S04E03: Process Rebuild statt Automatisierungswut

00:00:00: Zum Beispiel, ich hab mir auch einen Agenten oder ChatGPT oder wie auch immer gebaut der meine Reviews dann einmal anguckt und mir Feedback gibt.

00:00:09: Und leider nervt er mich die ganze Zeit dass meine Zielvorgaben irgendwie zu unspezifisch sind unter keine Timelines drinstehen und das irgendwie nicht klagen noch ist ja finde ich jetzt nicht super weil dann muss ich die nochmal verbessern aber es natürlich auch gut weil man da vielleicht auch an den Punkt gerade mal getriggert wird oder wo da ein bisschen der Finger auch in die Wunde gelegt wird, wo man sich vielleicht auch so ein bisschen selber drum drückt.

00:00:30: Da sehr klar zu sein!

00:01:02: Hallo

00:01:03: Annika.

00:01:04: Und wir haben heute noch eine weitere Gäste und bevor ich euch verrate wer das ist, vielleicht einmal ganz kurz zum Thema worüber sprechen wir heute?

00:01:16: Das ist eine Folge die ja hat wie immer einen HR-Bezug.

00:01:22: oder Wir haben heute eine Perspektive aus dem Tech Data und Business Bereich mit der wir das Thema diskutieren.

00:01:30: Was machen wir eigentlich mit Organisationen, wenn wir nicht nur von menschlichen Kolleginnen sprechen sondern eben auch von virtuellen Kolleginnen in Form von Agenten?

00:01:42: Und hierzu sprechen wir mit unserer Chief Data Officer von Statista und meiner sehr geschätzten Kollegin an Christine Hamke.

00:01:52: Und hiermit ein ganz herzliches Willkommen.

00:01:55: liebe an Christine!

00:01:57: Wundervoll dass du da bist

00:01:59: Moin, danke dass ich da sein darf.

00:02:01: Mir ist die Moindichte hier zu hoch.

00:02:04: Ich möchte das mal anmerken an Christine.

00:02:06: Ich freue mich total dass du da bist Aber mir fällt gerade auf es wird ein hamburger podcast langsam aber sicher sehr moin lastig.

00:02:15: wir lieben alle bundesländer hamburger

00:02:17: podcast Alle podcast hellnehmerinnen heute weiblich und alle fangen mit a krass

00:02:22: aber kurze frage.

00:02:24: Das heißt liebe Annika Wir haben letzte woche ja darüber gesprochen wie wir als HL oder ob wir als HR die Personalplanung machen und haben da ja über Hetz geredet, also elfte Hetz.

00:02:37: Und worüber reden wir heute?

00:02:39: Heute reden wir darüber wenn es nicht nur reine Köpfe sind sondern wenn wir wirklich sagen Unternehmen und auch einzelne Divisionen die sagen ich muss einmal meine Prozesse, meine Teamstruktur gänzlich neu durchdenken.

00:02:55: Und das passiert ja heute nicht mehr nur auf Personenebene entschlicher Kolleginnen sondern eben auch virtueller Kolleginnen.

00:03:04: und da gehen wir heute einmal durch alles durch.

00:03:07: von was sind eigentlich Stärken einer KI gegenüber Menschen?

00:03:11: Wie schaue ich mir eigentlich so Prozisse an bzw schaue ich mir so ein Prozess an?

00:03:16: oder lege auch vielleicht erstmal was komplett anderes fest.

00:03:21: Und das wird ja häufig aus dem Business getrieben, wenn du einen guten Business Counterpart hast und deswegen ist die Angristin heute hier.

00:03:29: Liebe Angristsin!

00:03:30: Bevor ich jetzt eine awkward Intro mache und deinen Lebenslauf runterrattere würde ich einmal an dich übergeben.

00:03:39: Ich finde es total schön, wenn Du Dich einmal kurz vorstellen könntest Wenn du vielleicht vor allem auch noch mal sagen könntest, wie genau bist du eigentlich damals zu Statista gekommen?

00:03:49: Weil das finde ich einfach mit die beste Bewerbungsstory ever.

00:03:54: Okay jetzt weiß ich gar nicht ob ich dieser Erwartungshaltung, die du aufgebaut hast

00:03:58: überhaupt irgendwie

00:03:59: gerecht werden kann.

00:04:01: Ich bin bei Statista für Daten zuständig und zwar die Daten, die wir als Produkt verkaufen.

00:04:09: für die anderen Daten zuständig, also unsere Checking-Daten und Kundendaten.

00:04:13: Sondern wirklich nur für die, die wir auch dann verkaufen als Produkt.

00:04:18: Daten haben mich schon mein ganzes Leben lang eigentlich beschäftigt beziehungsweise meinen ganzen Berufsleben.

00:04:22: ich habe mal Wirtschaftsmathematik studiert war bei der Beratung hab da eigentlich immer irgendwie was mit Daten zu tun gehabt.

00:04:30: das ist dann so.

00:04:30: die Last des Studiums war dann bei about you vor dir ja Annika?

00:04:35: Wir haben uns daher nicht überschnitten war aber am Ende auch für die Business Intelligence da zuständig, also auch wieder sehr datenlastig.

00:04:43: Wie bin ich zu Statista gekommen?

00:04:45: Ich hatte eigentlich eine Auszeit geplant und hatte schon diverse Trips-und Reisen geplant Und habe dann aber nach zwei Wochen mir das Bein gebrochen und lag bei meiner Mutter dann irgendwann auf der Couch weil ich im dritten Stock ohne Fahrstuhl gewohnt hab und dass nicht so gut funktioniert hat mit einem gebrochenen Bein Und hatte dann von dem Rekruter von Statista eine E-Mail im Postfach und wenn ich noch auf Reisen gewesen wäre, hätte ich die wahrscheinlich ignoriert.

00:05:11: Und so dachte ich naja gut, ich liege hier sowieso oft der Couch also kann man ja auch mal antworten.

00:05:16: Und siehe da zehn Jahre später bin ich immer noch hier.

00:05:19: Erster Haiong Schmink Karriere-Tipp?

00:05:22: Beine brechend!

00:05:24: Für mich war es dann eher so das Thema dass ich ja glaube es muss ja irgendeinen Grund geben was passiert.

00:05:30: Dann habe ich für mich das so erklärt, weil es war jetzt nicht so cool sich das Beinen zu brechen.

00:05:33: Ich muss wirklich sagen, ich würde es jetzt auch keinem empfehlen aber dann hatte ich wenigstens meinen Grund wieso das anscheinend so sein musste damit ich bei Statista gelandet bin.

00:05:53: Das war die beste Employer Branding Maßnahme, die ich jemals gemacht habe.

00:05:57: Und zwar war Ankristin im It Girls Podcast von der Lena Yon zu Gast und nachdem Ankistin mit Lena gesprochen hat, hat diese danach nochmal geschrieben und meinte, hey, Ankstin sucht doch gerade eine Chief of Staff.

00:06:10: Dürfte ich eigentlich in den Prozess einsteigen, könnte ich mich darauf bewerben?

