Warum Selbsteinschätzung allein nicht reicht: Peer-Feedback

Drei Wege, auf denen Selbstbericht-Persönlichkeitstests in die Irre führen

Persönlichkeitstests im Selbstbericht haben echte Stärken. Sie sind günstig durchzuführen, lassen sich skalieren und erfassen Informationen über innere Zustände, über Angst, Motivation, Grübeln, an die externe Beobachter nicht direkt herankommen. Jahrzehnte an Forschung bestätigen, dass Selbstberichte bedeutsame Ergebnisse vorhersagen: Arbeitsleistung, Beziehungszufriedenheit, Gesundheitsverhalten.

Sie haben aber auch gut dokumentierte Schwächen.

Die erste ist die soziale Erwünschtheit: die Neigung, sich in einem günstigen Licht zu zeigen, bewusst oder unbewusst. Wer auf einem Fragebogen den Satz „Ich gerate mit anderen in Streit“ liest, kennt die sozial bevorzugte Antwort. Selbst wenn ausdrücklich um Ehrlichkeit gebeten wird, überhöhen Menschen systematisch ihre Werte auf Dimensionen, die als positiv gelten (Verträglichkeit, Gewissenhaftigkeit), und drücken die Werte auf Dimensionen, die als negativ gelten (Neurotizismus). Die Forschung zu dieser Verzerrung ist umfangreich, sie läuft seit den 1950er Jahren und verzerrt Selbstberichtsdaten zuverlässig über Kulturen und Kontexte hinweg. Siehe: Soziale Erwünschtheit. Wie der Kontext diesen Effekt formt, untersucht Anonymität in der Persönlichkeitsbeurteilung: warum sie zählt genauer.

Das zweite Problem ist die introspektive Ungenauigkeit. Wir gehen gern davon aus, dass wir verlässlichen Zugang zu unseren eigenen mentalen Prozessen haben. Den haben wir nicht, jedenfalls nicht vollständig. Eine breite psychologische Forschungsliteratur zeigt, dass Menschen die Ursachen ihres eigenen Verhaltens, die Häufigkeit ihrer eigenen Handlungen und die Konsistenz ihrer eigenen Eigenschaften schlecht einschätzen. Wer sich für einen geduldigen Zuhörer hält, mag das aufrichtig glauben, während alle im Umfeld regelmäßig erleben, unterbrochen zu werden.

Das dritte Problem sind uneinheitliche Referenzgruppen. Wer sich selbst beim Item „Ich bin organisiert“ einstuft, vergleicht sich stillschweigend mit einer Referenzgruppe, und diese Referenzgruppe ist höchst individuell. Was eine Chirurgin unter „organisiert“ versteht, ist etwas anderes als das, was ein Gymnasiallehrer darunter versteht. Weil verschiedene Menschen verschiedene innere Maßstäbe anlegen, sind Selbstberichte verrauschter, als sie wirken.

Was die Forschung zur Selbst-Fremd-Übereinstimmung über die Lücke zeigt

Am direktesten lässt sich die Lücke zwischen Selbst- und Fremdwahrnehmung über die Forschung zur Selbst-Fremd-Übereinstimmung messen: über Studien, die sowohl Selbstbewertungen als auch Bewertungen von Personen erheben, die die Zielperson gut kennen (Freunde, Kollegen, Familienmitglieder), und beide dann korrelieren.

Das Grundbild haben die wegweisende Metaanalyse von Funder und Kollegen sowie die vielzitierte Studie von John und Robins (1993) etabliert. Über die Big Five-Dimensionen hinweg liegen die Selbst-Fremd-Korrelationen typischerweise zwischen .40 und .60. Das klingt moderat, und in gewisser Hinsicht ist es das auch. Es heißt aber ebenso, dass 60–75 % der Varianz in Peer-Bewertungen nicht durch Selbstbewertungen erklärt werden. Ein wesentlicher Teil dessen, was andere an Ihnen sehen, ist für Sie schlicht unsichtbar. Die vollständige Aufschlüsselung nach Dimension liefert Selbst-Fremd-Übereinstimmung nach Big Five-Dimension: wo die Lücken am größten sind.

