Datenerhebung
Kurzbeschreibung
Datenerhebung bezeichnet die systematische Sammlung von Informationen und Daten mit einem bestimmten Ziel.
Daten können erhoben werden, um:
- Sachverhalte zu analysieren
- Entscheidungen vorzubereiten
- Entwicklungen zu beobachten
- Qualität zu verbessern
- wissenschaftliche Erkenntnisse zu gewinnen
Datenerhebung ist ein grundlegender Bestandteil von:
- Statistik
- Forschung
- Unternehmensplanung
- Digitalisierung
- Qualitätsmanagement
Ziel der Datenerhebung
Zentrale Ziele sind:
- Informationen gewinnen
- Entwicklungen erkennen
- Entscheidungen unterstützen
- Prozesse verbessern
- Risiken erkennen
- Maßnahmen bewerten
Grundgedanke:
Gute Entscheidungen benötigen verlässliche Informationen.
Arten der Datenerhebung
Primärerhebung
Bei einer Primärerhebung werden Daten erstmals direkt erhoben.
Beispiele:
- Befragungen
- Interviews
- Beobachtungen
- Messungen
- Experimente
Vorteil:
- Daten passen genau zur Fragestellung
Nachteil:
- hoher Aufwand
Sekundärerhebung
Dabei werden bereits vorhandene Daten genutzt.
Beispiele:
- amtliche Statistiken
- Unternehmensberichte
- Forschungsdaten
- historische Daten
Vorteil:
- schneller verfügbar
- geringerer Aufwand
Nachteil:
- Daten passen möglicherweise nicht vollständig zur Fragestellung
Methoden der Datenerhebung
Befragung
Formen:
- Fragebogen
- Online-Umfrage
- persönliche Interviews
- Experteninterviews
Beispiele:
- Mitarbeiterbefragungen
- Kundenzufriedenheit
- Arbeitsklima
Beobachtung
Daten werden durch systematisches Beobachten gesammelt.
Beispiele:
- Arbeitsabläufe
- Verhalten
- Prozessanalysen
Messung
Erfassung messbarer Werte.
Beispiele:
- Produktionszeiten
- Belastungswerte
- Temperatur
- Maschinenlaufzeiten
Dokumentenanalyse
Auswertung vorhandener Unterlagen.
Beispiele:
- Statistiken
- Berichte
- Protokolle
- Personalunterlagen
Datenerhebung in Unternehmen
Unternehmen erheben Daten beispielsweise für:
- Personalplanung
- Produktionssteuerung
- Qualitätsmanagement
- Arbeitsschutz
- Kundenanalyse
- Digitalisierung
Beispiele:
- Altersstruktur der Beschäftigten
- Krankenstand
- Qualifikationen
- Produktionskennzahlen
- Arbeitszeitdaten
Datenerhebung und Datenschutz
Bei personenbezogenen Daten gelten besondere Anforderungen.
Grundlagen:
und
Wichtige Datenschutzprinzipien:
Rechtmäßigkeit
Daten dürfen nur auf einer zulässigen Grundlage erhoben werden.
Zweckbindung
Daten dürfen nur für den vorgesehenen Zweck verwendet werden.
Datenminimierung
Es dürfen nur notwendige Daten erhoben werden.
Transparenz
Betroffene müssen wissen:
- welche Daten erhoben werden
- warum sie erhoben werden
- wie sie genutzt werden
Personenbezogene und nicht personenbezogene Daten
Personenbezogene Daten
Beispiele:
- Name
- Adresse
- Gesundheitsdaten
- Arbeitszeitdaten mit Personenbezug
Besonderer Schutz erforderlich.
Nicht personenbezogene Daten
Beispiele:
- allgemeine Produktionszahlen
- statistische Werte ohne Personenbezug
Datenerhebung im Arbeitsverhältnis
Im Betrieb werden viele Daten verarbeitet.
Beispiele:
- Personalstammdaten
- Arbeitszeiten
- Qualifikationen
- Leistungsdaten
- Fehlzeiten
- Sicherheitsdaten
Dabei müssen Arbeitgeber die Rechte der Beschäftigten beachten.
Rolle des Betriebsrats
Der Betriebsrat hat wichtige Beteiligungsrechte beim Umgang mit Beschäftigtendaten.
