<<  Zurück

Dance to the Algorithm: Der Tandemploy-Datencheck zum Nachmachen

Erinnert ihr euch noch an den Mai 2018? Das war der Monat, in dem die Erweiterung der EU Datenschutzgrundverordnung (DGSVO) in Kraft getreten ist. Monate im Vorfeld gab es eine regelrechte Panik, was die neue Verordnung für Software-Betreiber*innen und Newsletter-Absender*innen bedeuten würde. Naja und dann kam der Mai und das Leben und Arbeiten ging erstaunlich normal und unaufgeregt weiter. Wäre doch toll, wenn wir es schaffen, diese Unaufgeregtheit beizubehalten und trotzdem weiter und noch intensiver über Daten zu sprechen, die das Potential haben, unser (Arbeits-)leben von Grund auf zu verändern, oder? Wir fangen direkt mal an.

Wenn wir unaufgeregt über Daten und künstliche Intelligenz diskutieren wollen, hilft es, offen und neugierig an die Sache ranzugehen. Lasst uns wegkommen von den Extremen! Weder sollten wir völlig unkontrolliert mit Daten rumexperimentieren und schauen, was am Ende bei rauskommt. Noch ist es hilfreich, das Bild von den Maschinen, die schlauer sind als die Menschen und früher oder später das Ruder an sich reißen werden, überzustrapazieren. Lasst uns lieber hingucken, was gute Technologie, die auf menschlichen und ethischen Prinzipien beruht, heute schon leisten kann, und ihre Entwicklung gemeinsam weiter vorantreiben. Denn wenn wir Daten sinnvoll verwenden, können sie Großes bewirken. Wenn wir sie auf Basis ethischer Grundsätze erheben, sie verantwortungsvoll analysieren und sie einbetten in „offene Unternehmen“, also solche, die auf Mitsprache setzen, engagiert sind und in denen Individualität und Vielfalt zusammenkommen, dann kann datenbasierte Technologie ein neues Level von Freiheit für alle ermöglichen. Mitarbeitende können ihre Talente und Fähigkeiten endlich entfalten und HR-Verantwortliche das so freigewordene Potential orchestrieren. Im Ergebnis werden Organisationen handlungsschneller und leistungsfähiger.

Doch wie erhebt und nutzt man Daten ethisch korrekt?

Gute Daten dienen den Menschen, und zwar nicht nur einigen wenigen, sondern im besten Fall allen. Runtergebrochen auf Unternehmen profitieren von Daten also nicht nur Menschen in bestimmten (Macht-)Positionen, sondern alle, unabhängig von Abteilung und Jobtitel. Um einschätzen zu können, ob Algorithmen und KI die Daten auf ethische Weise verarbeiten, brauchen wir Kriterien, an denen wir uns orientieren können. Der Ethikbeirat HR Tech hat einen Vorschlag für Leitlinien gemacht und dabei drei übergeordnete Kategorien zur Bewertung der Datengüte herausgearbeitet:

  1. Datenerhebung: Wozu werden die Daten erhoben? Wie werden sie erhoben? Wer erhebt sie?
  2. Informationsgewinnung: Wozu werden die Daten analysiert? Wie werden sie analysiert? Wie zu Informationen verdichtet?
  3. Entscheidung: Welche Schlüsse werden aus der Datenanalyse gezogen? Wie werden diese Schlüsse gezogen? Wie werden Entscheidungen und Empfehlungen abgeleitet?

Innerhalb dieser drei Bewertungsfelder gibt es konkrete Fragestellungen, die Organisationen wie eine Checkliste für den Umgang mit Daten nutzen können. Und weil wir Checklisten genauso sehr lieben wie einwandfreie Daten, zeigen wir euch heute, wie es gehen kann, und geben euch Einblick in unseren Tandemploy Daten-Check. Denn auch unsere Talent Marktplatz Software basiert natürlich auf Daten und auf smarten Algorithmen, die anhand dieser Daten Mitarbeitende gezielt vernetzen. Wir entwickeln das Tool daher entlang höchster ethischer Grundsätze – und zwar dieser hier (Nachmachen erwünscht!):

1. Alle kennen Ziel und Nutzen. 

Mitarbeitende in Unternehmen, die unsere Matching Software nutzen, haben einen konkreten Bedarf und ein konkretes Ziel vor Augen. Sie benötigen zum Beispiel Know-How von einem Kollegen aus einer anderen Abteilung, suchen eine Mentorin, um sich auf eine neue Aufgabe vorzubereiten oder möchten sich bei einem Projekt einbringen. Insgesamt gibt es 18 Anwendungsfelder für Zusammenarbeit und Austausch über Abteilungen und Positionen hinweg. Unternehmen wählen die Nutzen-Anwendungen aus, die zu ihnen passen und öffnen sie für alle Mitarbeitenden. Diese entscheiden dann selbst, welche Art der Vernetzung sie anstoßen wollen.

