Herausforderungen
Die Telekom AG suchte nach neuen Möglichkeiten, ihre Belegschaft in bestimmten zukunftsorientierten Fähigkeiten zu entwickeln, unterstützt durch einen effizienten datengetriebenen Ansatz. Die Idee war, automatisierte Learning Journeys für die Mitarbeiter zu erstellen, die zukünftige Skills und Trends abdecken. Die Fragestellung an HRForecast war, wie die Telekom von KI-Technologien profitieren kann, um Zielskills 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 Lernerlebnis zu schaffen.
„Mit dem datengetriebenen Ansatz von HRForecast war es uns möglich, notwendige Skill-Profile und Schulungsempfehlungen auf automatisierte, effiziente Weise zu definieren. Mit ihrer Unterstützung waren wir in der Lage, uns besser auf die Abstimmung mit Experten, 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 berufliche Anforderungen optimieren?
Wie kann die Telekom Entwicklungskosten optimieren, indem sie verfügbare Lernplattformen und -inhalte in die Talententwicklung integriert?
Wie können Mitarbeiter motiviert werden, ihre Qualifikationslücken zu schließen und zukünftige Kompetenzen für eine Zielfunktion zu erwerben?
Wie sieht ein klarer und strukturierter Lernweg für den Mitarbeiter aus?
Projektansatz
1. Bestimmung der Zielkompetenzen für die Learning Journey
Mit Hilfe von KI-Algorithmen wurden makroökonomische Insights geliefert, um zukünftige Qualifikationsstufen 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. Daten crawlen & abgleichen
Verschiedene Trainingsquellen (z. B. Lernplattformen, zugängliche Online-Kurse) 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 Leistungsniveau gefiltert. Darüber hinaus wurden White Spots von Trainingsinhalten aufgedeckt. Es wurde eine Shortlist relevanter Lerninhalte erstellt, um die richtigen Matches für die Trainingsanforderungen der Telekom zu identifizieren.
Schlüsselerkenntnisse & Mehrwert für den Kunden
- Durch automatisiertes Marktscreening von Änderungen der Stellenanforderungen erhielt Telekom zukunftsorientierte Jobprofile, die als angestrebte Jobprofile für die Learning Journey der Mitarbeiter 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 Auswertung der Trainings wurden Parameter wie die zu trainierenden Skills, das Qualifikationsniveau des Kurses, seine Bewertung, die Anzahl der Kursabsolventen und die Kursdauer berücksichtigt.
- Die Learning Journeys lieferten eine klare Vision für die Mitarbeiter, welche Fähigkeiten für die angestrebten Jobrollen benötigt werden, wie die erforderlichen Skills aufgebaut werden können und wie viel Investitionen erforderlich sind, um die Qualifikationslücken zu schließen (Zeit und Kosten).
HRForecast Early Access
Erfahren Sie mehr darüber, wie Sie von unseren Produkten und Dienstleistungen profitieren können.