Was ist ein Arbeitsprobentest?

Ein Arbeitsprobentest ist ein Einstellungsverfahren, bei dem eine Kandidatin oder ein Kandidat ein echtes, kurzes Stück der Zielaufgabe unter beobachteten, zeitlich begrenzten Bedingungen ausführt, und das Ergebnis wird anhand eines Rasters bewertet statt über eine Selbsteinschätzung oder den Bauchgefühl-Eindruck einer interviewenden Person. Eine Person im Kundenservice beantwortet ein simuliertes Support-Ticket. Eine Datenanalystin bereinigt eine unübersichtliche Tabelle. Der Test fragt nicht, was jemand über den Job weiß. Er beobachtet, wie diese Person einen Ausschnitt davon tatsächlich erledigt.

Über den größten Teil der vergangenen vier Jahrzehnte begleitete eine Zahl das Format bei jeder Erwähnung: eine Validität von 0,54 gegenüber der Berufsleistung, hoch genug, um Arbeitsproben zu einem der besten Prädiktoren zu machen, den die Personalpsychologie kannte. Diese Zahl geht auf Hunter und Hunters einflussreichen Überblick von 1984 zurück. Sie beruhte, wie sich zeigte, auch auf einer schmalen, jahrzehntealten Studiensammlung, die niemand vollständig rekonstruieren konnte.

Die Arbeitsprobentest-Zahl, die korrigiert wurde

Roth, Bobko und McFarland (2005), veröffentlicht in Personnel Psychology, gingen die inzwischen angesammelte Forschung erneut durch, statt die Zahl von 1984 einfach zu übernehmen, und fanden über 54 Studien und 10.469 Personen hinweg eine beobachtete Korrelation zwischen Arbeitsproben-Ergebnis und Berufsleistung von 0,26, die auf 0,33 steigt, mit einem 80-Prozent-Glaubwürdigkeitsintervall von 0,24 bis 0,42, sobald die in diesem Fachgebiet übliche Korrektur für die Unzuverlässigkeit der Leistungsbewertungen angewendet wird, und auf 0,39, sobald der Messfehler auf beiden Seiten der Gleichung korrigiert wird, wobei keines der beiden korrigierten Glaubwürdigkeitsintervalle den vielzitierten Wert 0,54 erreicht.

Der Unterschied ist keine Rundungsfrage. Die Autorinnen und Autoren nennen ihn rund ein Drittel niedriger als die zwanzig Jahre lang zitierte Zahl, und führen ihn auf neuere Studien zurück, viele davon aus Dienstleistungsberufen, die in den ursprünglichen Daten von 1984 kaum vorkamen und den gepoolten Schätzwert nach unten zogen.

Warum sie trotzdem überzeugt

Eine korrigierte Validität von 0,33 klingt nach einem Rückschritt, liegt aber in guter Gesellschaft. Sackett, Zhang, Berry und Lievens' Korrektur von 2022 an jahrzehntealten Metaanalysen der Personalauswahl setzt strukturierte Interviews bei 0,42 und Intelligenztests bei 0,31 an, während Arbeitsproben erneut bei 0,33 landen, derselben Zahl, zu der Roth und Kolleginnen siebzehn Jahre zuvor auf einem völlig anderen Weg kamen. Zwei unabhängige Korrekturen, auf unterschiedlicher Literatur zu unterschiedlichen Zeitpunkten durchgeführt, treffen sich bei derselben Zahl.

Dieselbe Studie von 2005 fasst außerdem etwas zusammen, das ein bloßer Validitätskoeffizient nicht zeigt: Arbeitsproben weisen laut der dort ausgewerteten Literatur kleinere Punktunterschiede zwischen ethnischen Gruppen auf als Intelligenztests, und Bewerbende empfinden das Format häufig als fairer als ein allgemeines Interview oder einen Persönlichkeitsfragebogen, vermutlich weil die Aufgabe vor ihnen sichtbar der tatsächlichen Arbeit ähnelt.

Was das für eine Kandidatin oder einen Kandidaten bedeutet

Ein Arbeitsprobentest lässt sich schwer schönreden, weil es keinen separaten Schritt gibt, in dem eine Behauptung erst in eine Zahl übersetzt wird. Aufgabe und Bewertung sind dasselbe Ereignis. Dieselbe Logik steckt hinter einem situativen Urteilstest, der statt einer echten Aufgabe ein realistisches Szenario zeigt, und dahinter, beides gegen ein verhaltensverankertes Raster zu bewerten statt gegen den Eindruck einer bewertenden Person. Es ist auch der Grund, warum ein selbst eingeschätztes Persönlichkeitsmerkmal an Vorhersagekraft verliert, sobald Bewerbende ein Motiv haben, gut dazustehen: Eine Einschätzung lässt sich vor der Abgabe anpassen, eine aufgezeichnete Reaktion auf eine echte Aufgabe lässt sich im Nachhinein nicht ungeschehen machen. Der Sechs-Bereiche-Check hinter dieser Seite folgt derselben Regel und bewertet, was jemand mit einem Szenario tatsächlich tut, statt das, was diese Person über sich selbst behauptet.