KI-gestützte Nachfolgeplanung und Talentidentifikation

Das echte Ausmaß des Problems

Kirstens Situation ist kein Ausnahmefall. Laut einer Untersuchung, auf die Harvard Business Review regelmäßig verweist, erkennen 86 Prozent der Führungskräfte Nachfolgeplanung als dringlich — aber nur 14 Prozent glauben, dass ihr Unternehmen das tatsächlich konsequent umsetzt. Die Schere zwischen Erkenntnis und Handlung ist riesig.

Die Gründe dafür sind strukturell: Nachfolgeplanung ist zeitintensiv, die Datenlage ist schlecht, und der Schmerz tritt erst auf, wenn eine Schlüsselperson tatsächlich geht — dann aber mit voller Wucht. Eine Untersuchung von Oxford Economics zeigt, dass das Ersetzen eines qualifizierten Mitarbeitenden durchschnittlich 30.000–40.000 Euro kostet — und das sind nur die direkten Kosten. Die indirekten Kosten durch Produktivitätsverlust während der 28 Wochen, die ein neuer Mitarbeitender braucht, um volle Leistung zu erbringen, betragen nochmals das Doppelte. Für Schlüsselpositionen im mittleren und oberen Management — die einer, der über kritisches Kundenwissen, Technologie-Know-how oder Netzwerk verfügt — sind die realen Kosten einer ungeplanten Vakanzsituation schnell im Bereich von 50.000 bis 200.000 Euro.

Besonders kritisch: Bei ungeplanter externer Besetzung liegt die Fehlbesetzungsquote in Studien bei 40–50 Prozent. Interne Kandidaten hingegen performen nach einer Untersuchung des Beratungsunternehmens Thomas International auf allen Leistungsmaßen besser und verbleiben mit 70 Prozent höherer Wahrscheinlichkeit langfristig im Unternehmen — aber nur, wenn sie rechtzeitig identifiziert und entwickelt wurden.

Das Problem ist also nicht die Besetzung selbst. Es ist das fehlende Frühwarnsystem. Unternehmen entdecken ihre Nachfolgelücken, wenn der Abgang schon angekündigt wurde. Im Schnitt beträgt der Vorlauf dann sechs bis zwölf Monate — zu kurz, um einen internen Kandidaten aufzubauen, oft zu kurz sogar für eine qualifizierte externe Suche.

Was fehlt, ist kein Wille zur Planung. Was fehlt, ist die Systematik: wer hat welche Kompetenzen, wer will sich wohin entwickeln, wer ist in zwei Jahren bereit — und wo klaffen Lücken, die jetzt noch schließbar wären?

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Erfahrungswerte aus Praxisberichten und Studien zu strukturierter Nachfolgeplanung; stark abhängig von Datenlage, Unternehmensgröße und Umsetzungsqualität. Kein Versprechen auf individuelle Ergebnisse.

Der entscheidende Unterschied liegt weniger in der KI als in der Systematik, die KI erzwingt: Wer ein System einführt, das Kompetenzen, Leistungsdaten und Karrierewünsche strukturiert erfasst, hat allein damit schon 80 Prozent des Problems gelöst. KI beschleunigt die Analyse und macht Muster sichtbar, die kein Mensch in 78 PDF-Dateien manuell erkennen würde — aber die Grundlage ist strukturierte Datenlage.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5)
KI beschleunigt die Analysephase erheblich: Statt Wochen für das manuelle Durchforsten von Gesprächsprotokollen und Performancedaten vergehen Stunden. Aber strategische Nachfolgeplanung bleibt zeitintensiv — die Gespräche, die Entwicklungsmaßnahmen, die Abstimmung mit Führungskräften und Betriebsrat sind nicht automatisierbar. Unter den HR-Anwendungsfällen ist das eine der personalintensivsten — vergleichbar mit Strategischer Personalentwicklung, die ebenfalls einen Zeitersparnis-Score von 2 hat.

Kosteneinsparung — hoch (4/5)
Das ist der stärkste Hebel. Eine einzige vermiedene Fehlbesetzung einer Schlüsselposition rechtfertigt häufig den gesamten Jahresaufwand des Systems. Laut Oxford Economics entstehen durch externe Besetzungen und 28-wöchige Einarbeitungszeit Gesamtkosten von 30.000–40.000 Pfund (typische Angestellte); für Führungs- und Fachexperten-Rollen im deutschen Mittelstand sind 80.000–200.000 Euro realistisch. Der Score von 4 ist bewusst nicht 5 — weil der Nutzen erst eintritt, wenn tatsächlich eine Vakanz entsteht und die vorbereitete interne Besetzung greift.