2. Was passiert, passiert nicht zufällig. 

Unsere SaaS hat ein starkes Fundament, in das unsere grundlegende Haltung, die Mitarbeitende und die Employee Experience ins Zentrum aller Überlegungen stellt, quasi eingemauert ist. Davon ausgehend haben wir unsere Algorithmen in-house mit Profis auf ihrem Gebiet entwickelt. Unterstützung und Beratung bekamen und bekommen wir von wissenschaftlichen Instituten. Wir selbst forschen zudem permanent begleitend weiter und nutzen die Erfahrungen, die unsere Kunden uns spiegeln. Unsere Software beflügelt also nicht nur Austausch und kontinuierliches Lernen in Organisationen, sie lernt auch selbst permanent dazu.

3. Der Algorithmus denkt – der Mensch lenkt. 

“People Matter” – das ist unsere Philosophie bei Tandemploy, die sich durch alles durchzieht, was wir tun. Auch bei unserem Matching Tool hat der Mensch das erste und das letzte Wort. Nichts passiert, ohne dass der oder die Nutzer*in es aktiv in Gang setzt. Auch die Algorithmen agieren nicht unkontrolliert. Die Ontologie, auf der unsere Software basiert, ist das Ergebnis einer sechs Jahre langen manuellen Pflege – und damit zuallererst menschlicher Intelligenz, die nach und nach durch technologische Intelligenz unterstützt wird.

4. Alle wissen, was sie tun. 

Die Logik hinter unserer Software ist für alle leicht nachvollziehbar. So folgt das Matching von Kolleg*innen einem klaren Muster, das sich aus den Interessen ergibt, die die Mitarbeitenden angeben: Welche Themen interessieren dich? Was möchtest du lernen? Was kannst du weitergeben? Auch elementare Faktoren, wie Standort und Sprache, können relevant sein.

Beispiel: Bei Themen wie Jobsharing und Projekten spielen Skills die entscheidende Rolle. So werden beim Jobsharing Leute zusammengebracht, die ähnliche Fähigkeiten haben – schließlich sollen die zwei eine Position besetzen. Bei anderen Modulen, wie dem Onboarding Buddy, reichen wiederum das Interesse und eine gewisse Zeit der Unternehmenszugehörigkeit, um gematcht zu werden. Skills spielen hier keine Rolle.

So hat jedes unserer Anwendungsfelder eine eigene Logik, die für alle verständlich ist und dafür sorgt, dass jede*r nur die Daten einspeist, die dem persönlichen Ziel dienen.

5. Wir ermutigen andere, Veränderung auszuhalten – und zu fördern.

Unternehmen, die unsere Software einsetzen, sind für die Folgen verantwortlich. Wir kommunizieren daher unablässig, dass Technologie und Kultur zusammenpassen sollten. Wenn Unternehmen ein Tool zur Vernetzung ihrer Mitarbeitenden nutzen, sollten sie also bereit sein, die Veränderungen von Arbeitsabläufen und Strukturen, die sich daraus ergeben und die unsererseits gewollt sind, nicht nur auszuhalten, sondern mitzutragen und zu fördern – auch wenn das für Führungskräfte bedeutet, die eigene Rolle neu zu definieren.

6. Wir erheben so wenig Daten wie möglich. 

Unser Anspruch ist es, große Veränderungen anzuschieben, ohne dass sich Organisationen komplett „nackig“ machen oder verbiegen müssen. Wandel beginnt bei jedem und jeder Einzelnen und so war für uns klar, dass unsere Software von den Mitarbeitenden selbst gesteuert werden sollte. Sie haben die volle Datenhoheit und geben nur Informationen über sich ein, die relevant sind, um sich vernetzt weiterzuentwickeln. Konkret heißt das, dass die Daten sich unterscheiden, je nachdem, ob sie zum Beispiel für Projekte gematcht werden wollen oder für einen Generation Exchange. Eine personenbezogene Auswertung durch andere ist dabei ausgeschlossen. Heißt: Das HR Management bekommt bei Bedarf eine aggregierte und anonymisierte Skill Map, anhand derer sie Skills und Lernbedarfe in der Organisation erkennen kann, nicht aber Einblick in die Fähigkeiten und Lerninteressen einzelner Personen, wenn diese nicht öffentlich sichtbar sind. Zudem können Nutzer*innen ein Pseudonym verwenden.

7. Wir schaffen Bewusstsein dafür, dass und wie die Maschine entscheidet.  

Wer unser Tool nutzt, um sich mit Kolleg*innen zu vernetzen oder sich für einen Job, ein Projekt oder ein Event ins Spiel zu bringen, weiß, dass die Daten automatisiert verarbeitet werden. Der Absender oder die Absenderin ist sich also zu 100% im Klaren darüber, dass „die Maschine“ (und nicht ein Mensch als Zwischenstation) entscheidet, ob er oder sie als Projektpartner*in in Frage kommt oder wem er oder sie als  Matching-Partner*in vorgeschlagen wird. Die Logik der Datenverarbeitung ist dabei für alle nachvollziehbar (siehe Punkt 4).

8. Der Mensch handelt aktiv – und wird nicht gehandelt. 

Wer seine Daten in das Tandemploy Matching-Tool einpflegt, hat zu jeder Zeit die Möglichkeit, seine Daten zu bearbeiten, zu ergänzen und zu löschen. Nichts passiert, wenn Mitarbeitende nicht selbst aktiv werden. Dieses Bottom-up-Prinzip wertschätzt alle Menschen in einer Organisation als handelnde Subjekte, die ihre Weiterentwicklung selbstverantwortlich gestalten können und zu Ownern ihrer beruflichen „Karriere“ werden.

9. Unser Code setzt auf Chancengleichheit.  

Einer der wichtigsten Ansprüche an KI und datenbasierte Technologie ist, dass sie faire Entscheidungen trifft, also niemanden aufgrund von Geschlecht, Hautfarbe, Herkunft, Religion oder sexueller Orientierung benachteiligt. Bei der Entwicklung unserer SaaS beugen wir einprogrammierter Diskriminierung vor.

Zwei Beispiele: Leitende Mitarbeitende werden niemals als “besseres Match” gewertet als andere Kolleg*innen. Beim Jobsharing etwa können User aber angeben, dass sie zukünftig in einer Führungsposition arbeiten und sich daher NUR mit Kolleg*innen vernetzen möchte, die bereits im Management tätig sind.

Grundsätzlich arbeiten wir mit virtuellen Warteschlangen. Beispiel Onboarding Buddies: Diese werden der Reihe nach vorgeschlagen, ohne dass jemand aufgrund persönlicher Merkmale oder des Jobstatus bevorzugt wird. Alle User, die sich als Buddy zur Verfügung stellen, kommen in der Reihenfolge in die Schlange, in der sie sich registriert haben. Für die Zeit, in der ein Buddy im Onboarding-Prozess ist, erscheint er nicht in der Schlange. Sobald der Prozess abgeschlossen ist, stellt er sich wieder „hinten an“.

10. Regelmäßiger Check und Exit-Option. 

Ein guter Datenschutz ist für uns das Ergebnis aus guter Zusammenarbeit – sowohl intern bei Tandemploy als auch mit unserem externen Datenschutzbeauftragten. Mit diesem führen wir eine regelmäßige Risikobewertung durch. Haben wir auch nur leiseste Zweifel an der sicheren und ethischen Nutzung der Daten, können wir ihre Verarbeitung jederzeit stoppen und nachbessern. Zudem protokollieren wir alle Vorgänge in einem digitalen Verarbeitungsverzeichnis. Ein Interview mit Marco Tessendorf, Geschäftsführer von Procado und unser externer Datenschutzbeauftragter, und unserer internen Datenschutz-Expertin Silja zur Umsetzung der DGSVO bei Tandemploy findet ihr hier.

Und jetzt ihr: Wie baut ihr die Brücke zwischen Mensch und Technologie, zwischen Ethik und Automatisierung, zwischen guten Daten und neuer Arbeit? Wie beugt ihr Diskriminierung vor? Wie sieht euer Datencheck aus? Wir freuen uns über eure Ideen und Gedanken dazu!

Peer Learning mit dem 70/20/10-Modell

Peer Learning – Lernen neu entdecken

Don’t mess with your X: HR verwalten kann jeder. Aber HX gestalten?

Livia Freudl von Siemens macht Job-Shadowing bei Tandemploy

Einblicke und Impulse – Job-Shadowing bei Tandemploy