Die bisherige KI, die eine Handlungsempfehlung bei Überlastungen von Personen angibt, bekommt ein weiteres Modell dazu. Dieses Modell schlägt konkrete Alternativressourcen vor. Das neue Modell ist zudem weitaus lernfähiger als die aktuelle KI.
1. Was ist das für eine KI?
Die bisherige KI, die Handlungsempfehlungen ermittelt, ist ein Rule-Based-System mit einem sehr schwachen Lernbereich. Die neue KI dagegen ist vollständig lernfähig und gehört eher zur Kategorie Machine Learning (ML). Genauer: Diese KI funktioniert nach dem IRL (Inverse Reinforcement Learning) Verfahren und lernt von den Anwender:innen.
2. Was ist die Problemstellung bei Ressourcenplanung Tools?
Ein Lösungsansatz für die Projektleitenden im Falle einer überlasteten Ressource ist es, eine andere Person für die Arbeit zu verplanen. Allerdings muss diese Person verschiedene Kriterien erfüllen, damit sie in Frage kommt. Dies sind beispielsweise ausreichende Verfügbarkeit und – vor allem – die notwendigen Fähigkeiten, die Arbeit anstelle einer anderen Person zu übernehmen.
Can Do ist zwar auch eine Skill Management Software, und alle Ressourcen können Skills besitzen. Auch ist es möglich, dass der Projektleitende bei der Zuweisung der Ressource angibt, welche seiner vielen Skills der Mitarbeitende ausführt. Allerdings ist das den Projektmanager:innen oft schlicht zu aufwendig.
Can Do muss also selber herausfinden, welche Person eine andere Person im Falle eine Überlastung ersetzen kann.
Die Abbildung zeigt, dass die KI in dem gesamten Projekt zwei Überlastungen gefunden hat, bei denen die "alte" KI zum "sofortigem Eingreifen" rät.
3. So ermittelt die KI die alternative Ressource
Innerhalb der ersten Schichten der KI sind von uns bereits erste Lernmodelle fest definiert worden. Dies soll verhindern, dass die KI bei der Suche nach Alternativen sämtliche Ressourcen eines Unternehmens berücksichtigt. Bei Installationen mit z.B. 4.500 Anwendern würde das viel zu lange dauern und die Ergebnisse wären fraglich. Daher geht die KI beispielsweise davon aus, dass Personen in der gleichen Abteilung möglicherweise auch über ähnliche Fähigkeiten verfügen. Es gibt noch weitere Annahmen, die der KI helfen, gezielter zu suchen.
3.1 Was ist dann der konkrete Vorschlag?
Die KI hat eine alternative Person ermittelt und deren Verfügbarkeit simuliert. D.h., wenn die alternative Person in Frage kommt und eingesetzt wird, ist die Risikosituation besser als aktuell. Der Vorschlag ist also eine alternative Person, von der die KI vermutet, dass diese Person die Arbeit auch ausführen kann und ausreichend verfügbar ist.
4. Wie ist die Vorgehensweise für Projektplaner:innen?
Die unteren Schichten in Can Do ermitteln und bewerten das Überlastungsrisiko. Sie sprechen eine Empfehlung, z.B. "Eingreifen", aus. Der Projektplanende kann sich nun für dieses spezielle Risiko eine Alternative vorschlagen lassen. Diese kann er akzeptieren (replace) und die aktuelle Risikoressource in diesem Arbeitspaket durch die neue Ressource ersetzen lassen. Dabei wird bereits geleistete Arbeit berücksichtigt.
Lehnt er den Vorschlag der KI ab, wird ihm oder ihr eine weitere Ressource vorgeschlagen. Diese kann genauso gut geeignet sein, aber nicht besser. Es werden maximal 5 Ressourcen vorgeschlagen. Werden alle Vorschläge durch die Projektleitung abgelehnt, ist die KI am Ende ihrer Möglichkeiten und kann hier nicht mehr weiterhelfen.
Der Button unten "KI fragen" löst die neue KI aus: Die KI beginnt nun, alternative Personen zu finden und simuliert auch, ob die Kapazität ausreicht. Wird eine Ressource gefunden, wird diese angezeigt.
4.1 Wie entwickelt sich die KI weiter?
Die Einschätzung, ob eine Person die Arbeit einer anderen Person übernehmen kann, wird am besten durch die Menschen getroffen. Wenn der Projektleitende also einen Vorschlag annimmt oder ablehnt, lernt die KI von ihm. Im Laufe der Zeit lernt die KI die Personen im Unternehmen quasi immer besser kennen und macht immer bessere Vorschläge.
5. Was sind die Vorteile für die Anwender:innen?
Diese Liste ist extrem lang, hier nur eine spontane Aufzählung:
Wir haben das Modell nun 4 Monate bei uns selbst und bei ausgewählten Kunden aktiviert und verwendet. Das Ergebnis ist erstaunlich: Bereits nach 2-3 Wochen sind die Alternativen, die das neuronale Netz vorschlägt, so gut, dass in 80% der Fälle die ersten beiden Vorschläge von den Projektmanagern oder Abteilungsleitern übernommen werden. Wir hatten mit einer deutlich längeren Trainingszeit gerechnet.
