#194 KI erfolgreich implementieren

00:00:06: Die HM-Hacks, Tricks, Tipps und Hilfe für ihre HR Herausforderungen

00:00:12: und HR Strategien.

00:00:14: Denn der Mensch

00:00:15: ist der wichtigste Faktor für den Erfolg ihres Unternehmens.

00:00:20: Glückauf und herzlich willkommen zu den heutigen HM Hecks!

00:00:24: Präsentiert von der TalentPro dem Expo Festival für Recruiting, Talentmanagement und Employer Branding, Und neben vier parallelen Tracks rund um Recruiting Talent Management und Employee Branding gibt es auch einen Konkretstag nur mit dem Thema HR & Recruitting Technologies.

00:00:46: Mein Name ist Alexander Peitsch, ich bin der Gründer des heim Instituts eurer Gastgeber!

00:00:51: In unserer heutigen HM Hex-Folge habe ich Felix Adam zu Gast und wir sprechen Hex zur erfolgreichen KI Projekt Einführung.

00:01:02: Felix Adam ist CEO und Co-Founder von Mona AI.

00:01:07: Und wie der Name schon sagt, geht es da um KI und zwar im Recruiting und Stepping Umfeld.

00:01:14: Als ich Felix vor vier Jahren kennenlernte war Mona AI sozusagen das kleinste Startup auf der Stepping Pro in Wiesbaden.

00:01:24: Wir haben uns gefreut dass wir da innovativen Neuzugang hatten und heute gehört er mit Mona AI würde mal sagen, zu dem an professionellsten Auftretenden und am meisten beachteten Unternehmen vor Ort.

00:01:37: Ja Felix kommt übrigens wie ich auch aus dem schönsten Bundesland der Welt nämlich im Saarland für ihr alle wisst.

00:01:44: Hey herzlich willkommen Felix!

00:01:46: Schön dass du da bist.

00:01:47: Danke das du mich eingeladen hast Alex.

00:01:49: Ja ich sag mal KI ist ja nicht nur... Ich sage mal der moment heißeste Scheiß sondern ich glaube auf wirklich Wahrscheinlich so wie die Erfindung des Internets oder der Dampfmaschine.

00:02:03: Das was zumindest wahrscheinlich meine Generation am meisten noch prägen wird in der Arbeitswelt.

00:02:10: Verrat uns doch mal, wie ist denn deine Meinung?

00:02:13: Wo stehen wir dann so in der White-Color Arbeitswelt in fünf und zehn Jahren?

00:02:17: Boah!

00:02:19: Ich würde sagen auch wenn die KI heute schon extrem viel kann sind es immer noch die Kinderschuhe.

00:02:23: also das ist jetzt relativ technisch.

00:02:26: aber ich versuche es einfach zu erklären Die KI-Modelle, den wurde beigebracht, den nächsten Buchstaben vorher zu sagen.

00:02:34: Das ist wie wenn ich dir sage, geh mal durchs ABC und dann sag mal was als Nächstes kommt auch für uns Menschen kaum zu greifen.

00:02:40: und so ist es für die KI auch.

00:02:42: Sie versucht einfach ganz viel Wissen sich anzueignen und zu lernen aber kann nicht wirklich denken.

00:02:48: Und in dieser Periode stecken wir jetzt noch fest, ich sag mal Grundschule und wissen noch lange nicht im Gymnasium oder beim Abitur.

00:02:55: und obwohl die jetzt schon soviel können sage ich mal ist noch ganz viel.

00:02:58: was kommt also?

00:02:58: in den nächsten fünf bis zehn jahre werden wir erleben das ganze firmen nur aus k.i.

00:03:02: bestehen, dass neunzig prozent der jobs die wir heute kennen disruptiert werden und sich verändern werden.

00:03:08: und es hat auch einen positiven vorteil ich nenne es immer k i ist der erste deflationäre prozess einiger zeit.

00:03:15: also.

00:03:15: für uns als automatverbraucher Sollte das mit einhergehen, da sich mein Steuerberater vielleicht für zehn Euro kriegt statt für Tausende von Euros im Monat.

00:03:23: Da sie ich meinen Flug auch endlich mit einem Chatbot studieren kann, der funktioniert und dass die Bahn pünktlicher kommt.

00:03:29: also vielleicht werden wir das beide nicht mehr erleben.

00:03:31: aber ja ich glaube es ist noch extrem viel was kommen wird mit der KI was ganz cool wird.

00:03:39: Ich glaub wir sind wie beides uns einigstens wird halt wie gesagt noch brutaler werden.

00:03:45: Aber viele Kürben sind ja jetzt und gerade auch viele HR-Abteilungen, Steffing-Unternehmen... ...sind ja grade so auch in den ersten Gehversuchen.

00:03:52: Ich sag mal erste Umsetzung!

00:03:55: Und von daher finde ich unser heutiges Thema nämlich zehn Hex zur erfolgreichen KI-Projekt-Einführung einfach eine total spannende Grundlage.

00:04:04: weil ich habe neulich wieder gelesen dass ich glaube das weißt du sogar wahrscheinlich besser als ich ... ein Großteil der KI-Projekte aktuell scheitern?

00:04:13: Absolut.

00:04:14: Also es gibt da Zahlen zwischen achtzig und fünfhunderts Prozent, die irgendwie scheittern.

00:04:18: Das ist auch nicht so ganz überraschend.

