Einsatz von KI und maschinellem Lernen zur Überwachung von Mitarbeitern

Herausforderungen bei der Leitung eines multinationalen Remote-Teams und wie man sie bewältigt

Für das Jahr 2022 meldete IBM, dass etwa 35% der Unternehmen had adopted AI, and another 42% were "exploring" it. The word "exploring" has an important connotation here.

Bei der Überarbeitung ihrer Systeme und Prozesse müssen Unternehmen oft viel beachten. Umfangreiche Funktionen wie die Überwachung der Mitarbeiter bleiben dabei oft auf der Strecke und werden weiterhin von der alten Infrastruktur übernommen.

Aber die Dinge haben sich in den letzten Jahren stark verändert. Vieles ist auf das Wachstum der generativen KI-Lösungen (gen AI) zurückzuführen. McKinsey calls 2023 as "Generative AI's breakout year." The consulting giant says that companies using gen AI for performance management and organisation design are already ahead of their competitors.

Wenn es um den Einfluss von KI auf das Workforce Performance Management geht, ist eine Unternehmensfunktion, die davon immens profitiert, die Mitarbeiterüberwachung.

Von AI-gesteuerter Mitarbeiterüberwachung profitieren

Moving from "Just" Surveillance to Performance Optimisation

Lange Zeit beschränkten sich die Überwachungsfunktionen für Mitarbeiter auf die Aufzeichnung eher kalter Daten, die für bestimmte Kennzahlen (wie die Anzahl der geleisteten Arbeitsstunden) geeignet sind. Diesen Daten fehlt der Kontext für das Wie und Warum von Mitarbeiterengagement und Leistung.

In other words, there's no qualitative aspect that could unearth the root causes for the drop in productivity or other anomalous work patterns. AI helps solve this problem by helping move from "cold data" to "insights." With AI, the employee monitoring function becomes more oriented towards deciphering work habits, productivity, strengths, weaknesses, etc.

Nehmen wir zum Beispiel den Fall eines Softwareentwicklungsteams, das eine herkömmliche Lösung zur Überwachung der Mitarbeiter für die Leistungsoptimierung verwendet. Das Tool liefert die Daten für die Anzahl der Code-Commits oder die protokollierten Stunden. Dies vermittelt jedoch nicht die Komplexität der Aufgabe, das Maß an Zusammenarbeit, das erforderlich gewesen wäre, und die Unregelmäßigkeiten, die hätten auftreten können.

Nehmen wir nun dasselbe Szenario an, aber das Team nutzt eine KI-gestützte Lösung zur Mitarbeiterüberwachung. Die Plattform tut alles, was eine herkömmliche Lösung tun würde, bietet aber auch Einblicke in die Kommunikationsmuster, das Niveau der Zusammenarbeit, die Problemlösungseffizienz, den Feedback-Mechanismus usw.

Und wie? Indem jedes kleine Detail der Arbeit bemerkt und Muster aufgedeckt werden, die bei der Formulierung von Best Practices für Verbesserungen helfen können. So kann ein KI-System beispielsweise feststellen, ob die Codeübertragungen eines bestimmten Entwicklers keine nachfolgenden Fehlerbehebungen zur Folge haben. Der Prozess des Entwicklers kann als Best Practice festgelegt werden.

Ebenso kann das System helfen zu verstehen, ob die Produktivität der Entwickler zu einer bestimmten Tageszeit sinkt. Auf diese Weise kann das Team die Arbeit umverteilen und die Arbeitsmuster besser verstehen.

Making "Data Security" the Front and Centre

Es wird viel über die Sicherheitsaspekte von Lösungen zur Mitarbeiterüberwachung gesprochen, und das ist auch verständlich. Es geht um die Überwachung von Menschen und ihren täglichen Arbeitsaktivitäten. Daher gibt es zwangsläufig Bedenken - genau deshalb wurden Vorschriften wie die europäische Datenschutzgrundverordnung (GDPR) erlassen.

