Das Ziel des Projektes People Analytix bei Swisscom ist es, den Mitarbeitenden, auf Basis ihrer aktuellen Kompetenzen, passende Vorschl\u00e4ge f\u00fcr ihre berufliche Entwicklung zu machen und so bei der Wahl von passenden Weiterentwicklungsmassnahmen zu unterst\u00fctzen. Dabei kommt eine KI zum Einsatz. Der Tool-Anbieter indexiert laufend alle in der Schweiz ausgeschriebenen Stelleninserate und nutzt KI-Algorithmen, um die Datenbasis laufend zu erg\u00e4nzen. So ist f\u00fcr jede gel\u00e4ufige Berufsbezeichnung ein ganzes Profil mit \u00fcblicherweise verlangten Kompetenzen hinterlegt und die Software lernt laufend dazu, wie sich die Nachfrage nach einzelnen Skills ver\u00e4ndert und wie diese zueinander in Beziehung stehen. Die dort entstehenden Kompetenz-Inventare von einzelnen Mitarbeitenden k\u00f6nnen auf Wunsch der Erfasser f\u00fcr die ganze Organisation freigegeben werden, um so die bestehenden Skills mit den k\u00fcnftig relevanten Kompetenzen zu vergleichen und Trainingsbedarf fr\u00fchzeitig zu erkennen. HR-Mitarbeitende k\u00f6nnen die Profile nutzen, um bei offenen Stellen in der Organisation direkt nach Personen mit den passenden Skills zu suchen. Mitarbeitende erhalten wiederum vollautomatisch eine Benachrichtigung, wenn eine neue Stelle oder ein internes Projekt ausgeschrieben wurde, das zu ihrem Kompetenzprofil passt. F\u00fcr die Swisscom hat das System den Vorteil, dass sie die Skill-Landschaft der Unternehmung kennenlernt. Einerseits k\u00f6nnen Weiterbildungen f\u00fcr F\u00e4higkeiten angeboten werden, f\u00fcr die eine Knappheit vorherrschend ist. Andererseits k\u00f6nnen mittels Prognosen f\u00fcr k\u00fcnftig ben\u00f6tigte Jobs entsprechende Rekrutierungsmassnahmen ergriffen werden.<\/p>\n\n\n\n
Einen detaillierten Einblick \u00fcber die Funktionsweise von People Analytix erm\u00f6glicht die Demo im nachfolgenden, rund zweimin\u00fctigen Video:<\/p>\n\n\n\n \u00c4nderungen in den Aufgaben und Skills der F\u00fchrungskr\u00e4fte<\/strong><\/p>\n\n\n\n Eine Herausforderung, welche solche Systeme mit sich bringen, sind \u00c4nderungen in den Anforderungen an F\u00fchrungskr\u00e4fte. Zu erwarten ist, dass repetitive T\u00e4tigkeiten wie Administration und Reporting-Aufgaben in F\u00fchrungsfunktionen abnehmen (in Abbildung 1 rot dargestellt). Die Aufgaben und Kompetenzen, die wichtiger werden f\u00fcr die F\u00fchrungskr\u00e4fte der Zukunft, sind Sozialkompetenzen, Urteilsf\u00e4higkeit, Innovationskompetenz und Anpassungsf\u00e4higkeit (Chamorro-Premuzic et al.,2018; Kolbj\u00f8rnsrud et al., 2016). Diese und weitere wichtiger werdende Kompetenzen sind in Abbildung 1 gr\u00fcn dargestellt.<\/p>\n\n\n\n Auch im Fallbeispiel People Analytix zeigt sich eine Verlagerung der repetitiven Aufgaben vom Menschen hin zur KI. Die lange Recherche nach offenen Stellen oder geeigneten Weiterbildungen wird vereinfacht. F\u00fchrungspersonen unterst\u00fctzen ihre Mitarbeitenden jedoch in 1:1 Coachings und im Anpassungsprozess f\u00fcr das neue System.<\/p>\n\n\n\n Zusammenarbeit und Entscheidungsfindung zwischen KI und Mensch<\/strong><\/p>\n\n\n\n KI und der Mensch bringen je eigene St\u00e4rken und Schw\u00e4chen mit sich. Daher gilt es, dass je nach Entscheidungssituation Mensch und KI so kombiniert werden, dass sie sich optimal erg\u00e4nzen. Jarrahi (2018) unterscheidet drei Herausforderungen bei Entscheidungen: Ungewissheit, Komplexit\u00e4t, und Mehrdeutigkeit. Swisscom setzt zur Kandidaten-Selektion keine KI ein. Die Beurteilung der drei Punkte kann jedoch f\u00fcr die Personalentwicklung im Allgemeinen wie folgt beschrieben werden: Ungewissheit tritt dann auf, wenn z.B. ein ganz neuer Job geschaffen wurde. Dabei fehlen der KI die n\u00f6tigen Daten, um Kandidaten einzuteilen. Der Mensch muss intuitiv selber entscheiden und die KI kann mit \u00e4hnlichen F\u00e4llen unterst\u00fctzen. Komplexit\u00e4t ist bei viele Variablen gegeben, wie etwa bei der Bestimmung eines optimalen Kandidaten aus allen Mitarbeitenden. Hier entscheidet vor allem die KI. Der Mensch bestimmt aber im Voraus, was \u00fcberhaupt analysiert wird. Zuletzt die Mehrdeutigkeit. Damit sind Situationen gemeint, in denen eine Entscheidung je nach involvierter Partei unterschiedlich interpretiert wird. Wenn etwa zwei interne Bewerber \u00e4hnlich gut sind. Dann soll eher der Mensch abw\u00e4gen wer passt. Idealerweise findet also eine Aufteilung der Aufgaben zwischen Mensch und KI anhand der St\u00e4rken statt. So wird der Mensch entlastet und die KI bringt H\u00f6chstleistung in den spezialisierten Gebieten. Schliesslich trifft der Mensch die schwierigen Entscheidungen auch unter der Ber\u00fccksichtigung vieler Aspekte, welche nicht aus den Daten abgeleitet werden k\u00f6nnen, wie z.B. Erfahrung, Empathie und ethische \u00dcberlegungen.<\/p>\n\n\n\n Das menschliche Wohlergehen<\/strong><\/p>\n\n\n\n Gem\u00e4ss Definition des F\u00fchrungsbegriffs geht es bei F\u00fchrungsaufgaben um Einflussnahme. Werden solche Einfl\u00fcsse oder Teilaspekte davon auf den Computer \u00fcbertragen, bringt das auch Gefahren mit sich. Die Institute of Electrical and Electronics Engineers (IEEE) Global Initiative on Ethics of Autonomous and Intelligent Systems (2019) schl\u00e4gt daher f\u00fcnf ethische Prinzipien vor, welche f\u00fcr alle autonomen und intelligenten Systeme gelten sollten:<\/p>\n\n\n\n Bezogen auf das Fallbeispiel People Analytix bedeutet beispielsweise Punkt 2, dass die Mitarbeiter die zentralen Profiteure des Systems sein sollen. Durch die Verdichtung der Informationen \u00fcber Kompetenzen und Stellenangebote haben Mitarbeiter bessere Chancen, sich in die gew\u00fcnschte Richtung zu entwickeln. Wichtig ist dabei, dass die Pers\u00f6nlichkeitsrechte der Mitarbeiter gewahrt werden. Dies bringt uns zu Punkt 3, wonach Swisscom und People Analytix die Verantwortung f\u00fcr datenschutzrechtliche Aspekte und allf\u00e4llige Fehlfunktionen \u00fcbernehmen m\u00fcssen. Des Weiteren muss gem\u00e4ss Punkt 4 die Funktionsweise und Verarbeitung der Daten gegen\u00fcber den Mitarbeitern transparent geregelt sein.<\/p>\n\n\n\n Wie geht es weiter?<\/strong><\/p>\n\n\n\n In diesem Artikel wurde eine Anwendung von KI in der Personalentwicklung aufgezeigt. Jedoch werden auch andere F\u00fchrungsaufgaben oder sogar ganze Gesch\u00e4ftsmodelle automatisiert, wie etwa bei Uber. Beispielsweise werden Kundenanfragen automatisch verarbeitet und Ressourcen (Fahrer) zugeteilt. D.h., F\u00fchrungsaufgaben wie Einsatzplanung, Aufgabenzuteilung, Performance-Feedback und Kompensation sind automatisiert (Wesche & Sonderegger, 2019). Aufgrund dieser Beispiele und dem schneller werdenden technologischen Fortschritt ist anzunehmen, dass mehr und mehr Aufgaben von der KI \u00fcbernommen werden.