00:04:19: Viele der Firmen haben schon bei der Digitalisierung nicht richtig angepackt... ...und erwarten jetzt quasi dass wir wie die Automobilhersteller auf vom Benziner direkt zum Elektro springen oder vielleicht noch weiter.

00:04:30: Und so ist es bei den KI-Projekten auch, wir haben Daten die in Excel liegen.

00:04:33: Wir haben Daten, die irgendwie auf Papier liegen und jetzt will man da so KI drauf schmeißen und sagt dann so, hier sind alle meine Probleme gelöst, die Wirtschaftskrise ist vorbei und ich kann auf Ibiza Maiteis trinken.

00:04:43: Das ist kein Witz.

00:04:44: also wir haben wirklich Erwartungshaltung in diesen Exorbitant hoch wo wir immer mit klarkommen müssen.

00:04:49: Also nicht nur dass die KI- Projekte schwierig genug sind sondern auch das die Erwartungshaltung der Menschen so hoch ist weil man von Science Fiction ausgeht.

00:04:57: ja, dass wir da meistens nicht unbedingt... ... liefern können, ist schon krass.

00:05:03: Hört sich spannend an!

00:05:05: Also dann steigen wir noch mal einen in die zehn Hexen, die du uns mitgebracht hast zum Thema... Wie kann ich das denn erfolgreich menschen?

00:05:13: Dass ich vielleicht zu den fünfzehn oder zwanzig Prozent gehöre, die das KI-Projekt erfolgreich sozusagen.

00:05:20: Also zu Beginn aller Projekte fragen wir unseren Kunden immer erst, was ist eigentlich deine Strategie mit KI?

00:05:26: Wir werden angerufen und dann sagt jemand, hey Felix ich brauch KI.

00:05:29: Ich hab es irgendwie zwei Jahre verpennt.

00:05:30: Was kann ich denn da jetzt machen?

00:05:32: Dann sagen wir das okay gut also... Das ist ganz nett von dir, aber du brauchst halt eine Strategie.

00:05:36: Also willst du vielleicht Kosten sparen?

00:05:38: Willst du effizienter sein?

00:05:40: Willtest du mehr Umsatz machen?

00:05:41: Klar alle wollen am besten alles haben.

00:05:42: Aber in der Regel haben wir gelernt Du kannst nur eins von weitem oder eins von drei Sachen entweder kosten sparen oder effizienter werden oder mehr umsatz machen.

00:05:50: und sobald man sich diese strategie mal überlegt hat dann wird auch viel viel klarer wo man hin will.

00:05:54: also ich gebe ein ganz konkretes beispiel im hr Ich würde vielleicht weniger Stellungsschreibungen machen weil die preise jedes jahr hochgehen.

00:06:02: Also muss ich meinen Werbapool dafür reaktivieren.

00:06:04: Allein dieser Denkprozess ist schon nicht für jeden im Rekruting ersichtlich, also sagen okay... Ich möchte meine Kosten beim Ad-Budget sparen, also muss ich meine Bewerber die ich schon im Pool habe auch reaktiveren.

00:06:16: und wenn diese Strategie klar ist dann ist es relativ einfach.

00:06:18: da nimmt man einen Agent der sich um dieses Berber kümmert und zack das Projekt ist nach vier Wochen fertig.

00:06:23: So einfach kann's sein!

00:06:24: Wenn jemand aber sagt oh ich weiß gar nicht so genau was ich will vielleicht mal alle Agents probieren und ich will alles machen und tun ... führt das meistens zu gar nichts.

00:06:32: Und deswegen sage ich immer Strategie vor Technologie, weil heute technologisch umzusetzen ist fast alles.

00:06:39: aber wenn die Strategie nicht klar ist dann führt es einfach zunächst.

00:06:45: Du hast gerade gesagt effizient oder kostenvorteil?

00:06:49: Das wäre für mich so ziemlich nah beieinander.

00:06:52: Ich mache mal ein Beispiel, wenn ich jetzt schneller auf den Kandidaten reagiere... ...ist vielleicht noch gar keinen Kostenblock entstanden.

00:06:59: Aber Wenn ich schneller auf ihn reagiere, habe ich eine höhere Chance den einzustellen.

00:07:03: Weil heute auch das ganze Kandidaten-Ghosting ist ein Thema.

00:07:06: Die Leute wissen nicht so genau wie sie gerade im Bewerbungsprozess stehen.

00:07:10: Ich kann jetzt die Zahl nicht auswendig aus dem Kopf aber... ...die Reaktionsquote liegt irgendwie bei sieben und vierzig Tagen bis ein Kandidat... ...den erstes erste Feedback kriegt was gerade mit ihm passiert eigentlich.

00:07:20: Sieben, vierzig Tage!

00:07:21: Und dann beschwärmen wir uns über Fachkräftemangel und über andere Themen.

00:07:23: also hier in dem Fall Effizienz wäre einfach dem zu sagen okay so sieht unser Prozess aus.

00:07:29: Du erhältst nach sieben Tagen Feedback, und dann sollte man sich auch daran halten.

00:07:32: Das wäre effizient!

00:07:33: Und man würde nicht direkt mehr Umsatz machen oder Kosten sparen.

00:07:35: Auf der anderen Seite wäre die Kosten spannend.

00:07:37: wie gesagt das Beispiel was ich eben gemacht habe den Kandidaten aber abrunden und dann noch dauerhaft re-engaging.

