Author
Listed:
- Christoph Hohenberger
(Retorio GmbH)
Abstract
Zusammenfassung Mehr als 100.000 € werden im Schnitt in Weiterbildungen für Vertriebsmitarbeiter im Hightechbereich investiert (Attia et al., 2021). Die Schulungsmaßnahmen umfassen neben Produktschulungen auch nichttechnische, z. B. zwischenmenschliche Fähigkeiten. Das Ziel der meisten Schulungen ist ähnlich: Wissen vermitteln und Fähigkeiten auf- oder ausbauen. Die Wissensinhalte werden dabei oft von Experten oder Mitarbeitern gemeinsam erarbeitet, um anschließend in Trainingskonzepte übersetzt zu werden. Während die zu lernenden Inhalte meist klar und logisch zu beschreiben sind, besteht die Herausforderung zum einen in der Erfassung und Weitergabe des Expertenwissens in klare messbare Einheiten und zum anderen in der Beurteilung des wiedergegebenen Wissens der Lernenden. In anderen Worten: Das, was für Experten intuitiv, implizit und schwer artikulierbar erscheint, in transferierbares und greifbares Wissen zu verwandeln, um den Lernenden bestmögliches Feedback auf Basis seines gezeigten Verhaltens zu geben. Das skizzierte Beispiel bezieht sich nicht nur auf den Bereich Vertrieb. Auch im allgemeinen Kundenumgang kann die Leistung z. B. darin bestehen, erfolgreich mit verschiedenen Kundentypen oder im Management mit Mitarbeitern unterschiedlicher Kulturen (interkulturelle Kommunikation) zu kommunizieren. In Summe ist die Weitergabe gleich aus mehreren Perspektiven problematisch. Implizites oder taktiles Wissen ist kaum dokumentierbar und somit schwer vermittelbar. Des Weiteren wird für die Vermittlung des Wissens immer der Experte selbst benötigt, was eine Skalierung erschwert und bei Verlassen des Unternehmens einen Wissensabfluss darstellt. Technologien wie künstliche Intelligenz (KI) ermöglichen dabei einen neuen Ansatz: Das Expertenwissen wird durch Beobachtung erfasst, verarbeitet und anhand des zu lernenden Wissens abgeglichen. Anstatt den Experten zu fragen, wie er beispielsweise eine Verhandlung führen würde, beobachtet man einfach das gezeigte Verhalten. Anschließend wird dieses dokumentiert, interpretiert und kann als Maßstab für alle Lernenden herangezogen werden. Da es oft mehrere Wege zum Ziel gibt, kann man damit sogar das „beste“ Verhalten aller Experten erfassen und den Lernenden mitgeben. Der Vorteil darin liegt, dass Expertenwissen hochskalierbar in die gesamte Organisation getragen werden kann und jeder individuelle Lerner die Möglichkeit hat, sein Wissen in Echtzeit abzugleichen, um schnellere Lernerfolge zu erzielen und damit besser und effizienter zu werden. Im Folgenden wird detaillierter auf die Relevanz, die Machbarkeit und die konkrete Durchführung anhand eines Praxisbeispiels eingegangen. Der Leser erfährt, was bereits heute möglich ist und in Zukunft bald verfügbar sein wird.
Suggested Citation
Christoph Hohenberger, 2024.
"Was macht erfolgreiches Verhalten in Firmen aus? Wie mithilfe von künstlicher Intelligenz (KI) implizite Verhaltensweisen messbar und nutzbar gemacht werden,"
Springer Books, in: Florian Offergelt & Sebastian Hofreiter & Thomas Steiner (ed.), Wissensmanagement in modernen Organisationen, chapter 15, pages 187-209,
Springer.
Handle:
RePEc:spr:sprchp:978-3-662-68383-5_15
DOI: 10.1007/978-3-662-68383-5_15
Download full text from publisher
To our knowledge, this item is not available for
download. To find whether it is available, there are three
options:
1. Check below whether another version of this item is available online.
2. Check on the provider's
web page
whether it is in fact available.
3. Perform a
search for a similarly titled item that would be
available.
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-68383-5_15. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.