Vielversprechende KI-Use Cases im Ressourcenmanagement - Teil 1.
Generative KI ist überraschend schnell aus der Forschung in der Praxis angelangt. Wir befinden uns zwar erst in einer Findungsphase, welche Use Cases sich für den Einsatz der neuen Technologie am besten eignen. Doch bereits jetzt ist klar, dass kein Handlungsfeld unberührt bleiben wird.
Wir widmen uns im ersten Teil dieser Blogserie folgenden Themen:
Ressourcenmanagement umfasst eine Vielzahl an Einsatzmitteln, und doch entscheidet in den meisten Branchen maßgeblich der Faktor Mensch über den Unternehmenserfolg. Gleichzeitig ist die Humanressource am schwierigsten zu managen und zu optimieren. Wenn von einigen wenigen Entscheidungsträgern über den Ressourceneinsatz, inklusive dem Personal und dessen Tätigkeiten entschieden wird, hängt es zu einem hohen Grad von den Erfahrungen, Präferenzen und individuellen Talenten dieser Manager ab, welches Gesamtergebnis erzielt wird.
Die Transformation zur agilen Organisation bedeutet einen tiefgreifenden Paradigmenwechsel: Wenn Mitarbeiter(innen) in ihren Fachbereichen mit gewisser Entscheidungsbefugnis in die Selbstverantwortung gebracht werden, partizipieren statt einzelnen, viele Personen mit ihrer Expertise am Unternehmensfortschritt. Nicht die Steuerungsmethode ist erfolgsentscheidend, sondern ein funktionierendes Set-up, das Innovation fördert.
Doch auch einen agilen Unternehmensorganismus gilt es selbstverständlich nach wie vor zu tracken und strategisch weiterzuentwickeln. Software, mit mathematischen Modellen, die den besten Ressourceneinsatz kalkulieren, können dieser Zielsetzung allerdings nur theoretisch gerecht werden. Denn zu vielfältig und fluktuativ sind die Einflussfaktoren, die es für ein funktionierendes Modell zu berücksichtigen gäbe. Aktuell fehlen vor allem die Daten, um all das, was den Unternehmensalltag ausmacht, valide abbilden zu können. Es fehlt die Brücke von quantifizierten operativen Tätigkeiten hin zu strategischen Entscheidungskriterien und vice versa. Generative KI könnte diesen Datenflaschenhals in Zukunft auflösen, und die agile Organisation zum Status Quo erheben.
Im ersten Teil dieser Blogserie beleuchten wir, welche Daten mit Hilfe von generativer KI auf individueller Ebene automatisiert erhoben, erzeugt und verarbeitet werden können, um das Ressourcenmanagement auf das nächste Level zu heben.
Der individuelle Beitrag wird maßgeblich von zwei Faktoren beeinflusst:
Gutes persönliches, prozessorientiertes und tool-unterstütztes Zeitmanagement hilft bei der Arbeit die richtige Balance zu finden und dadurch eine hohe, qualitative Leistung zu erbringen. Allerdings sind der klassischen Softwareunterstützung hierbei noch Grenzen gesetzt. Denn selten sind alle notwendigen Tätigkeiten zentral abrufbar. Oft werden sogar mehrere unterschiedliche Kalender für die Aufgabenbewältigung genutzt und selten vollständig, nachvollziehbar verwaltet.
Traditionelle Systeme können diese Datenquellen zwar zusammenführen, erfordern aber einen relativ hohen manuellen Aufwand seitens der Mitarbeiter(innen), um aussagekräftige Ergebnisse für Steuerungsorgane zu erreichen. Künstliche Intelligenz könnte in Zukunft dabei helfen, Tätigkeiten mit Kalendereinträgen und To-Do Listen richtig zu verknüpfen und die inhaltliche Zeiterfassung präziser abbilden. Damit wäre der Grundstein gelegt, dass die KI im Sinne eines Coachings, Empfehlungen für individuelle, optimierte Aufgabenbewältigung abgibt.
Für die richtige Prioritätensetzung auf operative Ebene gibt es mitunter das mittlere Management. Unsere These ist, dass mit der Verbreitung Künstlicher Intelligenz das Mittelmanagement in der heutigen Form in Zukunft obsolet wird. Das mag radikal klingen, aber wenn Operations und Strategie quantifiziert hinterlegt sind, und in Echtzeit trackbar werden, wird Künstliche Intelligenz besser befähigt sein, kollektive Ressourcenoptimierung herzustellen.
Die Künstliche Intelligenz könnte in Zukunft auch bei der Erkennung und Definition von Aufgaben unterstützen. Richtig hilfreich wird das dann, wenn sie die Aufgaben auch mit den passenden Fähigkeiten der Mitarbeiterinnen zusammenführt. Heute ist es so, dass die Mitarbeiterinnenfähigkeiten im besten Fall beim Unternehmenseintritt strukturiert erhoben werden. Die Wartung ihres Kompetenzzuwachses im Laufe ihrer unternehmensinternen Karriere ist jedoch unmöglich. Durch die automatisierte Aufgabendokumentation könnte die KI auch die dahinterliegenden Kompetenzen und Fähigkeiten der Mitarbeiterinnen erkennen, und dazu beitragen, dass teamübergreifend individuelle Befähigungen und Präferenzen bei der operativen Aufgabenbewältigung berücksichtigt werden. Das würde zu einer höheren Motivation und neuen, fluiden, im wahrsten Sinne ressourcenoptimierten Organisationsform beitragen.
Diese Use Cases demonstrieren, dass der Einsatz generativer KI, den Menschen unterstützt, indem sie dort ansetzt, wo aktuell der manuelle Aufwand bei der Datenpflege zu hoch wäre. Denn das Potenzial der Künstlichen Intelligenz hängt zunächst einmal von der verfügbaren Datenbasis ab, mit der das System laufend weitertrainiert werden kann.
Im zweiten Teil unserer Blog-Serie führen wir die konkreten KI-Use Cases für die weiteren Unternehmensebenen aus und beleuchten, wie wir dadurch die operative und strategische Ebene in Zukunft noch enger verzahnen können.
Haben wir Ihr Interesse geweckt?
ANFRAGE KOSTENLOSE KONSULTATION
Möchten Sie mehr über dieses Thema erfahren? Schauen Sie sich unser Webinar mit der Projektmagazin an:
Um auf dieses Dokument zuzugreifen, geben Sie bitte Ihre E-Mail-Adresse ein.
Wenn Sie dieses Webinar-Video ansehen möchten, geben Sie bitte Ihre E-Mail-Adresse in das untenstehende Feld ein.
Wir haben Ihnen eine E-Mail mit dem Link zu der Datei an Ihre E-Mail-Adresse geschickt.
OK