Transcript
Speaker: Herzlich willkommen zum Webwise Recruiting Talk.
Speaker: Alles eine Frage der Einstellung.
Speaker: Echtes Recruiting-Wissen, echte Erfahrungen, echte Erfolgsrezepte.
Speaker: Aus der Personalabteilung, direkt in dein Ohr.
Speaker: Ja, herzlich willkommen zum Workwise Recruiting Talk.
Speaker: Ich bin Lisa und ich habe heute den Holger mit dabei.
Speaker: Du bist Head of Product bei Datacraft.
Speaker: Magst du dich zum Start unseren Hörern und Hörerinnen einfach mal kurz vorstellen und auch ein paar Worte dazu sagen, was ihr so macht und welche Mission ihr verfolgt?
Speaker: Ja klar, sehr gerne.
Speaker: Ja, erstmal vielen Dank, dass ich im Podcast sein darf und freue mich drauf auf das Interview.
Speaker: Und ja, ich bin Holger, ich arbeite als Head of Product bei Datacraft, bin also da für
Speaker: Ja, die Erstellung von Produkten, in unserem Fall also Kursen für die Lehrmaterialien, für das Curriculum und alles, was damit zusammenhängt, auch das Lernmanagementsystem etc., dafür bin ich also verantwortlich.
Speaker: Angefangen hatte ich bei DataCraft tatsächlich als allererster Dozent und habe
Speaker: sozusagen das für unseren ersten Kurs, das Curriculum entwickelt und durfte das dann auch direkt natürlich an den Teilnehmern testen.
Speaker: Ansonsten von Haus aus bin ich Mathematiker, Informatiker, habe da drin auch promoviert und ja in verschiedenen Industrien gearbeitet, unter anderem im Retail-Bereich, aber auch im Gesundheitswesen relativ lang.
Speaker: Ja, sehr spannend.
Speaker: Schön, dass du da bist.
Speaker: Ja, wir wollen heute darüber sprechen, wie wir uns und unsere Mitarbeitenden fit machen für die Arbeitswelt der Zukunft.
Speaker: Ich glaube, da bist du ein sehr guter Ansprechpartner für.
Speaker: Ja, was meinst du denn?
Speaker: Welche Schlüssels, Skills, welche Kompetenzen brauchen wir denn?
Speaker: Ja, ich glaube, es hat sich ganz schön verändert oder die Veränderungen kommen auch immer schneller, hat man so ein bisschen das Gefühl.
Speaker: Also zum einen, es ist etwas schwierig, wenn man irgendwie alles auf einmal sagen will.
Speaker: Es ist so, wir haben einerseits, sind wir in Deutschland immer noch nicht sonderlich weit mit der Digitalisierung im Vergleich zu anderen Ländern.
Speaker: Und auf der anderen Seite verändert sich halt trotzdem ganz schön viel schon.
Speaker: Und da muss irgendwie jeder gucken, dass man da irgendwie mithalten kann, dass man sich neue Skills beibringt, dass man ja nicht stehen bleibt.
Speaker: Also früher war es vielfach so, man hat in der Ausbildung was gelernt oder im Studium und das konnte man dann sein Berufsleben, das ist vielleicht schon ein bisschen länger her, dass man es wirklich sein ganzes Berufsleben benutzen konnte.
Speaker: Aber jedenfalls, ja, es ist einfach viel Veränderung gerade drin.
Speaker: Das eine große Thema ist Digitalisierung und Umgang mit Daten.
Speaker: Wir haben irgendwie
Speaker: Ja, es werden wahnsinnig viele Daten mittlerweile gesammelt.
Speaker: Die Speicherkapazitäten sind relativ preiswert.
Speaker: Daten zu sammeln ist einfach relativ preiswert geworden.
Speaker: Deshalb wird das getan.
Speaker: Aber was halt nicht passiert oder sehr wenig noch passiert ist, dass diese Daten irgendwie richtig genutzt werden.
Speaker: Also es wird irgendwie, irgendwo liegen diese ganzen Daten,
Speaker: Unglücklicherweise häufig auch noch in sogenannten Datensilos, also dass jede Abteilung sozusagen etwas für sich pflegt oder auch in unzähligen Excel-Tabellen etc.
Speaker: Und da ist die eine Herausforderung, das Ganze miteinander irgendwie zu vernetzen.