Natürlich gibt es bei dieser Geschichte auch den einvernehmlichen Aspekt. Aber wir konzentrieren uns vorerst nur auf die Technologiefront. Zu diesem Zweck bietet die Integration von KI den Unternehmen zahlreiche Vorteile in Bezug auf:

  • Erlernen des typischen Nutzerverhaltens und Erkennen von Anomalien in diesem Verhalten
  • Verstehen sensibler Datenzugriffsmuster und Erkennen von Aktivitäten, die ungewöhnlich erscheinen
  • Einrichtung automatischer Warnmeldungen für vermutete Sicherheitsvorfälle, die es den Sicherheitsteams ermöglichen, proaktive Maßnahmen zu ergreifen, anstatt auf eine nachträgliche Analyse zurückzugreifen
  • Erkennung von Insider-Bedrohungen, indem sichergestellt wird, dass alles, was über das normale Arbeitsverhalten hinausgeht, sofort bemerkt wird
  • Blockierung der Übertragung sensibler Informationen innerhalb und außerhalb des Unternehmensnetzes

Lassen Sie uns diese Fähigkeiten quantifizieren, um ihren greifbaren Wert zu verstehen. In den ersten Tagen der COVID-19-Abriegelung im Jahr 2020 wurden Remote-Mitarbeiter ständig von böswilligen Benutzern angegriffen. Deloitte meldeten einen fünffachen Anstieg der Angriffe auf Fernarbeitskräfte von 12 % auf 60 % in diesem Zeitraum.

Anderswo erreichten die Kosten von Insider-Bedrohungen 15,38 Millionen Dollar im Jahr 2022. Einem US-spezifischen Bericht zufolge sind Unternehmen täglich rund 2.200 internen Sicherheitsangriffen ausgesetzt.

So, what would be the ideal AI-employee monitoring solution in the wake of looming cyber threats? By keeping "security" at the forefront. CleverControl's Face Recognition feature is one such AI-powered surveillance solution that makes for better data and employee security.

Wir haben mehrere Führungskräfte befragt und festgestellt, dass sie damit zu kämpfen haben:

  • Verhindern, dass eine externe Person ihre Arbeit verdeckt
  • Sicherstellen, dass die Mitarbeiter nicht schummeln, indem sie Produktivitäts-Apps öffnen, und dass sie tatsächlich an ihrem Arbeitsplatz anwesend sind, wenn sie aus der Ferne arbeiten

Daher haben wir die Erkennung von Gesichtern Funktion unserer Überwachungslösung, mit der Mitarbeiter aufgezeichnet werden können (indem alle fünf Sekunden ein Foto gemacht wird) und sichergestellt wird, dass keine unbefugten Personen in die Arbeit eines Mitarbeiters eingreifen. Dies erwies sich für viele Organisationen als praktikable Lösung, insbesondere für solche in relativ stark regulierten Branchen wie dem Finanzsektor.

Das Leben der Mitarbeiter buchstäblich verbessern

Unternehmen betonen, dass ihre Mitarbeiter ihr wertvollstes Kapital sind, aber das spiegelt sich manchmal nicht in der Praxis wider. Die Gründe dafür können vielfältig sein, auch solche, die nichts mit Systemen und Technologie zu tun haben. Im Interesse dieses Diskurses werden wir diese jedoch vermeiden. Konzentrieren wir uns auf die operativen und technologischen Hemmnisse.

Oft können die betrieblichen Engpässe zu Burnout bei den Mitarbeitern, ungerechten Leistungsbewertungen und vielem mehr führen. Doch KI kann hier mit einer Reihe von Vorteilen Abhilfe schaffen. Zum Beispiel kann die KI-gestützte Überwachung helfen:

  • Verteilen Sie die Arbeitslast entsprechend der Arbeitsfähigkeit eines Teams oder einer Person. Teams können die Arbeitsmuster verstehen und sich von der KI Vorschläge für eine strategische Neuverteilung der Arbeit machen lassen.
  • Geben Sie personalisiertes Feedback auf der Grundlage der Produktivität und des Engagements der Mitarbeiter. Das kann so einfach sein wie ein Anstoß zur Verbesserung des Engagements auf bestimmten Kanälen oder die Empfehlung einer ganzen Reihe von Kursen zur beruflichen Weiterentwicklung.
  • Erfassen Sie die Stimmungen der Mitarbeiter anhand ihrer Kommunikationsmuster über interne oder soziale Kanäle, die überwacht werden. Große Sprachmodelle (LLMs), die generative KI-Lösungen antreiben, können für Unternehmen, die genau wissen wollen, was Mitarbeitern gefällt und was nicht, ein Segen sein. Dies kann Managern dabei helfen, potenzielle Produktivitätsprobleme zu erkennen und proaktive Maßnahmen zu ergreifen, um persönlich mit den Mitarbeitern zu interagieren oder vielleicht sogar die Arbeitsbedingungen zum Wohle der Allgemeinheit zu verbessern.

