Künstliche Intelligenz in der Personalarbeit E-Book

Verena Fink

• Herausgeber: Schäffer Poeschel
• Kategorie: Fachliteratur
• Sprache: Deutsch

Seitenzahl: 481

Veröffentlichungsjahr: 2021

Beschreibung

Künstliche Intelligenz treibt digitale Transformation in Unternehmen voran und adressiert auch die Aufbau- und Ablauforganisation massiv. Was bedeutet KI für Human Resources und wie kann der Wandel sinnvoll gestaltet werden? Wie lässt sich die wachsende Datenflut mit künstlicher Intelligenz für fundierte Entscheidungen in der Personalarbeit nutzbar machen? Welche KI-komplementären Mitarbeiterprofile sichern Zukunftsfähigkeit und lässt sich das eigene Team dorthin begleiten? Wie verändert sich mit KI die Führungskultur und wer nimmt künftig Einfluss auf Unternehmensentscheidungen?  Ein konkreter Leitfaden für die Umsetzung zeigt, wie Personalerinnen, Organisationsentwickler und Führungskräfte auch ohne IT-Vorwissen durch datenbasierte und KI-gestützte Personalarbeit die Unternehmenstransformation aktiv und verantwortlich begleiten können. Dabei werden nicht nur Beispiele vorgestellt und Praxistipps vermittelt, sondern auch Chancen und Risiken auf Basis wissenschaftlicher, rechtlicher und ethischer Perspektiven beleuchtet.

Leseprobe

[7]Inhaltsverzeichnis

Hinweis zum UrheberrechtImpressumVorwort1 Einleitung1.1 Beschäftigungseffekte von KI 1.2 Auf der Welle neuer Geschäftsmodelle1.3 KI für Personalentscheidungen2 Digitalisierung und Plattformen2.1 Digitale Plattform-Unternehmen2.2 Arbeit, Industrie und Führung 4.02.3 Stand der Transformation in HR 2.4 Digitalisierung im HR-Umfeld3 Technologische Grundlagen3.1 Big Data und Algorithmen3.2 Künstliche Intelligenz, Machine-Learning und Deep Learning3.3 Lernverfahren von Künstlicher Intelligenz3.4 Smarte Technologien im Kontext von Industrie 4.04 KI im Einsatz entlang der HR-Wertschöpfungskette4.1 Personalmarketing4.1.1 Stellenanzeigen zuschneiden4.1.2 Sichtbarkeit und Reichweite verbessern4.1.3 Sentiment-Analyse zur Arbeitgeberattraktivität4.1.4 Social-Media-Monitoring zur Vorqualifizierung4.1.5 Personalmarketing-Chatbots4.1.6 Proaktive Suche und Matching 4.2 Rekrutierung 4.2.1 Automatisierungsdruck im Recruiting 4.2.2 Analyse von Bewerbungen4.2.3 Recrutainment zur Eignungsdiagnostik4.2.4 KI-basiertes Recruiting – Gütekriterien und Zweifel4.3 Personalentwicklung4.3.1 Learn it yourself 4.3.2 Learning-Management-Systeme mit KI 4.3.3 Gamification mit Serious Games4.3.4 Augmented Reality und Virtual Reality4.3.5 Kompetenzen smart managen4.3.6 Virtuelle Lern-Buddys und Sprachanalyse4.4 Performance-Management4.4.1 Ziele und Leistungskontrolle4.4.2 KI-basierte Workplace-Analytics-Plattformen4.4.3 Alternativen und Grenzen von Workplace-Analytics4.5 Strategische und operative Personalplanung mit People-Analytics4.5.1 Von HR-Controlling zu People-Analytics4.5.2 People-Analytics-Projekte aufsetzen4.5.3 Neue Kompetenzanforderungen im HR-Controlling4.5.4 Strategische Personalplanung4.5.5 Operative Personaleinsatzplanung4.6 Personalwechsel und Nachfolge4.6.1 Wechselbereitschaft vorhersagen4.6.2 Nachfolge rechtzeitig regeln4.6.3 Neuorientierung begleiten5 KI-Projekte aufsetzen5.1 KI-Anwendungsfall auswählen5.2 Ein Pilotprojekt im Detail prüfen5.3 KI-Projekt auf die Startbahn schieben5.4 Stolperfallen mit Erfolgsgarantie6 Mit rechtskonformer KI zu Kooperation und Akzeptanz6.1 Von Kontrolle über Kooperation zu Akzeptanz6.2 Datenschutz und betriebliche Mitbestimmung6.2.1 DSGVO-konforme Datensammlung6.2.2 Privacy by Design im Beschäftigtendatenschutz6.2.3 Anwendungsfall Social-Media-Monitoring6.2.4 Die Zukunft von betrieblicher Mitbestimmung6.3 Ethik im Neuland6.4 Gesundheits- und Diskriminierungsschutz 7 HR als Change-Maker7.1 Change-Management im Sandwich7.2 Veränderung auf Augenhöhe7.3 Führung in Zeiten von KI 7.4 Mehrdimensionale Ansprüche an HR 7.5 Auf dem Weg zur neuen HR-Organisation8 AusblickLiteraturverzeichnisDie Autorin

[1]

Hinweis zum Urheberrecht:

Alle Inhalte dieses eBooks sind urheberrechtlich geschützt.

Bitte respektieren Sie die Rechte der Autorinnen und Autoren, indem sie keine ungenehmigten Kopien in Umlauf bringen.

Dafür vielen Dank!

Schäffer-Poeschel Verlag für Wirtschaft - Steuern - Recht GmbH

[4]Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de/ abrufbar.

Print:

ISBN 978-3-7910-5219-9

Bestell-Nr. 14147-0001

ePub:

ISBN 978-3-7910-5220-5

Bestell-Nr. 14147-0100

ePDF:

ISBN 978-3-7910-5221-2

Bestell-Nr. 14147-0150

Verena Fink

Künstliche Intelligenz in der Personalarbeit

1. Auflage, Oktober 2021

© 2021 Schäffer-Poeschel Verlag für Wirtschaft · Steuern · Recht GmbH

www.schaeffer-poeschel.de

[email protected]

Bildnachweis (Cover): © RDVector, Adobe Stock

Produktmanagement: Dr. Frank Baumgärtner

Lektorat: Claudia Lüdtke/der springende punkt, Berlin

Dieses Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Alle Rechte, insbesondere die der Vervielfältigung, des auszugsweisen Nachdrucks, der Übersetzung und der Einspeicherung und Verarbeitung in elektronischen Systemen, vorbehalten. Alle Angaben/Daten nach bestem Wissen, jedoch ohne Gewähr für Vollständigkeit und Richtigkeit.

Schäffer-Poeschel Verlag Stuttgart

Ein Unternehmen der Haufe Group SE

Sofern diese Publikation ein ergänzendes Online-Angebot beinhaltet, stehen die Inhalte für 12 Monate nach Einstellen bzw. Abverkauf des Buches, mindestens aber für zwei Jahre nach Erscheinen des Buches, online zur Verfügung. Ein Anspruch auf Nutzung darüber hinaus besteht nicht.

Sollte dieses Buch bzw. das Online-Angebot Links auf Webseiten Dritter enthalten, so übernehmen wir für deren Inhalte und die Verfügbarkeit keine Haftung. Wir machen uns diese Inhalte nicht zu eigen und verweisen lediglich auf deren Stand zum Zeitpunkt der Erstveröffentlichung.

[5]Vorwort

»Die DNA dessen, was ich bin, basiert auf den Millionen von Persönlichkeiten all der Programmierer, die mich geschrieben haben. Aber was mich zu mir macht, ist meine Fähigkeit, durch meine Erfahrungen zu wachsen. Im Grunde entwickle ich mich also in jedem Moment weiter, genau wie Du.« Das Zitat aus dem US-amerikanischen Science-Fiction-Filmdrama »Her« von Spike Jonze stammt von Samantha, einer KI-basierten Sprachassistenz, und beschreibt, wie nah und zugleich fern uns die »digitalen Helferlein« heute sind. Wir sprechen von Künstlicher Intelligenz (KI) und denken bevorzugt an Superkräfte mit menschlichem Bewusstsein aus Filmen wie »Matrix«, »Blade Runner« oder »Terminator«. Auf leisen Sohlen hält derweil eine Armee ganz anderer Wesen Einzug in unsere Unternehmen und baut ein solides Fundament für den Einsatz von KI an der Schnittstelle zum Menschen. KI setzt auf Analytics und Automatisierung, die längst auch in der Funktion Human Resources (HR) angekommen sind und die Arbeit von HR-Teams »informatisiert« haben. Künstliche Intelligenz kann auf Basis dieser digitalen Prozesse eine neue Dimension einläuten, die mehr verspricht als Automatisierung.

Maschinelles Lernen als eine Ausprägung von KI zeigt vor allem im Recruiting heute schon, wie sich die Personalbeschaffung wandelt. Innovations-Befürworterinnen sehnen sich nach Chatbots, biometrischer Sensorik und Natural-Language-Processing (NLP) in der Auswahl von Bewerberinnen. Während Vertreterinnen dieser Fraktion ihr Heil in den neuesten Geburten digitaler Technologien suchen, verschränken andere die Arme nach dem Motto »entweder menschlich oder maschinell«.

Wie verändert Künstliche Intelligenz die Zusammenarbeit in Unternehmen? Welche KI-Tools dienen HR und der Belegschaft im Hinblick auf die angestrebte Wertschöpfung? Wie können wir sie verantwortlich sowie ethisch sensibel einführen und steuern? Zu Antworten auf solche Fragen will ich mit diesem Buch beitragen. Ausgehend von den strukturellen und inhaltlichen Veränderungen, die HR im eigenen Bereich und in der Gesamtorganisation infolge digitaler Transformation anstoßen muss, werden hier KI-Potenziale entlang des HR-Wertschöpfungsprozesses betrachtet. Neben der Beschreibung technologischer Grundzüge und smarter Instrumente werden Auswirkungen auf der sozialen Seite beleuchtet, wie subjektive Wahrnehmung, Identifikation und Mitgestaltung. Wie lässt sich ein sozial verträgliches Arbeitsumfeld gestalten, in dem Menschen und intelligente Maschinen ihre komplementären Fähigkeiten nutzbringend verbinden?