00:07:44: Ja hier im Podcast hatten wir auch mehrfach das Thema Speed als eines der absoluten Mega Hacks würde ich mal sagen also ja und dann ging es eher darum wie kann ich am nächsten Tag oder am selben Tag eigentlich reagieren?

00:07:58: Das ist ein ganz klassischer Case von Mona, wo wir unserem Kunden versprechen.

00:08:03: Wir wollen innerhalb von zwei Minuten reagieren und da komme ich auch wieder zurück auf das Thema Prozess im Strategie.

00:08:08: vorherklar machen.

00:08:09: wenn wir dann die Daten aus anderen Systemen erst nach einer halben Stunde kriegen können nicht in zwei Minuten reagieren.

00:08:14: Also es ist so ein kleiner Ausreißer jetzt quasi.

00:08:16: aber der Kunde muss sich vorherklarmachen was er erreichen will und muss vielleicht auch schon die Technik geben hat mitbringen mit was erreichen kann.

00:08:23: also

00:08:27: Okay, also jetzt haben wir uns entschieden.

00:08:29: Wir machen eine Strategie und nicht alle gleichzeitig.

00:08:35: Wie geht es dann weiter?

00:08:36: Wenn wir

00:08:37: jetzt entschieden haben beispielsweise Kosten zu senken, dann möchten wir nach KPIs erheben.

00:08:43: Also statt einfach loszulaufen und zu sagen, wir sind jetzt schneller als vorher, sagen wir okay heute liegen wir bei siebenundvierzig Tagen bis sich so ein Kandidat ist davon uns hört.

00:08:52: im Schnitt das muss man auch vorher ehrlicherweise tracken.

00:08:55: Also wenn ich mit den Rekruten spreche, sagen die immer ja wir sind super schnell.

00:08:58: Und wenn wir ins System reingucken dann liegen da achtzig Prozent der Kandidaten unangefast über drei Jahre rum.

00:09:03: also das ist am ersten so schon ein eher persönliches emotionales Thema weil man dann Dinge ansprechen muss, die unangenehm sind.

00:09:11: im Unternehmen sag' ich mal ne?

00:09:12: Weil der Recruiter muss ja eigentlich sagen oh ich bin bisschen langsam!

00:09:15: Also sagen wir hier okay wir können es gerne unabhängig machen als third party und sagen ok wir setzen uns mal neben dran und gucken uns mal an wie lange es wirklich dauert Wenn man diese KPIs dann hat, sollte man sich drei auswählen.

00:09:28: Oder zwei oder kommen da von den Kunden an und ich will nur sagen nicht alle KPIs auswälen weil der Scope des Projekts also der Fokus schon klar gesetzt sein sollte.

00:09:37: Bleiben wir mit unserem Beispiel Geschwindigkeit das heißt wir tracken wie lange dauert es bis zum ersten Kontakt?

00:09:42: Wie lange dauerns bis ich den zum Interview eingeladen habe?

00:09:45: Und wie lang dauert's vielleicht eine CV zu scannen?

00:09:47: Diese drei Themen was misst man dann?

00:09:50: Nach dem Projekt?

00:09:50: kann man dann sagen, jetzt ist der Prozess schneller oder langsamer.

00:09:56: Also wirklich ganz klar KPIs tracken ehrlich zu dir selber sein das müssen ehrliche KPIs.

00:10:01: ansonsten kann so ein KI-Projekt auch nur scheitern.

00:10:04: und das ist ein kleines innenpolitisches Thema nicht die Leute fragen wie es betreffen könnte nach den KPIs sondern das transparent quasi von der IT oder von einem Projektmanager erheben dass diese KPIs.

00:10:16: KPIs für Zuhörer sind halt die Zahlen die man tracked dass man eben weiß, worauf man hier hinarbeitet.

00:10:25: Okay ich glaube das waren ja schon fast zwei Hecks auf einmal, nämlich sich vorher klar werden in welche Richtung gehe ich und dann dazu sozusagen die Top-Eins bis drei KPIs erheben.

00:10:46: Ja, am Ende vom Tag wahrscheinlich natürlich auch den Erfolg.

00:10:48: Genau also es macht wirklich gar keinen Sinn und das muss ich Leuten immer wieder sagen.

00:10:52: und auch immer wenn ich sage sind sie überrascht... KI Projekt hat immer ein besonderes Ziel zu verfolgen weil einfach nur KI einzuführen um KI einzufführen macht die ganze Leute unsicher.

00:11:02: dann kann das Projekt ganz schnell scheitern weil man gar nicht weiß worauf man hinarbeitet.

00:11:05: Ich kann jetzt KI einführen dann habe ich hundert leute die chat mit einem Chatboard und generieren Memes den ganzen tag oder lustige Videos Dann habe ich auch nichts gewonnen, also wir haben alle KI benutzt und wir haben es eingeführt.

00:11:15: Und wir haben nur Kosten produziert aber irgendwie ohne einen Mehrwert zu schaffen.

00:11:19: das passiert wirklich viel häufiger als man denkt und vor allen Dingen bei den Microsoft Co-Pilot Projekten.

00:11:26: Da alle eh schon in der Microsoft Cloud sind ist es naheliegend dann Co-Palette einzuführen.

00:11:30: Aber es wird halt überhaupt nicht getrackt.

00:11:31: wie viel wird das genutzt?

