Wie viele Mitarbeiter haben wir? Yerodin fragt das seit drei Wochen. Antworten bekommt er durchaus, nur jedes Mal eine andere Zahl, und keine davon kommt mit einer Begründung, warum ausgerechnet sie die richtige sein soll. In den Systemen fehlt dabei nichts, keine Zeile und kein Status, und trotzdem fehlt etwas — es hat nur nie jemand aufgeschrieben, weil es nie jemand entschieden hat.
Gefragt hat Yerodin van Dusseldorp, Controller bei FastChangeCo, der fiktiven Firma, an der ich reale Situationen aus Projekten und Coachings greifbar mache. Der Fall dahinter ist echt — ich hatte ihn vor Kurzem in einer Coaching-Session, und dort ging es um genau diese Frage.
Vergangene Woche ging es um eine Bedeutung, die es einmal gab und die auf dem Weg zur Spalte verloren gegangen ist. Diesmal andersherum: Die Bedeutung ist nie entschieden worden. Was nie entschieden wurde, kann man auch nicht verlieren — und aus den Daten holt man es erst recht nicht zurück.
Die Spalte, die vollständig aussieht
Dieselbe Frage, drei Wochen, drei Zahlen — und jede Antwort kommt mit einem Vorbehalt.
Xuefang, Junior Data Modelerin, sieht in die Personaltabelle. Es gibt eine Spalte employee_status, sie ist überall gefüllt, die Werte sind sauber und eindeutig lesbar. Für sie ist damit alles da, was man braucht: auf die passenden Werte filtern und zählen.
Philomena ist seit über fünfzehn Jahren bei FastChangeCo und als Business Analystin genau dafür da, zwischen Fachbereich und IT zu übersetzen. Sie setzt sich mit Xuefang hin und geht die Spalte durch. Die Werte darin kommen aus dem Personalsystem und beschreiben, wie jemand dort geführt wird: Vertragsart, Status, Abwesenheitsgrund. Welche davon einen Mitarbeiter im Sinne von Yerodins Frage ausmachen, ist eine fachliche Festlegung — und die trifft kein System, sondern das Unternehmen.
Nur hat sie hier nie jemand getroffen. Vergessen hat es auch keiner; die Frage ist schlicht nie gestellt worden, solange niemand die Zahl brauchte.
Eine KI kommt an dieser Stelle übrigens auch nicht weiter. Sie liest die Spalte, erkennt die Werte und das Muster dahinter schneller als jeder von uns. Welche davon einen Mitarbeiter ausmachen, kann sie nicht wissen — das stand nie in den Daten. Dass das weniger über die KI sagt als über uns, habe ich im Frühjahr am Begriff Kunde durchgespielt.
Jede Antwort verschiebt die Zahl
Gepflegt, vollständig, eindeutig lesbar. Nur steht nirgends, welche dieser Werte einen Mitarbeiter ausmachen.
Also setzt Philomena sich mit den Leuten zusammen, die es wissen müssten. Was dabei herauskommt, ist erst einmal keine Zahl, sondern eine Liste von Fragen.
Jemand mit einem Vollzeitvertrag zählt, darüber muss man nicht reden. Bei Teilzeit fängt es an: Ist das eine Person oder eine halbe? Das sind zwei verschiedene Fragen, und je nachdem stehen am Ende zwei verschiedene Zahlen da. Klein ist der Unterschied nicht — in Deutschland arbeiten 29 Prozent aller Erwerbstätigen in Teilzeit, bei den Frauen ist es fast die Hälfte. Ist jemand in Elternzeit noch Mitarbeiter? Und ist ein Mitarbeiter noch ein Mitarbeiter, wenn er krank ist — wenn ja, bis zu welcher Dauer? Danach kommt der Werkstudent mit seinen zwölf Stunden pro Woche, und am Ende der Contractor, der seit vier Jahren im Team sitzt und über seine eigene Firma abrechnet.
Jede dieser Fragen läuft auf ein Ja oder Nein hinaus, und jede Antwort verschiebt die Zahl. FastChangeCo ist ein Mischkonzern mit Zehntausenden Beschäftigten. Es geht bei diesen Fragen also nicht um Nachkommastellen, sondern bei jeder einzelnen um Hunderte oder Tausende von Menschen.
Fünf offene Entscheidungen, und zwischen der kleinsten und der größten Zahl liegen fast 10.000 Menschen.
Keine dieser Entscheidungen steht in den Daten. Sie sind nie getroffen worden, also können sie dort auch nicht stehen — kein noch so sauberes Quellsystem kann etwas mitliefern, worüber sich nie jemand geeinigt hat.
Aufgefallen ist das lange nicht. Jede Abteilung hat für sich gerechnet, jede mit ihrer eigenen stillen Annahme darüber, wer dazugehört, und solange die Ergebnisse in getrennten Berichten standen, hat sie niemand verglichen. Verglichen werden sie erst in dem Moment, in dem jemand sie gemeinsam betrachtet — oder für einen gemeinsamen Report braucht.
An dieser Stelle gab es in der Coaching-Session den Aha-Moment. Im technischen Datenmodell war die Frage nicht zu lösen, egal wie lange wir hingesehen haben. Erst im fachlichen Modell ließ sich herausfinden, wie die Definitionen eines Mitarbeiters überhaupt aussehen — und ab da war klar, welche Daten man dafür selektieren muss.