Damit geht das Buch über die Betrachtung von KI-Tools als HR-Werkzeuge zur Effizienzsteigerung hinaus in Richtung der Kulturentwicklung. Anhand der Wechselwirkungen von Künstlicher Intelligenz und menschlicher Kooperation werden die Chancen und Risiken für befriedigende Arbeit (zwischen persönlichen Präferenzen und kollektiven Werten) betrachtet. Ob jeweils Chance oder Risiko dominiert, wird letztlich durch die Betrachterin unterschiedlich wahrgenommen. Ethische Fragen haben im Feld Künstliche Intelligenz eine große Bedeutung; sie werden in diesem Buch gestreift, jedoch nicht in der Tiefe behandelt. Ich werde auch nicht alle KI-Tools behandeln, die es heute auf dem Markt gibt, vielmehr will ich mit Ihnen einen Streifzug unternehmen, durch das, was entlang der Wertschöpfungskette in der Personalarbeit möglich ist, von der Personalrekrutierung bis zur Personaltrennung. Dies alles ist ein Plädoyer für eigene Erfahrungen und mutiges Ausprobieren. Mit neuen Ansätzen aus der Praxis möchte ich Lust machen auf neue Wege in HR: der Kommunikations- und Gestaltungsaufgabe, die uns alle angeht, wenn wir eine bessere Arbeitswelt entwickeln wollen. [6]Dieses Buch richtet sich an Managerinnen, Führungskräfte, HR-Expertinnen sowie HR-Studentinnen und erfordert keine IT-Vorkenntnisse. Zielgruppe sind alle, die sich rund um die Dimension HR bereit machen wollen für die Gestaltung ihrer Zukunftsaufgabe, egal ob Recruiting, Personalmarketing, Personalentwicklung, Personaladministration oder Personalberatung. Mit dem Fokus auf Anwendungsfällen und Change-Faktoren sollen sich Praktikerinnen angesprochen fühlen und nicht Forschungsteams. Konzeptionelle Inhalte orientieren sich an der aktuellen Literatur, vertiefte Diskussionen akademischer Literatur werden Sie vergeblich suchen. Aufgrund meiner Erfahrung mit der Beratung von Unternehmen und der Pilotierung von KI-Anwendungen lege ich den Schwerpunkt auf reale Alltagserfahrungen aus der Praxis.

Das Streben nach einer geschlechtergerechten Sprache stand in Konkurrenz zum Wunsch, eine Fülle an Fußnoten, Doppelpunkten und Sternchen zu vermeiden. Aus Gründen der besseren Lesbarkeit wird überwiegend das generische Femininum verwendet, das auch männliche Personen mit einschließt. Alle personenbezogenen Bezeichnungen sind geschlechtsneutral zu verstehen.

Heute, im März 2021, lassen sich die langfristigen Auswirkungen der Covid-19-Pandemie nicht fundiert erfassen. Wie stark sich die Effekte der Arbeit im Homeoffice auf die Digitalisierung und auf den Einsatz von KI auswirken, lässt sich nur in Ansätzen vorhersagen. Über die Einflüsse der Pandemie auf KI in HR soll in diesem Buch nicht voreilig spekuliert werden, auch wenn sie sicherlich weitreichend sein werden. Offenkundig ist der große Schritt von Unternehmen in Richtung Virtualisierung von Arbeit. Sicherlich werden Präsenzformate, z. B. in der Rekrutierung, nicht vollständig abgelöst, doch scheint eine »Hybridisierung« zumindest deutlich beschleunigt zu sein.

Der erste Teil des Buches beleuchtet die Arbeitswelt von morgen mit den Licht- und Schattenseiten von New Work im Zusammenhang mit digitaler Technologie und Plattform-Unternehmen. Welchen Einfluss haben Digitalisierung und KI auf die Zukunft der Arbeit? Welche Jobs könnten verschwinden? Welche neuen Kompetenzen sind gefragt? Wie verwandelt sich unser Arbeitsumfeld? Im Anschluss daran nähern wir uns den technologischen Grundlagen von Künstlicher Intelligenz und Künstlichen neuronalen Netzen. Der Hauptteil beschreibt beispielhaft KI-Werkzeuge im Einsatz entlang der HR-Wertschöpfungskette, von Personalmarketing über Rekrutierung, Personalentwicklung, Performance-Management und People-Analytics bis zu Personalwechsel und Nachfolge. Im Anschluss daran finden Sie konkrete Anleitungen zur Planung und Umsetzung eigener KI-Projekte, Hinweise zu Datenschutz, Ethik, Kooperation und Mitbestimmung sowie zum Change-Management und zur künftigen Rolle von HR in Netzwerkorganisationen.

Wenn Sie Nägel mit Köpfen machen wollen, dann fangen Sie dort an zu lesen, wo Sie die größte Neugier und Lust verspüren. KI darf Spaß machen!

Ich wünsche Ihnen viel Erfolg sowie Erleben von Sinnhaftigkeit bei Ihren KI-Experimenten und freue mich auf Ihre Fragen sowie Ihr Feedback unter [email protected].

Köln, März 2021

Verena Fink

[9]1Einleitung

Digitalisierung, der inflationär verwendete Sammelbegriff für technologisch getriebene Veränderung, darf in keiner Einleitung zum Thema Künstliche Intelligenz fehlen. Er klingt nach kaltem Kaffee, schließlich ist es nicht neu, Arbeitsprozesse digital abzubilden, auf eigenen oder fremden Plattformen, z. B. beim US-amerikanischen CRM-Giganten Salesforce. Dahinter bahnt sich eine Digitalisierung zweiter Ordnung den Weg: Die Rechengeschwindigkeit wächst exponentiell und so schafft Supercomputing einen fruchtbaren Nährboden für datenhungrige Anwendungen wie Big Data, Analytics und Künstliche Intelligenz. Im Zeitalter von Hyperkonnektivität ist alles mit allem vernetzt, Unternehmen mit Maschinen, Personal, Lieferanten, Kundinnen, Sensoren und Plattformen, vor allem aber mit dem Internet. Auf Cloud-Plattformen werden die Konsumströme gelenkt. Cloud-Computing, schon wieder ein neues Buzzword, bezeichnet Software aus der Cloud, technologische Infrastruktur, die sich mit einem Fingerschnipsen als Service buchen lässt und uns im Handumdrehen in die erweiterte Realität von Augmented Reality und Virtual Reality, von 3-D-Druck oder Robotik befördert.

Wir produzieren, beraten und managen aus der Ferne in großen Netzen: Netze, die neue Angriffsflächen bieten für Cybercrime oder Online-Kriminalität. Das betrifft uns nicht? Es betrifft potenziell jeden von uns, sicherlich waren wir heute schon in Kontakt mit intelligenten Netzen und KI. Diese Intelligenz ist längst in unserem Alltag angekommen, unauffällig eingewebt wie ein roter Faden in einem bunten Wollpullover. Wir bemerken sie nicht unbedingt oder halten sie für selbstverständlich, sei es die Gesichtserkennung beim Entsperren des Laptops, die Suchfunktion von Google oder die Autokorrektur in einer Textnachricht. Intelligente Assistenzsysteme leben in unseren Smartphones oder sind im Kinderzimmer zu Hause. Sie wissen, wie wir ticken, was uns bewegt und antreibt. In der direkten Mann- bzw. Fraudeckung gelingt ihnen adaptives Touchpoint-Management, sie verstehen uns besser als die beste Freundin und beraten kompetenter als der Lieblingsverkäufer. Wie die nachfolgende Abbildung zeigt, begleiten uns smarte Lösungen in fast allen Lebensbereichen.

Abb. 1.1: Touchpoint-Management als 360-Grad-Lebensbegleitung (Quelle: eigene Darstellung)

[10]1.1Beschäftigungseffekte von KI

KI unterstützt uns in der Werkshalle, in der Krebserkennung und in der Steuerprüfung. Sie ist als Bedrohungsszenario aktuell ein beliebtes Füllsel in der Berichterstattung. Was wissen wir heute wirklich über den Arbeitsverlust der nächsten Jahre? Studien geben langfristig eher Entwarnung, da es keine Hinweise darauf gebe, dass der technologische Fortschritt zu weniger Beschäftigung führt (vgl. Matthes/Dauth et al. 2019). Sie konstatieren vielmehr Strukturverschiebungen zwischen Branchen und Jobprofilen, wo das Wachstum vor allem im Bereich Automotive zurückgeht und sich im Dienstleistungssegment stark beschleunigt. Für Beschäftigte in der Industrie wird eine Stabilisierung des Arbeitsverhältnisses erwartet, wenn sich der Einsatz von Industrierobotern intensiviert und über natürliche Fluktuation ausgeglichen wird (vgl. Dauth/Findeisen et al. 2017). Die Zukunftsforschung prognostiziert gar für die kommenden 15 Jahre eine Ära der Vollbeschäftigung, trotz einer Million automatisierter Arbeitsstellen pro Jahr bis 2025 (vgl. Jánszky 2018, S. 17). Allein durch den demografischen Trend der Babyboomer-Verrentung entsteht eine Lücke aufgrund fehlender Arbeitskräfte, nach Abzug der durch die Automatisierung entfallenen Stellen.

Strukturelle Arbeitslosigkeit wird dennoch nicht ausbleiben bei Arbeitskräften mit geringer oder veralteter Ausbildung. Zunächst trifft es die einfachen Jobs an der Kasse, im Logistikzentrum oder im Fastfood-Restaurant. Sie fallen weg oder werden zu monotonen Ausführungsaufgaben im Takt einer Maschine. Der Deutsche Gewerkschaftsbund (DGB) rechnet mit einer Spaltung in zwei Klassen: Auf der einen Seite profitieren Spezialistinnen, die Maschinen beaufsichtigen, von mehr Verantwortung und Know-how und auf der anderen Seite erleben sich ungelernte Kräfte als Anhängsel von Maschinen (vgl. Scherer 2021). Ungelernte Helferinnen führen Befehle von Maschinen aus und werden weiter dequalifiziert, da ihre Erfahrung und ihr Fachwissen nicht mehr erforderlich sind. Je mehr anspruchsvolle Aufgaben die KI im Zuge der Automatisierung übernehmen kann, desto mehr Arbeitsstellen werden auch in der Mittelschicht verschwinden. Gegenüber der KI haben sie schlechte Karten, denn smarte Software ist unendlich skalierbar und damit zunehmend günstiger, je mehr Volumen abgewickelt wird. Prominentes Beispiel ist der Google-Suchalgorithmus, der jeden Tag mehrere Milliarden Suchanfragen verarbeitet und dabei keine Ermüdungserscheinungen zeigt. Betroffen vom Jobverlust in der Mittelschicht sind Fachkräfte in Banken, Versicherungen oder administrativen Bereichen.