Schnelle Umsetzung — sehr niedrig (1/5)
Der niedrigste Score in dieser Kategorie im HR-Branch — und er ist berechtigt. Bis zu einer brauchbaren ersten Talent-Map vergehen realistisch 6–12 Wochen: Datenerfassung, Systemkonfiguration, Datenschutz-Folgenabschätzung, Betriebsratsabstimmung, erster Pilotdurchlauf, Validierung. Wer heute beginnt, hat frühestens in drei Monaten ein Werkzeug, das tatsächlich Entscheidungen unterstützt. Mit Interview-Vorbereitung oder Zeugniserstellung ist man in einem Tag produktiv — hier nicht.

ROI-Sicherheit — niedrig (2/5)
Der ROI ist real, aber schwer im Voraus bezifferbar: Er materialisiert sich erst, wenn eine Schlüsselperson tatsächlich geht — und das kann nächsten Monat sein oder in vier Jahren. Die Investition läuft also permanent, aber der Beweis kommt diskontinuierlich. Dazu kommen typische Messprobleme: Wie beweist man, dass eine Fehlbesetzung verhindert wurde? Wie misst man, dass ein Kandidat früher bereit war, weil die Entwicklungsmaßnahmen früher eingeleitet wurden?

Skalierbarkeit — maximal (5/5)
Hier ist dieser Use Case Spitzenreiter im Branch: Ein aufgebautes Nachfolgeplanungssystem mit strukturierten Kompetenzprofilen und Talent-Maps skaliert nahezu kostenlos. Ob das Unternehmen von 200 auf 500 oder von 500 auf 2.000 Mitarbeitende wächst — das System wächst mit, ohne dass der Aufwand je Mitarbeitender proportional steigt. Im Gegenteil: Je mehr strukturierte Daten vorliegen, desto besser werden die KI-Empfehlungen.

Richtwerte — stark abhängig von Datenlage, vorhandenen HR-Systemen und Unternehmensgröße.

Was das System konkret macht

KI-gestützte Nachfolgeplanung ist kein einzelnes Tool, das man einschaltet — es ist ein strukturierter Prozess, bei dem KI an mehreren Stellen Analyseschritte übernimmt, die bisher Wochen gedauert haben.

Schritt 1 — Kompetenzprofil-Aggregation.
Das System aggregiert strukturierte Daten aus verschiedenen Quellen: Leistungsbeurteilungen aus dem HR-System, Ergebnisse aus Mitarbeitergesprächen, abgeschlossene Weiterbildungen, Projektbeteiligungen, Peer-Feedback (sofern vorhanden). Ein LLM — entweder über die integrierten KI-Funktionen einer HR-Plattform oder über eine separate Auswertung mit ChatGPT oder Claude — synthetisiert unstrukturierte Gesprächsprotokolle zu verdichteten Kompetenzprofilen.

Schritt 2 — Positionsanforderungs-Matching.
Für jede Schlüsselposition wird ein strukturiertes Anforderungsprofil angelegt: welche Kernkompetenzen, Erfahrungsbereiche und Persönlichkeitseigenschaften braucht diese Rolle? KI vergleicht dieses Profil systematisch mit den aggregierten Kandidatenprofilen und berechnet eine Übereinstimmungsmatrix. Das Ergebnis: eine nach Eignung gerankte Liste potenzieller Nachfolger — mit je einer expliziten Lückenanalyse.

Schritt 3 — Entwicklungslücken und Maßnahmenplanung.
Für jeden Kandidaten, der noch nicht vollständig bereit ist, benennt das System konkrete Lücken: welche Kompetenzen fehlen noch, welche Projekterfahrungen würden die Bereitschaft beschleunigen, welche Weiterbildungen sind sinnvoll. Diese Empfehlungen werden in individuelle Entwicklungspläne übersetzt — nicht als Versprechen, sondern als Grundlage für das nächste Entwicklungsgespräch.

Schritt 4 — Risikobewertung der Positionen.
Das System bewertet jede Schlüsselposition nach zwei Dimensionen: Wie groß ist das Fluktuationsrisiko (Alter, Signale aus Gesprächen, Marktsituation)? Und wie gut ist die Nachfolgesituation (Anzahl bereiter Kandidaten, Zeitraum bis Bereitschaft)? Das Ergebnis ist eine Risikomatrix, die HR und Geschäftsführung auf einen Blick zeigt, wo der dringendste Handlungsbedarf liegt.

