Assessment-Center-Übungen12 Aufgaben, der Ablaufplan und die Bewertung — für Arbeitgeber, die eins bauen oder bewusst lassen
Welche Übung was misst, wer sie beobachtet, was sie kostet — und in welchen fünf Fällen Sie besser verzichten.
- AC-Standards 2016
- AkAC-Studie 2016
- 12 Übungen
Das Wichtigste in Kürze
Assessment-Center-Übungen sind die einzelnen Verfahrenselemente eines Auswahltags: Präsentation, Postkorb, Fallstudie, Rollenspiel, Gruppendiskussion, Interview, Test. Ein Assessment Center entsteht daraus erst, wenn mindestens drei davon kombiniert werden, darunter mindestens eine Verhaltenssimulation, und wenn jede Kompetenz in mindestens zwei Elementen von mindestens zwei Beobachtern unabhängig erfasst wird.
Dieser Leitfaden richtet sich an Personalverantwortliche, die ein Assessment Center konzipieren, durchführen oder abschaffen wollen — nicht an Kandidaten, die sich darauf vorbereiten. Er beschreibt Übungen als Konstruktionsaufgabe: was jede misst, wie eine Aufgabenstellung aussieht, die man nachbauen kann, und woran die meisten Verfahren scheitern. Die Regeln unten stammen aus den Standards des Arbeitskreis Assessment Center, Fassung 2016 — einem freiwilligen Verbandsstandard, keiner Rechtsnorm, aber dem anerkannten fachlichen Maßstab.
- Definition: Ein Assessment Center ist ein mehrstufiges Verfahren, in dem mehrere geschulte Beobachter das Verhalten mehrerer Teilnehmer an mehreren anforderungsbezogenen Aufgaben erfassen und getrennt bewerten.
- Verfahrenselemente: mindestens drei, darunter mindestens eine Verhaltenssimulation und mindestens ein Element mit einem anderen Methodenansatz. Empfohlen werden bis zu zehn.
- Kompetenz je Element: Jedes Anforderungsmerkmal wird in mindestens zwei Verfahrenselementen erfasst, möglichst mit unterschiedlichen Methodenansätzen.
- Beobachter je Übung: mindestens zwei, die unabhängig voneinander protokollieren und bewerten.
- Kriterien je Übung: drei, höchstens fünf Anforderungsmerkmale. Mehr kann niemand während einer laufenden Übung sauber protokollieren.
- Trennung: Während der Übung wird protokolliert, was passiert ist. Bewertet wird danach, schriftlich und unabhängig. Zusammengeführt wird erst zum Schluss.
Wer eine dieser sechs Regeln streicht, spart keinen Aufwand, sondern verliert die Aussagekraft, für die der Aufwand betrieben wird.
Was ein Assessment Center ist — und welche Vorteile es hat
Die Standards des Arbeitskreis Assessment Center, Fassung 2016, definieren das Verfahren nicht über seinen Namen und nicht über eine bestimmte Übung, sondern über eine Konstruktion: Mehrere geschulte Beobachter erfassen das Verhalten mehrerer Teilnehmer in mehreren anforderungsbezogenen Verfahrenselementen und bewerten es unabhängig voneinander. Multimethodalität ist dabei kein Qualitätsversprechen, sondern eine Mindestbedingung — drei Elemente, darunter eine Verhaltenssimulation und eines mit einem anderen Methodenansatz; empfohlen werden bis zu zehn. Ein Verfahren mit zwei Präsentationen ist deshalb keines: Zwei gleichartige Aufgaben liefern zweimal denselben Blickwinkel.
In der Praxis heißt das Verfahren selten so. Auswahltag, Selection Day, Bewerber-Workshop, Einzel-AC, Management-Audit, Development-Center — die Namen folgen häufiger Marketing- als Methodengesichtspunkten, und für die Beurteilung eines Verfahrens ist das Etikett irrelevant. Umgekehrt gilt genauso: Ein Tag, an dem sechs Bewerber nacheinander präsentieren und danach gemeinsam Mittag essen, ist ein Recruiting-Tag. Ein Gespräch, das statt einer Stunde vier dauert und zwischendurch eine Aufgabe enthält, ist ein verlängertes Interview. Beides kann sinnvoll sein. Assessment Center ist beides nicht.
Vorteile eines Assessment Centers: was es kann, was ein Einzelgespräch nicht kann
Ein strukturiertes Interview erfasst, was jemand über sein Verhalten berichtet. Ein Assessment Center erfasst Verhalten selbst — in der Gruppe, unter Zeitdruck, gegen Widerspruch, mit unvollständigen Informationen. Und es tut das mehrfach, in unterschiedlichen Situationen, mit mehreren unabhängigen Urteilen statt einem. Genau darin liegt der methodische Gewinn: nicht in der Übung, sondern in der Wiederholung derselben Kompetenz in verschiedenen Kontexten und in der Mehrzahl der Beobachter. Beides fängt Zufall ab — den guten Tag eines Kandidaten ebenso wie die Sympathie eines einzelnen Beobachters.
Was es nicht kann
Es sagt die spätere Berufsleistung nicht besser voraus als deutlich billigere Verfahren. Der aktuelle internationale Forschungsstand beziffert die prognostische Validität des Assessment Centers auf ρ = 0,33 (Sackett u. a. 2023) — gleichauf mit der Arbeitsprobe und unter dem strukturierten Interview, das in derselben Neubewertung mit ρ = 0,42 der stärkste Einzelprädiktor ist. Wie sich die Verfahren zueinander verhalten, steht ausführlich an anderer Stelle: wie das Assessment Center gegen Arbeitsprobe und strukturiertes Interview abschneidet. Hier reicht die Konsequenz: Ein Assessment Center rechtfertigt sich nicht durch Überlegenheit, sondern durch die Situationen, in denen kein anderes Verfahren die gefragte Information liefert.
Der Validitäts-Widerspruch, den kein Ratgeber auflöst
Es gibt eine zweite Zahl, und sie ist höher. Eine Metaanalyse für den deutschsprachigen Raum kommt auf ρ = 0,396 mit einem 80-%-Glaubwürdigkeitsintervall von 0,235 bis 0,558 (Becker, Höft, Holzenkamp & Spinath 2011, 24 Koeffizienten aus 19 Studien, N = 3.556). Beide Werte sind korrekt berechnet, und beide dürfen zitiert werden — aber nicht gemittelt. Der Unterschied liegt im Korrekturverfahren für Varianzeinschränkung: Becker u. a. arbeiten mit den älteren Verfahren, die Sackett u. a. als systematisch überkorrigierend nachgewiesen haben. Wer eine der beiden Zahlen ohne diese Einordnung verwendet, zitiert nicht, sondern wählt aus.
„Talente für Assessment Center"
Der bekannteste Einwand aus der Praxis lautet: Wer Talente über Assessment Center sucht, bekommt Talente für Assessment Center. Er ist berechtigt — allerdings nur gegen Standardübungen. Sobald eine Übung aus der Anforderungsanalyse der konkreten Stelle abgeleitet ist, misst sie, was auf dieser Stelle gebraucht wird, und Übungsroutine hilft dann so weit, wie Berufsroutine auch hilft. Die Praxis hat diesen Schluss weitgehend gezogen: Reine Standardübungen waren nur noch in 17 % der Verfahren im Einsatz (AkAC-Studie 2016, Obermann, Höft & Becker — ein vorläufiger deskriptiver Ergebnisbericht, dessen Werte als Größenordnung zu lesen sind). Der Rest wird positionsspezifisch gebaut. Nicht aus Originalität, sondern weil eine Übung ohne Anforderungsbezug im Streitfall kein objektives Kriterium ist. Damit ist die Frage nicht mehr, ob das Verfahren taugt, sondern ob es sich in Ihrem Fall rechnet.
Wann sich ein Assessment Center lohnt — und wann nicht
Ein Assessment Center trägt dort, wo mehrere qualifizierte Kandidaten um wenige Plätze konkurrieren und eine Fehlbesetzung lange nachwirkt: Führungspositionen, Trainee-Programme, Nachfolgebesetzungen, größere Ausbildungsjahrgänge. Die Schwelle ist keine Gehaltsgrenze, sondern ein Verhältnis — viele Geeignete auf wenige Plätze. Wo es fehlt, fehlt auch der Ertrag, unabhängig von der Qualität des Verfahrens. Welches Verfahren wann trägt, ist im Verfahrensvergleich durchgerechnet; hier geht es um die Anwendung auf Ihren Fall.
