Die französische Armee erschließt das Potenzial von Daten, um Personaltransfers zu optimieren.
- Daten & Künstliche Intelligenz
- Staatliche und internationale Institutionen
Die französische Armee, die 2021 über 130.000 Einsatz- und Unterstützungskräfte verfügte, bietet ihren Mitarbeitenden jedes Jahr eine Vielzahl von Karrieremobilitätsmöglichkeiten.
Die Verwaltung dieser Transfers erfolgt über einen jährlichen Versetzungsplan. Ziel ist es, den Personalbedarf der Armee hinsichtlich Art und Anzahl der eingesetzten Mitarbeiter zu decken und gleichzeitig den Wünschen der Mitarbeiter nach geografischer oder funktionaler Karrieremobilität nachzukommen.
Diese Aufgabe obliegt der Personalverwaltungsabteilung der Personalabteilung der Armee.
Zentralisierung von Daten zur effektiveren Verwaltung von Transfers
Historisch gesehen wurden Transfers isoliert verwaltet – jeder Manager bearbeitete seine eigenen Akten. Dadurch waren die Daten dezentralisiert, was die Bearbeitung von Anfragen zeitaufwendig machte und eine umfassende Übersicht über aktuelle Anforderungen und freie Stellen stark einschränkte.
Um dem entgegenzuwirken, plant die Personalabteilung die Einführung eines Systems, das die tägliche Verwaltung von Transfers erleichtert, benutzerfreundlicher ist und eine umfassende Übersicht über potenzielle Transferkandidaten und deren Fähigkeiten bietet.
Diese geplante Transformation soll in der Lage sein, alle Daten zu zentralisieren und den Zugriff darauf zu standardisieren. Darüber hinaus möchte die Armee ein Entscheidungsunterstützungssystem integrieren, das Empfehlungen für Zuweisungen geben kann, indem es die Fähigkeiten und Wünsche des Personals mit den aktuellen Personalbedarfen abgleicht.
Das neue Tool soll außerdem ein Dashboard mit Schlüsselkennzahlen bieten, wie zum Beispiel den Gesamtstatus der Transfers, die Anzahl der erfüllten Anfragen und die Zahl der noch offenen Stellen. Das Ziel der Personalabteilung ist es, den Managern mithilfe des Tools Zeit zu sparen – indem die Zeit für die Suche nach und Eingabe von Daten reduziert wird, sodass sie sich auf höherwertige Aufgaben konzentrieren können, insbesondere auf Gespräche mit Stelleninhabern und Transferkandidaten.
Französische Armee, zentrale Statistiken
- 130.000 Mitarbeiter
- 200 Manager
- 1 Manager ist verantwortlich für einen Pool von Hunderten von Mitarbeitern (bis zu 1.500)
- 10 % der Belegschaft (13.000 Personen) befinden sich jedes Jahr in einer Transfersituation
- Dauer eines jährlichen Versetzungsplans: 18 Monate
Nutzung von Datenauswertung zur Entwicklung von Entscheidungsunterstützungstools
Mit diesen unterschiedlichen Bedürfnissen im Hinterkopf wandte sich die Personalabteilung der Armee an Wavestone, um ein einziges Tool zu entwickeln, das diesen gerecht wird. Wir führten eine erste Phase von Benutzer-Workshops durch, um die Bedürfnisse des Kunden klar zu verstehen, die Arbeiten zu priorisieren, die den größten Mehrwert bringen würden, und die ersten wichtigen Funktionen zu identifizieren, die entwickelt werden sollten.
Anschließend wurde ein agiler Ansatz eingeführt, bei dem die Aufgaben in einer Reihe von sechs Sprints organisiert wurden. Neue Funktionen, die während der Testphasen identifiziert wurden, wurden im Verlauf in den Entwicklungsplan aufgenommen.
Ein Minimum Viable Product (MVP) – mit zwei integrierten Entscheidungsunterstützungstools – wurde am Ende dieses viermonatigen agilen Entwicklungsprozesses ausgeliefert.
-
6 Sprints
-
4 Monate
-
Wertschöpfung aus Daten
Um seine Kunden bei der Nutzung der Chancen zu unterstützen, die Machine Learning bietet, und ihre Datentransformation voranzutreiben, hat Wavestone das Machine Learning & Data Lab (MLDL) ins Leben gerufen, das Data Scientists vereint, die eine starke Kombination aus wissenschaftlichen, IT- und geschäftlichen Fähigkeiten bieten.
Während das Unternehmen kein Lösungsintegrator ist und keine groß angelegte Entwicklung anbietet, hat das MLDL-Team von Wavestone das Ziel, Lösungen zu entwickeln, die es den Kunden ermöglichen, den maximalen Wert aus ihren Daten zu schöpfen.
Der erste entwickelte Algorithmus verwendet wichtige Kriterien, um einen Übereinstimmungswert zwischen einer freien Stelle und einem potenziellen Transferkandidaten zu berechnen. Dies bietet dem HR-Manager einen schnellen ersten Überblick über den Grad der Kompatibilität zwischen einem Transferkandidaten und einer freien Stelle.
Er ermöglicht es auch den Transferkandidaten, die Top-10 freien Stellen zu sehen, die am besten zu ihrem Profil passen; und umgekehrt für die Stelleninhaber.
Der zweite Algorithmus zielt darauf ab, ein stabiles Zuordnungsproblem zu lösen, indem alle Transferkandidaten optimal allen freien Stellen zugeordnet werden. Dieser Ansatz ermöglicht es, Zuweisungen so zu optimieren, dass die größtmögliche Anzahl an Wünschen der Transferkandidaten erfüllt wird, während gleichzeitig die operativen Bedürfnisse der Armee bestmöglich berücksichtigt werden.
Verbesserung der Effektivität von jährlichen Versetzungsplänen
Innerhalb von nur vier Monaten, beginnend bei null, einigten sich die Manager auf das Design des Tools, testeten es und fügten neue Funktionen hinzu. Der nächste Schritt besteht darin, dieses erste MVP zu verfeinern, bevor es in eine stabile Produktionsumgebung migriert wird, die im Laufe der Zeit allen 100 Mitarbeitenden, die es nutzen müssen, dienen wird.
Ein Vorteil der vollständigen Implementierung wird die Möglichkeit sein, den Planungszyklus von derzeit 18 Monaten zu verkürzen. Eine Reduzierung auf 12 Monate würde das Problem von sich überschneidenden Plänen beseitigen und das Gesamtmanagement der Transfers in der Armee weiter verbessern.
Die Konstruktionsphase war sehr intensiv und interessant. Es war das erste Mal, dass wir ein Projekt im agilen Modus durchgeführt haben, und es gab eine sehr gute Zusammenarbeit zwischen unserem Team und Wavestone. Das Wavestone-Team zeigte ein hervorragendes Verständnis für das geschäftliche Problem und beherrschte die technischen Herausforderungen. Sie waren während des gesamten Projekts proaktiv – sie schlugen neue Ideen vor und waren jederzeit verfügbar, offen und professionell. Trotz des sehr engen Zeitrahmens, der für die Lieferung einer ersten Version des Tools von Grund auf festgelegt wurde, war die Arbeitsatmosphäre ausgezeichnet, was zum Erfolg des Projekts und zur Zustimmung aller Beteiligten beitrug.