"Wir müssen mal sprechen" Der Personal-Talk - HR und KI geht da was?
In unserem aktuellen Personal Talk hatten wir AI …
32 Minuten
Podcast
Podcaster
Viktoria berät Unternehmen rund um das Thema Personal-Kommunikation. Die Podcast-Reihe startete 2020. In den Interviews werden Best Cases zur internen Kommunikation dargestellt oder Fachmenschen zu spezifischen Bereichen der Personal Kommunikation befr...
Beschreibung
vor 6 Monaten
In unserem aktuellen Personal Talk hatten wir AI Babsi zu Besuch.
Sie ist eine Expertin für KI Themen und hat uns einige Grundlagen
im Bezug auf HR Arbeit mit KI vermittelt. Hier kommt eine Übersicht
der Themen, wir hätten noch stundenlang mit ihr weiter sprechen
können: Definition und Geschichte von KI/AI Unterscheidung zwischen
historischem Begriff "Artificial Intelligence" (Ende 40er/Anfang
50er Jahre) und aktuellen Anwendungen KI als "Mathe in Code" -
umfasst Machine Learning, Reinforcement Learning, aber auch
alltägliche Algorithmen (Google Maps, Netflix-Empfehlungen,
LinkedIn-Feed) Fokus auf generative AI (Gen-AI) und Large Language
Models (LLMs) als aktuelle Entwicklung Praktische Anwendungen in HR
Interne Kommunikation Perspektivwechsel und Sprachanpassung durch
LLMs Übersetzung zwischen verschiedenen Fachsprachen und
Zielgruppen Vereinfachung komplexer Inhalte und Barrierefreiheit
Stellenanzeigen und Recruiting Hyperpersonalisierung ähnlich dem
Marketing Zielgruppenspezifische Ansprache und Perspektivwechsel
Verbesserung der Candidate Experience durch bessere Kommunikation
Weiterbildung und Wissenstransfer LLMs als Lerntools bei
vorhandenem Grundwissen Aufbau von Wissensdatenbanken Dokumentation
und Erhaltung von Expertenwissen (besonders wichtig bei
Generationenwechsel) Rechtliche und ethische Aspekte Datenschutz
und DSGVO Klare Trennung zwischen Trainingsdaten und Input-Daten
Grundregel: Nur Daten eingeben, die auch öffentlich geteilt werden
könnten Keine personenbezogenen Daten oder Geschäftsgeheimnisse in
öffentlichen Tools EU AI Act und Compliance Kompetenzpflicht (keine
Schulungspflicht) bei KI-Nutzung Besondere Anforderungen für HR
aufgrund der Vertrauensposition Bias-Testing und ethische
Überlegungen bei HR-Tools Verbot von Emotionserkennung im
beruflichen Kontext Strategische Herangehensweise Grundlagen
schaffen AI-Literacy und AI-Fluency als Basis Bestandsaufnahme:
Welche Tools werden bereits genutzt? Bottom-up meets Top-down
Ansatz notwendig Praktische Umsetzung Mit einfachen Use Cases
beginnen (z.B. Stellenanzeigen) Dokumentation und Learnings
festhalten Prompt Libraries aufbauen KI-Richtlinien entwickeln
Erforderliche Kompetenzen Drei Kernkompetenzen für
HR-Professionals: Grundlagenverständnis: Wie funktionieren LLMs,
was sind Tokens, Token Windows? Rechtlicher Rahmen: Compliance und
Datenschutz-Einschätzung Prompting-Skills: Professioneller Umgang
mit KI-Tools Zukunftsperspektive (3-Jahres-Ausblick) Erwartete
Entwicklungen: Stärkere Verfügbarkeit von Wissensdatenbanken in
Unternehmen Aufbrechen von Silos in großen Unternehmen
Workflow-Integration in kleineren Unternehmen Wissensaggregation
vor dem Generationenwechsel (Renteneintritt erfahrener Mitarbeiter)
Zentrale Botschaft: Der Zeitpunkt zum Handeln ist jetzt - Mai 2025.