00:11:33: hat sie überhaupt?

00:11:33: ein Business Bezug ist richtig integriert sondern einfach ja Wir machen jetzt KI Also kaufen wir jetzt hundert Co Palettes Lizenzen ... einem halben Jahr fragt in der Geschäftsjahr, das haben wir damit gemacht.

00:11:42: Ja Bilder generiert und schlechte E-Mails geschrieben.

00:11:45: Also

00:11:46: das ist

00:11:46: da möglich!

00:11:47: Und ich übertreib's nicht bitte... Es ist wirklich häufiger so als man denkt.

00:11:51: Nutzt bitte sinnvolle KPIs oder nicht irgendwie QuatschKPIs?

00:11:58: Ist es dann eigentlich auch so eine... also man spricht ja in den ganzen KI-Themaatlingen immer von KI-Agenten.

00:12:07: Ich nenne es mal Und korrigier mich, wenn ich das falsch definiere.

00:12:10: Aber einzelne Tools, die ganz speziell einzelne Tasks sozusagen performen oder auch natürlich darauf spezialisiert sind, dass zu performen vielleicht sich da auch kontinuierlich verbessern weil sie genau in diesen Tasken arbeiten.

00:12:26: und was du jetzt ja sozusagen vorbereitend hier schon berichtest geht für mich sehr stark ... KI-Agentendefinition, dass ich eigentlich genau den Prozess mehr überlegen muss.

00:12:39: Für was will ich das denn einsetzen?

00:12:40: Genau!

00:12:40: Das ist also exakt, wer so beschreibst.

00:12:43: Wenn ich jetzt einfach irgendein KI-Modell frage wie Chatchi Petir und sage hey... Ich muss irgendwie hier ein CV-Screenen dann... screent ihr auch den CV für dich und gibt irgendeine Antwort.

00:12:54: Wenn ich aber der KI schon sage, ich gehöre zu dem Unternehmen Stuffing pro GmbH ja?

00:12:59: Und ich muss hier bewerber im Bereich Logisticscreen und das ist unser Ziel und wir sind für Inklusion und wir möchten dies und das dann ist dieser dieses KI-Modell vorgebrieft.

00:13:10: was nennt man denn meistens einen Agentenkontext?

00:13:12: Dann kann diese KI mit diesem Kontext bessere Entscheidungen treffen und ein Agent hat nicht nur den Kontext sondern auch Zug auf Tools.

00:13:20: Also wenn mir jetzt die Information fehlt über den Bewerber, wo der vorher gearbeitet hat.

00:13:24: Dann kann ich zum Beispiel selbstständig ins Internet gehen und kann rausfinden was ist in diese komische Firma Volkswagen?

00:13:29: Kann herausfinden was sie gemacht hat um eine bessere Entscheidung zu treffen ob dieser Kandidat zu dir passt.

00:13:33: also der Agent im Gegensatz zum klassischen KI-Modell hat meistens Zugrück auf Tools und oft mehr Wissen um das zu nutzen um ihr zu helfen.

00:13:43: Okay Ja spannend!

00:13:45: Jetzt haben wir sozusagen KPIs definiert.

00:13:51: Also wir haben

00:13:52: eine Strategie festgelegt, wir wollen irgendwie schneller werden, effizienter werden.

00:13:55: Wir haben die KPIs definiert um das zu tracken.

00:13:57: jetzt kommt es zum Thema können wir überhaupt das Projekt umsetzen?

00:14:01: Wir nennen das bei uns ein Reifegrad bestimmen.

00:14:04: Ein Reifegrat in dieses Unternehmen.

00:14:05: dafür haben wir vier Stufen Stufe eins bis Stufe vier Kunden.

00:14:10: Bei uns werden nur die Leute die Stufe drei und Stufe Vier haben.

00:14:13: Das weniger abstrakt zu erklären.

00:14:15: wenn eure Daten noch im Outlook liegen oder in einer Excel Liste dann kann unser KI-Agent nie darauf zugreifen.

00:14:22: Das heißt, ihr werdet bei uns nicht gut bewertet, so würden wir es nennen und würden euch sagen Leute, wir brauchen zumindest mal ein Webbermanagement System oder wir brauchen die Daten in der Cloud damit unsere Infrastruktur ja auch darauf zuggreifen kann.

00:14:34: Wenn eure Daten aber noch schlimmer auf Blatt Papier ist, dann kann unserer KI-Agent nichts tun.

00:14:40: Und wir ranken dann unsere Kundenunternehmen in diesem Reifegrad und sagen okay wenn das System nicht da ist, wenn die Datenschutz vielleicht nicht da.

00:14:49: Die meisten Firmen sollten eine sogenannte Datenschutzrichtlinie haben, wenn es die auch nicht gibt.

00:14:53: Müssten wir ja schon fast ne juristische Beratung mit dem Kunden machen bevor wir überhaupt KI einführen können?

00:14:58: Also dieses Scoring erheben werden.

00:15:00: Ich mache mal ein paar andere Beispiele.

00:15:02: Firmen heute sollten auch eine sogenanne KI-Richtlinie habe.

00:15:05: da steht drin beschrieben Wärmunternehmen darf welche KI Tools nutzen.

00:15:09: Wenn's sie auch nicht gebt dann müssen im Kunden eigentlich sagen hey mach mal deine Datenschützrichtlinien, mach mal deinen KI Richtlinie und in drei Monaten können wir damit dir vielleicht anfangen zu starten weil... Es macht dir für uns keinen Sinn, mit dem Projekt zu machen und dann läuft ein juristisches Risiko rein.

