Suchen

Content Analytics Nutzung von Personaldaten in der digitalen Wirtschaft

Autor / Redakteur: Markus Pichler / Clara Hartmann

Im heutigen digitalen Zeitalter stehen Unternehmen verstärkt vor der Aufgabe, mit dem Tempo, in dem sich technologische Innovationen entwickeln, Schritt zu halten. Daten stellen in der digitalen Wirtschaft die wichtigste Währung dar, sind gleichzeitig aber auch Problemfaktor.

Firmen zum Thema

Personaldaten spielen in der digitalen Wirtschaft eine wichtige Rolle.
Personaldaten spielen in der digitalen Wirtschaft eine wichtige Rolle.
(Bild: gemeinfrei / Pixabay )

Besonders wenn es um die Minimierung von Compliance-Risiken geht, stellen das Volumen, die Vielfalt und die enorme Geschwindigkeit der Daten Firmen vor gewaltige Herausforderungen. Rechtliche Belange lassen sich mit der immer schnelleren Entwicklung von Technologien kaum mehr angemessen berücksichtigen. Unterstrichen werden diese Erkenntnisse von einer kürzlich veröffentlichten Studie von Gartner, die vorhersagt, dass aufgrund der hohen Datenmengen, die Unternehmen zu bewältigen haben, bis 2023 40% der I&O-Teams KI-gestützte Automatisierung in großen Unternehmen einsetzen werden, um die Produktivität und Agilität zu erhöhen und möglichen Fehlerquellen und Problemen vorzubeugen.

Die Flut an Daten und die Auswirkungen der digitalen Wirtschaft auf das Arbeitsleben lassen gerade Arbeitgeber auf einem schmalen Grat wandern: Sie sollen einerseits dafür sorgen, Mitarbeiterdaten sicher zu speichern und Risiken zu minimieren, gleichzeitig aber auch die Daten für einen nachhaltigen Wettbewerbsvorteil in der digitalen Wirtschaft nutzen.

Information Governance verpflichtet

Im Zuge der digitalen Transformation müssen sich Arbeitgeber bei der Speicherung von Mitarbeiterdaten also mit einem strengeren rechtlichen Rahmen auseinandersetzen. Ein einheitliches Information Governance Framework ermöglicht es, Daten, die aus verschiedenen Informationsquellen stammen, zu identifizieren, zu klassifizieren und zu verwalten. So können beispielsweise Verträge kritische Geschäftsinformationen enthalten, die Unternehmen für einen reibungslosen Betriebsablauf benötigen.

Laut dem Institute for Supply Management verwaltet ein typisches Fortune-1.000-Unternehmen meist zwischen 20.000 und 40.000 aktive Verträge und Dokumente, von denen zehn Prozent verlegt, schwer zu finden oder in E-Mail-Anhängen verloren gegangen und damit nicht zu verwalten sind. Dabei befinden sich in vielen dieser Dokumente – darunter Arbeitsverträge, Subunternehmerverträge und Geheimhaltungsverpflichtungen – sensible Daten. Der Umgang mit einem derartigen Datenvolumen ist eine enorme Aufgabe, und die Schwierigkeit wird durch den Druck von Rechtsstreitigkeiten und regulatorischen Untersuchungen noch erhöht. Glücklicherweise gibt es Lösungen, die es ermöglichen, die Kontrolle über diese Datenmengen zurückzuerlangen.

Contract Analytics: Rettung vor der Datenflut

Contract Analytics nutzt Machine Learning und Natural Language Processing (NLP), um den Inhalt aus Dokumenten zu extrahieren und den Text in maschinenlesbaren Inhalt umzuwandeln. Anstatt unzählige Verträge manuell zu überprüfen, können Unternehmen mit Hilfe von Contract Analytics Inhalte filtern, verwalten und analysieren – und sie in einer Form präsentieren, die einfach und schnell zu nutzen ist und digital zur Verfügung steht.

