Nine-grid Model

In het Nine-grid Model, ook wel 9 Box Model/Matrix genoemd, wordt het ontwikkelingspotentieel (laag, middel, hoog) van medewerkers afgezet tegen prestatie (laag, middel, hoog). Het idee erachter is dat medewerkers die én goed presteren én een hoog ontwikkelpotentieel hebben, zeer aantrekkelijk en belangrijk zijn voor de organisatie. Dit model betreft een benadering van talentidentificatie die past bij een exclusieve talentoriëntatie.

Het Nine-grid Model wordt gevormd door een rooster met twee assen. Op de X-as bevindt zich de ‘prestatie’ van de medewerker met de keuze uit ‘laag’, ‘gemiddeld / normaal’ en ‘hoog’. Op de Y-as wordt het ‘potentieel’ uitgezet. Voorgenoemde komt feitelijk neer op de mogelijkheid om talenten van individuele medewerkers verder te ontwikkelen. Deze factor heeft echter ook gradaties. Gezamenlijk vormen deze combinaties negen verschillende vlakken met elk eigen kenmerken.
Met het Nine-grid Model wordt in één oogopslag de waarde van elk personeelslid inzichtelijk gemaakt.  Onderstaand een visuele weergave van het model als voorbeeld.

Het Nine-grid Model helpt om organisatiebreed talent in kaart te brengen én het stimuleert de organisatie na te denken over toekomstige personeelsbehoefte. De kans bestaat echter dat voorgenoemde geschied op grond van subjectieve criteria en ‘gekleurde’ waarnemingen van leidinggevenden.

Welke kanttekeningen kunnen bij het Nine-grid Model worden geplaatst?

Alhoewel het model nuttig kan zijn, zijn er diverse kanttekeningen te plaatsen:

1. Subjectiviteit en beoordelaarsbias

   • Het model is sterk afhankelijk van de subjectieve beoordeling van managers, wat kan leiden tot beoordelaarsbias (bijv. halo-effect, voorkeur voor bepaalde persoonlijkheden).
   • Onderzoek wijst uit dat beoordelaars vaak inconsistent zijn in hun evaluaties, wat de betrouwbaarheid van het model vermindert (Pulakos et al., 2015).

2. Beperkte voorspellende waarde

   • Er is weinig empirisch bewijs dat aantoont dat de classificatie in een Nine-Grid Model daadwerkelijk voorspellend is voor toekomstig succes (Silzer & Church, 2009).
   • Het model simplificeert de complexe factoren die bijdragen aan prestatie en potentieel, waardoor talentontwikkeling te lineair wordt benaderd.

3. Gebrek aan objectieve meetcriteria

   • “Potentieel” is moeilijk te definiëren en te meten. Veel organisaties baseren dit op subjectieve inschattingen zonder duidelijke criteria (Church & Rotolo, 2016).
   • Hierdoor kunnen medewerkers onterecht in lage categorieën worden geplaatst, wat hun carrièreontwikkeling belemmert.

4. Statisch karakter

   • Het model geeft een momentopname weer en houdt onvoldoende rekening met ontwikkeling over tijd.
   • Medewerkers die laag worden ingeschaald, kunnen gedemotiveerd raken en minder kansen krijgen om zich te bewijzen (Rudman, 2004).

5. Risico op selffulfilling prophecy

   • Een negatieve beoordeling in het model kan ertoe leiden dat medewerkers minder ontwikkelingsmogelijkheden krijgen, waardoor ze daadwerkelijk minder goed presteren.
   • Dit kan de diversiteit en inclusie binnen organisaties beperken als bepaalde groepen structureel lager worden beoordeeld (Kaiser et al., 2015).

6. Te simplistisch voor talentmanagement

   • Het model dwingt complexe menselijke prestaties in slechts negen vakken, wat kan leiden tot een te rigide en mechanische benadering van talentmanagement.
   • Andere benaderingen, zoals continue feedbackmodellen, worden in de literatuur als dynamischer en effectiever beschouwd (Aguinis & Burgi-Tian, 2021).

LITERATUUR

1. Aguinis, H., & Burgi-Tian, J. (2021). Talent management: A systematic review and future research agenda. Annual Review of Organizational Psychology and Organizational Behavior, 8(1), 227-256.
2. Bos, P. & Thunnissen, M. (2019). Talent mobiliseren. Het identificeren, ontwikkelen en benutten van talent in organisaties. Vakmedianet: Alphen aan den Rijn
3. Church, A. H., & Rotolo, C. T. (2016). How are top companies designing and managing their high-potential programs? A follow-up talent management benchmark study. Consulting Psychology Journal: Practice and Research, 68(4), 333-347.
4. Kaiser, R. B., LeBreton, J. M., & Hogan, J. (2015). The dark side of talent: Understanding and managing derailment risk. Consulting Psychology Journal: Practice and Research, 67(1), 72-98.
5. Pulakos, E. D., Hanson, R. M., Arad, S., & Moye, N. (2015). Performance management can be fixed: An on-the-job experiential learning approach for complex behavior change. Industrial and Organizational Psychology, 8(1), 51-76.
6. Rudman, R. (2004). Performance planning and review: Making employee appraisals work. Allen & Unwin.
7. Silzer, R., & Church, A. H. (2009). The pearls and perils of identifying potential. Industrial and Organizational Psychology, 2(4), 377-412.