Psychische Risiken frühzeitig erkennen dank KI

Psychische Gesundheit beeinflusst die Mitarbeiterzufriedenheit und Produktivität. Künstliche Intelligenz kann psychosoziale Risiken präziser zu erfassen und individuell angepasste Präventionsmaßnahmen entwickeln.

In der modernen Arbeitswelt hat die psychische Gesundheit der Mitarbeiter eine zentrale Bedeutung erlangt, nachzulesen in der ISO-Norm 10075 (DIN-Normenausschuss Ergonomie, 2024). Die zunehmende Komplexität der Arbeitsanforderungen, verbunden mit dem schnellen Wandel der Arbeitsumgebungen, stellt neue Herausforderungen an die Unternehmen, die Gesundheit und das Wohlbefinden ihrer Belegschaft zu sichern (Lobbe, Lochner & Schossau, 2023). Psychische Belastungen am Arbeitsplatz sind nicht nur mit persönlichem Leid verbunden, sondern haben auch direkte Auswirkungen auf die Produktivität, die Mitarbeiterzufriedenheit und das Betriebsklima.

Stress am Arbeitsplatz trägt beispielsweise zu 19 Prozent der Kosten für Absentismus, mindestens 60 Prozent der Arbeitsunfälle und 40 Prozent der Kosten für Mitarbeiterfluktuation bei. Positive Arbeitsumgebungen haben einen direkten Einfluss auf die Verringerung von Krankheitsständen und Mitarbeiterwechsel, was zu erheblichen Kosteneinsparungen führen kann. Ebenso wird geschätzt, dass Stress und psychosoziale Risiken für bis zu 30 Prozent der Krankheitsabsenzen verantwortlich sind, wobei jede in Präventions- und Förderprogramme investierte Euro nettoökonomische Vorteile von bis zu 13,62 Euro innerhalb eines Jahres generieren kann (Voordt & Jensen, 2023).

Trotz des wachsenden Bewusstseins für diese Thematik fehlen oft effektive Werkzeuge und Methoden, um psychische Risiken frühzeitig zu erkennen und präventive Maßnahmen einzuleiten. Vor diesem Hintergrund gewinnt die psychische Gefährdungsbeurteilung (GBUpsyche) als Instrument zur Identifikation und Minderung psychosozialer Risiken an Bedeutung. Doch die praktische Umsetzung stößt auf methodische und praktische Grenzen, die eine innovative Herangehensweise erfordern (Bretschneider et al., 2020).

Methodische Grenzen bestehender Ansätze

Unternehmen stehen vor erheblichen Herausforderungen, wenn es darum geht, psychische Belastungen am Arbeitsplatz zu identifizieren und zu verhindern. So schreiben Mathias Diebig und Kollegen beispielsweise: „Die Experten und Expertinnen des Arbeits- und Gesundheitsschutzes erwarten veränderte Belastungen in der modernen Arbeitswelt hinsichtlich folgender sechs Punkte: (1) neue Formen der Mensch-Maschine-Arbeit, (2) zunehmende Beschleunigung der Arbeitswelt und vermehrter Arbeitsdruck, (3) zunehmende Entgrenzung der Arbeit und Ungleichgewicht in der Life-Domain-Balance, (4) gestiegene Qualifikationsanforderungen an Mitarbeitende (5) veränderte Arbeitsorganisation sowie (6) verstärkte Kontrolle und Überwachung der Beschäftigten.“ (Diebig et al., 2018).

Methodische Grenzen bestehender Ansätze, wie die Verwendung von Selbstberichtsfragebögen und Checklisten, können zu verzerrten oder unvollständigen Daten führen (Razavi, 2001). Die Komplexität psychischer Belastungen erfordert eine mehrdimensionale Herangehensweise, die oft durch bestehende Werkzeuge nicht ausreichend adressiert wird. Darüber hinaus stellen praktische Hindernisse wie die Kosten für umfassende Untersuchungen, der Zeitaufwand für die Durchführung und Analyse sowie das Fehlen spezialisierter Werkzeuge zusätzliche Barrieren dar (Blanding, 2024). Diese Faktoren erschweren es den Unternehmen, proaktiv und effektiv auf die psychischen Bedürfnisse ihrer Mitarbeiter einzugehen und ein gesundes Arbeitsumfeld zu fördern.

