Wenn wir über die Gegenwart und Zukunft der Arbeit reden, kommen wir um das Thema “Künstliche Intelligenz” nicht herum - um die vielen Fragen, die der Umgang mit KI aufwirft und die riesigen Erwartungen an KI auf Unternehmensseite. Es klingt verlockend: Wo der Mensch an seine Grenzen kommt – bei riesigen Datenmengen, aber auch bei der eigenen Voreingenommenheit – übernimmt die Maschine. Und doch ist diese Maschine letztendlich nur so “gut” wie der Mensch, der sie trainiert. Wenn wir also mit Hilfe von Technologie und guten Dateneine bessere Arbeitswelt bauen wollen, müssen wir zuerst am Faktor Mensch arbeiten, also an uns selbst. 

“Analytics FOR the people“ in 5 Schritten

Was können wir als Verantwortliche in Unternehmen tun, um gute Daten zu bekommen, die dann auch den Einsatz von KI legitimieren? Daten, die uns helfen, uns weiterzuentwickeln zu einer Wirtschaft, die dem Menschen dient? Hin zu einer “New Work Economy” eben?

1. Stellt die Nutzenfrage – euch selbst gemeinsam mit allen, die ihre Daten zur Verfügung stellen (sollen).
2. Überprüft die Daten stetig, spiegelt sie an den Unternehmenswerten und passt sie daran an, wo nötig.
3. Gestaltet Strukturen, die Datenvielfalt erlauben. Investiert in die Persönlichkeitsentwicklung derjenigen, die die Maschinen trainieren, und schafft Raum für Reflexion und die Überprüfung der eigenen Vorurteile.
4. Vertraut nicht blind auf Daten und seid bereit, eurem gesunden Menschenverstand das letzte Wort zu geben und nicht der Maschine.
5. Nutzt Daten, um besser zu werden – offener, diverser, flexibler! Nutzt die Freiräume, die KI schafft, um euch als Menschen wieder stärker zu verbinden.

„People Matter“ ist unser Leitbild bei Tandemploy. Die Vision von einer besseren, menschenfreundlichen Arbeitswelt bestimmt, was wir machen und wie wir unser Produkt gestalten. Die digitale Transformation verstehen wir dabei in erster Linie als einen kulturellen Wandel, der die Art und Weise, wie wir als Menschen zusammenwirken, von Grund auf verändert, verändern muss! Unsere Skill-Matching-Software, die Mitarbeitende in Unternehmen für unterschiedlichste Arbeits- und Lernkonstellationen vernetzt, stößt diese kulturelle Transformation an. Sie tut dies auf Basis von Daten - guten Daten. 

Doch was macht gute Daten aus? Diese Frage ist unser ständiger Begleiter. Wir tasten uns an sie heran und mit jeder Annäherung entwickeln wir uns und unsere Software ein Stück weiter. 

Gute Daten stiften Nutzen.

Unserem Empfinden nach bringt es niemandem etwas, Unmengen von Daten anzuhäufen und zu analysieren, wenn das “Wozu” nicht geklärt ist. Dieses “Wozu” sollte die Menschen im Unternehmen in den Fokus nehmen, schließlich sind es ihre Daten. Gerade in Unternehmen, die noch in sehr “traditionellen” Strukturen unterwegs sind, brauchen Mitarbeitende zunächst Raum für ganz neue Begegnungen und Erfahrungen, die sie ihr Gestaltungspotential spüren lassen und Lust auf Kollaboration machen statt auf Konkurrenz. Die smarte Nutzung von Daten kann diese Erfahrungen möglich machen, erst recht, wenn Mitarbeitende sie freiwillig bereitstellen und selbst steuern - bottom-up. 

Gute Daten beruhen auf Freiwilligkeit.

Smarte Technologie darf nicht dazu missbraucht werden, Menschen hinter ihrem Rücken zu analysieren – auch nicht, wenn es eventuell zu ihren Gunsten ist. Die Hoheit über die eigenen Daten muss bei den Mitarbeitenden liegen! Sie müssen wissen, auf welcher Datenbasis bestimmte Entscheidungen im Unternehmen getroffen werden. Noch besser: Die Mitarbeitenden speisen ihre Daten selbst ein und haben Zugriff auf Analysen, die sie betreffen – und das unabhängig von Abteilung und Position. Man könnte auch sagen: Software mit Bottom-up-Ansatz produziert bessere (weil transparente und sinnstiftende) Daten als Analyse-Tools, die vom Management hinter verschlossenen Türen bedient werden. People Analytics bergen ein Wahnsinnspotential, aber dieses muss sich vor allem in Richtung der Menschen entfalten, die ihre Daten reingeben. Wir brauchen Analytics FOR the people! Beim Einsatz unserer Skill-Matching-Software passiert nichts gegen den Willen der Mitarbeitenden oder über ihre Köpfe hinweg. Sie bekommen nur Projekte (oder Hospitationen oder Mentoring-Partner oder oder oder) vorgeschlagen, wenn sie genau hierfür ihr Interesse angegeben haben und auch sonst alles zusammenpasst: die Skills, die Erwartungen, die Lerninteressen. Der entscheidende Grundsatz beim Einsatz von Automatisierung und Algorithmen: das letzte Wort hat der Mensch. Und bei uns tatsächlich auch das erste.

Gute Daten spiegeln Offenheit und Vielfalt wider.

Sollen Maschinen Entscheidungen treffen, die sich an bestimmten Wertvorstellungen orientieren, brauchen sie entsprechende Trainingsdaten. Die Qualität dieser Daten ist wiederum abhängig von der Unternehmenskultur. Denn eine Maschine, die in starr-hierarchischen oder sogar diskriminierenden Strukturen trainiert wird, wird diese sehr wahrscheinlich weiter zementieren. Umgekehrt könnte man also sagen: Gute Daten entstehen in Unternehmen mit dynamischen Hierarchien und offenen Strukturen, in denen Menschen unabhängig von biologischem und sozialem Geschlecht, von Hautfarbe oder Lebenssituation entsprechend ihrer Talente agieren können. 

Unter diesen Voraussetzungen sind Daten und People Analytics eine echte Chance, unsere Arbeitswelt zum Positiven zu verändern!