Wann ein Assessment Center nicht lohnt
In fünf Konstellationen ist die richtige Antwort nicht „besseres AC", sondern „anderes Verfahren".
- Einzelbesetzung mit kleinem Bewerberfeld. Vier Bewerbungen auf eine Fachstelle ergeben keinen Gruppenvergleich und keine Vergleichsbasis. Besser: zweistufig ein strukturiertes Vorstellungsgespräch führen, ergänzt um eine kleine Arbeitsprobe.
- Massenrekrutierung unter Zeitdruck. Wer 200 Bewerbungen in drei Wochen abarbeiten muss, kann keine Beobachtertage blockieren. Besser: standardisierte Vorauswahl plus Videointerview nach festem Leitfaden, danach ein kurzes Präsenzgespräch.
- Die Kernleistung lässt sich direkt abbilden. Ist die Stelle im Wesentlichen eine Tätigkeit, die man in 90 Minuten zeigen kann — programmieren, redigieren, konstruieren, verkaufen —, misst eine Arbeitsprobe dasselbe genauer und günstiger. Besser: Arbeitsprobe plus strukturiertes Interview.
- Enger Kandidatenmarkt mit Abbruchrisiko. Wo Kandidaten mehrere Angebote parallel haben, kostet ein ganztägiges Verfahren Zusagen. Besser: ein kompaktes Format mit einer einzigen Simulationsstation, terminlich flexibel.
- Kein Budget für Beobachtertraining, keine interne diagnostische Kompetenz. Ein Assessment Center ohne geschulte Beobachter ist ein teures Interview mit mehr Publikum. Besser: das Beobachtertraining zuerst finanzieren — oder beim strukturierten Interview bleiben, bis es finanziert ist.
Die Alternativen im Kurzvergleich
| Verfahren | Was es misst | Aufwand | Wann es reicht |
|---|---|---|---|
| Strukturiertes Interview | Berichtetes Verhalten, Motivation, Passung, Fachhintergrund | Gering: Leitfaden, zwei Gesprächspartner, 60–90 Minuten | Fast immer als Basisstufe; bei Einzelbesetzungen als Hauptverfahren |
| Arbeitsprobe | Tatsächliche Leistung im echten Aufgabenkontext | Mittel: einmalige Konstruktion, danach wiederverwendbar | Wenn die Kernleistung der Stelle direkt darstellbar ist |
| Fachwissenstest | Abgrenzbares Wissen, oft Zulassungsvoraussetzung | Gering, wenn ein normiertes Verfahren existiert | Als Vorfilter, nie als alleinige Entscheidungsgrundlage |
| Einzel-Assessment | Verhalten einer Person in mehreren Simulationen | Hoch je Kopf, aber ohne Gruppenlogistik | Bei Führungsbesetzungen mit einem oder zwei Finalisten |
| Probearbeit | Leistung und Zusammenarbeit über mehrere Tage | Hoch, arbeitsrechtlich und organisatorisch heikel | Wenn Teampassung die entscheidende Unbekannte ist |
Die Spalte, die hier bewusst fehlt, ist die Validität. Sie steht vollständig im Verfahrensvergleich und würde hier nur zu einer zweiten, schlechteren Fassung derselben Tabelle führen.
Einzel-AC als Sparvariante
Beim Einzel-Assessment wird nur eine Person beurteilt, üblicherweise halb- bis ganztägig, vor allem bei Führungspositionen. Es behält den Kern — mehrere Simulationen, mehrere Beobachter, getrennte Bewertung — und verzichtet auf die Gruppenlogistik. Der Preis ist der Gruppenvergleich: Durchsetzungs-, Kooperations- und Konfliktverhalten im direkten Wettbewerb lassen sich ohne Mitbewerber im Raum nicht beobachten. Wer diese Kompetenzen im Anforderungsprofil hat, bekommt im Einzel-AC nur Selbstauskunft darüber.
Wer überhaupt eingeladen wird: das Gate vor dem Auswahltag
Der teuerste Konstruktionsfehler passiert vor dem Auswahltag: K.-o.-Kriterien werden in die Bewertung verlegt statt vor die Einladung. Ist eine Zulassung, ein Führerschein, eine Sprachstufe oder eine Verfügbarkeit zwingend, gehört sie nicht als Punktabzug in den Bogen, sondern als Ja/Nein-Frage in die Vorauswahl. Sonst sitzen Kandidaten einen Tag lang in Übungen, die an ihrem Ergebnis nichts mehr ändern, und Ihre Beobachter verbrauchen Kapazität an Personen, die ohnehin nicht eingestellt werden können. Praktisch heißt das: Muss-Kriterien als Ja/Nein-Ebene vor der Punkteskala führen und nur die Kann-Kriterien im Assessment Center bewerten.
Schritt 1: Vom Anforderungsprofil zur Kompetenz-Übungs-Matrix
Am Anfang stehen fünf bis sieben Kompetenzen, und sie kommen nicht aus einer Ideensammlung, sondern aus der Anforderungsanalyse der konkreten Stelle — wie sich Auswahlkriterien aus dem Anforderungsprofil ableiten lassen, ist hier vorausgesetzt. Entschieden wird in diesem Schritt die Zuordnung: Welche Übung macht welche Kompetenz beobachtbar?
Dafür gelten zwei Regeln, die gegeneinander arbeiten. Die erste: Jedes Anforderungsmerkmal wird in mindestens zwei Verfahrenselementen erfasst, möglichst mit unterschiedlichen Methodenansätzen (Standards des Arbeitskreis Assessment Center, Fassung 2016); die Lehrbuchfassung lautet „mindestens zwei, besser drei" unabhängige Übungen (Kanning 2018, zitiert nach Haufe/Ohlms 2022). Die zweite Regel begrenzt die erste: Pro Übung werden drei, höchstens fünf Anforderungsmerkmale bewertet, eine unabhängige Fachquelle nennt „maximal drei bis vier Kompetenzdimensionen" (Haufe/Ohlms 2022). Wer sechs Kriterien in eine Übung packt, bekommt keine sechs Bewertungen, sondern einen Gesamteindruck in sechs Spalten.
Beide Regeln zusammen erzwingen eine Tabelle. Zeilen sind die Kompetenzen, Spalten die Übungen, ein Kreuz steht dort, wo tatsächlich beobachtet und bewertet wird. Die Zeilensumme muss mindestens zwei ergeben, die Spaltensumme fünf nicht überschreiten. Als Zeilen eignen sich die in der Praxis häufigsten Dimensionen: Kommunikationsfähigkeit, Durchsetzungs- und Überzeugungskraft, Führungskompetenz, Konfliktfähigkeit, Kooperationsfähigkeit, Analysefähigkeit (AkAC-Studie 2016).
| Kompetenz | Selbstpräsentation | Postkorbübung | Fallstudie | Rollenspiel Mitarbeitergespräch | Gruppendiskussion | Summe |
|---|---|---|---|---|---|---|
| Kommunikationsfähigkeit | × | × | 2 | |||
| Durchsetzungs-/Überzeugungskraft | × | × | 2 | |||
| Führungskompetenz | × | × | 2 | |||
| Konfliktfähigkeit | × | 1 | ||||
| Kooperationsfähigkeit | × | × | 2 | |||
| Analysefähigkeit | × | × | 2 | |||
| Summe je Übung | 2 | 2 | 1 | 1 | 5 |
Die drei Lesarten der Matrix
Die Tabelle ist kein Dokumentationsformular, sondern ein Prüfwerkzeug. Sie hat genau drei Befunde.
- Eine leere Zeile heißt: Diese Kompetenz steht im Anforderungsprofil, wird am Auswahltag aber nirgends gemessen. Entweder sie fliegt aus dem Profil, oder es kommt eine Übung dazu.