Was KI hier nicht tut — und nicht darf.
KI trifft keine Personalentscheidungen. Sie schlägt Kandidaten vor, sie berechnet Übereinstimmungen, sie identifiziert Lücken. Die Entscheidung darüber, wer auf eine Nachfolgeliste kommt, wer gefördert wird und wer eine neue Rolle übernimmt, liegt ausschließlich bei Menschen — bei der Geschäftsführung, beim HR-Team, und wo ein Betriebsrat existiert, unter dessen Mitbestimmungsrecht. Das ist keine freiwillige Bescheidenheit, sondern DSGVO-Pflicht: Vollautomatisierte Entscheidungen mit erheblicher Auswirkung auf Personen sind nach Art. 22 DSGVO unzulässig.

Konkrete Werkzeuge — was wann passt

Die Toollandschaft für KI-gestützte Nachfolgeplanung ist dreigeteilt: Enterprise-Plattformen mit eingebauten Succession-Features, People-Analytics-Speziallösungen und ein pragmatischer Mittelweg mit bestehenden HR-Tools plus LLM-Auswertung.

SAP SuccessFactors — wenn SAP schon vorhanden
Das Succession-Planning-Modul in SuccessFactors gehört zu den ausgereiftesten am Markt. Es bietet Talent-Maps, Org-Chart-Visualisierung, KI-gestütztes Skill-Matching und Readiness-Bewertungen. Seit dem Release 2H 2024 lassen sich Nachfolger direkt aus Talent-Pool-Sektionen heraus nominieren und mit KI-Empfehlungen abgleichen. Voraussetzung: SuccessFactors ist bereits im Einsatz, oder der Aufwand einer Neuimplementierung (9–18 Monate, hohe Kosten) ist gerechtfertigt. Richtwert für Lizenzkosten: ca. 15–40 Euro/Nutzer/Monat. Gesamtkosten inklusive Implementierung oft im Bereich 200.000–500.000 Euro für mittelgroße Unternehmen.

Workday Succession Planning — für Enterprise-Umgebungen
Workdays Succession-Planning-Modul ist tief in die HR- und Finance-Datenbasis integriert und liefert Predictive Analytics für Fluktuationsrisiken und Nachfolgebereitschaft. Die Skills Cloud analysiert kontinuierlich Kompetenzen und schlägt proaktiv interne Mobilität vor. Verizon hat diese Funktionalität 2023 eingesetzt, um das Succession-Pool für 300 VP+-Positionen datenbasiert zu erneuern — mit einer externen Talentintelligenz-Plattform für den Benchmarkinganteil. Richtig für Unternehmen ab 1.000 Mitarbeitenden; für kleinere Unternehmen ist der Implementierungsaufwand prohibitiv.

Visier People Analytics — wenn die Datenbasis schon im HRIS steckt
Visier ist kein reines Succession-Planning-Tool, sondern eine People-Analytics-Plattform — aber mit eingebautem Fluktuationsvorhersage-Modell und Talent-Mobility-Analyse. Für Unternehmen mit 500–5.000 Mitarbeitenden, die ihr HRIS (Workday, SAP SuccessFactors, Oracle) bereits haben, aber bessere Analyse-Layer brauchen, ist Visier eine Option. Einschränkung: Datenhosting in den USA — für Betriebsräte und Datenschutzbeauftragte ein häufiger Einwand. Preisrahmen: ab ca. 25.000 Euro/Jahr, typisch ab 500 Mitarbeitenden wirtschaftlich.

Personio + LLM — für DACH-KMU ohne Enterprise-Budget
Das ist der realistischste Weg für die meisten deutschen Unternehmen mit 50–500 Mitarbeitenden: Personio strukturiert die HR-Stammdaten, Performance-Daten und Gesprächsprotokolle. Exportierte Daten — anonymisiert oder pseudonymisiert, je nach Datenschutzkonzept — werden dann mit Claude oder ChatGPT ausgewertet, um Kompetenzprofile zu synthetisieren und Nachfolgelücken zu identifizieren. Kein spezialisiertes Succession-Planning-Modul, aber für 10–30 Schlüsselpositionen vollständig ausreichend. Kosten: Personio-Lizenz (ca. 3–6 Euro/MA/Monat) plus LLM-Kosten (minimal). Implementierungsaufwand: 6–10 Wochen für den ersten strukturierten Durchlauf.

