Holokratie im Möbeldesign

/in , /von

In unserem New Work Lexikon haben wir viele Beispiele von aktuellen Organisationsmethoden zusammengetragen. Dabei zählt Holokratie zu einer in Start-ups weit verbreiteten Organisationsmethode. Wir wollen die Organisationsmethode an einem der „unmöglichsten Produkte“ dafür beleuchten, der Schrankwand (wie man sie maximal von Oma kennt). Wie könnte diese moderne Herangehensweise an die Organisationsstruktur die Evolution und Gestaltung eines Möbelstücks beeinflussen?

1. Der Zweck der Schrankwand:

In der Welt der Holokratie steht der Zweck im Mittelpunkt. Eine Schrankwand könnte nicht nur als ein Möbelstück betrachtet werden, sondern als eine Lösung für flexible und ästhetisch ansprechende Aufbewahrung. Die Klarheit des Zwecks bildet die Grundlage für die gesamte holokratische Struktur.

2. Rollen und Verantwortlichkeiten:

Statt traditioneller Jobtitel sieht die holokratische Organisation Rollen vor. Von „Produktdesigner“ über „Herstellungsverantwortlicher“ bis hin zu „Marketingexperte“ – jede Rolle hat klare Verantwortlichkeiten im gesamten Prozess der Schrankwandgestaltung und -herstellung.

3. Entscheidungsfindung und Flexibilität:

Holokratie bedeutet dezentrale Entscheidungsfindung. Der Produktdesigner könnte eigenverantwortlich das Design gestalten, während der Herstellungsverantwortliche für Umsetzbarkeit und Qualität verantwortlich ist. Die Person im Team, die für das Marketing zuständig ist, trifft entsprechende Entscheidungen zur Produktpositionierung. Diese Struktur ermöglicht schnelle Anpassungen gemäß Kundenfeedback und ändernden Marktanforderungen.

4. Taktische und Strategische Meetings:

Regelmäßige Meetings sind zentral für holokratische Organisationen. Taktische Treffen konzentrieren sich auf laufende Aufgaben, während strategische Meetings die langfristigen Ziele und Anpassungen an der Organisationsstruktur behandeln. Dies fördert Kommunikation und Zusammenarbeit. Die Meetingfrequenz in holokratischen Organisationen kommt stark auf das Produkt selbst an. Gerade am Anfang sind sie definitiv in höherer Frequenz, wenn sich auch das Team in seinen neuen Rollen einfindet. Hier ist eine große Chance der Holokratie durch die Abstimmung und gegenseitige Rückversicherung.

5. Klärung und Iteration:

Holokratie ermutigt zu ständiger Klärung und Iteration. Wenn eine Rolle oder Verantwortlichkeit nicht effektiv ist, wird dies in den Meetings angesprochen und angepasst. Dieser iterative Ansatz unterstützt eine kontinuierliche Verbesserung des Produkts.

Fazit:

Die Anwendung von Holokratie auf die Gestaltung einer Schrankwand verspricht nicht nur Effizienz, sondern auch die Möglichkeit, sich dynamisch an Kundenbedürfnisse und Marktveränderungen anzupassen. Die Evolution eines Möbelstücks wird nicht mehr von einer hierarchischen Struktur, sondern von einem Netzwerk klar definierter Rollen und Verantwortlichkeiten vorangetrieben.

Ein Start-up, das vorhätte, einen Schrank zu kreieren, den sich der Kunde im Metaverse vorher selbst zusammengestellt hat, dürfte zur Holokratie als Organisationsmethode greifen.

Bildquelle / Lizenz: Foto von Octavian Dan auf Unsplash

KI im Beruf

/in , , /von

Die rasante Entwicklung der künstlichen Intelligenz (KI) hat die Art und Weise, wie wir mit Technologie interagieren, revolutioniert. Von virtuellen Assistenten bis zu fortschrittlichen maschinellen Lernalgorithmen gibt es eine Vielzahl von KI-Arten, die unterschiedliche Aufgaben und Anwendungen bewältigen können. Da Du auf kurze oder lange Sicht in (fast) jedem Berufsbild von künstlicher Intelligenz mindestens unterstützt sein wirst, wollen wir Dir einen kurzen – wirklich kurzen – Überblick geben.

1. Schwache Künstliche Intelligenz (Weak AI):

  • Diese KI ist auf spezifische Aufgaben begrenzt, zeigt jedoch beeindruckende Leistungen in ihrem jeweiligen Anwendungsbereich.
  • Beispiele: Virtuelle Assistenten wie Siri oder Alexa, Bilderkennungssoftware, Chatbots.

