Die Personalausauswahl an Universitäten ist von hoher Relevanz. Die vorliegende Disseratation beschäftigt sich mit den Auswahlprozessen von Studierenden, Promovierenden und Postdocs und den Berufungsverfahren von Professor:innen. Der Fokus liegt auf drei elementaren Punkten der Prozesse: Verwendungshäufigkeit, Kriteriumsvalidität und Akzeptanz. Die Arbeit beantwortet die Fragen, welche Verfahren bei der Personalauswahl an Universitäten genutzt werden, wie gut sich mit verschiedenen Verfahren und Konstrukten der Erfolg von Studierenden, Promovierenden und Postdocs, und Professor:innen vorhersagen lässt und wie akzeptiert verschiedene Verfahren bei Personalauswahlverfahren an Universitäten sind. In zwei eigenen Studien werden Forschungslücken geschlossen und neue Erkenntnisse der Literatur ergänzt. Für Studie 1 wurde bei N = 164 Promovierenden erhoben, wie diese tatsächlich ausgewählt wurden. Promotionsstellen wurden am häufigsten durch frei geführte Auswahlgespräche und persönliche Kontakte besetzt. Bei N = 170 potenziellen Bewerbenden für eine Promotionsstelle wurden die Akzeptanzurteile für Auswahlverfahren erfragt. Frei geführte Auswahlgespräche, berufliche Erfahrungen, Arbeitsproben und strukturierte Auswahlgespräche erhielten die höchsten Akzeptanzwerte. Studie 2 beleuchtet die Kriteriumsvalidität und identifizierte Prädiktoren, die in einem Längsschnittdesign sowohl den objektiven als auch den subjektiven Laufbahnerfolg zwei Jahre nach Abschluss der Promotion bei N = 2 104 erfolgreich Promovierten vorhersagen konnten. Die Big Five Persönlichkeitseigenschaften Offenheit für neue Erfahrungen und Neurotizismus waren Prädiktoren für objektiven Laufbahnerfolg. Verträglichkeit und Neurotizismus konnten unterschiedliche Aspekte von subjektivem Laufbahnerfolg vorhersagen. Darüber hinaus konnte mittels Response Surface Analysen ein Persönlichkeits-Anforderungs-Fit in Offenheit für neue Erfahrungen und Extraversion objektiven Laufbahnerfolg vorhersagen. / The selection of personnel at universities is of great relevance. This dissertation deals with the selection processes of students, doctoral candidates, and postdocs and professors. The focus is on three elementary points of the processes: frequency of use, criterion validity, and acceptance. The work answers the questions of which procedures are used in the selection of personnel at universities, how well the success of students, doctoral candidates and postdocs, and professors can be predicted with different selection methods and how different selection methods in personnel selection procedures are accepted at universities. In two of our own studies, existing research gaps are closed, and the state of the literature is supplemented with new findings. For Study 1 N = 164 doctoral candidates were asked how they were selected. Doctoral positions were most often filled through unstructured selection interviews and personal contacts. N = 170 potential applicants for a doctoral position were asked about the acceptance ratings for selection procedures. Unstructured interviews, professional experience, work samples, and structured interviews had the highest ratings in acceptance. Study 2 focuses on the criterion validity and identified predictors that, in a longitudinal design, were able to predict both the objective and the subjective career success two years after completing the doctorate in N = 2 104 successful doctoral graduates. Two of the Big Five personality traits, openness to new experiences and neuroticism, were predictors for objective career success. Agreeableness and neuroticism could predict different aspects of subjective career success. In addition, a personality-requirement fit in openness to new experiences and extraversion was able to predict objective career success using response surface analysis.

Präsentiert werden drei Studien zum Thema Prädiktion von Leistung. In Studie 1 wurde die Prädiktion von Studienerfolg nicht nur mit Persönlichkeitsmaßen auf Facettenebene sowohl von Fremd- als auch Selbst-Ratings untersucht, sondern auch der Einfluss von faking auf die Kriteriumsvalidität. Ergebnisse zeigten, dass Fremd- über Selbst-Ratings und Intelligenz hinaus Studienerfolg prädizieren. Auch wurde gezeigt, dass Faking die Kriteriumsvaliditäten auf Facettenebene in unterschiedlicher Weise beeinflusst. Studie 2 untersuchte den Einfluss der unterschiedlichen Abstraktionsebene von Prädiktor und Kriterium auf die Kriteriumsvalidität. Dazu wurden Leistungsmotivationsskalen sowohl in einer Mathe-spezifischen Formulierung als auch in einer globalen Formulierung Schülern vorgegeben. Diese Skalen dienten dann als Prädiktoren für Noten in Mathe, Physik und Deutsch. Ergebnisse einer Varianzzerlegung mit MTMM zeigten, dass die Mathe-spezifischen Skalen durchgehend ein Plus an Varianz enthalten, welches unabhängig ist von der Varianz aufgrund der einzelnen Motivationskonstrukte. Folglich messen domänen-spezifische Skalen entweder ein engeres Konstrukt von Leistungsmotivation oder, eher, ein zusätzliches Konstrukt. Das Korrelationsmuster der domänen-spezifischen Varianz mit den drei untersuchten Noten legt nahe, dass es sich bei diesem zusätzlichen Konstrukt um Selbstkonzept handelt. Studie 3 untersuchte die Konstruktvalidität der Big 5 und möglicher higher-order factors nach Kontrolle von möglichen Biases innerhalb des CTCM-1 Ansatzes mit Selbst- und Fremdratings. Ergebnisse zeigten, dass bias-bereinigte Big 5 Maße die Annahme eines higher-order factors wenig plausibel machen. Darüber hinaus konnte ein solcher potentieller Faktor nicht theoriekonform die positive Eigenschaft Intelligenz prädizieren. Insgesamt verdeutlicht dies die Problematik des Einflusses von unterschiedlichen Quellen und Verzerrungen auf die Kriteriumsvalidität von häufig eingesetzten Persönlichkeitsmaßen. / Presented are 3 studies about the prediction of performance. Study 1 analyzes the prediction of academic performance by use of self-ratings, other-ratings and faked-ratings of personality measures not only on domain level but also on facet level. Result showed that other-ratings yield incremental validity above and beyond self-ratings and intelligence. Moreover, against prior findings for domain-level, faking does influence criterion validity on facet-level, with the influence not being uniform in direction. Study 2 analyzed the influence of different levels of abstraction of predictor and criterion in the realm of achievement motivation. For that, various achievement motivation scales were administered both in a global and a math-specific wording. These scales later on served as predictor for grades in math, physics and German. By modeling this data in a MTMM model different sources of variance could be disentangled. Results showed that math-specific scales are the better predictors. More so, these domain-specific scales have uniformly an increase in variance regardless of the positive or negative valence of the various achievement motivation scales. This leads to the conclusion that math-domain-specific scales either measure a narrower construct or, more probable, they tap an additional construct. This is backed by the uniform positive additional variance. Moreover, test-criterion correlation-pattern between the math-domain-specific variance and the three different grades makes it plausible that the additional construct tapped in these scales is self-concept. Study 3 analyzed the construct-validity of personality’s Big 5 and their possible higher order factor after controlling for singular rater biases using a newly developed CTCM-1 approach. Results showed that these bias free Big 5 make the assumption of one higher order factor implausible. Moreover, such a factor would not uniformly predict intelligence as is claimed by advocates of this factor.