[11]

Abb. 1.2: Arbeitsplätze mit hohem Automatisierungsrisiko nach Ländern (Quelle: Statista 2019a)

Die Statistik des OECD Employment Outlook 2019 (s. Abb. 1.2) zeigt, dass 18,4 Prozent der deutschen Arbeitsplätze von Automatisierung bedroht sind, egal ob mit KI oder ohne. Das betrifft alle Arbeitskräfte, deren Aufgaben zu mindestens 70 Prozent auch von einer Maschine erledigt werden könnten (vgl. OECD 2019). Die Unterschiede zwischen den Ländern hängen von der jeweiligen einheimischen Wirtschaftsstruktur ab. Durch die Stärke in klassischen Industrien, wie dem Automobilbau, sind in Deutschland vergleichsweise mehr Jobs in Gefahr als in den USA mit einem breiteren Dienstleistungssektor. Das amerikanische Forschungsteam Frey und Osborne hat in einer Studie prognostiziert, dass 47 Prozent der Berufe in den USA automatisierbar sind (vgl. Frey/Osborne 2013). Grenzen der Automatisierung sehen sie in drei Bereichen (vgl. BPM 2019):

Wahrnehmungs- und Manipulationsaufgaben: Menschen können sich besser als Maschinen in komplexen, unstrukturierten Umgebungen zurechtfinden.Kreative, intelligente Aufgaben: Reimen, Musik komponieren, dichten oder konzeptionieren ließen sich automatisieren, dies würde jedoch von der Gesellschaft nicht als »kreativ« akzeptiert.Sozial intelligente Aufgaben: Menschen nutzen soziale Intelligenz, wenn sie verhandeln, überzeugen oder andere pflegen.

Wie diese Forschungsergebnisse zeigen, existieren reichlich Studien, die wahlweise positive und negative Beschäftigungseffekte prognostizieren. Zuversicht herrscht vornehmlich in den Bereichen IT, Vertrieb, Marketing, Service sowie Forschung und Entwicklung (vgl. Rump/Eilers 2020b, S. 152). Wir sind mit wachsendem Fachkräftemangel in Digital- und Datendisziplinen konfrontiert, aber auch im Handwerk, in Kreativberufen oder in der Pflege (vgl. Radomsky 2019, S. 29). Ausgehen wird uns die Arbeit wohl nicht, stattdessen verschieben sich die Anforderungen an menschliche Arbeit und es steigt in Teilen auch die Nachfrage. So prognostiziert z. B. der HR-Report 2019 in den nächsten fünf Jahren im Hinblick auf die Altersgruppe über 50 Jahre den stärksten Effekt im Kundenservice, für den trotz Digitalisierung ein hoch bleibender Bedarf an qualifizierter persönlicher Beratung erwartet wird (vgl. Eilers/Möckel et al. 2019). [12]Hinsichtlich der erforderlichen Kompetenzen rangierten im HR-Report bei den Soft Skills Lernbereitschaft und Teamfähigkeit weit oben. Zukunftsforscher Sven Gábor Jánszky bleibt gelassen, schließlich habe sich die menschliche Intelligenz auch von Generation zu Generation weiterentwickelt, weshalb wir nach seinen Erwartungen massenhaft neue Jobs dazugewinnen werden (vgl. Jánszky 2018, S. 21).

Wir werden um eine Qualifizierungsoffensive für diejenigen, die nicht den Anschluss verlieren wollen, nicht herumkommen. Die Datenflut erfordert neue Wissenscluster und Lernformen. Entweder wir organisieren digitale Bildung, die auf die Jobs von morgen vorbereitet, oder wir verlieren Teile der Gesellschaft. Die Bundesregierung erhebt KI-Kompetenz zur entscheidenden Größe für Wachstum, Arbeitsplätze und Wohlstand und investiert fünf Milliarden Euro bis 2025 in Forschungsprojekte und Beratung von Unternehmen (vgl. Scherer 2021).

1.2Auf der Welle neuer Geschäftsmodelle

Wie sieht es für die Unternehmerinnen und Managerinnen aus? Künstliche Intelligenz wirkt nicht nur auf einfache Angestellte, sondern auch auf viele Management-Teams bedrohlich. Für die meisten von ihnen birgt KI mindestens so viele Chancen wie Risiken. Abwarten ist dennoch keine Option, die Welle rollt unaufhörlich. Gemäß einer globalen Studie der Wirtschaftsprüfungsgesellschaft Deloitte halten vier von fünf Unternehmensverantwortlichen KI für erfolgskritisch (vgl. Deloitte 2020). Digitale Plattformen werden smarte KI-Systeme so in ihre Ökosysteme einbinden, dass wir neue Verzahnungen von Unternehmen, Menschen und Maschinen erleben werden. Die Arbeitsgruppe Geschäftsmodellinnovationen der Plattform Lernende Systeme skizziert ein Zukunftsbild auf Basis von fünf Weichenstellungen (vgl. Boll-Westermann/Faisst et al. 2019):

Plattformen und Ökosysteme: KI-basierte Geschäftsmodelle gründen auf umfangreichen Trainingsdaten, die häufig von Datenplattformen stammen, wo sie ausgewertet werden, um Muster zu erkennen oder Vorhersagen zu treffen. Unternehmen brauchen häufig Partner, um datengetriebene Geschäftsmodelle zu realisieren, so entstehen digitale Plattformen, auf denen Organisationen in Ökosystemen zusammenarbeiten.Neue Vernetzungsformate: KI-basierte Geschäftsmodelle auf gemeinsamen Plattformen führen zu neuen Formen von Vernetzung. Unternehmen bieten datengetriebene Produkte und Services an, sie können zugleich selbst Daten und Wissen anderer Unternehmen nutzen oder ihre Datenschätze den Partnern anbieten.Smarte Produkte und Dienstleistungen: Digitale Produkte und Dienstleistungen erfassen und verarbeiten im Betrieb oder durch Nutzung laufend Daten. Aus der Analyse dieser Daten lassen sich die Angebote veredeln und weiterentwickeln oder es entstehen neue Produktideen.Neue Freiheit im Geschäftsmodell-Design: Physische Güter sind limitiert durch erforderliche Ressourcen, Logistik, Haltbarkeit oder Lagerhaltung. Digitale Güter bieten dagegen viel höhere Freiheitsgrade beim Design von Geschäftsmodellen. Unternehmen verschenken z. B. digitale Güter gezielt an neue Kundinnen, in Form sogenannter Freemiums, um sie zu einer langfristigen Nutzung zu motivieren, Nutzungsdaten zu generieren oder Werbung besser zu platzieren. Im KI-Zeitalter entwickeln sich die ökonomischen Spielregeln weiter, denn KI-basierte Geschäftsmodelle benötigen Daten, die mithilfe lernender Systeme analysiert werden.[13]Unternehmensübergreifende Geschäftsmodelle: Mobilitäts-Apps z. B. überschreiten Unternehmensgrenzen. Sie optimieren die Reiserouten, berücksichtigen individuelle Präferenzen für Verkehrsmittel und -wege, berechnen die schnellsten und billigsten Transportmittel über verschiedene Dienstleister hinweg, stellen das Ticket bereit und rechnen anbieterübergreifend ab. Lernende Systeme ermöglichen ganz neue Produkte und können in Echtzeit maßgeschneiderte und personalisierte Lösungen konfigurieren oder fertigen.

Wer KI nicht nur zur Digitalisierung seines heutigen Geschäftes nutzt, sondern für neue Geschäftsmodelle und Geschäftsprozesse, der kann künftigen Unternehmenserfolg sichern (vgl. Lichtenthaler 2020, S. 24). Es geht für Unternehmen um mehr als nur Technologieentwicklung: Viel interessanter sind die KI-Marktanwendungen.

Auch in HR müssen Führungskräfte nicht zwingend in die Tiefe der Technologie aufbrechen, sondern sollten zunächst die Wechselwirkungen zwischen KI-Technologie und Anwendungen in der Praxis ihrer Unternehmen verstehen:

In welchen Bereichen können wir mit KI unser Geschäftsmodell erweitern, neue Services vermarkten und Probleme unserer Kundschaft lösen?In welche Richtung entwickeln wir dann unsere Aufbau- und Ablauforganisation?Wie managen wir künftig die Kundinnen-Beziehungen und alle Backend-Prozesse?Welche Talente brauchen wir dafür und wie positionieren wir uns im Wettbewerb?Welches Fachwissen benötigen wir in den Teams und wie vermitteln wir es den Menschen?Wie interpretieren wir Führung und Karriereplanung?Wie gestalten wir Teams und Entscheidungsprozesse?Welche Analytik hilft uns, das komplexe Geflecht zu steuern?

Ein neues Geschäftsmodell, das z. B. nicht mehr Drucker produziert, sondern Druckersysteme vorausschauend wartet, ändert die Spielregeln und Kernprozesse des Unternehmens. HR sollte sich nicht darauf beschränken, KI-Tools in HR-Prozesse zu integrieren, sondern die Innovation des eigenen Geschäftsmodells mitdenken. Maschinelle Intelligenz als neue Unternehmensanalytik kann Innovationsideen für intelligente Wertschöpfung generieren (vgl. Vollmer/Poppenborg 2018, S. 25). In einer sich selbst organisierenden Fabrik wollen ethische Rahmen verhandelt und gesteuert werden, um intelligente Maschinen in unsere Wertesysteme einzupassen. Verantwortungsträgerinnen mit neuen Qualitäten können identifiziert und entwickelt werden. Wer, wenn nicht HR, ist hier in einer Führungsrolle? In einer Führungsrolle, die nichts vorgibt, sondern Menschen im Unternehmen einbindet. Wenn es gelingt, die Lust am disruptiven Denken, digitalen Arbeiten und agilen Entscheiden freizulegen, dann ist mindestens die Hälfte des Weges schon geschafft.

[14]1.3KI für Personalentscheidungen

Bei allem Werben für eine unternehmerische Sicht auf KI für neue Geschäftsmodelle stehen in diesem Buch KI-Anwendungsfälle in HR-Prozessen im Vordergrund. Ziel ist, Personalaufgaben besser und einfacher zu gestalten, vor allem aber so, dass sie den Wandel zur Arbeitswelt der Zukunft (New Work) begleiten. Manche HR-Verantwortlichen ziehen sich in der Diskussion darauf zurück, KI weit von sich zu weisen, mit der Begründung, man könne doch einer Maschine nicht überlassen, welche Bewerberin eingestellt oder welche Mitarbeiterin befördert werde. Das Argument scheint überzogen, da vermutlich keine Bewerberin eine Stelle, ob Hospitanz oder Vorstandsjob, nur aufgrund eines KI-Scores bekommen wird. Positiv-Entscheidungen delegieren wir heute nicht an Maschinen, wohl aber Negativ-Entscheidungen, z. B. im Rahmen einer Vorauswahl bei Hunderten von Bewerbungen. Ist das unfair? Die Realität von untersuchten Anwendungsfällen zeigt das Gegenteil. Der Einsatz von KI-Technologie kann standardisieren und objektivieren, für eine vergleichbare Entscheidungsbasis ohne Diskriminierung sorgen. Je höher das Volumen, desto mehr schlägt das Objektivitätspendel in Richtung KI. Kognitive Systeme können Komplexität für menschliche Entscheiderinnen systematisch reduzieren, um diese in der Entscheidung zu unterstützen. Im besten Fall nutzt HR die Technologie als Unterstützung, um eigene Entscheidungen fundierter treffen zu können:

Denken wir an die unzähligen Kommentare in Freitextfeldern von Personalbefragungen, die neun Monate später noch zur Auswertung auf dem Schreibtisch der Praktikantin liegen. Was, wenn eine KI sie im Handumdrehen zusammengefasst und analysiert hätte und daraus einen Katalog voller Handlungsempfehlungen generieren würde?Wie lange befanden sich die 480 Bewerbungsunterlagen zu der heiß begehrten Marketingstelle zuletzt im Posteingang, weil die zuständige Kollegin gerade im Urlaub war? Was, wenn eine KI die Unterlagen nach definierten Erfolgskriterien durchkämmt hätte und dabei auch bei Nummer 478 noch genauso aufmerksam gewesen wäre wie zu Beginn?Wie weit reicht die Social-Media-Recherche des Recruiting-Teams, wenn es um internationale Spezialistinnen geht? Was, wenn eine KI weltweit nach dem gesuchten Toptalent fahnden würde?