Unternehmen müssen beginnen, auch wenn nicht alle Aspekte sofort
perfekt sind. Der Verzögerungseffekt durch Nicht-Handeln wird
täglich größer und dramatischer.
Sie ist eine Expertin für KI Themen und hat uns einige Grundlagen
im Bezug auf HR Arbeit mit KI vermittelt. Hier kommt eine Übersicht
der Themen, wir hätten noch stundenlang mit ihr weiter sprechen
können: Definition und Geschichte von KI/AI Unterscheidung zwischen
historischem Begriff "Artificial Intelligence" (Ende 40er/Anfang
50er Jahre) und aktuellen Anwendungen KI als "Mathe in Code" -
umfasst Machine Learning, Reinforcement Learning, aber auch
alltägliche Algorithmen (Google Maps, Netflix-Empfehlungen,
LinkedIn-Feed) Fokus auf generative AI (Gen-AI) und Large Language
Models (LLMs) als aktuelle Entwicklung Praktische Anwendungen in HR
Interne Kommunikation Perspektivwechsel und Sprachanpassung durch
LLMs Übersetzung zwischen verschiedenen Fachsprachen und
Zielgruppen Vereinfachung komplexer Inhalte und Barrierefreiheit
Stellenanzeigen und Recruiting Hyperpersonalisierung ähnlich dem
Marketing Zielgruppenspezifische Ansprache und Perspektivwechsel
Verbesserung der Candidate Experience durch bessere Kommunikation
Weiterbildung und Wissenstransfer LLMs als Lerntools bei
vorhandenem Grundwissen Aufbau von Wissensdatenbanken Dokumentation
und Erhaltung von Expertenwissen (besonders wichtig bei
Generationenwechsel) Rechtliche und ethische Aspekte Datenschutz
und DSGVO Klare Trennung zwischen Trainingsdaten und Input-Daten
Grundregel: Nur Daten eingeben, die auch öffentlich geteilt werden
könnten Keine personenbezogenen Daten oder Geschäftsgeheimnisse in
öffentlichen Tools EU AI Act und Compliance Kompetenzpflicht (keine
Schulungspflicht) bei KI-Nutzung Besondere Anforderungen für HR
aufgrund der Vertrauensposition Bias-Testing und ethische
Überlegungen bei HR-Tools Verbot von Emotionserkennung im
beruflichen Kontext Strategische Herangehensweise Grundlagen
schaffen AI-Literacy und AI-Fluency als Basis Bestandsaufnahme:
Welche Tools werden bereits genutzt? Bottom-up meets Top-down
Ansatz notwendig Praktische Umsetzung Mit einfachen Use Cases
beginnen (z.B. Stellenanzeigen) Dokumentation und Learnings
festhalten Prompt Libraries aufbauen KI-Richtlinien entwickeln
Erforderliche Kompetenzen Drei Kernkompetenzen für
HR-Professionals: Grundlagenverständnis: Wie funktionieren LLMs,
was sind Tokens, Token Windows? Rechtlicher Rahmen: Compliance und
Datenschutz-Einschätzung Prompting-Skills: Professioneller Umgang
mit KI-Tools Zukunftsperspektive (3-Jahres-Ausblick) Erwartete
Entwicklungen: Stärkere Verfügbarkeit von Wissensdatenbanken in
Unternehmen Aufbrechen von Silos in großen Unternehmen
Workflow-Integration in kleineren Unternehmen Wissensaggregation
vor dem Generationenwechsel (Renteneintritt erfahrener Mitarbeiter)
Zentrale Botschaft: Der Zeitpunkt zum Handeln ist jetzt - Mai 2025.
Unternehmen müssen beginnen, auch wenn nicht alle Aspekte sofort
perfekt sind. Der Verzögerungseffekt durch Nicht-Handeln wird
täglich größer und dramatischer.
Weitere Episoden
31 Minuten
vor 5 Monaten
30 Minuten
vor 8 Monaten
32 Minuten
vor 10 Monaten
49 Minuten
vor 1 Jahr
48 Minuten
vor 1 Jahr
In Podcasts werben
Kommentare (0)