EVP mit KI entwickeln: Wie ein Agenten-Team die Homogenitätsfalle umgeht

Warum EVP-Projekte oft gar nicht erst starten

Für Ricarda Rauch ist die Employer Value Proposition der eigentliche Star des Employer Brandings. Ohne valide strategische Basis gibt es kein gutes Employer Branding. In der Praxis bremsen zwei Einwände viele Projekte: Wir haben doch eine starke Corporate Brand, warum noch Geld für eine Employer Brand ausgeben? Und: Für eine saubere Datenerhebung fehlt die Zeit, weil die Fachabteilungen Druck machen und rekrutiert werden muss.

Rauch hält dagegen: Eine starke Marke mit starker Corporate, Product und Employer Brand ist in Summe stärker. Das Grundproblem bleibt. Vielen ist die Strategieentwicklung zu theoretisch, zu langwierig oder zu teuer. Der klassische Weg führt über Datenerhebung mit vielen Gesprächen, die Analyse großer Datenmengen und die EVP-Entwicklung. Bei m&z Agency baut die EVP-Entwicklung auf einer wissenschaftlich validierten Theorie aus der Arbeits- und Organisationspsychologie auf. Unterm Strich stehen meist sechs, sieben, manchmal acht Monate.

Die Homogenitätsfalle: Warum ChatGPT deine EVP nicht schreiben sollte

Einfach alle Daten in ChatGPT laden und eine EVP bestellen? Dr. Olena Linnyk, VP AI, Consulting & Research bei EMBRACE, warnt davor. Die Risiken reichen vom Verlust sensibler Daten über offengelegte Managementstrategien, interne Probleme und Kulturschocks bis zu Halluzinationen und Ungenauigkeiten. Dazu kommt: Sprachmodelle können nicht zählen. Ob du dich bei Datenanalysen auf sie verlassen kannst? Wahrscheinlich nicht, sagt Linnyk.

Am meisten stört Linnyk die Homogenitätsfalle. Studien, auch eigene, zeigen: Wenn viele Menschen dasselbe Tool für Kreatives nutzen, bekommen alle sehr ähnliche Varianten derselben Idee. Das Modell ist auf denselben Daten trainiert und schleift im Training alle Ecken und Kanten ab, um eine durchschnittlich plausible Antwort zu liefern. Eine EVP soll dein Unternehmen aber unterscheidbar machen. Mit einer austauschbaren Antwort erreichst du das nicht.

Ein Team aus KI-Agenten statt eines größeren Chatbots

Die Antwort von Rauch und Linnyk ist eine eigene Anwendung, die EVP-Suite.ai. Bestehende Tools oder Open-Source-Bausteine aneinanderzustecken, kam nicht infrage. Drei Ziele standen im Mittelpunkt: kürzere Projektlaufzeiten, valide Entscheidungen auf Basis großer Datenmengen und ein Projekt, das HR zum Innovationstreiber macht. HR-Abteilungen hinken laut Rauch manchmal dem Marketing hinterher.

Statt eines größeren Chatbots gibt es ein Team aus Agenten für ein menschliches Team. Jede Rolle im Team bekommt eine eigene, spezialisierte Unterstützung mit klaren Grenzen für die KI. Linnyk vergleicht das mit einem Orchester: Sprachmodelle, klassische Automatisierung und menschliche Stärken spielen zusammen, der Dirigent bleibt der Mensch. Der Mensch behält die zwei wichtigsten Aufgaben, kritisches Denken und Kreativität, und bekommt dafür einen Jetpack.

EVP mit KI entwickeln: Datenerhebung, Analyse, Modellierung

In der Datenerhebung sitzt weiter der Mensch im Sattel. Interviews und Workshops laufen persönlich, ohne Tonbandaufnahme und ohne automatisches Transkript, damit sich die Menschen öffnen. Zurück kommt das Team mit Stapeln handschriftlich ausgefüllter Arbeitsblätter, Post-its, Fotos und Diagramme. Früher wurde das alles von Hand digitalisiert. Heute liest ein Agent Diagramme, Text und Handschrift und legt alles über einen klassischen Softwareprozess strukturiert ab. So wächst die Datenmenge, ohne dass Projektzeit und Kosten mitwachsen.

In der Analyse kamen früher tausende Datensätze zusammen, die das Team nach einem festen System codiert hat. Aus den O-Tönen werden Attraktivitätsmerkmale und Optimierungspotenziale. Bekommt die KI ein psychologisches Modell mit, ordnet sie jede Aussage sehr gut einem Aussagetyp zu. Im echten Anwendungsfall waren Zehntausende Aussagen in etwa einer halben Stunde klassifiziert. Gerechnet wird mit Statistik-Software, nicht mit dem Sprachmodell. Ein Dashboard filtert nach Fokusgruppen, Management-Interviews, Attraktivität und Optimierung. Das gibt dir intern eine gute Argumentationsbasis.

Der Knackpunkt ist der Sprung von Zahlen, Daten, Fakten zu einer EVP, mit der sich Menschen identifizieren: ein Manifest, ein Slogan. Die KI arbeitet hier im Dialog als Sparringspartner, bringt Ideen schnell aufs Papier und gibt Rückmeldung. Die Entscheidung trifft der Mensch. Linnyk ist wichtig, dass die KI die Kreativität nicht dämpft, sondern weitere Richtungen zeigt. Rauch ergänzt: Nach vielen Iterationen schleicht sich Subjektivität ein. Dann hinterfragt die KI als rationaler Sparringspartner, ob ihr noch auf dem richtigen Weg seid.

Was es bringt: zwei bis drei Monate bis zur fertigen EVP

Den größten Effekt sieht Rauch in der Datenanalyse: bis zu 85 Prozent Zeitersparnis. Der gesamte Weg von der Datenerhebung bis zur fertigen EVP dauert so zwei bis drei Monate statt sechs bis acht. Insgesamt nennt Rauch bis zu 60 Prozent Zeitersparnis und bis zu 30 Prozent Kostenersparnis, ohne Qualitätsverlust. Das macht solche Projekte intern leichter argumentierbar, wenn du Budget oder Freigaben brauchst.

Damit das funktioniert, gelten drei Regeln. Human First überall dort, wo Empathie und Tiefgang gefragt sind: Hier setzt das Team nie KI ein. AI First, wo die KI Methoden und Strukturen lernen und Fleißarbeit abnehmen kann. Über allem steht Safety First: Die Daten liegen in einem gesicherten Datenraum und werden nicht zum Training genutzt.

Für deine Praxis heißt das: Bevor du ein Tool wählst, kläre, wo im EVP-Prozess Menschen gebraucht werden und wo nur Fleißarbeit liegt. Rauchs Fazit: Geschwindigkeit ist die neue Währung.