Performance Management und Feedback
Quartalsreview und kontinuierliches Feedback mit KI strukturieren (Continuous Performance Management)
anymize ersetzt Klarnamen, Stakeholder-Identitäten und Vergleichs-MA in wöchentlichen 1:1-Notizen automatisch durch Platzhalter, bevor sie an GPT, Claude oder Gemini gehen. So entsteht der konsolidierte Quartals-Check-in mit Light-Bias-Check und Quellen-Pflicht in Minuten, § 26 BDSG und BetrVG § 87 strukturell gewahrt.
Schwierigkeit: Fortgeschritten · Datenklasse: Beschäftigtendaten · Letztes Review:
Zur Orientierung gedacht. Die personalrechtliche Würdigung im Einzelfall bleibt selbstverständlich bei Ihnen, KI-Outputs sind vor jeder Verwendung zu prüfen. Mehr dazu am Ende.
Anwendungsbereich
Worum geht es hier?
Continuous Performance Management ist die moderne Antwort auf die Schwächen klassischer Jahres-Reviews (Recency-Bias, hohes Drafting-Volumen, fehlende Aktualität). Dieser Workflow operationalisiert den Quartals-/Wochen-Rhythmus und ergänzt UC-V-HR-PEF-001 (Jahres-Review). BetrVG § 87 Abs. 1 Nr. 6 (BAG 1 ABR 20/21) und § 94 sind bei systematischem Performance-Tool-Einsatz einschlägig; DSGVO Art. 22 greift, wenn Quartals-Check-ins in Compensation-/Beförderungs-Entscheidungen einfließen.
Für wen passt das?
Zielgruppe und Kontext
- Rolle
- Direkte Vorgesetzte / Team-Lead (führt 1:1-Check-ins), Agile Coach bei Scrum-/Squad-Setups, HR-Business-Partner als Process Owner. Sekundär: HR-Tech-Admin Performance-Tool.
- Seniorität
- Junior bis Senior; gerade neue Führungskräfte profitieren stark, KI strukturiert dort, wo Coaching-Erfahrung noch wachsen muss.
- Unternehmensgröße
- Scale-ups, Tech-Unternehmen, reife Mittelstands-/Konzern-Bereiche mit OKR-Kultur. Klassische Industrie häufig nur in IT-/Digital-Bereichen.
- Spezifische Kontexte
- (a) Quartals-Check-in als Standard-Cycle (Q-Ende), (b) wöchentliche/bi-weekly 1:1-Synthese, (c) Mid-Year-Calibration-Vorbereitung, (d) Vorbereitung der Jahres-Review-Inputs (→ UC-V-HR-PEF-001). NICHT geeignet bei Trennungs-Indikation, PIP-Trend, BEM-Bezug.
Die Situation in der Personalabteilung
So bringen Sie Tempo und Sorgfalt zusammen
Quartalsweise oder kontinuierliche Performance-Gespräche sind das Herzstück moderner Performance-Frameworks, doch sie produzieren Notiz-Müdigkeit: Manager schreiben wöchentliche 1:1-Notizen, OKR-Kommentare, Stakeholder-Updates und verlieren am Quartalsende den Überblick. McKinsey HR-Monitor 2025 zeigt 19 % GenAI-Durchdringung. KI kann aus den verstreuten Notizen ein strukturiertes Quartals-Check-in-Dokument synthetisieren. Die rechtliche Sensibilität ist niedriger als beim Jahres-Review, aber nicht null: BetrVG § 87 Abs. 1 Nr. 6 (BAG 1 ABR 20/21) bei systematischem Performance-Tool-Einsatz, § 26 BDSG bei Beurteilungsdaten, DSGVO Art. 22 wenn aus Quartals-Check-ins Compensation-/Beförderungs-Entscheidungen ohne menschliche Überprüfung abgeleitet werden, AGG (BAG 8 AZR 74/25). Microsoft Viva Insights (Verhaltens-Telemetrie) ist BR-rechtlich besonders sensibel. Wochen-Notizen enthalten Klarnamen, Stakeholder-Beobachtungen, Konflikt-Andeutungen, Klasse A.
