Erstellen einer maßgeschneiderten Case Study mit KI für Führungskräfte
Lerne, wie du mit KI maßgeschneiderte Case Studies für Führungspositionen generierst – inklusive passender Musterlösung und objektivem HR-Bewertungsschema.
Über diesen Snip
Fehlbesetzungen auf Führungsebene verursachen hohe Kosten und binden wertvolle Ressourcen. Herkömmliche Standard-Fallstudien sind häufig online zu finden oder spiegeln die tatsächlichen Herausforderungen der Position nicht wider. In diesem Snip erfährst du, wie du mithilfe von KI-Modellen wie ChatGPT o1 in wenigen Schritten maßgeschneiderte, anspruchsvolle Case Studies für Führungspositionen erstellst.
Schritt für Schritt wird gezeigt, wie du eine bestehende Stellenbeschreibung nutzt, um eine realistische Fallstudie mit Leitfragen, mathematischen ROI-Berechnungen und klaren Präsentationsrichtlinien zu generieren. Im Anschluss wird demonstriert, wie die KI eine 10-teilige Musterlösung sowie ein gewichtetes Bewertungsschema liefert, das deinem HR-Team eine objektive und zeitsparende Beurteilung der Bewerbenden ermöglicht.
Transkript nachlesen
Hi, im heutigen Snip sprechen wir darüber, wie HR mit Hilfe von KI maßgeschneiderte Case Studies für Bewerber erstellen kann. Das ist insbesondere bei Führungspositionen wichtig, um Kandidaten wirklich herauszufordern und auch herauszufinden, ob die Kandidaten es wirklich ernst meinen. Warum ist das Ganze so relevant? Zum einen: Falsche Einstellungen können extrem teuer werden, gerade wenn eine neue Führungskraft früh wieder geht bzw. gegangen wird. Case Studies zeigen, ob Bewerber strukturiert denken können, ob sie motiviert sind und ob sie Ergebnisse gut kommunizieren können. Aber es ist relativ schwierig, immer passende Cases zu finden, gerade für so Führungspositionen, und viele Firmen haben eigentlich nur so ihre Standard-Case-Studies auf Halde, die sie vielleicht immer wieder nutzen, auch wenn ja letztendlich die gar nicht so gut auf die Rollen passen. Und bekannte Brainteaser oder auch Case Studies, insbesondere bei größeren Unternehmen, sind oft auf Glassdoor oder Kununu zu finden, weil andere Bewerber die quasi veröffentlichen, also von ihren Erfahrungsberichten. Und daher ergibt es schon Sinn, jedes Mal sich für so eine Führungsposition, die man ja auch nicht so häufig einstellt, hoffentlich, eine neue Case Study zu erstellen. Und wie das Ganze funktioniert, schauen wir uns heute an. Und wir schauen uns auch noch an, wie Recruiting eine Musterlösung schnell bekommen kann und auch noch ein Bewertungsschema, um im Nachhinein auch natürlich die Bewerbenden optimal einschätzen zu können und bewerten zu können. Viel Spaß damit! So, und bevor wir uns den Prompt oder die Prompts anschauen, noch mal ganz kurz hier eine Übersicht über das, was wir heute erarbeiten: Wir haben hier eine Jobposition und erstellen dann eine passende Fallstudie genau für diese Position mit einer Einleitung, Aufgaben, mit Leitfragen und noch Präsentationsrichtlinien. Und wir erstellen zusätzlich eine Musterlösung für HR, in dem Fall für 10 Slides, weil 10 Slides unsere Vorgaben sein werden, und noch ein Bewertungsschema, um am Ende das Recruiting-Team zu unterstützen, dabei den Bewerber oder die Bewerberin zu bewerten. Und jetzt schauen wir uns den Prompt an. Wir sind jetzt in ChatGPT. Wir nutzen jetzt in unserem Fall das o1-Modell. Das ist nur in der kostenpflichtigen Plus-Version verfügbar. Ihr könnt aber auch das 4o-Modell verwenden, ihr könnt auch Claude verwenden. Die Ergebnisse sind eigentlich immer relativ gut. Wir haben jetzt die subjektive Erfahrung gemacht, dass bei mehrfachem Prompten das o1-Modell die besten Ergebnisse erzielt, aber auch die anderen Modelle sind hier durchaus leistungsstark und liefern gute Ergebnisse. Zunächst schauen wir uns mal den Prompt an. Und zwar ist der Prompt gar nicht so kompliziert. Wir sagen: „Du bist ein KI-Assistent, der beauftragt wurde, eine Fallstudie für Bewerberinnen zu erstellen. Dein Ziel ist es, eine anspruchsvolle und relevante Fallstudie zu generieren und den Bewerbern ein ausführliches Briefing zur Lösung der Case Study zur Verfügung zu stellen. Folge diesen Anweisungen sorgfältig: Lies die folgende Stellenbeschreibung.