📅 Montag, 18. November 2024 🕒 12:30 bis 13:30 📍 Online
Die Übersetzung wird in einigen Tagen verfügbar sein. Wir danken Ihnen für Ihre Geduld.
Referentin : Dorothée Meng
Begeisterungsfähige KI-Enthusiastin, die am liebsten Seite an Seite mit ihren Kunden arbeitet.
Nach dem erfolgreichen Abschluss ihrer Doktorarbeit in experimenteller Physik in Basel war Dorothée Meng 10 Jahre in der IT-Beratung in verschiedenen Branchen als Projektleiterin tätig, wo sie zuletzt ein Team von 6 Personen führen durfte.
Seit Mai 2024 ist sie Regionalleiterin für die Deutschschweiz bei Artificialy SA, wo sie sie sich darauf fokussiert, personalisierte KI Lösungen zusammen mit dem Kunden zu entwickeln, die ihnen einen messbaren Mehrwert und Marktvorteil verschaffen.
Moderator : Stephan Lendi
Moderator und Gastgeber
Stephan Lendi ist ein gefragter, Moderator und Gastgeber. Mit Erfahrung von über 20 Jahren als Kommunikationscoach und Mediator coacht und unterstützt er Führungskräfte und Teams in ihren Kommunikationsfähigkeiten und Medienbeziehungen. Dabei zeigt er echte Leidenschaft für Menschen und ihre einzigartigen Geschichten sowie komplexe Themen.
Fragen & Antworten
1. Wie kann KI im Rekrutierungsprozess unterstützen und diesen effizienter gestalten?
KI kann den Rekrutierungsprozess erheblich beschleunigen, indem sie Bewerbungen automatisch analysiert und sortiert. Systeme wie Applicant Tracking Systems (ATS) nutzen Algorithmen, um relevante Schlüsselqualifikationen und Erfahrungen zu identifizieren und passende Bewerber*innen vorzuselektieren. Ein Beispiel ist das ATS von IBM, das anhand von Qualifikationen und Soft Skills eine Vorauswahl trifft und so die Zeit zur Besetzung einer Stelle um bis zu 40 % reduziert.
Best Practice: Unternehmen sollten ihre KI-Systeme regelmässig auf Bias überprüfen, um sicherzustellen, dass diese fair und objektiv bleiben.
2. Kann KI wirklich die Zufriedenheit von Mitarbeitenden messen, und wenn ja, wie?
Ja, KI kann die Mitarbeitendenzufriedenheit durch Analyse von Feedback und Kommunikationsdaten messen. Plattformen wie Culture Amp nutzen maschinelles Lernen, um Trends und Stimmungen in regelmässigen Mitarbeiterumfragen zu erkennen. Mithilfe von KI lassen sich so kritische Themen identifizieren, bevor sie zu grösseren Problemen werden.
Best Practice: Unternehmen sollten regelmässig anonymisierte Feedback-Runden einführen und die Ergebnisse transparent kommunizieren, um Vertrauen aufzubauen.
3. Inwiefern kann KI die Bindung von Mitarbeitenden an das Unternehmen stärken?
KI kann frühzeitig Faktoren aufdecken, die Mitarbeitende zum Wechsel bewegen könnten, wie etwa Arbeitsbelastung oder fehlende Karriereperspektiven. Predictive Analytics-Tools wie Workday können durch Analysen vergangener Abgänge Vorhersagen treffen und gezielte Massnahmen vorschlagen, um die Bindung zu stärken.
Best Practice: Personalleitungen sollten individuelle Entwicklungspläne anbieten und durch KI-gestützte Mitarbeitergespräche regelmässig den „Puls“ des Teams messen.
4. Wie kann KI das Learning & Development (L&D) im Unternehmen verbessern?
KI ermöglicht personalisierte Lernpfade, indem sie die Fortschritte der Mitarbeitenden analysiert und darauf basierend massgeschneiderte Inhalte vorschlägt. Systeme wie Degreed oder LinkedIn Learning verwenden Algorithmen, um individuelle Stärken und Entwicklungspotenziale zu erkennen und Lerninhalte in kleinen, aufeinander abgestimmten Modulen anzubieten.
Best Practice: Eine Kombination aus interaktivem Lernen und regelmässigen Feedback-Runden fördert die Motivation und den Fortschritt der Mitarbeitenden optimal.
5. Können durch KI-basiertes L&D auch Soft Skills trainiert werden?
Ja, KI kann über simulationsbasierte Tools wie Rehearsal oder Mursion Soft-Skill-Training unterstützen. Diese Tools verwenden KI-gesteuerte Avatare, mit denen Mitarbeitende in realistischen Situationen ihre Kommunikationsfähigkeiten, Verhandlungstechniken oder Konfliktlösungen üben können.
Best Practice: Das Einbinden von KI-basierten Soft-Skill-Simulationen in bestehende Lernprogramme hilft, einen ganzheitlichen Lernansatz zu fördern und die Praxistauglichkeit zu steigern.
6. Wie lässt sich sicherstellen, dass KI-Systeme im HR-Bereich keine diskriminierenden Entscheidungen treffen?
Diskriminierung kann durch sorgfältige Auswahl und regelmässige Überprüfung der Daten, auf denen KI-Algorithmen basieren, minimiert werden. Ein Beispiel ist das KI-Tool Pymetrics, das datengestützte und vorurteilsfreie Auswahlverfahren nutzt, indem es regelmässig von externen Ethikbeiräten geprüft wird.
Best Practice: Unternehmen sollten sicherstellen, dass ihre KI-Algorithmen transparent und ethisch vertretbar sind, und sie sollten regelmässig Audits durchführen, um mögliche Vorurteile frühzeitig zu erkennen und zu beseitigen.
7. Welche Herausforderungen gibt es bei der Implementierung von KI im HR und wie können diese gemeistert werden?
Die grösste Herausforderung ist oft die Akzeptanz von KI durch das HR-Team und die Mitarbeitenden. Es ist entscheidend, dass alle Beteiligten die Vorteile und Funktionsweisen verstehen. Beispielsweise führte ein grosses Schweizer Unternehmen vor der Einführung von KI-Systemen umfassende Schulungen für HR-Fachleute durch und schuf eine Feedbackkultur, um Bedenken zu adressieren.
Best Practice: Ein gut durchdachter Schulungs- und Einführungsplan ist essentiell, um die Akzeptanz und das Verständnis für KI-gestützte HR-Lösungen zu fördern.
