Mit der Version 3 unserer Skill- und Ressourcenmanagement-Lösung decídalo haben wir einen radikalen Wechsel vorgenommen. Wir haben den Skill-Katalog durch ein Large Language Model ersetzt. Über 15 Jahre lang war der Skill-Katalog zentraler Bestandteil von decídalo. Jetzt ist er (größtenteils) verschwunden. Was wir bei der Migration unserer Kunden in die neue AI-Skills-Welt gelernt haben, erfahren Sie hier.
Das Wesentliche in Kürze
1. Niemand vermisst den Skill-Katalog, aber ganz ohne Struktur geht es nicht.
2. Drei Skill-Level reichen (im Prinzip).
3. Schnittstellen zu Altsystemen erfordern Kompromisse.
Was ist ein Skill-Katalog?
Ein Skill-Katalog ist die Liste aller Skills, die für ein Unternehmen relevant sind. Ok, was ist ein Skill und welche sind relevant? Das ist unklar. In der Praxis bestehen die Skill-Kataloge unserer Kunden zu 90% aus Produkten, Technologien oder Tools. Hiervon gibt es tausende. Daher gruppiert man sie in einer Ordnerstruktur – dem Skill-Baum.
Die Idee ist, Skills in einer strukturierten Form zu erfassen: Skill plus Skill-Level.
In der Theorie vereinfacht dies die Auswertung von Kenntnissen und Fähigkeiten.
Praktisch sind Skill-Kataloge zu detailliert für sinnvolles Reporting. Man muss Skills zusammenfassen. Manuell ist das bei tausenden Skills nicht leistbar.
Was ersetzt den Skill-Katalog im AI-Zeitalter?
Die einfache Antwort: ChatGPT – oder ein anderes Large Language Model (LLM).
LLMs haben viel mehr Informationen über Produkte, Technologien oder was auch immer als Skill betrachtet wird, als man je in einem Skill-Katalog aufnehmen könnte.
Solange der Input und der Output Texte sind, benötigt man keinen Skill-Katalog. Aber Freitext ist nicht immer das Mittel der Wahl.
Insbesondere für Reporting sind strukturierte Daten besser geeignet. Aber hier interessiert man sich nicht für tausende von Skills, sondern für vielleicht 50 bis 100 Kernkompetenzen. Eine unternehmensspezifische Liste mit Kernkompetenzen zu pflegen, ist mit vertretbarem Aufwand machbar.
Bleibt die Frage, wie man die Kernkompetenzen ermittelt, wenn der Input weitgehend textbasiert ist, typischerweise in Form eines Mitarbeiterprofils. Hier hilft wieder das LLM. In der Praxis muss man verschiedene Informationen wie Projekterfahrungen, Zertifikate und Trainings auswerten, um eine zuverlässige Abbildung von Mitarbeiterprofilen auf Kernkompetenzen zu erhalten.
Braucht man Skill-Level?
Kommt drauf an. In den vorherigen decídalo-Versionen mussten alle Skills mit Level angegeben werden. Vielen Unternehmen war das zu umständlich.
Um Mitarbeiter mit bestimmten Skills zu finden, benötigt man keine Level. Mit AI und LLMs kann man aus Textinformationen ermitteln, wie gut jemand auf eine Anforderung passt.
In der externen Darstellung auf Berater-CVs werden meist keine Level angegeben. Für die Adressaten der CVs (die Kunden unserer Kunden) sind Skill-Level nicht überprüfbar. Sie achten auf Projekterfahrungen.
In decídalo V3 haben wir daher zunächst auf Skill-Level verzichtet.
Manche Kunden hatten dann doch Skill-Level in ihren Berater-CVs. Also haben wir eine dreistufige Skala eingeführt, optional. Drei war die maximale Anzahl von Levels, die wir in CVs gefunden haben.
Das größte Problem war, dass sich unsere schöne, neue AI-Lösung in alte Systemlandschaften integrieren muss. Einige Kunden exportieren Skill-Daten aus decídalo in ihre HR-Systeme. Und die verwenden meist fünfstufige Skalen. Für diese Fälle haben wir auch fünf- oder mehrstufige Skalen wieder ermöglicht.
Was wir gelernt haben
Im Zeitalter von LLMs kommen viele Use-Cases ohne strukturierte Skill-Daten aus. Freitext als Input und Output ist einfacher verfügbar und leichter zugänglich.
Für Reporting benötigt man weiterhin strukturierte Skill-Daten. Diese lassen sich durch 50 bis 150 Kernkompetenzen abbilden. Listen mit Kernkompetenzen können mit LLMs wie ChatGPT einfach generiert werden.
Kernkompetenzen können durch AI dynamisch aus Mitarbeiterprofilen ermittelt werden. D.h. man benötigt keine neuen Skill-Erfassungen, wenn man andere Kernkompetenzen auswerten will.
Unsere Kunden haben die Möglichkeiten von AI-basiertes Skill-Management schnell schätzen gelernt. Keiner vermisst seinen alten Skill-Katalog.