CODE_n Finalist Stitched: Neue Plattform hilft dabei, Fähigkeiten in Unternehmen besser zu managen

Unternehmen verschenken häufig Kompetenzen, da Einblicke in Daten eingeschränkt sind oder sie einen langwierigen Prozess durchlaufen müssen, bevor sie für Entscheidungen herangezogen werden. Das Startup Stitched.io hat eine Plattform entwickelt, mit der gezielt Fähigkeiten gemanagt werden können, um so nicht nur auf die entsprechenden Daten zugreifen zu können, sondern auch, um diese kosteneffizient zu beschaffen und sie entsprechend zu interpretieren und einzusetzen. Was genau sie mit ihrer Lösung bezwecken und wie sie im Detail funktioniert, verrät uns Nic Arnold, CEO von Stitched, in diesem Interview.

Auf eurer Webseite werbt ihr mit dem Slogan „Powering Organisational Insight“. Könntest du uns genauer erzählen, was eure Lösung beinhaltet?

Nic: Unternehmensdaten werden häufig top-down und bottom-up erhoben – mit Management-Informationssystemen, die Leads, Verzögerungen oder Echtzeitkosten sowie Kennzahlen zu Umsatz und Risk Performance über vertikale oder horizontale Ebenen hinweg in einer Hierarchie bereitstellen. Unsere Lösung ergänzt dieses Informationssystem um weitere Fähigkeiten und Kompetenzen. Das erlaubt unseren Kunden dann, diese zu erkennen und zusätzliche Metriken auf sie anzuwenden.

Nic Arnold, CEO von Stitched

In vielen Unternehmen sind die eigentlich verfügbaren Einblicke eingeschränkt: durch die Verfügbarkeit und Zuverlässigkeit der Daten in den entsprechenden Systemen, Top-down-Organisationsstrukturen und den Aufwand, den eine Erhebung mit sich bringt. Die Daten, die tatsächlich vorhanden sind, gehen in der Regel die Hierarchieleiter hinauf und kommen als Entscheidung wieder zurück. Aber ein Unternehmen braucht mehr und schnellere Entscheidungen als die Daten, die an der Spitze der Kette ankommen, zulassen. Stitched stellt Daten zu Kompetenzen über das gesamte Unternehmen hinweg dynamisch zur Verfügung, da wir zuerst die Fähigkeiten der Arbeit(sleistung) und der Mitarbeiter bewerten, und anschließend die Unternehmensdaten mit einbeziehen.

Wir bauen unsere Leistung in Sachen Kompetenzen immer weiter aus, indem wir sowohl strukturierte als auch untstrukturierte Datenquellen bewerten, die im täglichen Geschäft der Kunden und seinen Mitarbeitern verwendet werden und sind dabei nicht an System- oder Organisationsstrukturen gebunden. Im Gegenteil: Indem wir für unsere Kunden ein Universum an Kompetenzen erschaffen, wird die traditionelle Zuweisung – bspw. an Abteilung X oder Abteilung Y – plötzlich zu etwas kontraintuitivem

Auf welcher Technologie basiert deine Lösung und wie funktioniert sie?

Nic: Die Stitched-Plattform verwendet Semantiken, Software zur Verarbeitung natürlicher Sprache und Python-Algorithmen für das maschinelle Lernen. Dadurch identifizieren, justieren und bewerten wir Informationen zu den Kompetenzen und Fähigkeiten eines Unternehmens, seiner Arbeit und den Mitarbeitern, die diese Arbeit ausführen.

Dabei besteht eine Triangulation zwischen der Bewertung der Arbeit – die bereits getan wurde, derzeit ausgeführt wird oder noch ansteht – der Bewertung des Mitarbeiters und der Zeit, die diese damit verbracht haben oder verbringen und in der bestimmte Kompetenzen zum Einsatz kommen. Danach legen wir Unternehmensdaten, zu Abteilungen, Kosten, Mitarbeitertypen, Dienstalter und andere geschäftsbezogene Daten wie beispielsweise Kundendaten, Service oder auch Geschäftszweige zugrunde, die bei der Gruppierung für Geschäftseinblicke oder schlicht für die Suche hilfreich sein können.

Wir verwenden eine Datenbank mit Graphen – neo4j – die den Nutzerzugang mittelsReactJS-basiertem Desktop oder einem mobilen User Interface unterstützt. Die Kunden erhalten ebenfalls Zugriff auf die Daten, indem sie ihr HR System oder Business Interface Tool mittels unserem API verbinden.

Die Plattform betreibt diverse Kundeninstanzen in der öffentlichen und privaten Cloud – Linode und AWS – so dass wir die Daten physisch in jedem Land und jeder Region zur Verfügung stellen können.