- Eine Zeile mit einem einzigen Kreuz ist der häufigste und teuerste Fehler. Konfliktfähigkeit wird in der Beispielmatrix nur in der Gruppendiskussion sichtbar — was dort passiert, entscheidet allein. Das ist keine Messung, sondern eine Einzelbeobachtung, methodisch wie im Streitfall angreifbar. Das Gegenmittel steht in derselben Zeile: Das Rollenspiel Mitarbeitergespräch bekommt Konfliktfähigkeit als zweites Kriterium, die Zeile steht auf zwei.
- Eine Spalte mit fünf oder mehr Kreuzen ist eine überfrachtete Übung. Die Gruppendiskussion trägt hier fünf Kriterien — an der Obergrenze, faktisch darüber, denn niemand protokolliert in einer laufenden Diskussion fünf Dimensionen für mehrere Personen gleichzeitig. Entlastung schafft nur Verteilung: Kriterien auf andere Übungen verschieben, nicht die Beobachterzahl erhöhen.
Warum Fachwissen selten in die Matrix gehört
Fachwissen war nur in 13,7 % der Verfahren eine AC-Dimension (AkAC-Studie 2016) — aus gutem Grund. Es lässt sich in einem Test in 30 Minuten genauer und billiger feststellen als in einer Fallstudie, deren Ergebnis von Vorwissen überlagert wird. Im Assessment Center misst man, was ein Test nicht misst: Verhalten. Wer Fachwissen trotzdem aufnimmt, belegt damit einen Kriterienplatz, den er anderswo braucht.
Der Übungskatalog: 12 Assessment-Center-Übungen mit Beispielaufgaben
Jede der zwölf Übungen folgt demselben Muster: was sie misst, wie lange sie dauert, wie die Aufgabenstellung im Wortlaut aussieht und woran sie kaputtgeht. Die Zeitfenster sind Praxiswerte aus der Ratgeberliteratur — normiert ist keiner davon. Die Beispielaufgaben sind Muster, keine Vorlagen: Jede muss auf Ihre Zielposition umgeschrieben werden, sonst misst sie Übungsroutine statt Eignung.
1. Selbstpräsentation
Beispielaufgabe im Wortlaut:
„Stellen Sie sich in fünf Minuten vor. Gehen Sie dabei auf drei Situationen ein, in denen Sie eine Entscheidung gegen Widerstand durchgesetzt haben — jeweils Ausgangslage, Vorgehen, Ergebnis. Hilfsmittel: ein Flipchart-Blatt, keine Folien."
Typischer Konstruktionsfehler: Die Kriterien sind nicht vorab definiert, die Bewertung driftet in Sympathie, und die Übung misst Vorbereitungsfleiß. Gegenmittel: eine Vorgabe, die einen bestimmten Inhalt erzwingt — wie oben die drei Situationen — plus drei ausformulierte Kriterien.
2. Fachpräsentation zu einem gestellten Thema
Beispielaufgabe im Wortlaut:
„Sie übernehmen die Teamleitung im Kundenservice. Die Bearbeitungszeit je Vorgang ist im letzten Quartal um 20 Prozent gestiegen, die Krankenquote liegt über dem Vorjahr; die Kennzahlen liegen bei. Stellen Sie der Bereichsleitung in zehn Minuten dar, wie Sie in den ersten drei Monaten vorgehen. Rechnen Sie mit kritischen Rückfragen."
Typischer Konstruktionsfehler: Die Themenwahl bevorteilt bestimmte Vorbildungen — und der Frage-Antwort-Teil wird nicht bewertet, obwohl er am meisten zeigt. Gegenmittel: ein Thema ohne Spezialwissen, vorab festgelegte Rückfragen und ein eigener Kriterienblock dafür.
3. Postkorbübung (In-Tray)
Beispielaufgabe im Wortlaut:
„Sie sind seit heute Vertriebsleiterin Nord. Es ist Freitag, 14:00 Uhr, um 16:00 Uhr fliegen Sie zu einem Kundentermin und sind bis Dienstag nicht erreichbar. In Ihrem Postfach liegen 14 Vorgänge. Entscheiden Sie zu jedem: selbst erledigen, delegieren — an wen —, terminieren oder ablehnen, mit einem Satz Begründung. Organigramm und Teamkalender liegen bei."
Typischer Konstruktionsfehler: Die Items differenzieren nicht, weil alles gleich dringlich ist — dann sortiert jeder gleich. Zweitens zu wenig Zeitdruck: Wer fertig wird, muss nie priorisieren. Drittens die digitale Variante als E-Mail-Postfach, ohne den Schwierigkeitsgrad neu zu kalibrieren. Gegenmittel: Konflikte zwischen den Vorgängen einbauen — zwei Termine zur selben Zeit, eine Delegation an jemanden im Urlaub — und die Zeit so bemessen, dass niemand alles schafft.
4. Fallstudie
Beispielaufgabe im Wortlaut:
„Ein Zulieferer, der 40 Prozent Ihres Bedarfs an einem Bauteil deckt, kündigt zum Quartalsbeginn 12 Prozent Preiserhöhung an. Die beiden Alternativlieferanten in der Anlage haben längere Lieferzeiten und höhere Mindestabnahmen. Erarbeiten Sie in 25 Minuten eine Empfehlung und begründen Sie sie in drei Minuten gegenüber dem Einkaufsleiter."
Typischer Konstruktionsfehler: Der Fall hat keinen Bezug zur Zielposition — dann verzerrt Vorwissen das Ergebnis. Ebenso schädlich ist der zu enge Lösungsraum: Gibt es nur eine richtige Antwort, misst man Raten statt Vorgehen. Gegenmittel: ein Fall aus dem eigenen Markt, zwei vertretbare Lösungswege, Kriterien auf die Begründung statt auf das Ergebnis.
5. Fact-Finding
Beispielaufgabe im Wortlaut:
„Eine Filiale meldet seit sechs Wochen sinkende Umsätze. Sie wissen nicht, warum. Ihnen gegenüber sitzt der Regionalleiter, der die Antworten kennt, aber von sich aus nichts sagt. Sie haben 15 Minuten für die Ursache und zwei Minuten für Ihre Einschätzung und Ihr weiteres Vorgehen."
Typischer Konstruktionsfehler: Der Auskunftgeber ist nicht standardisiert. Antwortet er dem einen ausführlich und dem nächsten knapp, ist die Übung unterschiedlich schwer. Gegenmittel: ein schriftliches Antwortskript mit Freigabelogik — welche Information kommt auf welche Frage, welche erst auf Nachfassen — und derselbe Auskunftgeber für alle.
6. Rollenspiel Mitarbeitergespräch
Beispielaufgabe im Wortlaut:
„Sie führen ein Team von acht Personen. Ein langjähriger, fachlich sehr guter Mitarbeiter hält seit drei Monaten Termine nicht ein und reagiert gereizt auf Rückfragen; zwei Kollegen haben sich beschwert. Führen Sie das Gespräch. Ziel: eine konkrete Vereinbarung für die nächsten vier Wochen. Zehn Minuten Vorbereitung, 15 Minuten Gespräch."
Typischer Konstruktionsfehler: Der Rollenspieler ist nicht gebrieft und spielt beim dritten Kandidaten anders als beim ersten. Zweitens bewertet der Beobachter den Rollenspieler mit — ein leicht gemachtes Gespräch produziert eine gute Note. Gegenmittel: ein Rollenskript mit definierten Eskalations- und Einlenkpunkten, verhaltensmodellierendes Training für die Rollenspieler, ein Bogen nur mit Verhaltensweisen des Kandidaten.
7. Rollenspiel Kunden- oder Beschwerdegespräch
Beispielaufgabe im Wortlaut:
„Ein Bestandskunde hat eine Lieferung zum dritten Mal verspätet erhalten und droht am Telefon mit der Kündigung des Rahmenvertrags. Der Fehler liegt bei uns. Ein Preisnachlass ist nicht freigegeben, ein Ersatztermin in acht Tagen ist möglich. Führen Sie das Gespräch."
Typischer Konstruktionsfehler: Die Eskalationsstufen sind nicht vorab festgelegt — dann entscheidet die Tagesform des Rollenspielers, wie schwer die Aufgabe ist. Gegenmittel: drei Stufen mit klaren Auslösern (bei welchem Verhalten eskaliert der Kunde, bei welchem lenkt er ein) und ein Gesprächsende nach Zeit, nicht nach Ergebnis.
8. Gruppendiskussion (mit und ohne Rollenvorgabe)
Beispielaufgabe im Wortlaut:
„Ihr Bereich erhält für das kommende Jahr ein Weiterbildungsbudget. Vier Abteilungen haben Anträge gestellt, die zusammen das Doppelte ergeben; die Anträge liegen vor. Einigen Sie sich in 30 Minuten auf eine Verteilung, die Sie gemeinsam vor der Geschäftsführung vertreten. Eine Vertagung ist nicht möglich."
Typischer Konstruktionsfehler: Die Gruppe ist zu groß. Dominante Teilnehmer verzerren dann die Beobachtung aller anderen, und niemand protokolliert acht Personen gleichzeitig. Die Standards nennen maximal fünf bis sechs Kandidaten pro Gruppenaufgabe, ideal zu beobachten sind zwei bis drei je Beobachter (Fassung 2016). Gegenmittel: Gruppengröße und Beobachterzahl gemeinsam planen, nicht nacheinander.
9. Konstruktions- oder Planspielübung
Beispielaufgabe im Wortlaut:
„Ihr Team führt über drei Runden einen Produktionsbetrieb. Zu Beginn jeder Runde erhalten Sie eine Marktmeldung und ein Budget, am Ende entscheiden Sie über Produktionsmenge, Personaleinsatz und Preis. Runde zwei enthält eine Störung, die Sie erst danach erfahren. Zwölf Minuten je Runde."
Typischer Konstruktionsfehler: Der Stellenbezug ist gering, die Kandidaten merken das, und es kostet Akzeptanz. Dazu ein methodisches Problem: Das Rundenergebnis überlagert das Verhalten — wer zufällig im Gewinnerteam sitzt, wird besser bewertet. Gegenmittel: nur Verhalten bewerten, nie das Spielergebnis; und die Übung streichen, wenn sie nichts zeigt, was nicht auch die Gruppendiskussion zeigt.
10. Arbeitsprobe oder berufsbezogene Simulation
Beispielaufgabe im Wortlaut:
„Hier ist der Entwurf einer Kundenpräsentation, dazu die Rohdaten. Überarbeiten Sie den Foliensatz in 60 Minuten so, dass er ohne mündliche Erläuterung verständlich ist, und notieren Sie in Stichpunkten, was Sie geändert haben und warum."
Typischer Konstruktionsfehler: Die Arbeitsprobe wird als Beiwerk ohne Bewertungsmaßstab eingesetzt — dann entsteht ein Gesamteindruck statt einer Bewertung. Gegenmittel: dieselbe Behandlung wie jede Station — drei Kriterien, zwei Beobachter, produktbezogene Anker. Von allen Elementen hat die Arbeitsprobe den engsten Bezug zur späteren Tätigkeit; das ist ein Argument, sie sorgfältiger zu bauen, nicht lockerer.
11. Strukturierte Interview-Station
Beispielaufgabe im Wortlaut:
„Beschreiben Sie eine Situation, in der Sie mit unvollständigen Informationen entscheiden mussten. Was war die Ausgangslage, was haben Sie konkret getan, wie ist es ausgegangen — und was würden Sie heute anders machen?"
Typischer Konstruktionsfehler: Die Station wird als „Gespräch" geführt statt als Verfahrenselement — ohne festen Fragenkatalog, ohne dieselben Fragen für alle, ohne eigenen Bogen. Damit fällt sie aus der Matrix. Gegenmittel: derselbe Leitfaden in derselben Reihenfolge für jeden, ein eigener Bogen; welche Fragen tragen, steht bei die Fragen für die Interview-Station. Das Interview hat die Präsentation inzwischen als häufigste Übung überholt (AkAC-Studie 2016).
12. Testbausteine: kognitive Leistungstests und berufsbezogene Persönlichkeitsverfahren
Beispielaufgabe im Wortlaut:
„Bearbeiten Sie den beiliegenden Test in der vorgegebenen Zeit. Die Ergebnisse fließen nicht als Punktwert in die Gesamtbewertung ein, sondern sind Grundlage eines strukturierten Rückmeldegesprächs am Nachmittag."
Typischer Konstruktionsfehler: Verfahren ohne Normierung und ohne Lizenz — selbstgebaute Fragebögen aus dem Internet sind weder auswertbar noch verteidigbar. Schwerer wiegt der zweite: Ein Persönlichkeitstest wird zum Ausschlusskriterium statt zur Gesprächsgrundlage. Gegenmittel: normierte, lizenzierte Verfahren, Auswertung durch qualifiziertes Personal, Ergebnis ins Gespräch statt in die Rangliste — was auch für Potenzialanalyse-Tests gilt. Rund 40 % der Verfahren setzten Tests ein (AkAC-Studie 2016).
Drei Übungen, die Sie streichen sollten
Brainteaser und Fermi-Fragen. „Wie viele Klavierstimmer gibt es in Berlin?" misst weder Analysefähigkeit noch Kreativität in verhaltensverankert bewertbarer Form. Der Anforderungsbezug fehlt fast immer — und unter allen gängigen Elementen schädigt diese Form die Wahrnehmung des Verfahrens am stärksten.
Das Stressinterview. Provokationen, Unterbrechungen und abwertende Bemerkungen kommen vor, sind methodisch aber nicht zu rechtfertigen: Sie erzeugen eine Situation, die auf der Zielposition nicht vorkommt, und bewerten Reaktionen auf ein Verhalten, das Sie selbst produziert haben. Wer Belastbarkeit messen will, baut Zeitdruck und Widerspruch in eine Fachaufgabe ein — nicht in den Umgangston.
Die Schreibübung ohne Bewertungsmaßstab. Ein Text, den nachher niemand systematisch auswertet, kostet Kandidatenzeit und liefert nichts. Entweder es gibt drei Kriterien, zwei Bewerter und einen Anker — dann ist es eine Arbeitsprobe. Oder nicht, dann streichen Sie die Übung.
Was passiert, wenn die Übungen öffentlich bekannt werden
Kandidaten dokumentieren Abläufe von Auswahltagen auf Bewertungsportalen und in Foren, teils mit Aufgabenstellungen im Wortlaut. Wer dieselbe Fallstudie über Jahre einsetzt, misst irgendwann Vorbereitung. Drei Gegenmittel wirken: Übungsvarianten rotieren, sodass parallele Durchgänge nicht identisch sind; Fallunterlagen jährlich austauschen, auch wenn die Struktur bleibt; und die Bewertung auf Verhalten stützen statt auf die Lösung — eine bekannte Lösung verrät nicht, wie jemand sie unter Widerspruch vertritt. Geheimhaltung ist kein realistisches Ziel.
Online, Präsenz oder hybrid
Die mediale Barriere trifft nicht alle Übungen gleich. Postkorb, Fallstudie und Tests funktionieren online praktisch unverändert. Gruppendiskussion und Rollenspiel verlieren am meisten: Nonverbale Signale, Unterbrechungsdynamik und Blickkontakt sind im Videoformat kaum verlässlich zu beobachten, und wer zuerst spricht, entscheidet oft die Technik. Dazu zwei Störvariablen ohne Bezug zur Eignung: Verbindungsqualität und häusliche Umgebung. Legen Sie die Verhaltenssimulationen in die Präsenz, die Einzelaufgaben ins Netz — und klären Sie die Identitätsprüfung vorher.
Beobachten statt bewerten: Verhaltensanker, Skala, Beobachterkonferenz
Der methodische Kern des Assessment Centers ist keine Übung, sondern eine Reihenfolge. Während der Übung wird protokolliert, was passiert ist — Sätze, Handlungen, Reaktionen, ohne Wertung. Unmittelbar danach bewertet jeder Beobachter unabhängig und schriftlich. Erst wenn alle Einzelurteile vorliegen, werden sie in einem vorab festgelegten, regelgeleiteten Verfahren zusammengeführt. Jede Abkürzung hier kostet mehr, als sie spart: Wer während der Übung schon Noten vergibt, protokolliert danach nur noch, was seine Note stützt.
Damit ein Protokoll überhaupt bewertbar wird, brauchen die Anforderungsmerkmale Verhaltensanker: Übersetzungen abstrakter Kompetenzen in beobachtbares Verhalten, und Bewertungsstufen, die nach Intensität und Häufigkeit beschrieben sind. „Konfliktfähigkeit: 3" ist kein Urteil. „Benennt den Sachverhalt, ohne die Person zu bewerten — mehrfach, auch unter Widerspruch" ist eines. Wie ein solcher Bewertungsbogen mit beschriebenen Skalenstufen aufgebaut ist, welche Stufenzahl trägt und warum die Mitte problematisch ist, steht dort im Detail; wer eine fertige Vorlage sucht, findet ein Bewertungsbogen mit ausformulierten Verhaltensankern je Stufe zum Übertragen auf die eigenen Kriterien.
Verhaltensanker
benennt den Sachverhalt, ohne die Person zu bewerten — mehrfach, auch unter Widerspruch
Beobachterkonferenz
Ein Bogen je Übung, nicht ein Bogen je Kandidat
Das ist der Unterschied zum Interview-Bewertungsbogen, und er wird regelmäßig übersehen. Im Assessment Center bewertet ein Beobachter nach jeder Station die Kandidaten dieser Station — mit den drei bis fünf Kriterien, die für genau diese Übung gelten. Ein Sammelbogen je Kandidat über den ganzen Tag lädt dagegen dazu ein, den Gesamteindruck rückwirkend über alle Stationen zu glätten. Die Kandidatensicht entsteht am Ende, aus der Zusammenführung der Übungsbögen.
Relativurteil ist ein Verstoß
„Besser als die anderen Teilnehmer" ist kein Kriteriumsurteil. Ein Assessment Center bewertet gegen ein vorab definiertes Anforderungsniveau, nicht gegen das Feld, das an diesem Tag zufällig anwesend ist. Der Fehler ist doppelt gefährlich. Methodisch macht er die Ergebnisse zwischen zwei Durchgängen unvergleichbar — ein starker Jahrgang produziert dann schlechtere Noten als ein schwacher. Und im AGG-Streit ist ein Relativurteil kaum zu verteidigen, weil kein objektiver Maßstab dokumentiert ist, an dem gemessen wurde. Der Rang kommt zum Schluss, aus den Kriteriumsurteilen. Nie umgekehrt.
Die Beobachterkonferenz — und ihre bekannte Schwäche
Der Ablauf ist festgelegt: Zuerst legen alle Beobachter ihre Einzelurteile offen, dann werden die Abweichungen diskutiert, dann wird integriert. Diskutiert wird über Beobachtungen, nicht über Personen — wer eine abweichende Stufe vergeben hat, begründet sie mit dem, was er protokolliert hat.
Die Schwäche dieses Formats ist bekannt und wird selten benannt: Gruppendruck. Wer hierarchisch unterlegen ist, äußert eine abweichende Meinung häufig nicht — nicht aus Überzeugung, sondern um nicht als Abweichler dazustehen. Die Standards der Fassung 2016 benennen die Einflussnahme hierarchisch höherstehender Beobachter ausdrücklich als typischen Verstoß. Vier Gegenmittel wirken, und sie kosten nichts: kein Unterstellungsverhältnis unter den Beobachtern einer Übung; alle Einzelurteile liegen schriftlich vor, bevor die Konferenz beginnt; moderiert wird von jemandem ohne eigenes Entscheidungsinteresse; und die Wortmeldungen laufen von unten nach oben — die rangniedrigste Person spricht zuerst. Eine Konferenz, in der es nie Abweichungen gibt, hat kein Problem gelöst, sondern eines.
Beobachter auswählen und schulen
Die Konferenz ist nur so gut wie die Menschen darin — und über die entscheiden Sie Wochen vor dem Auswahltag.
Wer. Mischen Sie das Team: unterschiedliche berufliche und biografische Hintergründe, nicht drei Personen aus derselben Abteilung. Beobachter aus dem Fachbereich stehen mindestens eine Ebene über der Zielfunktion, sonst fehlt der Maßstab. Und sie dürfen untereinander nicht in einem Unterstellungsverhältnis stehen — nur so wird in der Konferenz überhaupt widersprochen. Stand 2016 saßen in rund 80 Prozent der Verfahren Führungskräfte als Beobachter im Raum (AkAC-Studie 2016, Obermann, Höft & Becker): gut für die Akzeptanz, aber nur mit Schulung.
Wie viele. Die AC-Standards 2016 nennen keine Gesamtzahl, sondern eine Mindestbedingung: mindestens zwei Beobachter je Übung, unabhängig voneinander erfassend und bewertend; in Gruppenaufgaben idealerweise zwei bis drei Kandidaten je Beobachter. Das oft zitierte Verhältnis von einem Beobachter auf zwei Kandidaten ist eine Faustregel, kein Standard.
Rotation. Jeder Beobachter sieht jeden Teilnehmer mindestens einmal, über vergleichbare Beobachtungszeit — der wirksamste Einzelhebel gegen Verzerrung. Er gehört vorab als Plan aufgeschrieben, nicht am Morgen zugerufen.
So bauen Sie ein Beobachtertraining, das etwas verändert
Das Training gehört vor den Ersteinsatz, nicht in die halbe Stunde davor. Vier Bausteine tragen es: Anforderungsmodell und Verhaltensanker durcharbeiten, bis jeder weiß, welches Verhalten in seiner Station zählt. Beobachten üben, getrennt vom Bewerten — an einer Aufzeichnung wird zuerst nur protokolliert. Frame-of-Reference-Training: dieselbe Sequenz bewerten, die Stufen offenlegen, gegen ein vorab festgelegtes Referenzurteil abgleichen, die Abweichung besprechen. Und die Konferenzregeln einüben. Rollenspieler brauchen ein eigenes, verhaltensmodellierendes Training; neu entwickelte Elemente gehören vorher in einen Probelauf.
Die Realität, Stand 2016: In 77 Prozent der Verfahren fand überhaupt ein Beobachtertraining statt, bei 53,1 Prozent dauerte es zwischen einer Stunde und einem halben Tag, ein Frame-of-Reference-Training nutzten nur 36 Prozent (AkAC-Studie 2016). Der Baustein mit dem größten Effekt auf die Urteilsqualität ist der, den die Mehrheit weglässt.
Beobachterfehler und ihre Gegenmittel
Beobachtungsfehler verschwinden nicht durch Ermahnung, sondern nur durch Verfahrensregeln, die sie strukturell erschweren. Die Verzerrungen selbst sind bekannt — die acht typischen Verzerrungen im Auswahlgespräch stehen dort ausführlich; hier zählt ihre AC-Ausprägung.
| Fehler | Was im AC passiert | Gegenmittel |
|---|---|---|
| Halo / Horn | Eine starke Selbstpräsentation färbt alle folgenden Stationen ein, ein schwacher Einstieg genauso nach unten. | Beobachterwechsel zwischen den Stationen; Einzelurteil direkt nach jeder Station schriftlich fixieren. |
| Primacy / Recency | Erster und letzter Kandidat werden anders bewertet als die in der Mitte. | Kandidatenreihenfolge über die Stationen variieren. |
| Kontrast | Nach einem sehr starken wirkt ein durchschnittlicher Kandidat schwach. | Stufe an der beschriebenen Ankerstufe prüfen, nicht am Vorgänger. |
| Ähnlichkeit | Wer dem Beobachter in Werdegang oder Sprachstil ähnelt, bekommt die höhere Stufe. | Gemischtes Team plus Rotation; jede Stufe mit protokolliertem Verhalten belegen. |
| Milde / Strenge | Einer vergibt durchgängig hoch, ein anderer durchgängig niedrig. | Referenzurteile im Training; Stufenverteilung je Beobachter in der Konferenz offenlegen. |
| Tendenz zur Mitte | Alle landen auf der mittleren Stufe, das Verfahren differenziert nicht mehr. | Skala mit gerader Stufenzahl, jede Stufe verhaltensbeschrieben. |
| Pygmalion | Die Unterlagen setzen die Erwartung, das Protokoll bestätigt sie. | Beobachter erhalten vor der Station keine Bewerbungsunterlagen. |
Objektiv wird die Bewertung dadurch nicht. Überprüfbar schon.
Woran Sie merken, dass Ihr AC nicht mehr misst
Vier Signale: Alle bekommen fast dieselben Werte. Die Abweichungen zwischen den Beobachtern verschwinden. Es gewinnt immer derselbe Kandidatentyp. Und das Ergebnis sagt nichts über die spätere Leistung — was Sie nur merken, wenn Sie nach zwölf bis achtzehn Monaten gegenprüfen. Die AC-Standards 2016 empfehlen eine Evaluation alle drei bis fünf Jahre.
Der Auswahltag im Ablaufplan
Der Ablaufplan ist kein Zeitplan, sondern die Umsetzung der Rotation: Er beantwortet, wer wen wie lange sieht — und wo bewusst nicht bewertet wird. Der folgende Muster-Tagesablauf ist ein Konstruktionsbeispiel, kein Benchmark: ein eintägiges Verfahren mit acht Teilnehmern in zwei Gruppen zu je vier Personen, vier Beobachter (B1 bis B4). Die Uhrzeiten sind austauschbar, die Struktur dahinter nicht.
| Uhrzeit | Block | Wer beobachtet wen | Was parallel läuft |
|---|---|---|---|
| 08:45 | Ankunft, Empfang, Technikcheck | keine Beobachtung | Beobachter kalibrieren im Beobachterraum |
| 09:00 | Begrüßung, Verfahrens- und Datenschutzerklärung | keine Bewertung | Zeitnehmer übernimmt den Taktplan |
| 09:30 | Station 1a — Gruppendiskussion, Gruppe 1 | B1 + B2 auf Gruppe 1 (zwei Kandidaten je Beobachter) | Gruppe 2: Postkorbübung im Vorbereitungsraum |
| 10:15 | Pause | keine Beobachtung | B1 + B2 bewerten unabhängig schriftlich |
| 10:30 | Station 1b — Gruppendiskussion, Gruppe 2 | B3 + B4 auf Gruppe 2 | Gruppe 1: Postkorbübung |
| 11:15 | Station 2 — Rollenspiel Mitarbeitergespräch, Einzeltermine à 20 Min. | Raum A: B1 + B3 · Raum B: B2 + B4 — damit hat jeder Beobachter jeden Teilnehmer gesehen | Wartende im Vorbereitungsraum, Rollenspieler nach Briefing |
| 12:30 | Mittagspause | ausdrücklich keine Beobachtung | informelle Eindrücke gehen in keinen Bogen ein |
| 13:15 | Station 3 — Fachpräsentation mit Rückfragenteil, à 25 Min. | Raum A: B2 + B3 · Raum B: B1 + B4 | die andere Hälfte in fester Vorbereitungszeit |
| 14:30 | Station 4 — strukturierte Interview-Station | Raum A: B1 + B2 · Raum B: B3 + B4 | die andere Gruppe bearbeitet den Testbaustein unter Testleitung |
| 15:15 | Verabschiedung, Ausblick auf die Rückmeldung | — | Einzelurteile werden eingesammelt |
| 15:30 | Beobachterkonferenz: offenlegen, Abweichungen klären, integrieren | keine Teilnehmer mehr im Haus | Entscheidungsbegründung entsteht direkt im Protokoll |
Sechs Rollen sind zu besetzen, auch wenn eine Person zwei übernimmt: Verfahrensverantwortlicher, Moderator, Beobachter, Rollenspieler, Testleiter, Zeitnehmer. Der Zeitnehmer wird am häufigsten gestrichen und am schmerzlichsten vermisst — überzieht eine Station, sind die Beobachtungszeiten nicht mehr vergleichbar. Der Raumbedarf folgt daraus: ein Raum je Station, ein Vorbereitungsraum für die wartenden Kandidaten, ein separater Beobachterraum für die schriftlichen Einzelurteile.
Pausen sind kein Puffer, sondern eine Entscheidung gegen Beobachtung. Was beim Mittagessen gesagt wird, hat keine Aufgabenstellung, keinen Verhaltensanker und für niemanden dieselbe Situation — es ist kein Kriteriumsurteil.
Was vorher feststehen muss
Beobachter blocken, Räume buchen, Rollenspieler briefen — und den Termin so früh setzen, dass er in Stellenanzeige und Einladung passt: Auswahlstufen festlegen, bevor die Anzeige rausgeht. Was an diesem Tag entsteht, ist dabei nicht nur Organisation: Jede Beobachtungsnotiz ist ein dokumentiertes Urteil — und dafür gelten Regeln.
Rechtlicher Rahmen: Betriebsrat, AGG-Dokumentation, Datenschutz
Ein Assessment Center erzeugt viel dokumentiertes Urteil über wenige Personen. Das macht es rechtlich in beide Richtungen interessant: Die Dokumentation, die das Verfahren methodisch trägt, ist im Streitfall zugleich Ihre Verteidigung.
Betriebsrat: § 94 Abs. 2 und § 95 BetrVG
Die Beurteilungsgrundsätze — die Kriterien, nach denen im Verfahren bewertet wird — bedürfen nach § 94 Abs. 2 in Verbindung mit Abs. 1 BetrVG der Zustimmung des Betriebsrats. Kommt keine Einigung zustande, entscheidet die Einigungsstelle; ihr Spruch ersetzt die Einigung. Stellen Sie zusätzlich verbindliche Auswahlrichtlinien auf, greift § 95 Abs. 1 BetrVG — auch sie brauchen die Zustimmung. In Betrieben mit mehr als 500 Arbeitnehmern kann der Betriebsrat solche Richtlinien nach § 95 Abs. 2 BetrVG verlangen; kommt bei ihrer Aufstellung künstliche Intelligenz zum Einsatz, gilt § 95 Abs. 2a entsprechend. Praktisch heißt das: einbinden, bevor der erste Bewertungsbogen gedruckt ist. Wie sich Kriterien so formulieren lassen, dass sie diese Prüfung überstehen, steht dort, wo es hingehört: Muss- und Kann-Kriterien trennen.
AGG: Ihre Dokumentation ist Ihre Verteidigung
§ 22 AGG ist der Grund, warum ein AC ohne sauberes Raster ein Risiko ist. Betroffene müssen keinen Verstoß beweisen; es genügt, dass sie Indizien vortragen, die eine Benachteiligung vermuten lassen. Dann trägt der Arbeitgeber die Beweislast dafür, dass kein Verstoß vorlag. Daraus folgt eine schlichte Kette: ein vorab festgelegtes, aus der Anforderungsanalyse abgeleitetes Kriterienraster, die Bewertung jedes Teilnehmers entlang genau dieses Rasters, eine Entscheidungsnotiz. Eine Übung, die sich nicht aus der Anforderungsanalyse ableiten lässt, ist im Streitfall kein objektives Kriterium.
Bewertungen bleiben subjektiv beeinflusst
Standardisierung reduziert Verzerrung, sie beseitigt sie nicht. Das Fraunhofer IAO hat 2023 mehrere Mechanismen benannt, über die Benachteiligung auch in strukturierten Verfahren wirkt: Unterschiede in Selbsteinschätzung und Selbstdarstellung, die wahrgenommene Ähnlichkeit zum Beobachter, Geschlechtsstereotype in der Bewertung von Durchsetzungsverhalten, unterschiedliche Stressbewältigungsstrategien. Effektstärken sind damit nicht verbunden — es ist ein Institutsbefund, keine Metaanalyse. Die ausführliche Darstellung liefert der Leitfaden der Antidiskriminierungsstelle des Bundes.
DSGVO: Beobachtungsprotokolle sind personenbezogene Daten
Auskunft. Der Anspruch aus Art. 15 DSGVO umfasst nach dem EuGH-Urteil vom 04.05.2023 (C-487/21) auch die Kopie der Daten, endet aber dort, wo Rechte und Freiheiten Dritter betroffen sind (EuGH vom 22.06.2023, C-579/21). Ob ein komplettes Beobachterprotokoll herauszugeben ist, ist nicht entschieden — das ist eine Ableitung, keine geltende Rechtslage. Die praktische Konsequenz bleibt: Führen Sie Protokolle so, dass sie herausgabefähig wären. Notiert wird, was jemand getan und gesagt hat, nicht, wie jemand ist.
Aufbewahrung. Eine gesetzlich festgelegte Löschfrist existiert nicht, und die beiden verbreiteten Antworten widersprechen sich. Die Aufsichtsbehörde — der Landesbeauftragte für den Datenschutz Niedersachsen — nennt drei Monate nach der Absage, abgeleitet aus der Klagefrist des § 61b Abs. 1 ArbGG. In der Datenschutzpraxis ist dagegen eine Sechs-Monats-Regel verbreitet, die additiv rechnet: zwei Monate Geltendmachungsfrist nach § 15 Abs. 4 AGG, drei Monate Klagefrist nach § 61b Abs. 1 ArbGG, dazu ein Puffer. Beide Positionen sind begründbar, ein Mittelwert wäre nicht richtiger als beide. Entscheiden Sie sich für eine, halten Sie die Begründung fest — und löschen Sie dann auch tatsächlich.
DIN 33430 und die AC-Standards
Beide sind freiwillig. Die DIN 33430:2016-07 „Anforderungen an berufsbezogene Eignungsdiagnostik" regelt Anforderungen an Personen, Verfahren und Prozesse; die AC-Standards des Arbeitskreis Assessment Center e. V. liegen seit 2016 in der 3. Fassung vor. Keines von beiden ist eine Rechtsnorm. Ihr Wert liegt woanders: Sie sind der anerkannte fachliche Maßstab dafür, ob ein Verfahren sauber gebaut ist — wer belegen kann, daran entlang konstruiert zu haben, argumentiert im Konflikt deutlich stärker. Sauber gebaut heißt allerdings auch: aufwendig gebaut. Was das kostet, steht in keinem Angebot vollständig drin.
Kosten, Aufwand und was nach dem Auswahltag bleibt
Die Frage nach den Kosten bekommt meist eine zu präzise Antwort. Für extern begleitete Verfahren nennen Anbieter Spannen von rund 1.000 bis 3.000 Euro je Teilnehmer, bei Managementpositionen mehr (Obermann Consulting, Anbieterangabe); andere Fachquellen schätzen 500 bis 2.500 Euro je Teilnehmer (approbatio.de, 2021) — jeweils „je nach Aufwand". Eine methodisch belastbare Kostenerhebung für den deutschen Markt existiert nicht. Wer Ihnen einen Preis je Durchgang nennt, nennt eine Angebotskalkulation, keine Erhebung.
Die größere Position steht ohnehin in keinem Angebot, weil sie im eigenen Haus anfällt. Der mit Abstand größte Block sind die Beobachtertage: vier Beobachter an einem Auswahltag sind vier volle Personentage, plus Schulung, Vorbereitung und Konferenz. Dazu kommen Konzeption (Anforderungsanalyse, Matrix, Übungsbau, Verhaltensanker, Bögen, Probelauf), Schulungszeit, Raum und Material sowie gegebenenfalls externe Begleitung. Wie lange die Konzeption dauert, lässt sich seriös nicht beziffern — dafür existiert keine belastbare Quelle.
Rechnen Sie den Aufwand deshalb nicht nach, sondern selbst vor, mit Ihren eigenen Werten:
| Posten | Rechnung |
|---|---|
| Beobachtertage | Beobachter × Tage × Personenstunden × interner Stundensatz |
| Schulung | Beobachter × Trainingsstunden × interner Stundensatz |
| Konzeption und Pilotierung | Personenstunden × interner Stundensatz |
| Externe Begleitung, Raum, Material | Angebot bzw. Ist-Kosten |
Erst dann wird die eigentliche Größe sichtbar: Weil die Beobachtertage feststehen, sobald der Termin steht, sinken die Kosten je Teilnehmer mit jedem zusätzlichen qualifizierten Kandidaten — die Frage „AC ja oder nein" ist damit in Wahrheit eine Frage an die Reichweite der Ausschreibung, nicht an das Verfahren.
Was eine Fehlbesetzung kostet, lässt sich seriös nicht beziffern; die kursierenden Multiplikatoren auf das Jahresgehalt haben keine belastbare Primärquelle. Das Argument trägt auch ohne Zahl: Recruiting- und Auswahlaufwand fallen erneut an, das Gehalt läuft weiter, die Einarbeitung war umsonst, die Produktivität bleibt unter Plan, das Team trägt die Mehrarbeit. Die indirekten Kosten übersteigen die direkten in der Regel deutlich.
Nach dem Auswahltag: Feedback, Absage, Candidate Experience
Ein Assessment Center ist der teuerste Kontaktpunkt Ihres Verfahrens und produziert per Konstruktion mehrheitlich Absagen: Wer acht Menschen einen Tag lang beobachtet, um eine Person einzustellen, hat sieben Absagen zu formulieren. Verhaltensbasiertes Feedback ist deshalb kein Service, sondern Bestandteil der sozialen Validität. Stand 2016 erhielten in 96,5 Prozent der Verfahren die Teilnehmer Kenntnis vom Ergebnis (AkAC-Studie 2016) — die Frage ist selten das Ob, sondern die Qualität. Ein brauchbares Feedback nennt beobachtetes Verhalten und die zugehörige Anforderung, keine Eigenschaften der Person.
Vier Faktoren entscheiden über die Akzeptanz — hier in Negativform, weil sich so leichter prüfen lässt, was fehlt:
- Die Teilnehmer wussten vorher nicht, was sie erwartet, wie lange es dauert und wer bewertet.
- Der Tag war schlecht organisiert: Wartezeiten ohne Ansage, überzogene Stationen, unklare Räume.
- Das Kontaktverhalten war unpersönlich — niemand stellte sich vor, niemand war ansprechbar.
- Die Aufgaben hatten erkennbar nichts mit der Position zu tun.
Der am häufigsten genannte Kritikpunkt von Teilnehmenden betrifft nicht die Schwere der Aufgaben, sondern zu knappe Zeitvorgaben im Rollenspiel. Und ein AC, das reihenweise absagt, war nicht besonders streng, sondern vorne im Prozess schlecht gefiltert. Abgelehnte gehören deshalb in den Talentpool, nicht in den Papierkorb — im Rahmen der Frist, die Sie sich gesetzt haben, und mit deren Einverständnis.
Ein Auswahltag mit vier Teilnehmern ist kein Assessment Center
Rechnen Sie den Tag einmal von der anderen Seite durch. Sobald der Termin steht, stehen die Fixkosten: Beobachtertage, Räume, fertige Konzeption. Sie ändern sich nicht, wenn statt acht Personen nur vier erscheinen. Was sich ändert, sind die Kosten je Teilnehmer — und die Aussagekraft.
Die AC-Standards 2016 regeln nur die Obergrenze einer Gruppenaufgabe: maximal fünf bis sechs Kandidaten, idealerweise zwei bis drei je Beobachter. Eine Untergrenze steht dort nicht, weil sie sich von selbst ergibt. Eine Gruppendiskussion zu dritt ist keine Gruppendiskussion: kein Wettbewerb um Redeanteile, keine Koalitionsbildung, kein Konflikt, der ausgehalten werden müsste — also genau das nicht, wofür Sie das Gruppenformat gewählt haben. Ein Auswahltag mit vier Erschienenen ist kein günstigeres AC, sondern ein sehr teures Einzelinterview mit Zuschauern.
Die Zahl, die darüber entscheidet, entsteht nicht am Auswahltag. Zwischen Bewerbungseingang, Vorauswahl, Einladung und tatsächlichem Erscheinen liegt ein Vielfaches: Wer sechs qualifizierte Menschen im Raum haben will, braucht deutlich mehr als sechs Bewerbungen. Die Stellschraube dafür liegt Wochen vorher, in der Reichweite der Ausschreibung.
Genau dort setzt Multiposting an: Die Stellenanzeige wird einmal erstellt und auf über 400 Jobbörsen gleichzeitig ausgespielt; die Konditionen liegen dabei bis zu 70 Prozent unter der Direktbuchung bei den einzelnen Portalen.
Was es kostet, dieses Feld zu vergrößern, steht hier:
Multiposting-Pakete im ÜberblickHäufige Fragen von Arbeitgebern zum Assessment Center
Ab welcher Position lohnt sich ein Assessment Center?
Eine belegte Gehaltsschwelle existiert nicht — die Praxis argumentiert über Folgekosten und Bewerberzahl. Ein AC trägt dort, wo mehrere qualifizierte Kandidaten um wenige Plätze konkurrieren und eine Fehlbesetzung lange nachwirkt: Führungspositionen, Trainee-Programme, Nachfolgebesetzungen, größere Ausbildungsjahrgänge. Bei einer einzelnen Fachstelle mit vier Bewerbungen ist der Aufwand verschwendet.
Was kostet ein Assessment Center?
Für extern begleitete Verfahren nennen Anbieter Spannen von rund 1.000 bis 3.000 Euro pro Teilnehmer, andere Fachquellen schätzen 500 bis 2.500 Euro — jeweils stark abhängig vom Format. Eine methodisch belastbare Kostenerhebung für den deutschen Markt gibt es nicht, weshalb jede Punktzahl mit Vorsicht zu behandeln ist. Die größere Position ist ohnehin meist die interne: Beobachtertage, Konzeption, Schulung und Vorbereitungszeit der beteiligten Führungskräfte.
Wie viele Beobachter brauchen wir?
Der Verbandsstandard nennt keine Gesamtzahl, sondern eine Mindestbedingung: Jede Übung wird von mindestens zwei geschulten Beobachtern unabhängig voneinander protokolliert und bewertet, und in Gruppenaufgaben beobachtet ein Beobachter idealerweise zwei bis drei Kandidaten. In der Praxis wird oft mit einem Verhältnis von einem Beobachter auf zwei Kandidaten gerechnet — das ist eine Faustregel, keine Norm. Wichtiger als die Zahl: Die Beobachter dürfen untereinander nicht in einem Unterstellungsverhältnis stehen.
Wie viele Teilnehmer braucht ein Gruppen-Assessment-Center?
Hier widersprechen sich die Quellen deutlich: Die Beratungspraxis nennt sechs bis zwölf Personen pro Durchlauf, andere Fachportale spannen von zwei bis zwanzig. Verbindlich geregelt ist nur die Gruppengröße innerhalb einer Gruppenaufgabe — dort sind maximal fünf bis sechs Kandidaten vorgesehen. Praktisch entscheidend ist die Untergrenze: Sinkt das Feld unter die Besetzung einer Gruppenübung, verlieren genau die Übungen ihre Aussagekraft, für die man das AC überhaupt gebaut hat.
Können wir ein Assessment Center selbst konzipieren?
Konzipieren ja, improvisieren nein. Was intern vorhanden sein muss, ist diagnostische Kompetenz für die Anforderungsanalyse und den Übungsbau sowie die Personalkapazität für Beobachtung und Schulung — beides lässt sich nicht wegkürzen, ohne das Verfahren zu entwerten. Ein realistischer Mittelweg ist, Anforderungsprofil und Ablauf intern zu erarbeiten und die Übungskonstruktion sowie das Beobachtertraining einmalig extern begleiten zu lassen. Jedes neu entwickelte Element gehört vor dem Realeinsatz in einen Probelauf.
Wie objektiv ist ein Assessment Center wirklich?
Ehrliche Antwort: besser als ein freies Gespräch, aber nicht so gut, wie der Aufwand vermuten lässt. Der aktuelle internationale Forschungsstand beziffert die Prognosekraft des AC auf ρ = 0,33 — das Doppelte des unstrukturierten Interviews, aber auf demselben Niveau wie eine Arbeitsprobe, die deutlich weniger kostet. Eine ältere Metaanalyse für den deutschsprachigen Raum kommt auf ρ = 0,396; der Unterschied liegt in den verwendeten Korrekturverfahren, nicht in der Sache. Die Objektivität kommt nicht aus dem Format, sondern aus Anforderungsbezug, geschulten Beobachtern und getrennter Bewertung.
Welche Methoden werden in einem Assessment Center kombiniert?
Ein Verfahren darf sich Assessment Center nennen, wenn es mindestens drei Verfahrenselemente kombiniert, darunter mindestens eine Verhaltenssimulation und mindestens ein Element mit einem anderen Methodenansatz. Typisch sind Simulation plus Interview plus ein testtheoretisch fundiertes Verfahren; empfohlen werden bis zu zehn Elemente. Die Auswahl folgt nicht dem Geschmack, sondern der Kompetenz-Übungs-Matrix: Jede Kompetenz muss in mindestens zwei Elementen vorkommen.
Welche Beispielaufgaben eignen sich für ein Assessment Center?
Am tragfähigsten sind Aufgaben, die eine reale Situation der Zielposition abbilden — ein Postkorb aus dem tatsächlichen Aufgabenfeld, ein Mitarbeitergespräch mit einem typischen Konflikt, eine Fallstudie aus dem eigenen Markt. Standardaufgaben von der Stange sind in der Praxis weitgehend verschwunden; Übungen werden heute überwiegend positionsspezifisch gebaut. Der Grund ist nicht Originalität, sondern Verteidigbarkeit: Eine Übung, die sich nicht aus der Anforderungsanalyse ableiten lässt, ist im Streitfall kein objektives Kriterium.
Muss der Betriebsrat einem Assessment Center zustimmen?
Wo ein Betriebsrat besteht, ist ein AC nicht allein Sache der Personalabteilung. Die Beurteilungsgrundsätze — also die Kriterien, nach denen im AC bewertet wird — bedürfen nach § 94 Abs. 2 BetrVG seiner Zustimmung; kommt keine Einigung zustande, entscheidet die Einigungsstelle. Werden zusätzlich verbindliche Auswahlrichtlinien aufgestellt, greift § 95 BetrVG, und ab mehr als 500 Arbeitnehmern kann der Betriebsrat solche Richtlinien sogar verlangen. Praktisch heißt das: Den Betriebsrat einbinden, bevor der erste Bogen gedruckt ist.
Wie lange dürfen wir Beobachtungsbögen und AC-Ergebnisse aufbewahren?
Eine gesetzlich festgelegte Frist gibt es nicht. Aufsichtsbehördlich werden drei Monate nach der Absage genannt, abgeleitet aus der Klagefrist; in der Datenschutzpraxis ist eine Sechs-Monats-Regel verbreitet, die zwei Monate Geltendmachungsfrist nach dem AGG, drei Monate Klagefrist und einen Puffer addiert. Beide Positionen sind begründbar — wichtig ist, dass Sie sich für eine entscheiden, sie dokumentieren und dann auch tatsächlich löschen. Und: Beobachtungsprotokolle sind personenbezogene Daten, auf die Teilnehmende Auskunftsrechte haben — deshalb gehören dort Verhaltensbeobachtungen hinein und keine Werturteile über die Person.
Der Bewertungsbogen fürs Vorstellungsgespräch — im Gespräch ausfüllen, nicht aus dem Gedächtnis
Kriterien für die Stelle auswählen, jede Stufe der Skala ist beschrieben — damit eine 3 bei allen Beteiligten dasselbe heißt. Muss-Kriterien stehen als eigene Ebene darüber. Leerer Bogen zum Ausdrucken, ausgefüllter Bogen als PDF.
- 13 tätigkeitsbezogene Kriterien in vier Gruppen — Sie wählen die vier bis sieben aus, die für DIESE Stelle zählen
- Jede Stufe von 1 bis 4 mit Verhaltensanker beschrieben, dazu „nicht beurteilbar" für das, was im Gespräch schlicht nicht vorkam
- Muss-Kriterien als Ja/Nein-Ebene davor — was nicht verhandelbar ist, lässt sich nicht durch Punkte anderswo ausgleichen
- Zu jedem Kriterium die passende Frage und ein Feld für die Beobachtung, die Ihre Bewertung stützt
- Prüfung auf Begriffe, die auf ein geschütztes Merkmal nach § 1 AGG zielen, wenn Sie eigene Kriterien anlegen
- Alles bleibt in Ihrem Browser: weder Bewerbernamen noch Bewertungen werden an Personalturm übertragen