Zusammenfassung — wann welcher Ansatz:

• SAP S/4HANA oder SuccessFactors schon im Einsatz → SAP SuccessFactors Succession-Modul ausbauen
• Enterprise, ab 1.000 Mitarbeitende, keine SAP-Welt → Workday Succession Planning
• 500–5.000 Mitarbeitende, HRIS vorhanden, bessere Analytics gewünscht → Visier
• 50–500 Mitarbeitende, Personio oder ähnliches im Einsatz → Personio + Claude/ChatGPT-Auswertung
• Unter 50 Mitarbeitende → kein dediziertes System nötig; strukturierte Excel-Talent-Map mit LLM-Unterstützung reicht

Datenschutz, Betriebsrat und rechtliche Pflichten

Nachfolgeplanung berührt besonders sensible Daten: Leistungsbeurteilungen, Karrierewünsche, Entwicklungsgespräche, Gehaltsstrukturen und explizite Zukunftspläne für Mitarbeitende. Das erzeugt einen doppelten Pflichtrahmen — datenschutzrechtlich und mitbestimmungsrechtlich.

DSGVO-Anforderungen.
Wer KI zur systematischen Analyse von Mitarbeiterdaten einsetzt, muss prüfen, ob eine Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO erforderlich ist. Bei KI-Systemen, die Mitarbeitende bewerten und kategorisieren, ist das in der Regel der Fall — der Europäische Datenschutzausschuss hat systematische Überwachung und Profilbildung von Beschäftigten explizit als Hochrisikoverarbeitung eingestuft. Die DSFA ist kein bürokratisches Formular, sondern ein Instrument, das zwingt, die konkreten Risiken zu beschreiben und Gegenmaßnahmen festzulegen — bevor das System in Betrieb geht.

Zweckbindung und Datensparsamkeit (Art. 5 DSGVO) sind keine Empfehlungen, sondern Pflichten: Die HR-Daten dürfen ausschließlich für den definierten Zweck (Nachfolgeplanung für benannte Schlüsselpositionen) verwendet werden — nicht für allgemeine Leistungsüberwachung oder andere Auswertungen. Das muss dokumentiert und technisch durchgesetzt sein.

Betriebsrat und Mitbestimmungsrechte.
Wo ein Betriebsrat existiert, greift §87 Abs. 1 Nr. 6 BetrVG: Technische Einrichtungen, die dazu geeignet sind, das Verhalten oder die Leistung von Arbeitnehmenden zu überwachen, bedürfen der Zustimmung des Betriebsrats. Ein KI-System, das Leistungsdaten und Kompetenzprofile auswertet und daraus Beförderungsempfehlungen ableitet, fällt in dieser Auslegung typischerweise darunter. Zusätzlich greift §95 BetrVG bei Auswahlrichtlinien: Wenn das System definierte Kriterien für die Auswahl von Nachfolge-Kandidaten anwendet, ist der Betriebsrat bei der Festlegung dieser Kriterien zu beteiligen.

Praktisch bedeutet das: Der Betriebsrat muss vor dem Go-Live eingebunden werden — nicht als Pro-Forma-Information, sondern als aktiver Gestaltungspartner. Das ist keine Hürde, sondern eine Absicherung: Ein System, das ohne Betriebsratsabstimmung eingeführt wurde, kann nachträglich gestoppt werden. Eine gemeinsam erarbeitete Betriebsvereinbarung, die Datenquellen, Zweck, Kriterien und menschliche Entscheidungsverantwortung festschreibt, schafft Rechtssicherheit für alle Seiten.

EU AI Act — Hochrisiko-Einstufung.
Unter dem EU AI Act gelten KI-Systeme, die im Beschäftigungskontext eingesetzt werden und Entscheidungen über Einstellung, Beförderung, Aufgabenverteilung oder Kündigung beeinflussen, als Hochrisikosysteme (Annex III). Das erfordert u.a. Risikomanagementsysteme, technische Dokumentation, Logging der KI-Entscheidungen, menschliche Aufsicht und Meldepflichten. Unternehmen, die ab 2026 entsprechende Systeme einsetzen, müssen diese Anforderungen erfüllen — und das gilt auch, wenn ein US-amerikanischer Tool-Anbieter die KI-Komponente liefert.

