Mit digitalen Technologien Prozesse im Personalwesen verbessern

Systematik statt Zufall: KI-Chancen erkennen

Viele Unternehmen sehen zwar das Potenzial von KI im HR-Bereich, scheitern aber an der Frage: Wo fange ich an? Lenze wollte diese Lücke schließen. „Wir standen vor der Herausforderung, dass uns ein strukturierter Ansatz fehlte, um konkrete KI-Anwendungen im Personalwesen zu entwickeln und zu bewerten,“ erklärt Christopher Zock, verantwortlich für die Geschäftsarchitektur im HR-Bereich bei Lenze.

Das neu entwickelte Vorgehensmodell basiert auf Methoden der Design Science Research. Es gliedert sich in fünf aufeinanderfolgende Module – von der Identifikation möglicher Use-Cases über die Machbarkeitsanalyse bis hin zur Pilotierung. Im Sinne der ganzheitlichen Arbeitsgestaltung im Kompetenzzentrum liegt der Fokus dieses Modells nicht nur auf technologischen Fragen, sondern auch auf betriebswirtschaftlichen und organisatorischen Aspekten.

Empfehlungssystem für bessere Projektteams

Praxisnah getestet wurde das Modell an einem realen Anwendungsfall: Lenze entwickelte ein KI-basiertes Project Recommendation System. Die Idee dahinter: historische Projektdaten auswerten, um künftig die bestmöglichen Projektteams zusammenzustellen. Faktoren wie Teamgröße, Skill-Profile oder bisherige Projekterfolge fließen in die Analyse ein.

„Wir wissen heute, dass der Erfolg eines Projekts stark von der Teamzusammensetzung abhängt. Mit Hilfe von KI können wir Muster erkennen, die uns vorher verborgen geblieben sind,“ so Zock  weiter. Das Ziel: Projekte schneller und erfolgreicher abschließen und so einen echten Wettbewerbsvorteil schaffen.

Hürde Datenlage: Qualität vor Quantität

Doch der Weg zur KI-gestützten HR-Praxis ist nicht ohne Stolpersteine. Die größte Herausforderung: fehlende oder unvollständige Daten. Gerade im HR-Bereich liegen oft nicht genügend strukturierte historische Daten vor, um Machine-Learning-Modelle zuverlässig zu trainieren.

Auch wenn eine vollständige Datenbasis derzeit bei Lenze noch fehlt, wurden im Projekt Methoden der Datenaugmentation geprüft, um die Lücke zu schließen. Doch hier zeigte sich, dass synthetische Daten nicht alle praktischen Zusammenhänge abbilden können.

Mehrwert für Lenze: Know-how und Strukturen

Trotz der Herausforderungen zieht Lenze ein positives Fazit. Das Unternehmen hat durch das Projekt nicht nur ein praxisnahes Vorgehensmodell entwickelt, sondern auch wertvolles Know-how aufgebaut. „Wir haben gelernt, wie wir KI-Projekte strukturiert angehen und gleichzeitig unsere Mitarbeitenden mitnehmen können. Das ist ein wichtiger Baustein für unsere digitale Transformation im HR-Bereich,“ betont Christopher Zock.

Das entwickelte Vorgehensmodell hat jedoch nicht nur für Lenze Bedeutung. Es wurde bewusst so gestaltet, dass es auch in anderen Unternehmen und Branchen genutzt werden kann.

„Wir haben bewusst auf die Übertragbarkeit des Modells gesetzt“, erklärt Malte Wattenberg, der das Projekt gemeinsam mit Nina Mauritz seitens der HSBI begleitet hat. „Denn nur wenn wir solche Methoden teilen, kann der Mittelstand die Potenziale von KI auch wirklich ausschöpfen.“

Das Projekt zeigt: Mit strukturiertem Vorgehen und interdisziplinärer Zusammenarbeit lässt sich auch in sensiblen Bereichen wie dem Personalwesen ein echter Mehrwert durch Künstliche Intelligenz erzielen. Für Lenze ist es ein wichtiger Schritt in Richtung Zukunft – und für andere Unternehmen ein möglicher Wegweiser.

Working Paper

Mehr Infos passend dazu findet ihr in unserem Working Paper.

Zum Working Paper