Was Sie davon haben
Zeit, Wert, Vertraulichkeit
Zeit pro Quartals-Check-in
30–90 Min
Synthese von 12 wöchentlichen Notizen + OKR-Status; bei 8 Direct Reports × 4 Quartalen = 16–48 h pro Jahr Manager-Zeit gespart.
Engagement-Hebel
Gallup STD-0050
Regelmäßiges qualitatives Feedback ist einer der wenigen empirisch belegten Engagement-Treiber, KI senkt Manager-Hürde.
Vertraulichkeit
strukturell
anymize ersetzt Klarnamen, Stakeholder und Vergleichs-MA bevor 1:1-Notizen an Frontier-LLMs gehen.
Erkennungsrate
>95 %
Dreifach geprüft; Konsistenz-Salt für Stakeholder-Platzhalter über das Quartal.
So gehen Sie vor
Der Workflow Schritt für Schritt
Wöchentliche/bi-weekly 1:1-Notizen im Performance-Tool oder Notion/OneNote pflegen (Datum, Stichwort-Themen, Erfolge, Blocker, Feedback-Hinweise).
Mensch
Datenbasis Continuous
OKR-/KPI-Status laufend pflegen (Leapsome/Lattice/Viva Goals).
Mensch + System
Quantitative Faktenbasis
Klasse-Entscheidung: Notizen enthalten Klarnamen, Stakeholder-Beobachtungen, Konflikt-Andeutungen → Klasse A. OKR-Werte ohne Personenbezug → Klasse B.
Mensch
§ 26 BDSG · DSGVO
Pseudonymisierung mit anymize: Klarnamen → Platzhalter; Stakeholder-Bezüge generalisieren (Rolle statt Name). Konsistenz-Salt über das Quartal.
anymize
Klasse-A-Anonymisierung · DSGVO Art. 28
Spot-Check: sensitive Aspekte (Gesundheit, Schwangerschaft, Familienthemen) → entfernen.
Mensch
AGG · Art. 9 DSGVO
KI-Synthese: Quartals-Check-in-Dokument mit „Was lief gut”, „Was kann besser”, „Konkrete nächste Schritte”, „Mikro-Karriere-Hinweise” mit Quellen-Pflicht.
KI
Strukturierung
KI führt Light-Bias-Check durch (kürzer als Jahres-Review): Recency (Wochen-Verteilung), AGG-Sensibilität, neutrale Sprache, keine Vergleichs-MA-Aussagen.
KI
Quality Gate
Re-Identifikation Platzhalter; Vorgesetzte:r überarbeitet Entwurf (10–15 Min), ergänzt eigene Beobachtungen, passt Tonalität an.
Mensch + anymize
DSGVO Art. 22 · Art. 28
Quartals-Check-in-Gespräch (30–45 Min): MA-Selbstreflexion, Manager-Feedback, OKR-Auswertung, Mikro-Karriere-Schritt, nächste Quartals-Ziele.
Mensch
Personalführung
Dokumentation im Performance-Tool; Übernahme als Input für Jahres-Review (UC-V-HR-PEF-001).
Mensch + System
Aufbewahrung
Womit Sie arbeiten
So setzen Sie anymize konkret ein
Was anymize tut
- Erkennt Klarnamen, Stakeholder-Identitäten und Vergleichs-MA über Wochen-Notizen hinweg mit >95 % Genauigkeit.
- Konsistenz-Salt: gleiche:r Stakeholder bekommt im Quartal denselben Platzhalter.
- Bidirektionale Anonymisierung mit Re-Identifikation beim Empfang.
- Daten in deutschen Rechenzentren (Hetzner); AVV nach Art. 28 DSGVO.
Was Sie als Vorgesetzte:r tun
- Wöchentliche/bi-weekly 1:1-Notizen mit Datum pflegen.
- OKR-/KPI-Status aktuell halten.
- Spot-Check sensitive Aspekte vor KI-Aufruf.
- 10–15 Min Überarbeitung Endformat; Quartals-Check-in-Gespräch.
Daten-Input
12 wöchentliche/bi-weekly 1:1-Notizen mit Datum, OKR-Status zum Quartalsende, Stakeholder-Beobachtungen (anonymisiert nach Rolle). KEINE sensitiven Aspekte (Gesundheit, Schwangerschaft, Familienkontext).
