Datenbasiertes Wissens- und Kompetenzmanagement

Aktuell stehen viele Unternehmen der Automobilbranche vor einem gewaltigen Umbruch: Neue digitale Technologien verändern bestehende Geschäftsmodelle und Arbeitsabläufe erheblich. Um den digitalen Transformationsprozess erfolgreich zu meistern, benötigen die Mitarbeitenden daher neue Fähigkeiten und Kompetenzen. Neben der Veränderung von fachlichen Kompetenzen gilt es dabei auch, persönliche und methodische Kompetenzen, wie die Anpassungsfähigkeit oder die Motivation zum lebenslangen Lernen, zu berücksichtigen. Allerdings fehlen in vielen Unternehmen Ansätze, um bestehende und zukünftige Kompetenzlücken systematisch zu identifizieren und durch geeignete Maßnahmen frühzeitig zu schließen.

An dieser Herausforderung setzt das Projekt DaWiK an. Gemeinsam arbeitet das Projektteam an einem Rahmenmodell für die KI-gestützte, strategische und operative Planung von Kompetenzen in Instandhaltung und Service am Beispiel der Automobilindustrie. Durch das KI-gestützte Vorgehen sollen die Anlernzeit in Unternehmen signifikant reduziert und die Produktivität unmittelbar gesteigert werden. 

In DaWiK werden Kompetenzlücken datengetrieben identifiziert und Handlungsmaßnahmen für das „On-the-Job“ Training von Mitarbeitenden mit Hilfe von KI-Methoden abgeleitet. Hierbei werden klassische Methoden des Kompetenzmanagements mit Methoden des Text Minings, semantischen Technologien (Ontologie, Knowledge Graph) und Machine Learning kombiniert. Das DaWiK-Rahmenmodell verbindet zudem die strategische Ebene des Kompetenzmanagements mit der operativen Ebene der Kompetenzentwicklung.

Das technische Ergebnis stellt ein Proof-of-Concept Demonstrator zur Unterstützung der strategischen und operativen Kompetenzplanung dar, der von den Projektpartnern gemeinsam mit Unternehmen eingesetzt und erprobt werden soll. Im Projekt fokussiert das KODIS dabei insbesondere die Fragestellung, wie eine KI-basierte Wissens- und Kompetenzunterstützung gestaltet sein muss, damit sie von Nutzenden akzeptiert wird und einen möglichst großen Mehrwert im Arbeitsalltag stiftet. 

Projektpartner:

• Fraunhofer Austria