00:06:15: Sie hat sich danach beworben und Lena hat sich dann auch gegen diverse andere Kandidatinnen durchgesetzt war an Christine's Chief of Staff und ist jetzt quasi bei Anne-Christine im Bereich in die Linienorganisation gewandert.

00:06:28: Deswegen, das finde ich noch so mein zweites Recruiting Highlight.

00:06:32: Fanfekt!

00:06:32: An der Seite, was sagst du dazu, Angelie?

00:06:35: Ich überlege gerade wozu ich etwas sage.

00:06:39: Wohin ich abtauchen will – in witzig wie alles Netzwerk oder mehr Podcasts für Karrierechecks.

00:06:47: Aber ich finde eh... Also jetzt mal bevor wir über die Agenten reden komplett gegenteiliges Thema.

00:06:52: Ich finde, das ist mir erst in meiner Selbstständigkeit so richtig klar geworden wie so Netzwerke funktionieren.

00:06:59: also irgendwie habe ich das früher gar nicht so auf dem Schirm gehabt.

00:07:03: aber genauso wie ihr sagt weißt du dann isst jemand im Podcast und hört da es die Stelle und kann mich da bewerben.

00:07:08: schön!

00:07:09: Und jetzt hier Full Circle Moment wieder podcast.

00:07:13: falls jemand die an Christine wegbewerben will von hier so nicht ne?

00:07:17: Es nur in die andere Richtung.

00:07:19: Genau, richtig.

00:07:20: Wenn jemand hierauf an Christine schreibt und sie erwerben möchte bei Statista gibt es Ärger mit mir in die andere Richtung dürft ihr euch aber jederzeit gerne bewerben auch bei Angristin in der Organisation.

00:07:31: also just saying

00:07:32: Und falls Ihr HR-Beratung braucht denkt ihr an mich.

00:07:34: Also ist eigentlich euer Podcast für alle HR Themen.

00:07:37: Ich bin total gespannt auf die heutige Folge weil ich fange mal gleich mit der unbeliebten Meinung an.

00:07:44: Die

00:07:44: Leute die uns schon länger zuhören wissen ja auch dass ich manchmal bei dem Thema Agenten als Mitarbeitenden zu bezeichnen immer so ein bisschen aufgeregt werde.

00:07:56: Und da mich manchmal so'n bisschen fühle, wie wir brauchen das Internet nicht wo es das Fax gerät?

00:08:02: Ich bin gespannt ob ihr mich überzeugt kriegt!

00:08:05: Weil manchmal ist es mir zu einfach.

00:08:06: Manchmal ist es mehr zu einfach zu sagen, ich habe jetzt einen ChatGDP und deswegen brauche die Assistenz nicht mehr.

00:08:12: Also, wir kriegen nicht so was von überzeugt und ich würde mal einen kurzen Schlenker machen.

00:08:17: Wozu wir heute sprechen?

00:08:18: Und warum ich finde das an Christine quasi unsere perfekte Gäste auf dem Thema ist.

00:08:23: Wir haben letztes Jahr bei Statista eine große Reorganisation im Content Bereich gemacht Was auch viel Teil einer KI-Transformation gewesen ist.

00:08:35: Nicht nur aber in Teilen haben da auch sehr offen drüber gesprochen, weil wir der Meinung sind man kann nicht nur die unfassbar positiven Themen von KI benennen und den Rest so ein bisschen beglächeln sondern entteilen für das auch zu Einschnitten.

00:08:51: Die echt wehtun.

00:08:53: Wir haben uns sehr sehr bewusst Zeit genommen Und nicht wie andere Unternehmen das machen.

00:08:58: einmal ich sage es jetzt mal so labi dar mit dem Rasenmäher gesagt auch hier das können wir einsparen und wer hat mir jetzt die schöne KI Sondern?

00:09:05: wir haben wirklich gesagt, wir haben Prozesse analysiert.

00:09:09: Wir haben sehr bottom-up geplant und wir haben uns verschiedene Themen angeschaut und darauf dann die Entscheidung getroffen.

00:09:15: Und das ist eben an Christine's Projekt gewesen unterstützt von HR.

00:09:20: Ich fand es total beeindruckend mit welcher strategischen Relevanz aber auch tiefe in der Analyse an Christine diese Prozese sich anschaut hat mit ihrem Team.

00:09:32: Ich persönlich finde, dass es von diesem Vorgehen mehr geben sollte da draußen in der Welt.

00:09:38: Nämlich nicht nur ich schätze jetzt mal irgendwas über den Daumen und mache jetzt mal sondern sich wirklich grundlegende Fragen erst einmal gestellt werden das man einen Nordstern hat und sich nach dem auch immer ausrichtet bei allen Entscheidungen die man so trifft.

00:09:54: An dieser Stelle an Christine übergebe ich jetzt mal an dich Du hast jetzt Angelis Anti-Internetz bekommen, du hast jetzt mein Schlenker bekommen.

00:10:05: Wirst du nun mal starten und ein bisschen erzählen was war das für ein Projekt?

00:10:09: Was waren die Entscheidungen vor denen du standest?

00:10:13: Genau wir haben einen sehr großen Bereich gehabt der sich darum gekümmert hat Drittdaten in das System zu bekommen aber auch die Bewertung natürlich zu machen.

00:10:23: sind das überhaupt relevante Daten?

00:10:24: sind die Quellen überhaupt vertrauenswürdig Und die dann aber noch weiter damit gearbeitet haben und noch Rapporte gebaut haben, Insights teilweise auch wirklich eine Art Corporate Influencer Arbeit gemacht haben.

00:10:39: Dieser Bereich war sehr groß!

00:10:41: Natürlich ist etwas, wo es darum geht Drittdaten zu sammeln, etwas was extrem angegriffen wird von KI und wo natürlich viele Leute sagen wieso sollte ich dafür eigentlich noch Geld ausgeben wenn nicht für zwanzig Euro ChatGPT im Monat oder Perplexity oder wen auch immer?

00:10:56: auch kriegen kann.

00:10:58: Das war eigentlich so ein bisschen der Startpunkt, tatsächlich ist ja auf diesem Bereich Statiste aufgebaut worden und ich erzähle immer gern die Geschichte.

00:11:06: das als wir angefangen haben tatsächlich dass zum Beispiel das chinesische statistische Bundesamt ein rotes Buch veröffentlicht hat mit allen offiziellen Statistiken zu China.

00:11:18: Und diese Statistik gab es nur in diesem roten Buch das natürlich noch ins chinesisch war und das haben wir dann gekauft.

00:11:25: Und dann gab es jemanden, der konnte chinesisch lesen und er hat sich dann angeguckt okay welche von diesen Statistiken sind eigentlich relevant für viele Unternehmen.

00:11:32: Und hat die dann in unserem System händisch überführt?

00:11:36: Und dann waren wir die einzige Quelle wo man diese offiziellen Statistik eigentlich im Internet auf Englisch bekommen hat.

00:11:43: Das hatte natürlich einen mega großen Wert.

00:11:46: Jetzt wurde das chinesische Bundesamt das auch im internet veröffentlicht und man dann vielleicht durch Google Translate oder welchen Service auch immer dass übersetzt bekommt uns.

