Vollständigkeit, Vergleichbarkeit, Vertrauen

Drei Eigenschaften exzellenter Vergütungsdaten

9. März 2020 | Von: Michael Kind
  • Wenn Arbeitnehmer nach ihrer Vergütung gefragt werden, sind ihnen häufig nicht alle Bestandteile präsent
  • Soziale Faktoren beeinflussen die Angabe des eigenen Gehalts
  • Arbeitgeberdaten bieten deutliche Vorteile für die Ermittlung einer angemessenen Vergütung

 

Seit 75 Jahren ist Kienbaum ein etablierter Ratgeber auf dem Feld der Vergütungsberatung. Um den Kunden eine valide Marktübersicht zu geben, sammelt Kienbaum Vergütungsdaten bei Arbeitgebern und standardisiert, anonymisiert und konsolidiert diese. Auf diese Weise ist ein Datenschatz entstanden, welcher valide Einblicke in marktübliche Vergütungshöhen und -systeme liefert.

In den vergangenen Jahren drängen jedoch zunehmend Webseiten auf den Markt, welche Vergütungsdaten von Privatpersonen im Internet erheben und teilweise wieder kostenlos zur Einsicht anbieten.

Im Zuge dieser Entwicklung stellen sich jedoch einige Fragen: Wie steht es um die Qualität dieser Daten? Ist es besser, den anonymen Internetnutzer direkt nach seiner Vergütung zu fragen, oder sind Informationen, die vom Arbeitgeber bereitgestellt werden, belastbarer? Und sind die Unterschiede überhaupt relevant?

Problematiken bei der Erhebung anonymer Arbeitnehmerdaten

In Bezug auf die Vergütungsdaten, die durch anonyme Nutzer des Internets geliefert werden, gibt es vor allem Schwierigkeiten in drei relevanten Bereichen:

1. Vollständigkeit

2. Vergleichbarkeit

3. Vertrauen

1. Fragen sie eine Privatperson nach ihrem Verdienst, werden nicht selten entscheidende Komponenten schlichtweg vergessen. So denken viele Arbeitnehmer nicht an ihren Bonus, Zulagen, die Vergütung von Überstunden, steuerbegünstigte Essenszuschüsse, Leistungen der betrieblichen Altersvorsorge usw. Ihnen ist vor allem das Netto-Monatsgehalt präsent. Weitere Komponenten werden dagegen als gegeben hingenommen und daher nicht von ihnen zum Gehalt dazu gerechnet. Ihren Angaben mangelt es folglich (wenn auch unbeabsichtigt) oftmals an Vollständigkeit.

2. In Bezug auf die Vergleichbarkeit sind Privatpersonen dagegen schlicht nicht ausreichend geschult. Wie wird zum Beispiel der Bonus sinnvoll verglichen? Geht es um die real ausgezahlte Summe (sog. „Ist-Bonus“)? Oder welchen Betrag ein Arbeitnehmer bei 100 Prozent Zielerreichung bekommen sollte (sogenannter „Ziel-Bonus“)? Andere Elemente, wie zum Beispiel Weihnachts- oder Urlaubsgeld, werden von Einigen der Grundvergütung zugerechnet, von Anderen wiederum nicht.  Solche Unterschiede behandeln Privatpersonen nicht einheitlich; das belegen unsere eigenen Analysen und Untersuchungen auf diesem Gebiet.

3. Ein weiterer Punkt ist die Frage, inwieweit man Privatpersonen bei der Nennung ihres Gehalts überhaupt vertrauen kann. Der sogenannte social desirability bias beschreibt das Phänomen, dass sich Privatpersonen bei der Beantwortung von Fragen zu sensiblen Themen wie der eigenen Vergütung an sozialen Leitplanken orientieren. So konnte in wissenschaftlichen Studien1 nachgewiesen werden, dass Geringverdiener oftmals ein höheres Gehalt angeben, als sie tatsächlich beziehen. Ebenso tendieren Topverdiener eher dazu, ihre Gehälter geringer anzugeben, als sie wirklich sind, um nicht aus der „Norm“ zu fallen. Neueste Forschungsergebnisse2 zum Thema Entgeltgleichheit zeigen zudem: Die Entgeltlücke liegt um 9 bis 13 Prozentpunkte höher, wenn ihre Errechnung auf Umfragedaten von Arbeitnehmern basiert, als wenn sie auf Arbeitgeberangaben beruht. Es macht also einen echten Unterschied, von wem die Daten stammen.

Vorteile einer validierten Datenbasis

Vertraut man bei Vergütungsdaten auf Informationen, die durch die Arbeitgeber bereitgestellt werden, ist die Gefahr für die oben genannten Verzerrungen deutlich geringer. Kienbaum beispielsweise arbeitet mit Daten, die direkt aus den HR Systemen seiner Kunden kommen. Diese Daten wurden sowohl auf Kundenseite als auch auf Kienbaumseite von Fachexperten und ausgefeilten Algorithmen überprüft. Sie sind also mehrfach validiert. Darüber hinaus weisen diese Daten die Auszahlung des Lohns durch den Arbeitgeber aus, welche allein aus rechtlichen Gründen korrekt sein muss.

Unsere Kunden nutzen die so erhobenen Daten beispielsweise, um ihre besten Mitarbeiter zu halten und die besten Bewerber zu rekrutieren. Zahlt man zu wenig, wird es schnell schwierig, die besten Köpfe für sich zu gewinnen und langfristig zu binden. Zahlt man zu viel, bürdet man dem Unternehmen unnötige Personalkosten auf, die besser an anderer Stelle investiert wären. Jede falsche Entscheidung kann hier zu einem realen Problem für eine nachhaltige Unternehmensentwicklung werden. Diesen Zielkonflikt auszubalancieren ist an sich schon herausfordernd genug. Ihn mit strukturell verzerrten Daten zu lösen, ist allerdings kaum möglich.

Unsere Empfehlung lautet daher: Achten Sie stets auf die Qualität der Vergütungsdaten, mit denen Sie arbeiten, denn nur eine exzellente Datenbasis liefert den Schlüssel zu langfristigem Erfolg.


1 Hariri, J. G. and D. D. Lassen (2017). “Income and outcomes: Social desirability bias distorts measurements of the relationship between income and political behavior.” Public Opinion Quarterly 81 (2), 564–576.

2 Anja Roth & Michaela Slotwinski (2018). “Gender Norms and Income Misreporting within Households,” CESifo Working Paper Series 7298, CESifo Group Munich.