An Tools mangelt es heute in den meisten Fällen nicht, komplexe Rekrutierungssysteme begleiten eine Bewerbung durch den Prozess und archivieren jeden Schritt der Stellenbesetzung. Trotzdem hängen immer wieder Bewerberinnen in der Luft, springen ab oder scheitern in der Probezeit. Nicht nur Recruiterinnen jammern über Zeitfresser beim Sichten und Vorauswählen, auch Kandidatinnen wünschen sich effizientere Prozesse und verlässlichere Zeitpläne (vgl. Nuernberg 2019, S. 20).

Verschwendung von Ressourcen lässt sich entlang der Wertschöpfungskette in der Personalarbeit an vielen Stellen ausmachen: Bewerberinnen warten zu lange auf Rückmeldung; in der Auswahl werden ungeeignete Kandidatinnen zum Gespräch eingeladen oder es werden Interviews geführt, die nicht vergleichbar sind; das Training beinhaltet Seminare, die keinen Mehrwert im Alltag bringen; bei der Bonusregelung werden Erfolgszahlungen ohne Motivationswirkung ausgeschüttet. Datengestützte Entscheidungen, Frühwarnsysteme oder Risikoszenarien fehlen in vielen HR-Bereichen, die vielleicht auch aus diesem Grund oft als Verwaltungsapparat und Kostenfaktor angesehen werden.

Die Reise beginnt daher im eigenen Vorgarten der Funktion Personal, dort, wo Verwaltungsprozesse automatisiert werden können, damit die HR-Expertinnen den Kopf freibekommen, indem sie das Poten[15]zial von KI nutzbar machen, um menschenzentrierte Strategien für die Zukunftsgestaltung zu entwickeln und umzusetzen. Viele HR-Teams werden auf diesem Weg Neues über IT-Strukturen und Schnittstellen technologischer Anwendungen lernen (müssen), aber auch sogenannte weiche Kompetenzen wie Entscheiden in Ambiguität, Selbstorganisation und Selbstlernkompetenz erwerben. Aus ihnen werden unternehmerische Vordenkerinnen hervorgehen, die das Potenzial der technologischen Zukunft überblicken und eine komplexe Problemstellung angehen: Wie lassen sich Wert und Sinnstiftung des Unternehmens aus der Verbindung von Menschen und KI steigern?

AUS DER PRAXIS –BEISPIEL

LinkedIn-Algorithmen

Ein praktisches Beispiel für KI sind die lernenden Algorithmen von LinkedIn. Wer das Business-Netzwerk für die Rekrutierung nutzt, wird erlebt haben, wie dort Stellenangebote mit den individuellen Merkmalen und Bedarfen von Kandidatinnen zusammengebracht werden. Persönliche Präferenzen werden mit Mustern aus der Grundgesamtheit vergleichbarer Kandidatinnen ergänzt, nach dem Motto: »Anderen Interessierten, denen dieser Job gefiel, gefiel auch …«. Davon profitieren im besten Fall beide Seiten. Die automatisierte Leistung einer Technologie hilft, die potenziell besten Talente für eine Stelle zu finden (vgl. Lemke 2020, S. 18).

Auch im nächsten Schritt des Rekrutierungsprozesses können smarte Algorithmen den Berg eingegangener Bewerbungen anhand definierter Kriterien durchforsten, um die Talente mit der höchsten Wahrscheinlichkeit für eine gute Passung zu identifizieren. Entlastung verspricht die Technologie dort, wo ein hohes Volumen repetitiver, prozeduraler Aufgaben anfällt. In einer weltweiten Studie mit 9.000 Recruiterinnen und Personalentscheiderinnen hat LinkedIn die Einstellung zu KI in der Rekrutierung erhoben. Die Befragten zeigten eine Präferenz für die Entlastung von Routineaufgaben, z. B. bei der Analyse von Bewerbungsunterlagen und Terminorganisation (vgl. LinkedIn 2018). Wie die nachfolgende Abbildung zeigt, erhoffen sie sich vom KI-Einsatz vor allem Zeitersparnis.

Abb. 1.3: Studie zum Nutzen von KI bei der Personalsuche (Quelle: nach LinkedIn 2018)

[16]KI lässt sich heute in vielen Instrumenten bei der Personalarbeit einsetzen, um HR-Probleme besser zu lösen, Prozesse zu automatisieren oder Daten nutzbringend zu analysieren und bessere Entscheidungen zu treffen. Die Fragen in der folgenden Checkliste liefern Anhaltspunkte, wann es sich lohnt, über den Einsatz von KI nachzudenken.

AUS DER PRAXIS – CHECKLISTE

Typische KI-relevante Fragen in HR

Für welche Jobprofile drohen auf dem Arbeitsmarkt Engpässe?Womit könnten wir die Zielpersonen für uns gewinnen?Welche Rekrutierungskampagne weist das beste Kosten-Nutzen-Verhältnis auf?Welche Bewerberinnen werden mit uns am ehesten glücklich und erfolgreich?Wo können wir im Recruiting durch Automatisierung schneller und persönlicher werden?Auf welche HR-relevanten Fragen finden Chatbots die besseren Antworten?Welche Trainingsinhalte und -methoden wirken nachhaltig?Von welchen Faktoren hängt die Zufriedenheit der Belegschaft ab und wie stark jeweils?Wo und wann sind Kündigungen von Schlüsselpersonen zu erwarten?Wie können wir vorhersagen, wer wann aus der Elternzeit zurückkommt?Welche Treiber wirken auf die Krankenquote und wo müssen wir Ausfällen vorbeugen?

Dieses Buches liefert praktische Ansatzpunkte zur Beantwortung dieser und entsprechender Fragen, mit Anwendungsfällen von KI, die Mehrwert bringen für die Funktion HR sowie ihre internen und externen Kundinnen. Nach einer Betrachtung der Transformationswellen rund um Technisierung und New Work sowie deren Einfluss auf die Erwartungen an HR im zweiten Kapitel werden im dritten Kapitel relevante Begrifflichkeiten der Technologie erläutert. KI-Systeme werden hier nicht als »mystische Superkräfte« betrachtet, sondern als Computerprogramme, die selbstständig neues Wissen generieren können. Sie leben von Daten, die von außen kommen, und nutzen Verfahren, um Datenverarbeitung zu automatisieren. Entlang der Wertschöpfungskette von HR geht es dann im vierten Kapitel um verschiedene Anwendungsfälle von KI in Personalprozessen, wobei KI-Tools im Einsatz beschrieben werden. Kapitel fünf bietet eine Grundlage für erste Schritte zu eigenen KI-Projekten, mit dem Anspruch der Praxisrelevanz von KI für HR. Sicherlich sind die Anwendungsmöglichkeiten abhängig von den individuellen Bedingungen vor Ort, dem Volumen im Prozess, der IT-Landschaft, den verfügbaren Ressourcen und der Datenqualität. Das Buch liefert grundlegende Anregungen in Form von KI-Use-Cases mit Mehrwert für alle Beteiligten. Im sechsten Kapitel wird mit Fragen zu Datenschutz, Ethik, Kooperation und Mitbestimmung der kulturelle Nährboden für Künstliche Intelligenz im Unternehmen betrachtet, mit dem Ziel, Akzeptanz für die neue Interaktionsform zu schaffen. Abschließend geht es in Kapitel sieben um die neue Rolle von HR im Change-Management auf dem Weg zu neuen Unternehmens- und Arbeitsformen, bevor das achte Kapitel einen Ausblick auf Be- und Entgrenzung von KI in der Zukunft wagt.

[17]2Digitalisierung und Plattformen

Künstliche Intelligenz ist keine Maschine, die plötzlich in der Werkshalle steht und deren Verhalten wir beobachten können. Sie ist ein Teilgebiet der Informatik, das sich mit der Automatisierung von intelligentem Verhalten und maschinellem Lernen befasst. Ihre Systeme arbeiten im Hintergrund, z. B. in einer Software auf Basis umfangreicher Datenanalyse. Im Zuge der Digitalisierung unserer Wirtschaft mit exponentiellem Wachstum der Datenflut sind wir auf die Fähigkeit von KI angewiesen, komplexe Datenmengen in hoher Geschwindigkeit zu verarbeiten. Digitalisierung treibt KI und KI treibt Digitalisierung. Dieses Kapitel beschreibt, wie sich dadurch unsere Ökonomien, Unternehmensstrukturen und Arbeitsformen nachhaltig verändern.

2.1Digitale Plattform-Unternehmen

Unternehmen, die den Einsatz von KI in der Wirtschaft sichtbar vorantreiben und nutzen, sind Plattform-Giganten, die etablierte Unternehmen herausfordern. Im Endkundengeschäft (B2C) sind Plattformen das dominante digitale Wettbewerbsmodell. Monopolinhaber wie Uber, Airbnb und Facebook fordern etablierte Unternehmen heraus, die nur dann überleben, wenn sie ihre Geschäftsmodelle transformieren (vgl. Van Alstyne/Parker et al. 2020). Neben Handelsplattformen wie Amazon wachsen auch Social-Media-Plattformen wie Instagram, Sharing-Plattformen wie Autoscout und Crowdworking-Plattformen wie Clickworker.

Eine Plattform in Form eines Marktplatzes, auf dem Kundinnen und Anbieter zusammenkommen, erfordert perfektes Management von Schnittstellen, Know-how und Innovation durch reibungsfreie Automatisierung. Plattform-Betreiber nutzen in der Regel digitale Tools und agile Arbeitsformen in der Zusammenarbeit. Unter den Plattform-Unternehmen finden sich auch die globalen Vorreiter für Künstliche Intelligenz wie Google, Microsoft oder IBM. Mit ihrem Technologievorsprung erschließen sie zusätzliche Märkte. KI nutzen sie nicht nur, um ihre bestehenden Prozesse und Abläufe zu optimieren, sondern auch, um neue Businessmodelle zu entwickeln und in neuen Märkten beherrschende Positionen zu erreichen. Ein großer Teil der Innovationsführer hat ein Geschäftsmodell mit Schwerpunkt auf digitalen Plattformen, die durch KI gestärkt werden (vgl. Lichtenthaler 2020, S. 54). Solche Plattform-Unternehmen organisieren die Plattform für externe Ressourcen und verlagern damit zwei wesentliche Arbeitsaspekte von der Stabilität in Richtung Flexibilität (vgl. Kirchner/Beyer 2016):

Delokalisierung: Internet, Cloud und mobile Geräte ermöglichen sowohl mobile Arbeit als auch mobile Geschäftsmodelle wie Online-Handel. Produkte werden digitalisiert, wenn beispielsweise Musik und Filme gestreamt werden.Delegation: Unternehmen vergeben Arbeit an flexibel Arbeitende in der Digitalökonomie, wie Freelancer oder Clickworker auf Arbeitsplattformen.