Wenn Unternehmen bestimmte Mitarbeiter ermitteln müssen, die arbeitsrechtlich speziellen Klauseln unterliegen, kann dies einen enormen Aufwand darstellen. Mit verschiedenen Suchfunktionen im Contract Analytics können Anwälte ihren Mandanten bereits Millionen an eDiscovery-Kosten bei Gerichtsverfahren ersparen. In aktuellen Rechtsstreiten können diese Lösungen jedoch den entscheidenden Vorteil bringen: Ein Beispielfall wäre, wenn Tausende von Arbeitsverträgen in verschiedenen Formaten durchsucht werden müssen, um diejenigen Arbeitnehmer zu identifizieren, die einer bestimmten Klausel unterliegen, welche aber wiederum lediglich in einer spezifischen Region gültig ist. Normalerweise wäre das eine leichte Aufgabe für die Suchsoftware. Ein Problem tritt auf, wenn die entsprechende Region auch in anderen Klauseln genannt wird, die in jedem Vertrag enthalten sind. In solchen Fällen müssen Anwälte plötzlich unzählige Verträge manuell durchsuchen. Eine Software, die die Klauseln des Vertrages versteht und differenzieren kann, kann dem Anwalt Zeit und dem Mandanten hohe Anwaltskosten ersparen.

Gerade in Zeiten von Big Data werden solche Analysen noch weiter zunehmen. Dementsprechend ist es umso wichtiger, eine geeignete Lösung zu implementieren, die gerade in kritischen Rechtsfällen Zeit und Geld sparen kann.

Ein Fall für Robotic Process Automation

Robotic Process Automation (RPA) kann hier nachweislich helfen, die Kosten arbeitsintensiver Geschäftsprozesse zu senken. So wurde RPA entwickelt, um sich wiederholende und fehleranfällige datengesteuerte Geschäftsprozesse, wie beispielsweise das On-Boarding von Mitarbeitern, zu automatisieren: Anstatt das Recruiting System bei einer Neuanstellung manuell zu aktualisieren, erstellen Personaler nun einen neuen Datensatz für einen Mitarbeiter in ihrem HR-System. Ein Software Roboter initiiert dann automatisch die nachfolgenden Schritte, sammelt für die Position alle notwendigen Dokumente, bereitet diese für den On-Boarding-Prozess des Mitarbeiters vor und legt den neuen Mitarbeiter im Abrechnungssystem an. Die Softwaresysteme können nun miteinander kommunizieren. Gerade im Hinblick auf die sich stetig ändernden Datenschutzrichtlinien können Personaler deren Einhaltung noch einmal überprüfen und das Unternehmen so vor hohen Bußgeldern bewahren.

Ein besonders arbeitsintensiver und fehleranfälliger Prozess ist die Einhaltung gesetzlicher Anforderungen, wie beispielsweise die des Datenschutzes. Die DSGVO legt einige der strengsten Datenschutzvorschriften fest, gibt den Betroffenen mehr Kontrolle darüber, welche Informationen gesammelt und weitergegeben werden und enthält einige der stärksten Durchsetzungsmechanismen überhaupt. Sie sieht dabei strikte Vorgaben für die Meldung von Diebstahl oder Verlust persönlicher Daten vor. Das betrifft vor allem mitarbeiterbezogene Daten, denn sie geben Auskunft über die Finanzen, die Gesundheit und die Kinder von Mitarbeitern. Unternehmen sollten dementsprechend beim Umgang mit diesen Daten auf folgende Punkte setzen:

· Digitalisierung von Dokumenten, indem diese in maschinenlesbare Texte umgewandelt werden

· Einsatz von Datenextraktionstechnologien zur Identifizierung, Klassifizierung und Verwaltung der verschiedenen Formen von personenbezogenen Daten im Rahmen der DSGVO

· Anwendung fortschrittlicher maschineller Lerntechnologien, um geschäftskritische Informationen aus Dokumenten wie Verträgen zu erfassen

Fazit: Es ist an der Zeit, innovative Technologien zu nutzen. So können heute jene Probleme durch den Einsatz von künstlicher Intelligenz automatisiert werden, die in der Vergangenheit noch manuell verarbeitet werden mussten.

Content Analytics kann Unternehmen helfen, Vertragsrisiken mit der notwendigen Geschwindigkeit und Sicherheit automatisch zu identifizieren. Mit der Leistungsfähigkeit von RPA gewinnen Unternehmen die Kontrolle zurück und steigern damit ihre Effizienz.

(ID:46287399)