness so konsistent vorhersagt, arbeitet Gewissenhaftigkeit: der Big Five-Prädiktor für Leistung im Detail auf.

„Conscientiousness zeigte konsistente Beziehungen zu allen Arbeitsleistungskriterien für alle untersuchten Berufsgruppen… Die Ergebnisse stützen die Konstruktvalidität dieser Persönlichkeitsdimension.“

• Barrick & Mount (1991), Personnel Psychology

Ein Validitätskoeffizient von .22 ist statistisch bedeutsam, praktisch aber bescheiden. Persönlichkeit erklärt damit etwa 4–5 Prozent der Varianz in der Arbeitsleistung. Tests kognitiver Fähigkeiten erreichen bei vielen Tätigkeiten dagegen Werte im Bereich .40–.50. Strukturierte Interviews liegen bei etwa .50, Arbeitsproben können .54 erreichen.

Das macht Persönlichkeitsdaten nicht wertlos. Selbst kleine Vorhersageeffekte summieren sich über Tausende von Einstellungen. Es heißt aber, dass sich der Einsatz von Persönlichkeitstests als primäre oder gar letztgültige Auswahlhürde, also das Bestehen oder Scheitern allein anhand der Persönlichkeit, wissenschaftlich nicht rechtfertigen lässt. Das Signal ist real, aber schwach.

Wie Persönlichkeitsinstrumente überhaupt konstruiert und validiert werden, ordnet Personality science and evidence-based HR: why it matters in den größeren Zusammenhang ein.

Benachteiligung: welche Big-Five-Dimensionen das größte rechtliche Risiko tragen

Aus Sicht des disparate impact tragen nicht alle Big-Five-Dimensionen dasselbe Risiko. Die Forschung zu Untergruppenunterschieden legt nahe:

Dass die Gruppenunterschiede bei Conscientiousness gering ausfallen, ist einer der Gründe, warum Arbeitgeber gerade diese Dimension am ehesten legitim zur Vorhersage heranziehen können. Aber auch hier entstehen Risiken, sobald ein Grenzwert zur Auswahl an die Stelle einer kontinuierlichen Einschätzung für die Entwicklung tritt.

Warum der Anwendungsfall darüber entscheidet, ob Persönlichkeitstests vertretbar sind

Ein großer Teil der rechtlichen und ethischen Debatte löst sich auf, sobald man erkennt: Der Anwendungsfall wiegt genauso schwer wie das Instrument. Dasselbe Persönlichkeitsprofil, das Haftung erzeugt, wenn damit Bewerberinnen und Bewerber aussortiert werden, birgt praktisch kein rechtliches Risiko, wenn es Onboarding, Coaching oder Teamentwicklung unterstützt.

Siehe auch: Does personality composition predict team performance? und The science behind Cèrcol.

Wie Passung zwischen Person und Tätigkeit tatsächlich funktioniert und wann es angemessen ist, sie im Einstellungskontext anzusprechen, behandelt Jobpassung und Big Five: die Person-Umwelt-Passung.

Einschätzen statt aussieben: die entscheidende Unterscheidung

Praktisch am wichtigsten ist die Unterscheidung zwischen Einschätzung und Screening. Screening ist ein binäres Tor: bestanden oder nicht. Eine Einschätzung ist ein Profil: So verhält sich diese Person tendenziell, in solchen Umgebungen kommt sie gut zurecht, an dieser Stelle braucht sie womöglich Unterstützung. Dieselben Persönlichkeitsdaten bekommen eine völlig andere rechtliche und ethische Bedeutung, je nachdem, welcher der beiden Rahmen greift.

Werden Persönlichkeitsdaten zum Screening genutzt, trägt der Arbeitgeber die Beweislast: Er muss die Berufsrelevanz belegen, also Inhaltsvalidität nachweisen, und laufend auf Benachteiligung prüfen. Die Uniform Guidelines der EEOC verlangen genau das. Die meisten Arbeitgeber leisten diese Arbeit nicht mit der nötigen Strenge und setzen sich damit rechtlich aus. Zugleich riskieren sie, qualifizierte Bewerberinnen und Bewerber systematisch auszuschließen.

