Leistungsmanagement ist eine der sieben Dimensionen, mit denen hybridresourcing die Reife einer Organisation misst, wenn es um KI geht. Diese Dimension betrifft etwas Konkretes: Können Sie feststellen, ob Arbeit, die durch KI unterstützt oder übernommen wird, auch tatsächlich besser, schneller oder günstiger wird? Viele Organisationen starten Pilotprojekte, ohne diese Frage beantworten zu können, und bleiben deshalb in einer Phase des Ausprobierens stecken, ohne nachweisen zu können, was es gebracht hat.
Leistungsmanagement kann nur ausgereift werden, wenn andere Dimensionen bereits etwas errichtet haben, worauf man aufbauen kann. Ohne zuverlässige Daten aus dem Datenmanagement ist eine Leistungsmessung eine Schätzung. Ohne klare Verantwortlichkeiten aus der Organisationsdimension, wie sie auf der Seite über was es kostet, Organisation ein Niveau steigen zu lassen ausgearbeitet wird, ist niemand für das Ergebnis ansprechbar. Und ohne eine IT-Infrastruktur, die Messungen festhalten und wiederholen kann, wie auf der Seite über was es kostet, IT-Infrastruktur ein Niveau steigen zu lassen besprochen, bleibt jede Messung einmalig. Das ist der Grund, warum sich diese Dimension in der Messung erst auf einem höheren Niveau bewegen kann, wenn die fundamentalen Dimensionen bereits etwas tragen.
Baseline. Es gibt keine feste Methode, um zu beurteilen, ob KI-gestützte Arbeit besser abschneidet als die alte Arbeitsweise. Beurteilungen sind vereinzelt und personengebunden. Wenn jemand die Organisation verlässt, verschwindet auch der einzige Einblick, der bestand.
Foundation. Es gibt einzelne Messungen, meist pro Projekt oder pro Pilotprojekt. Sie werden selten verglichen, und es gibt keinen festen Zeitpunkt, an dem jemand zurückblickt, ob die angestrebte Wirkung tatsächlich eintrat. Die Messung existiert, funktioniert aber nicht als Lernprozess.
Activation. Es gibt einen wiederkehrenden Rhythmus: Messungen werden zu festen Zeitpunkten wiederholt und an die Personen zurückgemeldet, die die Arbeit ausführen. Die Organisation beginnt, Muster zu erkennen, auch wenn diese noch nicht systematisch festgehalten oder zwischen Abteilungen verglichen werden.
Insight. Messungen werden genutzt, um nachzusteuern, nicht nur um zu berichten. Es gibt ein gemeinsames Bild davon, was funktioniert und was nicht, und dieses Bild führt zu Anpassungen darin, wie KI eingesetzt wird. Verschiedene Teams können ihre Ergebnisse miteinander vergleichen, weil die Messmethode dieselbe ist.
Intelligence. Leistungsmanagement ist in die Art und Weise eingebettet, wie Entscheidungen über KI getroffen werden. Ergebnisse früherer Einsätze fließen direkt in die Entscheidungen für neue Anwendungen ein. Die Organisation kann begründen, warum etwas skaliert wird oder nicht, anstatt sich dabei auf Bauchgefühl oder darauf zu stützen, wer am lautesten für ein nächstes Pilotprojekt plädiert.
Das Niveau dieser Dimension liegt nicht allein in einem Instrument oder einem Dashboard. Es liegt im Verhalten drumherum: Wird nach einem Pilotprojekt zurückgeblickt, oder geht es sofort weiter zum nächsten? Kann jemand in Ihrer Organisation auf Anfrage zeigen, was eine KI-Anwendung tatsächlich gebracht hat, losgelöst von einer vorherigen Annahme? Wird ein enttäuschendes Ergebnis besprochen, oder stillschweigend vergessen? Das sind keine technischen Fragen. Sie betreffen, ob eine Gewohnheit entstanden ist, hinzuschauen, nicht nur zu handeln.
Innerhalb dieser Dimension entsteht oft eine große Streuung zwischen denjenigen, die die Plot-Runde ausfüllen. Ein operativer Manager sieht täglich die einzelnen Messungen aus der Activation-Phase und bewertet die Organisation höher, als die Wirklichkeit rechtfertigt, weil diese Messungen für ihn greifbar sind. Ein CFO, der nur den Quartalsbericht sieht, bewertet niedriger, weil er kein durchgehendes Bild davon erhält, was zwischenzeitlich gemessen wurde. Beide Bilder sind wahr für den, der sie abgibt. Die Streuung selbst ist die Information: Sie zeigt, dass es keinen gemeinsamen, organisationsweiten Einblick in die Leistungen gibt, was an sich schon eine Aussage über das Niveau trifft.
Ein Schritt von Baseline zu Foundation erfordert vor allem Disziplin: einen festen Zeitpunkt wählen, um zurückzublicken, und diesen Zeitpunkt nicht unter der Hektik des nächsten Pilotprojekts verschwinden zu lassen. Ein Schritt zu Activation erfordert einen wiederholbaren Prozess, was wiederum davon abhängt, wie ausgereift die zugrunde liegende Infrastruktur ist. Ein Schritt zu Insight oder Intelligence erfordert, dass Messungen zuverlässig genug sind, um sich darauf zu stützen, und das führt zurück zur Datenqualität und dazu, wer innerhalb der Organisation befugt ist, auf Basis dieser Messungen nachzusteuern. Auch Dimensionen wie Ethik und Datenschutz und Sicherheit spielen hierbei eine Rolle: Eine Leistungsmessung, die die Frage außer Acht lässt, ob ein Ergebnis verantwortungsvoll zustande kam, ist eine unvollständige Messung. Was ein Schritt genau kostet, an Zeit, Aufmerksamkeit oder Mitteln, unterscheidet sich pro Organisation und hängt davon ab, wo die anderen Dimensionen stehen. Deshalb arbeitet hybridresourcing mit einer Plot-Runde anstatt mit einem festen Stufenplan: erst sichtbar machen, wo Sie stehen und wo die Meinungen voneinander abweichen, bevor etwas darüber festgelegt wird, was benötigt wird.
Diese Seite betrifft, ob Ihre Organisation feststellen kann, was KI bringt, unabhängig davon, welche Arbeit genau davon betroffen ist. Das ist eine andere Frage als, welche Aufgaben sich übernehmen lassen und in welchem Maß. Wer das wissen möchte, pro Aufgabe und auf Basis dessen, was die Arbeit selbst beinhaltet, findet das im Arbeitsscan von FTE TO AI. Leistungsmanagement und der Arbeitsscan schließen aneinander an: Das eine misst, ob Sie ein Ergebnis beurteilen können, das andere berechnet, welcher Teil der Arbeit vorhanden ist, um beurteilt zu werden.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.