00:15:23: Das machen wir mit unserem ganzen Reifekartenmodell kann man auch online finden oder mit einer KI besprechen ansonsten gerne auf unserer Webseite und herausfinden wo man da im Prozess steht.

00:15:36: Okay das heißt ihr sagt es macht eigentlich nur Sinn mit jemandem zusammenzuarbeiten?

00:15:42: Oder es macht generell nur Sinn KI-Projekte sozusagen zu starten loszutreten Wenn ich auf der einen Seite die Datenstruktur entsprechend vorbereitet oder entsprechend habe, also spreche ich die Daten in einer Datenbank und oder in der Datenbank als Cloud-Systeme sozusagen mit entsprechenden Schnittstellen und APIs und Zugriffsmöglichkeiten.

00:16:10: Das ist sozusagen das ganze Datenthema.

00:16:12: Und auf der anderen Seite wenn die rechtlichen Rahmenbedingungen ... innerhalb der Firma geregelt sind, ... ... sodass da auch die Basis steht.

00:16:21: Genau!

00:16:22: Also ...

00:16:23: ... gibt es noch was über den Reifegrad als so Klass daran?

00:16:27: Ja also das gibt natürlich noch einen Personalblock... ... wenn die Firma und das ist jetzt nicht disrespektierlich gemeint,... ...wenn die Firma generell ein höheren Altersdurchschnitt hat... ...ist auch die Akzeptanz für neue Systeme natürlich vielleicht nicht ganz zu gegeben.

00:16:42: Das ist nur ein genereller Trend, den ich beobachte.

00:16:44: Nicht immer war für alle Firmen, würde ich dazu sagen.

00:16:45: Aber je jünger ein Team ist, desto eher sind die bereit neue Prozesse auszuprobieren und neue Tools auszubrobieren während Ingrid mit Ende fünftig anfangs sechzig vielleicht sagt hey!

00:16:56: Die letzten zwei drei Jahre mache ich noch ohne KI Und dann wird so ein KI-Projekt auch relativ schwierig weil die da nicht so einen Bedürfnis haben das Interesse haben das wirklich voranzutreiben.

00:17:04: also das ist noch der dritte Themenpunkt wenn die Menschen im Unternehmen das nicht wollen wird dieses Projekt ausscheitern.

00:17:11: Und das ist einfach häufiger Fall.

00:17:12: Und der Statistik, die dreiundvierzig Prozent der Deutschen sagen sie möchten den KI gar nicht weitergebildet werden Also die verweigern schon überhaupt die Weiterbildungsmöglichkeit.

00:17:21: Das war eine sehr erschreckende Statistique, die ich letzte Woche erst gelesen habe.

00:17:25: Dass Sie schon sagen nicht nur hab' ich keinen Nuss auf Kaisern sogar ich will mich gar nicht da in weiterbünden und dass es schon quasi Arbeitsverweigerung ab Tag eins sind Dann ist mir auch klar warum die Projekte häufiger scheitern.

00:17:36: Die ganz schlechte Statistiken haben wir bei uns zwar nicht aber Dennoch, wir sehen schon diese Blockaden immer mal wieder wo die Leute sagen.

00:17:43: Ich automatisiere quasi meinen Job und den wird dann halt in diesem KI Projekt nicht gesagt dass ihr Job ist besser wird sondern die sehen erst einmal nur ich habe vorher Kandidaten angerufen das ruft die KI die an.

00:17:53: was mache ich denn dann?

00:17:54: da kriegen sofort Panik wenn man denen dann nichts sagt.

00:17:57: ja nee jetzt kannst du dich um die guten kandidaten viel mehr kümmern und kannst mit denen sich mehr beschäftigen?

00:18:01: Dann... wie gesagt kriegen dir eben Angst.

00:18:04: und deshalb ist es super super wichtig in diesem Prozess die auch mitzuholen, den zu erklären.

00:18:09: Wir sparen Zeit ein in der Geschwindigkeit oder wir wollen mehr Geschwindigkeiten aufbauen aber hinten raus wenn es darum geht den besten Kandidaten einzustellen.

00:18:15: da können wir mehr Zeit investieren.

00:18:17: zum Beispiel muss man dann im Modell schon mit Briefen am Anfang

00:18:24: okay jetzt haben wir dem Reifegrad bestimmt oder bewertet.

00:18:29: wie geht's jetzt weiter?

00:18:30: Jetzt gehts um ein kleines technikrausthema.

00:18:31: ich versuche aber für die HR Leute einfach darzustellen das geht um das Thema Datenqualität.

00:18:36: das heißt wenn Daten im System habe, sind Daten nicht gleich Daten.

00:18:41: Also hab ich die Daten sauber abgelegt?

00:18:43: Habe ich keine Duplikate?

00:18:44: Hab ich strukturierte Felder im Feld?

00:18:46: Vorname sollte auch der vorname drinstehen und nicht der Nachname.

00:18:49: Solche kleinen Dinge sind für die Klai schon wichtig aber sind halt nicht immer weggegeben.

00:18:54: also wenn ihr in der Regel ein RTS-System habt, ein Bearmanagement-Ssystem habt dann habt ihr saubere Datenstrukturen.