“ Hier haben wir quasi diese Tags, die den Start und das Ende der Stellenbeschreibung markieren. Hier kopieren wir gleich die Stellenbeschreibung rein. Dann: „Analysiere den Stil der Stellenbeschreibung. Achte dabei besonders darauf, ob die Kandidatinnen formell ‚Sie‘ oder informell ‚Du‘ angesprochen werden. Passe den Stil der Fallstudie entsprechend an.“ Da das natürlich alles so mit der Corporate Identity und der Kommunikation ja zu tun hat und wir natürlich, auch wenn wir so eine Aufgabe stellen, unseren Stil beibehalten wollen. In unserem Fall hier bei Deloitte ist es mit „Du“, wie wir dann auch gleich im Ergebnis sehen werden. Der dritte Punkt ist: „Erstelle eine Fallstudie, die relevant für die Aufgaben und Herausforderungen der Position ist.“ Hier müsst ihr jetzt natürlich den Prompt noch ein bisschen anpassen an eure Anforderungen natürlich. In unserem Fall haben wir gesagt: „Die Fallstudie soll komplex genug sein, um etwa 5 bis 6 Stunden Arbeitsaufwand inklusive der Vorbereitung einer Präsentation erfordern“, was meiner Meinung nach für so eine absolute Topposition jetzt kein unverschämt hoher Arbeitsaufwand ist, denn wir wollen ja auch nur Personen, die hier wirklich Bock auf den Job haben und hier auch sich so vorbereiten wollen und bereit dazu sind. Wenn ich nicht bereit bin, 5 Stunden oder 6 Stunden in die Vorbereitung zu stecken bei so einer Position, dann bin ich vielleicht auch nicht die richtige Person. „Sofern der Bewerber aktuelle Prozesse analysieren soll, musst du ihm ausreichende Informationen dazu mitteilen, da der Bewerber keine internen Themen kennen kann. Bitte gebe 3 bis 5 Leitfragen vor.“ Also das ist noch mal relevant, denn sonst fängt ChatGPT in der Antwort immer in der ersten Aufgabe damit an zu sagen: „Analysiere unsere aktuelle Situation.“ Wenn ich keine Informationen dazu habe, kann ich auch die aktuelle Situation nicht analysieren, von daher ist hier der Hinweis wichtig. „Gebe 3 bis 5 Leitfragen vor, um dem Bewerber etwas Orientierung zu geben. Gebe nur Leitfragen vor und keine Unterpunkte.“ Das ist wiederum relevant, weil sonst ChatGPT die Fragen zu sehr runterbricht und zu jeder Frage irgendwie 4, 5 Unter-Bullets macht und dadurch hat der Bewerber quasi schon viel zu viel Hilfe und muss die Transferleistung gar nicht machen, wie er das Problem eigentlich selbst lösen würde. „In der Regel soll die Case Study auch eine Frage beinhalten, die einen mathematischen Ansatz erfordert, für welche der Bewerber sinnvolle Annahmen treffen muss.“ Hängt natürlich auch an eurer Position. Bei so einer Position finden wir es wichtig, dass man eben auch ein bisschen rechnen kann. Und aus dem Grund haben wir das hier mit hinzugefügt, dass der Bewerber oder die Bewerberin da auch noch einen mathematischen Teil lösen muss oder zumindest Konzepte, mathematische Konzepte beziehungsweise oft so Return-on-Investment-Konzepte: Lohnt sich ein Projekt? Wie messe ich das? Und so weiter muss man eigentlich können. Und last but not least: „Integriere Richtlinien für die Präsentation, in denen festgelegt wird, dass sie maximal 10 Folien umfassen darf.“ Das ist jetzt auch was Natürlich, das ist arbiträr, aber in 10 Folien sollte man eigentlich die meisten Aufgaben darstellen können, denn ihr wollt ja auch nicht, dass am Ende irgendwie 50 Slides kommen und die Vorstellung 3 Stunden dauert. Aber das könnt ihr natürlich anpassen, so wie es für euch relevant ist. Jetzt müssen wir hier nur noch die Jobbeschreibung reinkopieren und dann geht's los. So, jetzt sehen wir hier, dass ChatGPT o1 27 Sekunden nachgedacht hat. Und wenn man das mal aufklickt, dann sieht man so ein bisschen, was die Denkweise war. Natürlich ist es nicht eins zu eins, dass ChatGPT so vorgegangen ist in der Logik, aber man sieht so ein bisschen, was es sich angeschaut hat: Erarbeitung einer Fallstudie, klar. Er hat irgendwie drüber nachgedacht, wie Leitfragen aussehen können. Er hat angeschaut, ob Du oder Sie, und ist dann hat sich dann so ein bisschen quasi die Position noch angeschaut, eine Präsentationsrichtlinie gemacht, er hat die Aufgaben hier geklärt. Also ja, halt so ein bisschen, wie wenn man Praktikanten fragen würde: „An was denkst denn du alles, wenn du jetzt die Aufgabe löst?