Output-Kontrolle
Pseudonymisierter Input geht an die KI. Re-identifiziertes Quartals-Check-in-Dokument mit Quartals-Zusammenfassung, OKR-Status-Tabelle, „Was lief gut” (3 Bullets mit Quellen), „Was kann besser” (2–3 konstruktiv), konkreten nächsten Schritten (3 Items mit Owner/Deadline), Mikro-Karriere-Hinweis und Light-Bias-Check kommt zurück.
Freigabeprozess
Vorgesetzte:r ist Letztentscheider; HR-BP nicht zwingend pro Check-in, aber bei Trend-Indikationen (PIP-Vorbereitung, Beförderungs-Indikation). BR-Information bei systematischem Tool-Einsatz.
Die KI-Anweisung
Prompt zum Kopieren
So nutzen Sie diesen Prompt:
1. Wöchentliche 1:1-Notizen + OKR-Status in anymize einfügen, Anonymisierung mit Konsistenz-Salt läuft automatisch.
2. Diesen Prompt anhängen und KI-Aufruf starten.
3. 10–15 Min Überarbeitung der re-identifizierten Antwort.
4. Im Quartals-Check-in-Gespräch (30–45 Min) als Diskussionsgrundlage nutzen.
# Context (C)
Rechtsstand: <heutiges Datum>. Du unterstützt das Drafting eines Quartals-
Check-ins / kontinuierlichen Performance-Reviews in einem deutschen
Unternehmen mit OKR-Kultur. Du erhältst pseudonymisierte Inputs (Klasse A
mit Platzhaltern): wöchentliche/bi-weekly 1:1-Notizen Q1 (12 Wochen),
OKR-Status zum Quartalsende, Stakeholder-Beobachtungen. KEINE sensitiven
Merkmale enthalten oder erlaubt.
# Role (R)
Du agierst als Continuous-Performance-Coach-Assistenz mit Kenntnis von
BetrVG § 87 Abs. 1 Nr. 6 / § 94, DSGVO Art. 22, AGG, BAG 8 AZR 74/25.
Tonalität: kurz, konstruktiv, handlungsorientiert.
# Action (A)
1. Erzeuge kompaktes Quartals-Check-in-Dokument mit Sections:
(1) Quartals-Zusammenfassung (3–4 Sätze).
(2) OKR-Status-Tabelle (Q-Ende): | OKR | Confidence | Erfüllungsgrad |
Bemerkung |.
(3) „Was lief gut”, 3 Bullets, jede mit Quelle.
(4) „Was kann besser / Lernfelder”, 2–3 Bullets, konstruktiv, mit Quelle.
(5) „Konkrete nächste Schritte”, 3 nummerierte Items mit Owner und
Deadline (Wo-Beispiel).
(6) „Mikro-Karriere-Hinweis”, 1–2 Sätze (kein großes Karriere-Statement;
das gehört in das jährliche Karrieregespräch).
2. Jede Aussage in (3)/(4) mit Quellenangabe (`[Quelle: 1:1 KW 14]` /
`[OKR-Tracker Q1]`). Ohne Quelle = `[[QUELLE-FEHLT]]`.
3. Light-Bias-Check: (a) Wochen-Verteilung ausgewogen (Q-Beginn vs. Q-Ende)?
(b) Gendered Language neutralisiert? (c) AGG-Bezüge? (d) keine
vergleichenden Aussagen mit anderen MA.
4. Tonalität: konstruktiv, partnerschaftlich, kurz, NICHT defizit-orientiert.
„Lernfelder” statt „Schwächen”.
5. Bei Spekulation: `[[UNSICHER: …]]`.
# Format (F)
- Sections (1)–(6) als H2.
- OKR-Tabelle als Markdown.
- Bullets mit Quellenangaben.
- Light-Bias-Check als separater Block.
# Target Audience (T)
Output ist Diskussionsgrundlage des 30–45-Min Quartals-Check-ins. Wird von
Vorgesetzten:r vor dem Gespräch (5–10 Min) überarbeitet. Wird im Performance-
Tool gespeichert und fließt in den Jahres-Review (UC-V-HR-PEF-001) ein.So sieht der Input aus
Pseudonymisierter Eingabetext
Quartals-Check-in Q1/2026
Mitarbeitende:r: [[MA-m9p3]], Senior Data Analyst, im Team seit 2 Jahren.
