KI-getriebenes Skill- und Kompetenzmanagement
Unternehmen aller Branchen sind heute mehr denn je darauf angewiesen, das Fachwissen ihrer Mitarbeitenden optimal zu nutzen. Das gilt insbesondere für das Know-how in Bereichen wie Technologie, Geschäftsprozesse, Strategie und Methodik. Dieses „Human Capital" muss in bestmöglicher Weise auf die Anforderungen des Unternehmens und seiner Kunden sowie auf Markttrends abgestimmt werden.
Die Herausforderung
Die Mittel, mit denen Firmen derzeit versuchen, die Skills ihrer Mitarbeitenden mit den Anforderungen von Kunden und des Marktes in Einklang zu bringen, sind geprägt von hohen manuellen Prozessen und heterogenen Datenquellen.
Einen Ausweg bietet ein Ansatz, der Verfahren aus dem Bereich Künstliche Intelligenz dazu nutzt, das Wissen in einem Unternehmen zu erfassen und in eine maschinenbasierte Wissensrepräsentation umzusetzen. Eine KI-Instanz als lernendes System nutzt dieses Wissen, um mithilfe von Technologien wie Natural Language Processing (NLP) und neuronalen Netzen eine kognitive Analyse von Textsammlungen durchzuführen und Zusammenhänge zu identifizieren (Knowledge Discovery).
Einen Ausweg bietet ein Ansatz, der Verfahren aus dem Bereich Künstliche Intelligenz dazu nutzt, das Wissen in einem Unternehmen zu erfassen und in eine maschinenbasierte Wissensrepräsentation umzusetzen. Eine KI-Instanz als lernendes System nutzt dieses Wissen, um mithilfe von Technologien wie Natural Language Processing (NLP) und neuronalen Netzen eine kognitive Analyse von Textsammlungen durchzuführen und Zusammenhänge zu identifizieren (Knowledge Discovery).
Die Lösung
Eine Lösung, die auf diesem Ansatz basiert, ist ProfileMap von msg. msg.ProfileMap greift auf ein Verfahren namens Named Entity Recognition (NER) zurück. NER analysiert Texte, die auf natürlicher Sprache basieren und deren Informationsinhalte daher in semi- oder unstrukturierter Form vorliegen.
Das Besondere dieser kognitiven Textanalyse ist, dass sie alle Informationen erfasst, die im Zusammenhang mit einer Fragestellung stehen und eine Beziehung zwischen ihnen herstellt. Das Ergebnis ist ein Knowledge Graph. Er bildet die komplexen Beziehungen zwischen Entitäten, Themen und Kompetenzfeldern ab und macht sie für Analysen zugänglich. msg.ProfileMap ist in der Lage, solche kontextbezogenen Zusammenhänge zwischen Daten zu ermitteln und diese zu visualisieren.
Diese Struktur kann nun für verschiedene Use Cases genutzt werden. Hierzu gehört insbesondere ein KI-basiertes Suchen und Matchen von Personen zu Projektanfragen. Über ein Machine Learning-Modell gleicht msg.ProfileMap den Anfragetext mit den Profilen von potenziellen Kandidatinnen und Kandidaten ab. Hierzu verwendet msg.ProfileMap nicht nur die explizit angegebenen Informationen, sondern auch die Informationen, die sich aus dem Knowledge Graph ableiten lassen.
Durch den Einsatz dieser KI-Technologien können Staffingprozesse nachhaltig beschleunigt, Transparenz über die Zukunftssicherheit des Unternehmens und der Belegschaft aufgezeigt und Entwicklungspfade für die Mitarbeitenden aufgezeigt werden.
Das Besondere dieser kognitiven Textanalyse ist, dass sie alle Informationen erfasst, die im Zusammenhang mit einer Fragestellung stehen und eine Beziehung zwischen ihnen herstellt. Das Ergebnis ist ein Knowledge Graph. Er bildet die komplexen Beziehungen zwischen Entitäten, Themen und Kompetenzfeldern ab und macht sie für Analysen zugänglich. msg.ProfileMap ist in der Lage, solche kontextbezogenen Zusammenhänge zwischen Daten zu ermitteln und diese zu visualisieren.
Diese Struktur kann nun für verschiedene Use Cases genutzt werden. Hierzu gehört insbesondere ein KI-basiertes Suchen und Matchen von Personen zu Projektanfragen. Über ein Machine Learning-Modell gleicht msg.ProfileMap den Anfragetext mit den Profilen von potenziellen Kandidatinnen und Kandidaten ab. Hierzu verwendet msg.ProfileMap nicht nur die explizit angegebenen Informationen, sondern auch die Informationen, die sich aus dem Knowledge Graph ableiten lassen.
Durch den Einsatz dieser KI-Technologien können Staffingprozesse nachhaltig beschleunigt, Transparenz über die Zukunftssicherheit des Unternehmens und der Belegschaft aufgezeigt und Entwicklungspfade für die Mitarbeitenden aufgezeigt werden.
Schnell finden statt lange suchen –
Die Vorteile von msg.ProfileMap
- Mit Natural Language Processing (NLP) schnell und einfach passende Mitarbeitende finden
- Flexible und ausgleichende Personalplanung
- Überbuchung von knappen Ressourcen vermeiden
- Engpässe rechtzeitig erkennen und gegensteuern
- Kompetenzpotenzial von Mitarbeitenden ausbauen
- Wettbewerbsfähigkeit Ihres Unternehmens steigern
