Wir messen, was Menschen tun — nicht, was sie behaupten, tun zu würden.
Verhaltensstichprobe · N = 1
θ posterior 0.7295% CI [0.61, 0.83]
Vier Säulen
Wie die Engine Gespräch zu Beleg macht.
Säule 01
Verhaltens-Elicitation
Szenarien sind so konstruiert, dass sie unter realistischem Druck spezifische Kompetenzen hervorrufen. Jedes Szenario entsteht mit erfahrenen Praktiker:innen und wird einem definierten Kompetenzmodell zugeordnet, sodass jeder Gesprächsmoment einen Messzweck erfüllt.
Scores werden mit Item-Response-Theorie kalibriert — derselbe psychometrische Rahmen wie hinter GRE und GMAT. Jedes Szenario trägt einen Schwierigkeitsparameter (β) und einen Diskriminationsparameter (α), sodass eine 75 in einem schweren Szenario mehr bedeutet als eine 75 in einem leichten.
Ein Gespräch ist eine Stichprobe, kein Urteil. Leadify nutzt Bayes'sche Aktualisierung: Jede Sitzung verfeinert eine Fähigkeitsschätzung (θ) mit einem expliziten Konfidenzintervall. Wir zeigen nicht nur den Wert, sondern auch, wie sicher wir uns sind — und diese Sicherheit wächst mit den Belegen.
θ-SchätzungCredible IntervalsEvidenzgewichtet
Säule 04
Fortlaufende Validierung
Die Engine wird laufend gegen reale Ergebnisse rückgetestet: Beförderungen, Bindung, Leistungsbewertungen, Umsatzerreichung. Mit wachsendem Verhaltensdatensatz kalibrieren wir die Szenario-Parameter nach.
Vom Live-Gespräch zum geprüften Verhaltensdatensatz.
Schritt 01
Live-Gespräch
Teilnehmende:r begegnet einem KI-Gegenüber in einem realistischen, adaptiven Szenario.
Schritt 02
Verhaltenssignal-Extraktion
Verbale und paraverbale Marker werden aus Transkript und Audio erfasst.
Schritt 03
Rubrik-Scoring
Mehrdimensionale, kalibrierte Rubriken bewerten beobachtbares Verhalten, keine Selbstauskunft.
Schritt 04
IRT-Anpassung
Schwierigkeits- und Diskriminationsparameter gewichten den Score gegenüber dem Szenario.
Schritt 05
Bayes'sches Update
Fähigkeitsschätzung (θ) wird mit einem expliziten Konfidenzintervall verfeinert.
Schritt 06
Geprüfter Verhaltensdatensatz
Jeder Score verweist auf die konkreten Gesprächsbelege, aus denen er entstanden ist.
Geprüfte Verhaltensdaten
Was „geprüft“ tatsächlich bedeutet.
Jeder Wert ist eine Behauptung, die wir belegen können — gegenüber CHRO, Betriebsrat oder Prüfer:in.
0.00
Prognosevalidität (r)
0%
Rater-Übereinstimmung
0%
Auditierbar bis zum Beleg
Beobachtet, nicht selbstberichtet — jeder Datenpunkt stammt aus Live-Verhalten.
Standardisiert — gleiches Szenario, gleiches Gegenüber, gleiche Rubrik für alle.
Kalibriert — schwierigkeitsbereinigt, sodass Scores vergleichbar sind.
Begrenzt — jeder Score trägt ein explizites Konfidenzintervall.
Auditierbar — jeder Score verweist auf konkrete Gesprächsbelege.
Standards
Nach professionellen Assessment-Standards gebaut.
Konzipiert im Einklang mit den Standards for Educational and Psychological Testing (AERA, APA, NCME) und den SIOP-Principles for the Validation and Use of Personnel Selection Procedures.
APA-StandardsSIOP-PrinzipienDSGVOKVKKSOC 2 (in Vorbereitung)
Ausgewählte Forschungsgrundlagen
Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology. Psychological Bulletin, 124(2), 262–274.
Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection. Journal of Applied Psychology, 107(11), 2040–2068.
Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems. Lawrence Erlbaum Associates.
Arthur, W., Day, E. A., McNelly, T. L., & Edens, P. S. (2003). A meta-analysis of the criterion-related validity of assessment center dimensions. Personnel Psychology, 56(1), 125–153.
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.
Phillips, J. J. (2003). Return on Investment in Training and Performance Improvement Programs (2nd ed.). Butterworth-Heinemann.
FAQ
Antworten, direkt.
Klassische Assessment-Center liefern hohe Prognosevalidität, kosten aber 3.000–8.000 $ pro Person und laufen einmal jährlich. Leadify liefert dieselbe Klasse an Verhaltensbelegen per KI-Simulation — auf Abruf, zu einem Bruchteil der Kosten, mit eingebauter psychometrischer Kalibrierung.
Nein. Leadify erzeugt Verhaltensbelege mit Konfidenzintervallen. Menschen entscheiden; Leadify sorgt dafür, dass diese Entscheidungen besser informiert sind.
Jede Rubrik wird vor dem Einsatz gegen menschliche Expert:innen kalibriert, und die Inter-Rater-Reliabilität wird laufend überwacht. Scores tragen explizite Konfidenzintervalle, die bei dünner Datenlage weiter werden und mit mehr Sitzungen enger. Menschliche Rater:innen auditieren eine zufällige Stichprobe jedes Szenariobatches, und Abweichungen fließen in die Nachkalibrierung der Rubrik zurück.
Simulationsbasierte Diagnostik misst, wie eine Person in einer realistischen Rekonstruktion einer Hochdrucksituation handelt — statt zu erfragen, was sie in einem Selbstauskunfts-Fragebogen behauptet. Das ist die moderne, skalierbare Form der Assessment-Center-Tradition — beobachtbares Verhalten, bewertet an einer kalibrierten Rubrik.
Jedes Szenario und jede Rubrik wird über demografische Gruppen hinweg auf Adverse Impact überwacht. Kalibrierungsdaten, Rater-Übereinstimmung und Score-Verteilungen werden rollierend geprüft, und jedes Item, das differentielles Funktionieren zeigt, wird nachkalibriert oder zurückgezogen. Jeder Score ist bis zum konkreten Gesprächsbeleg auditierbar.
GrenzenEvaluation Engine · Kalibriert · v2.13
Was die Evaluation Engine nicht tut.
Die glaubwürdigsten Assessment-Anbieter sind jene, die ihre Grenzen offen benennen. Jede Aussage unten ist eine Behauptung, die Leadify bewusst nicht aufstellt.
Wir treffen keine Einstellungsentscheidungen.
Das tun Menschen. Leadify liefert Verhaltensbelege — die Entscheidung über Beförderung, Einstellung oder Nachfolge trifft die verantwortliche Führungskraft.
Wir bewerten keine Persönlichkeit.
Wir bewerten beobachtbares Verhalten unter standardisiertem Druck. Keine abgeleiteten Eigenschaften, keine Persönlichkeitstypologien, keine Blackbox-Archetypen.
Wir behaupten keine Sicherheit, die wir nicht haben.
Jeder Wert trägt sein Konfidenzintervall. Wo die Datenlage dünn ist, weitet sich das Intervall — und der Bericht zeigt das in derselben numerischen Sprache, die Finanzabteilung und Aufsichtsrat ohnehin lesen.
Enterprise-Dossier
Möchten Sie die vollständige technische Dokumentation?
Unser Team führt das I/O-Psychologie- und Einkaufsteam jedes Kunden durch die Engine — Kalibrierungsdaten, Validierungsstudien, Fairness-Monitoring und Audit-Trails.