00:19:00: Wenn ihr irgendwelche Excel-Listen durch die Gegend schickt oder einfach nur die Kandidaten im Postfach lasst Dann habt ihr vielleicht keine sauberen Datenstruktur und dann wird es für die KI auch relativ schwierig, da was zu produzieren.

00:19:10: Und hier ist so ein Zitat, garbage in, garbage out.

00:19:13: Wenn man schlechte Daten reingebt in die KI, dann köttet die KI also schlechtes Daten oder schlechte Ergebnisse produziert.

00:19:20: Mensch jetzt dachte ich das Mona.

00:19:22: versteht das Mona im Vornamen?

00:19:23: In

00:19:23: den meisten Fällen aber nicht in allen Fällen ist klar, dass der Vornachname ist.

00:19:32: Ja, war natürlich klar.

00:19:33: Also ich glaube diese alte Grundregel... Ähm, ja Daten und ähm ja shit in gleich shit out.

00:19:42: also wenn ich nicht eine gute Basis habe kann ich darauf die besten Systeme anwenden aber es wird nicht besser.

00:19:48: Genau

00:19:48: so ist es wie.

00:19:49: KI muss schon ein bisschen Kontext haben über das was sie tun soll.

00:19:52: Klar kann ich schon viel selber herleiten da würde auch immer besser drin.

00:19:55: aber wenn man es sehr besonders schwer macht dann kann man auch nicht erwarten dass alles zu hundert Prozent funktioniert.

00:20:02: Ich glaube das ist also zumindest bei mir im Kopf schon... ... auch so einem Vorstellungen.

00:20:07: Ich denke, naja der Vorteil von KI im Vergleich zu einer Software ist ja dass die KI ... ... in Anführungszeichen ein Stück weit auch für mich in den Prozessen vielleicht mitdenkt oder... ... auch in diesen vielleicht etwas unsauberen Strukturen, die korrigiert?

00:20:24: Wenn man dem Prozess so einhält wie ich ihn gerade eben beschrieben habe also ... ... der KI wird gesagt was ist die Strategie ?

00:20:29: Der KI wird gesagt was ist das Ziel?

00:20:31: Der KI werden gesagt was sind die KPIs?

00:20:33: Wenn ihr das alles weiß dann kann er damit schon sehr gut umgehen.

00:20:36: Wenn man einfach sagt, da ist ein Lebenslauf mach dann kann ich natürlich nichts mit anfangen.

00:20:40: Deswegen haben wir diesen, diesen KI Projektmanagement Aufbau auch so gewählt wie ich ihn gerade eben beschrieben habe schon mal weil wenn die all diese Informationen hat die KI kann ihr auch genau zielgericht darauf hin arbeiten und das hast du exakt drauf hingewiesen.

00:20:52: Wenn sie das alles hat, dann können Sie auch selber arbeiten.

00:20:55: Wenn nicht, dann nicht.

00:20:59: Gut also Datenqualität check haben wir jetzt unsere Hausaufgaben gemacht.

00:21:05: Alles glatt gezogen.

00:21:07: Wie können wir dann die Chance erhöhen, dass sie nicht schalten?

00:21:11: Zum kleineren Aspekt.

00:21:13: Nicht nur haben wir eine Datenqualität zusammen mit müssen auch gucken kommen wir an die Daten ran.

00:21:18: Man nennt das Schnittstellenfähigkeit.

00:21:19: also hat euer System was ihr benutzt die Möglichkeit über Daten raus und reinzuschreiben.

00:21:24: normalerweise haben Bewerbermanagement-Systeme wie RECs SoftGarden Talent hier und so weiter, ja die haben alle solche Schnittstellen.

00:21:33: Wenn sie die nicht haben dann wird es halt wirklich problematisch weil dann habt ihr vielleicht Daten digital.

00:21:37: aber der KI-Again kann ich drauf zugreifen.

00:21:39: Das ist ein kleines Thema.

00:21:40: solltet ihr einfach nur mit eurer IT absprechen und euren Anbieter fragen hey haben wir eine sogenannte Schnittstelle oder hat eben nicht?

00:21:48: Ja sozusagen Tipp wenn ihr keine Schnittstellungen habt in eurem System für euch die Zeit nach einem neuen System zu suchen?

00:21:57: Das ist

00:21:58: genau der richtige Tipp.

00:22:00: Ohne Schnittstellen, das haben wir jetzt auch in den letzten drei Monaten mitbekommen.

00:22:04: Viele unserer Kunden, die mit uns schon länger zusammenarbeiten wollen, konnten es nicht weil sie genau den Check-in gemacht haben und sind jetzt gewechselt und können endlich mit uns zusammenarbeiten.

00:22:11: Und die Auswahl des Bewerberesystems in Zukunft wird darauf basieren glaube ich wie gut die Schnittstellen sind oder nicht wie gut das Interface ist.

00:22:19: Weil das Interface wird ja mehr von den KI-Agenten benutzt nach und nach.

00:22:23: Und die Sachen, die in der KI nicht kann.

00:22:25: Also das Beurteilung von Soft Skills Charakter, Cultural Fit Das wird am Recruiter liegen.

00:22:30: aber alle anderen Dokumentationen, Compliance Nachfragen von Unterlagen.

00:22:34: Das wird natürlich die KI machen also muss das gut mit Schnittstellen erreichbar sein.

00:22:42: So jetzt haben wir die Schnittstellenfähigkeit ja einmal das ATWs gewechselt.

00:22:48: Nachdem wir das ATWS bewechselts haben sollten wir auch wissen wie laufen unsere Prozesse.

00:22:51: Das ist nochmal ein kleineres Ding, aber sollte man nicht vergessen.

00:22:56: Ich gebe ein anderes Beispiel was manche unter Prozessen wissen wir denn im Unternehmen überhaupt?

00:23:00: wird geduzt oder gesiezt?

00:23:02: Wir haben Kunden bei uns am Termin.

00:23:03: die kommen zum ersten Mal nach.

00:23:05: nachdem das die schon seit zwanzig Jahren gibt stellen sich die Frage Dutz nur siezen wir eigentlich die Kandidaten weil es noch nie in der festgelegt hat.

00:23:11: also wenn mit uns ein Projekt gemacht wird muss der KI-Agent genau wissen dutz nur sitzen wir.

00:23:16: wie gehen wir mit Menschen außerhalb der EU um zb?

00:23:19: was passiert dann?

00:23:20: Wenn man das nicht weiß und ihr gerne das nicht weiss, dann können Dinge passieren die man nicht möchte.

00:23:25: Also würde ich dem Kunden immer sagen dokumentiert eure Prozesse das kann jetzt irgendwie acht Jahre dauern oder halt in einem Tag gemacht werden.

00:23:32: schreibt einfach auf wie geht ihr mit Kandidaten um?

00:23:34: Wie stellt ihr die ein?

00:23:36: Wie prüft ihr auch ob er die einstellen dürfte usw.

00:23:38: Und dass einmal dokumentiert zu haben kann nur helfen.

00:23:42: Ja

00:23:44: okay ja ich glaube es ist tendenziell ... oft mehr zum Tag arbeiten.

00:23:50: Deshalb sage ich es, man kann das extrem detailliert machen um weniger Fehler zu machen... Man kann sie aber auch erst mal grob machen damit die KI irgendeine Art Hinweis hat wo man hin möchte.

00:23:59: Wenn man's gar nicht dokumentiert, hat man immer Probleme dass die KI das macht was man soll weil sie sich jetzt nicht wissen kann.

00:24:04: Das ist wie wenn ich einen Praktikanten einstelle und sage rekrutier mal.

00:24:10: Dann macht der irgendwas richtig und die meisten Sachen wahrscheinlich falsch.

00:24:13: Die KI ist genauso wie ein Praktikanter.

00:24:14: muss man erst sagen was man will?

00:24:19: Kann ich das auch nachher noch nachsteuern?

00:24:21: Also absolut,

00:24:22: man nennt das dann das System prompt oder die Seele der KI.

00:24:26: Der kann man in diese Regel mitgeben und wenn man merkt es ist falsch, dann kann man das nochmal nach prompten und dann wird sich sofort anpassen.

00:24:35: Dann nächster Block CEO-Commitment nennen wir das also.

00:24:41: Wir haben einfach als einzigen Faktor, der wirklich durch alle Projekte hindurchzieht.

00:24:46: Wenn der Geschäftsführer oder die Geschäftsörin sagen Wir müssen jetzt KI machen, ansonsten geht unser Business den Bach runter.

00:24:53: Funktionieren nahezu alle Projekte witzigerweise.

00:24:56: Also es ist wirklich eine heftige Korrelation.

00:24:58: Ich muss mal die Zahlen raussuchen aber extrem heftig.

00:25:01: Wenn der CEO sagt wir machen das und wenn's nicht klappt Machen wir das nächste Projekt Dann ziehen alle mit weil sie wissen hey wir müssen.

00:25:09: Wenn er bei die Geschäftsführung sagt Ha!

00:25:11: Wir probieren mal aus ob KI was is Und wenn net dann lassen wir es halt eben.

00:25:16: Dann werden die Leute alle möglichen Gründe finden, warum das nicht geklappt hat.

00:25:19: Weil sie sich natürlich nicht verändern wollen und dass es wirklich also exorbitant in der Korrelation gewesen... Alle Leute die hinter den Projekten stehen und sagen wir müssen KI machen!

00:25:28: Da funktioniert das.

00:25:28: und alle die sagen wir testen mal aus.

00:25:30: Die sind richtig glücklich wenn dann das Projekt scheitert weil sie sagen können ach geil ich habe noch zwei Jahre Zeit bevor das irgendwie was wird.. Und die sind dann in zwei Jahren komplett aufgeschmissen weil die so weit hinten dran sind dass es kaum noch aufgeholt kriegen.

00:25:40: Das muss ich auch in aller Deutlichkeit sagen, die Leute hoffen darauf teilweise... ...dass diese Projekte scheitern.

00:25:45: um zu sagen.

00:25:46: Ich habe mich noch zwei Jahre retten können weil die KI hat einen Fehler von hundert Aufgaben gemacht.

00:25:51: Die ist noch nicht so weit und dann kann ich noch ein bisschen warten.

00:25:55: Also weg!

00:25:57: Die Geschäftsführung muss dahinter stehen und muss sagen wir müssen KI machen, wir wollen das machen.

00:26:01: Wir müssen und dann funktionieren die Projekter auch.

00:26:03: also das ist ganz wichtig am Anfang des Projekts dass die Geschäftsführung dahinter steht weil dann vielleicht aus einer Personalperspektive haben auch die Leute, die frei hat zu scheitern.

