Karriere-Mentoring durch KI

Personalisierte Karriereentwicklung ist keine Leistung mehr, die nur wenigen Privilegierten in den Chefetagen zur Verfügung steht. Eine intelligente Mentoring App namens Ellen bringt jetzt die passenden Mentoren und Mentees aus allen Unternehmensebenen zusammen. Die Ellen-App wurde von NextPlay.ai mit Sitz in San Francisco auf den Markt gebracht.

 (Bild: SAP Deutschland SE & Co. KG)

Bild: SAP Deutschland SE & Co. KG

„Digitale Unternehmen sind stark vernetzt, die Mitarbeiter aber immer isolierter. Mit unserer Mentoring App können Unternehmen 1:1-Beziehungen zwischen Menschen aufbauen – sei es für die Karriereplanung, für bereichsübergreifende Gespräche oder den Aufbau von Communities“, sagte Charu Sharma, Mitbegründerin und CEO von NextPlay.ai. „Man braucht keine externen Ressourcen und nutzt die eigenen Mitarbeiter für das Mentoring.“

Mentoren verändern Leben und Unternehmen

Die Ellen-App ist auf eine neue Generation an Arbeitnehmern zugeschnitten, die mehr Feedback und Entwicklungsmöglichkeiten möchten. Wie Sharma berichtet, waren sich beispielsweise die Mentees in einem Unternehmen nach nur sechs Monaten Einsatz von Ellen viel klarer darüber, wie ihre berufliche Entwicklung aussehen soll – der Wert stieg um 118 Prozent.

Unternehmen können mit Mentoring die Nachfolgeplanung, Maßnahmen im Bereich Vielfalt und Inklusion und die Mitarbeiterbindung voranbringen. So stieg bei Mitarbeitern die Wahrscheinlichkeit, dass Sie ihren Arbeitgeber weiterempfehlen würden um 25 Prozent, nachdem Sie sechs Monate an dem Mentoring-Programm teilgenommen hatten. Durch die App werden auch Menschen einander vermittelt, die sich ohne diese niemals begegnet wären. Im Gegensatz zu traditionellen, manuellen Mentoring-Systemen finden die Machine-Learning-Algorithmen besser passende Paare, da sie sehr viele individuelle Parameter berücksichtigen.

Immer am Ball – die Mentoring-App

Die Ellen-App sorgt mit personalisierten Erinnerungen dafür, dass Mentor und Mentee im Gespräch bleiben. Der Chatbot ist nahtlos an Daten in den täglich genutzten Tools der Gesprächspartner wie etwa Mobilgeräte, E-Mail und Kalender angebunden. Nachdem der Termin für ein Treffen feststeht, empfiehlt Ellen Gesprächsthemen. Und auch wenn es eine Woche lang keine Aktivität gab, versendet die App Erinnerungen und schlägt Termine vor. Nach jedem Meeting fragt Ellen, wie es gelaufen ist, und gibt das Feedback sofort an den Mentor weiter.

„Viele Leute verstehen nicht, was Mentoring ist. Es kommt sehr oft vor, dass Mentees nach einem ersten Gespräch keine Rückmeldung geben“, sagte Sharma. „Die App bietet eine personalisierte Struktur und leitet die Anwender durch den Prozess, sodass sie erfolgreiche Gespräche führen können.“

Mit den Daten der Ellen-App können Unternehmen auch mehr über die Erwartungen ihrer Mitarbeiter erfahren, etwa über ihren Weiterbildungsbedarf oder ihre Karriereziele. Außerdem lassen sich mit den Daten auch die Stärken von Mentoren ermitteln. So kann das Unternehmen dafür sorgen, dass sie einen noch größeren Beitrag leisten können.

Für Sharma ist NextPlay.ai ideal für die Karriereentwicklung in der heutigen Zeit geeignet. „Unsere Käufer sind bereit, in ihre Mitarbeiter zu investieren. Und mit der KI-Technologie helfen wir ihnen, Mentoring auf jeden im Unternehmen individuell zuzuschneiden“, erklärte sie.

Thematik: Allgemein
Ausgabe:
www.sap.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige