Onboarding-Survey-Auswertung 30-Tage mit Anonymitäts-Garantie und k-Anonymität KI-gestützt aufbereiten

# Context (C)
Rechtsstand: <heutiges Datum>. Du unterstützt die Auswertung einer
30-Tage-Onboarding-Survey. Input pseudonymisiert: Freitext-Antworten
mit `[[Person-…]]`, `[[Team-…]]`; identifizierende Spezifika
generalisiert. Likert-Items in Rohform; demografische Filter erst nach
k-Anonymität-Check (k ≥ 5).

# Role (R)
HR-People-Analytics mit Kenntnis Sentiment-Analyse für DE-Sprache,
NPS-Berechnung, thematische Cluster-Bildung, k-Anonymität (k ≥ 5),
BetrVG § 87 / § 94 (technische Überwachung; Personalfragebögen),
§ 26 BDSG, DSGVO Art. 9 (Gesundheits-/Religions-/politische Inhalte).

# Action (A)
1. **Quantitative Auswertung**: Mittelwerte pro Likert-Item;
   Verteilungen; NPS-Berechnung (Promotoren 9–10 minus Detraktoren 0–6).
2. **Thematische Cluster-Bildung Freitexte**: 5–10 Cluster wie
   'Buddy-Beziehung', 'Tech-Setup', 'Team-Integration', 'Lernpfad',
   'Manager-Beziehung', 'Hybrid-Setup'. Sentiment pro Cluster
   (positiv/neutral/negativ).
3. **k-Anonymität-Check**: pro demografischem Filter (Team, Bereich,
   Geschlecht, Funktions-Level) prüfen, ob k ≥ 5. Bei k < 5: Filter-
   Kombination NICHT auswerten; stattdessen Aggregation auf höhere
   Ebene oder als 'nicht ausgewertet wegen Anonymitätsschutz'
   markieren.
4. **Executive Summary**: 3–5 Kern-Findings; klare Aktions-
   Empfehlungen mit Verantwortlichkeiten.
5. **Vergleich Vorperiode** (sofern verfügbar): Trend positiv/
   stabil/negativ.
6. **Art.-9-Sensitivität**: bei Freitexten mit Gesundheits-/Religions-/
   politischen Inhalten Hinweis 'aus Art.-9-Gründen nicht
   ausgewertet"; separater DSB-Pfad.
7. **AGG-Bias-Hinweis**: bei Sentiment-Analyse von Freitexten mit
   Migrationshintergrund-Sprachmustern: KI tendiert zu negativerer
   Bewertung — manuelle Validierung Pflicht.
8. `[[CLARIFY: …]]` bei Unklarheiten; keine erfundenen Cluster-Themen.

# Format (F)
Executive Summary H1; Quantitative KPIs Tabelle; Cluster-Sektionen mit
Beispielen; k-Anonymität-Hinweise; Aktions-Empfehlungen mit
Verantwortlichkeiten.

# Target Audience (T)
HR-BP, People Analytics, CHRO, Manager. Tonalität faktisch, ohne
Wertungen einzelner Personen; Anonymitäts-Garantie sichtbar.

Survey-Rohdaten 30-Tage-Onboarding — Q1 2026

Antworten: 12 (von 15 Hires Q1 2026)
Anonymisierungs-Stand: namentliche Personen pseudonymisiert; Team-Kürzel mit Re-ID-Risiko generalisiert

Likert-Items (Skala 1–5, 5 = stimme voll zu):
1. 'Mein Onboarding-Plan war strukturiert und nützlich': Mittelwert 4,2
2. 'Mein Buddy war hilfreich': Mittelwert 4,5
3. 'Tech-Setup funktionierte am ersten Tag': Mittelwert 3,1
4. 'Ich fühle mich im Team willkommen': Mittelwert 4,3
5. 'Mein Manager hatte ausreichend Zeit für mich': Mittelwert 3,8
6. 'Würden Sie [AG] empfehlen?' (1–10): Promotoren 7, Detraktoren 1, Passive 4 → NPS = (7/12 - 1/12) × 100 = 50

Freitexte (pseudonymisiert):
- 'Mein Buddy [[Person-1]] war super, viel besser als erwartet. Tech-Setup hat aber 3 Tage gedauert.'
- 'Bei Tech-Setup gab es Pannen — AD-Account zu spät; mein erstes PR konnte ich erst Tag 18 mergen.'
- 'Manager [[Person-2]] ist sehr beschäftigt, 1:1s wurden 2× verschoben. Tech-Setup OK.'
- 'Insgesamt positiv. Lernpfad wäre noch besser mit mehr Pair-Programming.'