Über diese Serie: Dies ist Teil 2 von 3 der Serie über die Grundlagen der Datenmodellierung. Die Übersicht steht im Hub-Artikel. Teil 1 ist einen einzelnen Begriff durch die drei Ebenen gegangen; Teil 3 kommt am 23. September zur Methodenfrage und zur Checkliste.
Eine Zahl, auf die sich niemand einigt — kennst du das?
Definitionen aus dem Fachbereich holen, sie verhandeln und so festhalten, dass später jemand damit rechnen kann: genau das ist der Kern des Trainings zur Informationsmodellierung. Neue Termine sind in Vorbereitung.
„Das ist doch längst definiert“
Vier Zwecke, vier verschiedene Summen — und jede davon ist richtig gerechnet.
An dieser Stelle kommt der Einwand, und er ist berechtigt. Als ich die Frage im August auf LinkedIn gestellt habe, kam er von Aaron Reese: Die Sache ist doch definiert, juristisch, über die Gehaltsliste. Wer dort steht, zählt, Abwesende eingeschlossen; der Contractor steht nicht drauf. Die eigentliche Frage sei damit gar nicht, wie viele Mitarbeiter man hat, sondern wie viele Menschen für einen arbeiten. Und gleich hinterher: Zählt das ausgelagerte Callcenter dann noch dazu?
Er hat recht, für einen Zweck. Für die Entgeltabrechnung ist die Frage entschieden, und zwar vom Gesetzgeber, nicht von uns. Der Geschäftsbericht rechnet in Vollzeitäquivalenten und kommt damit auf eine deutlich kleinere Zahl. In Yerodins Kapazitätsplanung zählt der Contractor sehr wohl mit, während der Langzeitkranke herausfällt. Und wer die IT-Lizenzen zählt, braucht noch einmal eine andere Menge — jeden nämlich, der ein Konto hat.
Wie sehr die Zählregel das Ergebnis bestimmt, sieht man auch außerhalb einer Belegschaft. Das Wissenschaftliche Institut der AOK hat für 2024 ausgewertet, was Erkrankungen von mehr als sechs Wochen bei den AOK-versicherten Beschäftigten ausmachen: 3,3 Prozent aller Arbeitsunfähigkeitsfälle — und zugleich rund 40 Prozent aller Fehltage. Dieselben Menschen, dieselben Krankheiten, und je nachdem ob man Fälle oder Tage zählt, ist es eine Randerscheinung oder fast die Hälfte.
Es gibt damit nicht die eine Zahl, sondern mehrere, und jede gehört zu einer bestimmten Frage. Genau das ist die Aufgabe des konzeptionellen Modells: festzuhalten, welche Definition zu welcher Frage gehört. Welche von ihnen gewinnt, ist gar nicht die Aufgabe. Wer eine zur einzig wahren erklärt, hat das Problem vor allem an die anderen drei weitergereicht.
Wer die Definition unterschreibt
Ein konzeptionelles Modell: ein Begriff, seine Subtypen, je eine Definition und ein Verantwortlicher.
Amal modelliert das. Für eine Tabelle ist es viel zu früh; daraus wird ein Begriff mit Subtypen (Unterarten desselben Begriffs): Employee, darunter die einzelnen Beschäftigungsformen, jede mit ihrer Definition in einem Satz und einem Verantwortlichen dahinter. Dazu die Zuordnung, welcher Zweck welche Subtypen zusammenzählt. Mehr ist ein konzeptionelles Modell an dieser Stelle nicht, und mehr braucht es auch nicht.
Der unangenehme Teil kommt danach. Eine solche Definition weiß niemand, sie muss entschieden werden, und dafür braucht es jemanden, der sie am Ende verantwortet. Genau da hakt es in meiner Erfahrung gleich zweimal. Zuerst findet man oft die Personen nicht, die überhaupt sagen können, wie es heute tatsächlich gehandhabt wird. Und hat man die gefunden, sind die, die es final entscheiden dürfen, noch einmal andere: Die wollen dann nicht — oder wollen es erst durch zig Gremien schicken. Bei FastChangeCo geht Michael Müller damit nach oben; er berichtet direkt an die CFO, und für den Geschäftsbericht ist die Zahl ohnehin ihr Thema.
Was einmal so festgehalten ist, hält auch. Eine Struktur, eine Methode, irgendwann Tabellen: All das kommt obendrauf und ersetzt die Definition nicht. Es gibt sogar Ansätze, die genau darauf aufbauen und das fachliche Modell konsequent von der Technik lösen; Fact-Oriented Modeling ist einer davon.
Am Ende steht ein Satz pro Begriff, auf den sich Menschen geeinigt haben, und daneben, wer ihn verantwortet. Das Diagramm ist dabei das kleinere Ergebnis.
Jetzt weiß FastChangeCo, was ein Employee ist. Eine Tabelle ist das noch lange nicht, und welche Methode dafür die richtige ist, ist die Frage danach. Darum geht es nächste Woche — und darum, woran man am Ende erkennt, ob ein Modell etwas taugt.
So long,
Dirk
Quellen
Teilzeitquote: Statistisches Bundesamt, Mikrozensus 2024.
Langzeiterkrankungen: WIdO, Wissenschaftliches Institut der AOK, Auswertung der Fehltage 2024. Die Auswertung beruht auf den Daten AOK-versicherter Beschäftigter.
Der Einwand von Aaron Reese stammt aus der öffentlichen Diskussion unter diesem Beitrag vom August 2026.
FastChangeCo ist eine fiktive Firma; die Zahlen im Beispiel sind erfunden, die Größenordnungen an den oben genannten Statistiken orientiert.