Dies entspricht zwar nicht dem üblichen SaaS-Anwendungsfall, aber die KI-gestützte Mitarbeiterüberwachung schlägt auch in der Industrie hohe Wellen. Nehmen Sie das Beispiel der visuellen Analyse mit Hilfe von Computer Vision in einer Fabrik, wo Mitarbeiter sofort vor potenziellen Katastrophen gewarnt oder am Betreten bestimmter Anlagen gehindert werden könnten.

Herausforderungen bei der Leitung eines multinationalen Remote-Teams und wie man sie bewältigt

Herausforderungen und Kontroversen

Es wäre unfair, die öffentliche Meinung über den zunehmenden Einsatz von KI zur Überwachung von Arbeitnehmern nicht zu skizzieren. Und dafür gibt es Gründe.

Laut einer Pew Research Center Umfrage 81 % der Befragten gaben an, dass sich Mitarbeiter nicht wohl dabei fühlen würden, wenn sie mithilfe von KI unangemessen beobachtet oder bewertet werden.

Reuters also raises questions about excessive AI-based employee monitoring, citing that "Many employees and privacy rights advocates see this as an unreasonable incursion into an employee's home, long considered to be their private sphere."

Abgesehen davon gibt es bei generativen KI-Lösungen Bedenken hinsichtlich Verzerrungen und Datenschutz. Diese LLMs, über die wir oben gesprochen haben, werden auf Daten trainiert, die absichtlich verzerrt sein können. Die KI wäre nicht in der Lage, dies zu filtern und könnte auf voreingenommene Antworten und Bewertungen anspielen. Das ist also auch etwas, das Unternehmen berücksichtigen müssen, wenn sie zu einer fortgeschrittenen KI-Integration übergehen.

Vor diesem Hintergrund kann man davon ausgehen, dass es bei den Mitarbeitern Widerstand gegen den Einsatz von KI-gestützten Lösungen zur Mitarbeiterüberwachung geben wird. Sie werden die mögliche Voreingenommenheit in den Bewertungsdaten, die Sicherheit ihrer sensiblen Daten und den möglichen Missbrauch derselben durch das Unternehmen in Frage stellen. Und das sind alles berechtigte Bedenken, um es vorsichtig auszudrücken.

Es muss ein Gleichgewicht gefunden werden

Die Auswirkungen der KI-gestützten Überwachung im Zusammenhang mit der Fernarbeit und der sich verändernden Landschaft der Arbeitsverhältnisse sind tiefgreifend. Die Unternehmen müssen ein Gleichgewicht zwischen der Überwachung der Produktivität und dem Schutz der Mitarbeiterdaten finden.

To establish this, they need to understand that the adoption of AI should not be driven by "desire" but the "need" to have technology in place to power performance improvements. It's easy to get caught in the hype cycle of AI and difficult to evaluate how it actually benefits the business use case.

Unsere Empfehlung wäre, die Anforderungen Ihres Arbeitsablaufs genau zu prüfen, die Abweichungen zu dokumentieren und zu sehen, ob ein schrittweiser Ansatz zur KI-gestützten Mitarbeiterüberwachung Vorteile bringt. Wenn Sie sich zum Beispiel Sorgen über Produktivitätseinbußen an entfernten Standorten machen, könnte sich die Entscheidung für CleverControl mit Gesichtserkennung als äußerst sinnvoll erweisen.

Natürlich würde man in der Anfangsphase etwas experimentieren. Aber ein großer Sprung ist nicht nötig, wenn das Geschäft es nicht erfordert.

Tags:

Here are some other interesting articles: