Zum Inhalt springen
EU AI Act: Nicht Hochrisiko

Trainings-Bedarfs-Analyse-Agent

Aus jeder Skills-Lücke wird ein nachrechenbarer Bedarf, der zeigt, wer ihn verantwortet - Regelwerk, KI-Indikator oder menschliche Freigabe, sichtbar für den Betriebsrat.

Skills-Gap-Analyse betriebsratsfest: der Bedarf wird transparent vorgerechnet, die KI liefert nur Indikatoren, der Mensch entscheidet - DSGVO- und AGG-fest.

Prozess analysieren lassen

Auswahl aus über 5.000 Projekten in 25 Jahren Softwareentwicklung

Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Wer entscheidet hier eigentlich, wer ins Training muss - und ist das betriebsratsfest?

Den Trainingsbedarf zu berechnen ist gelöst; nachweisen zu können, dass kein Mensch von einer KI in oder aus einem Training sortiert wurde, ist es nicht. Der Agent trennt jede Bedarfs-Entscheidung in drei sichtbare Quellen: deterministisches Regelwerk, KI-Indikator und menschliche Freigabe.

Ergebnis: Eine KI, die selbst entscheidet, wer ein Training braucht, verstößt gegen Artikel 22 DSGVO - mit einem Bußgeld-Rahmen bis 20 Mio. Euro oder 4 Prozent des weltweiten Jahresumsatzes, je nachdem welcher Betrag höher ist. Der Agent liefert nur den aggregierten Bedarf; die Entscheidung über einzelne Menschen bleibt beim Menschen mit Betriebsrat-Sichtbarkeit.

66% Regelwerk
17% KI-Agent
17% Mensch

Die Architektur folgt daraus, dass jede Bedarfs-Entscheidung genau einer dieser drei Quellen zugeordnet und für den Betriebsrat nachvollziehbar sein muss:

Die Skills-Lücke ist berechenbar. Die Frage des Betriebsrats nicht.

Jedes Skills-Tool meldet einen Weiterbildungsbedarf. Keines beweist, dass ihn kein Algorithmus an einzelnen Menschen festgemacht hat.

Cornerstone, SuccessFactors, Workday, Eightfold - aus Skills-Profilen wird per Knopfdruck eine Trainingsempfehlung: “Diese Person braucht dieses Training.” Das ist seit Jahren Standard. Die Frage, an der eine Bedarfs-Analyse in Deutschland wirklich hängt, beantwortet keines dieser Systeme: Hat hier ein Mensch oder eine KI entschieden, wer ins Training kommt - und können Sie dem Betriebsrat zeigen, dass der Bedarf diskriminierungsfrei und ohne Rückschluss auf Einzelne zustande kam?

Dieser Agent folgt dem Decision Layer-Prinzip: Jede Bedarfs-Entscheidung ist entweder regelbasiert, ein KI-Indikator oder eine menschliche Freigabe - klar getrennt und für den Betriebsrat sichtbar. Nach EU AI Act ist er kein Hochrisiko-System, weil er keine einzelnen Menschen bewertet. Seine Anforderungen kommen aus dem Datenschutz- und Mitbestimmungsrecht, und die sind hart genug.

Der rechtliche Sprengsatz steckt nicht in der Empfehlung, sondern in der Entscheidung

Marktübliche Skills-Tools verkaufen eine Black-Box-Empfehlung: Die KI sagt Ihnen, wer welches Training braucht. Genau das ist hierzulande der eigentliche Konfliktpunkt. Eine KI, die selbst entscheidet, wer einem Training zugewiesen wird, wäre nach Artikel 22 DSGVO eine unzulässige rein automatisierte Einzelentscheidung mit erheblicher Wirkung. Der Bußgeld-Rahmen reicht bis 20 Mio. Euro oder 4 Prozent des weltweiten Jahresumsatzes, je nachdem welcher Betrag höher ist (Artikel 83 Abs. 5 DSGVO).

