Zusammenfassung
Mit der zweiten Welle der Digitalisierung werden Personalentwickler neu herausgefordert. Smart Machines können bereits heute viele anspruchsvolle Verrichtungen ausführen und sie werden kontinuierlich besser. Die damit verbundenen Veränderungen werden zu oft unter dem Aspekt der Substitution von Arbeitskräften diskutiert und zu wenig unter dem Aspekt der Augmentation, d. h., im Hinblick auf das Zusammenwirken von Menschen und „intelligenten“ Maschinen „Hand in Hand“.
Eine Diskussion zu den Folgen dieser Veränderungen findet häufig nicht statt, weil eine Verunsicherung der Belegschaft befürchtet wird. Das Konzept der Augmentationsstrategien bietet hier Orientierung und erleichtert die Diskussion – weil es aufzeigt, dass man diesen Veränderungen nicht hilflos ausgeliefert ist, sondern dass verschiedene Strategien für die Weiterentwicklung möglich sind.
Augmentation und Augmentationsstrategien sind ein geeigneter Orientierungsrahmen, um die Aufgaben für Personalentwickler zu strukturieren. Auf Augmentation ausgerichtete Personalentwicklung erfordert einen Gesamtprozess, der verschiedene Arbeitsstränge integriert: die Analyse von Veränderung bei Prozessen, bei Aufgabenzuschnitten und bei Kompetenzerfordernissen; die Gestaltung von Entwicklungsangeboten; begleitendes Veränderungsmanagement und Entwicklungsbegleitung; und schliesslich die Erfolgsbestimmung und Wirkungsüberprüfung. Bei all diesen Strängen ist eine enge Zusammenarbeit mit den jeweiligen Fachabteilungen erforderlich.
Die Umsetzung dieses Gesamtprozesses erfordert geeignete Arbeitsinstrumente. Beispielsweise zur Standortbestimmung von Beschäftigtengruppen, zur Analyse sich verändernder Aufgaben-Anforderungssysteme, oder zur Augmentations-orientierten Entwicklungsplanung. Es braucht aber auch Personalentwickler, die sich (1) mit fortgeschrittener Digitalisierung auskennen und die (2) Programme für die verschiedenen Augmentationsstrategien entwickeln und glaubwürdig umsetzen können – nicht zuletzt auch dadurch, dass sie diese Strategien in ihrem eigenen Arbeitsfeld selbst leben.
Abstract
Digital transformation poses new challenges for people development. Today, smart machines can already perform tasks that before could be performed only by humans – and they are becoming more powerful continually. These developments are usually discussed with an eye on the substitution of (parts of) the workforce. We propose to focus on augmentation instead, i.e. on the collaboration of humans and smart machines.
Often, the changes that are related to digital transformation are not sufficiently discussed in businesses and organizations for fear of creating unease, uncertainty and frustration. The concept of augmentation strategies provides orientation and facilitates discussion. The concept helps see that humans are not subject to developments they cannot influence but rather that there are different options and strategies for development.
Augmentation and augmentation strategies are a useful framework for structuring the tasks of specialists engaged in people development. People development oriented by augmentation and augmentation strategies requires a coherent process that integrates different strands of activity: the analysis of changes in processes, in work tasks and roles as well as in competency requirements; the design of development programs; change management activities and support in development activities; and, finally, measurement of success and impact. All these strands of activity require close cooperation of people development specialists with neighboring units and the business.
The realization of this coherent process requires a specific set of tools. Tools that help determine the status quo with a particular job family, that support the analysis of changing processes and work tasks, or tools that help draw up augmentation-oriented development plans. In addition to tools, however, people development specialists are required that are knowledgeable about digital transformation and that are able to draft and implement augmentation-oriented development – not the least because they are making use of augmentation strategies in their own field of work.
