LichtBlick SE: Datenbasierte & arbeitsmarktbezogene Definition von Zielquoten / Diversity Management

Video Zusammenfassung

Selbstbeschreibung des Partners

Die LichtBlick SE ist ein Energieversorgungsunternehmen mit Sitz in Hamburg. Vor über 20 Jahren fing LichtBlick an, sich als Pionier für erneuerbare Energien stark zu machen. Heute ist Ökostrom in der Mitte der Gesellschaft angekommen. Darum geht LichtBlick weiter und setzt sich für nichts ein: nichts an CO2. Als Deutschlands führender Anbieter versorgt LichtBlick bundesweit mehr als 1,7 Millionen Menschen (das entspricht rund einer Million Energieverträge) mit klimaneutraler Energie für zuhause und unterwegs. Über 470 LichtBlickende entwickeln Produkte und Services für einen klimaneutralen Lebensstil. 2021 erreichte LichtBlick einen Umsatz von 1,14 Milliarden Euro. LichtBlick gehört zum niederländischen Energiewende-Vorreiter Eneco.

Challenge: Datenbasierte & arbeitsmarktbezogene Definition von Zielquoten / Diversity Management

Wie können Zielquoten (bezogen auf Anzahl Mitarbeitende mit einem bestimmten Merkmal) in Unternehmen datenbasiert und Arbeitsmarktbezogen definiert werden? Wie viele andere Arbeitgebende wollen auch wir bei der LichtBlick SE diverser* werden, bezogen auf unsere Belegschaft. Stand heute sind wir eher wenig divers – wir sind mehrheitlich weiß, able-bodied, akademisch ausgebildet, herkunftsdeutsch und in Führungspositionen cis-männlich. Um die Diversität im Unternehmen zu steigern, arbeiten wir mit Zielquoten, wie bspw. eine Quote in Bezug auf Frauen* in Führung. Vorstellbar sind auch weitere Quoten wie bspw. eine Quote zur Erhöhung des Anteils vom nicht-cis-männlichen Mitarbeitenden in cis-männlich dominierten Professionen (wie im Bereich Ingenieurswesen und IT) oder die Erhöhung des Anteiles von Mitarbeitenden mit Zuwanderungsgeschichte. Die Herausforderung bzw. das Problem bei Zielquoten ist aus unserer Sicht, dass diese oft ‚nur‘ selbstreferenziell entwickelt werden (können). - es fehlt ein belastbarer Abgleich mit dem Potential des Talent- bzw. Arbeitnehmenden-Pools. Als Beispiel: Als Unternehmen können wir uns eine Zielquote in Bezug auf den Anteil von nicht-cis-männlichen Mitarbeitenden im IT-Bereich unseres Unternehmens setzen. Hier gesetzte Quoten beziehen sich oftmals auf den aktuellen Status Quo innerhalb des Unternehmens – wenn derzeit der Anteil nicht-cis-männlicher Mitarbeitenden unter 20% liegt, kann eine relevante und attraktive Zielquote sein, innerhalb eines bestimmten Zeitraums einen Anteil von >35% nicht-cis-männlicher Mitarbeitenden zu erreichen. Diese Herleitung wird hier als selbstreferenziell bezeichnet. Die Sinnhaftigkeit, Relevanz und vermutlich auch die Wirksamkeit von Zielquoten würden aus unserer Sicht jedoch steigen, wenn wir intern generierte Ambitionen mit dem tatsächlichen Potential und Status Quo eines Arbeitnehmenden- bzw. Talent-Marktes abgleichen könnten. Um beim Beispiel zu bleiben: Spannend wäre nun – nach dem ersten selbstreferenziellen Ansatz – im nächsten Schritt erfassen zu können, wie es um das allgemeine Arbeitnehmenden-Potential steht. Konkret: Ich möchte wissen, wie hoch der allgemeine Anteil von nicht-cis-männlichen IT-Expert*innen auf dem deutschen Arbeitnehmenden-Markt ist – in absoluten Zahlen und im prozentualen Verhältnis. Warum? Ich kann damit besser beurteilen, ob meine Zielquote unterambitioniert, sehr ambitioniert oder marktgerecht ist. Liegt bspw. in diesem Case das allgemeine Verhältnis bei >80% cis-männlichen und <20% nicht-cis-männlichen IT-Expert*innen auf dem Arbeitnehmendenmarkt, weiß ich als Zielerreichungs-Verantwortliche im Unternehmen, dass unsere Zielquote von >35% nicht-cis-männliche Mitarbeitende im IT-Bereich im Verhältnis zur Marktlage sehr ambitioniert ist – und somit kann ich u.a. daraus die Hypothese ableiten, dass wir uns als Unternehmen besonders anstrengend und als besonders attraktiv positionieren müssen, um uns dem Ziel-Anteil zu nähern. Das Problem für Verantwortliche im Unternehmen ist, dass solche Arbeitsmarkt- und Ausbildungsdaten mit Bezug auf Diversitätsmerkmale* kaum niedrigschwellig einzusehen und systematisch auszuwerten sind. Im Unternehmen, gerade bei kleinen und mittelständischen Unternehmen bestehen nicht die Personalressourcen, umfangreich Arbeitsmarktdaten zu sichten und auszuwerten. Zusätzlich gehen wir davon aus, dass je nach Vielfaltsdimension verschiedene Datenquellen evaluiert werden müssten.

*Um Diversität erfassen zu können, arbeiten wir mit den Kerndimensionen der Vielfaltsdimensionen, wie sie u.a. von der Charta der Vielfalt genutzt werden. Wir versuchen dabei kontinuierlich eine intersektionale Perspektive zu berücksichtigen.

Ziel der Challenge

Als Unternehmen möchten wir mithilfe von belastbaren Arbeitsmarkt- und Ausbildungsdaten (tbd) wissen, ob meine Zielquoten in Bezug auf das Arbeitnehmendenpotential unter- oder überambitioniert sind. Wir möchten auch – neben internen Daten – eine weitere Referenz und Orientierung zur Entwicklung von wirksamen Zielquoten haben.

Bereitstellung von Daten & Infrastruktur

Voraussichtlich bereitstellbar sind Status-Quo-Daten zum Geschlechterverhältnis (derzeit nur binär männlich/weiblich erfasst) in Betriebsbereichen, bspw. in unserem IT-Bereich. Dies muss aber noch mit der Rechtsabteilung und der HR Administration geklärt werden.

Erwartete Kompetenzen von Lehrenden und Studierenden

Motivation zur Einarbeitung und Mitarbeit an der Challenge.

Projektdauer

Ein oder zwei Semester.

Interesse an einer Kooperation?

Schreiben Sie bzw. schreibt eine Mail an unsere Transfer-Koordinatorin Eylem Tas unter: eylem.tas"AT"uni-hamburg.de.