Dazu kommt die Mitbestimmung, und hier wird oft das falsche Recht zitiert. Die Bedarfs-Ermittlung selbst ist nach Paragraph 96 BetrVG ein Beratungsrecht: Der Arbeitgeber muss den Berufsbildungsbedarf auf Verlangen ermitteln und mit dem Betriebsrat beraten; kommt keine Einigung zustande, vermittelt nur die Einigungsstelle. Der scharfe Hebel sitzt woanders - in Paragraph 97 Abs. 2 BetrVG: Sobald eine Maßnahme die Tätigkeit ändert und die vorhandenen Kenntnisse nicht mehr ausreichen, bestimmt der Betriebsrat bei der Einführung der Bildungs-Maßnahme mit, und hier entscheidet die Einigungsstelle verbindlich. Wer diesen Unterschied kennt, weiß: Eine Bedarfs-Analyse muss teilbar und nachvollziehbar sein, sonst eskaliert das Verfahren genau dort, wo die alleinige Steuerung verloren geht.

Und schließlich ist die Software selbst mitbestimmungspflichtig. Eine Skills-Cloud, die Leistung oder Verhalten auswerten kann, ist nach Paragraph 87 Abs. 1 Nr. 6 BetrVG eine Überwachungseinrichtung - ohne Betriebsvereinbarung ist ihre Einführung unzulässig, und Auswertungen sind im Streitfall nicht verwertbar. Genau hier entsteht die Situation, die viele kennen: Der Betriebsrat blockiert aus Unsicherheit, die Rechtsabteilung sagt “Nein” statt “Ja, wenn”. Eine Lösung, die der Betriebsrat unterschreibt, bevor sie dem Vorstand präsentiert wird, muss diese drei Hebel von Beginn an mitdenken.

Drei Quellen, klar getrennt: wer über den Bedarf entscheidet

Die meisten Anbieter sagen, ein Mensch bleibe “im Prozess”, und kleben ein Compliance-Siegel daneben. Beides bleibt eine schwarze Box. Der Agent macht stattdessen für jede Bedarfs-Entscheidung sichtbar, aus welcher von drei Quellen sie stammt:

QuelleWas sie entscheidetBeispiel aus der Bedarfs-Analyse
Regelwerk (R)Alles Deterministische, kein ErmessenSkills-Gap als Soll-Niveau minus Ist-Niveau, DQR-Einstufung, Aggregation ab Mindest-Gruppengröße
KI-Indikator (A)Markiert Hinweise, entscheidet nieSkills-Inferenz aus Aktivitätsdaten, Auffälligkeit zwischen Leistung und Lücke
Mensch (H)Freigabe und StrategieVier-Augen-Freigabe des Reports, Wahl der Maßnahme aus dem Geschäftskontext

Der Agent ist also überwiegend ein deterministischer Rechen-Motor, mit KI nur als Indikator an den Rändern und einem festen menschlichen Freigabe-Gate. Das ist die ehrliche Antwort auf den naheliegenden Einwand “darf eine KI überhaupt entscheiden, wer ins Training muss?” - und die Antwort lautet: Sie darf es nicht, und sie tut es hier auch nicht. Wer freigibt, sieht jeden KI-gelieferten Indikator als solchen markiert, mit Konfidenz und Quelle, bevor er ihn übernimmt. Wie diese Schicht architektonisch durchgreift, zeigt der Decision Layer.

Der Skills-Gap ist eine Subtraktion, kein Orakel

Ein Bedarfs-Vorschlag, der aus einem KI-Modell ohne nachvollziehbare Herleitung kommt, ist für eine Mitbestimmungs-Frage wertlos: Er ist nicht reproduzierbar, und es ist nicht dokumentiert, welche Daten ihn erzeugt haben. Das Mitbestimmungsrecht verlangt das Gegenteil - eine Bedarfs-Analyse, die der Betriebsrat mitlesen und nachprüfen kann.

Deshalb entsteht der Skills-Gap beim Agenten als nachrechenbare Differenz. Das Soll-Niveau einer Stelle und das Ist-Niveau einer Person werden auf der achtstufigen DQR- und EQR-Skala gemessen - Niveau 1 bis 2 für Anlerntätigkeiten, 3 bis 4 für die Erstausbildung, 5 bis 6 für Fortbildung und Bachelor, 7 bis 8 für Master und Promotion. Die Lücke ist schlicht Soll minus Ist, eine Zahl, die jeder Prüfer nachvollziehen kann. Die KI liefert dazu nur Indikatoren: Sie schlägt aus Aktivitätsdaten vor, welche Fähigkeit jemand haben könnte, und markiert Auffälligkeiten zwischen Leistung und Lücke - aber der Mensch validiert jeden dieser Hinweise, bevor er Teil des Bedarfs wird.