00:11:54: was sinkt natürlich da die Relevanz.

00:11:56: Und das ist, glaube ich auch so das erste was sich sagen würde.

00:11:59: bevor man irgendwelche Prozesse optimiert muss man sich einmal fragen was aus dem Prozess eigentlich rauskommt welche Ziele man da verfolgt und ob alle von denen überhaupt noch so wertvoll sind und in Zukunft auch noch gebraucht werden wie zu dem Zeitpunkt als man sie mal aufgesetzt hat.

00:12:14: weil ich kann ja viel optimieren wenn das Resultat nicht mehr gebrauchte habe ich auch nichts gewonnen.

00:12:20: Du hast gerade fast beiläufig ein sehr wichtiges Thema genannt.

00:12:25: Man muss sich bevor ich im Prozess optimiere und bevor ich einen Prozess mit der KI optimiere, muss ich mich erstmal hinstellen und mir überlegen was will ich eigentlich aus dem Prozess raus haben?

00:12:40: Und macht das eigentlich noch Sinn?

00:12:42: Ich habe das Gefühl in dem ganzen Grundrauschen da draußen dass es total häufig vergessen wird wenn du halt richtig grützigen Prozessors, der überhaupt keinen Sinn mehr macht.

00:12:54: Den dann zu optimieren wird er dann einfach einen AI-Oktimierten, grötzigen Output bringen.

00:13:00: und deswegen finde ich das schon mal was du gerade gesagt hast ein ganz wichtigen Outkommen für unsere Zuhörerinnen und Zuhörer.

00:13:07: fragt euch bevor ihr den Prozess angeht und bevor man sagt Spokool KI let's go!

00:13:14: Fragt euch doch allererst Mal Macht das überhaupt Sinn, dass was ich da habe zu optimieren oder muss sich einer ganz anderen Stelle anfangen und aus meiner Erfahrung meistens muss man das?

00:13:26: Das ist ja mein nächstes Thema.

00:13:27: Ich finde du musst nicht alles mit KI machen nur weil das jetzt das neueste ist.

00:13:31: viele Sachen lassen sich auch einfach nur mit so einer ganz schnöden Optimierung Und Automatisierung irgendwie lösen so Sachen die man schon seit Jahren und Jahrzehnten gemacht hat.

00:13:43: Aber das war unser erstes Ziel, quasi das in kleinere Teile zu schneiden.

00:13:47: Eigentlich dass wir dann in diesen kleineren Teilen auch in Zukunft schneller reagieren können auf Veränderungen.

00:13:53: Also das eine finde ich was man immer machen sollte wenn man sich Prozesse anguckt und das sagen wir ja auch super auf dem Podcast so Q Bono Warum mache ich diesem Prozess?

00:14:04: Wem bringt der etwas und bringt er mir überhaupt noch was?

00:14:07: also Ich hatte in meiner Beratung ein Fall und deswegen manchmal liebe ich Wenn ich mit euch über diese Themen rede und wir hier so sehr high class darüber reden, was kann man optimieren?

00:14:18: Und dann bin ich manchmal in meiner Welt und habe Unterhaltungen mit jemandem der sagt sie unterschreibt.

00:14:25: Wenn das Arbeitszeugnis rausgeschickt wird, dann wird das per Hand nochmal ausgedruckt und reingelegt.

00:14:31: Aber wofür denn?

00:14:33: Damit ich nachweisen kann, dass ich es raus geschickt hab.

00:14:36: Dann sage ich ja okay aber wenn die ehemalige Mitarbeiterin sagt sie hat das nicht bekommen Was machst du denn dann?

00:14:42: Ja, dann schick ich es nochmal raus.

00:14:44: Okay, warum haben wir dieses eingescannte unterschriebene Zeugnis mit per Post rausgeschickt?

00:14:50: jetzt?

00:14:50: Ja weil wir das immer so gemacht haben und das ist ja schon mal der erste Schritt wo man sagt überlegt doch mal wem bringt dieser Prozess was außer in dem Fall sehr konkret dir damit?

00:14:59: du weißt du hast es gemacht.

00:15:00: also das ist mir einzige Sinn.

00:15:03: Und ich glaube manchmal wie du es eben gesagt hast mit dem Thema automatisieren um KI wird manchmal nicht sauber unterschieden, weil ganz viele Leute haben glaube ich Angst dass sie durch KI ersetzt werden.

00:15:15: Wenn man halt sagt hey können wir einen Prozess vielleicht automatisieren über Sachen die du nicht kannst?

00:15:20: Weil ich weiß ich habe früher die Payroll so gemacht.

00:15:23: Oh es tut mir bitte zerreißt mich nicht in der Luft.

00:15:25: das ist fünfzehn Jahre her.

00:15:26: okay Ich hatte eine Excel Liste Und dann habe ich immer geguckt, was steht in der Exeliste gehalten und was steht auf dem Gehaltszettel.

00:15:34: Dann bin ich da so zweihundert Leute durchgegangen und dann hab' ich geguckt neue Adresse- und Bonus... ...und irgendwann habe ich mit Teki geredet!

00:15:41: Und dann sagt er ja aber die Software wird doch eine Änderungslog haben?

00:15:46: Ja

00:15:46: wie?!

00:15:47: Sagt er naja die Perossoftware würde dir zeigen können wo sich überhaupt was geändert hat zum letzten Monat und dann musst du nur das überprüfen.

00:15:54: Ja das wusste ich nicht dass das so ist Weißt du, also manchmal weiß man ja einfach nicht wie die Seite da funktioniert und ich finde immer wenn wir anfangen uns Prozesse auch digital anzugucken.

00:16:06: Manchmal können wir sehr viel sparen, sehr viel Arbeit.

00:16:10: Noch zum zweiten Punkt den ich einmal hervorheben möchte.

00:16:14: Du hast schon das nächste Thema gesagt an Christine und zwar was genau ist eigentlich eine Optimierung, die ich mit dieser KI mache?

00:16:21: Ich sage es jetzt mal bewusst überspitzt und was genau?

00:16:26: lediglich eine Workflow-Automatisierung und ich weiß nicht wie es euch geht, aber was ich draußen häufig höre und in Teilen auch lese, steige ich manchmal die Hände über dem Kopf zusammen.

00:16:37: Das ist mir immer denkebar.

00:16:38: Skript Sachen!

00:16:41: Die habe ich irgendwie in meiner HA Beraterzeit bei Accenture im Jahr zweizig siebzehn halt irgendwie schon gemacht.

00:16:48: Da brauchtest du, um verschiedene Chatbots in HR-Service-Centern im Großkonzern halt einzusetzen.

00:16:55: Eine recht teure Software!

00:16:57: Aber es war möglich und das hat total gut funktioniert – und ist jetzt knapp zehn Jahre her.

00:17:03: Und wenn man heute sagt, man macht einen Chatbot auch wenn der Entlengdok oder Cloud oder sonst wo sitzt?

00:17:10: Das is keine KI-Transformation.

00:17:13: Man hat kein Corporatequivalent der SpaceX Rakete gebaut.

00:17:17: Prozessautomatisierung und KI-Automatisierung, das sind einfach zwei paar Schuhe.

00:17:23: Und ich finde es total wichtig, dass nicht in einen Topf zu schmeißen sondern ein bisschen die Kirche im Dorf zu lassen und zu sagen was genau ist jetzt eigentlich was?

00:17:33: Wo ziehst du eigentlich dafür dich den Unterschied an Christine.

00:17:37: Was würdest du sagen, ist so ein Beispiel von einer klassischen Prozessautomatisierung?

00:17:42: Wo du gar nicht die verrückte KI für brauchst?

00:17:44: und wo sagst du was genau wäre eigentlich ein KI-transformierter Prozess?

00:17:52: Man muss schon einen Schritt vorher anfangen weil KI gab es ja auch schon als es gibt sehr seit Jahrzehnten Künstliche Intelligenz, das wurde halt eigentlich dann immer von Data Scientist betrieben.

00:18:01: Was jetzt ja neu sind, sind die Large Language Models wo wir die Möglichkeit haben wirklich große Textmengen auch zu analysieren und da tatsächlich auch diese Semantische insbesondere gut funktionieren zu haben.

00:18:15: Für mich ist so dass das Thema du musst ja schon mal einmal überlegen mit was für Outputs kannst Du auch eigentlich leben Wenn immer das gleich rauskommen soll?

00:18:23: also ich will zum Beispiel ein etwas haben, was irgendwie was berechnet.

00:18:28: Ja und dann soll halt vielleicht immer wenn ich fünf plus fünf reinschreibe auch zehn rauskommen, dann sollte ich auf keinen Fall einen LLM benutzen weil der kann halt manchmal zehn raus kommen, manchmal aber auch dreizehn und manchmal auch neun.

00:18:40: also ich muss mich schon einmal überlegen soll das eigentlich immer das gleiche passieren?

00:18:44: Und ist es sehr ein sehr klarer Input und dann passiert irgendwas oder wird vielleicht auch gesagt dass jetzt das falsche ja weil du hast da jetzt keine zahl reingeschrieben in diesen Calculator sondern du hast eine Buchstaben reingeschrieben, das darf da nicht rein.

00:18:57: Und dann ist es etwas was ich wirklich automatisiert machen würde weil ich möchte immer das gleiche reingeben und dann möchte ich dass immer das Gleiche passiert und das möchte ich auch testen können so.

00:19:06: Dann gibt es aber andere Dinge wo das vielleicht nicht ausreicht weil es vielleicht auch keinen schwarz- und kein weiß gibt in dem Resultat was ich bekomme sondern weil's darum geht Nuancen zu identifizieren.

00:19:19: also wenn ich jetzt zum Beispiel sage wir haben hier einen Transkript von diesem Podcast Und ich hätte da gerne eine Zusammenfassung davon in unterschiedlichen Längen, weil ich das für unterschiedliche Sachen benutzen will.

00:19:31: Dann ist es was, was man mit einer normalen Automatisierung schwierig machen kann, wo dann aber LLMs total gut sind.

00:19:37: Man bezahlt dafür natürlich auch etwas.

00:19:39: Das darf man auch immer nicht vergessen.

00:19:41: Aber das sind so die Unterschiede, wo man wirklich überlegen muss.

00:19:44: okay?

00:19:44: Was erwarte ich eigentlich als Resultat?

00:19:49: Qualität quasi zu erwarten, kann ich das überhaupt überprüfen.

00:19:53: Ich finde zum Beispiel auch super LLMs zu benutzen wenn ich eine Ahnung von dem Feld habe.

00:20:00: Wenn ich jetzt aber z.B.

00:20:01: mit einem LLM diskutiere was ich für eine Krankheit habe und was sich dann da irgendwie machen kann Dann kriege ich auch ne Antwort.

00:20:08: die hört sich wahrscheinlich auch echt super professionell an und total sicher.

00:20:11: Aber ich könnte überhaupt nicht abschätzen ob es jetzt totaler Quatsche ist was mir da geraten wird oder ob das irgendwie wirklich so sein kann.

00:20:20: Und deswegen, das ist auch noch so eine Sache zu überlegen gut die Leute, die dann damit arbeiten sollen haben sie dann überhaupt die Fähigkeiten dazu das Resultat davon auch zu überprüfen oder nehme ich das einfach für gegeben?

00:20:31: hin und folge dem.

00:20:34: Wenn ich jetzt zum Beispiel sage Ich bin meine kleine HR Abteilung und ich habe den Prozess der Payroll Ja also ich sammle Daten von Mitarbeitenden ein Und muss sie zum Lohnbüro geben und dann will ich ja auch irgendwie überprüfen, ob die Gehälter stimmen.

00:20:48: Und ob der Bonus richtig berechnet ist.

00:20:51: Würde ich dafür ein Chatbot nehmen?

00:20:54: Für die Leute, die jetzt gar nicht wissen wie fange ich denn andermit?

00:20:56: Weil ich würde ihr jetzt nicht in den Chatty werfen, wie mache ich meine Gehaltsabrechnung?

00:21:00: Also da würde ich jetzt hoffen dass es das A schon solche Sachen existieren als Software.

00:21:05: aber dann würde ich da sagen... Da geht's ja um wirklich, dass das Resultat muss stimmen!

00:21:10: Das kann nicht sein, In fünf Payrolls irgendwie dreimal ist es halt richtig, aber zweimal war's halt auch falsch.

00:21:16: Das ist dann schon okay?

00:21:17: Nee da wird's wahrscheinlich dann Beschwerden geben vom Mitarbeiter außer wenn es natürlich zu viel Gehalt ausgezahlt wird Dann kann das auch gut sein für den Mitarbeiter, aber dann gibt's vielleicht Beschwerde vom CFO.

00:21:27: Nur da würde ich halt sagen der kommt ja drauf an wirklich dass Es richtig ist und dann würde Ich eher gucken wie können wir das automatisieren?

00:21:33: mit traditioneller Automatisierung sage ich jetzt mal so und dann auch wirklich

00:21:39: Tests

00:21:40: zu machen, die kann man ja dann schreiben.

00:21:41: Das sind ja Sachen, die man B schreiben kann und wo man ganz klar sagen kann was muss ich denn immer rechnen um nochmal zu gucken ob das auch wirklich stimmt was da steht?

00:21:51: Genau!

00:21:52: Und ich glaube Die Payroll ist ja eh unser Herzensstück.

00:21:56: wenn ich jetzt aber zum Beispiel sage Ich habe einen Onboarding-Tag und ich hab einmal im Monat fünfzehn Mitarbeitenden die kommen und eigentlich erzähle ich da viel und häufig dasselbe.

00:22:08: Und es sind auch immer die gleichen Fragen, die Mitarbeitenden am Anfang haben.

00:22:11: Also wie beantrage ich meinen Urlaub?

00:22:14: Warum habe ich nur zwanzig Tage?

00:22:15: Obwohl... Ich fange ja am siebzehnten Juni an!

00:22:19: Ich arbeite hier ein ganzes Jahr.

00:22:21: Wie würde ich mit solchen Themen vielleicht umgehen?

00:22:24: Na da kommt's ja so'n bisschen drauf an was man sich da jetzt angucken will ob man einen FAQ zum Beispiel bauen möchte das kann eine KI total helfen wenn man sagt man hat zum Beispiel schon irgendwelche Sessions mal aufgezeichnet, so Fragen.

00:22:38: Ob man sagt wie kann ich vielleicht meine Agenda noch einmal verbessern?

00:22:43: Da kann man auch glaube ich KI supergute nutzen um da nochmal gegentreten zu lassen was sich tatsächlich ein ganz spannendes Beispiel im HA-Bereich finde.

00:22:53: was wir jetzt auch angefangen haben ist das Thema Performance Development.

00:22:57: der werden ja sehr viele Texte geschrieben.

00:23:00: Ich habe das mal einmal gemacht wo ich wirklich alle Performance-Reviews gelesen habe, die in meinem Bereich geschrieben wurden.

00:23:07: Da sitzt man sehr lange dran!

00:23:09: Das kann ich jetzt eigentlich gar nicht mehr machen.

00:23:11: aber das ist natürlich total wertvoll weil ich dann auch den Führungskräften eigentlich Feedback geben kann wie sie diesen Skill verbessern können.

00:23:19: Mit KI kann man da natürlich viel mehr machen.

00:23:22: Ich kann der KI die Performance Reviews geben und kann hier sagen Wie definiere ich eine sehr gute Review?

00:23:27: Was möchte ich da unbedingt drin haben?

00:23:31: Und dann kann die das analysieren und tatsächlich auch Feedback aufschreiben.

00:23:35: Natürlich würde ich das immer noch mal überprüfen, ob es zu dem passt was ich da sagen würde wenn ich die durchlese.

00:23:42: aber das hat mir schon echt viel geholfen.

00:23:45: Entschuldigung wenn ich jetzt ganz aufgeregelt werde für Glück weil weißt du wie oft ich die Dinge auch schon zurückgeschickt habe irgendwelchen Führungskräften und gesagt hab Du gehst mir nicht auf den Sack ist kein vernünftiges Feedback für eine gute Bewertung.

00:23:58: Ja war auch so Sachen wie Nee, ist alles super.

00:24:01: Weiter so!

00:24:02: Also das wird meinem Anspruch dann auch nicht gerecht.

00:24:05: oder zum Beispiel ich habe mir auch einen Agenten- oder ChatGPT oder wie auch immer gebaut der meine Reviews dann einmal anguckt und mir Feedback gibt und leider nervt er mich die ganze Zeit dass meine Zielvorgaben irgendwie zu unspezifisch sind unter keine Timelines drinne stehen und dass irgendwie noch nicht klar genug ist ja finde ich jetzt nicht super weil dann muss ich die nochmal irgendwie... verbessern.

00:24:26: Aber es ist natürlich auch gut, weil man da vielleicht auch an den Punkt gerade mal getriggert wird oder wo dann ein bisschen der Finger auch in die Wunde gelegt wird, wo man sich vielleicht auch so'n bisschen selber drum drückt, da sehr klar zu sein.

00:24:38: Richtig gute Beispiele, die mich grade echt schmunzeln lassen!

00:24:41: Ich glaube wir kennen sie alle.

00:24:43: entweder erwische ich mich auch selber dass ich dieses

00:24:46: Feedback

00:24:47: definitiv schonmal gegeben habe aber diverse Male erhalten hab Könnte da eigentlich sagen, wie bei Menschen auch hat die KI gewisse Stärken und hat im Vergleich zu KI der Mensch eigentlich gewisse Sterben?

00:25:05: Und würdest du sie auch so ich sage mal entsprechend einsetzen oder siehst Du das komplett anders lieber an Christine.

00:25:13: Ich finde es tatsächlich gar nicht so einfach.

00:25:16: was ist jetzt die menschliche Stärke?

00:25:17: Was ist die Stärke von der KI?

00:25:19: Die Stärke Von der KI?

00:25:20: tatsächlich entwickelt sich ja auch.

00:25:22: Also Sachen, die vor zwei Jahren, wo ich das probiert habe und dann gedacht hab, nee also da brauchst du gar nicht weitermachen.

00:25:28: Das bringt nichts, ist so schlecht!

00:25:30: Funktionieren auf einmal.

00:25:32: Andererseits kommt es ja auch immer drauf an.

00:25:35: wie gesagt was für eine Toleranz habe ich vielleicht auch für Fehler?

00:25:38: Wir dürfen natürlich auch nicht unterschätzen dass wir auch Menschen Fehler machen.

00:25:41: Also nur weil jemand einen Mensch darauf geguckt hat heißt er lange noch nicht oder dass selber gemacht hat, dass das immer zu hundert Prozent stimmt.

00:25:49: Auch die Sachen die Ich mache sind nicht immer fehlerfrei.

00:25:53: Das heißt, man muss glaube ich immer abschätzen.

00:25:55: Worum geht es da eigentlich?

00:25:58: Was ist das Ziel wieder?

00:26:00: Was für einen Qualitätsanspruch habe ich da?

00:26:02: Wie sind die Fähigkeiten gerade von der KI?

00:26:05: kann nicht die dann nutzen will ich sie auch nutzen.

00:26:07: Es ist ja auch immer eine Frage was verkauft man eigentlich als Firma Wenn ich in einer Branche bin wo's insbesondere darum geht Vertrauen herzustellen und auch die menschliche Beziehung zu haben?

00:26:20: also Ich weiß jetzt nicht Anjuli zum Beispiel als Beraterin, wenn du jetzt sagst naja sie kriegen von mir das Projekt gemacht aber ich schick meine KI-Kollegin die macht das mit ihnen.

00:26:29: Ist es vielleicht gar nicht so förderlich für deine Beziehung zu deinem Kunden?

00:26:33: Vielleicht auch schon man weiß es nicht!

00:26:36: Aber wenn Du jetzt sagste naja für manche Aufgaben die ich habe und ich brauche zum Beispiel Vorbereitung von irgendwelchen Workshops oder dann Meeting Transkripte

00:26:46: usw.,

00:26:47: da kann ich eine KI gut im Hintergrund nutzen Dann ist es natürlich super das zu machen und sich die Zeit zu sparen, selber dann die Meeting Minutes zu schreiben.

00:26:55: Und nochmal die E-Mail zu formulieren um das noch mal an den Kunden zu schicken.

00:26:59: Weswegen ich immer so ein bisschen mit diesen Agentinnen... Jetzt wollte ich die LKI schon gendern, soweit kommt's noch.

00:27:06: Agentinnen!

00:27:07: Hader dieses ganze Thema so ein bischen.

00:27:10: die Aufschittification habe ich so Sorge.

00:27:13: also es gibt jetzt eine HR Software mit der ich manchmal zusammen arbeite Darf?

00:27:18: Wenn man da ne Frage hat Dann darf man nur noch über den Bot gehen und dann sagt der Bot einem, du bist nicht berechtigt mit einem menschlichen Support-Agenten Kontakt aufzunehmen.

00:27:31: Also das schreibt das Ding mir auch noch ne?

