Q_Perior und Chemistree

Leuchtturmprojektbeschreibung

Unternehmenshintergrund

Kurzbeschreibung der Unternehmen

CHEMISTREE GmbH

Die Chemistree GmbH hat sich darauf spezialisiert, Menschen digital und zielgerichtet miteinander zu verknüpfen. Sie meistert die Herausforderung, relevante Daten zu sammeln, abzugleichen und zu ordnen – auch bei Änderungen. Mithilfe von IT und algorithmenbasierten Verfahren ermöglicht Chemistree individuell angepasste, standardisierte und automatisierte Verknüpfungen zwischen Teilnehmenden. Das Unternehmen garantiert technische Exzellenz, wissenschaftliche Fundierung und ethische Verantwortung im Matching-Prozess, der tausendfach erprobt und ständig verbessert wird. Chemistree setzt auf Vertrauen und verantwortungsvollen Umgang mit Teilnehmerdaten, gewährt seinen Auftraggebern echte Transparenz und Entscheidungsautonomie.

Q_PERIOR AG

Q_PERIOR setzt sich zum Ziel, durch Spitzenleistungen zur Führungsposition seiner Kund:innen beizutragen, wobei der Name des Unternehmens für höchste Qualität („quality“) und Überlegenheit („superior“) steht. Der Fokus liegt auf der Integration von Business und IT, wobei Q_PERIOR als Managementberatung service- und lösungsorientiert arbeitet und branchenübergreifende Kompetenzen bietet. Dies ermöglicht die Entwicklung neuer, kreativer Ansätze für innovative Geschäftsmodelle. Der Mensch steht bei Q_PERIOR im Mittelpunkt, sowohl als Kund:in und Mitarbeiter:in als auch als Teil der Gesellschaft, was sich in einem integrativen, empathischen und vertrauensvollen Arbeitsstil sowie sozialem Engagement widerspiegelt.

Lösungsansatz - KI-basierte Software

Was waren die Ziele, mit denen die Software eingeführt wurde?

Ziel war es, neu eingestellten Mitarbeiter:innen möglichst schnell und gut in das Unternehmen zu integrieren. Dabei ist die Weitergabe der Unternehmenskultur wichtig, der effiziente Aufbau von Netzwerken sowie eine Ansprechperson, die bei allen aufkommenden Fragen weiterhilft.

Wie sah die Softwarelösung aus? An welchen Stellen tritt KI auf? Welche Daten wurden verwendet?

Die CHEMISTREE GmbH stellt eine Software-as-a-Service-Software zur Verfügung, die auf die Bedürfnisse der jeweiligen Kund:innen maßgeschneidert wird. Kernfunktion ist das Matching von Personen. Die Software basiert auf Fragebögen, sowie Scoring- und Matching-Algorithmen. Bei Q_PERIOR wurde die CHEMISTREE-Software für das „Buddymatching“ verwendet: Neue Mitarbeiter:innen (New Buddies) werden mit erfahrenen Mitarbeiter:innen (Buddies) gematcht, die die Rolle des:r Ansprechpartner:in übernehmen. Verwendet werden die Antworten der Teilnehmenden in den beiden Fragebögen, die vom Panel der Vielfalt definiert wurden. Die Teilnahme am Matching ist freiwillig. Es werden nur die Daten aus den Fragebögen verwendet, keine weiteren Quellen (wie soziale Netzwerke oder Personaldaten). Im Fragebogen werden hauptsächlich Fragen zu Präferenzen und Hintergründen in Bezug auf die zwischenmenschliche Interaktion gestellt.

Wer wird die Software nutzen?

Zielgruppen der Software sind auf der einen Seite neu eingestellte Mitarbeitende und auf der anderen Seite Mitarbeitende, die bereits sehr mehr als sechs Monaten im Unternehmen sind – und zwar über alle Rollen und Fachbereiche hinweg.

Umsetzung des KIDD-Prozesses im Unternehmen

Visionsphase (Wie und welche Akteure waren in die KIDD-Prozessentscheidung involviert und wie wurde das Panel der Vielfalt aufgebaut?)

Im Zuge der Implementierung des KIDD-Prozesses bei Q_PERIOR wurden in der Visionsphase, zunächst alle innerbetrieblichen Akteure im Panel der Vielfalt (PdV) eingebunden. Dazu zählten: CEO, HR & Recruiting, Diversitätsbeauftragte, Data Scientists sowie KI-Beauftragte, ergänzt durch 10 Mitarbeitende mit diversen Merkmalen (Fachabteilung, Bildung, Altersgruppe, Geschlecht, Behinderung, Herkunft, Position) aus unterschiedlichen Bereichen.

Anforderungsklärung (Welche zentralen Chancen und Risiken verband das PdV mit der Softwareeinführung?)

Hoffnungen

• Strategisch/organisational:

  • Definition der Zielsetzung des Programms und was ein gutes Match ausmacht.

  • Förderung von Verständnis und Inspiration zwischen den gematchten Personen.

  • Zufallsbasierte Matches könnten neue Perspektiven eröffnen.

• Softwarebezogen:

  • Erstellung von Fragen, die keine bestehenden Biases verankern.

  • Sicherstellung, dass genügend Diversität vorhanden ist, um gute Matches zu ermöglichen.

  • Berücksichtigung von fachlichen, persönlichen und Entwicklungskriterien beim Matching.

Befürchtungen

• Strategisch/organisational:

  • Ungewollte Verankerung bestehender Biases durch die Fragestellungen.

  • Unterrepräsentation von Frauen in bestimmten Rollen (Partner, Entwickler).

  • Harte Kriterien könnten die Diversität einschränken.

• Softwarebezogen:

  • Entscheidungen, ob nach Ähnlichkeit oder Unterschiedlichkeit gematcht werden soll.

  • Risiko des Ausschlusses von Menschen aus falschen Gründen (z.B. introvertiert/extrovertiert).

  • Abhängigkeit von den Präferenzen der Teilnehmenden für die Art des Matches (fachlich/persönlich).

Adaption/Entwicklung (Welche Anforderungen stellte das PdV an die Software, und wie wurden diese bei Kauf oder Entwicklung berücksichtigt?)

Da fachliche Expertisen sowie Hierarchiestufen bei Q_PERIOR stark mit z.B. dem Geschlecht korrelieren (es gibt weniger Frauen als Männer mit Entwicklungshintergrund sowie auf höheren Hierarchiestufen), wurden diese Aspekte beim Buddy-Matching nicht abgefragt.

Da ein Gamen des Systems (eine Optimierung z.B. nach „extrovertiertem“ oder „erfolgreichem“ Buddy) vermieden werden sollte, wurden auch solche Kategorien nicht abgefragt.

Um die Entscheidungshoheit und die Steuerbarkeit bei den Teilnehmenden zu belassen, wurden präferenzbasierte Fragen gestellt (ich arbeite gerne mit Menschen, die pragmatisch sind) und im Matching danach optimiert, dass die Präferenzen beider Personen zu einem möglichst hohen Grad erfüllt wurden.

Zentral festgelegte Annahmen (z.B. sollte die gleich oder eine unterschiedliche Hierarchiestufe sein) wurden weitestgehend vermieden.

Test & Inbetriebnahme (Wie wurden die PdV-Anforderungen in Testfällen umgesetzt, und wie wurde die Umsetzung kommuniziert?)

Durch die Durchführung von Testfällen und das daraufhin eingerichtete Transparency Hub wurden Einblicke in den Prozess der Softwareentwicklung und -anpassung geboten, wodurch die Belegschaft über die Entwicklungen informiert und involviert wurde. Die Ergebnisse der ersten Matching-Runde wurden dem PdV vorgelegt, wobei durch definierte KPIs und Schwellenwerte eine Bewertung der Matching-Effizienz ermöglicht wurde. Durch die Überwachung des Prozesses konnte das PdV sicherstellen, dass das Buddy-Matching-Programm den Intentionen gemäß, fair und transparent funktioniert.

Learnings und Best Practices

Was ist gut gelaufen? Was würde zukünftig anders gemacht werden?

Was lief gut:

• Der Austausch zwischen dem PdV und den Entwickelnden funktionierte gut, wenn Bereitschaft und Übung auf beiden Seiten vorhanden waren.

• Die hohe Akzeptanz des KIDD-Prozesses resultierte aus der direkten Beteiligung der relevanten Akteure.

• Die angemessene Anzahl und Länge der Präsenztermine, die als genau richtig empfundene Größe des PdV von 17 Personen, die wichtige Aufnahme von CEO und HR ins PdV und der angemessene Anteil asynchroner Arbeit, wobei Abstimmungen per Videocall positiver bewertet wurden als das .

• Panel der Vielfalt bestand aus einer Kerngruppe und wurde iterativ ergänzt.

Verbesserungspotenziale:

• Es ergaben sich Fragen bezüglich des Umfangs strategischer Fragestellungen und der Abgrenzung bzw. Anknüpfung zu Mitbestimmungsrechten.

• Wenn keine Bereitschaft und Übung auf beiden Seiten vorhanden waren, wurden Übersetzungsleistungen oder neue Rollen als Moderation als notwendig erachtet.

• Während der Aushandlungs- und Implementierungsphase für das Buddy-Matching war das PdV sehr engagiert und interessiert dabei. Im Nachgang gab es einige personelle Wechsel und die Beteiligung nahm ab.

Was sind die Schlüsselerkenntnisse und bewährte Praktiken aus der Implementierung der Software mit KIDD?

Key Learnings:

• Beteiligung des PdV in Visionsphase: + 80% der relevanten Fragen werden gestellt, auch ohne IT-Background; Innovation by Diversity

• Effektiver Austausch: Der Austausch zwischen dem Panel der Vielfalt (PdV) und den Entwickelnden funktionierte gut, wenn Bereitschaft und Übung auf beiden Seiten vorhanden waren.

• Angemessene Strukturen: Die Anzahl und Länge der Präsenztermine, die Größe des PdV von 17 Personen, die Aufnahme von CEO und HR ins PdV und der angemessene Anteil asynchroner Arbeit waren hilfreich.

• Iterative Ergänzung: Das PdV bestand aus einer Kerngruppe und wurde iterativ ergänzt. Es gab somit wenig Wissensverlust.

Best Practices:

• KIDD in feste Strukturen einbetten: Etablierung eines festen Gremiums, das die Umsetzung des KIDD-Prozesses im Unternehmen begleitet, um Kontinuität zu gewährleisten und Wissensverluste zu vermeiden.

• Strategische Fragestellungen klären: Umfang und Abgrenzung strategischer Fragestellungen sowie Anknüpfung an Mitbestimmungsrechte frühzeitig festlegen.

• Kontinuität in der Beteiligung: Sicherstellen, dass personelle Wechsel nicht zu einem Rückgang der Beteiligung führen, insbesondere während der Implementierungsphase.