KI und maschinelles Lernen in der Personalentwicklung verstehen

Wir hatten vor Kurzem das Vergnügen, ein Webinar zum Thema Künstliche Intelligenz (KI) und Maschinelles Lernen mit Diane Haines, VP Marketing von OpenSesame, abzuhalten. Wir diskutierten praktische Anwendungen von KI und maschinellem Lernen in der Weiterbildung und im Corporate Training. Es ging unter anderem darüber, wie Sie Daten in Ihrem Unternehmen für die Weiterbildung von Mitarbeitern aufarbeiten können und wie Sie diese verarbeiten können, um Wissen für die Praxis zu sammeln, um Ihre Mitarbeiter zu schulen.

Für viele ist es noch immer unklar, wie man KI und maschinelles Lernen einsetzt oder wie man eine entsprechende Strategie entwickelt. Während des Webinars führten wir eine Live-Umfrage durch und fragten: Was sind die Hindernisse für maschinelles Lernen und KI in Ihrem Unternehmen heute? Mehr als die Hälfte der Teilnehmer sagte, dass es keinen klaren Anwendungsfall oder Strategie für KI oder maschinellem Lernen in ihren Unternehmen gibt.

Was ist KI und maschinelles Lernen?

Was ist KI und maschinelles Lernen?

Um die Verständnisprobleme und mangelnder Strategie in den Griff zu bekommen, lassen Sie uns einen Blick auf einige Punkte werfen, die wir während des Webinars angesprochen haben. Beginnen wir mit der Definition einiger Begriffe, um sicherzustellen, dass wir alle auf der gleichen Seite sind.

Künstliche Intelligenz ist definiert als die Theorie und Entwicklung von Computersystemen, die in der Lage sind, Aufgaben zu erfüllen, die normalerweise menschliche Intelligenz erfordern, wie visuelle Wahrnehmung, Spracherkennung, Entscheidungsfindung und Übersetzung zwischen Sprachen. Maschinelles Lernen ist ein Teil der künstlichen Intelligenz. Es handelt sich um Algorithmen, deren Leistung sich verbessert, da sie mit der Zeit immer mehr Daten auswerten.

Um besser zu verstehen, wie KI und maschinelles Lernen Ihnen helfen kann, sollten Sie sich zunächst auf diese drei Punkte konzentrieren und hinterfragen: Automatisierung, Empfehlung und Prävention.

Automatisierung

Automatisierung

Während des Webinars erklärte Diane, dass KI einen maschinellen Informationsprozess hat, um in der Lage zu sein, die menschliche Intelligenz zu simulieren, ohne dass Menschen beteiligt sind.

Einige Beispiele für die Automatisierung durch maschinelles Lernen können sein, wie Bilder von Radiologen beschriftet werden, Dokumente, die mit Metadaten beschriftet werden müssen, und Projekte, die mit Budgetüberschreitungen gekennzeichnet sind.
Bei Speexx nutzen wir die Automatisierung, um Sessions für unsere globale virtuelle Klassenzimmerlösung dynamisch zu planen, wobei wir das bevorzugte Datum und die bevorzugte Uhrzeit unserer Schüler, Themen und Trainer berücksichtigen, um die Zeitpläne optimal auf ihre individuellen Bedürfnisse abzustimmen. Der Automatisierungsprozess wählt auch den bestmöglichen persönlichen Coach für einen neuen Schüler aus, um die Bedürfnisse des jeweiligen Schülers während des Lernprozesses durch Unterstützung, Motivation, Korrekturen und individuelle telefonische oder virtuelle Unterrichtseinheiten erfüllen zu können.

Diane erläuterte auch verschiedene Arten des maschinellen Lernens, wie z.B. beaufsichtigtes, unbeaufsichtigtes Lernen und Intensivierung. Alle Arten des maschinellen Lernens sind darauf ausgerichtet, vorauszusagen, was als nächstes passieren könnte, um dann die gewünschten Ergebnisse zu liefern. Die Aufgabe des maschinellen Lernens besteht darin, Prozesse so zu automatisieren, dass der Mensch weniger Verwaltungsarbeit hat um dann eine Empfehlung zu erhalten, was der nächstbeste Schritt oder der nächstbeste Weg wäre. Das bringt uns zum nächsten Schritt, der Empfehlung.

Empfehlung

Empfehlungen

Ein Fakt aus der Weiterbildung ist, dass sich viele Talentmanager Empfehlungen für personalisierte Lernpfade wünschen. Jedes Mitglied eines Teams kann unterschiedliche Karriereziele haben und jedes hat einen anderen Karriereweg, um innerhalb des Unternehmens aufzusteigen. Vielleicht hat ein Team zwei oder drei leistungsstarke Mitarbeiter, die in das obere Management gewechselt sind? Wenn Talentmanager die Lernpfade und die Ausbildung dieser Mitarbeiter analysiert und verstanden haben, könnte anderen Teammitgliedern ein ähnlicher, angepasster Lernpfad vorgeschlagen werden, um ihre Performance zu steigern.

Ein weiteres Beispiel wäre, wie Speexx die KI verwendet, um das Benutzerverhalten vorherzusagen und dann Empfehlungen auf der Grundlage dieser Verhaltensmuster zu geben. So können dann personalisierte Maßnahmen laufen, die verhindern sollen, dass User abspringen. Unser System analysiert auch Nutzerverhalten, wie verschiedenen Trainings, die Arbeitsleistung, in welchen Bereichen sie Schwierigkeiten haben oder sich hervorheben und gibt dann Empfehlungen für einen personalisierten Lernpfad.
Wir verwenden auch einen kollaborativen Filterempfehlungsalgorithmus, um wöchentlich personalisierte und interessante Inhalte an die Teilnehmer zu senden.

Prävention

Prävention

Lernalgorithmen sollen verhindern, dass etwas passiert, bevor es passiert.

Ein klassisches Beispiel für die praktische Anwendung der Prävention ist, einen Mitarbeiter Gefahrensituationen zu warnen.

Durch die regelmäßige Analyse Ihrer historischen Trainings- und Kommunikationsdaten können Sie Warnmeldungen über gefährdete Mitarbeiter erhalten, wenn ein Mitarbeiter von Compliance-Problemen bedroht ist. Sie können dann in die richtige Richtung gehen und vorschlagen, dass der Mitarbeiter Maßnahmen ergreift, um ein negatives oder ungünstiges Ergebnis zu verhindern.
Bei Speexx erkennen wir, wenn ein Schüler nicht genügend Aufwand in die Lernprozesse investiert, um zu verhindern, dass er aus dem Kurs austritt oder durchfällt.

Personalisierte Lernerfahrungen

Um ein effektives Aussprachetraining zu ermöglichen, hat Speexx eine eigene Spracherkennungssoftware entwickelt, die speziell für das Lernen von Sprachen entwickelt wurde. In einem Interview mit Android Pit erläuterte Armin Hopp, wie Speexx‘ Lern-Feed KI verwendet, um personalisierte Lernerfahrungen, räumlich getrennte Wiederholungen für das Vokabeltraining sowie Schreiben, Hörverständnis und Aussprache zu ermöglichen.

Sie können personalisiertere Lernerfahrungen mit KI und maschinellem Lernen anbieten, indem Sie die Trainingsmuster und das Lernverhalten aktueller Lerner nachverfolgen. So können Sie einen idealen Lernpfad identifizieren und ihn anschließend auf Ihr Team anwenden. Dabei geht es darum, zu verstehen, welche Daten sich bereits in Ihrem System befinden, z.B. Performance-Entwicklung, und dann den besten Anwendungsfall dafür zu finden. Dies mag sehr zeitaufwendig erscheinen, aber die Realität ist, dass die Daten für viele verschiedene Empfehlungen bereits in Ihrem System vorhanden sind.

Wir freuen uns darauf, dieses Thema auf Speexxx Exchange Berlin im November weiter zu vertiefen. Begleiten Sie uns zusammen mit Tom Turnbull, VP Partnerships und Mitbegründer von OpenSesame, bei der Diskussion praktischer Anwendungen von KI in den Bereichen Personalwesen und Weiterbildung.

Jetzt anmelden

Über OpenSesame

OpenSesame bietet den umfangreichsten Katalog mit E-Learning-Kursen von den weltweit führenden Verlegern an. Mit Kursen zum Thema Management und Leadership, Business- und Soft Skills, HR und Compliance, IT und Technologie, Sicherheit sowie branchenspezifischen und Zertifizierungskursen in verschiedenen Formaten und Sprachen, können wir Ihnen dabei helfen, ein Schulungsprogramm zu entwickeln, das Ihre Mitarbeiter heute und in Zukunft bestens vorbereitet.