00:27:33: Weil es darf nur zwei Supportleute pro Unternehmen geben!

00:27:36: So ich bin jetzt an dem Punkt an Christine dass ich sage wenn mich das nächste mal jemand fragt welche Software wir einführen wird es diese nicht sein.

00:27:44: so.

00:27:44: Und das ist für mich so ein bisschen bei dieser Agententhematik der Punkt, ich verstehe dass wir Monkey Work outsourcen und ich sehe total es bei Daten.

00:27:53: Das ja super smart ist weil die Datenmasse die wir kriegen kann ja die KI besser verarbeiten.

00:28:00: Ich bin manchmal so ein bischen vorsichtig wenn es um diese ganze Interaktion Kundenservice Mensch HR Mensch geht.

00:28:08: Dass man da sagt Wir packen eine KI zwischen die deren Mitarbeitenden Fragen beantwortet und sowas.

00:28:15: Weißt du, weil da habe ich das Gefühl des Macht schon auch was mit dem Verhältnis, dass ich zu dem Unternehmen hab?

00:28:21: Weil wir sagen ganz oft, dass HR immer so ein bisschen abstrahiert für den Arbeitgeber steht.

00:28:27: Wenn die HR den Arbeitsvertrag nicht macht, sagt niemand Die Angelie war so langsam sondern der blöde Arbeitgebers Und die haben immer noch keinen Arbeitsvertraget rüber gereicht.

00:28:36: Und da frage ich mich, was passiert wenn ich jetzt nur noch als First Level Support im HR mit so einem Agenten rede?

00:28:44: Frage ich mich als jemand der selber anderthalb Jahre seines Lebens in First Level support gelitten hat und achtunddreißigmal erklärt hat wie die Bonus-Regelungen geht.

00:28:54: Das ist genau das Thema wo ich sage naja was für ein Verhältnis möchte man auch haben zu seinem intern oder externen Kunden Wo es genau das wichtig kriegt man dann auch hin vielleicht zu sagen okay Es ist schneller, weil ich dann auch nachts um zehn, wenn ich mich frage, wieso mein Bonus so ausgeführt hat.

00:29:11: Dann ist noch eine Antwort kriege, wo halt der Mensch nicht arbeitet?

00:29:14: Dann freue ich mich vielleicht darüber dass die KI da ist.

00:29:18: aber Wenn ich dann schon anfange etwas pissig dann vielleicht auch zu schreiben in den Chat das man doch unbedingt jetzt endlich mal mit einem Menschen sprechen will Weil weil man sich im Kreis dreht In der Diskussion mit dem Chatboard Dann muss man natürlich gucken, kriegt man dann eigentlich den Switch gut hin.

00:29:35: Dass man da die Leute wieder an einen Menschen ran kriegt um die dann abzuholen.

00:29:39: und ich glaube das ist immer so ein bisschen die Frage die man sich stellen muss oder wo man auch austarieren muss und auch gucken muss für was passiert denn eigentlich in diesen Chats?

00:29:47: Um solche Punkte halt zu finden.

00:29:51: Ich würde jetzt noch mal auf das Thema Praxis-und Anwendungsfälle gehen.

00:29:57: Anne-Christine gibt es irgendwas wo du unsern Zuhörern und Zuhöhrerinnen sagen würdest, egal in welcher Funktion ihr seid.

00:30:06: Das sind zusammengefasst Themen.

00:30:09: Da solltet ihr immer prüfen ob das nicht Fälle sind wo euch KI wirklich helfen kann?

00:30:16: Und was sind vielleicht Fälle wo du sagen würdest die sollten zumindest nach heutigem Kenntnis standen?

00:30:23: Vielleicht schauen wir da auch in sechs Monaten anders drauf.

00:30:26: Die solltete ihr auf gar keinen Fall in irgendeiner Form durch eine KI erledigen lassen, sondern sollte immer der Mensch im Vordergrund stehen.

00:30:35: Ich würde insbesondere Sachen an KI auslagern die mit großen Textmengen zu tun haben.

00:30:43: was man nicht unterschätzen darf wirklich ist dass man auch da überprüfen muss entweder weil man selber die Materie versteht oder man muss sich dann Prüfmechanismen bauen nur weil jetzt jeder selber quasi die eine KI baut und keine Software-Engineure das mehr unbedingt machen.

00:31:01: In der Software-Entwicklung baut man Unitests, um zu gucken ob wenn ich Änderung mache und ob der Output überhaupt das Resultat gut genug ist.

00:31:08: Auch das muss man eigentlich mit seinen KI-Agenten machen.

00:31:12: Insbesondere wenn man die nicht nur selber benutzt und dass dann selber auch verifizieren kann sondern wenn man sie an ganzes Team verteilt oder sogar an den Kunden.

00:31:23: Wofür ich das nicht benutzen würde große, wichtige Entscheidung geht.

00:31:28: Also würde ich jetzt einen KI-Agenten wirklich meinen sechsstelligen Vertrag mit einer HA-Software wirklich verhandeln lassen und abschließen lassen ohne dass da nochmal einer draufguckt?

00:31:41: Wahrscheinlich nicht!

00:31:42: Kann man die KI nutzen, um erstmal einmal zu gucken.

00:31:45: Was gibt es denn für HR Software und wie stehen sie eigentlich dagegen?

00:31:48: Also so die Sachen in einem Beratungsprojekt vielleicht als erstes kommen.

00:31:52: Einmal diese Übersicht sind die Anbieter das sind die Fähigkeiten Um dann mal die erste Auswahl zu machen.

00:31:57: auf jeden Fall So und ich glaube dass ist immer ein bisschen so.

00:32:01: die Abschätzung Worum geht es da eigentlich?

00:32:03: Wie wichtig ist auch das Resultat, welche Qualität muss das haben?

00:32:09: Gibt es da nochmal einen Zwischen Check, bevor da was ausgelöst wird.

00:32:14: Genau und alles was natürlich zum Kunden geht muss eigentlich nochmal genauer betrachtet werden weil natürlich man sonst so Beispiele hat wie von Anjuli die jetzt schon sagt ich würde diese Software gar nicht mehr weiter empfehlen weil ich so frustriert bin vom Chatbot.

00:32:28: Was ich immer noch denken würde ist diese again Monkey Arbeit dass man da sagt natürlich Können wir jetzt die AGBs von irgendeiner Homepage einmal in eine KI werfen und sagen, fass mir das mal zusammen.

00:32:41: Und wo sind die Red Flags?

00:32:43: Total!

00:32:44: Ich würde aus HR-Sicht schon auch immer gucken, wo ist Beziehungsmanagement drin?

00:32:51: Also die FAQ's zum Thema Wo kann ich meine Abwesenheit beantragen und wie funktioniert mein HR System?

00:32:59: Wie geht die Reisekostenabrechnung?

00:33:01: Ja also wenn du davor FAQ'S hattest mach jetzt einen LMM Sehe ich hundert Prozent, besser als wenn man sich der vierzehn Seiten von diesem dein erster Mitarbeiterquatsch durchlesen muss.

00:33:10: Was ja eh keiner macht?