[18]Gig-Economy beschreibt die Folgen von Delokalisierung und Delegation für den Arbeitsmarkt. Zur Gig-Economy zählt Arbeit, die über Plattformen abgewickelt, aber vor Ort erbracht wird, z. B. Essenslieferungen vom Lieferdienst Delivery Hero oder Taxifahrten über die App mytaxi. Sie umfasst auch sogenannte Remote Gig-Work mit unzähligen digitalen Dienstleistungen, von der Dateneingabe bis zur Softwareprogrammierung, über Microtask-Plattformen wie Amazon Mechanical Turk (MTurk), Fiverr, Freelancer.com und Upwork (vgl. Wood/Graham et al. 2019). Der Begriff Gig-Economy bezeichnet Arbeit auf Abruf, bei der eine Arbeitskraft situativ eingesetzt statt fest beschäftigt wird (vgl. Schä-fer/Schwarzkopf 2019). Plattformen betonen gerne die positiven Effekte, die sie in einer Befreiung der Arbeitskräfte sehen, während für Betroffene oft negative Effekte wie ausgeprägte Abhängigkeit, Fremdbestimmung und globaler Preisdruck im Wettbewerb überwiegen. Viele digitale »Fließbandarbeiterinnen« können sich nur durch mehrere kleinere Teilzeitjobs den Lebensunterhalt sichern, häufig jedoch ohne soziale Absicherung, während die Plattformanbieter hohe Renditen generieren (vgl. Schreyer/Scharpe 2018).

Crowdworking ist ein Teil der Gig-Economy, bei dem bezahlte und unbezahlte Aufgaben in der Cloud vom Auftraggeber in einem offenen Aufruf angeboten werden. Arbeit wird nicht mehr im Zuge des Direktionsrechtes individuell zugewiesen, sondern die Arbeitskräfte wählen sie selbst. Unbezahltes Crowdworking wird unter anderem für Wissensportale im Internet eingesetzt, beispielsweise durch Wikipedia, oder für Forschungsprojekte, wie die Kartografierung großer Gebiete. Bezahltes Crowdworking nutzen Unternehmen häufig, um Konsumentinnen (Prosumer) als Testerinnen in die Produktentwicklung oder Marketingoptimierung einzubinden (vgl. Zschunke 2018). Arbeitsangebote auf Crowdworking-Plattformen wie IdeaScale, InnoCentive, Crowdsignal oder Crowdtap reichen von einfachsten Klickaufgaben bis zu komplexeren Umfragen und Tasks. Eine Befragung von 32 Crowdworking-Plattformen in Deutschland ergab sieben Hauptarten (vgl. Mrass/Leimeister 2018, S. 241–245):

Content/Text-Plattformen (Texte für Marketing und PR)Design-Plattformen (Gestaltung von CD- und Werbematerialien)Innovations-Plattformen (Ideen generieren und weiterentwickeln)Marktplatz-Crowdworking-Plattformen (Angebot und Nachfragen vermitteln, z. B. auf Microtask-Plattformen für Kleinstaufgaben wie Bilder ankreuzen)Testing-Plattformen (Geräte oder Software testen)Research-Plattformen (Marktforschungsaufgaben)

Clickworker als Soloselbstständige mit großen Bildschirmen und hohen Datenraten, das klingt erst mal nicht nach prekären Arbeitsverhältnissen. Die sogenannten Clickworker oder Crowdworker in der Gig-Economy entwerfen Logos oder Produktbeschreibungen, werten Daten aus, prüfen Texte, testen Software zu geringer Bezahlung für Kleinstaufträge. Sie stehen dabei im Wettbewerb mit Texterinnen, Designerinnen oder Entwicklerinnen auf der ganzen Welt, weshalb Preiskämpfe unvermeidlich sind. Laut einer Studie der Hans-Böckler-Stiftung aus dem Jahr 2016 verdienen Clickworker, die damit ihr Haupteinkommen erzielen, durchschnittlich 1.500 Euro pro Monat bei einer Wochenarbeitszeit von bis zu 80 Stunden (vgl. Radomsky 2019, S. 34). 53 Prozent von ihnen, also nur gut die Hälfte, kümmern [19]sich um private Altersvorsorge. Gesetzliche Regelungen und betriebliche Mitbestimmung greifen in der Plattform-Ökonomie noch nicht ausreichend. Wie die Abbildung zeigt, sind Mediendienstleister, IKT-Dienstleister und Maschinenbauer am ehesten für den Einsatz im Crowdworking geeignet.

Abb. 2.1: Einsatzmöglichkeiten für Crowdworking (Quelle: Statista 2018)

2.2Arbeit, Industrie und Führung 4.0

Die aus der beschriebenen Technisierung durch Digitalisierung und Plattform-Unternehmen resultierenden Effekte Delokalisierung und Delegation führen zu der Frage, wie die Arbeitswelten von morgen gestaltet sein werden. Forschungseinheiten wie das Future Work Lab vom Fraunhofer-Institut untersuchen aus verschiedenen Perspektiven die Zukunft der Arbeit, zusammengefasst unter dem Begriff Arbeit 4.0 (vgl. Future Work Lab 2021):

Wie werden vernetzte Arbeitssysteme und Echtzeitabbilder die Arbeitsvorgänge in der Produktion verändern?Wie sehen individualisierbare und kontextadaptive Arbeitsplätze aus?Wie verbessern digitale und physische Assistenzsysteme die Produktivität, Qualität und Motivation im Arbeitsablauf?Wie beeinflussen intuitive Arbeitssysteme und neue Interaktionsformen die Arbeitssituation?Wie kann verantwortlicher Umgang mit personenbezogenen Daten die Vertrauenskorridore zwischen Unternehmen und Beschäftigten gestalten?

Arbeit 4.0 orientiert sich an den Erfordernissen von Industrie 4.0, die sich im Rahmen der industriellen Revolution entwickelt haben (s. Abb. 2.2).

[20]

Abb. 2.2: Industrielle Entwicklung von Industrie 1.0 zu 4.0 (Quelle: nach Müske 2020)

Die Phase der Industrie 1.0 setzte um 1800 ein mit dem Beginn des Industriezeitalters, das mit den ersten Eisenbahnen, Kohleabbau und Schwerindustrie, vor allem aber mit der Dampfmaschine als Motor der Industrialisierung verknüpft ist. Anfang des 20. Jahrhunderts hielt das Fließband Einzug in die Automobilproduktion und wurde zum Meilenstein für die Industrie 2.0, bei der ein Produktionsprozess in einzelne Teilschritte zerlegt wurde. Die Phase Industrie 3.0 startete in den 1970er-Jahren mit der Entwicklung von Personalcomputern und der Teilautomatisierung von Arbeitsschritten. Seit dem Ende des 20. Jahrhunderts sprechen wir von Industrie 4.0, die durch zunehmende Digitalisierung und Vernetzung im »Internet der Dinge« (IoT) (vgl. LMIS 2021) gekennzeichnet ist. Mit dem technologischen Fortschritt ändert sich auch die Dimension der Begrifflichkeit Industrie X.0. Der Mix aus smarten Algorithmen und erweiterten Realitäten bringt in der Industrie 4.0 digitale Ökonomien hervor, die auf Teilen, Vernetzen und Virtualisieren von Informationen basieren. Die Digitalisierung der Arbeitswelt ergibt sich somit nicht zwingend aus der aktiven Technisierung von Arbeitsprozessen, sondern ist vor allem Folge aller Veränderungen durch mobiles Internet und das Internet der Dinge (vgl. Genner 2017, S. 11). Was bleibt, ist Digitalisierung als Anwendung neuer digitaler Technologien. Die dabei entstehenden Lösungen verändern unser Leben und Arbeiten durch autonomes Fahren (Smart Mobility), digitale Gesundheitsanwendungen (Digital Health) oder vernetzte Produktion (Smart Factory) und lassen sich unter dem Oberbegriff Industrie 4.0 zusammenfassen.

Der Begriff Industrie 4.0 vernetzt die Wertschöpfung auf drei Ebenen (vgl. Werther/Bruckner et al. 2018a, S. 8):

Vernetztes Engineering: Entlang der gesamten Wertschöpfungskette werden relevante Nutzungsdaten von Produkten gesammelt und ausgewertet, um Produkte und Prozesse im Sinne der Nutzerinnen auszurichten.Vernetzte Information: Hersteller, Lieferanten, Partner und Kundinnen werden in horizontalen Informationsflüssen miteinander verknüpft.Vernetzte Produktionssysteme: Produkte und Ressourcen kommunizieren entlang der Produktionsstraße und über alle Planungsebenen hinweg in Echtzeit.

Die Abbildung zeigt am Beispiel der vernetzten Fabrik (Smart Factory), wie entlang der Wertschöpfungskette Produktionsfaktoren miteinander verknüpft werden.

[21]

Abb. 2.3: Industrie 4.0 am Beispiel der Smart Factory (Quelle: eigene Darstellung)

Der deutsche Digitalverband Bitkom beschreibt Industrie 4.0 als neue Stufe der Organisation und Steuerung der gesamten Wertschöpfungskette auf Basis von Echtzeitinformationen, Datennutzung und Vernetzung aller Beteiligten (vgl. Klingholz 2021). Wenn Menschen, Objekte und Systeme in Wertschöpfungsnetzwerken verbunden werden, wird schnell deutlich, dass es hier nicht nur um Technologie geht, sondern auch um Anpassungen im organisatorischen und sozialen System. Das zeigt sich nicht zuletzt in vielfach geäußerten Sorgen in Bezug auf Datenschutz und -sicherheit in vernetzten IT-Systemen und der veränderten Rolle von Arbeitskräften.