Speaker: Und ja, damit, und dann wären wir vielleicht auch bei dem Schlüsselwort KI, damit eine KI oder maschinelles Lernen solche Daten nutzen kann, braucht die die in einer gewissen Form.
Speaker: Das heißt, die müssen erstmal zugänglich sein und dürfen halt nicht in solchen Silos zum Beispiel liegen.
Speaker: Ja, jetzt hast du es schon angesprochen.
Speaker: KI ist quasi ungebrochen ein trendendes Thema und kaum ein Unternehmen, kaum ein Arbeitnehmer kommt da drum irgendwie herum, sich mit dem Thema auseinanderzusetzen.
Speaker: Würdest du sagen, wir sind da schon weit genug in Sachen Digitalisierung und Digitalisierung?
Speaker: Einfach im Umgang mit verschiedensten Technologien oder ist das jetzt ein bisschen drüber hinausgeschossen, alles mit KI umsetzen zu wollen, das bei uns in Produkte zu integrieren oder auch in unsere Arbeitsprozesse?
Speaker: Was meinst du?
Speaker: Was wäre dann sinnvoller Einstieg?
Speaker: Also der KI-Hype, das ist natürlich tatsächlich, wie man sagt, tatsächlich ein Hype und interessanterweise, wenn man ein bisschen in die Entwicklung von KI zurückblickt, in die Geschichte, dann gab es immer mal wieder so ein paar KI-Hypes und darauf folgte ein KI-Winter, in der sozusagen KI total uncool war, weil es so ein bisschen die Versprechungen nicht halten konnte, die gemacht wurden.
Speaker: Auf der anderen Seite scheint sich das jetzt doch ein bisschen geändert zu haben, tatsächlich, auch wenn man natürlich denkt, ja, Geschichte wiederholt sich irgendwie.
Speaker: Aber es scheint tatsächlich diesmal ein bisschen anders zu sein, und zwar, weil die KI viel, viel zugänglicher geworden ist und wir tatsächlich auch sinnvolle und sehr nützliche Anwendungen von KI sehen.
Speaker: Und man muss, glaube ich, so ein bisschen unterscheiden,
Speaker: was es da gibt.
Speaker: Da sind zum einen so maschinelles Lernen, also die Algorithmen selber, die
Speaker: Ja, zum Beispiel Vorhersagen, so ein Schlüsselwort ist da vielleicht Predictive Maintenance, dass man also zum Beispiel vorhersagt, wann müssten denn LKWs gewartet werden oder sowas, anstatt das nach einem festen Regelsystem sozusagen zu machen.
Speaker: Und das andere ganz große Thema, was jetzt irgendwie wirklich in den Medien und glaube ich im Alltag angekommen sind, sind die
Speaker: sind die LLMs, nennt man das, also Large Language Models, also sowas wie ChatGPT oder Gemini oder Microsoft Copilot oder wie sie alles sozusagen heißen.
Speaker: Und das ist tatsächlich, letzteres ist das Thema, was irgendwie man auch im Alltag mittlerweile hat, also dass man damit irgendwie sich E-Mails generieren kann, Texte generieren kann,
Speaker: Es gibt auch Leute, die nutzen das für andere Medien wie Fotos, Videos, Audio etc.
Speaker: Also diesen Bereich gibt es.
Speaker: Und um nochmal ein bisschen auf deine Frage zurückzukommen.
Speaker: Ich sehe in Deutschland so ein bisschen, ja, im Prinzip eine Zweiteilung.
Speaker: Ja, ich habe neulich auch einen Artikel drüber gelesen.
Speaker: Ich überlege gerade, von wem er war.
Speaker: Ich meine, es wäre McKinsey, bin mir aber nicht hundertprozentig sicher.
Speaker: Und zwar geht es da auch um diese Zweiklassengesellschaft sozusagen bei der Nutzung von KI.
Speaker: Und was man ein bisschen sieht, ist, dass die großen Firmen da schon relativ weit sind.
Speaker: Und dass die kleinen und mittelständischen Unternehmen noch sehr, sehr hensärmlich unterwegs sind.
Speaker: Das hat natürlich nicht unbedingt den Grund, dass sie das nicht wollen, sondern dass einfach gewisses Budget dafür vorhanden sein muss, gewisse Ressourcen dafür vorhanden sein muss, was einfach KMUs irgendwie schwer stemmen können.
Speaker: Okay.
Speaker: Ja, also sei es jetzt im großen Konzern oder im kleinen oder mittleren Unternehmen.