2. Starke Künstliche Intelligenz (Strong AI):

  • Eine Form von KI, die die Fähigkeit besitzt, komplexe kognitive Aufgaben zu bewältigen und menschenähnliche Intelligenz zu erreichen.
  • Aktueller Stand: Bislang existiert noch keine echte starke KI, sondern nur schwache KI-Systeme.

3. Reaktive Künstliche Intelligenz:

  • Diese KI reagiert auf vordefinierte Befehle oder Eingaben, ohne ein tiefes Verständnis für den Kontext zu haben.
  • Beispiele: Schachcomputer, die auf bestimmte Züge reagieren können.

4. Limitierte Spezial-KI:

  • Diese KI ist hochspezialisiert und effizient in einer bestimmten Aufgabe, jedoch eingeschränkt außerhalb ihres Anwendungsbereichs.
  • Beispiele: Gesichtserkennungssoftware, Empfehlungsalgorithmen für Streaming-Dienste.

5. Künstliche Superintelligenz:

  • Eine hypothetische KI, die menschliche Intelligenz in allen Aspekten übertrifft.
  • Status: Bislang existiert keine künstliche Superintelligenz.

6. Maschinelles Lernen (Machine Learning):

  • Systeme, die durch Erfahrung lernen und ihre Leistung ohne explizite Programmierung verbessern können.
  • Beispiele: Klassifikationsalgorithmen, neuronale Netze, Support-Vector-Machines.

7. Deep Learning:

  • Eine spezielle Form des maschinellen Lernens, die auf künstlichen neuronalen Netzen basiert und komplexe Muster erkennt.
  • Beispiele: Bild- und Spracherkennung, automatisches Übersetzen.

8. Natürliche Sprachverarbeitung (Natural Language Processing, NLP):

  • KI, die darauf abzielt, menschliche Sprache zu verstehen und darauf zu reagieren.
  • Beispiele: Chatbots, Spracherkennung, automatische Übersetzungssoftware.

9. Robotik:

  • KI in physischen Systemen, die autonome Entscheidungen treffen und Aufgaben ausführen kann.
  • Beispiele: Roboter in der Fertigungsindustrie, autonome Fahrzeuge.

Die Welt der KI ist dynamisch und ständig im Wandel. Daher ist dieser Beitrag auch „nur“ eine Momentaufnahme. Angeblich soll die Firma OpenAI an einer sogenannten AGI (Artificial General Intelligence) arbeiten. Diese wäre dann per Definition intelligenter als Mensche. Doch das ist aktuell hypothetisch: Denn auch Forscher tun sich schwer, den Begriff Intelligenz auf Maschinen auszudehnen.

Neue Entwicklungen könnten neue Arten von KI hervorbringen, und die Anwendungsbereiche könnten sich weiter ausdehnen. Die fortlaufende Erforschung und Implementierung von KI verspricht eine Zukunft, in der intelligente Systeme unser tägliches Leben noch weiter bereichern werden.

Bildquelle / Lizenz: Foto von Possessed Photography auf Unsplash

Was würde ich meinem jüngeren HR-Ich mitgeben?

/in , /von

Nicht nur die Mitarbeitenden in den Unternehmen prägt der Umbruch der Arbeitswelt. Auch bei HR findet aktuell ein Umdenken statt. Es halten Einzug Flexibilität, Gestaltungswillen und Kreativität. Drei Attribute, die auch durch den Fachkräftemangel geprägt werden. Linh Grethe beschreibt Euch, was sie ihrem früheren Ich mitgeben würde.

  1. Sei Wissbegierig: Am Anfang der Karriere ist die Neugierde besonders wichtig. Hier solltet ihr das Wissen aufsaugen wie ein Schwamm. Nutzt diese Phase und bleibe stets wissbegierig. Denkt breit – Informationen kommen aus vielfältigen Quellen, nicht nur aus Büchern. Ich persönlich setze gerne auf sogenannte „Learning Nuggets“. Erkunde aufregende HR-Podcasts, entdecke Magazin-Schnipsel oder folge beeindruckenden HR-Persönlichkeiten auf Social-Media.
  1. Hinterfrage ALLES: Auch in jungen Jahren in der HR-Welt ist es wichtig zu hinterfragen. Unerfahrenheit bedeutet nicht, dass ihr nicht kritisch nachfragen dürft. Wenn euch etwas unklar ist oder der Kontext nicht logisch erscheint, scheut euch nicht davor, nach dem Warum zu fragen, bis alles klar ist.
  1. Mut haben: Mut, etwas Neues zu tun und vorzuschlagen, ist eine Schlüsselfähigkeit. Damals hätte ich mir gewünscht, den Mut zu besitzen, wie heute meine eigene Stimme zu finden und durch sie Veränderungen herbeizuführen. Veränderung ist zwar ein Prozess, aber er ist möglich. Hier ein Tipp: Ihr könnt mehr, als ihr denkt! Lasst euch nicht einreden, dass ihr es nicht könnt oder noch nicht so weit seid.
  1. Ausprobieren: HR ist ein weitreichendes Feld. Es gleicht einem Eisberg, unter dem sich viele Unterbereiche verbergen. Personalentwicklung, Employer Branding oder doch lieber People Analytics? Probiere dich aus, um herauszufinden, welcher Bereich dir liegt und gleichzeitig Freude bereitet. Die Vielfalt des HR-Bereichs bietet Chancen zur Selbstentdeckung.
  1. Vernetzung: Wie sehr hätte ich mir früher gewünscht, Teil einer coolen und modernen HR-Community zu sein! Der Austausch mit Gleichgesinnten ist unbezahlbar. Hierbei hilft und inspiriert man sich gegenseitig. Zudem ist es besonders wertvoll, mit HR-Expert:innen zu sprechen, die nicht direkt mit euch zusammenarbeiten. Dies ermöglicht Einblicke in verschiedene Perspektiven und eröffnet die Möglichkeit, neue Erkenntnisse zu gewinnen.
  1. Flexibilität und Anpassungsfähigkeit: Die Welt von HR ist so dynamisch wie das Leben selbst. Ein wahrer Schlüssel zum Erfolg ist eure Fähigkeit, euch anzupassen. Seid nicht nur bereit, sondern erfreut euch an der Möglichkeit, neue Rollen und Verantwortlichkeiten zu übernehmen. Jede Herausforderung birgt nicht nur die Chance zur Weiterentwicklung, sondern auch die Möglichkeit, neue Aspekte eurer eigenen Fähigkeiten zu entdecken.
  1. Passt auf Euch auf: Der HR-Bereich kann anspruchsvoll sein. Vergesst nicht, auf euch selbst aufzupassen. Setzt klare Grenzen zwischen Arbeit und Privatleben, schenkt euch selbst die kostbare Zeit, die notwendig ist, um eure Batterien aufzuladen. Achtet sorgsam auf eure mentale Gesundheit, denn nur wenn euer inneres Gleichgewicht stabil ist, könnt ihr auch für andere zuverlässig und effektiv da sein.

About: Linh Grethe

Linh Grethe ist seit Februar 2021 als People & Culture Lead bei zapliance tätig, einem Hamburger Softwareunternehmen, das sich auf automatisierte Prozessanalysen in SAP spezialisiert hat und gleichzeitig Experte im Bereich künstliche Intelligenz ist. Zusätzlich zu ihrer Rolle bei zapliance ist sie seit März 2023 Gründerin der HR-Community Human Relations Collective und Co-Host des Podcasts HR not so serious.

Ihre Mission ist es, HR cooler und innovativer zu gestalten – und das in Zusammenarbeit mit der Community. Denn HR benötigt einen Safe Space für sich, und genau diesen sicheren Raum möchte Linh mit Human Relations Collective bieten.

Macher der Revolution

/in , , , /von

Kreative Freiräume, aktive Mitsprache, persönliche und berufliche Weiterentwicklung bei der Arbeit – das verspricht Cantourage. Frederick Steudemann, Director Marketing, erklärt, wie die Arbeit in dem jungen, börsennotierten Unternehmen aussieht.

Weiterlesen

Don‘t be shy, come say high

/in , , , /von

Seit 2017 ist medizinisches Cannabis legalisiert. Nun gilt es, den Wachstumsmarkt zu gestalten. Eine Erfolgsstory nimmt Form an.

Weiterlesen

„Vielfalt ist Teil unserer DNA“

/in , , /von

Melanie Ajanović-Denčić, Managerin Talent Acquisition bei QVC, beschreibt, wie eine lernende Unternehmenskultur funktionieren kann, damit Menschen sich einbringen können.

Weiterlesen

Wie sich Hochschulabsolventen auf zukünftige Führungspositionen vorbereiten

/in , , /von

Eine unlängst veröffentlichte Umfrage der Wirtschaftsjunioren Deutschland, WJL  besagt, dass die Generation Z bei der Berufswahl vor allem auf die Bezahlung achtet.

Weiterlesen

Data Scientist

/in , , /von

Data Science bezeichnet die Gewinnung von Wissen aus Daten, um daraus zu lernen. Es handelt sich um ein interdisziplinäres Wissenschaftsfeld, das auf wissenschaftlich fundierten Methoden, Prozessen, Algorithmen und Systemen basiert und die Extraktion von Erkenntnissen, Mustern und Schlussfolgerungen sowohl aus strukturierten als auch unstrukturierten Daten ermöglicht.

Bei Data Science geht es vor allem darum, Muster in großen Datensätzen zu erkennen. Dafür werden Algorithmen eingesetzt. Data Science ist ein Beruf ohne festes Profil. Im Zuge technologischer Innovationen und deren Marktreife entwickeln sich die Aufgaben von Data Scientists ständig weiter. Historisch gesehen waren die Titel des Statistikers, des Aktuars und des Quantifizierers – je nach Branche – Vorläufer des Data Scientists.

Deshalb ist Data Scientist eine absoluter Zukunftsberuf

Wenn man darüber nachdenkt, wie sich die Rolle des Datenwissenschaftlers entwickelt, treten einige Herausforderungen auf. Ein zentrales Problem besteht darin, dass trotz hoher Nachfrage nach Datenwissenschaftlern keine klaren Anforderungen vorliegen.

Da sich dieser Beruf jedoch kontinuierlich weiterentwickelt, wird er von vielen großen Umwälzungen, die andere Berufsbilder betreffen, eher weniger betroffen sein. Hier wird Mathematik und Informatik mit Kreativität und Mustererkennung kombiniert. Das bedeutet für Dich, dass komplexe Probleme in kleine Teile aufgeteilt werden, um sie besser verstehen und lösen zu können. Durch kontinuierliche Weiterentwicklung eröffnen sich Dir herausragende Möglichkeiten in nahezu jeder Branche.

Oder geht der Beruf in anderen Berufen auf?

Um die Zukunft künstlicher Intelligenz (KI) vorhersagen zu können, ist es wichtig, ihre Vergangenheit zu verstehen. Die ältesten Bereiche der Datenauswertung – Analytik und Stochastik – haben die Wahrscheinlichkeitstheorie und -analyse in die Programmierung integriert. Die Programmiersprache R ist als Open-Source-Alternative zu den beiden alten Analysepaketen SASS und SRS entstanden, die ihre Wurzeln in Fortran hatten. Die Integration ähnlicher Pakete in Python hat diese Sprache zur bevorzugten Wahl gemacht, wenn es darum geht, Ergebnisse einer Datenanalyse mit anderen Komponenten zu kombinieren.

Diese Entwicklung ermöglichte die Verwendung visueller Tools wie Alteryx oder Microsoft Power BI, welche zwar weniger Programmierkenntnisse erfordern, jedoch ein ausreichendes Verständnis der Statistik voraussetzen, um zu verstehen, was diese Pakete tun. Es ist unwahrscheinlich, dass der Bedarf an Kompetenz bei der Modellierung solcher Pipelines jemals vollständig verschwinden wird. Der Status und die Notwendigkeit eines engagierten Datenwissenschaftlers können verblasst sein, jedoch bleibt der Bedarf an fachlich kompetenten Analysten bestehen.

Außerdem kann argumentiert werden, dass sich das Feld des maschinellen Lernens, das ein Verständnis für höhere Mathematik erfordert, bereits außerhalb des Bereichs der Datenwissenschaftler bewegt. Dies fällt in den Zuständigkeitsbereich der Kognitionswissenschaft, wo neuronale Netze Funktionen wie Spracherzeugung, Bilderkennung, kategoriebezogene Klassifizierung und ähnliche Themen übernehmen. Diesen Meinungen nach wird der Beruf des Datenwissenschaftlers in anderen Berufsfeldern aufgehen.

Bildquelle / Lizenz: Foto von Andrew George auf Unsplash

Von losen Verbindungen zu echten Chancen: Die Kraft des Netzwerkens

/in , /von

Netzwerken wird oft als essenziell für den beruflichen Erfolg beschrieben, jedoch wird seine wahre Bedeutung unterschätzt.

Weiterlesen

Perfect Match: Mit Livestreams zum Job

/in , , , , /von

Maximilian Voss, CTO und Mitgründer von CareerFairy, ist der Überzeugung, dass sich Menschen kennenlernen können sollten – vor der Bewerbung. Im Interview stellt er die Vorteile für beide Seiten vor.

Weiterlesen