Skip to main content
Hintergrund Die Wahrung der Anonymität der teilnehmenden Mitarbeitenden ist essenziell, um offenes Feedback zu ermöglichen. Die Verarbeitung personenbezogener Daten, zur gruppenbasierten Verteilung und Auswertung von Umfragen (z. B. nach Abteilungen) findet so statt, dass die Daten ohne Hinzuziehung zusätzlicher Informationen nicht mehr einer spezifischen Person zugeordnet werden können. Diese zusätzlichen Informationen werden gesondert aufbewahrt und unterliegen entsprechenden technischen und organisatorischen Maßnahmen. Ausführliche Informationen zu Gewährleistung der Datensicherheit und Anonymität aller Ergebnisse sind auch im Vertrag zur Auftragsverarbeitung definiert, welcher zu Beginn der Zusammenarbeit zwischen Honestly und dem Kunden abgeschlossen wird. Basierend hierauf wahren Einschränkungen in der Filtermethode und -funktion die Anonymität auch bei der Kombination vieler und detaillierter Filter innerhalb der Anwendung Die Anonymitätsgrenze wird durch die Funktionalität der Auswertungssoftware, insbesondere durch die Filter, sichergestellt und erfolgt nicht manuell. Weitere Informationen:
  • Feedback einzelner Personen wird nicht mit Namen des Feedback gebenden angezeigt.
  • Die Auswertung von Honestly funktioniert je eingestellte Anonymitätsgrenzen
  • Filter im System spiegeln ebenfalls die Anonymitätsgrenze je Umfrage wieder
  • Es kann nicht nach einzelnen Personen mit Namen gefiltert werden
Die Anonymitätsgrenzen je Umfrage, kann vom Systemadmin bestimmt werden und wird in der Umfrage und im System pro Umfrage offen angezeigt und kommuniziert. Wir bei Honestly unterscheiden hier zwischen 3 unterschiedlichen Level. Level 3: Attribute und Ergebnisse können je nach Einstellung des Admins mit 5 oder mehr Feedbacks im System ausgewertet werden. Dieses Level wird besonders bei größeren Teams Empfohlen, da man hier einige Datensätze benötigt, um die Daten zu analysieren Level 2: Attribute und Ergebnisse können je nach Einstellung des Admins mit 2–5 Feedbacks im System ausgewertet werden, dieses Level wird besonders bei kleineren Teams empfohlen, mit der sonst die Auswertung nicht möglich wäre. Level 1: Attribute und Ergebnisse werden schon ab einem Feedback auf dem Dashboard angezeigt, diese ist besonders bei Onboarding, Exit oder 360 Umfragen wichtig, da ansonsten keine Auswertung erfolgen kann. Level können anders dargestellt werden, wenn eine Kombination aus Anonymitätsleveln kombiniert werden.
Bsp. Der niedrigste Schwellenwert legt die sichtbare Anonymitätsstufe fest. Bei einer Antwortschwelle von 4 und einer Textantwortschwelle von 1 ergibt sich also die Anonymitätsstufe 1. Eine Antwortschwelle von 4 und eine Textantwortschwelle von 3 führt zu Anonymitätsstufe 2.
Wie funktionieren die Honestly Auswertungsfilter und wie wird hier die Anonymität sichergestellt? Level 3: Umfragen, welche eine Antwortgrenze von 5 oder mehr Antworten eingestellt haben, wird bei uns im System mit Level 3 gekennzeichnet. Das folgende Beispiel enthält die Antwortgrenze 5: Gruppen, welche weniger als fünf Feedbacks beinhalten, werden zu einer gemeinsamen Gruppe “others” zusammengeführt. Diese Gruppe bündelt dann alle Feedbacks von Gruppen, die weniger als fünf Feedbacks haben. Zur Steigerung der Anonymität muss die Gruppe “others” jedoch ebenfalls die Anonymitätsgrenze von fünf erreichen. Tut sie dies noch nicht, wird die kleinste Gruppe, die noch angezeigt wird, mit in die “others” Gruppe einbezogen. Die Aggregierung erfolgt dynamisch. Das heißt: Wenn ein Filter gesetzt ist, passen sich die anderen verfügbaren Filter so an, dass die Anonymität stets gewahrt wird. Beispiel A: Es sind Feedbacks mit diesen Gruppenwerten in “Department” eingegangen (Anzahl der Feedbacks in Klammern):
  • IT (18)
  • Finance (12)
  • HR (87)
  • Customer Serv (12)
  • Corporate (4)
  • Supplies (1)
Folgende Filter werden dann angezeigt:
  • HR
  • IT
  • Finance
  • Customer Serv
  • others
“Others” beinhaltet hier die Werte von Corporate & Supplies. Insgesamt entspricht die others Gruppe hier fünf Feedbacks und gefährdet somit nicht die Anonymität. Beispiel B: Es sind Feedbacks mit diesen Gruppenwerten in “Department” eingegangen (Anzahl der Feedbacks in Klammern):
  • IT (18)
  • Finance (12)
  • HR (87)
  • Customer Serv (12)
  • Corporate (3)
  • Supplies (1)
Folgende Filter werden dann angezeigt:
  • HR
  • IT
  • Customer Serv
  • others
In diesem Beispiel haben die Gruppen, die in sich weniger als fünf Feedbacks vereint haben, in Summe nicht die Grenze von fünf erreicht. Um die Anonymität zu wahren, wird die kleinste Gruppe zur “others” Gruppe hinzugefügt. Da die Gruppen Finance und Customer Service gleich groß sind, wird die alphabetisch spätere Gruppe miteinbezogen (Finance). “Others” beinhaltet hier die Werte von Corporate, Supplies und Finance. Insgesamt entspricht die others Gruppe hier 15 Feedbacks und gefährdet somit nicht die Anonymität. Beispiel C: Es sind Feedbacks mit diesen Gruppenwerten in “Gender” eingegangen (Anzahl der Feedbacks in Klammern):
  • männlich (12)
  • weiblich (8)
Folgende Filter werden dann angezeigt:
  • männlich
  • weiblich
Hier verändert sich nichts zum jetzigen Konzept. Alle Gruppen erfüllen in sich die Kriterien der Anonymität. Die Gruppe “others” wird nicht erzeugt, da keine kleinen Gruppen vorhanden sind. Beispiel D: Es sind Feedbacks mit diesen Gruppenwerten in “Gender” eingegangen (Anzahl der Feedbacks in Klammern):
  • männlich (16)
  • weiblich (3)
Folgende Filter werden dann angezeigt:
  • others
“weiblich” wird hier aufgrund der kleinen Gruppengröße “others” zugeordnet. Diese Gruppe hat nun zu wenige Feedbacks. Die nächstgrößere Gruppe wird der Gruppe hinzugefügt. Dies hat zur Folge, dass keine Gruppen mehr verfügbar sind. “Alle” entspricht “others”.