Speaker: Eine Sache, die mir in letzter Zeit immer wieder aufgefallen ist in Stellenausschreibungen, ist es egal eigentlich, welcher Fachbereich oder welche Art von Position das immer öfter auch in dem Aufgabenprofil oder in den Anforderungsprofil
Speaker: in der Anforderungsliste KI-Kompetenz oder guter Umgang mit KI gesucht wird.
Speaker: Ich glaube, da ist noch gar nicht so unbedingt klar, was genau dahinter steckt, zumindest aus Sicht von potenziellen BewerberInnen.
Speaker: Und ich würde vielleicht darunter stellen, aus Unternehmenssicht auch nicht unbedingt.
Speaker: Das stimmt, das stimmt.
Speaker: Und ja, auch aus eigener Erfahrung, so ist es ja schon schwierig genug, mit verschiedenen generativen KI-Tools auf gute Ergebnisse zu kommen.
Speaker: Also da brauchst du ja auch auf jeden Fall ein bisschen Übung, um auszutesten, wie ich zum Beispiel einen guten Text mit ChatGPT schreiben kann.
Speaker: Aber was sind so die, ich sag mal, unterliegenden Fähigkeiten oder auch unterliegendes Wissen, was ich haben sollte, um von mir sagen zu können, ja, KI-Kompetenz, das habe ich, damit kann ich arbeiten.
Speaker: Ja, das ist so ein bisschen das neue, die neuen Office-Fähigkeiten.
Speaker: Früher hatte man oder hat man auch immer noch natürlich in den Lebensläufen irgendwie, dass man Word, Excel, PowerPoint irgendwie beherrscht.
Speaker: Und jetzt ist so ein bisschen das Thema KI halt dazugekommen.
Speaker: Und tatsächlich ist das einfach ein so breites Feld,
Speaker: dass man schon irgendwie präzisieren muss, was man darunter versteht und was die Anforderungen sind.
Speaker: Also ich glaube, was ganz zentral für fast jeden Job werden wird oder zum Teil auch schon ist,
Speaker: ist tatsächlich der Umgang mit diesen LLMs, also ZGPT etc.
Speaker: Und es war mal sogar eine Zeit lang, aber nur ganz kurz ging das durch die Medien, der neue Job des Prompt Engineers.
Speaker: Und der wurde so hoch bezahlt etc.
Speaker: und die werden jetzt, das ist der Job der Zukunft.
Speaker: Das hat sich als falsch herausgestellt.
Speaker: sondern tatsächlich ist es so, dass wir alle ein bisschen, ja, Umgang mit solchen Prompt, wie wir Prompts gestalten, lernen sollten und wissen, wie das geht.
Speaker: Und das sind, muss ich das so vorstellen, diese
Speaker: Diese LLMs, was machen die im Endeffekt, auch wenn das irgendwie alles ein bisschen eine Blackbox ist, aber die Grundzüge sind, die ergänzen den Text, den sie vorliegend haben.
Speaker: Das heißt, die nehmen sich
Speaker: die berechnen eigentlich eine Wahrscheinlichkeit, welches Wort passt am besten als nächstes zu dem bereits vorhandenen.
Speaker: Viel mehr steckt da, ganz einfach gesprochen, nicht dahinter.
Speaker: Und deshalb ist es natürlich so wichtig, was fütter ich den?
Speaker: diesem Algorithmus.
Speaker: Das kann sein, wie lang sollte mein Prompt sein, welchen Ausdruck verwende ich, benutze ich viele Füllwörter oder nicht, wie quasi im normalen Text auch.
Speaker: Das kann durchaus schwieriger machen.
Speaker: Wie präzise beschreibe ich meine Fragestellungen und diese ganzen Sachen.
Speaker: Und das hat einen riesengroßen Einfluss darauf.
Speaker: Und es ist halt nicht so eine klare Wissenschaft.
Speaker: Man kann nicht sagen, okay,
Speaker: man muss immer das und das machen oder es immer so und so formulieren und dann kommt halt das Richtige raus, sondern es kommt halt extrem auf den Kontext an, auch auf das Modell, was benutzt wird und das verändert sich auch permanent.
Speaker: Also die Unternehmen, die diese
Speaker: die diese Chatbots breitstellen, die arbeiten ja auch ständig weiter und verbessern das.
Speaker: Und der Algorithmus selber verbessert sich auch natürlich durch die ganzen Daten, die wir ihm geben, indem wir uns mit dem unterhalten.