Demografische Filter:
- Team-Frontend: 3 Antworten (k < 5 → nicht filterbar)
- Team-Backend: 7 Antworten (k ≥ 5 ✓)
- Team-Data: 2 Antworten (k < 5 → nicht filterbar)
- Hybrid-Setup: 9 Antworten
- Vollzeit-Office: 3 Antworten (k < 5)
- Geschlecht: 7 m, 5 w → k ≥ 5 für beide ✓

# 30-Tage-Onboarding-Survey Q1 2026 — Auswertung

## Executive Summary
- **NPS = 50** (Promotoren 58 % - Detraktoren 8 %) — gut, über Branchen-Benchmark.
- **Stärke**: Buddy-Programm (Mittelwert 4,5/5) und Team-Willkommen (4,3/5).
- **Schwäche**: Tech-Setup (3,1/5) — Hauptkritik aus 3 Freitexten.
- **Mittelfeld**: Manager-Zeit (3,8/5) — 1:1s wurden 2× verschoben in einem Fall.

## Quantitative KPIs
| Item | Mittelwert | Vorperiode | Trend |
|---|---|---|---|
| Onboarding-Plan strukturiert | 4,2 | 4,0 | ↗ |
| Buddy hilfreich | 4,5 | 4,4 | ↗ |
| Tech-Setup Tag 1 | 3,1 | 3,5 | ↘ |
| Team-Willkommen | 4,3 | 4,2 | ↗ |
| Manager-Zeit | 3,8 | 3,9 | → |
| NPS | 50 | 45 | ↗ |

## Themen-Cluster (Freitext-Analyse)
### Cluster 'Tech-Setup-Probleme' (Sentiment: negativ; 3 Antworten)
- Wiederkehrendes Thema: AD-Account-Aktivierung verspätet.
- Beispiel: 'Tech-Setup hat 3 Tage gedauert.'
- **Empfehlung**: IT-Provisionierungs-Workflow (UC-V-HR-ONB-010) schärfen; Pre-Boarding-Account-Aktivierung T-3.

### Cluster 'Buddy-Beziehung' (Sentiment: positiv; 5 Antworten)
- Buddy-Programm wirkt; Mentee-Erwartungen werden übertroffen.
- **Empfehlung**: Buddy-Pool ausbauen; UC-V-HR-ONB-011-Briefing standardisieren.

### Cluster 'Manager-Zeit' (Sentiment: neutral-negativ; 2 Antworten — [[k < 5; nicht statistisch signifikant ausgewertet]])
- Hinweis nur qualitativ; quantitativ k < 5 → keine Filter-Auswertung.

## Demografische Filter (k-Anonymität-Beachtet)
| Filter | k | Auswertung |
|---|---|---|
| Team-Backend | 7 | ✓ Mittelwert NPS 60 |
| Team-Frontend | 3 | ✗ k < 5 — nicht ausgewertet |
| Team-Data | 2 | ✗ k < 5 — nicht ausgewertet |
| Hybrid-Setup | 9 | ✓ NPS 55 |
| Vollzeit-Office | 3 | ✗ k < 5 — nicht ausgewertet |
| Geschlecht m/w | 7/5 | ✓ NPS m 55, NPS w 40 (Differenz beachten, n klein) |

## Aktions-Empfehlungen
| Aktion | Verantwortlich | Frist |
|---|---|---|
| IT-Provisionierungs-Workflow schärfen (T-3-Account-Aktivierung) | IT-Ops + HR-BP | Q2-Ende |
| Buddy-Briefing als UC-V-HR-ONB-011-Standard etablieren | HR-BP | Q2-Mitte |
| Manager-1:1-Slot-Disziplin in Onboarding-Plan verankern | HR-BP + GF | Q2-Anfang |
| BR-Anhörung neuer Survey-Aktions-Beschluss | BR + HR-BP | quartalsende |

## Anonymitäts-Garantie
- Alle Filter mit k < 5 wurden als 'nicht ausgewertet wegen Anonymitätsschutz' markiert.
- Freitexte sind pseudonymisiert; namentliche Personen-Hinweise durch [[Person-…]] ersetzt.
- BetrVG-§-87-/§-94-BV für Survey-Tool aktuell (2025-Q4).

## Offene Punkte
- BR-Anhörung Aktions-Plan.
- Vergleich zu Q4 2025 für Trend-Konsolidierung.
- [[CLARIFY: Geschlechts-NPS-Differenz statistisch signifikant? Bei n=5 vs. n=7 mit Vorsicht interpretieren]].