„Die Korrelation zwischen Selbstbewertungen und Beobachterbewertungen liegt über die Big Five-Dimensionen hinweg im Mittel bei etwa .47. Peer-Bewertungen teilen damit weniger als ein Viertel ihrer Varianz mit Selbstbewertungen.“
John & Robins (1993), Journal of Personality and Social Psychology, doi:10.1037/0022-3514.63.1.146

Die Lücken fallen nicht über alle Dimensionen gleich aus. Extraversion, in Cèrcols Rahmen Präsenz, zeigt die höchste Selbst-Fremd-Übereinstimmung, typischerweise um .55–.65, weil sie sich in beobachtbarem Sozialverhalten niederschlägt. Neurotizismus, bei Cèrcol Tiefe, zeigt die niedrigste, oft um .25–.40, weil es dabei um innere emotionale Zustände geht, die andere nicht direkt beobachten können.

Selbst-Fremd-Übereinstimmung nach Cèrcol-Dimension: die Daten

Diese Lücken haben reale Folgen. Bei der Personalauswahl sagt die Selbsteinschätzung eines Bewerbers zur Gewissenhaftigkeit die Leistung vorher, eine strukturierte Referenzauskunft liefert aber zusätzlich inkrementelle Validität. In der Führungskräfteentwicklung hat die selbst eingeschätzte Empathie einer Führungskraft mitunter wenig damit zu tun, wie das Team sie erlebt. Im Coaching beginnen die produktivsten Gespräche oft in dem Moment, in dem jemand entdeckt, dass sein Selbstbild und die Erfahrung der anderen mit ihm nicht zusammenpassen.

Warum Peer-Bewertungen Informationen liefern, die der Selbstbericht nicht liefern kann

Das psychometrische Argument für Peer-Bewertungen ruht auf zwei Säulen. Erstens auf der Aggregation: Eine einzelne Selbstbewertung ist eine verrauschte Messung, eine einzelne Peer-Bewertung aber ebenso. Fasst man mehrere Peer-Bewertungen zusammen, hebt sich das zufällige Rauschen auf und das Signal tritt klarer hervor. Wenn fünf Peers unabhängig voneinander darin übereinstimmen, dass jemand hohe Präsenz zeigt, liegen sie wahrscheinlich richtig, auch wenn jede einzelne Bewertung für sich unvollkommen ist. Wie viele Bewertende es mindestens braucht, untersucht wie viele Peer-Beurteiler brauchen Sie für zuverlässige Persönlichkeitsdaten?.

Zweitens auf der Perspektive: Peers beobachten Verhalten in Situationen, die der Selbstbericht nicht vollständig einfangen kann. Eine Kollegin sieht, wie Sie sich unter Termindruck verhalten. Ein Teammitglied sieht, wie Sie reagieren, wenn Ihre Idee infrage gestellt wird. Das ist keine Introspektion, sondern Beobachtung, und sie liefert eine grundlegend andere Art von Evidenz.

Selbst- und Peer-Bewertungen zusammen sagen Ergebnisse besser vorher, also Leistung, Beziehungsqualität und Führungswirksamkeit, als jede der beiden für sich. Nicht weil die eine richtig und die andere falsch wäre, sondern weil sie Verschiedenes messen.

Die Geschichte und die Grenzen des 360-Grad-Feedbacks

Feedback aus mehreren Quellen zu sammeln, ist keine neue Idee. 360-Grad-Feedback, also Bewertungen von Mitarbeitenden, Peers und Vorgesetzten zusätzlich zur Selbstbewertung, wurde in den 1990er Jahren zur gängigen Managementpraxis und kommt heute in der Mehrheit der Fortune-500-Unternehmen zum Einsatz. Verbreitet hat es sich genau deshalb, weil sich die Einsicht durchsetzte, dass Selbstbewertungen nicht ausreichen.

Klassische 360-Grad-Instrumente bringen allerdings eigene Probleme mit. Die meisten arbeiten mit Likert-Skalen, die anfällig für soziale Erwünschtheit und Zustimmungstendenz sind. Die meisten bitten die Bewertenden, beobachtbares Verhalten einzustufen, was für Präsenz und Disziplin recht gut funktioniert, für Tiefe und Vision dagegen schlecht. Die meisten produzieren Berichte, die datenreich sind, sich aber schwer in Handeln übersetzen lassen. Und die meisten werden in organisationalen Zusammenhängen eingesetzt, in denen viel auf dem Spiel steht und ehrliche Bewertungen sozial teuer sind, eine Dynamik, die Anonymität in der Persönlichkeitsbeurteilung: warum sie zählt genauer untersucht.

Das Ergebnis: 360-Grad-Feedback bestätigt oft nur, was Menschen ohnehin über sich glauben, statt echte blinde Flecken sichtbar zu machen.

Wie das Cèrcol Zeugen-Instrument klassische 360-Grad-Verfahren verbessert

Cèrcol geht einen anderen Weg. Statt Zeugen (Peers) zu bitten, eine Person anhand von Verhaltensaussagen auf einer Likert-Skala einzustufen, legt das Zeugen-Instrument Adjektivpaare vor, etwa „gesprächig“ gegen „gründlich“, und lässt den Zeugen wählen, welches Wort die bewertete Person besser beschreibt. Warum dieses Design zählt, erklärt Forced-Choice-Persönlichkeitsbeurteilung: ehrlichere Daten.

Dieses Forced-Choice-Design hat zwei zentrale Vorteile. Erstens wird soziale Erwünschtheit dadurch viel schwerer: Beide Optionen eines Paares sind grundsätzlich positiv, es gibt also keine offensichtlich „gute“ oder „schlechte“ Antwort. Zweitens wird die Zustimmungstendenz unmöglich, denn man kann nicht beiden Optionen gleichzeitig zustimmen. Das Ergebnis sind Bewertungen, die die tatsächliche Wahrnehmung des Zeugen genauer abbilden.

Die Adjektive des Zeugen-Instruments sind im AB5C-Circumplexmodell verankert, also in der Zuordnung von Persönlichkeitsadjektiven zu den Big Five-Dimensionen und ihren Überschneidungen durch Hofstee, de Raad und Goldberg. So sind die Forced-Choice-Paare psychometrisch begründet und nicht willkürlich. Der vollständige Itempool stammt aus dem IPIP, dem International Personality Item Pool, einer gemeinfreien Ressource, auf der ein Großteil der modernen Persönlichkeitsforschung aufbaut.

Das Zeugen-Instrument ist quelloffen und steht in der IPIP-Tradition, was wissenschaftliche Transparenz und Reproduzierbarkeit sichert. Persönlichkeitsforschung auf diesem Niveau gehört nicht hinter eine kommerzielle Bezahlschranke.

Praktische Folgen: Selbst- und Peer-Daten zusammen nutzen

Wer Persönlichkeitsdaten zur Entwicklung nutzt, für sich selbst, für das eigene Team oder für Klientinnen und Klienten, kann daraus eine klare Konsequenz ziehen: Erheben Sie Zeugen-Bewertungen zusammen mit Selbstbewertungen und behandeln Sie die Lücke zwischen beiden als Information, nicht als Rauschen.

Eine große Lücke bei Präsenz kann heißen, dass Sie unterschätzen, wie stark Ihre Energie einen Raum füllt, oder wie stark sie ihn überfordert. Eine Lücke bei Bindung kann heißen, dass die Wärme, die Sie innerlich empfinden, in Ihrer Kommunikation nicht ankommt. Eine Lücke bei Tiefe kann heißen, dass die emotionale Regulation, an der Sie innerlich hart arbeiten, für andere unsichtbar bleibt, oder umgekehrt, dass Sie mehr Stress zeigen, als Ihnen bewusst ist.