00:33:11: Ich meine was wir alle machen.

00:33:14: Aber ich finde diese ganzen Beziehungsthemen also vielleicht lass den Chatty dir helfen bei deinem Performance Management aber das Gespräch solltest du selber haben.

00:33:26: Mitarbeiter hat Fragen zu.

00:33:28: ich bin schwanger und wie ist es mit meiner Elternzeit.

00:33:31: Und eigentlich sind die fragen nicht, wie ist das mit meine Elternzeit sondern hey ich hab Angst habe ich hier noch einen Job in neun Monaten oder was auch immer?

00:33:38: da würde ich noch drauf gucken und das fehlt mir manchmal in der Automatisierungs Wut dass man sagt ja ich spare mich jetzt vierhundert Leute im Call Center Ja aber dafür sind meine Mitarbeitenden gefrustert weil wir gesagt wenn ich bei der HR Software nicht mehr sein will Ich weiß nicht wie lange ich beim Arbeitgeber bin wo ich einfach nie meine Frage zur Gehaltsabrechnung geklärt kriege.

00:33:59: Sehe ich genau so, überall wo es um Beziehungen geht ist es total wichtig dass wir da die Menschen im Vordergrund lassen.

00:34:06: Ich könnte euch nicht mehr zustimmen auf dem Thema!

00:34:09: Ich finde das einfach spannend was für Themen in einer und ich find das Wort Automatisierungsbuch total gut entteilen irgendwie weggestrichen und zusammen gestrichen werden Und man sich dann wundert, verlieren wir eigentlich gerade das Vertrauen zum Mitarbeitenden, zu Kundinnen.

00:34:25: Zu wem auch immer?

00:34:26: weil man an den falschen Stellen automatisiert und nicht wirklich sagt wie sieht eigentlich Nummer eins der Prozess aus?

00:34:35: Was sind irgendwie Touchpoints in welche Richtung?

00:34:38: was soll das Ziel davon sein?

00:34:40: und sich dann eben sehr strukturiert fragt Wie kriege ich jetzt den Prozess neu gebaut, bewusst nicht nur automatisiert sondern neu gebaut?

00:34:51: und ja was liegt an welcher Stelle bei wem.

00:34:55: Darf ich noch eine Frage stellen wo wir gerade hier sind?

00:34:58: Sowas von!

00:35:00: Also angenommen an Christine.

00:35:01: Ich habe jetzt meinen Prozess mir angeguckt.

00:35:03: ich hab entschieden dass sich weiterhin dritt Daten haben

00:35:06: will

00:35:07: Und habe auch gemerkt, dass offensichtlich ich gar nicht mehr diese eine Person brauche die das vom chinesischen übersetzt und in die Exeliste eintippt.

00:35:15: Das ist ja ein sehr plakatives Beispiel.

00:35:17: aber wie messe ich denn am Ende des Tages ob das ne sinnvolle Automatisierung war oder nicht?

00:35:26: Also da

00:35:27: gibt es

00:35:27: unterschiedliche Themen.

00:35:28: Ich glaube auch da ist wo es da die menschliche Stärke vielleicht nicht in dem Wort für Wort übersetzen Semantischen Verständnis teilweise noch.

00:35:37: Da kann tatsächlich auch viel schief laufen, wie interpretiere ich die Daten eigentlich richtig?

00:35:43: Ist uns auch schon zwei drei mal auf die Füße gefallen.

00:35:47: Ich glaube da muss man auch wieder gucken was ist das Ziel.

00:35:49: Ich muss natürlich einmal vielleicht meinen Datenbestand weitermanagen.

00:35:54: also schaffe ich dass eigentlich noch die Aktualisierungsfrequenz hoch genug zu haben Wie hoch es auch die Qualität.

00:36:01: Also wenn ich jetzt das dann nochmal prüfen lasse durch einen Menschen, wie oft sagen die eigentlich nee.

00:36:07: Das passt so nicht.

00:36:08: ich muss hier noch mal was anpassen.

00:36:10: Das sind natürlich genauso Sachen die man da angucken möchte um zu sehen ob es eigentlich funktioniert.

00:36:16: und dann noch habe ich da jetzt wirklich gespart?

00:36:20: oder gebe ich jetzt nur das was ich vorher angehalten ausgegeben hab in Tokenkosten aus zu irgendwelchen großen Unternehmen?

00:36:29: Oder sogar mehr!

00:36:31: Weißt du?

00:36:31: Gab's doch jetzt auch schon so ein paar Fälle, wo wir sechzigtausend Euro eingespart haben.

00:36:35: Aber hundertachzigtaussend Euro in Token bezahlt haben.

00:36:39: Andere Kostenstelle!

00:36:41: Genau gibt es überhaupt die Person, die dieses Budget verantwortet und die auch guckt dass das was da gebaut wird eigentlich so effizient gebaut wird, dass nicht irgendwie fünf mal hintereinander die gleiche Abfrage passiert, wo dann man Tokens ausgibt für nichts und wieder nix.

00:36:57: Wie hält man das dann auch nach?

00:36:58: Das eine ist ja schön, wenn man vielleicht sich sogar vor Gedanken gemacht hat ob der Business Case aufgeht.

00:37:03: Die andere Sache ist dann mal zu gucken nach einer gewissen Zeit, ob es überhaupt so aufgegangen ist oder nicht.

00:37:10: Ich glaube auf jeden Fall was schlechtes KPI ist immer zu sagen ihr müsst mehr Token benutzen arbeitet mehr mit der KI.

00:37:18: also ihr lacht jetzt so an.

00:37:19: alle da draußen habt ihr gesehen die beiden Damen haben herzhaft gelacht aber ich habe das zu oft aus zu vielen Ecken gehört, als das es nur ein Witz wäre.

00:37:28: Also wo wirklich gesagt wurde wir wollen dass ihr mindestens fünfzig Anfragen pro Woche über die KI stellt und da denke ich mir schon Leute das ist warn.

00:37:38: Ich glaube man muss ein bisschen unterscheiden.

00:37:39: wenn's darum geht vielleicht Die angst zu nehmen dass man da jetzt kosten produziert um erst mal reinzukommen Sachen ausprobieren dann finde ich ist es zumindest sollte man dann vielleicht nicht total das begrenzen und sagen, du darfst aber nur drei anfragen.

00:37:53: Und jetzt überleg dir bitte ganz genau welche drei das sind, ob die es auch wert sind?

00:37:57: Aber klar!

00:37:58: Jetzt nur maximal.

00:37:59: also dann schreibe ich mir halt als nächstes die Automatisierung, die fünfzig Anfragen pro Woche schreibt in den Chatbot damit ich das schon mal geschafft habe und dann gucke ich mal was ich wirklich machen will.

00:38:10: I love it!

00:38:11: Weißte einfach selbst.

00:38:12: fulfilling craziness Ja... Was ist denn unsere Takeaways

00:38:17: jetzt?!

00:38:20: Ja, dieses Thema gerade nochmal kosten finde ich ist so ein wichtiges.