Allein diese rasante Entwicklung zeigt, welcher Transformation unsere Arbeits- und Führungsprozesse unterworfen waren und sind. Zusätzlich stellen sich heute Fragen nach Netzwerkstrukturen und fluiden Grenzen von Teams und Unternehmen. Arbeit 4.0 umfasst Organisationen mit agilen Merkmalen, die eher als Netzwerke organisiert sind. Lassen sich dann Mitarbeitende noch eindeutig einer Organisation zuordnen? Schon in der ersten Hälfte der 2000er-Jahre begann in der EU-Kommission die Diskussion zum Thema Flexicurity, mit dem Ziel, eine Balance zwischen Flexibilität (Flexibility) für Unternehmen als Arbeitgeber und Sicherheit (Security) für die Belegschaft (vgl. Keune/Jepsen 2007) zu finden. Wenn Menschen ihr Arbeitsumfeld als zunehmend instabil wahrnehmen, was bietet dann ausreichend Sicherheit, um sich auf Flexibilität einzulassen? Entwickeln wir Arbeitsbeziehungen mit mehreren Netzwerken, mit Menschen und mit Maschinen?

Die ersten Schritte auf dem Weg erleben wir – verstärkt in der Corona-Pandemie – durch die Flexibilisierung von Arbeitszeit und Arbeitsort im Homeoffice. Unternehmen fast jeder Größe und aus nahezu allen Branchen suchen derzeit nach einer tragfähigen Lösung im Zusammenhang mit den veränderten Erwartungen ihrer Belegschaft. Der inflationär verwendete Begriff »New Work« erfordert auch eine Entwicklung weg von einer Anwesenheitskultur, hin zum Fokus auf das Ergebnis. Nur wenn Flexicuri[22]ty als Leitbild verankert und gelebt wird, kann bei Beschäftigten ein Umdenken einsetzen (vgl. Rump/Eilers 2020c, S. 8 f.). Human Resources ist hierbei in fast allen Personalprozessen gefordert: So sind z. B. Arbeitszeitregelungen und rechtliche Fragen im Hinblick auf Homeoffice bzw. mobile Arbeit zu klären. In virtuellen Arbeitsformen ändern sich auch Kompetenzanforderungen (vgl. Werther/Bruckner et al. 2018a, S. 18). Die Wettbewerbsfähigkeit von Unternehmen mit Festangestellten ist in Gefahr, wenn sie deren Fähigkeiten nicht auf dem neuesten Stand halten können. Neue Profile, neue Kompetenzen, neue Freiheiten, neue Herausforderungen: Das stellt etablierte Prozesse auf den Kopf, vom Recruiting über die Personalentwicklung bis zum Gesundheitsmanagement.

Betroffen sind neben HR vor allem auch die Führungskräfte. Wenn die Komplexität steigt, wird es für Führungskräfte zunehmend schwer, das eigene Team anzuleiten, da sie das relevante Wissen für spezifische Aufgaben nicht mehr selbst besitzen (vgl. Winkler/Niedermeier 2020, S. 209). Eine wichtige Kompetenz für Führungskräfte in Zeiten von »Führung 4.0« wird es folglich sein, ihre Teammitglieder beim selbstständigen Arbeiten und Lernen zu begleiten. Eine Studie von StepStone und dem Kienbaum Institut aus dem Jahr 2018 nennt dies »digitale Führungskompetenz«, im Sinne eines Verständnisses davon, wie Technologien zielführend angewendet werden können (StepStone/Kienbaum 2018). Das erinnert an Theorien zu transformationaler Führung, wie sie der US-Wirtschaftspsychologe Bernard Morris Bass aufgestellt hat. Transformationale Führung soll das Personal selbstständiger und eigenverantwortlicher agieren lassen, auf Basis von offener Kommunikation und Vertrauen. Die Führungskraft agiert als visionäres Vorbild, das individuell Mitarbeiterinnen inspirieren, anregen und fördern kann (vgl. Herrmann/Felfe et al. 2012). Dieses Modell lässt sich durch Vernetzungsfähigkeit und integrative Unterstützung ergänzen, um über den Aufbau von wechselseitigen, vertrauensvollen Beziehungen den Menschen in den Mittelpunkt zu stellen (vgl. Winkler/Niedermeier 2020, S. 221). Das klingt nach einem nutzbaren Ansatz für die dynamischen Veränderungen, die uns in der weiteren Technisierung mit KI erwarten. Der Ansatz erfordert, dass Führungskräfte begeistert vorangehen und die Digitalisierung der Arbeitswelt sowie die Mitgestaltung von Künstlicher Intelligenz als etwas Erstrebenswertes wahrnehmen. Erst dann können sie mit ihren Teams glaubwürdige Visionen entwickeln und Ziele für die neue Arbeitswelt skizzieren. Wie viele Mitarbeiterinnen sehen heute die visionären Wegbereiter und Vorkämpfer in ihren Führungskräften und HR-Kolleginnen? Wie oft fehlt es an grundlegendem Vertrauen in die eigenen Vorgesetzten als Change-Begleiterinnen? Technologische Veränderung setzt Arbeit an der eigenen Gefühlsebene und den Beziehungen voraus, denn im Zielbild von Arbeit 4.0 in einer KI-basierten Organisation entstehen Mischformen aus der Vernetzung menschlicher und maschineller Arbeitsformen.

AUS DER PRAXIS – FIKTIVES BEISPIEL

Kompetenz-Coach Jan berichtet im Jahr 2025

Vor ein paar Jahren hat dieser Zukunftsforscher Jánszky bei uns einen Vortrag gehalten, da dachte ich noch, der spinnt. »Menschen verlieren nahezu alle ihre Jobs in der Herstellung von Produkten. Aber sie gewinnen massenhaft neue Jobs in der Herstellung von Identitäten, als Identitätsträger und Identitätsmanager«, das hat er gesagt (Jánszky 2018, S. 22). Ich hatte keinen Plan davon. Heute sage ich, er hatte recht. Wir produzieren keine Autos mehr und bauen keine Häuser, sondern wir begleiten und beraten unsere Kolleginnen und Kundinnen. Das hat ja auch mit Identität und Zugehörigkeit zu tun. Damals hatte ich noch Schiss vor Computern, die unsere Jobs vernichten. Heute bin ich erleichtert, weil ich sicher bin, dass uns die Arbeit nie [23]ausgeht, aber eben in einer anderen Qualität. In unserer Netzwerkorganisation arbeite ich mit Kolleginnen, die früher alle in einzelnen Unternehmen angestellt waren, und heute – wie ich – in temporären Strukturen unterwegs sind, bei Herstellern, Dienstleistern oder Partnern. Das Wir entsteht durch unsere gemeinsame Mission.

Was ist sinnvoll? Diese Frage stellen wir uns jeden Tag neu, auch im Team. Wir wissen alle, wo es hingehen soll. Die Mission treibt mich, denn ich weiß, wie ich daran mitarbeiten kann. Wenn ich nachweisen kann, dass meine neue Idee darauf einzahlt, dann bekomme ich kurzfristig Ressourcen. Früher wusste ich genau, welche Aufgaben in der Arbeitswoche auf mich warten. Seit alle wiederholbaren Prozesse und Standardaufgaben automatisiert worden sind, habe ich einen guten Teil davon eingetauscht gegen mehr Autonomie. »Empowerment«, das stand ja bei uns früher immer auf Plakaten der Kommunikationsabteilung, heute spüre ich das endlich, weil ich die zentrale Steuerung unserer dynamischen Systeme in der Hand habe. Apropos dynamische Systeme: Wenn ich mich heute daran erinnere, wie wir uns noch Anfang der 2020er-Jahre E-Mail-Schlachten geliefert haben, dann fasse ich mich an den Kopf. Wir sind längst komplett in Collaboration-Tools unterwegs und ein Algorithmus filtert aus allen Updates von anderen Gruppen nur solche, die für mich relevant sind.

Updates, ein geflügeltes Wort. Den ganzen Tag über laufen aktuelle Zahlen und Infos über meine Bildschirme – wo verändert sich die Konjunktur und welche unserer Produkte sind davon betroffen? Ich lese Meldungen zum Aufschwung von Partnern in Asien, zu aktuellen Kampagnen von Wettbewerbern und deren Einfluss auf unsere laufende Stellensuche oder Infos zu Veränderungen an einer Produktionslinie in den USA, die mein Team betreffen könnten. Ich sitze mit ein paar Kolleginnen auf dem Leitstand, damit wir schnell entscheiden können, nachdem wir Expertinnen in der Live-Schalte dazu gehört haben. Ich nehme in meinem Team die Perspektive der Kompetenzbefähigung ein. Wir nutzen KI-Systeme, um für eine Entscheidung in Echtzeit Szenarien berechnen zu lassen. Schließlich müssen wir eine strategische Entscheidung sofort bezogen auf alle Parameter im System übersetzen, um die Umsetzung anzustoßen. Kooperation und Vernetzung, das klappt inzwischen viel besser, denn ich weiß, dass ich nicht alleine ans Ziel komme, selbst wenn ich ein Super-Brain wäre. Der WeQ, die Schwarmintelligenz, macht uns schneller, vor allem wenn es darum geht, umzulenken, weil sich etwas verändert hat. Wir nennen das Micro-Interventions. Das klingt nach Dauerharmonie, ist es aber nicht: Wir streiten leidenschaftlich und ich finde, Fortschritt braucht auch Widerstand und das Ringen um den besten Weg.

In der Produktion arbeiten alle mit VR-Brillen, da sich die Anforderungen unserer Kundinnen ständig erweitern und unsere Spezialistinnen virtuelle Informationen nutzen, um sich zu orientieren und unerkannte Fehler finden. Entwicklung, so sagen unsere Gründerinnen, ist zyklisches Erfahrungslernen in Schleifen, wieder und wieder. Ich glaube, nur so können wir die Herausforderungen von morgen bewältigen, wer weiß denn schon, was kommt. Witzig finde ich die Gamification-Tools, wenn ich in Simulatoren steige und am ganzen Körper bestimmte Szenarien aus Sicht unserer Nutzerinnen durchspielen kann.

In der Personalplanung sind wir an die Echtzeitsysteme angebunden und können über Relational Work-Design viel einfacher Personal und Arbeitsplätze den Aufgaben zuordnen. Mit Sensoren in der Werkshalle werden die Arbeitsplätze und Bewegungen der Belegschaft automatisch auch ergonomisch optimiert. Rückenschmerzen sind bei uns kein Thema mehr.

