Die immer gleichen Fragen an die Personalabteilung: zwei IT-Häuser haben sie einem Bot gegeben

Das Wissen liegt in Köpfen, Ordnern und alten Mails, und die Personalabteilung ist die Stelle, an der es jeden Tag abgefragt wird. Wie viele Urlaubstage habe ich noch, wo ist das Formular für die Dienstreise, darf ich Freitag von zu Hause arbeiten. Zwei Softwarehäuser haben diese Fragen einem Bot gegeben, der aus dem eigenen Wiki antwortet. Beide dokumentiert, keiner unser Kunde.

XIBIX: über die Hälfte der HR-Anfragen

XIBIX Solutions, IT-Dienstleister im Raum München mit rund 120 Mitarbeitern, hatte ein HR-Team von drei bis vier Leuten, das immer dieselben Fragen zu Urlaub, Richtlinien und Unterlagen beantwortete. Mit jedem neuen Mitarbeiter wuchs das Volumen.

Gebaut wurde ein Ask-HR-Bot: Er zieht die HR-Inhalte aus Confluence, legt sie als durchsuchbare Wissensbasis ab und antwortet im internen Chat und in Teams, mit Bezug auf die Quelle, damit der Fragende nachlesen kann. Über 50 Prozent weniger wiederkehrende HR-Anfragen, das HR-Team spart mehr als die Hälfte der Zeit, die vorher in diese Fragen ging. Der Erfolg zog weitere Workflows nach, als nächstes die Bewertung von Ausschreibungen. Quelle: n8n Fallstudie, ähnliche Szenarien, die wir daraus bauen.

TUP: 1.282 Läufe im Monat, 99 Prozent fehlerfrei

TUP baut Software für Lagerlogistik, 160 Mitarbeiter in Stutensee. Personalvorgänge kamen per Mail, die Regeln standen in Confluence, und jede Frage danach kostete jemanden Zeit. Drei Dinge laufen heute als Workflow: Krankmeldungen werden ausgewertet und in Kalender und Verwaltung eingetragen. Homeoffice-Anträge werden gegen die Regeln geprüft und freigegeben. Wissensfragen beantwortet ein Chatbot aus den Confluence-Bereichen.

Die Zahlen aus der Quelle: 26 Stunden im Monat gespart, 1.282 Läufe in 30 Tagen, davon 12 fehlgeschlagen, also über 99 Prozent Erfolgsquote. Der Automatisierungsverantwortliche beschreibt den wichtigeren Effekt: Teams, die vorher keine Vorstellung hatten, was Automatisierung kann, erwarten jetzt, dass wiederkehrende Arbeit nicht mehr von Hand läuft. Quelle: n8n Fallstudie, ähnliche Szenarien, die wir daraus bauen.

Das Muster hinter den zwei Fällen

• Niemand hat ein Handbuch geschrieben. Beide Häuser hatten ihr Wissen bereits in Confluence. Der Bot hat es anschließbar gemacht, nicht neu erfunden. Wer heute kein Wiki hat, fängt mit den fünf Dokumenten an, nach denen am häufigsten gefragt wird.
• Antwort mit Quelle. Der Bot bei XIBIX zeigt, woher die Antwort kommt. Das ist der Unterschied zwischen einem Bot, dem man glaubt, und einem, den man prüfen kann.
• Ein Vorgang, dann der nächste. TUP hat nicht HR automatisiert, sondern Krankmeldungen. Dann Homeoffice-Anträge. Dann Fragen. Jeder Schritt hatte eine eigene Messlatte.

Wo die Grenze liegt

Ein Bot, der Krankmeldungen liest, liest Gesundheitsdaten. Ein Bot, der Homeoffice-Anträge prüft, verarbeitet Beschäftigtendaten und trifft eine Vorentscheidung. Beides ist in Deutschland mitbestimmungspflichtig, und beides braucht eine klare Zweckbindung: Der Bot beantwortet, er bewertet nicht. Wer Antwortverhalten oder Anfragehäufigkeit einzelner Mitarbeiter auswertet, baut eine Leistungskontrolle, und die ist ohne Betriebsrat nicht zulässig. Wie das Gespräch mit dem Betriebsrat läuft: Betriebsrat und KI. Welche Daten überhaupt ins Modell dürfen: Datenklassifizierung vor der KI-Einführung.

Was das für Ihren Betrieb heißt

Fragen Sie Ihre Personalabteilung nach den zehn häufigsten Fragen der letzten Woche. Wenn acht davon in einem Dokument stehen, das es schon gibt, ist der Bot eine Woche Arbeit. Was wir daraus bauen: Wissensmanagement und Firmenwissen. Wenn Sie es selbst versuchen wollen: Firmenwissen nutzbar machen.

Weitere Einsatzszenarien aus dem Mittelstand: Referenzen. Erstgespräch: Beratung.