Für wen ist eure Lösung gedacht? Welche Probleme wollt ihr damit aus der Welt schaffen?

Nic: Die erste offensichtliche Anlaufstelle für uns sind Dienstleister, also beispielsweise externe und interne unternehmensweite Dienstleistungen. Das sind Kunden, die Fähigkeiten und Kompetenzen direkt verkaufen und bei denen ein direkter Zusammenhang zwischen dem Erfolg oder sogar Überleben (eines Unternehmens) und ihrer Fähigkeit besteht, ihren Kunden immer die Kompetenzen zur Verfügung zu stellen, die sie gerade benötigen.

Um neue Aufträge zu erhalten, müssen sie wissen, ob sie Glaubwürdigkeit (Fähigkeitshistorie), Potenzial (Fähigkeiten), und Kapazitäten (also verfügbare Fähigkeiten) besitzen und kosteneffizient liefern können. Wenn wir die Kompetenzdaten zu Arbeitsanforderungen, derzeitiger Arbeitsauslastung und bereits verrichteter Arbeit vorantreiben, sind wir in der Lage, diese Unternehmenseinblicke offenzulegen.

Der Schlüssel hierbei ist ein verstärkter Wettbewerb um die Anpassungsfähigkeit. Wir unterstützen die Kunden dabei, diese Tatsache in ihren Ressourcen, beim Talentmanagement sowie den Managementprozessen im Unternehmen zu berücksichtigen.

Parallel dazu zielen wir auf Großunternehmen ab, um ihre internen Mobilitätsstrategien zu unterstützen. Diese Strategien haben eine doppelte Wirkung: auf Mitarbeiterwert und -bindung, aber auch auf die Reduzierung von Abfall und damit Steigerung von Effizienz. Die Geschichten von denen, die in großen Unternehmen gearbeitet haben, sind uns allen wohlbekannt; eine Abteilung, die nach Kompetenzen sucht, die bereits in einer anderen direkt nebenan vorhanden sind, oder, schlimmer noch, eine Abteilung, die ihre Mitarbeiterzahl verringert, während die gesuchten Fähigkeiten aktiv nebenan angeworben werden. Eine Schlüsselfunktion unserer Plattform offenbart die verborgenen Möglichkeiten, indem sie ähnliche Fähigkeiten miteinander verknüpfen kann.

Aus diesen Gründen zielt unsere Lösung auf das Management von Fähigkeiten ab – auf die Ressourcenbeschaffung, Personalplanung und die internen Mobilitätsbedürfnisse. Damit ist es uns möglich, die wichtigsten Herausforderungen anzugehen, mit denen diese traditionell konfrontiert waren: keinen Zugriff auf die Daten zu haben, Unmengen an Geld ausgeben zu müssen, um an eben diese Daten zu kommen und ihre Relevanz sowie Objektivität zu unterstützen. Unsere Lösung setzt bei ebenjenen spezifischen Herausforderungen an.

Denkst du, dass maschinelles Lernen eure Branche revolutionieren wird? Oder vielleicht sogar unsere gesamte Gesellschaft?

Nic: Das hat es bereits. Die Frage ist lediglich, ob die Geschwindigkeit so beibhalten wird oder weiter ansteigt. Bis vor kurzem waren die treibenden Kräfte in unserem Bereich finanzieller Art und sagten Kundenverhalten voraus sowie daraus resultierende Verkaufsaktionen oder auch Marktverhalten und -sicherheit; sie scannten riesige Datenmengen, um Bedrohungen aufzulisten. Da unsere Branche aber aus ihren Erfolgen lernt, wird sie eher die Anwendung dieser Technologie beschleunigen als ihre Erfindung. Der Knackpunkt ist, wie mit Daten gearbeitet und was mit den ersten Ansätzen gemacht wird – und wie in einem so beschleunigten Umfeld mit dem Widerstand auf diese Veränderungen umgegangen wird.

In unserem Beispiel ist es die eine Sache, die Chancen deines Unternehmens wahrzunehmen, aber wie bereitest du hunderte von Prozessen neu auf und formst diese um?

In Bezug auf unsere Gesellschaft gibt es ebenfalls noch Luft nach oben, da die aktuellen Anreize zu einem Großteil finanzieller Natur sind. Doch es wird hoffentlich nicht mehr allzu lange dauern, bis die Technologie verwendet wird, um einen Überschuss bzw. einen Mangel in einer Gemeinschaft festzustellen und ein messbares soziales Ergebnis erreicht wird. Möglicherweise existiert sie bereits irgendwo da draußen…

Danke für das Interview, Nic, und viel Erfolg auf dem new.New Festival!

Core Application Renewal

Finanzhäuser gleichen teils Technologiemuseen: Die digitale Transformation beginnt im Backend. Zu unserem neuesten Whitepaper:

Read more