Der Hebel dahinter: Werden Bedarfe nur aggregiert ab einer festen Mindest-Gruppengröße ausgewiesen, ist kein Rückschluss auf eine einzelne Person möglich. Das ist keine Kosmetik, sondern die Bedingung dafür, dass die Verarbeitung nach Paragraph 26 BDSG erforderlich und nach Artikel 88 DSGVO im Beschäftigungskontext zulässig bleibt. Und weil die Auswahl regelbasiert gegen die geschützten Merkmale des AGG geprüft wird, lässt sich im Streitfall belegen, dass kein Bedarf an Geschlecht, Alter, Herkunft oder Behinderung hing - entscheidend, weil bei Indizien für eine Benachteiligung nach Paragraph 22 AGG der Arbeitgeber die Beweislast trägt. Dokumentierte, regelbasierte Kriterien sind die Grundlage, das zu widerlegen.

Über Viva und SuccessFactors, nicht statt ihnen

Der Agent konkurriert nicht mit Ihrer Skills-Plattform. Gegen Workday, SuccessFactors oder Eightfold auf der Daten-Achse anzutreten wäre aussichtslos - dort entscheidet Reichweite und Integration. Der Agent legt sich als Entscheidungs- und Nachweis-Schicht darüber: Sie behalten Ihre Plattform, und er macht den Bedarf betriebsratsfest.

Skills-Indikatoren aus Microsoft Viva, Eightfold oder Degreed und Soll-Profile aus SuccessFactors oder Workday fließen unverändert ein. Was hinzukommt, ist nicht ein weiteres System, sondern die Antwort auf die Frage des Betriebsrats und der Rechtsabteilung: Für jeden Bedarf lässt sich sagen, ob ihn das Regelwerk, ein KI-Indikator oder ein Mensch verantwortet hat, und es ist nachvollziehbar belegt - ohne dass eine einzelne Person sichtbar wird. Genau das macht den Unterschied zwischen einer Empfehlung, die die Rechtsabteilung stoppt, und einem Bedarf, den der Betriebsrat gegenzeichnet.

Warum sich Treffsicherheit beim Weiterbildungsbedarf rechnet

Der wirtschaftliche Einsatz ist real. Laut IW-Weiterbildungserhebung investierten deutsche Unternehmen 2022 im Schnitt 1.347 Euro pro Mitarbeiter und Jahr in Weiterbildung, bei 20,3 Stunden je Beschäftigtem, und 93 Prozent der befragten Unternehmen boten überhaupt Weiterbildung an (IW-Weiterbildungserhebung 2023). Bei diesem Volumen entscheidet die Treffsicherheit des Bedarfs über spürbare Beträge - und die Belastbarkeit der Herleitung darüber, ob das Budget vor Betriebsrat und Datenschutz Bestand hat.

Der nächste Schritt ist keine Software-Einführung, sondern eine Bestandsaufnahme: Wo in Ihrem Bedarfs-Prozess entscheidet heute faktisch eine KI über einzelne Menschen, und wie teilbar ist die Herleitung dahinter für den Betriebsrat? Wie die saubere Trennung aus Regelwerk, KI-Indikator und menschlicher Freigabe architektonisch durchgreift, zeigt der Decision Layer im Detail.

Auf einen Blick

  • Was er tut: rechnet aus Soll- und Ist-Niveau einen aggregierten, nachvollziehbaren Trainingsbedarf vor und macht pro Schritt sichtbar, wer entscheidet
  • Klassifikation: kein EU-AI-Act-Hochrisiko-System (Analyse ohne Bewertung einzelner Menschen)
  • Entscheidungslogik: überwiegend Regelwerk, KI nur als Indikator, Freigabe beim Menschen im Vier-Augen-Prinzip
  • Compliance-Anker: Mitbestimmung nach Paragraph 96 und Paragraph 97 Abs. 2 BetrVG, Skills-IT nach Paragraph 87 Abs. 1 Nr. 6 BetrVG, Aggregation nach Artikel 22 DSGVO und Paragraph 26 BDSG, diskriminierungsfreie Auswahl nach Paragraph 22 AGG
  • Integration: Schicht über Viva, Eightfold, Degreed, SuccessFactors oder Workday - kein Ersatz
  • Betriebsrats-Fall: jeder Bedarf bis zur aggregierten Datengrundlage zurückverfolgbar, ohne einzelne Personen offenzulegen

Micro-Decision-Tabelle

Wer entscheidet bei diesem Agent?

12 Entscheidungsschritte, aufgeteilt nach Decider

66%(8/12)
Regelwerk
deterministisch
17%(2/12)
KI-Agent
modellbasiert mit Confidence
17%(2/12)
Mensch
explizit zugewiesen
Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Quelldaten aus Skills-Plattform und HRIS synchronisieren Welche Skills-Profile, Stellen-Beschreibungen und Lern-Historien werden zusammengeführt? Regelwerk

Die Zusammenführung folgt einer festen Mapping-Regel von Quellsystem zu Datenmodell, ohne Ermessensspielraum.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Skills aus Aktivitätsdaten erkennen Welche Fähigkeit liegt einer Person aufgrund ihrer Aktivität vermutlich vor? KI-Agent WP/BP

Die Inferenz aus Viva, Eightfold oder Degreed liefert einen Vorschlag mit Konfidenz, der nie als Status übernommen wird.

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Anfechtbar durch: WP/BP

Skills nach DQR und EQR einstufen Welchem der acht Qualifikationsniveaus entspricht ein Skill? Regelwerk

Die Zuordnung zur DQR- und EQR-Skala 1 bis 8 ist eine feste Taxonomie-Regel.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Skills-Gap pro Stelle berechnen Wie groß ist die Lücke zwischen Soll-Niveau der Stelle und Ist-Niveau der Person? Regelwerk

Der Gap ist die Subtraktion Soll-Niveau minus Ist-Niveau, eine nachrechenbare Differenz ohne KI-Ermessen.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Bedarfe DSGVO-konform aggregieren Ab welcher Gruppengröße wird ein Bedarf ausgewiesen, und wann werden Gruppen zusammengefasst? Regelwerk

Eine feste Mindest-Gruppengröße erzwingt Aggregation, damit kein Rückschluss auf Einzelpersonen möglich ist.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Performance- und Skills-Daten korrelieren Welche Auffälligkeit zwischen Leistung und Skills-Lücke verdient eine Prüfung? KI-Agent WP/BP

Die Korrelation ist ein Hinweis, der menschlich validiert wird, nie eine Bewertung einer einzelnen Person.

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Anfechtbar durch: WP/BP

Bedarfe gegen Geschäfts-Ziele ausrichten Wie ordnen sich die aggregierten Bedarfe den dokumentierten Strategie-Zielen zu? Regelwerk

Das Alignment folgt einer festen Zuordnung von Skills-Cluster zu hinterlegtem Geschäfts-Ziel.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Bedarfe priorisieren Welcher Bedarf hat welche Dringlichkeit? Regelwerk

Die Priorisierung folgt einer fixen Risiko- und Dringlichkeits-Matrix mit definierten Schwellen.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Diskriminierungsfreiheit der Auswahl prüfen Hängt ein Bedarf oder Trainings-Zugang an einem geschützten Merkmal? Regelwerk

Der Abgleich gegen die AGG-Merkmale läuft als regelbasierte Prüfung, die jede merkmalsgebundene Verzerrung markiert.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Bedarfs-Report freigeben Wird der Bedarfs-Report zur weiteren Verwendung freigegeben? Mensch

L&D-Lead und Fachbereichsleitung prüfen im Vier-Augen-Prinzip, und den Status freigegeben setzt nie ein Modell.

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Trainings-Strategie aus dem Bedarf ableiten Welche Maßnahme folgt aus einem priorisierten Bedarf? Mensch

Die strategische Wahl der Maßnahme braucht Geschäftskontext, den die KI nicht hat, und bleibt deshalb menschlich.

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Audit-Trail für den Betriebsrat bereitstellen Wie wird die Bedarfs-Analyse für den Betriebsrat nachvollziehbar gemacht? Regelwerk

Jeder Bedarf trägt seine Herleitung, Quelle und Aggregationsstufe mit und ist für das Beratungsrecht nach Paragraph 96 BetrVG teilbar.

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Passt dieser Agent zu Ihrem Prozess?

Wir analysieren Ihren konkreten HR-Prozess und zeigen, wie dieser Agent in Ihre Systemlandschaft passt. 30 Minuten, keine Vorbereitung nötig.

Prozess analysieren lassen

Governance-Hinweise

EU AI Act: Nicht Hochrisiko
Dieser Agent ist kein Hochrisiko-System nach EU AI Act: Er bewertet keine einzelnen Menschen, sondern rechnet aggregierte Bedarfe vor. Die hohen Anforderungen kommen aus dem Datenschutz- und Mitbestimmungsrecht. Eine KI, die selbst entscheidet, wer ein Training braucht, verstößt gegen Artikel 22 DSGVO und kollidiert mit der Mitbestimmung nach Paragraph 97 Abs. 2 BetrVG. Der Agent begegnet dem strukturell: Der Skills-Gap entsteht als nachrechenbare Subtraktion aus Soll- und Ist-Niveau, die KI liefert nur Indikatoren und markiert Auffälligkeiten, und die Freigabe bleibt beim Menschen im Vier-Augen-Prinzip. Weil eine Skills-Software Leistung auswerten kann, ist sie nach Paragraph 87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig - der Agent ist von Beginn an darauf ausgelegt, dass der Betriebsrat die Analyse mitliest. Den Status freigegeben setzt nie ein Modell.

Bewertung

Agent Readiness 66-73%
Governance-Komplexität 72-79%
Economic Impact 68-75%
Leuchtturm-Wirkung 64-71%
Implementation Complexity 52-59%
Transaktionsvolumen Quartalsweise

Voraussetzungen

  • Gepflegte Soll-Profile pro Stelle mit definiertem DQR- oder EQR-Niveau
  • Eine Schnittstelle zur Skills-Plattform oder zum HRIS (Viva, Eightfold, Degreed, SuccessFactors oder Workday)
  • Eine Betriebsvereinbarung zur eingesetzten Skills-IT nach Paragraph 87 Abs. 1 Nr. 6 BetrVG, wo ein Betriebsrat besteht
  • Ein definierter Freigabe-Workflow mit Vier-Augen-Prinzip für den Bedarfs-Report
  • Eine festgelegte Mindest-Gruppengröße für die DSGVO-konforme Aggregation

Infrastruktur-Beitrag

Die Soll-Profil-Registry - welches Niveau eine Stelle pro Skill verlangt - wird einmal gepflegt und von angrenzenden Agenten mitgenutzt, etwa für Nachfolgeplanung und interne Mobilität. Die Aggregations-Engine, die jede Auswertung auf die Mindest-Gruppengröße hebt, bildet dieselbe DSGVO-konforme Grundlage für alle Agenten, die mit Beschäftigtendaten arbeiten. Und die Decision-Layer-Zuordnung pro Schritt - Regelwerk, KI-Indikator oder Mensch - wird zum gemeinsamen Standard, sobald mehrere Agenten Entscheidungen treffen, die ein Betriebsrat mitbestimmen darf.

Was diese Erstbewertung enthält: 9 Slides für Ihr Führungsteam

Personalisiert mit Ihren Zahlen. Generiert in 2 Minuten direkt im Browser. Kein Upload, kein Login.

  1. 1

    Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial

  2. 2

    Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens

  3. 3

    Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich

  4. 4

    Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten

  5. 5

    Governance - EU AI Act, Betriebsrat (§87 BetrVG), Audit Trail - mit Ampelstatus

  6. 6

    Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme

  7. 7

    Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go

  8. 8

    Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix

  9. 9

    Diskussionsvorschlag - Konkrete nächste Schritte mit Zeitplan und Verantwortlichkeiten

Enthält: 3-Szenarien-Vergleich

Nichtstun vs. Neueinstellung vs. Automatisierung - mit Ihrem Gehaltsniveau, Ihrer Fehlerquote und Ihrem Wachstumsplan. Die eine Slide, die Ihr CFO als erstes sehen will.

Berechnungsmethodik anzeigen

Stundensatz: Jahresgehalt (Ihre Eingabe) × 1,3 AG-Anteil ÷ 1.720 Jahresarbeitsstunden

Einsparung: Vorgänge × 12 × Automatisierungsrate × Minuten/Vorgang × Stundensatz × Economic Factor

Qualitäts-ROI: Fehlerreduktion × Vorgänge × 12 × EUR 260/Fehler (APQC Open Standards Benchmarking)

FTE: Eingesparte Stunden ÷ 1.720 Jahresarbeitsstunden

Break-Even: Benchmark-Investition ÷ monatliche Gesamteinsparung (Effizienz + Qualität)

Neueinstellung: Jahresgehalt × 1,3 + EUR 12.000 Recruiting pro FTE

Alle Daten bleiben in Ihrem Browser. Nichts wird an Server übertragen.

Trainings-Bedarfs-Analyse-Agent

Erstbewertung für Ihr Führungsteam

In 2 Minuten eine fundierte Erstbewertung - mit Ihren Zahlen, Ihrem Risikoprofil und Branchenbenchmarks. Kein Anbieter-Logo, kein Vendor-Pitch.

Alle Daten bleiben in Ihrem Browser. Nichts wird übertragen.

Agent-Blueprint verfügbar

Für Trainings-Bedarfs-Analyse-Agent existiert ein vollständiger Blueprint mit Micro-Decision-Zerlegung, Branchenvarianten und Implementierungsdetails.

Blueprint ansehen

Verwandte Agenten

Zertifikats-Tracking-Agent

Bei einem abgelaufenen Pflichtnachweis haftet nicht das Tool, sondern der Mensch, der den Einsatz freigegeben hat.

W D
Readiness: 78-85%
Economic: 56-63%
Governance: 26-33%
Micro-Decisions: 13
Monatlich

Lernveranstaltungs-Management Agent

Trainings-Logistik automatisieren - Räume, Trainer, Teilnehmer und Materialien koordinieren.

W
Readiness: 76-83%
Economic: 48-55%
Governance: 11-18%
Micro-Decisions: 9
Wöchentlich

Lernpfad-Empfehlungs-Agent

Individuelle Lernpfade empfehlen - basierend auf Kompetenzprofil und Karriereziel.

K
Readiness: 64-71%
Economic: 48-55%
Governance: 34-41%
Micro-Decisions: 9
Wöchentlich

Häufige Fragen

Entscheidet der Agent, wer in welches Training muss?

Nein. Der Agent rechnet den Bedarf transparent vor und liefert ihn aggregiert. Die Entscheidung über einzelne Menschen trifft der Mensch - alles andere wäre nach Artikel 22 DSGVO eine unzulässige rein automatisierte Einzelentscheidung.

Ist das System betriebsratsfest?

Genau dafür ist es gebaut. Weil eine Skills-Software Leistung auswerten kann, ist sie nach Paragraph 87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig und braucht eine Betriebsvereinbarung. Der Agent macht jede Bedarfs-Herleitung für das Beratungsrecht nach Paragraph 96 BetrVG nachvollziehbar und teilbar, ohne einzelne Personen offenzulegen.

Wie wird der Skills-Gap berechnet?

Als nachrechenbare Subtraktion: Soll-Niveau der Stelle minus Ist-Niveau der Person, gemessen auf der DQR- und EQR-Skala von 1 bis 8. Das ist kein KI-Orakel, sondern eine Differenz, die jeder Prüfer nachvollziehen kann; die KI liefert nur Indikatoren, die der Mensch validiert.

Wie bleibt die Auswahl diskriminierungsfrei?

Der Agent prüft regelbasiert, ob ein Bedarf oder Trainings-Zugang an einem geschützten Merkmal nach AGG hängt. Das ist wichtig, weil bei Indizien für eine Benachteiligung nach Paragraph 22 AGG der Arbeitgeber die Beweislast trägt - dokumentierte, regelbasierte Kriterien sind die Grundlage, das zu widerlegen.

Verstößt eine KI-gestützte Bedarfs-Analyse gegen den Datenschutz?

Nicht in dieser Architektur. Bedarfe werden nur aggregiert ab einer Mindest-Gruppengröße ausgewiesen, sodass kein Rückschluss auf Einzelne möglich ist, und Beschäftigtendaten werden nur verarbeitet, soweit nach Paragraph 26 BDSG erforderlich. Der Bußgeld-Rahmen bei Verstößen reicht bis 20 Mio. Euro oder 4 Prozent des weltweiten Jahresumsatzes.

Ersetzt das unsere Skills-Plattform wie Viva oder SuccessFactors?

Nein. Der Agent legt sich als Entscheidungs- und Nachweis-Schicht über die bestehenden Systeme. Skills-Indikatoren aus Viva, Eightfold oder Degreed und Soll-Profile aus SuccessFactors oder Workday fließen ein - der Agent macht daraus einen betriebsratsfesten Bedarf, ohne Ihr System zu ersetzen.

Was passiert als Nächstes?

1

30 Minuten

Erstgespräch

Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.

2

1 Woche

Discover

Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.

3

3-4 Wochen

Build

Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.

4

12-18 Monate

Eigenständig

Voller Zugang zu Quellcode, Prompts und Regelversionen. Kein Vendor Lock-in.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.