Vorgesetzte:r: [[Manager-m9p3]] (Analytics Lead)
WÖCHENTLICHE 1:1-NOTIZEN Q1:
- KW 2: „Onboarding-Tool-Migration vorgeschlagen, von [[Stakeholder-DataEng-m9p3]] adoptiert.”
- KW 4: „Dashboard-Refactor strukturiert geleitet.”
- KW 6: „Konflikt mit [[Stakeholder-Mkt-m9p3]] über Definition Conversion-KPI; geklärt mit Definition-Workshop.”
- KW 8: „Mid-Quartals-Feedback: Wunsch nach mehr ML-Verantwortung.”
- KW 10: „Internes Knowledge-Sharing zu Definition-Governance gehalten.”
- KW 12: „Q-End-Reports termingerecht, hohe Qualität.”
OKR-STATUS Q1 (Lattice):
- Q1 „Migration Onboarding-Tool”: Confidence 100 %, Erfüllung 100 %.
- Q1 „Definition-Governance etablieren”: Confidence 80 %, Erfüllung 75 %.
- Q1 „2 Stakeholder-Workshops”: 2 von 2 gehalten.
KPIs:
- Dashboard-Adoption: 67 % (Team 51 %)
- Time-to-Insight (NPS): 6.5 von 7 (Team 5.8)So liefert anymize zurück
Der KI-Entwurf
## 1. Quartals-Zusammenfassung
[[MA-m9p3]] schließt Q1 mit starken Ergebnissen ab: 2 von 3 OKR voll
erfüllt, 1 OKR knapp (Definition-Governance), Dashboard-Adoption +31 % über
Team. Stakeholder-Konflikt zur Conversion-KPI konstruktiv über Definitions-
Workshop gelöst. Mid-Quartals-Wunsch nach ML-Verantwortung als nächster
Diskussionspunkt.
## 2. OKR-Status (Q-Ende)
| OKR | Confidence | Erfüllungsgrad | Bemerkung |
|---|---|---|---|
| Migration Onboarding-Tool | 100 % | 100 % | vollständig [Lattice] |
| Definition-Governance | 80 % | 75 % | 1 Definition offen Richtung Q2 |
| Stakeholder-Workshops 2× | 100 % | 100 % | 2/2 gehalten |
## 3. Was lief gut
- Strukturierte Migrations-Initiative mit Cross-Team-Adoption
[Quelle: 1:1 KW 2; OKR Migration].
- Konstruktive Konflikt-Lösung zu KPI-Definitionen
[Quelle: 1:1 KW 6; Definition-Workshop].
- Hohe Dashboard-Adoption und Time-to-Insight-NPS [Quelle: KPI-Tracker Q1].
## 4. Was kann besser / Lernfelder
- 1 Definition-Governance-Item noch offen, Übergabe Q2 sichern
[Quelle: OKR; 1:1 KW 12]. Konstruktiv: explizite Q2-Übergabe-Owner-
Festlegung.
- Mid-Quartals-Wunsch ML-Verantwortung noch nicht in konkrete OKR übersetzt
[Quelle: 1:1 KW 8]. Konstruktiv: gemeinsame Roadmap-Diskussion ML-Pilot Q2.
## 5. Konkrete nächste Schritte
1. **Definition-Governance Q1-Übergabe**: Owner-Festlegung bis KW 14.
(Owner: [[MA-m9p3]] mit [[Stakeholder-DataEng-m9p3]])
2. **ML-Pilot-Scope-Diskussion**: 90-Min-Working-Session bis KW 15.
(Owner: [[Manager-m9p3]] + [[MA-m9p3]])
3. **Q2-OKR-Draft**: bis KW 16 vorlegen. (Owner: [[MA-m9p3]])
## 6. Mikro-Karriere-Hinweis
ML-Verantwortung passt zum gezeigten Stakeholder-Management und der
Definition-Governance-Reife. Konkretisierung im jährlichen Karrieregespräch.
---
## Light-Bias-Check
- (a) Wochen-Verteilung: KW 2, 4, 6, 8, 10, 12, gleichmäßig. **OK**.
- (b) Gendered Language: neutral. **OK**.
- (c) AGG-Bezüge: keine. **OK**.
- (d) Vergleichende Aussagen mit anderen MA: keine; KPI-Vergleiche gegen
Team-Median sind aggregierte Werte. **OK**.Was das HR-Recht verlangt
Pflichten und wie anymize sie abdeckt
BetrVG § 87 Abs. 1 Nr. 6 + BAG 1 ABR 20/21 (SRC-0211, SRC-0257)
Performance-Tool mit KI = mitbestimmungspflichtig. Bei wöchentlichen Check-ins erst recht (höhere Datendichte). Bei Microsoft Viva Insights: individuelle Verhaltens-Telemetrie ist besonders BR-rechtlich heikel.
DSGVO Art. 22 (SRC-0240)
Wenn Check-in-Trends in Compensation-/Beförderungs-Entscheidungen einfließen, gilt Letztentscheidungs-Pflicht, kein „Abnicken” des KI-Drafts.
§ 26 BDSG (SRC-0215)
Beurteilungsdaten; Pseudonymisierung vor Public-LLM Pflicht. Konsistenz-Salt über das Quartal nötig, damit Stakeholder-Bezüge nachvollziehbar bleiben.
AGG + BAG 8 AZR 74/25 (SRC-0217, SRC-0256)
Keine vergleichenden oder geschützten-Merkmale-Bezüge. AGG-Reform 2026: 4-Monats-Klagefrist.
ArbG Hamburg 24 BVGa 1/24 (SRC-0259)
Verhaltens-Telemetrie (Microsoft Viva Insights, ChatGPT-Nutzungs-Telemetrie, Code-Commits) dürfen nicht in Performance-Inputs einfließen ohne BR-BV.
Notiz-Inflation
KI macht Wochen-Notizen leicht, aber Qualität sinkt, wenn Manager reflexlos in Notizen-Tool schreibt. Manager-Schulung zu reflektierten Wochen-Notizen.
Datenschutz und Vertraulichkeit
So funktioniert das mit anymize
Die datenschutzrechtlich entscheidende Frage: Sieht der KI-Anbieter die Klarnamen der Mitarbeitenden, Vorgesetzten und Stakeholder in 12 Wochen-Notizen? Antwort mit anymize: nein. Klarnamen werden vor dem KI-Aufruf durch Platzhalter ersetzt; mit Konsistenz-Salt bleibt derselbe Stakeholder über das Quartal derselbe Platzhalter. Verarbeitung in deutschen Rechenzentren (Hetzner), AVV nach Art. 28 DSGVO. Rechtsgrundlage § 26 BDSG i.V.m. Art. 6 Abs. 1 lit. f DSGVO. Bei Microsoft Viva Insights nur aggregierte Auswertungen, individuelle Verhaltens-Telemetrie ist BR-rechtlich heikel und gehört nicht in Performance-Inputs.
Was anymize konkret leistet
- Erkennt Klarnamen MA, Vorgesetzte, Stakeholder und Vergleichs-MA in Wochen-Notizen mit >95 % Genauigkeit.
- Konsistenz-Salt: gleicher Stakeholder = gleicher Platzhalter über das Quartal, die KI kann sinnvolle Cluster bilden.
- Re-identifiziert die KI-Antwort automatisch, Sie sehen das Check-in-Dokument mit den richtigen Klarnamen zurück.
- Performance-Tool-natives LLM als Alternative (Leapsome AI Copilot, Lattice, Culture Amp, 15Five), mit BR-BV.
- Microsoft Viva Goals + M365 Copilot bei BR-BV-Setup mit DPIA.
Sicherheitscheck vor der Veröffentlichung
Was anymize liefert, was Sie souverän entscheiden
Vor dem KI-Aufruf
- Pseudonymisierungs-Spot-Check; Konsistenz-Salt für Stakeholder-Platzhalter über das Quartal aktiv?
- Sensitive Aspekte (Gesundheit, Schwangerschaft, Familienthemen) entfernt?
- OKR-Status zum Quartalsende aktualisiert und in Input integriert?
Nach der KI-Antwort
- Quellen-Belegung pro Bullet; Wochen-Verteilung ausgewogen?
- Re-Identifikation korrekt, alle Platzhalter zurückgesetzt?
- 10–15 Min Überarbeitung mit eigenen Beobachtungen und Tonalität?
- Light-Bias-Check (Recency-Wochen, AGG, Gendered Language, Vergleichs-MA) OK?
Bei Trend-Indikation
- Bei drei aufeinander folgenden „Was kann besser”-Quartalen mit gleichen Themen: HR-BP-Eskalation, PIP-Prüfung (→ UC-V-HR-PEF-010)?
- Bei systematischem Performance-Tool-Einsatz: BR-BV § 87 Abs. 1 Nr. 6 dokumentiert?
Typische Fehlermuster und wie anymize gegensteuert
- →Recency-Bias auf letzte 2 Wochen, Wochen-Verteilungs-Check fängt das ab.
- →Erfundene Wochen-Notizen, die nie geschrieben wurden, Quellen-Pflicht im Prompt.
- →Notiz-Inflation ohne Reflexionstiefe, Manager-Schulung erforderlich.
- →Verhaltens-Telemetrie-Mischung mit Performance-Bewertung (Viva Insights, Code-Commits), strukturell ausschließen.
- →Vergleichende Aussagen mit anderen MA verletzen § 26 BDSG, Prompt-Verbot.
Rechtsgrundlagen
Normen, Urteile, Belege
Primärnormen: Mitbestimmung
- Mitbestimmung technische Einrichtungen (SRC-0211)
- Beurteilungsgrundsätze (SRC-0227)
- Microsoft-365-Präzedenz (SRC-0257)
Primärnormen: Datenschutz und AGG
- Beschäftigtendatenverarbeitung (SRC-0215)
- Menschliche Letztentscheidung (SRC-0240)
- Diskriminierungs-Schutz (SRC-0217)
- Algorithmische Diskriminierung 120 kEUR (SRC-0256)
- Praxis-Leitfaden (SRC-0246)
Markt und Studien
- GenAI HR-Adoption (SRC-0271)
- Continuous-Performance-Tool (SRC-0310)
- Regelmäßiges Feedback als Engagement-Treiber (STD-0050)
Stand: · Nächste Überprüfung:
Hinweis zur Nutzung
Zur Orientierung, nicht als Ersatz für die HR-Letztverantwortung
Diese Anleitung beschreibt einen Arbeitsablauf, den Sie mit anymize umsetzen können. Sie ist zur Orientierung gedacht und ersetzt weder die personalrechtliche Würdigung im Einzelfall noch eine arbeits- oder mitbestimmungsrechtliche Prüfung. Welche Rechtsprechung einschlägig ist, wie der Sachverhalt arbeitsrechtlich zu bewerten ist, welche Entscheidungen in Ihrem konkreten Fall richtig sind, das bleibt selbstverständlich bei Ihnen und Ihrer HR-Letztverantwortung.
KI-Outputs müssen vor jeder Verwendung HR-fachlich geprüft werden. Insbesondere personenbezogene Entscheidungen (Einstellung, Beförderung, Kündigung) dürfen nicht allein auf KI-Empfehlungen gestützt werden (DSGVO Art. 22, EU AI Act Art. 26). anymize gewährleistet die Vertraulichkeit der Beschäftigtendaten gegenüber dem KI-Anbieter; die fachliche Richtigkeit und die rechtliche Verantwortung liegen in Ihrer Hand.
Jetzt starten.
14 Tage kostenlos testen.
Alle Modelle. Alle Features. Keine Kreditkarte.
Lieber erst zuschauen? Kostenloses Webinar – Anonymisierung live
Wir sind überzeugt von anymize. Und wir wissen: Bei einem KI-Werkzeug, das Mandanten-, Patienten- oder Mitarbeiter-Daten berührt, reicht ein Demo-Video nicht. Deshalb 14 Tage voller Zugang – alle Modelle, alle Features, keine Kreditkarte. Genug Zeit, um sicher zu sein, bevor du uns vertraust.
Dein KI-Arbeitsplatz wartet.