Die Gefährdungsbeurteilung psychischer Belastungen (GBUpsyche) ist seit 2013 Pflicht für alle Organisationen und repräsentiert einen etablierten Ansatz zur Bewertung und Minderung psychischer Risiken am Arbeitsplatz (Justenhoven, Schossau & Stulle, 2024). Als integraler Bestandteil des betrieblichen Gesundheitsmanagements zielt sie darauf ab, sowohl das Wohlergehen der Mitarbeiter zu fördern als auch einen positiven Einfluss auf die Gesamtproduktivität zu gewährleisten (Techniker Krankenkasse, 2024).

KI zur präziseren Erfassung

Dennoch stehen Unternehmen bei der Implementierung dieser Beurteilungen vor zahlreichen Herausforderungen. Dazu gehört der Bedarf an spezifischem Fachwissen, die Komplexität der Arbeitswelten und das Spannungsfeld zwischen individuellen Bedürfnissen und organisatorischen Anforderungen. So ist beispielsweise allgemein empfohlen, dass eine Gefährdungsbeurteilung etwa alle zwei Jahre stattfinden sollte. Allerdings zeigt die Realität, dass durch eine Akquisition, globale Ereignisse wie die Covid-Situation oder eine Umstrukturierungsmaßnahme, die dadurch hervorgerufenen problematischen Symptome damit viel zu spät erkannt werden (Diebig et al., 2018). Vor diesem Hintergrund gewinnt der Einsatz von Künstlicher Intelligenz (KI) an Bedeutung. KI bietet das Potenzial, die psychische Gefährdungsbeurteilung durch fortgeschrittene Datenanalyse, Mustererkennung und adaptiven Modellen zu revolutionieren. Diese Technologien ermöglichen eine präzisere Erfassung und Bewertung psychosozialer Risikofaktoren und können zu maßgeschneiderte Präventionsmaßnahmen hinführen.

Allerdings gilt zu beachten, dass der verantwortungsvolle Einsatz von KI in sensiblen Bereichen wie der psychischen Gefährdungsbeurteilung ein umsichtiges Vorgehen erfordert. KI-Anwendungen müssen ethischen Richtlinien folgen, um die Privatsphäre und Autonomie der Mitarbeiter zu wahren. Zugleich müssen solche Systeme transparent und nachvollziehbar sein, um Vertrauen zu schaffen und ihre Akzeptanz zu fördern (Justenhoven, R. & Cannata, D., 2024).

KI bietet ein beachtliches Potenzial: Durch die Fähigkeit, große Datenmengen zu analysieren, kann sie Muster erkennen, die dem menschlichen Auge verborgen bleiben. KI-Systeme können individuell zugeschnittene Maßnahmen vorschlagen, die auf konkreten Daten basieren, und so zu einer effektiveren und personalisierten Gesundheitsvorsorge beitragen. Die Vorteile der KI liegen in ihrer Skalierbarkeit, Anpassungsfähigkeit und Präzision, die die psychische Gefährdungsbeurteilung neugestalten und die Gesundheitsförderung in Unternehmen nachhaltig unterstützen können. Die Integration einer synchronen Datenbereitstellung in den Prozess der GBUpsyche entspricht nicht nur der grundlegenden Erwartungshaltung, dass Informationen zeitnah verfügbar sein sollten. Vielmehr ermöglicht sie es, auf Basis der in Echtzeit gewonnenen Erkenntnisse, umgehend zu handeln. Dies erlaubt es den Unternehmen, proaktive und präventive Maßnahmen zu ergreifen, um potentielle Verschlechterungen der Situation vorzubeugen und das Wohlbefinden der Mitarbeiter zu sichern.

Sofortige handlungsorientierte Empfehlungen

In der Zukunft der GBUpsyche spielt die technologische Anpassung an die Bedürfnisse der Mitarbeiter eine zentrale Rolle. Die Durchführung der Beurteilung über mobile Endgeräte wie Smartphones oder Laptops ermöglicht den Mitarbeitern Flexibilität und Komfort. Durch die sofortige Rückmeldung zu ihren Eingaben erhalten sie nicht nur Einblick in ihre persönlichen Ergebnisse, sondern auch handlungsorientierte Empfehlungen und Ressourcen, die zur Selbsthilfe anregen und das Empowerment stärken. Links zu weiterführendem Material oder unternehmensinternen Maßnahmen sollen individuell zugeschnitten sein, was durch den Einsatz von KI ermöglicht wird, die eine personalisierte Erfahrung schafft.