Speaker: Also ich glaube, die wichtigste Fähigkeit, um darauf nochmal tatsächlich, da habe ich glaube ich noch nicht genug zu gesagt, darauf zurückzukommen, ist, dass man
Speaker: diese Techniken übt, damit umzugehen lernt und bereit ist, sich auch ständig weiterzuentwickeln.
Speaker: Das ist, glaube ich, sozusagen der Kern, der dahinter steckt.
Speaker: Ja, auf jeden Fall.
Speaker: Das klingt für mich jetzt auf jeden Fall auch nach einem Skill, der ja schwierig, ich sag mal, zu überprüfen ist, wenn ich jetzt aus Recruiting-Sicht darauf schaue, so wie stelle ich eigentlich fest, ob meine BewerberInnen tatsächlich so gut prompten können, wie sie es vielleicht im Anschreiben versprochen haben.
Speaker: Was würdest du sagen, was können da Wege sein, um da einen Eindruck zu gewinnen?
Speaker: Gibt es vielleicht auch bestimmte Qualifikationen, die schon entstanden sind, auf die ich mich da beziehen kann?
Speaker: Gibt es Zertifikate oder ähnliches?
Speaker: Oder wie könnte so ein Praxistest aussehen?
Speaker: Sehr interessante Frage.
Speaker: Und tatsächlich ist es ganz schön schwer.
Speaker: Also es gibt einen Haufen Zertifikate.
Speaker: Der Bildungsmarkt in Deutschland ist auch sehr, sehr unübersichtlich.
Speaker: Es gibt sehr, sehr viele Anbieter, die sagen, okay, wir bilden dich zum KI-Manager aus oder zum, wie gesagt, Prompting Engineer oder es gibt da alle möglichen Bezeichnungen für.
Speaker: Das ist alles zwar zum Teil zertifiziert, aber zum Teil eben halt nur von den Bildungsträgern selber.
Speaker: Insofern sehr, sehr schwer.
Speaker: Und auch da die Unterschiede zwischen der Länge.
Speaker: Also ich habe gesehen, es gibt Kurse, die sind irgendwie zwei Tage.
Speaker: Es gibt Ausbildungen, die sind drei, vier Monate.
Speaker: Da ist es natürlich auch schwer.
Speaker: Ich würde immer sagen, na ja, je länger ich mich damit beschäftigt habe, desto besser werde ich auch da drin.
Speaker: Das ist ja an sich kein Hexenwerk.
Speaker: Es ist nicht so schwer wie...
Speaker: ich sag mal Excel oder richtiges Programmieren, damit wirklich umzugehen, das braucht eher noch mehr Erfahrung, noch mehr Jahre, während
Speaker: dass man irgendwie so ein paar Fehler einfach nicht macht oder auch weiß, wie der antwortet, wie ich die Antwort einzuschätzen habe.
Speaker: Ist die valide, ist die nicht?
Speaker: Frage ich nach Quellen, überprüfe ich die Quellen, stichprobenartig nochmal.
Speaker: Diese Sachen, das lässt sich relativ schnell lernen, würde ich sagen.
Speaker: Also wir bieten zum Beispiel einen Kurs an oder wollen in Kürze den Kurs anbieten, der ist über 15 Tage.
Speaker: Und ich glaube, das ist so eine ganz gute Größe, wo man wirklich schon viel in dem Bereich lernen kann.
Speaker: Es muss jetzt kein sechs Monate Weiterbildung oder sowas sein tatsächlich dafür.
Speaker: Wie man das tatsächlich als Rekruter überprüfen kann, das ist wirklich eine schwierige Frage, auf die ich, glaube ich, keine gute Antwort habe.
Speaker: Ich würde es probieren, eigentlich im Gespräch
Speaker: herauszufinden, wie, ich glaube, sozusagen irgendwelche Prüfungen oder Tests bringen da nicht so viel, also kann man natürlich auch eine kleine Arbeitsprobe oder sowas, mal sehen, ob der damit umgehen kann.
Speaker: Ähm,
Speaker: Ich glaube aber, es ist vor allen Dingen die Einstellung zu neuen Technologien.
Speaker: Also bin ich bereit, wirklich diese neuen Technologien zu akzeptieren und auch in meinen Arbeitsalltag zu integrieren.