“ So ein bisschen ist das hier auch zu verstehen. Und dann haben wir die Lösung, also die Fallstudie für die Position Head of Operations and Advisory. Und schauen wir uns kurz an. Einleitung: „Als zukünftiger Head of Operations bist du verantwortlich für die Weiterentwicklung unseres HR Operations und die Implementierung innovativer HR-Lösungen. In einer sich ständig veränderten Arbeitswelt streben wir danach, unsere Prozesse zu optimieren, zu digitalisieren und dabei sowohl arbeitsrechtliche Vorgaben als auch Mitbestimmungsrechte zu berücksichtigen. Entwickle ein umfassendes Konzept zur Transformation unserer HR Operations mit Fokus auf Automatisierung und Digitalisierung. Ziel ist es, Effizienz und Qualität des HR-Services zu steigern, aktuelle technische Möglichkeiten zu nutzen und gleichzeitig den gesetzlichen sowie mitbestimmungsrechtlichen Anforderungen gerecht zu werden.“ Dann haben wir verschiedene Leitfragen. Gehen wir jetzt quasi nicht ins Detail ein, aber man sieht, dass die recht breit gehalten sind und ich quasi wirklich noch Transferleistung machen muss, um einfach mir zu überlegen, wie ich diese Aufgaben löse. Wir lesen uns die erste kurz mal durch: „Wie würdest du unsere bestehenden Prozesse analysieren, um Optimierungspotenziale für Automatisierung und Digitalisierung zu identifizieren?“ Die Frage wird so gestellt, da wir gepromptet haben, dass er nicht einfach irgendwelches Vorwissen voraussetzen kann. Weil, seht ihr, wenn man das nicht macht, dann ist die erste Frage oft: „Analysiere unsere aktuellen Prozesse und gib uns irgendwie gib mir irgendwie Info über Status quo“, was natürlich ein Bewerber oder eine Bewerberin nicht machen kann, wenn die Informationen nicht gegeben werden. Und hier unten haben wir unsere mathematische Frage, also mathematisch in Anführungsstrichen: „Erstelle eine prognostizierte Kosten-Nutzen-Analyse für die Einführung eines neuen digitalen HR-Systems. Triff dabei angemessene Annahmen und berechne den erwarteten Return on Invest über einen Zeitraum von 3 Jahren.“ Was, glaube ich, eine sehr sinnvolle und passende Aufgabe für diese Rolle ist. Und last but not least haben wir hier unten noch die Präsentationsrichtlinien: Wir haben gesagt, die soll maximal 10 Folien umfassen und die Inhalte sollen klar strukturiert sein und so weiter, visuelle Elemente verwendet werden und so weiter und so fort. Also eine sehr passende Case Study für die Rolle, würde ich sagen. So, jetzt wollen wir natürlich das Leben für das Recruiting-Team oder die einstellenden Manager auch noch erleichtern, denn das sind sehr komplexe Aufgaben und irgendwie muss ich ja bewerten, ob der Bewerber oder die Bewerberin hier einen guten Job gemacht hat. Also geben wir dem Recruiting-Team noch eine kleine Hilfe an die Hand und sagen: „Entwickle eine ausführliche Beispiellösung, die das Recruiting-Team bei der Bewertung der Bewerberantworten in Betracht ziehen kann. Erstelle außerdem ein Bewertungsschema, anhand dessen das Recruiting-Team die Ausführung der Case Study bewerten kann.