Skill-Management

KI-gesteuerte Learning Journeys für die Mitarbeitendenentwicklung

Herausforderungen

Die Deutsche Telekom AG suchte nach neuen Möglichkeiten, ihre Belegschaft in bestimmten zukunftsorientierten Skills zu entwickeln, unterstützt durch einen effizienten datengesteuerten Ansatz. Die Idee war, automatisierte Learning Journeys für die Mitarbeitenden zu erstellen, die zukünftige Skills und Trends abdecken. Die Fragestellung an HRForecast war, wie die Telekom von KI-Technologien profitieren kann, um Zielkompetenzen auf Basis von Marktdaten zu erstellen und in die Learning Journeys einfließen zu lassen. Die Zielsetzung des Projekts war es, ein schlankes, ansprechendes und motivierendes Lernkonzept zu schaffen.

„Mit dem datengesteuerten Ansatz von HRForecast war es uns möglich, notwendige Skill-Profile und Trainingsempfehlungen auf automatisierte, effiziente Weise zu definieren. Mit ihrer Unterstützung waren wir in der Lage, uns besser auf die Abstimmung mit Fachleuten, das Einverständnis der Interessengruppen sowie auf ein Programm zur Anleitung und Unterstützung der Lernenden zu konzentrieren.

Thomas Berthold, Leiter vom Expert Qualification Management, Deutsche Telekom AG

Gestellte Fragen:

Wie kann die Telekom die Talententwicklung und Ausbildung im Hinblick auf zukünftige Jobanforderungen optimieren?

Wie kann die Telekom Entwicklungskosten optimieren, indem sie verfügbare Lernplattformen und -inhalte in die Talententwicklung integriert?

Wie können Mitarbeitende motiviert werden, ihre Skill-Gaps zu schließen und zukünftige Skills für eine Zielposition zu erwerben?

Wie sieht ein klarer und strukturierter Lernpfad für Mitarbeitende aus?

Projektansatz

1. Bestimmung der Zielkompetenzen für die Learning Journeys

Mit Hilfe von KI-Algorithmen wurden makroökonomische Insights geliefert, um zukünftige Skill-Levels und Pfade greifbar zu machen. Globale Marktdaten wurden genutzt, um Veränderungen in den Jobanforderungen zu erkennen, wie z. B. sich wandelnde Skills und neue Technologien. Die Telekom erhielt zukunftsorientierte Jobprofile, die als Zielprofile für die Learning Journey dienten.

2. Crawling und Matching von Daten

Verschiedene Trainingsquellen (z. B. Lernplattformen, zugängliche Onlinekurse) wurden gecrawlt, um geeignete Trainingsanbieter zu identifizieren. Durch die automatische Extraktion und Analyse von Trainingsinhalten (Beschreibungen, Titel, Ziele, Skills, Formate, usw.) wurde ein Best-Fit-Matching der aus den Zukunftsprofilen abgeleiteten Lernpfadanforderungen gegen die Angebote der Anbieter durchgeführt.

3. Kuration der Lerarning Journey

Die Trainings wurden nach Kosten, Bewertung, Format, Dauer und Leistungsniveaus gefiltert. Darüber hinaus wurden White Spots von Trainingsinhalten aufgedeckt. Es wurde eine Shortlist relevanter Lerninhalte erstellt, um die richtigen Matches für die Trainingsanforderungen der Deutschen Telekom zu identifizieren.

Wichtige Erkenntnisse und Mehrwert

Durch automatisiertes Marktscreening von Änderungen der Jobanforderungen erhielt die Deutsche Telekom zukunftsorientierte Jobprofile, die als angestrebte Jobprofile für die Learning Journeys der Mitarbeitenden dienten.
Mit Hilfe unserer KI-Technologie war es möglich, die am besten geeigneten Inhalte aus verschiedenen Lernplattformen für die definierten Learning Journeys zu screenen und auszuwählen. Bei der Bewertung der Trainings wurden Parameter wie die zu trainierenden Skills, das Skill-Level, die Bewertung, die Dauer und die Anzahl der Kursabsolvierenden berücksichtigt.
Die Learning Journeys lieferten eine klare Vision für die Mitarbeitenden, welche Skills für die angestrebten Jobs benötigt werden, wie die erforderlichen Skills aufgebaut werden können und wie viel Investition erforderlich ist, um die Skill-Gaps zu schließen (Zeit und Kosten).