Technische Struktur

Welche Technologien werden beim Internet of People (IoP) eingesetzt?

  • Cloud
  • Artificial Intelligence (Machine Learning, ML mit Chatbot)
  • Data Analytics & Predictive Analytics
  • Microlearnings & Games Based Learning
  • Kryptowährung  

IoP benutzt für die Kommunikation zwischen User und Datenbank eine Cloudlösung. Dadurch entfallen die Softwareinstallation und das Einspielen von Updates. Nur die Apps müssen aktualisiert werden. Eine Software ist dann interessant, wenn sie etwa dank Artificial Intelligence (AI) die Eingaben und die Kommunikation erleichtert. Unser IoP Konzept sieht den Einsatz von von AI, konkret Machine Learning (ML), über einen Chatbot vor. Die Software wird schrittweise eingeführt und umfasst am Anfang nur folgende Funktionen: Einfachere Eingaben durch Userprofiling, Vorschläge für Maßnahmen der Personalentwicklung, Hinweise aus der Community usw. Später kommen schriftliche Kommunikation mittels Chatbot sowie mündliche Kommunikation hinzu.

Für die Auswertung der Ergebnisse setzen wir auf Tools für Data Analytics sowie Predictive Analytics mit Korrelations- und Regressionsanalysen.

Unser Konzept des IoP arbeitet heute mit strukturierten Daten. Später sollen Algorithmen für unstrukturierte Daten folgen. Dadurch entsteht ein weites Feld an Optionen.

Das Internet of People spielt sich auf drei Ebenen ab: Kommunikation mit dem User (Frontend), Daten-Management (Backend) und optional Zahlungsverkehr via Kryptowährung.

Für den User ist IoP zunächst einmal eine Internetseite, mit der er interagieren kann, etwa durch Dateneingabe und graphische Auswertung. Die vom User eingegebenen Daten werden in einer Datenbank (Backend) gespeichert und verarbeitet. Diese Technologien haben sich seit Jahren im Einsatz bewährt. In der Cloud lassen sich aus vielen unterschiedlichen Standorten in kurzer Zeit umfangreiche Daten zur Personalanalyse sammeln, die ein sehr gutes Bild vom Zustand einer Organisation abgeben. Dadurch sind Vergleiche zwischen unterschiedlichen Standorten, Abteilungen, Positionen und Ebenen einer Organisation möglich, um die Entwicklung der Organisation optimal gestalten zu können. Diese Analyse des Ist-Zustands einer Organisation wird heute Data Analytics genannt, Bild 1.

Bild 1: Datenerfassung und deren Auswertung mit Data Analytics

Bei den erfassten Daten kann es sich um strukturierte oder unstrukturierte Daten handeln. Erstere werden üblicherweise über Fragebögen oder über Antworten auf gestellte Aufgaben erhoben. Die unstrukturierten Daten entstehen aus der Auswertungen von Texten, Bildern oder aus dem Internet. Heute lassen sich dank Bild-, Stimmungs- und Texterkennung psychische Eigenschaften sowie auch Kompetenzen auswerten. Auf die Belastbarkeit und Aussagekraft der aus den unstrukturierten Daten gewonnen Erkenntnisse möchten wir hier nicht eingehen. Viele Wissenschaftler befassen sich zurzeit mit der Validierung der gewonnen Ergebnisse. Sollten sich unstrukturierte Daten für die Auswertung von Eigenschaften, Motivationen und Kompetenzen eignen, werden die Fragebögen an Bedeutung verlieren und Data Analytics wird mehr und mehr an Akzeptanz gewinnen.

Sind die von den Usern erzeugten Daten einmal in der Datenbank gespeichert, beginnt die richtige Arbeit des IoP. Die Auswertung der gespeicherten Daten muss folgende vier Ergebnisse liefern:

  • Aktueller Zustand der Organisation aufgeschlüsselt nach diversen Kriterien
  • Zuverlässige Ableitung von Maßnahmen für die Entwicklung der Organisation
  • Entwicklungsfortschritte der Organisation auf Basis der relevanten KPIs
  • Prädiktion von möglichen Ereignissen

Bild 2: Kreis des IoP mit Rückkopplung

Das IoP entfaltet nur dann eine starke Wirkung, wenn nach der Phase der Entwicklung eine Kontrolle der erreichten Ziele stattfindet (siehe Bild 2). Kontrolle bedeutet hier, dass Data Analytics die Effekte der Entwicklungsmaßnahmen auf ihre Wirksamkeit hin und in Relation zu den definierten Zielwerten überprüft.

Das IoP basiert auf dem Selbstcoaching-Konzept (siehe 2. Kapitel). Der User führt also selbstständig Analysen durch und wertet sie aus, wählt eigene Maßnahmen für seine Personalentwicklung aus und sucht selbst nach Kollegen für das kollaborative Lernen. Er kann auch sich eigene Ziele festlegen usw.

Dafür muss das IoP eine umfangreiche Bibliothek an Weiterentwicklungs-Maßnahmen im interaktiven Format vorsehen. Ein Beispiel ist Games Based Learning etwa von Gamelearn (Bild 3).

Bild 3: Ausschnitt aus einem Game von Gamelearn.

Selbstcoaching entsteht nur dann, wenn das IoP auf Freiwilligkeit basiert, der Content attraktiv ist und ein Community-Effekt entsteht. In diesem Fall muss der User nicht „geschoben“ werden, sondern er agiert aus eigener Motivation heraus und aus dem Wunsch besser zu werden.

Community bedeutet hier, dass sich die User in der Organisation gegenseitig über das System informieren und Content bewerten. Dadurch entstehen eine Priorisierung der Maßnahmen, eine positive Neugierde und ein viraler Effekt.

Nächstes Kapitel: Implementierung in eine Organisation

Weitere Infos über das Internet of People:

Einführung

Nutzen

Implementierung in die Organisation

Fazit

#internetofpeople   www.IoP.pluswww.soo.plus