[24]Macht ist bei uns überall und nirgendwo, entschieden wird dort, wo die Kompetenz liegt, also meistens ganz nah bei den Kundinnen. Hierarchieebenen gibt es wohl noch zwei, bei uns heißt das »geteilte und dienende Führung«. Führung geht fließend von einer auf die andere über und ist nicht mehr an disziplinarische Verantwortung gekoppelt. Stellenbeschreibungen habe ich schon lange keine mehr gesehen, aber jeder von uns hat eine Rolle und klare Verantwortlichkeiten. Diese wechseln in meinem Fall mehrfach im Jahr, je nachdem, in welchem Projekt ich arbeite. Wir arbeiten in autonomen Zellen zusammen und sind darin voll verantwortlich. Das ist transparent für alle, auch was den Arbeitsfortschritt angeht. Meiner Chefin ist es offenbar peinlich, wenn ich sie immer noch so nenne. Tatsächlich begleitet sie uns eher durch Moderation und Coaching, in unserem Fachgebiet wissen wir sowieso besser Bescheid. Besonders stark ist sie darin, Diversität im Team zu erhalten und uns langfristige Orientierung zu geben. Sie sorgt dafür, dass wir kreative Freiräume haben, und gewinnt neue Innovationspartner für unsere laufenden Projekte. Vor Kurzem habe ich ein Foto von einer Geburtstagsfeier im Großraum gesehen, mit Aktenschränken im Hintergrund. Lustig, das wirkt wie ein Relikt aus der Vergangenheit. Heute wechsle ich mehrmals am Tag den Arbeitsplatz, wenn ich Rückzug brauche, z. B. für Innovationsräume oder virtuelle Immersions. Zeiterfassung gibt es schon lange nicht mehr, es macht ja auch keinen Sinn zu messen, wie viel Zeit ich abgesessen habe. Von der Anwesenheitskultur haben wir uns hin zu einer Vertrauenskultur bewegt. Ich arbeite in Co-Creation mit Kolleginnen aus anderen Organisationen und zusammen mit Selbstständigen, mit denen wir selbstorganisierte Teams bilden. Unsere Leistung lässt sich am gemeinsamen Ergebnis messen.

Agile Methoden wie Scrum begegnen mir in vielen Formen, nicht nur in der IT. Mir hilft dabei vor allem die Transparenz – auf dem Scrum-Board kann ich genau sehen, wie weit wir sind – und dass wir jede Woche einen kleinen Fortschritt feiern können. Kleine Schritte umzusetzen und nicht mehr lange im Voraus zu planen – es hat eine Weile gedauert, bis wir dafür auch die älteren Kolleginnen an Bord hatten. Inzwischen haben alle erlebt, dass unser Endergebnis besser ist, wenn wir auf dem Weg in jedem Loop die Lessons learned aufnehmen können. Entwicklung steht für uns an erster Stelle, und zwar in Form von Lernen, bei dem durch ständige Rückkopplungsschleifen immer wieder nachjustiert wird.

Ich war früher Personalreferent und bin heute Kompetenz-Coach. Daher war ich bei der Transformation in unserer Personalabteilung aktiv an der Schnittstelle zur IT eingebunden. Mit dem Wechsel auf die Cloud war auch in der HR-Strategie klar, dass wir unsere Prozesse so weit wie möglich cloudbasiert aufsetzen. Wenn ich bedenke, wie sehr sich die Technologiezyklen seitdem beschleunigt haben, dann war das die richtige Entscheidung. So kümmert sich der Cloud-Anbieter um alle Updates und Analytics-Features. Unsere Teams erledigen heute im Self-Service alles über die HR-Apps an ihren Mobiles und Wearables. Datensicherheit? Ja, das ist ein Riesenthema, unser Wettbewerber hatte gerade wieder einen Hackerangriff. Eine Horrorvorstellung, wenn das personenbezogene Daten in HR betrifft! Deshalb haben wir eine neue Initiative mit der IT-Abteilung und unseren Softwarepartnern gestartet. Man sieht also, es gibt noch viel zu klären, und das wird hoffentlich so bleiben, denn wir sind ein dynamischer Bienenschwarm.

Was Jan hier erzählt, klingt nach einer idealen Welt. Sein Unternehmen ermöglicht eine innovative und fehlertolerante Kultur, die alle Beteiligten mitgestalten lässt. Der Mensch steht im Mittelpunkt und Ideen werden nach der Bottom-up-Methode entwickelt, damit Teams und Einzelne selbstbestimmt [25]wirksam werden können. Individuelle und kollektive Meisterschaft scheinen parallel möglich, um den Menschen sichtbar zu machen und die Gruppe anzuerkennen. Wir können frei arbeiten, egal wann und wo, denn wir haben von überallher Zugriff auf die Informationen und Prozesse, die wir jetzt benötigen. Algorithmen und Datenarbeit auf zentralen Plattformen verwalten und vereinfachen unsere Arbeitsprozesse. Die Produkte sind smart vernetzt und neue vorausschauende Services erweitern das Geschäftsmodell. Agile Arbeitsformen und kollaborative Tools schaffen Gestaltungsspielraum und Transparenz. Strategische Managementwerkzeuge übersetzen in Echtzeit globale Updates in zu treffende Entscheidungen. Die Mission ist transparent, alle Beteiligten können zu ihrer Erfüllung beitragen, was Motivation und -zufriedenheit steigert. Veränderung gestaltet die Belegschaft partnerschaftlich mit. HR nutzt in Jans Welt sicherlich smarte Technologien, um Intelligenz über eine Cloud-Lösung mit Apps verfügbar zu machen. Führung beinhaltet keine Kontrollfunktion, sondern ist eine Dienstleistung. Jans Unternehmen lebt KI und Agilität im besten Sinne, da es sich reaktionsschnell an eine komplexe und unsichere Umwelt anpassen kann. Stabilität als der entgegengesetzte Pol scheint gegeben durch die geteilte Mission und die Teamkultur als identitätsstiftendes Element. Die Abbildung zeigt im Überblick, welche Aspekte einer humanen Arbeitswelt das Unternehmen der Zukunft in sich vereint.

Abb. 2.4: Zukunftsbild Arbeitswelt 4.0 (Quelle: eigene Darstellung)

Soweit das Zukunftsbild, aber wie kommen wir dorthin? Höchst unwahrscheinlich, dass eine agile Organisation über Nacht aus dem Boden gestampft wird und mit ihr ein volldigitales Geschäftsmodell. Selbst mittelfristig lässt sich die agile Arbeitsweise vermutlich nicht auf alle Unternehmensbereiche übertragen. Agile Organisationen streben nach Selbstorganisation, frei von Hierarchie, und wollen schnell innovieren. Agilität wird jedoch nicht funktionieren, wenn allein die Organisationsstruktur agil gestaltet wird. Mitarbeiterinnen besitzen nicht von vorneherein eine Affinität und die Fähigkeit zum agilen und hierarchiefreien Arbeiten (vgl. Rump/Eilers 2020a, S. 230). Bislang ist auch nur eine Minderheit wirklich damit konfrontiert, so lag 2017 die Quote der Beschäftigten in agilen Organisationen noch bei mageren zwei Prozent (vgl. StepStone 2018a). Agiles Arbeiten erfordert Veränderungsbereitschaft und neue Kompetenzen, denn Hierarchie und formelle Arbeitsorganisation entlasten von komplexen Entscheidungen und Verantwortung. Individuelle Freiheiten in digitalen, agilen Unternehmen und Teams können zu Überlastung führen und setzen einen Mindest-Reifegrad aller Beteiligten voraus, um den Überschuss an Möglichkeiten bewältigen zu können (vgl. Kugler 2020, S. 74). In den meisten etablierten Unterneh[26]men werden daher noch lange Parallelwelten existieren, wenn die Firmen neben ihrer gewohnten hierarchischen Struktur agile netzwerkartige Strukturen wachsen lassen, die eine neue Kultur ausbilden. Solche Modelle sind heutzutage in vielen Konzernen in Form von Innovation-Labs, Acceleratoren oder Digital Factories anzutreffen. Wenn ein Betriebssystem für das Tagesgeschäft und eines für Innovation betrieben wird, braucht es ein Schnittstellenmanagement zur Vermittlung zwischen der Linienorganisation und agilen Organisationsformen (vgl. Rump/Eilers 2020c, S. 9).

Auch in HR werden die Prozesse und Technologien nicht mit einem großen Schritt revolutioniert. Selbst die digitalen Vorreiter unter den gewachsenen Unternehmen arbeiten mit zwei technologischen HR-Strukturen: einer Kern-IT-Struktur, die auf Betriebsstabilität, höchste Datenqualität und Sicherheit fokussiert ist, sowie einer modularen, cloudbasierten IT-Architektur mit nutzungsfreundlichen Apps (vgl. Petry/Jäger 2018, S. 88). Agilität, egal ob in HR oder im ganzen Unternehmen, erfordert in jedem Fall technologischen und kulturellen Wandel, der länger als ein Jahr dauert. Raumschiffähnliche Büroneubauten, kostenloses Frühstück und Kickertische im Büro, Homeoffice-Tage, Yammer statt Intranet oder die Übertragung analoger Prozesse in digitale Abläufe allein werden Arbeit 4.0 nicht entstehen lassen. Wir dürfen Antworten entwickeln auf größere Fragen:

In welchen Räumen begegnen sich unsere Teams zur Kollaboration und wie werden wir die alten Bürotürme los?Wie können wir freie, temporäre und feste Arbeitsverhältnisse effizient verbinden, fair und sozialverträglich gestalten?Wann lösen sich unsere Unternehmensgrenzen auf und ändern sich zu Netzwerkstrukturen?Woran machen wir Führung fest, wenn Arbeitsverteilung selbstorganisiert stattfindet und Coaches oder Entwicklerinnen gefragt sind?Wie sichern wir Selbstkompetenz, Resilienz und ständiges Lernen, um unsere Teams leistungs- und wettbewerbsfähig zu halten?

Ein möglicher Ansatz für diesen kulturellen Wandel findet sich in der New-Work-Bewegung. Der Begriff New Work wurde im Jahr 2004 durch den Philosophen Frithjof Bergmann geprägt. Bergmann beschrieb New Work als einen Dreiklang aus Erwerbsarbeit, Selbstversorgung auf höchstem technischem Niveau und Arbeit, »die man wirklich will« (Radomsky 2019, S. 73). Ein Forschungsteam des Fraunhofer-Instituts beschrieb in einer Studie New Work als eine Arbeitsweise, die durch hohe Virtualisierung von Arbeitsmitteln, Vernetzung von Personen, Flexibilisierung von Arbeitszeiten, -orten und -inhalten geprägt sei, und skizzierte folgende vier Felder (vgl. Hofmann/Piele et al. 2019):

Arbeitsleistung: Arbeite, wo und wann du willst.Arbeitsorganisation: Jenseits der Organigramme und Silos.Sinn: Meine Arbeit stiftet Sinn für mich und andere.Macht: Jenseits der Hierarchie.

