Wie man Verhalten wirksam steuern kann

Wie man Verhalten wirksam steuern kann
25.05.2019

Eine neue Befragung von mehr als 220 Chief Compliance Officer (CCO) zeigt, dass Unternehmen aller Branchen planen, ihre Fähigkeit zum Begrenzen und Verhindern von Fehlverhalten zu verbessern. Diese Entwicklung erfolgt angesichts eines intensiveren öffentlichen Bewusstseins für ethisches Verhalten und einer gestiegenen regulatorischen Erwartungshaltung, messbare Erfolge bei der Verbesserung der Wirksamkeit formaler Compliance-Managementsysteme nachzuweisen.

Die CCO-Umfrage 2019 von KPMG mit dem Untertitel „Insights for the Future of Ethics & Compliance“ hebt hervor, dass die meisten Unternehmen, unabhängig von ihrer Branche, Compliance-Risiken sehr ernst nehmen. Die Studie basiert auf einer Befragung von mehr als 220 Chief Compliance Officer (CCO) aus den größten Unternehmen in verschiedenen Branchen und identifiziert u.a. fünf Hauptbereiche, in denen CCOs eine stärkere Integration ihres Compliance-Managementsystems in die täglichen aufgabenbezogenen Prozesse der Organisation planen: Training (67 Prozent), Investigations (55 Prozent), Monitoring & Testing (55 Prozent), Due Diligence (26 Prozent) und Governance (24 Prozent).

Compliance-Managementsysteme können allgemein als formale, in Unternehmen eingesetzte Kontrollsysteme, das heißt als Systeme, die Mitarbeiterverhalten berechenbarer machen und auf eine Übereinstimmung zwischen Mitarbeiterverhaltensweisen und den Erwartungen der Organisation hinwirken sollen, charakterisiert werden. In der organisationswissenschaftlichen und soziologischen Literatur sind Kontrollsysteme vielfach untersucht worden, wobei eine Reihe unterschiedlicher Dimensionen dieser Systeme herausgearbeitet wurde.

Unterscheidung im Kontrollsystem

Demnach unterscheidet man Kontrollsysteme gewöhnlich danach, ob sie Ordnung im Verhalten der Mitarbeiter erzeugen, indem sie bestimmte Verhaltensweisen erzwingen, oder aber dafür sorgen, dass Mitarbeiter sich mit kollektiven Organisationsnormen und -werten identifizieren und sich für diese engagieren. Die Wirkungen formaler Compliance-Managementsysteme können sehr vielfältig sein, und im Prinzip kann jede Maßnahme einen positiven Effekt auf die Einstellungen und Verhaltensweisen der Mitarbeiter haben. Solange die genaue Wirkungsweise der Maßnahmen jedoch nicht bekannt ist, können diese Effekte nicht gesteuert und belegt werden. Ziel muss es daher sein, aufzuzeigen, wie die Maßnahmen auf Mitarbeiterebene ankommen, damit vorhandene Ressourcen optimal eingesetzt werden können, um Compliance-Managementsysteme gezielt zu verbessern.

So zeigen empirische Studien (z.B. Rick 2018) beispielsweise, dass nicht die Breite und Vielfalt an Maßnahmen entscheidend ist, um das Verhalten der Mitarbeiter positiv zu beeinflussen, sondern die Wahrnehmung der Maßnahmen durch die Mitarbeiter. Was nützt ein Ethik-/Verhaltenskodex, wenn Mitarbeiter davon überzeugt sind, dass dieser nicht ernst zu nehmen ist? Was bringen Richtlinien und Verfahrensanweisungen, wenn Mitarbeiter glauben, dass diese leicht außer Kraft gesetzt oder umgangen werden können? Wie effektiv können Hinweisgebersysteme sein, wenn Mitarbeiter nicht bereit sind, Verstöße zu melden?

Wirkung von Maßnahmen messen

Unterstützt wird dieses Ziel durch das Compliance-Index-Modell. Es ist das Ergebnis zweier empirischer Studien, die an der Frankfurt University of Applied Sciences mit Unterstützung des Frankfurter Instituts für Risikomanagement und Regulierung (FIRM) durchgeführt wurden.

Im Prinzip umfasst das Compliance-Index-Modell eine Reihe statistischer Verfahren zur Untersuchung komplexer Beziehungsstrukturen zwischen Maßnahmen und Mitarbeiterverhalten und ermöglicht so die quantitative Abschätzung der Wirkungszusammenhänge. Ein charakteristisches Merkmal des Modells ist, dass mit latenten Variablen gearbeitet wird. Latente Variablen sind dadurch gekennzeichnet, dass sie sich einer direkten Beobachtbarkeit auf empirischer Ebene entziehen. Es bedarf daher zunächst geeigneter Indikatoren, mit deren Hilfe empirische Beobachtungswerte für die latenten Variablen gewonnen werden können.