“ So, und jetzt sehen wir, dass hier ChatGPT ganze 58 Sekunden nachgedacht hat, um hier eine Lösung zu erstellen. Wir können noch mal kurz über den Gedankengang fliegen. Okay, klar, erstellt eine Lösung, Fokus auf Automatisierung, was Teil der Aufgabe war. Er hat einen Teil zum Evaluieren der bestehenden Prozesse, er hat den ROI-Teil sich angeschaut, hat einen Transformationsplan erstellt, Evaluierung, Transformation der der Prozesse, Einbindung von Mitarbeitenden, das ist das ganze Thema Change Management, was auch eine Frage war und was auch ein relevanter Teil in der Jobbeschreibung war, ROI-Berechnung, finanzielle Auswirkung und ja, also generell die Gedanken, die man sich machen würde. Jetzt schauen wir uns aber mal das Ergebnis an. Und zwar ist das Ergebnis zunächst 10 strukturierte Slides: Wir haben Titel- und Agenda-Slide, wir haben eine Einleitungs- und Zielsetzungs-Slide, Analyse der aktuellen HR-Prozesse, Identifikation von Optimierungspotenzialen. Wir sehen, dass sie immer noch weiter runtergebrochen sind und wir so quasi einen möglichen Lösungsweg in der Hand halten, den wir quasi auch dann zum Vergleich oder zur Bewertung heranziehen können. Gehen jetzt nicht auf jedes Slide einzeln ein, aber wir sehen hier: KPIs sind mit dabei, die Kosten-Nutzen-Analyse und die ROI-Berechnung, also hier der mathematische Teil, ist alles mit drin in der Musterlösung, und natürlich ein Fazit und nächste Schritte. Und dann haben wir noch nach einem Bewertungsschema für das Recruiting-Team gefragt. Und zwar gibt es hier verschiedene Kategorien, die sich hier dieses Schema sozusagen ja, dieses Schema beinhaltet: Einmal die Analyse der bestehenden HR-Prozesse, die Vorschläge zur Implementierung neuer HR-Lösungen, mit 25 % gewichtet; Einbindung von Mitarbeitenden und Mitbestimmungsgremien, also wie das ausgearbeitet wird, ist mit 15 % bewertet; die Festlegung von KPIs wird mit 10 % bewertet; die Kosten-Nutzen-Analyse und ROI-Berechnung mit 20 % und die Qualität der Präsentation mit 10 %. Da könnt ihr dann natürlich die Prozentzahlen noch bestimmen, so wie ihr das möchtet. Ihr könntet das Ganze auch noch mal in einer Tabelle darstellen lassen. Und jeder einzelne Punkt ist sozusagen hier noch mal ein bisschen runtergebrochen: Was heißt denn eigentlich, dass die HR-Prozesse exzellent analysiert sind? Das heißt, dass Analysemethoden vorgestellt wurden und Probleme identifiziert wurden. Was heißt denn, dass das nur ausreichend erfüllt wurde, diese Teilaufgabe? Ja, wenn die Analyse oberflächlich ist und eigentlich wenige Probleme erkannt wurden. Und ja, so ist es quasi für jeden dieser Hauptkategorien noch mal runtergebrochen. Und dann kann ich natürlich als HR am Ende, wenn ich die einzelnen Kategorien bewertet habe, eine Gesamtbewertung haben und habe dann eben ja die Info, ob das ein sehr guter, ein guter, ein befriedigender, ausreichender oder mangelhafter Kandidat oder Kandidatin war. Und hier noch eine kleine Anmerkung für das Recruiting-Team, dass man natürlich die Individualität berücksichtigen soll, dass es zwar unterschiedliche Ansätze geben kann, aber auch Kreativität positiv bewertet soll werden soll, und ja, dass man eine Gesprächsgrundlage schaffen soll und eben objektiv bleiben soll. Das sind Sachen, die Recruiting-Teams, glaube ich, ohnehin wissen sollten, wenn sie ihren Job sehr gut machen. Aber generell seht ihr hier: Mit zwei Prompts haben wir eine ja, eine sehr passende Case Study und dann noch eine sehr passende Antwort und zusätzlich ein Bewertungsschema bekommen. Und ja, haben so Recruiting sehr viel Zeit gespart. So, was haben wir heute gelernt? Zum einen haben wir uns angeschaut, warum überhaupt Case Studies so wichtig sind, insbesondere für Leadership-Positionen. Und dann haben wir uns auch angeschaut, wie man mit nur einem Prompt eine Case Study erstellen kann, die sehr gut zugeschnitten ist auf die Rolle, für die wir als Unternehmen einstellen. Und haben am Ende zum Abschluss noch mit einem Prompt ein Bewertungsschema erstellt und eine mögliche Musterlösung, die es natürlich dem Recruiting-Team deutlich leichter macht, das Ganze am Ende zu bewerten und einzuschätzen. Viel Spaß beim Recruite!
Vom Anschauen zum Anwenden
Was möchtest du aus diesem Snip in deinem Arbeitsalltag ausprobieren? Wähle eine konkrete Aufgabe und überlege, wie du das Ergebnis überprüfen kannst.