Speaker: Und man sieht ja, merkt man ja selber, je mehr man diese Sachen nutzt, desto effizienter arbeitet man auch.
Speaker: Also zum Teil, was ich früher lange für gebraucht habe, wenn ich etwas programmiert habe, das geht halt mittlerweile in ein paar Stunden.
Speaker: Also das ist wirklich ein enormer Zeitgewinn und eine Produktivitätssteigerung, die man mit solchen Tools erreichen kann.
Speaker: Ja, die andere Seite von der Mitarbeiterbefähigung, sage ich mal, ist die bestehende Belegschaft darin zu unterstützen, sich diese Skills anzueignen und auch ins Üben reinzukommen.
Speaker: Du hast gerade schon gesagt, das ist, glaube ich, auch ein Key-Faktor, um gut mit KI umzugehen.
Speaker: Was können so einfache Maßnahmen sein, um da vielleicht das Mindset unter meinen MitarbeiterInnen aufzubauen, sich damit zu beschäftigen, weiterzulernen, Dinge auszuprobieren, aber auch, was können vielleicht, ich sag mal, eher strukturierte Weiterbildungsangebote sein, die da wirklich was bringen.
Speaker: Genau, also würde ich tatsächlich auch sagen, eine Weiterbildung ist in dem Fall jedenfalls für den Initialschuss sozusagen sehr, sehr sinnvoll, dass die Mitarbeiter tatsächlich vor allen Dingen sehen, was man damit alles machen kann.
Speaker: Und ich glaube, dann kommt tatsächlich eine gewisse Motivation von ganz alleine, dass man sich damit beschäftigt, weil man nämlich sieht, was man cooles alles erreichen kann,
Speaker: wo es einem helfen kann, auch bei manchen undiebsamen Sachen.
Speaker: Also es gibt Leute, die schreiben zum Beispiel unheimlich ungern irgendwelche Texte oder sowas, dass man dort dann halt Unterstützung findet.
Speaker: Oder für den anderen ist es ein Ideenaustausch.
Speaker: Ja, wenn ich keinen Sparing-Partner gerade greifbar habe, dass ich auch tatsächlich mich mit beschäftige.
Speaker: Chat-GPT und Konsorten unterhalten kann, um entsprechend Anregungen zu kriegen oder wenn ich ein leeres Blatt Papier quasi vor mir habe, so ein bisschen Brainstorming zu machen und dann das Ganze natürlich selber mit den eigenen Fähigkeiten auszubauen.
Speaker: Aber diese Sachen sind, glaube ich, gut
Speaker: Und da hilft es definitiv, erstmal eine strukturierte Weiterbildung zu haben, wo man nochmal ein bisschen auch erstmal versteht, was das kann, was das nicht kann, was Chancen sind, was auch Risiken sind, dass man vielleicht jetzt nicht irgendwie die Geschäftszahlen oder den proprietären Code von einem Unternehmen jetzt irgendwie bei ChatGPT reinpostet, ja, also auch solche Umgangsformen,
Speaker: in hinsichtlich Datenschutz etc., die müssen natürlich auch irgendwie gelernt sein oder verstanden sein.
Speaker: Und auf der anderen Seite bin ich auch ein großer Freund davon, den Mitarbeitern immer ein bisschen Freiraum für Weiterbildung zu geben, für eigenständige Weiterbildung.
Speaker: Also, dass man tatsächlich da sich auch vielleicht, was weiß ich, Freitagnachmittag einen festen Zeitslot hat von zwei Stunden oder sowas, die dafür reserviert sind, dass man sich halt mit neuen Entwicklungen auseinandersetzen kann.
Speaker: Okay, cool.
Speaker: Ja, jetzt hatten wir es vorhin schon vom Prompt Engineer, der es ja wahrscheinlich noch nicht ins Repertoire von der Standardbelegschaft vom Unternehmen geschafft hat.
Speaker: Ja, was könnten denn tatsächlich so Berufsbilder sein oder verschiedene Positionen im Unternehmen, die ich deiner Meinung nach mitdenken sollte, besetzen sollte, falls es sie noch nicht gibt?
Speaker: Und in welche Richtung könnte sich das auch noch weiterentwickeln?
Speaker: Was siehst du da?
Speaker: Ja, auch da gibt es so eine gewisse Zwei- oder vielleicht sogar Mehrteilung.
Speaker: Das eine sind tatsächlich natürlich die ITler, die Dinge umsetzen.