Dienen Persönlichkeitsdaten dagegen der Einschätzung, also der Entwicklung, dem Onboarding, dem Gespräch im Team, muss das Instrument zuverlässig und wissenschaftlich fundiert sein, aber die rechtliche Last ist weit geringer und die ethische Rechtfertigung klarer. Sie helfen Menschen, sich selbst und einander zu verstehen, statt den Zugang zu wirtschaftlichen Chancen anhand eines Tests zu rationieren.

Zwei weitere Fragen betreffen den ethischen Einsatz jedes Persönlichkeitsinstruments im beruflichen Kontext: wie weit Bewerberinnen und Bewerber das Ergebnis manipulieren können und welche Rolle soziale Erwünschtheit spielt. Beides untersuchen Can you fake a personality test? und Soziale Erwünschtheit in Persönlichkeitstests.

Wie Cèrcol Persönlichkeitsdiagnostik ohne Screening-Risiko angeht

Cèrcol baut auf dem Big Five / IPIP-Rahmen auf und stellt der Selbstauskunft eine Peer-Bewertung durch „Zeuginnen und Zeugen“ zur Seite. Dieses Design aus zwei Quellen hat wissenschaftliche wie ethische Vorteile: Daten mehrerer Beurteilender sind zuverlässiger als Selbstauskunft allein, und die Entwicklungsorientierung lenkt die Daten in Richtung Verständnis statt Auswahl.

Für Organisationen, die Cèrcol einsetzen, ist die richtige Grundeinstellung, Persönlichkeitsprofile vollständig aus dem Einstellungsprozess herauszuhalten und sie ausschließlich für die Entwicklung zu nutzen. Wer sich dennoch entscheidet, Persönlichkeitsdaten für Einstellungsverantwortliche zugänglich zu machen, sollte die Berufsrelevanz dokumentieren, auf Grenzwerte verzichten und die Daten als ein schwaches Signal unter vielen behandeln, nicht als endgültige Antwort.

Die Literatur zu Eignungstests im Beschäftigungskontext dokumentiert eine lange Geschichte gut gemeinter Werkzeuge, die falsch angewendet wurden und echten Schaden angerichtet haben. Persönlichkeitsdiagnostik bildet da keine Ausnahme. Sorgfältig und im richtigen Rahmen eingesetzt, stiftet sie echten Nutzen. Leichtfertig als Auswahltor eingesetzt, schafft sie rechtliche Risiken und ethische Schäden, die der bescheidene Validitätsnachweis nicht rechtfertigt.

Die ehrliche Antwort auf „Sollten wir bei der Einstellung Persönlichkeitstests einsetzen?“ lautet: nicht als Filter, und nicht allein. Die ehrliche Antwort auf „Können uns Persönlichkeitsdaten helfen, bessere Teams zu bauen?“ lautet: ja, im richtigen Rahmen.

Persönlichkeitsdaten richtig verwenden

Ob sich Persönlichkeitsdiagnostik bei der Einstellung rechtlich und ethisch rechtfertigen lässt, hängt ganz daran, wie sie eingesetzt wird. Cèrcol ist von Grund auf für den vertretbaren Anwendungsfall gebaut: Teamentwicklung, Onboarding und Coaching, nicht das Aussieben von Bewerbenden. Die Peer-Bewertung durch Zeuginnen und Zeugen fügt eine zweite Datenquelle hinzu, die Selbstauskunftsinstrumente allein nicht liefern können, und hält zugleich alle Daten in einem entwicklungsorientierten Rahmen.

Wenn Ihre Organisation überlegt, wie sich Persönlichkeitsdaten verantwortungsvoll einsetzen lassen, ohne sich der Haftung auszusetzen, die mit dem Missbrauch einhergeht, ist ein Blick in die Cèrcol-Methodik der richtige Ausgangspunkt. Teams, die bereits mit Persönlichkeitswerkzeugen arbeiten, finden in den 12 Teamrollen einen praktischen Rahmen, um Big-Five-Daten in Gespräche zu übersetzen, aus denen etwas folgt.

Weiterführende Literatur

• Kann man einen Persönlichkeitstest fälschen?
• Soziale Erwünschtheit in Persönlichkeitstests
• Should you hire for personality fit or personality diversity?
• Jobpassung und Big Five: die Person-Umwelt-Passung
• Onboarding-Erfolg: Was die Big Five vorhersagen
• Persönlichkeitsdaten nutzen, ohne Menschen zu etikettieren