Die Zeitersparnis für die Anwender wird als erheblich eingestuft. Manche Projektmanager berichten von 1-2 Stunden Einsparung pro Woche.
Andere Verantwortliche zeigten sich etwas enttäuscht, da die KI manchmal keine Vorschläge macht. Dies liegt aber eben dran, dass alle Ressourcen, die den überlasteten Mitarbeiter ersetzen könnten ,selbst voll ausgelastet sind. Hier fehlt einfach Personal oder die Zeit ist zu knapp geplant. Hier muss selbst diese künstliche Intelligenz aufgeben, da ist menschliche Intelligenz und Kreativität gefragt.
Wir haben auch die Trainingsdaten in ausgewählten Fällen zurückgesetzt, auszuschließen, dass es sich um Zufall handelte. Das Ergebnis war aber in einer zweiten Trainingsrunde ebenfalls überzeugend.
Diese KI wird nun bis Ende des Jahres in allen relevanten Apps zur Verfügung gestellt (Staffer, Tabellenplaner, Me-App etc.).
6. Was wird die nächste Generation der KI können?
Wir beginnen nun dieses Modell zu erweitern. Es werden einige Funktionserweiterungen vorgenommen, die dem Anwender ermöglichen, nicht nur aus den Vorschlägen zu wählen, sondern selbst Vorschläge zu unterbreiten.
Weiterhin werden wir an einem Modell arbeiten, das dieses Netz als Grundlage hat. Dabei geht es im Wesentlichen darum, dass der Planungsschritt aus einer generischen Planung mit Abteilungen und Fähigkeiten (Skills) eine kopfscharfe Planung zu machen durch KI unterstützt wird.
Author:
Thomas Schlereth
Als Mitglied der Geschäftsführung verantwortet Thomas die operative Leitung der Entwicklung inklusive Konzeption, Design und Weiterentwicklung der Software. Ebenfalls berät er Kunden über Best Practices und begleitet den Roll-Out.
1. Was ist das für eine KI?
Die bisherige KI, die Handlungsempfehlungen ermittelt, ist ein Rule-Based-System mit einem sehr schwachen Lernbereich. Die neue KI dagegen ist vollständig lernfähig und gehört eher zur Kategorie Machine Learning (ML). Genauer: Diese KI funktioniert nach dem IRL (Inverse Reinforcement Learning) Verfahren und lernt von den Anwender:innen.
2. Was ist die Problemstellung bei Ressourcenplanung Tools?
Ein Lösungsansatz für die Projektleitenden im Falle einer überlasteten Ressource ist es, eine andere Person für die Arbeit zu verplanen. Allerdings muss diese Person verschiedene Kriterien erfüllen, damit sie in Frage kommt. Dies sind beispielsweise ausreichende Verfügbarkeit und – vor allem – die notwendigen Fähigkeiten, die Arbeit anstelle einer anderen Person zu übernehmen.
Can Do ist zwar auch eine Skill Management Software, und alle Ressourcen können Skills besitzen. Auch ist es möglich, dass der Projektleitende bei der Zuweisung der Ressource angibt, welche seiner vielen Skills der Mitarbeitende ausführt. Allerdings ist das den Projektmanager:innen oft schlicht zu aufwendig.
Can Do muss also selber herausfinden, welche Person eine andere Person im Falle eine Überlastung ersetzen kann.
Die Abbildung zeigt, dass die KI in dem gesamten Projekt zwei Überlastungen gefunden hat, bei denen die "alte" KI zum "sofortigem Eingreifen" rät.
3. So ermittelt die KI die alternative Ressource
Innerhalb der ersten Schichten der KI sind von uns bereits erste Lernmodelle fest definiert worden. Dies soll verhindern, dass die KI bei der Suche nach Alternativen sämtliche Ressourcen eines Unternehmens berücksichtigt. Bei Installationen mit z.B. 4.500 Anwendern würde das viel zu lange dauern und die Ergebnisse wären fraglich. Daher geht die KI beispielsweise davon aus, dass Personen in der gleichen Abteilung möglicherweise auch über ähnliche Fähigkeiten verfügen. Es gibt noch weitere Annahmen, die der KI helfen, gezielter zu suchen.
3.1 Was ist dann der konkrete Vorschlag?
Die KI hat eine alternative Person ermittelt und deren Verfügbarkeit simuliert. D.h., wenn die alternative Person in Frage kommt und eingesetzt wird, ist die Risikosituation besser als aktuell. Der Vorschlag ist also eine alternative Person, von der die KI vermutet, dass diese Person die Arbeit auch ausführen kann und ausreichend verfügbar ist.