Wahrgenommenes Compliance-Risiko

Indikatoren sind direkt gemessene Beobachtungen (Rohdaten), die entweder als Items (eines Fragebogens) oder als Messvariablen bezeichnet werden. Ein Beispiel für eine latente Variable im Compliance-Index-Modell ist das wahrgenommene Compliance-Risiko, also das aktuelle oder potenzielle Risiko für Erträge und Kapital, das durch Verstöße gegen Gesetze, Regelungen, Vorschriften, Vereinbarungen, vorgeschriebene Praktiken oder ethische Standards entsteht. Unter Verwendung dieser Ausgangsdaten können die Wirkungszusammenhänge zwischen den latenten Variablen mit Hilfe der Verfahren der Strukturgleichungsanalyse geschätzt werden.

Dazu werden die Wirkungszusammenhänge in einem linearen Mehrgleichungssystem (sog. Strukturgleichungen) abgebildet und die Modellparameter mit Hilfe des Partial Least Squares (PLS)-Ansatzes so geschätzt, dass die Erklärungs- und Prognosekraft des Modells im Hinblick auf das Compliance-Risiko maximiert wird. Im Prinzip ist der dabei zur Anwendung kommende PLS-Algorithmus eine Sequenz von Ordinary Least Squares (OLS)-Regressionen in Form von gewichteten Vektoren, die nach dessen Konvergenz Fixpunktgleichungen erfüllen. In anderen Worten fasst das Modell die Wirkungszusammenhänge zwischen Maßnahmen und Mitarbeiterverhalten formal so, dass diese effektiv messbar und damit steuerbar werden.

Mitarbeitergruppen im Unternehmen identifizieren

In Kombination mit einer Cluster-Analyse lassen sich auf diese Weise Mitarbeitergruppen im Unternehmen finden, die sich in der Wirksamkeit der Maßnahmen unterscheiden. Unter dem Begriff Cluster-Analyse werden unterschiedliche Verfahren zur Gruppenbildung zusammengefasst, die sich vor allem im Hinblick auf folgende zwei Aspekte unterscheiden:

  1. Wahl des Proximitätsmaßes, d. h. des statistischen Maßes, mit dem die Ähnlichkeit bzw. Unähnlichkeit (Distanzmaße) zwischen Objekten gemessen wird.
  2. Wahl des Gruppierungsverfahrens, d. h. der Vorgehensweise, nach der eine Zusammenfassung von ähnlichen Objekten zu Gruppen (Fusionierungsalgorithmen) oder aber die Zerlegung einer Erhebungsgesamtheit in Gruppen (Partitionierungsalgorithmen) erfolgen soll.

Abb. 1: Der Compliance-Index in verschiedenen Mitarbeiter-Clustern 

Das Ergebnis ist ein mitarbeitergruppenspezifischer Compliance-Index (KPI), mit dem die Wirksamkeit der Maßnahmen innerhalb der Organisation gemessen, gesteuert und überwacht werden kann (siehe Abb. 1). Darüber hinaus ist der Index auch in Einzelkomponenten zerlegbar. Er stellt somit ein aussagekräftiges Analyseinstrument dar und ist ein hilfreiches Controlling-Instrument für das Management eines Unternehmens. Der Compliance-Index wird genutzt, um Stärken und Schwächen im Compliance-Managementsystem zu identifizieren und daraus, falls notwendig, strategische Maßnahmen zur Verbesserung abzuleiten.

Modellgestützte Handlungsportfolios

Dazu können modellgestützt konkrete, datengetriebene Handlungsportfolios aufgebaut werden, auf die man sich konzentrieren sollte, um vorhandene Ressourcen effektiv einzusetzen (siehe Abb. 2). Um das gemessene Indexniveau zu halten, müssen Maßnahmen im rechten oberen Quadranten beibehalten werden („Stärken“). Um das gemessene Indexniveau zu verbessern, müssen Maßnahmen im rechten unteren Quadranten überarbeitet werden („Schwächen“).

Abb. 2: Handlungsportfolio Mitarbeiter-Cluster B

So zeigt das Beispiel „Mitarbeiter-Cluster B“, dass hier präventive (z.B. Trainings) und reaktive (z.B. Investigations) Maßnahmen des Compliance-Managementsystems verbessert werden müssen, um die Wirksamkeit zu erhöhen. Der sogenannte Tone from the Top (z.B. Vorbildfunktion der Führungskräfte) und detektive Maßnahmen (z.B. Monitoring & Testing) sind hier von untergeordneter Bedeutung. Durch wiederkehrende Messungen kann der Erfolg von Maßnahmen zur Verbesserung der Wirksamkeit des Compliance-Managementsystems im Zeitablauf aufgezeigt werden, so wie es etwa vom U.S. Department of Justice (DOJ) seit kurzem gefordert wird.

Autoren (von links nach rechts):

Dr. Sebastian Rick, KPMG AG Wirtschaftsprüfungsgesellschaft, Frankfurt.
Professor Dr. Ralf Jasny, Frankfurt University of Applied Sciences.
Timo Purkott, KPMG AG Wirtschaftsprüfungsgesellschaft, Frankfurt.


[zurück]
Weitere interessante News