Speaker: Also man würde dann von einem Machine Learning Engineer sprechen, der tatsächlich richtig programmiert, der funktioniert.
Speaker: Ja, entsprechend diese Algorithmen, was weiß ich, man könnte zum Beispiel, nehmen wir den Retail-Bereich oder sowas, der eine Kundensegmentierung macht oder der eine...
Speaker: sogenannte Sentiment-Analyse macht, wie ist die Stimmung in den sozialen Medien über das Unternehmen zum Beispiel oder über ein gewisses Produkt.
Speaker: Das würde tatsächlich ein Machine Learning Engineer machen oder ein Data Scientist, da sind die Grenzen immer fließend.
Speaker: In die Richtung kann das gehen.
Speaker: Das andere Thema ist, dass es so ein bisschen einen, ja, ich würde mal sagen, Digitalisierungs- und KI-Experten oder Ansprechpartner im Unternehmen oder auch der Abteilung gibt, der halt sich sehr gerne mit diesen Themen beschäftigt.
Speaker: Der muss jetzt nicht die Fähigkeiten von einem Machine Learning Engineer haben, der muss nicht wirklich programmieren können, sondern der muss eigentlich
Speaker: diese Tools, die aktuell entstehen, der muss die eigentlich ein bisschen kennen, drüber gelesen haben, verstehen, was die können, was nicht.
Speaker: Und mit dem kann man sozusagen diskutieren, lohnt sich zum Beispiel eine Anschaffung eines Softwareprodukts, eines Services in der Abteilung oder im gesamten Unternehmen.
Speaker: Und dann, und da haben wir am Anfang so ein bisschen drüber gesprochen, diese Anwendung,
Speaker: ja, AI Literacy oder Data und AI Literacy, also die Fähigkeit, ja,
Speaker: mit diesen KI-Tools, aber auch mit Daten insgesamt umzugehen.
Speaker: Und das ist, glaube ich, diese Fähigkeit, die sollten so ein bisschen wie früher mal, ganz früher Lese- und Schreibfähigkeiten, deshalb ja auch Literacy, das ist so dieses Skillset, das braucht, glaube ich, irgendwann fast jeder mal.
Speaker: Mhm.
Speaker: Also so ein bisschen dreigeteilt, glaube ich, in die Richtung.
Speaker: Wirklich spezielle KI-Jobs sehe ich tatsächlich nur den Machine Learning Engineer, der wirklich sehr, sehr speziell ist, aber den braucht auch nicht jedes Unternehmen, weil wir mittlerweile auf dem Markt ganz, ganz viele Produkte haben und Dienstleistungen, die das anbieten.
Speaker: Und jenseits von KI, gibt es da noch verschiedene Rollen, die besetzt sein sollten, an die man aber vielleicht gar nicht so denkt unter dem ganzen KI-Hype, um Digitalisierung weiter voranzubringen?
Speaker: Ja, tatsächlich genau mit der Digitalisierung und Digitalisierung.
Speaker: Das ist auch ein sehr, sehr spannendes Feld, auch wenn ich vielleicht ein bisschen ins Klischeehafte jetzt abgleite, aber es ist häufig so, dass die IT-Abteilung in einem Unternehmen eine bisschen andere Sprache hat als der Rest des Unternehmens.
Speaker: Und deshalb ist es häufig sehr, sehr schwer, Anforderungen, die im Business-Kontext sind,
Speaker: auftreten oder die man gerne hätte oder über die man gelesen hat, in die IT sozusagen umzusetzen oder auch mit denen erstmal zu diskutieren, ob sich das lohnt, was ist denn das überhaupt für ein Aufwand, was will man da eigentlich genau haben.
Speaker: Häufig ist es ja eher so eine diffuse Idee, die
Speaker: Deshalb sind solche Schnittstellenpositionen, glaube ich, super wichtig, dass jemand sozusagen ein bisschen beide Sprachen versteht und dementsprechend zum einen so betriebliche Anforderungen, dass
Speaker: operative versteht und auf der anderen Seite aber auch halt das ein bisschen in die IT-Sprache oder was heißt das denn, was würde das an Aufwand bedeuten, brauchen wir wirklich zum Beispiel eine Komplettautomatisierung von irgendwelchen Prozessen oder reicht nicht eine Halbautomatisierung, wo der Mensch halt immer noch eingreift, es ist immer so, dass eine Komplettautomatisierung ist wahnsinnig aufwendig und
Speaker: Diese Teilautomatisierung, die sind häufig nicht ganz so aufwendig, weil der Mensch immer noch als Kontrollelement dann sozusagen da drin funktioniert.