<\/p>\n\n\n\n Um sich auf diese Ver\u00e4nderungen vorzubereiten, k\u00f6nnen laut Kolbj\u00f8rnsrud et al. (2016) F\u00fchrungskr\u00e4fte folgende drei Schritte unternehmen:<\/p>\n\n\n\n Wichtig ist zudem die KI als Verb\u00fcndete zu erkennen und zu nutzen und offen gegen\u00fcber dem Wandel zu bleiben, welche sie mit sich bringt. Denn was zu Zeiten Heraklits schon galt, gilt heute nach wie vor: \u00abDie einzige Konstante ist die Ver\u00e4nderung\u00bb.<\/p>\n\n\n\n Autoren:<\/strong> Lars Gisler, Ramon Schildknecht & Gabor Wehrm\u00fcller, Teilnehmende der Digital Leadership Blockwoche Februar 20 \/ Hochschule Luzern \u2013 Wirtschaft<\/p>\n\n\n\n Literaturverzeichnis<\/strong> Eine F\u00fchrungsfunktion beinhaltet eine Vielzahl an verschiedenen Aufgaben. Dazu z\u00e4hlen beispielsweise Personalrekrutierung und -entwicklung, Ressourcenallokation, Planung und Koordination sowie Kommunikation. Viele dieser Aufgaben k\u00f6nnen bereits durch eine k\u00fcnstliche Intelligenz (KI) unterst\u00fctzt oder sogar \u00fcbernommen werden. Dieser Blogartikel befasst sich mit dem Zusammenspiel zwischen Mensch und KI in der F\u00fchrung. <\/p>\n","protected":false},"author":98,"featured_media":1272,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_relevanssi_hide_post":"","_relevanssi_hide_content":"","_relevanssi_pin_for_all":"","_relevanssi_pin_keywords":"","_relevanssi_unpin_keywords":"","_relevanssi_related_keywords":"","_relevanssi_related_include_ids":"","_relevanssi_related_exclude_ids":"","_relevanssi_related_no_append":"","_relevanssi_related_not_related":"","_relevanssi_related_posts":"","_relevanssi_noindex_reason":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[3,6],"tags":[14,20,22,36,41,42],"class_list":["post-1194","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-digitalisierung","category-ki","tag-aufgabenverteilung","tag-digitalisierung","tag-fuehrung","tag-kuenstliche-intelligenz","tag-people-analytics","tag-personalentwicklung"],"acf":[],"yoast_head":"\n![\"\"](\"https:\/\/hub.hslu.ch\/leadership\/wp-content\/uploads\/sites\/18\/2020\/04\/Abb.-1-1-1024x334.png\")
Chamorro-Premuzic, T., Wade, M., & Jordan, J. (2018). As AI Makes More Decisions, the Nature of Leadership Will Change. Abgerufen am 20.04.2020 von https:\/\/hbr.org\/2018\/01\/as-ai-makes-more-decisions-the-nature-of-leadership-will-change<\/a>
IEEE SA (2017). Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems, Version II. Abgerufen am 20.04.2020 von https:\/\/standards.ieee.org\/industry-connections\/ec\/ead-v1.html<\/a>
Jarrahi, M. H. (2018). Artificial Intelligence and the Future of Work: Human-AI Symbiosis in Organizational Decision Making. Business Horizons, 61 (4), pp. 577-586.
Kolbj\u00f8rnsrud, V., Amico, R., & Thomas, R. J. (2016). How Artificial Intelligence Will Redefine Management. Abgerufen am 20.04.2020 von https:\/\/hbr.org\/2016\/11\/how-artificial-intelligence-will-redefine-management<\/a>
Wesche, J. S. & Sonderegger, A. (2019). When computers take the lead: The automation of leadership.\u201d Computers in Human Behavior, 101, pp. 197-209.<\/p>\n","protected":false},"excerpt":{"rendered":"