00:38:26: Weil auch da wie häufig habe ich in den letzten, ich würde sagen zwölf bis achtzehn Monate mit Menschen gesprochen an verschiebenen Ecken und Enden im Überraschung angeschaut haben und gesagt haben wir das Melsimetroken kosten?

00:38:40: So und was nutzt?

00:38:42: jetzt mindestens fünfzig Anfragen die Woche bin ich ganz dank ristin.

00:38:45: das kann man mal temporär machen um sagen Leute wir wollen bewusst dass ihr ausprobiert, dass er aufhört irgendwie Angst zu haben.

00:38:53: Dass ihr mit den verschiedenen tools in Berührung kommt und dass sie wirklich lernt.

00:38:59: für was möchte ich das jetzt nutzen und für was nicht?

00:39:01: aber bitte verkauft solche Ideen dann nicht als KI Transformation sondern als bewusstes Investment ins Ausprobieren.

00:39:11: Wir kommen so langsam zum Ende von unserer Podcast-Folge und wie immer würde ich sagen, schließen wir immer mit den Key Takeaways ab.

00:39:20: Anjuli möchtest du anfangen?

00:39:21: Du sagst gerade, du möchtst Faxgeräte wieder zurück!

00:39:24: Ja, ich habe kurz das Transkript vom Podcast.

00:39:28: Würde ich jetzt kurz in die KI werfen und fragen was sind die Key Takeways?

00:39:32: Warte Moment... Scherz.

00:39:36: Also für mich total wichtig, was wir am Anfang gesprochen haben.

00:39:43: Was

00:39:44: optimieren wir hier überhaupt?

00:39:46: Und für wen?

00:39:47: und was ist das Outcome, was ich haben möchte und von da aus gucken –

00:39:54: was

00:39:54: kann ich da automatisieren und wie viel?

00:39:56: Das finde ich sollten wir uns alle nochmal hinter die Ohren schreiben weil ich erlebe ganz oft wirklich dass Prozesse optimiert werden Aber dieser Prozess eigentlich gar nicht mehr sinnvoll ist.

00:40:09: Aber das haben wir ja schon immer so gemacht, nur jetzt machen wir es halt digital und das wäre für mich der erste Gedankengang auch zu sagen guck was die KI kann.

00:40:19: also neulich wollte jemanden Fragebogen einfach in die KI packen Also einfach nur diesen klassischen Frageboden in die Ki damit Leute dann da etwas ankreuzen können Anstatt dass man sagt wenn wir schon LMM haben Dann hab's doch im Gespräch.

00:40:34: Also wir hatten wirklich dieses ABCD, also deine Mitarbeiter machen so und so ab und c statt einfach das dann in einem Gespräch zu machen.

00:40:43: Also Nutze ist dann auch smart.

00:40:46: Lieber Ankristin was wäre dein Key-Takeaway aus der heutigen Folge?

00:40:51: Tatsächlich ist mein Key-Take away nochmal mehr zu gucken wo brauchen wir eigentlich die menschliche Beziehungsebene?

00:40:57: Und dann zu sagen auch wenn wir das vielleicht automatisieren könnten oder mit KI machen könnten dass man es da bewusst nicht macht, weil man hier die menschliche Beziehungsebene das Vertrauen braucht um wirklich einen guten Job machen zu können.

00:41:13: Grüße geht raus an meine HR-Software!

00:41:16: Und denkt dran liebe Leute dieses Zitat kommt von unserer Chief Data Officer.

00:41:21: Das heißt bitte macht euch da wirklich Gedanken drauf vor allem wenn ihr in einer Piebelverantwortung seid und ihr vielleicht Im Unternehmen Leute haben, die gerade total auf dieser Welle reiten.

00:41:33: Alles muss wie über die KI laufen!

00:41:36: Hab das im Kopf.

00:41:37: und jetzt Last but not least – Mein Key-Takeaway ist tatsächlich der Punkt den ich am Ende auch schon so gefeiert habe und zwar in die Richtung Kosten.

00:41:47: Wenn ihr plant, gerade vor dem Hintergrund menschlicher und digitaler Kolleginnen in der Organisation Denkt immer dran, nur weil ihr Personalkosten einspart durch eine KI bedeutet das nicht dass die Kosten weg sind.

00:42:02: Die gehen am Zweifel in einen anderen Topf wenn ihr eben mehr Tokens da durchverbraucht.

00:42:08: Da solltet ihr nicht von überrascht sein und sagen wir haben voll was eingespart und euch dann plötzlich wundern warum genau gehen eigentlich meine IT-Kosten gerade durch die Decke?

00:42:18: Ja leider nicht alles für lau!

00:42:21: Kurze

00:42:21: neue Frage LMMM, dass sie Kündigungsgespräche führt.

00:42:26: Richtig

00:42:27: supergute Idee!

00:42:28: Auf der anderen Seite ihr erinnert euch schönes letztes Wort für unseren Podcast HappyHair.

00:42:33: Ihr erinnrt euch an den Typ, der über Zoom irgendwie die tausend Leute gekündigt hat in der voraufgenommenen Videonachricht.

00:42:40: dann vielleicht doch lieber LMM.

00:42:42: Nein das war ein Schat.

00:42:43: Ist auch nicht besser.

00:42:44: Wir haben

00:42:44: manchmal die Erfahrung gemacht, dass unsere Ironie und Sarkasmus nicht hundert Prozent transportiert wird über das Medium des Podcasts.

00:42:53: Wir sind gar nicht der Meinung, dass man Kündigungen so machen sollten.

00:42:57: Eher im Gegenteil.

00:42:57: wir haben dazu aber auch viele Folgen.

00:42:59: eigentlich in jeder Staffel reden wir einmal darüber.

00:43:01: also hört euch das gerne nochmal an und damit würde ich uns verabschieden?

00:43:09: Ja

00:43:10: sehr gerne liebe Ann-Kristin!

00:43:13: Tausend Dank, dass du heute gestern bei unserem Podcast warst.

00:43:16: Sehr gerne.

00:43:17: Es hat uns riesengroßen Spaß gemacht und ich finde es echt cool, heute auch nochmal deine Datenbrille zu bekommen auf dem Thema KI.

00:43:29: Wo setze ich sie ein?

00:43:30: Wo setzt sich die nicht ein um hier nicht immer in der eigenen HR-Suppe unterwegs zu sein sondern noch mal Impulse von der Seite zu bekommen.

00:43:37: Von daher tausend Dank!

00:43:40: Danke dass ich da sein durfte.

00:43:41: Hat Spaß gemacht!

00:43:43: Von mir auch vielen vielen dank für die Inputs.

00:43:46: Liebe Annika, wie immer vielen Dank an dich.

00:43:49: An alle da draußen vielen Dank fürs Zuhören!

00:43:51: Wie immer Wünsche, Anregungen und Ideen gerne an info at hr-ungeschminkt.de.

00:43:58: Wir sind auch auf LinkedIn erreichbar Und wenn ihr Personal Themen habt in denen ihr Beratung von mir braucht und Unterstützung meldet euch gerne.

00:44:08: und sonst Happy HR.

00:44:10: macht uns stolz und bis nächste Woche

00:44:14: Tschüss.