Die Nutzung von KI in der GBUpsyche kann weit über die einfache Datenerfassung hinausgehen. Durch eine intelligente Analyse könnten Mitarbeiter individuelle Feedbacks und Handlungsempfehlungen erhalten, die auf ihren spezifischen Antworten basieren. Solch ein System könnte auch ermitteln, welche Ressourcen oder Unterstützungsmaßnahmen den größten Nutzen für den Einzelnen versprechen, und gleichzeitig dem Mitarbeiter Wege aufzeigen, um eigenständig sein Wohlbefinden zu verbessern. Dies könnte die Form von maßgeschneiderten Übungen zur Stressreduktion, Verweisen auf interne oder externe Beratungsangebote oder sogar Vorschläge für Veränderungen im Arbeitsumfeld umfassen.

Die Erhebung von Daten sollte nicht nur quantitative Checkboxen umfassen, sondern auch qualitative Einsichten durch freie Texteingaben ermöglichen. KI kann in diesem Kontext genutzt werden, um aus diesen Freitexten relevante Themen und Probleme herauszufiltern und zu analysieren, wodurch ein detaillierteres Meinungs- und Stimmungsbild der Belegschaft entsteht. Durch solch eine umfassende und nuancierte Analyse können Unternehmen nicht nur die Oberfläche betrieblicher Missstände kratzen, sondern tieferliegende Ursachen identifizieren und angehen.

Allerdings muss bei all diesen technologischen Fortschritten die ethische Dimension der KI-Anwendung berücksichtigt werden. Datenschutz, Transparenz der Algorithmen und die Möglichkeit der Nachvollziehbarkeit sind entscheidend, um das Vertrauen der Mitarbeiter zu gewinnen. Es ist wichtig, dass solche Systeme nicht nur effizient und effektiv sind, sondern auch ethischen Prinzipien entsprechen und die jeweilige Autonomie respektieren.

Schutz der Privatsphäre

Bei der Bereitstellung der Ergebnisse im Unternehmen muss höchste Priorität auf den Schutz der Privatsphäre gelegt werden und durch eine effektive Anonymisierung der Daten die Integrität der Mitarbeiter gewahrt werden. Besonders in einem solch sensiblen Bereich wie der psychischen Gesundheit ist es entscheidend, dass individuelle Daten niemals für andere Personen im Unternehmen oder selbst innerhalb zentraler HR-Funktionen einsehbar sind. Um dies zu gewährleisten, wird häufig auf externe Anbieter zurückgegriffen, die als Datenverwalter fungieren und die individuellen Daten auf sicheren Servern speichern. Die ethische Dimension der KI-Anwendung umfasst mehr als Datenschutz und Nachvollziehbarkeit; sie spiegelt auch eine Wertschätzung für die Mitarbeiter wider. Transparenz demonstriert den Mitarbeitern, dass ihre Meinungen, ihr Wohlbefinden und ihre Zeit von hoher Bedeutung sind. Indem offen kommuniziert wird, warum Daten erhoben werden und wie sie genutzt werden (‚what’s in it for me‘), wird nicht nur das Vertrauen gestärkt, sondern auch ein Gefühl der Anerkennung vermittelt. Die sorgfältige Anonymisierung der Daten dient nicht nur dem Schutz der Privatsphäre, sondern bestätigt auch den Wert, den das Unternehmen auf die individuelle psychische Gesundheit legt.

Für die Unternehmensleitung sollten die Ergebnisse dann in aggregierter Form auf maßgeschneiderten Dashboards visualisiert werden, um den Entscheidungsträgern einen klaren Überblick über das Wohlbefinden ihrer Belegschaft zu geben, ohne sie mit rohen Daten zu über-belasten. KI-gestützte Classifier-Systeme können dabei unterstützen, relevante Muster und Ähnlichkeiten in Freitext-Antworten zu erkennen, wodurch ein Mehrwert in der Analyse und Interpretation der Daten geschaffen wird.

Der Interpretationsschritt der Daten vor der Ausgabe an verschiedene Zielgruppen ist ein kritischer Aspekt des Prozesses. Abhängig von der Rolle – ob in einer zentralen Funktion wie HR oder als Führungskraft eines Teams – sollten individuell angepasste Ergebnisse bereitgestellt werden, um maßgeschneiderte Lösungsansätze zu ermöglichen. Hierbei ist es unerlässlich, dass KI-Systeme ethischen Richtlinien folgen, um den hohen Standard an Datenschutz und individueller Anpassung zu gewährleisten. Der Einsatz von KI in diesem Prozess darf nicht unreflektiert geschehen, sondern muss ein wohlüberlegtes Element einer umfassenden Strategie zum psychischen Gesundheitsmanagement sein.

Ein effektives Management der psychischen Gefährdungsbeurteilung (GBUpsyche) ist ein kritischer Faktor für die Produktivitätssteigerung in Unternehmen. Hierbei gilt es, eine Kultur der Achtsamkeit und Fürsorge zu etablieren, die nicht nur das Wohlbefinden der Mitarbeiter ins Zentrum stellt, sondern auch positive Auswirkungen auf das Betriebsergebnis hat.

Die Bedeutung einer positiven Mitarbeitererfahrung für die Produktivitätssteigerung wird durch mehrere Studien bekräftigt. Laut Gallup führt Mitarbeiterengagement zu einer Steigerung von zehn Prozent der Kundenbewertungen und einem Anstieg der Verkaufszahlen um zwanzig Prozent, wobei das Management eine Schlüsselrolle bei der Förderung von Engagement, Leistung und Entwicklung spielt (Gallup, 2024)​​​​. Jason Flynn und Arthur H. Mazor betonen die Notwendigkeit eines ganzheitlichen Ansatzes, der die physische, emotionale, berufliche und finanzielle Gesundheit der Mitarbeiter berücksichtigt und somit deren tägliches Leben sowohl innerhalb als auch außerhalb der Arbeitsstelle beeinflusst​​ (Flynn & Mazor, 2017). McKinsey zeigt auf, dass individuell angepasste Maßnahmen zur Mitarbeiterförderung und Wertschätzung essenziell sind, um die Mitarbeitererfahrung zu verbessern und somit Produktivität und Talentbindung zu steigern (McKinsey & Company, 2024)​​. Mara Pérez unterstreicht, dass nicht-engagierte Mitarbeiter das Unternehmen das Äquivalent von 18 Prozent ihres jährlichen Gehalts kosten können, während engagierte Unternehmen eine um 59 Prozent geringere Fluktuation erleben​​ (Pérez, 2022). Diese Erkenntnisse verdeutlichen, dass eine investierte und wertschätzende Mitarbeitererfahrung nicht nur das Engagement und die Zufriedenheit fördert, sondern auch einen direkten und messbaren Einfluss auf die Produktivität und den Erfolg des Unternehmens hat. Folgende Aspekte bilden den Kern einer solchen Strategie:

Tabelle 1: Aspekte der Strategie

Im Ausblick auf die Zukunft des Arbeitsplatzes ist es essenziell, dass Unternehmen weiterhin innovative Wege erkunden, um die psychische Gesundheit ihrer Teams zu fördern. Die Einbindung von KI bietet das Potential für eine tiefgreifende Analyse und ein besseres Verständnis der psychosozialen Dynamik am Arbeitsplatz. Dabei müssen ethische Überlegungen und Datenschutz immer im Vordergrund stehen, um das Vertrauen der Mitarbeiter zu sichern und die Technologie zum Wohle aller zu nutzen.

Neue Ideen und Gedanken zur weiteren Forschung könnten beispielsweise die Entwicklung von Algorithmen umfassen, die die Stimmung und das Engagement der Mitarbeiter in Echtzeit erfassen und darauf reagieren können. Ebenfalls könnten zukünftige Studien untersuchen, wie eine kulturübergreifende Anpassung der GBUpsyche-Tools die globale Arbeitswelt positiv beeinflussen kann. Abschließend bleibt festzuhalten, dass ein Unternehmen, das in das psychische Wohlbefinden seiner Mitarbeiter investiert, nicht nur die Lebensqualität seiner Belegschaft verbessert, sondern auch eine robuste Grundlage für langfristigen geschäftlichen Erfolg legt.

Weitere Literatur

Blanding, M. (2015). National Health Costs Could Decrease if Managers Reduce Work Stress. Harvard Business School. Working Knowledge Verfügbar unter https://hbswk.hbs.edu/item/national-health-costs-could-decrease-if-managers-reduce-work-stress

Bretschneider, M., Drössler, S., Magister, S., Zeiser, M., Kämpf, D., & Seidler, A. (2020). Digitalisierung und Psyche–Rahmenbedingungen für eine gesunde Arbeitswelt. Ergebnisse des Projektes GAP. Zeitschrift für Arbeitswissenschaft, 74, 63–75. https://doi.org/10.1007/s41449-020-00206-x.

Flynn, J. & Mazor, A. H. (2017). The employee experience: Culture, engagement, and beyond. 2017 Global Human Capital Trends. Verfügbar unter https://www2.deloitte.com/us/en/insights/focus/human-capital-trends/2017/improving-the-employee-experience-culture-engagement.html

Diebig, M., Jungmann, F., Müller, A., & Wulf, I. C. (2018). Inhalts-und prozessbezogene Anforderungen an die Gefährdungsbeurteilung psychischer Belastung im Kontext Industrie 4.0. Zeitschrift für Arbeits-und Organisationspsychologie A&O. 62(2):53-67 DOI:10.1026/0932-4089/a000265

DIN-Normenausschuss Ergonomie (2024). DIN EN ISO 10075-2. Ergonomische Grundlagen bezüglich psychischer Arbeitsbelastung – Teil 2: Gestaltungsgrundsätze (ISO/DIS 10075-2:2023). Verfügbar unter https://www.din.de/de/mitwirken/normenausschuesse/naerg/entwuerfe/wdc-beuth:din21:367818909

Ferreira, Y., & Vogt, J. (2022). Psychische Belastung und deren Herausforderungen. Zeitschrift für Arbeitswissenschaft, 76(2), 202-219.

Gallup (2024). How to Improve the Employee Experience. Verfügbar unter https://www.gallup.com/workplace/323573/employee-experience-and-workplace-culture.aspx

Justenhoven, R., Schossau, H., & Stulle, K. (2024). Psychische Gefährdungsbeurteilung und Employee Experience: die richtige Implementierung. Verfügbar unter https://www.welliba.com/science

Justenhoven, R. & Cannata, D. (2024). Artificial Intelligence in the workplace: Academic and Professional perspectives on the ethical use of AI with the workforce beyond candidate pre-hire assessment. [Symposium with contributions by Speer, A., Sun, T., Min, H., Schwendeman, M., Sendra, C., & Zhu, Y. E.]. Society for Industrial and Organizational Psychology Annual Conference, Chicago, IL, United States. verfügbar unter https://www.siop.org/

Lobbe, C.E., Lochner, K., Schossau, H. (2023). Blindflug & Gießkanne vs. Data-Driven & Individuell: Die Revolution von Employee Experience. In: K.P. Stulle, & R.T. Justenhoven (Hrsg.), Personalauswahl 4.0. Wiesbaden: Springer.

Pérez, M. (2022). Why Employee Experience Matters: 9 Stats That Prove It. Verfügbar unter https://nailted.com/blog/why-employee-experience-matters-9-stats-that-prove-it/

Razavi, T. (2001). Self-report measures: an overview of concerns and limitations of questionnaire use in occupational stress research. Papers 01-175, University of Southampton – Department of Accounting and Management Science.

Schuller, K. (2018). Gut, dass wir mal darüber geredet haben…?!. Methodische Herausforderungen für die Gefährdungsbeurteilung psychischer Belastung in KMU. Arbeitsmedizin, Sozialmedizin, Umweltmedizin, 53, 790-797.

Techniker Krankenkasse (2024). Psychische Gefährdungsbeurteilung im BGM. Verfügbar unter https://www.tk.de/firmenkunden/service/gesund-arbeiten/betriebliche-gesundheitsfoerderung/betriebliches-gesundheitsmanagement/psychische-gefaehrdungsbeurteilung-im-bgm-2047514

Voordt, T. v. d. & Jensen, P. A. (2023). The impact of healthy workplaces on employee satisfaction, productivity and costs. Journal of Corporate Real Estate, 25, 1. https://doi.org/10.1108/JCRE-03-2021-0012