Menschliche Letztentscheidung — keine Ausnahme.
Art. 22 DSGVO verbietet ausschließlich automatisierte Entscheidungen, die erhebliche Auswirkungen auf Personen haben. Personalbezogene Entscheidungen — also wer auf eine Nachfolgeliste gesetzt wird, wer eine Führungsposition übernimmt, wer gefördert wird — darf das KI-System nie alleine treffen. Es darf empfehlen, analysieren, sortieren. Die Entscheidung liegt bei Menschen, und das muss im System und in der Prozessdokumentation sichtbar und nachvollziehbar sein.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten
Der größte Kostentreiber ist nicht die Software, sondern die Datenvorbereitung. Wenn Leistungsbeurteilungen als PDF-Dateien vorliegen, Kompetenzprofile nicht strukturiert erfasst sind und Karrierewünsche mündlich kommuniziert wurden, muss dieser Rückstand aufgeholt werden — das kostet intern Zeit oder extern Geld:

• Interne Projektzeit für Datenstrukturierung und Datenerfassung: erfahrungsgemäß 4–8 Wochen (eine HR-Person Vollzeit)
• Externe Beratung für Datenschutz-Folgenabschätzung und Betriebsratsabstimmung: 3.000–10.000 Euro je nach Komplexität
• Setup Enterprise-System (SAP SuccessFactors, Workday): 100.000–500.000 Euro Implementierung — nur für Unternehmen, bei denen sich das auch außerhalb der Nachfolgeplanung rechtfertigt

Für den realistischen Mittelstand-Ansatz (Personio + LLM-Auswertung):

• Einrichtungskosten: 2.000–8.000 Euro (externe Beratung, DSFA, Prozessaufbau)
• Interne Personalzeit: ca. 3–4 Wochen Vollzeit in der Aufbauphase

Laufende Kosten (monatlich)

• Personio-Zusatzmodule (Performance & Development): ca. 1–2 Euro/MA/Monat zusätzlich
• LLM-Kosten für regelmäßige Auswertungsläufe: minimal (< 50 Euro/Monat für typische Nutzung)
• Interne Pflegezeit: ca. 4–8 Stunden/Monat für eine HR-Person

Das gegengerechnet: Was kostet eine ungeplante Vakanz?
Nimm eine Schlüsselposition mit 80.000 Euro Jahresgehalt. Externe Besetzung über Headhunter: Provision ca. 20–25 % des Jahresgehalts = 16.000–20.000 Euro. Dazu die Einarbeitungszeit: Laut Oxford Economics-Studie braucht eine neue Fachkraft im Schnitt 28 Wochen bis zu voller Produktivität — bei 80.000 Euro Jahresgehalt sind das rund 43.000 Euro Produktivitätskosten. Macht zusammen: 59.000–63.000 Euro für eine einzige externe Besetzung. Hinzu kommt das Fehlbesetzungsrisiko: Wenn die externe Besetzung in Jahr eins oder zwei wieder kündigt — wie es bei 30–40 % der Fälle passiert — beginnt das Spiel von vorn.

Eine interne Besetzung durch einen vorbereiteten Kandidaten spart den Großteil dieser Kosten. Die Einarbeitungszeit ist deutlich kürzer, das Kulturfit-Risiko geringer, die Bindungsrate höher. Selbst wenn nur zwei solche Fehlbesetzungen in fünf Jahren verhindert werden, hat sich ein Nachfolgeplanungssystem mit 50.000 Euro Gesamtinvestition mehrfach amortisiert.

Wie du den Nutzen tatsächlich misst.
Die ehrlichsten Kennzahlen: (1) Interne Besetzungsquote bei Schlüsselpositionen — wächst sie über Zeit? (2) Time-to-Fill bei Vakanzen in geplanten vs. ungeplanten Situationen. (3) Verweildauer intern besetzter Führungspositionen nach drei Jahren. Diese drei Zahlen zeigen dir in Echtzeit, ob das System wirkt.

Typische Einstiegsfehler

1. Nur Führungspositionen planen — und die stillen Schlüsselpersonen vergessen.
Der häufigste Fehler: Nachfolgeplanung beginnt und endet bei der ersten und zweiten Führungsebene. Dabei sind oft die größten Risiken bei technischen Expertinnen und Experten — der Entwickler mit 12 Jahren Produktwissen, die Vertriebsfrau mit dem persönlichen Kundennetzwerk, der Maschinenbediener, der jeden Sonderfall des wichtigsten Fertigungsprozesses kennt. KI kann helfen, diese versteckten Schlüsselpersonen sichtbar zu machen — indem systematisch analysiert wird, wessen Ausfall die größte Auswirkung hätte und wer das Wissen trägt, das nirgends dokumentiert ist.

2. Das System als Geheimprojekt einführen.
Wenn Mitarbeitende herausfinden, dass ein System ihre Leistungsdaten auswertet, um Nachfolgelisten zu erstellen — ohne dass sie das wussten — ist das Vertrauen nachhaltig beschädigt. Das ist nicht nur ein Kommunikationsproblem, sondern auch eine rechtliche Pflicht: Mitarbeitende haben ein Recht auf Information, welche Daten über sie erhoben und wie sie verwendet werden (Art. 13/14 DSGVO). Gute Nachfolgeplanung läuft transparent: Mitarbeitende wissen, dass ihre Kompetenzprofile erfasst werden, kennen die Verwendungszwecke und haben die Möglichkeit, Unrichtigkeiten zu korrigieren. Das erhöht auch die Datenqualität — wer weiß, dass das Profil für seine Entwicklung relevant ist, pflegt es aktiv.

3. Kompetenzprofile einmalig erfassen und dann vergessen.
Das ist der Wartungsfehler — und er ist der gefährlichste. Eine Talent-Map, die auf 18 Monate alten Daten basiert, ist eine Falle: Sie erzeugt Sicherheit, die nicht existiert. Kandidaten wechseln die Abteilung, machen Weiterbildungen, ändern ihre Karrierewünsche — oder verlassen das Unternehmen. Ein System ohne Pflegezyklus liefert nach zwei Jahren Empfehlungen für Personen, die längst weg sind. Pflicht: mindestens halbjährliche Aktualisierung der Kompetenzprofile, gekoppelt an die regulären Mitarbeitergespräche; eine namentlich benannte Person mit Verantwortung für die Datenpflege.

4. Konzentrations-Risiko unterschätzen.
Ein klassisches Muster in schlecht konfigurierten Systemen: Dieselben zwei oder drei starken Kandidaten erscheinen als Nachfolger für fünf verschiedene Schlüsselpositionen. Das fühlt sich nach Redundanz an, ist aber das Gegenteil: Wenn einer dieser Kandidaten geht, bricht die Nachfolgeplanung für mehrere Positionen gleichzeitig zusammen. Gute Systeme flaggen dieses Konzentrations-Risiko automatisch und fordern breiteren Pool-Aufbau.

5. Den Betriebsrat nachträglich informieren.
Wer das System aufbaut und den Betriebsrat dann mit fertigen Fakten konfrontiert, riskiert nicht nur Konflikte — er riskiert, dass das System gestoppt werden muss. Die rechtlich und praktisch sinnvolle Reihenfolge: erst abstimmen, dann einführen.

Was mit der Einführung wirklich passiert — und was nicht

Nachfolgeplanung ist das HR-Projekt, das die meisten Widerstände erzeugt — weil es berührt, was Menschen über ihre Zukunft denken.

Führungskräfte, die Talente horten.
Die größte strukturelle Bremse: Abteilungsleitende, die ihre besten Leute nicht für andere Positionen freigeben wollen. Wenn jemand als Nachfolger für eine Position in einer anderen Abteilung identifiziert wird, muss die aktuelle Führungskraft zustimmen — und das tut sie nicht immer gerne. Das ist ein Kulturproblem, kein Technologieproblem. Wie man es löst: Interne Mobilität als Führungskräfte-KPI verankern. Wer Talente aufbaut und für andere Rollen freigibt, wird dafür sichtbar und anerkannt — statt dafür bestraft, seinen besten Mitarbeitenden zu verlieren.

Mitarbeitende, die sich kategorisiert fühlen.
”Bin ich auf der Liste oder nicht?” ist eine Frage, die sich jeder stellt. Wenn das System impliziert, dass Mitarbeitende in “Nachfolger” und “nicht Nachfolger” sortiert werden, entsteht Unmut bei denen, die nicht erscheinen — auch wenn das System gar nicht so funktioniert. Die Lösung: klare Kommunikation, dass Nachfolgeplanung keine Endentscheidung über Karrierewege ist, sondern ein Entwicklungsinstrument. Niemand ist dauerhaft “out” — und niemand ist automatisch “in”. Die Kandidatenlisten ändern sich, und die Entwicklungsmaßnahmen gelten allen, die sich weiterentwickeln wollen.

IT, die die Datenmigration unterschätzt.
Wenn Leistungsbeurteilungen als unstrukturierte PDFs im Ordner liegen und Kompetenzprofile nie systematisch erfasst wurden, ist die technische Grundlage für KI-Auswertungen nicht vorhanden. Das ist keine KI-Schwäche — das ist Datenrealität. Drei bis sechs Monate für Datenbereinigung und strukturierte Ersterfassung einzuplanen ist realistisch. Wer diese Phase unterschätzt, hat nach sechs Monaten ein System mit schlechter Datenlage, das schlechte Empfehlungen gibt — und damit die Glaubwürdigkeit des gesamten Projekts beschädigt.

Was konkret hilft:

• Einen Piloten mit zwei bis drei Schlüsselpositionen starten — und die Ergebnisse mit Führungskräften offen diskutieren, bevor man auf alle Positionen ausrollt
• Mitarbeitende aktiv in die Erfassung ihrer eigenen Kompetenzprofile einbeziehen — das erhöht Datenqualität und Akzeptanz gleichzeitig
• Einen jährlichen “Talent-Review”-Termin im Führungskräfte-Kalender verankern — der zur Pflicht wird, nicht zur optionalen Kür
• Den Betriebsrat frühzeitig als Kommunikationspartner nutzen, nicht nur als Zustimmungsinstanz

Realistischer Zeitplan mit Risikohinweisen

Hinweis: Der Betriebsratsschritt ist kein optionaler Block, den man parallel erledigt. Er bestimmt, wann der technische Start möglich ist. Plane mindestens vier bis sechs Wochen für diesen Prozess ein — mehr, wenn der Betriebsrat erste Berührungspunkte mit KI im HR hat.

Häufige Einwände — und was dahintersteckt

„Unsere Mitarbeitenden werden das als Überwachung empfinden.”
Diesen Einwand ernst nehmen — er ist nicht unbegründet. Ein System, das Leistungsdaten analysiert und Beförderungsempfehlungen macht, ohne dass Mitarbeitende das wissen oder mitgestalten konnten, ist eine Form von Überwachung. Die Antwort liegt nicht in der Technik, sondern in der Implementierung: Wenn Mitarbeitende aktiv an der Pflege ihrer eigenen Profile beteiligt sind, wenn sie sehen, welche Daten erfasst werden und wozu, und wenn das System erkennbar zu ihrer Entwicklung beiträgt — ändert sich die Wahrnehmung. Transparenz ist hier kein PR-Mittel, sondern eine Pflicht aus Art. 13/14 DSGVO.

„Wir haben keine strukturierten Daten — das macht KI für uns sinnlos.”
Stimmt zum Teil — und genau deshalb ist der erste Schritt kein KI-System, sondern Datenstrukturierung. Das klingt unbefriedigend, ist aber der ehrlichste Rat: Drei Monate, in denen Kompetenzprofile konsequent erfasst werden und Mitarbeitergespräche nach einem einheitlichen Schema geführt werden, sind wertvoller als die sofortige Einführung eines Systems, das Chaos in digitalisierten Chaos verwandelt.

„Bei uns entscheidet das sowieso die Geschäftsführung nach Bauchgefühl.”
Das ist der stärkste Einwand — und zugleich der deutlichste Hinweis, dass ein systematisches Vorgehen fehlt. Bauchgefühl-Entscheidungen bei Schlüsselpositionen kosten Unternehmen im Schnitt mehr als systematische Nachfolgeplanung, weil die Fehlbesetzungsquote höher ist und weil qualifizierte interne Kandidaten übergangen werden und das Unternehmen verlassen. Der Gegenbeweis ist nicht ein KI-System — es ist eine Tabelle mit den letzten zehn Schlüsselbesetzungen: Wie viele waren intern? Wie viele davon haben drei Jahre gehalten?

Woran du merkst, dass das zu dir passt

• Du hast mehr als fünf Positionen, bei denen ein unerwarteter Abgang das Unternehmen spürbar zurückwerfen würde
• Mindestens eine Schlüsselperson hat Signale gegeben, dass sie in zwei bis vier Jahren wechseln oder in Rente gehen möchte — und es gibt noch keinen klaren Nachfolger
• Dein Unternehmen hat strukturierte Performance-Reviews im Einsatz (jährlich oder halbjährlich), aus denen Leistungsdaten und Kompetenzeinschätzungen entstehen
• Du weißt, dass bei euch informelle Netzwerke und Bauchgefühl über Beförderungen entscheiden — und das ist nicht mehr tragbar, weil die Entscheidungen größer werden
• Ihr habt mindestens 50 Mitarbeitende — darunter ist der strukturelle Aufwand selten gerechtfertigt

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 30–50 Mitarbeitenden oder weniger als fünf wirklichen Schlüsselpositionen. Das System, das du brauchst, ist eine strukturierte Tabelle mit Nachfolgenotizen — kein KI-Tool. Der Einrichtungsaufwand übersteigt den Nutzen deutlich. Investiere die Zeit in direkte Entwicklungsgespräche.

2. Keine strukturierten Leistungs- und Kompetenzdaten vorhanden. Wenn Mitarbeitergespräche nicht stattfinden oder als informelle Plauderei geführt werden, ohne dass Stärken, Entwicklungsbedarfe und Karrierewünsche erfasst werden — dann fehlt der Rohstoff für jede KI-Auswertung. Schritt eins ist hier: strukturierte Gespräche einführen, nicht ein KI-System. KI kann Muster in Daten finden; Daten, die nicht existieren, kann sie nicht erzeugen.

3. Kein Betriebsrat-Mandat oder keine Kapazität für die DSGVO-Folgenabschätzung. Wer das System einführen will, ohne die rechtlichen Pflichten zu erfüllen, produziert ein Haftungsrisiko — nicht nur für das Unternehmen, sondern persönlich für die verantwortlichen HR-Personen. Kein Tool der Welt löst dieses Problem. Wenn die Ressourcen für die datenschutzrechtliche Absicherung fehlen, ist der Startzeitpunkt noch nicht gekommen.

Das kannst du heute noch tun

Nimm eine einzige Schlüsselposition — eine, bei der du das Risiko eines Abgangs als hoch einschätzt. Schreibe das Anforderungsprofil für diese Rolle auf: Was sind die fünf bis acht Kernkompetenzen? Welche Projekterfahrungen sind unverzichtbar? Welche Art von Persönlichkeit passt zur Teamkultur?

Dann: Öffne die letzten Mitarbeitergespräche der fünf bis zehn Personen, die dir intuitiv als mögliche Kandidaten einfallen. Kopiere die relevanten Abschnitte in das folgende Prompt-Template und lass die KI eine erste Lückenanalyse erstellen.

Das dauert 30–60 Minuten. Was du danach weißt: Ob die intuitive Kandidatenliste der strukturierten Analyse standhält — und wo die größten Entwicklungslücken liegen.

Quellen & Methodik

• Kosten externer Besetzungen und Einarbeitungszeit: Oxford Economics, „The Cost of Brain Drain” (2014); aktualisierte Zahlen bestätigt durch HRreview UK und britische Recruiting-Verbände. Für deutsche Führungspositionen gelten ähnliche oder höhere Werte, da Headhunter-Provisionen typischerweise 20–25 % des Jahresgehalts betragen.
• Leistungsunterschied interne vs. externe Beförderungen: Thomas International, „The Performance Impact of Internal Promotions” (Erhebung bei 180 Unternehmen); bestätigt durch CNBC-Bericht zu Verizon-Talent-Strategie (November 2023).
• Verizon-Fallbeispiel: CNBC WEC Summit, Präsentation von Christina Schelling (SVP & Chief Talent Officer, Verizon), November 2023. Censia als Talent-Intelligence-Plattform-Partner; 7 von 9 direkten CEO-Reports innerhalb von 12 Monaten neu besetzt.
• Nachfolge-Lücke in deutschen Unternehmen: Harvard Business Review (mehrfach publiziert): 86 % erkennen Nachfolgeplanung als dringlich, 14 % setzen sie effektiv um. IW Köln: Schätzung der Wirtschaftsausfälle durch unbesetzte Schlüsselpositionen im Bereich 30 Mrd. Euro jährlich.
• SAP SuccessFactors KI-Features: SAP SuccessFactors Release Notes H2 2024; Worklogix Blog, „Highlights of SAP SuccessFactors Succession Planning for 2H 2024” (Januar 2025).
• Betriebsrat und Mitbestimmung: §87 Abs. 1 Nr. 6 BetrVG, §95 BetrVG; ibp-Kanzlei (digitalkanzlei-arbeitsrecht.de), „KI im Arbeitsrecht: Herausforderungen & Mitbestimmung” (2025); Europäischer Datenschutzausschuss, Leitlinien zu automatisierten Entscheidungen und Profiling (2018, in Kraft).
• EU AI Act Hochrisiko-Einstufung: EU AI Act, Annex III, Punkt 4 (Beschäftigungskontext); in Kraft seit August 2024, Anwendbarkeit für Hochrisikosysteme ab August 2026.
• Preisangaben Tools: Personio (öffentlich via Sales-Gespräche, Richtwert April 2026), SAP SuccessFactors (Marktrichtwerte, Angaben variieren stark je Konfiguration), Workday (Markrichtwerte, veröffentlicht via Partner-Berichte), Visier (Mid-Market-Pricing laut Visier-Website, Stand April 2026).

Du willst wissen, welche Schlüsselpositionen bei euch das höchste Vakanzkostenrisiko haben und welche Datenbasis für einen ersten strukturierten Ansatz ausreicht? Meld dich — das klären wir in 30 Minuten.