Literatur
Brugger S, Kimmich M (2017) Onboarding des Kollegen Roboter. changement 2017(3):31–34
Brynjolfsson E, McAfee A (2017) Von Managern und Maschinen. Harv Bus Manag 2017:22–34
Bughin J, Ziegler M, Mischke J, Wenger F, Reich A, Läubli D, Sen M, Schmidt M (2018) The future of work: Switzerland’s digital opportunity. McKinsey&Company. https://www.mckinsey.com/featured-insights/europe/the-future-of-work-switzerlands-digital-opportunity
Craig RL (Hrsg) (1987) Training and development handbook; A guide to human resource development. McGraw-Hill, Berkeley
Davenport TH, Kirby J (2016) Only humans need apply; Winners and losers in the age of smart machines. Harper Business, New York
Deloitte (2017) Welche Schlüsselkompetenzen braucht es im digitalen Zeitalter?; Auswirkungen der Automatisierung auf die Mitarbeiter, die Unternehmen und das Bildungssystem. Deloitte AG, Deloitte
Dengler K, Matthes B (2015) Folgen der Digitalisierung für die Arbeitswelt; Substituierbarkeitspotenziale von Berufen in Deutschland. Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit. http://doku.iab.de/forschungsbericht/2015/fb1115.pdf
Donovan J, Benko C (2016) AT&T’s Talent Overhaul. Harv Bus Rev 2016:68–73
Frey CB, Osborne M (2013) The future of employment. University of Oxford. https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
GRID by Deloitte, Efma (2017) AI and you; Perceptions of Artificial Intelligence from the EMEA financial services industry. Deloitte Consulting S.r.l. / Efma. https://www2.deloitte.com/content/dam/Deloitte/cn/Documents/technology/deloitte-cn-tech-ai-and-you-en-170801.pdf
Hirsch V (2017) TEDx Manchester: AI & the future of work (Video). Blogpost. http://vhirsch.com/blog/2017/03/22/tedx-manchester-ai-the-future-of-work-video/.
Kirkpatrick DL (1996) Evaluating training programs. The four levels. Berrett-Koehler, San Francisco
Klein M (2017) Google’s AlphaZero besiegt Stockfish in einem 100 Partien Vergleich. https://www.chess.com/de/news/view/google-s-alphazero-besiegt-stockfish-in-einem-100-partien-vergleich-3971
Kurz B, Kubek D (2013) Kursbuch Wirkung; Das Praxishandbuch für alle, die Gutes noch besser tun wollen. Phineo, Berlin
McKinsey Global Institute (2018) Skill shift; Automation and the future of the workforce. McKinsey&Company. https://www.mckinsey.com/featured-insights/future-of-work/skill-shift-automation-and-the-future-of-the-workforce
Meier C (2018a) KI-basierte Anwendungen für L&D; Beispiele und Profilierungsoptionen für Learning Professionals. https://www.scil.ch/2018/10/01/ki-basierte-anwendungen-fuer-ld-beispiele-und-profilierungsoptionen-fuer-learning-professionals-clc-2018-kassel/
Meier C (2018b) scil Innovationskreis 2018: Smarte Personalentwicklungsstrategien im Zeitalter der digitalen Transformation. Universität St. Gallen / SCIL. https://www.scil-aktuell.ch/2018/03/21/scil-innovationskreis-2018-smarte-personalentwicklungsstrategien-im-zeitalter-der-digitalen-transformation/. Zugegriffen: 24. März 2019
Nedelkoska L, Quintini G (2018) Automation, skills use and training. OECD Publishing. https://doi.org/10.1787/2e2f4eea-en
Pulliam Phillips P, Phillips JJ (2007) The value of learning. How organisations capture value and ROI and translate it into support, improvement and funds. Pfeiffer, San Francisco
Seufert S, Guggemos J, Meier C, Helfritz KH (2018) Digitale Kompetenzen von Personalentwicklern; Digitale Reife und Augmentationsstrategien in der Personalentwicklung. Universität St.Gallen (IWP-dbB, scil) / Deutsche Gesellschaft für Personalentwicklung, Frankfurt a.M. / St.Gallen
Thalheimer W (2018) The Learning-Transfer Evaluation Model; Sending messages to enable learning effectiveness. https://www.worklearning.com/wp-content/uploads/2018/02/Thalheimer-The-Learning-Transfer-Evaluation-Model-Report-for-LTEM-v12.pdf
Wahlster W (2017) Künstliche Intelligenz versus menschliche Intelligenz: Wie lernen, verstehen und denken Computer? Universität Mainz, Mainz
Wahlster W (2017) Künstliche Intelligenz als Treiber der zweiten Digitalisierungswelle. IM+io 2017:10–13
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Meier, C., Seufert, S. & Guggemos, J. Arbeitswelt 4.0 und Smart Machines: Augmentation als Herausforderung für die Personalentwicklung. HMD 56, 823–839 (2019). https://doi.org/10.1365/s40702-019-00552-3
Received:
Revised:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1365/s40702-019-00552-3
Schlüsselwörter
- Künstliche Intelligenz
- Smart Machines
- Substitution von Arbeitskraft
- komplementäre Kompetenzen
- Personalentwicklung
- Augmentation
- Augmentationsstrategien
- Beschäftigtengruppen
- Prozessgestaltung