Speaker: Also diese Schnittstellenpositionen,
Speaker: Ich weiß nicht, ob es da wirklich eine, also je nach Unternehmensgröße, es gibt Unternehmen, die haben tatsächlich eine Position dafür.
Speaker: Ansonsten würde ich halt das sehr begrüßen, wenn jede Abteilung eigentlich eine Person hat, die sozusagen so ein bisschen die Rolle übernehmen kann, die sich also tatsächlich mit solchen, ja, die Vermittlerrolle übernehmen kann.
Speaker: Genau.
Speaker: Ja, der Recruiter oder die Recruiterin ist auch auf eine Art eine Vermittlerrolle zwischen BewerberInnen und Unternehmen.
Speaker: Wie sind deine persönlichen Erfahrungen mit Recruiting?
Speaker: Hast du mal Leute eingestellt oder gesucht?
Speaker: Bist du als Hiring Manager aktiv bei euch?
Speaker: Wie sind so deine Touchpoints mit Recruiting?
Speaker: Ja, also was ich zum Teil mache, ist halt die Interviews führen, sozusagen nachdem es erstmal durch die HR-Abteilung die passenden Kandidaten ausgewählt wurden, dann geht es natürlich in die fachliche und menschliche Prüfung sozusagen, ob es
Speaker: der oder die Bewerberin ins Unternehmen passt, zu unserer Abteilung passt, haben die die entsprechenden Fähigkeiten, die sie tatsächlich auch in ihrem Lebenslauf beschreiben.
Speaker: Das ist ja das, was ich sozusagen am häufigsten dann in dem Bereich mache.
Speaker: Auf der anderen Seite, was vielleicht auch sonst ist, ist natürlich in die Richtung nicht direkt Recruiting, aber Personalentwicklung.
Speaker: Also wo es sozusagen tatsächlich die Fähigkeiten der Mitarbeiter aufbauen, auch in Richtung Digitalisierung und KI natürlich.
Speaker: Okay, ja, ich habe nämlich noch eine Recruiting-Frage zum Abschluss für dich und zwar, was ist dein Recruiting-Hot-Take?
Speaker: Mein Recruiting-Hot-Take.
Speaker: Ja, vielleicht tatsächlich für die Recruiter, nutzt auch die KI-Tools.
Speaker: Also es gibt mittlerweile so viele tolle Sachen, die man da machen kann und die einem das Leben erleichtern.
Speaker: Also sprich von Stellenanzeigen erstellen, hin zu kleines Screening, darüber machen, auch Dinge zusammenzufassen über eine Person,
Speaker: Es gibt so viele Möglichkeiten.
Speaker: Der Recruiter arbeitet halt viel mit Text.
Speaker: Dementsprechend sind da die LLMs auch sehr, sehr wirkungsvoll.
Speaker: Das ist, glaube ich, wirklich gut, das zu nutzen, um sich dann wieder auf die wichtigeren Dinge zu konzentrieren, wo der Mensch wirklich wertvoll ist.
Speaker: Und vielleicht noch eine zweite Sache ist,
Speaker: Es gibt so ein bisschen den Witz, dass bei einer Stellenausschreibung werden dann, was man an Fähigkeiten braucht, wird das halt von dem bisherigen Kandidaten genommen, irgendwie plus noch ein paar Dinge, die gerade aktuell sind.
Speaker: Und da wäre mein Tipp,
Speaker: denkt wirklich darüber nach, was die Person braucht und was sie sich auch im Job beibringen kann.
Speaker: Also es nutzt, oder man sieht es leider auch häufig, es werden irgendwelche sehr, sehr
Speaker: ich sage mal, obskuren Fähigkeiten beschrieben.
Speaker: Das heißt, das sind dann kleine Softwareprogramme, die aber tatsächlich nur in sehr, sehr wenigen Unternehmen eingesetzt werden.
Speaker: Und das ist dann schon irgendwie, wird als Fähigkeit vorausgesetzt.
Speaker: Das schreckt zum Teil die Bewerber ab.
Speaker: Und das ist sicherlich etwas, was derjenige, der das richtige Mindset hat und den Willen hat, sich weiterzuentwickeln, auch sehr, sehr schnell lernen kann.