**Level 2: Umfragen, welche eine Antwortgrenze von 2 bis 5 Antworten eingestellt haben wird, bei uns mit Level 2 gekennzeichnet. Das folgende Beispiel enthält die Antwortgrenze 3: Gruppen, welche weniger als drei Feedbacks beinhalten, werden zu einer gemeinsamen Gruppe “others” zusammengeführt. Diese Gruppe bündelt dann alle Feedbacks von Gruppen, die weniger als drei Feedbacks haben, sowie Feedbacks mit leeren Gruppenwerten. Zur Steigerung der Anonymität muss die Gruppe “others” jedoch ebenfalls die Anonymitätsgrenze von drei erreichen. Tut sie dies noch nicht, wird die kleinste Gruppe, die noch angezeigt wird, mit in die “others” Gruppe einbezogen. Die Aggregierung erfolgt dynamisch. Das heißt: Wenn ein Filter gesetzt ist, passen sich die anderen verfügbaren Filter so an, dass die Anonymität stets gewahrt wird. Beispiel A: Es sind Feedbacks mit diesen Gruppenwerten in “Department” eingegangen (Anzahl der Feedbacks in Klammern):
  • IT (18)
  • Finance (12)
  • HR (87)
  • Customer Serv (12)
  • Corporate (2)
  • Supplies (1)
Folgende Filter werden dann angezeigt:
  • HR
  • IT
  • Finance
  • Customer Serv
  • others
“Others” beinhaltet hier die Werte von Corporate, Supplies. Insgesamt entspricht die others Gruppe hier drei Feedbacks und gefährdet somit nicht die Anonymität. Example B: Es sind Feedbacks mit diesen Gruppenwerten in “Department” eingegangen (Anzahl der Feedbacks in Klammern):
  • IT (18)
  • Finance (12)
  • HR (87)
  • Customer Serv (12)
  • Corporate (1)
  • Supplies (1)
Folgende Filter werden dann angezeigt:
  • HR
  • IT
  • Customer Serv
  • others
In diesem Beispiel haben die Gruppen, die in sich weniger als drei Feedbacks vereint haben, in Summe nicht die Grenze von drei erreicht. Um die Anonymität zu wahren, wird die kleinste Gruppe zur “others” Gruppe hinzugefügt. Da die Gruppen Finance und Customer Service gleich groß sind, wird die alphabetisch spätere Gruppe miteinbezogen (Finance). “Others” beinhaltet hier die Werte von Corporate, Supplies, und Finance. Insgesamt entspricht die others Gruppe hier 14 Feedbacks und gefährdet somit nicht die Anonymität. Beispiel C: Es sind Feedbacks mit diesen Gruppenwerten in “Gender” eingegangen (Anzahl der Feedbacks in Klammern):
  • Male (12)
  • Female (8)
Folgende Filter werden dann angezeigt:
  • Male
  • Female
Hier verändert sich nichts zum jetzigen Konzept. Alle Gruppen erfüllen in sich die Kriterien der Anonymität. Die Gruppe “others” wird nicht erzeugt, da keine kleinen Gruppen vorhanden sind. Beispiel D: Es sind Feedbacks mit diesen Gruppenwerten in “Gender” eingegangen (Anzahl der Feedbacks in Klammern):
  • Male (16)
  • Female (2)
Folgende Filter werden dann angezeigt:
  • others
“Female” wird hier aufgrund der kleinen Gruppengröße “others” zugeordnet. Diese Gruppe hat nun zu wenige Feedbacks. Die nächstgrößere Gruppe wird der Gruppe hinzugefügt. Dies hat zur Folge, dass keine Gruppen mehr verfügbar sind. “Alle” entspricht “others”.
Level 1: Umfragen, welche eine Antwortgrenze von 1er-Antwort eingestellt haben, wird bei uns mit Level 1 gekennzeichnet. Das folgende Beispiel enthält die Antwortgrenze 1: Gruppen, welche weniger als 1 Feedback beinhalten, werden nicht angezeigt. Beispiel: Es sind Feedbacks mit diesen Gruppenwerten in “Department” eingegangen (Anzahl der Feedbacks in Klammern):
  • IT (18)
  • Finance (12)
  • HR (87)
  • Customer Serv (12)
  • Corporate (1)
  • Supplies (0)
Folgende Filter werden dann angezeigt:
  • HR
  • IT
  • Finance
  • Customer Serv
  • Corporate