00:26:13: Wenn aber der Geschäftsführer da ganz kritisch draufguckt und ich schon denke das KI vielleicht so nicht so richtig funktioniert dann werden sie doch Angst haben, da Fehler zu machen und wollen es gar nicht richtig ausprobieren oder sich dahinter stellen also.

00:26:25: Ich glaube ein CEO oder einen Führungskommittment ist wahrscheinlich auch das Thema klare Bekenntnis von Definitionen von Budget Zeit.

00:26:34: So sieht's aus, genau.

00:26:35: Wenn ich das nur so on the side mache und so habe dann zwei Stunden die Woche für so ein KI-Projekt, kann es nicht funktionieren.

00:26:40: wenn ich aber sage du machst das jetzt wir machen das gemeinsam Du hast Budget, du kannst auch viel schlagen.

00:26:45: Aber wenn du viel schlägst, hast du was gelernt Dann nutzen wir die nächste KI.

00:26:48: Kann ja auch so eine SimoneKI Nicht gut ist, aber ich nehme dann die LisaKI oder wie auch immer die KI heißt?

00:26:54: Dann ist aber das klare commitment da dass wir immer etwas lernen aus dem Projekt und dass wir auf jeden Fall KI brauchen.

00:26:58: Und dann reagieren die Leute ganz ganz anders.

00:27:00: Das ist ich glaube in der normalen Personalführung ja ähnlich also Ja.

00:27:06: Auf jeden Fall, ja?

00:27:07: Genau.

00:27:07: und dann vielleicht der letzte Punkt.

00:27:10: ich würde den neunten und zehnten Punkt kombinieren.

00:27:13: wir wollen das Team früh einbinden was ich eben schon gesagt habe bringen die Leute einen und sagen wir machen jetzt das KI Projekt Wir wollen uns da hin entwickeln.

00:27:20: wir wollen also zum Beispiel schneller werden Und dafür habt ihr mehr Zeit euch um die Kandidaten besser zu kümmern.

00:27:26: wir haben ganz häufig das Beispiel wenn Leute aus dem Ausland kommen.

00:27:29: in Deutschland es haben wir mittlerweile mehr für die Fachkräfte um den Fachkräftemangel zu begegnen.

00:27:34: Da muss man sich vielleicht in der Ukraine auch mal einen Tag länger kümmern.

00:27:37: Wir haben den sagen, wie kannst du eigentlich in Deutschland eine Wohnung kriegen?

00:27:40: Wie machst du so ein Bank-Account auf?

00:27:41: Solche banalen Dinge, da muss man den Leuten halt eben helfen und wenn die KI alle anderen Prozesse für einen abnimmt hat man die Zeit, die man braucht um die Leute Zeit zu kümmeren.

00:27:50: ist was sehr sehr Positives finde ich.

00:27:52: Wenn man das dem Team so erklärt dann wollen wir ja auch mit KI arbeiten weil die merken auch geil!

00:27:58: Ich kann als Personaler oder als Rekruder mich endlich um die Menschen kümern was ich als Personal eigentlich machen will.

00:28:02: Und heute, das kriege ich sehr häufig als Feedback, müssen die Personale halt viel Compliance mitmachen, viele Juristisch-Themen machen und diese Dokumentenverwaltung machen – das wollen ja gar nicht!

00:28:12: Personaler wirst du ja eigentlich, weil du mit Menschen arbeiten willst oder nicht.

00:28:14: um Excel-Cheats auszufüllen sag' ich mal, ne?

00:28:17: Wenn man da das Team halt früh abholt mit der Zielsetzung dann kann es funktionieren.

00:28:21: Dann halt eben einen kleinen Projekt gestarten, nicht in großen Starten im kleinen Prozess wie wir wollen ein bisschen schneller reagieren auf den Kandidaten oder das Bewerber ghostig um zehn Prozent reduzieren.

00:28:32: Wenn man das dem Team auch so erklärt, dann kann man kleine Projekte machen sehr schnell Erfolge nachweisen und kann danach skalieren.

00:28:39: Und nicht skalieren bevor man es gemacht hat.

00:28:41: also ich glaube Es geht ein bisschen auf das zurück was ich am Anfang gesagt habe.

00:28:46: wenn die Strategie klar ist dass die KPI sind klar definiert Das Team ist mit eingebunden.

00:28:51: der CEO hat das Commitment gegeben und wir haben den Pilot auf einen kleinen Newscase definiert.

00:28:56: Dann kann ich diesen kleinen News Case sauber abarbeiten.

00:28:59: Jetzt sind wir statt in siebenundvierzig Tagen zur Kontaktierung bei zwanzig Tage angekommen.

00:29:03: Wir sind alle glücklich und jetzt können wir dann nach den nächsten KI-Piloten starten.

00:29:08: Das ist so.

00:29:09: vielleicht noch ein kleines Summary dazu, ja man muss zeigen das KI funktioniert.

00:29:15: es müssen alle hinten dran stehen und dann kann es auch klappen.

00:29:20: Vielen Dank also.

00:29:22: mir hat sehr viel Spaß gemacht.

00:29:23: ich habe einiges gelernt und ich glaube so kann man das Thema KI leichter angehen.

00:29:32: Glück auf, bleibt gesund und denkt dran.

00:29:34: Der Mensch ist der wichtigste Erfolgsfaktor für euren Unternehmen auch wenn er kein Leben setzt!