4. Wie ist die Vorgehensweise für Projektplaner:innen?
Die unteren Schichten in Can Do ermitteln und bewerten das Überlastungsrisiko. Sie sprechen eine Empfehlung, z.B. "Eingreifen", aus. Der Projektplanende kann sich nun für dieses spezielle Risiko eine Alternative vorschlagen lassen. Diese kann er akzeptieren (replace) und die aktuelle Risikoressource in diesem Arbeitspaket durch die neue Ressource ersetzen lassen. Dabei wird bereits geleistete Arbeit berücksichtigt.
Lehnt er den Vorschlag der KI ab, wird ihm oder ihr eine weitere Ressource vorgeschlagen. Diese kann genauso gut geeignet sein, aber nicht besser. Es werden maximal 5 Ressourcen vorgeschlagen. Werden alle Vorschläge durch die Projektleitung abgelehnt, ist die KI am Ende ihrer Möglichkeiten und kann hier nicht mehr weiterhelfen.
Der Button unten "KI fragen" löst die neue KI aus: Die KI beginnt nun, alternative Personen zu finden und simuliert auch, ob die Kapazität ausreicht. Wird eine Ressource gefunden, wird diese angezeigt.
4.1 Wie entwickelt sich die KI weiter?
Die Einschätzung, ob eine Person die Arbeit einer anderen Person übernehmen kann, wird am besten durch die Menschen getroffen. Wenn der Projektleitende also einen Vorschlag annimmt oder ablehnt, lernt die KI von ihm. Im Laufe der Zeit lernt die KI die Personen im Unternehmen quasi immer besser kennen und macht immer bessere Vorschläge.
5. Was sind die Vorteile für die Anwender:innen?
Diese Liste ist extrem lang, hier nur eine spontane Aufzählung:
- Zeitersparnis: Die Projektleitung muss nicht selbst recherchieren, welche Ressourcen verfügbar sind.
- Wissen: Projektleitende haben nicht den Überblick über die Fähigkeit aller Ressourcen im Unternehmen; schon gar nicht, wenn das Unternehmen global aufgestellt ist. Die KI bekommt dieses Wissen und schlägt Personen vor, auf die der Projektleitende vielleicht gar nicht gekommen wäre.
- Qualität: Für die Projektleitung wird es wesentlich einfacher, Ressourcenüberlastungen zu lösen und somit das Projekt zu stabilisieren.
- Gleichmäßigere Auslastung: Typische Ressourcen, die immer überlastet sind, können entlastet werden.
- Einfacher Einstieg für neue Mitarbeitende in der Projektleitung: Dieser Personenkreis kennt die Ressourcen einer Firma noch nicht gut – die KI schon.
- Weiterführende Analysen: Beispielsweise können Schlüsselressourcen identifiziert werden.
Weitere Anwendungsbereiche werden in den nächsten Monaten erschlossen.
Wir haben das Modell nun 4 Monate bei uns selbst und bei ausgewählten Kunden aktiviert und verwendet. Das Ergebnis ist erstaunlich: Bereits nach 2-3 Wochen sind die Alternativen, die das neuronale Netz vorschlägt, so gut, dass in 80% der Fälle die ersten beiden Vorschläge von den Projektmanagern oder Abteilungsleitern übernommen werden. Wir hatten mit einer deutlich längeren Trainingszeit gerechnet.
Die Zeitersparnis für die Anwender wird als erheblich eingestuft. Manche Projektmanager berichten von 1-2 Stunden Einsparung pro Woche.
Andere Verantwortliche zeigten sich etwas enttäuscht, da die KI manchmal keine Vorschläge macht. Dies liegt aber eben dran, dass alle Ressourcen, die den überlasteten Mitarbeiter ersetzen könnten ,selbst voll ausgelastet sind. Hier fehlt einfach Personal oder die Zeit ist zu knapp geplant. Hier muss selbst diese künstliche Intelligenz aufgeben, da ist menschliche Intelligenz und Kreativität gefragt.
Wir haben auch die Trainingsdaten in ausgewählten Fällen zurückgesetzt, auszuschließen, dass es sich um Zufall handelte. Das Ergebnis war aber in einer zweiten Trainingsrunde ebenfalls überzeugend.
Diese KI wird nun bis Ende des Jahres in allen relevanten Apps zur Verfügung gestellt (Staffer, Tabellenplaner, Me-App etc.).
6. Was wird die nächste Generation der KI können?
Wir beginnen nun dieses Modell zu erweitern. Es werden einige Funktionserweiterungen vorgenommen, die dem Anwender ermöglichen, nicht nur aus den Vorschlägen zu wählen, sondern selbst Vorschläge zu unterbreiten.
Weiterhin werden wir an einem Modell arbeiten, das dieses Netz als Grundlage hat. Dabei geht es im Wesentlichen darum, dass der Planungsschritt aus einer generischen Planung mit Abteilungen und Fähigkeiten (Skills) eine kopfscharfe Planung zu machen durch KI unterstützt wird.
Author:
Thomas Schlereth
Als Mitglied der Geschäftsführung verantwortet Thomas die operative Leitung der Entwicklung inklusive Konzeption, Design und Weiterentwicklung der Software. Ebenfalls berät er Kunden über Best Practices und begleitet den Roll-Out.
