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 lassenAuswahl aus über 5.000 Projekten in 25 Jahren Softwareentwicklung
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.
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:
| Quelle | Was sie entscheidet | Beispiel aus der Bedarfs-Analyse |
|---|---|---|
| Regelwerk (R) | Alles Deterministische, kein Ermessen | Skills-Gap als Soll-Niveau minus Ist-Niveau, DQR-Einstufung, Aggregation ab Mindest-Gruppengröße |
| KI-Indikator (A) | Markiert Hinweise, entscheidet nie | Skills-Inferenz aus Aktivitätsdaten, Auffälligkeit zwischen Leistung und Lücke |
| Mensch (H) | Freigabe und Strategie | Vier-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
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
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
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
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
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
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
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
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
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
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
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
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
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.
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 lassenGovernance-Hinweise
Bewertung
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
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
Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial
- 2
Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens
- 3
Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich
- 4
Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten
- 5
Governance - EU AI Act, Betriebsrat (§87 BetrVG), Audit Trail - mit Ampelstatus
- 6
Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme
- 7
Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go
- 8
Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix
- 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.
Weiterführende Seiten
Agent-Blueprint verfügbar
Für Trainings-Bedarfs-Analyse-Agent existiert ein vollständiger Blueprint mit Micro-Decision-Zerlegung, Branchenvarianten und Implementierungsdetails.
Blueprint ansehenVerwandte Agenten
Zertifikats-Tracking-Agent
Bei einem abgelaufenen Pflichtnachweis haftet nicht das Tool, sondern der Mensch, der den Einsatz freigegeben hat.
Häufige Fragen
Entscheidet der Agent, wer in welches Training muss?
Ist das System betriebsratsfest?
Wie wird der Skills-Gap berechnet?
Wie bleibt die Auswahl diskriminierungsfrei?
Verstößt eine KI-gestützte Bedarfs-Analyse gegen den Datenschutz?
Ersetzt das unsere Skills-Plattform wie Viva oder SuccessFactors?
Was passiert als Nächstes?
30 Minuten
Erstgespräch
Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.
1 Woche
Discover
Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.
3-4 Wochen
Build
Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.
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.