Es geht nicht darum zu entscheiden, welche Bewertung „richtig“ ist. Beide sind es. Sie beantworten unterschiedliche Fragen. Selbstbewertungen beantworten: „Wie fühlt es sich an, ich zu sein?“ Zeugen-Bewertungen beantworten: „Wie ist es, mit mir zu arbeiten?“ Für die meisten Entwicklungsziele brauchen Sie beides.

Was das Zeugen-Instrument im Einzelnen misst, zeigt was das Cèrcol Zeugen-Instrument misst. Cèrcols Verfahren ist so gebaut, dass dieser Vergleich leichtfällt: Selbstbewertungen und Zeugen-Bewertungen entstehen in derselben Sitzung, und die Lücken werden klar sichtbar.

Wie Cèrcol die Lücke der Selbsteinschätzung schließt

Die hier besprochene Forschung führt zu einem klaren Schluss: Genaue Persönlichkeitsdaten brauchen Selbstbericht und Peer-Input zugleich. Genau auf diesem Prinzip ist Cèrcol gebaut. Das Zeugen-Instrument sammelt anonyme Peer-Bewertungen in einem Forced-Choice-Format, das sozialer Erwünschtheit widersteht, und hebt anschließend die Lücken zwischen Selbst- und Fremdbild hervor, damit Sie sehen, was andere beobachten und Sie selbst womöglich nicht. Das vollständige Verfahren ist kostenlos auf cercol.team verfügbar, denn zu verstehen, wie man auf andere wirkt, sollte keine kommerzielle Lizenz erfordern. Wenn Sie nicht nur wissen wollen, wie Sie sich selbst sehen, sondern wie es wirklich ist, mit Ihnen zu arbeiten, fangen Sie hier an.

Zusammenfassung: Warum Persönlichkeitsfeedback Selbst- und Peer-Daten braucht

Selbsteinschätzung ist wertvoll, aber unvollständig. Soziale Erwünschtheit, introspektive Ungenauigkeit und Referenzgruppeneffekte begrenzen allesamt die Genauigkeit von Persönlichkeitsdaten aus dem Selbstbericht. Die Literatur zur Selbst-Fremd-Übereinstimmung zeigt, dass Peer-Bewertungen weniger als ein Viertel ihrer Varianz mit Selbstbewertungen teilen und dass die Lücke bei Tiefe (Neurotizismus) am größten ausfällt, wo innere Zustände für andere am schwersten zu beobachten sind.

Peer-Bewertungen ersetzen Selbstbewertungen nicht. Sie ergänzen sie. Gemeinsam ergeben sie ein reicheres Bild der Persönlichkeit, mit dem sich besser arbeiten lässt als mit jeder Quelle für sich. Das ist das Argument für Persönlichkeitsfeedback aus dem Kollegenkreis, und das Fundament, auf dem Cèrcol steht.

Literatur
John, O. P., & Robins, R. W. (1993). Determinants of interjudge agreement on personality traits: The Big Five domains, observability, evaluativeness, and the unique perspective of the self. Journal of Personality and Social Psychology, 63(1), 146–156. doi:10.1037/0022-3514.63.1.146

Weiterführende Literatur

• Selbst-Fremd-Übereinstimmung nach Big Five-Dimension: wo die Lücken am größten sind
• Wie viele Peer-Beurteiler brauchen Sie für zuverlässige Persönlichkeitsdaten?
• Anonymität in der Persönlichkeitsbeurteilung: warum sie für ehrliche Daten zählt
• Soziale Erwünschtheit in Persönlichkeitstests: wie groß ist das Problem?
• Was das Cèrcol Zeugen-Instrument misst
• Forced-Choice-Persönlichkeitsbeurteilung: ehrlichere Daten