Allgemeine Aufgaben
Der Betriebsrat überwacht:
- Einhaltung von Gesetzen
- Schutz der Beschäftigten
- Gleichbehandlung
Technische Einrichtungen
Besonders relevant bei:
- digitalen Zeiterfassungssystemen
- Überwachungssystemen
- Software zur Leistungs- oder Verhaltenskontrolle
Informationsrechte
Der Arbeitgeber muss dem Betriebsrat notwendige Informationen bereitstellen.
Bezug:
Datenerhebung im Arbeitsschutz
Im Arbeitsschutz werden Daten genutzt für:
- Gefährdungsbeurteilungen
- Unfallanalysen
- Präventionsmaßnahmen
Grundlage:
Beispiele:
- Unfallzahlen
- Belastungsanalysen
- Arbeitsplatzbewertungen
Datenerhebung und amtliche Statistik
Die:
nutzt systematische Datenerhebungen, um Entwicklungen in Gesellschaft und Wirtschaft darzustellen.
Beispiele:
- Beschäftigungszahlen
- Bevölkerungsentwicklung
- Wirtschaftsdaten
Digitalisierung und Datenerhebung
Digitale Systeme ermöglichen:
- automatische Datenerfassung
- Echtzeitanalysen
- Prozessoptimierung
- künstliche Intelligenz
Neue Herausforderungen:
- Datenschutz
- Transparenz
- Kontrolle durch Beschäftigte
- Datenqualität
Qualitätsanforderungen an Daten
Gute Daten sollten sein:
Vollständig
Alle wichtigen Informationen sind enthalten.
Richtig
Die Daten entsprechen der Realität.
Aktuell
Die Informationen sind zeitnah.
Vergleichbar
Daten können miteinander verglichen werden.
Nachvollziehbar
Die Herkunft und Methode sind dokumentiert.
Typische Fehler
- zu viele Daten ohne klaren Zweck sammeln
- Datenschutz nicht beachten
- schlechte Datenqualität verwenden
- Ergebnisse falsch interpretieren
- Beschäftigte nicht informieren
- Datenerhebung mit Überwachung verwechseln
Praxisbeispiel
Ein Unternehmen möchte die Arbeitsbelastung in einer Produktionsabteilung untersuchen.
Datenerhebung:
- Mitarbeiterbefragung
- Arbeitsplatzanalyse
- Unfallstatistik
- Belastungsmessungen
Auswertung:
- Belastungsschwerpunkte erkennen
- Maßnahmen entwickeln
- Gesundheitsschutz verbessern
Der Betriebsrat wird bei mitbestimmungspflichtigen Maßnahmen beteiligt.
Verhältnis zu anderen Themen
|Thema|Zusammenhang|
|-|-|
|Datenschutz|Regelt den Umgang mit erhobenen Daten|
|Datenanalyse|Auswertung erhobener Informationen|
|Statistik|Systematische Verarbeitung von Daten|
|Amtliche Statistik|Öffentliche Datenerhebung|
|Digitalisierung|Neue Formen automatisierter Datenerfassung|
|Personalplanung|Nutzung von Beschäftigtendaten|
|Betriebsrat|Kontrolle und Mitbestimmung|
|Arbeitsschutz|Datennutzung zur Prävention|
Merksatz
Datenerhebung ist die systematische Sammlung von Informationen, um Entwicklungen zu verstehen, Entscheidungen zu unterstützen und Maßnahmen gezielt planen zu können. Sie muss dabei immer rechtliche und datenschutzrechtliche Grenzen beachten.
Bezug zu Knoten
- Datenschutz
- DSGVO
- Datenanalyse
- Statistik
- Amtliche Statistik
- Digitalisierung
- Betriebsrat
- Mitbestimmung
- Informationspflicht
- Auskunftspflicht
- Personalplanung
- Arbeitsschutz
- Qualitätsmanagement
- Künstliche Intelligenz
Praxisrelevanz
Datenerhebung ist eine Grundlage moderner Arbeitswelten.
Unternehmen, Behörden und Interessenvertretungen benötigen Daten, um:
- Entscheidungen vorzubereiten
- Beschäftigung zu planen
- Arbeitsbedingungen zu verbessern
- Veränderungen zu gestalten
Gleichzeitig müssen Datenschutz und Persönlichkeitsrechte geschützt werden.
Im Kontext von AELS verbindet Datenerhebung die Themen Digitalisierung, Datenschutz, Statistik, Mitbestimmung und datenbasierte Gestaltung der Arbeitswelt.