KI und HR: Künstliche Intelligenz im Personalwesen / 2.5 Einsatz- und Leistungsmanagement

Automatisierte Anweisungen an Mitarbeiter sind schon seit Längerem gelebte Praxis. Beispielhaft seien hier pick-by-voice-Systeme (vom Computer gesprochene Anordnungen, bestimmte Waren vom Lager zu kommissionieren oder transportieren) oder – Navigationssysteme für die Auslieferung von Paketen. Hierbei handelt es sich meistens um gewöhnliche, also deterministische Software.

Aber auch der sinnbringende Einsatz von "echter" KI ist bei nahezu allen Formen des Einsatz- und Leistungsmanagements denkbar, solange nur genügend aussagekräftige Daten vorhanden sind: Paradebeispiele sind die effiziente Verteilung von Arbeitsaufträgen^[1] und die Dienstplanerstellung. Die Stärke des KI-Einsatzes liegt darin, über den Vergleich von historischen Daten mit wirtschaftlichen Ergebnissen (Arbeitsauftrag A, erfüllt durch Mitarbeiter B führte zu Kundenbewertung X und Umsatz Y) selbstständig Muster zu erkennen und Prognosen auszuarbeiten, die über eine Auswertung nach vorprogrammierten Regeln oder das Abrufen und Sortieren von Kundenbestellungen hinausgehen. So könnte die KI z. B. auch erkennen, welche Teams unter welchen Umständen am besten zusammenarbeiten. Hieraus könnte sie entsprechende Vorschläge für die Verteilung von Aufträgen oder die Zusammenstellung von Teams unterbreiten oder die Verteilung bzw. Einteilung selbst vornehmen. Diese Technik dürfte z. B. bei Essenslieferanten und Carsharing/Transportdiensten bereits im Einsatz sein.

Bei ausreichend messbaren und digitalisierten Arbeitsergebnissen (Umsatz pro Person, Fehlerquote, Menge, Geschwindigkeit, Kundenzufriedenheit) lassen sich KI-basierte Anwendungen schließlich auch für das Leistungsmanagement einsetzen. Es können insbesondere Trends und Zusammenhänge analysiert werden und Vorhersagen generiert werden. Hieraus lassen sich – ggf. automatisiert – z. B. Belohnungen oder Förderungsmaßnahmen anstoßen.

Hinweis

Einsatz von KI

Der Einsatz von KI muss nicht zwangsläufig auf rein wirtschaftliche Interessen ausgerichtet sein oder gar zulasten von Arbeitnehmern gehen. KI-gestützte Big-Data-Analysen können z. B. auch Aufschluss darüber geben, wie stark welche Faktoren zur Zufriedenheit oder Gesundheit von Mitarbeiterdaten beitragen, indem etwa computergestütztes Mitarbeiterfeedback, Arbeits- und Krankheitszeiten, Stresslevel, Arbeitsplatzmerkmale und andere Faktoren miteinander in Beziehung gesetzt werden. Dies ist bis zu einem gewissen Grad auch ohne personenbezogene Daten möglich.

[1] Bspw. Auslieferung von Essen: https://www.boeckler.de/de/magazin-mitbestimmung-2744-keimzelle-des-protests-19112.htm.