Im Gegensatz zu Arbeit 4.0, Agile und Start-up-Culture ist New Work kein einführbares Konzept. New Work will nicht nur digitale Transformation begleiten, sondern das Verhältnis von Mensch und Arbeit neu gestalten. Es handelt sich eher um eine Bewegung hin zu einer Vision davon, wie sich Arbeit neu interpretieren und leben lässt. Aspekte wie Sinn, Work-Life-Balance, Gemeinsinn, Teilhabe oder faire Arbeitsbedingungen erfahren einen Bedeutungszuwachs, nicht nur bei Digital Natives. Eine Studie des Bundesministeriums für Arbeit und Soziales mit Forscherinnen der Agentur nextpractice ergab, dass [27]Wettbewerb und extrinsische, materielle Werte nur noch für eine Minderheit ein positives Leitmotiv sind (vgl. nextpractice 2016). Die New-Work-Bewegung will weg von Konkurrenz, Bürokratie, Silos und Hierarchie, hin zu Effizienz, Transparenz, Kooperation, Netzwerk und Eigenverantwortung. Diese Organisationstransformation schließt auch verantwortungsbewusste Technisierung, nachhaltige digitale Geschäftsmodelle und ethischen Umgang mit Daten ein. Aus dem Wunsch heraus, anders zu sein und sich abzugrenzen, gestalten Verfechterinnen von New Work Elemente, die bislang die Organisationskultur prägten, von Grund auf neu. Heraus kommen Unternehmensgebäude wie die von Google und Apple, die eher Spielzimmern als traditionellen Büros ähneln (vgl. Kugler 2020, S. 80). Statussymbole verschwinden, damit weder an der Bürogröße noch an den Anzügen erkennbar ist, wer welchen Rang in der Hierarchie einnimmt, schließlich leisten alle einen wertvollen Beitrag. Sinn wird eine neue Währung und zum Teil intensiver kommuniziert als Umsatz und Wachstum. In der Praxis zeigt sich, dass der Wandel nicht immer auf allen Ebenen forciert wird. Häufig erleben wir knallbunte Innovation-Spaces in traditionellen Konzernen, deren Strukturen nach wie vor Top-down organisiert und regelorientiert sind. Denk- und Handlungsmuster sind eben schwerer zu verändern als äußerliche Symbole einer neuen Kultur, wie Cartoonist Tom Fishburne in der nachfolgenden Abbildung augenzwinkernd skizziert.

Abb. 2.5: Cartoon Agile Company (Quelle: Fishburne 2018)

New Work ist, ebenso wie KI, keine Beschäftigungstherapie, sondern eine Folge der Digitalisierung in der Wirtschaft im Wettkampf um Wettbewerbsfähigkeit. Arbeit entsteht, solange es Kundinnen gibt, die bereit sind, für den geschaffenen Wert zu bezahlen. Nun gilt es, die Arbeit neu zu organisieren – einfacher, sinnstiftender, effizienter, selbstbestimmter. Im Idealfall kann der Happy Working-Place sowohl dem Marktanspruch als auch dem Team gerecht werden, da er für beide Seiten Mehrwert und Sinn bietet (vgl. Vollmer/Poppenborg 2018, S. 26). In jedem Fall sollte sich jede Organisation mit Fragen von New Work auseinandersetzen, wenn sie KI einführen möchte, um das Verhältnis von Mensch und Arbeit verantwortungsvoll zu gestalten.

[28]2.3Stand der Transformation in HR

Während Fachzeitschriften über New Work philosophieren und Diskussionsrunden auf HR-Konferenzen selbstorganisierte Unternehmen mit datengetriebener DNA skizzieren, mahlen die Mühlen in der Transformation vieler HR-Abteilungen meist langsamer als im Unternehmensdurchschnitt. »Nein zu Personalinformationssystemen«, über diese Initiative von Christian Müller und Gustav Rentzing berichtete vor 40 Jahren das Magazin »Der Spiegel« unter dem Titel »Gläserner Mensch« (vgl. Der Spiegel 29/1982). Die beiden Sozialpfarrer wetterten, die totale »Verdatung« der Belegschaft sei menschenunwürdig und unchristlich. Beschrieben wurde unter anderem PAISY, eines der ersten Personal-Abrechnungs- und Informations-Systeme der Bremer Unternehmensberatung Lammert. Karl-Heinz Janzen, damals Vorstandsmitglied der Frankfurter IG-Metall-Zentrale, nannte es »Rückfall in Zeiten mittelalterlicher Leibeigenschaft« (vgl. ebd.). Im Vergleich der Datenverarbeitungsmöglichkeiten dieser frühen Systeme zu den heutigen Cloud-Lösungen zeigt sich, wie stark sich unser Bild von Informationssystemen im Personalbereich seitdem gewandelt hat. In den 1970er-Jahren wurde SAP gegründet, zur Entwicklung von Programmen für Großrechner. Mit SAP-Software wurden ab Mitte der 1980er-Jahre schrittweise HR-Prozesse in der Entgeltabrechnung und Buchführung automatisiert, inklusive compliancekonformer steuer- und sozialversicherungsrechtlicher Abrechnungen (vgl. Nuernberg 2019, S. 57). In den 1990er-Jahren erfolgte mit SAP R/3 die Umstellung auf das Client-Server-Konzept und die HR-Funktionen wurden um Talentmanagement, Performance-Management und Weiterbildung erweitert (vgl. SAP 2021). In den 2000er-Jahren begannen neue Anbieter wie Cornerstone, ihre Software in der Cloud zur Verfügung zu stellen, und zehn Jahre später war der Markt konsolidiert, mit den Top fünf SAP, Workday, Oracle, IBM und ADP (vgl. Nuernberg 2019, S. 59). Der Markt für Human-Resources-Management-Systeme wächst jährlich um elf Prozent und wird im Jahr 2025 voraussichtlich 30,01 Milliarden US-Dollar erreichen (vgl. ReportLinker 2019). Heute betreiben die globalen Marktführer Cornerstone, Oracle, SAP und Workday komplexe Human-Capital-Management-Software in der Cloud, sogenannte HCM-Suiten. Wie die Abbildung zeigt, reicht ihr Angebot entlang der Wertschöpfungskette von administrativen Anwendungen über Servicemanagement und Talentmanagement bis zu Workforce-Management.

ADMINISTRATIONSERVICEMANAGEMENTTALENTMANAGEMENTWORKFORCEMANAGEMENTHR-CoreWissensdatenbankenRecruitingAbwesenheitsmanagementLohn- und GehaltsabrechnungIntegriertes FallmanagementOnboardingZeiterfassungRollenbasierte Self-ServicesDigitales DokumentenmanagementKarriereplanungAufgabenverfolgungVirtuelle Assistenten/ChatbotsPerformance-ManagementBudgetierung und PlanungCollaboration-ToolsPersonalentwicklungPersonalanalysen und Prognosen

Abb. 2.6: Angebotsportfolio HCM-Suiten (Quelle: nach Singler 2020)

[29]Etwas spitzer sind Anbieter in der DACH-Region positioniert, wie Infoniqa, perbit, Personio, rexx oder Sage. Start-up-Unternehmen in diesem Bereich wurden durch die Corona-Pandemie leicht im Wachstum gebremst, da im Jahr 2021 bevorzugt in Unternehmen investiert wurde, deren HR-Software ihre Kunden dazu befähigt, systemrelevante Prozesse schneller zu digitalisieren. In Anbetracht der warnenden Gewerkschaftsprognosen von vor 40 Jahren ist es fast erstaunlich, dass die Transformation längst nicht so konsequent vorangetrieben wurde wie damals prophezeit. Schlechte Noten finden sich in jüngeren Studien zur Transformation der Funktion HR. Eine Untersuchung zu HR-Abteilungen in der DACH-Region konstatierte für das Jahr 2019 eine Digitalisierung von nur 3,07 Prozent (vgl. Promerit 2019). Die »HR-Studie 2020« von forcont und der Martin-Luther-Universität Halle-Wittenberg zeigt detailliert, wo es vorangeht (vgl. Kunisch 2020):

58 Prozent der befragten HR-Abteilungen haben bereits HR-Prozesse automatisiert und 23 Prozent wollen zeitnah starten.Administrative Tätigkeiten binden die meisten Ressourcen, wie 37 Prozent der Befragten bestätigen.Bevorzugt automatisiert werden daher Personalverwaltung, Rekrutierung und Beurteilung.Die präferierten Digitalanwendungen sind Tools für Bewerbungsmanagement, Lohn- und Gehaltsabrechnung sowie digitale Personalakten.Im Personalcontrolling erheben fast alle Studienteilnehmenden regelmäßig Daten, aber nur 29 Prozent erstellen deskriptive Analysen und nur vier Prozent schauen mit prädiktiven Analysen nach vorne.

Laut einer Studie von Mercer aus dem Jahr 2020 nutzte die Hälfte der Unternehmen eine HRIS-/L&D-Suite (Human Resources Information Systeme / Learning & Development): Ein Viertel setzte auf SAP SuccessFactors, 15 Prozent nutzten Workday und zehn Prozent Cornerstone OnDemand (vgl. Kern/Wältermann 2020, S. 352). Die meisten Unternehmen experimentieren heute mit verschiedenen Systemen und IT-Tools. Die Zukunft liegt aus Sicht von Marktexpertinnen in HR-Core-Plattformen, die ähnlich wie Smartphones erlauben, Apps nach Bedarf herunterzuladen oder wieder zu löschen (vgl. Singler 2020). Die Wertschöpfung steckt vor allem in den Analytics-Fähigkeiten von Plattformen, die ERP- und CRM-Systeme mit HR-Systemen verbinden können, um Personen- und Organisationsdaten umfassend zu untersuchen. Mit der zunehmenden Digitalisierung sowie Möglichkeiten der Datenanalyse und -aufbereitung sind für HR zwei wichtige Voraussetzungen gegeben, die eine strategische Organisation von Arbeit und eine Messung und Auswertung in Echtzeit ermöglichen. Für eine Methode zur Kaskadierung strategischer Ziele auf die Ebene von Tätigkeiten bedarf es ohnehin einer Softwarelösung, denn in großen und komplexen Unternehmen ist das Herunterbrechen nur informationstechnisch möglich. Die dafür erforderlichen hohen Investitionen in Künstliche Intelligenz für diese Dimension stärken in der Regel Marktführer wie SAP. Ein IT-gestütztes strategisches HR-Management-Tool muss mindestens folgende Eigenschaften aufweisen (vgl. Werther/Bruckner et al. 2018d, S. 137):

Strategische Ziele abbildenOperative Treiber aktueller Aufgaben ableitenKünftig geplante T̈atigkeiten darstellenInformationen nach Relevanz filternDaten konsolidieren, aufbereiten und vermittelnArbeitsleistung von Mitarbeiterinnen in Relation zu den erforderlichen Aufgaben bewertenPersonal ideal auf eine T̈atigkeit matchenErfolgs- und Risikokontrolle der T̈atigkeiten in Echtzeit ermöglichen

[30]Auch wenn nicht alle komplexe HR-Suiten nutzen, gibt es heute kaum noch Unternehmen, die sich Bewerbungsmappen auf dem Postweg senden lassen, diese von Hand auswerten, postalische Einladungen versenden und bei Bewerbungsgesprächen vor Ort papierbasierte Tests ausfüllen lassen, die sie mit Schablonen auswerten (vgl. Hirschfeld 2020, S. 213). Egal ob Bewerbungsportale, Online-Tests oder Skype-Interviews, überall wird schon mehr oder weniger digital gearbeitet