Speaker: Also ich glaube, es ist lustigerweise, wir sprechen über KI, aber ich glaube, es ist der Schritt hin zur Betrachte den ganzen Menschen.
Speaker: Ich glaube, das ist so zusammenfassend das Wichtigste, was wir im Recruiting bezeichnen.
Speaker: was ich dem Recruiting mitgeben möchte.
Speaker: Ja, schaut euch den ganzen Menschen an, insbesondere im Hinblick auf diesen Fachkräftemangel.
Speaker: Es wird schwieriger.
Speaker: Ja, oder es gibt einfach weniger Bewerbungen auf eine Stelle.
Speaker: Schaut nach Weiterentwicklungspotenzial.
Speaker: Wie kann derjenige sich in einem Jahr oder sowas entwickeln?
Speaker: Das, glaube ich, das, worauf man sich unbedingt fokussieren sollte.
Speaker: Mhm.
Speaker: Ja, das ist doch ein wunderbares Schlusswort.
Speaker: Und ja, das ganze Thema KI im Recruiting-Prozess einsetzen oder in der HR-Abteilung, ich glaube, damit könnten und sollten wir vielleicht auch eine ganze zweite Folge noch füllen.
Speaker: Ich glaube, da wird die Zeit jetzt zu knapp.
Speaker: Eine halbe Stunde sind wir jetzt schon fast dabei.
Speaker: Aber auf jeden Fall schon mal ganz vielen Dank, Holger, für deine ganzen Insights ins...
Speaker: in den Umgang mit KI, in Mitarbeiter-Weiterbildung und den Umgang mit Daten.
Speaker: Ja, wo können unsere ZuhörerInnen dich finden, Datacraft finden?
Speaker: Was möchtest du zum Abschluss noch mit uns teilen?
Speaker: Genau, geht einfach auf die Webseite von Datacraft und informiert euch über das aktuelle Angebot, was wir da haben an Weiterbildung und Kursen und das wird auch in den nächsten Monaten immer mehr werden.
Speaker: Und mich selber kann man natürlich gerne auch auf LinkedIn kontaktieren.
Speaker: Unter Holger Aust bin ich da, glaube ich, ganz gut zu finden.
Speaker: Und ja, genau.
Speaker: Aber ja, doch, das war es eigentlich.
Speaker: Magst du schon ein bisschen verraten, was für Kurse, was für Themen habt ihr in der Pipeline?
Speaker: Was ist so geplant für die nähere Zukunft?
Speaker: Genau.
Speaker: Also wir sind ja ein bisschen zweigeteilt.
Speaker: Das eine ist, dass wir uns im AZ-AV-Bereich, also von der Arbeitsagentur geförderten Maßnahmen positionieren.
Speaker: Das heißt, wir bilden Arbeitssuchende als Datenanalysten.
Speaker: Und der andere Bereich, in den wir jetzt sozusagen reinstoßen, ist tatsächlich der B2B-Bereich, in dem wir auch Weiterbildung für Mitarbeiter von Unternehmen anbieten.
Speaker: Und da gehen wir jetzt ganz stark in Richtung Digitalisierungs- und KI-Tools.
Speaker: Also das wird sozusagen unser erster Kurs dort.
Speaker: Der heißt dann tatsächlich auch Smart Work, Digitalisierung und KI und der beschäftigt sich genau mit den Themen, über die wir heute gesprochen haben.
Speaker: Gleichzeitig gehen wir auch noch so ein bisschen in Richtung Visualisierung von Daten.
Speaker: Das heißt, da ist Power BI ein Standard-Tool und da bieten wir zum Teil auch Weiterbildung an.
Speaker: Alles klar.
Speaker: Ja, vielen Dank.
Speaker: Das klingt nach dem perfekten Anschluss an Zürich in dieser Folge.
Speaker: Wir verlinken euch auf jeden Fall ja auch die Datacraft-Website, damit ihr euch selber nochmal informieren könnt.
Speaker: Und ja, ansonsten bis demnächst.
Speaker: Ja, vielen Dank.
Speaker: Das war der WorkRise Recruiting Talk.
Speaker: Wenn dir diese Folge gefallen hat, teile sie gerne mit deinen Kollegen oder Kolleginnen und deinem Netzwerk und lass uns eine Bewertung da.
Speaker: Wenn du keine Folge verpassen möchtest, abonniere jetzt unseren Podcast.
Speaker: Bis zum nächsten Mal.
