Corporate Learning neu definiert: Mit ChatGPT und anderen smarten Technologien zur nachhaltigen und individuellen Mitarbeiterentwicklung

ChatGPT und andere smarte Tools bringen nicht nur Möglichkeiten zur effizienteren Inhaltserstellung, sondern eröffnen auch ganz neue Chancen für die nachhaltige Mitarbeiterentwicklung und berufliche Weiterbildung.

Digital Learning: Die Herausforderung der wachsenden Inhaltsflut

In einer sich schnell verändernden Arbeitswelt ist es für Unternehmen von großer Bedeutung, die Mitarbeitenden für die Anforderungen der Zukunft zu qualifizieren. Dabei stehen sie vor zwei großen Herausforderungen:

  1. Es gibt keine endlosen Ströme an neuen Mitarbeitenden, die rekrutiert werden können und die bereits neue Skills und Erfahrungen mit ins Unternehmen bringen. Die Auswahl ist im Gegenteil sehr begrenzt und Unternehmen ringen um die besten Angebote und Konzepte, um Talente zu gewinnen und als Arbeitgebermarke attraktiv zu wirken.
    #employerbranding #fachkräftemangel
  2. „Die Welt verändert sich immer schneller“ wird bei den meisten nur noch ein müdes Gähnen hervorrufen. Fair enough! Nichtsdestotrotz: Stimmt man dieser Aussage und der ersten Herausforderung grundsätzlich zu, kommt man nicht umhin, Weiterbildung in Unternehmen als etwas Konstantes und Kontinuierliches zu sehen. Vor allem hinsichtlich der Befähigung der Mitarbeitenden, mit neuen Herausforderungen, die wir jetzt noch nicht kennen, bestmöglich umgehen zu können.

Vor dem Hintergrund dieser Herausforderungen und beschleunigt durch die Covid-Krise ist digitale Weiterbildung ein in Unternehmen gesetztes Thema geworden. Immer mehr Lernangebote kommen dazu, die viel Zeit der Mitarbeitenden binden: Neue Plattformen, neue Custom-Trainings und neue eLearning-Angebote sorgen für eine immer weiterwachsende Inhaltsflut.

Inhalte vs. Impact

Aber welche Auswirkungen haben die einzelnen Maßnahmen? Wie viel Wissen wird tatsächlich behalten? Wie sehr profitiert ein Unternehmen von Kursen, die abrupt enden und bei denen sich darauf verlassen wird, dass die Lernenden entweder sofort alles im Detail verinnerlicht haben oder später selbstständig die Folien anschauen?

Mit zunehmender Menge an Lerninhalten sinkt zwangsläufig die Aufmerksamkeit auf das einzelne Thema und im Rausch der täglichen Arbeit fliegen Inhalte eher vorbei, als dass sie sich nachhaltig verankern. Aber wie kann man das lösen? Wie können individuelle Follow-ups zu den Themen generiert werden, an denen Mitarbeitende arbeiten? Wie kann man technologisch Lernbegleiter schaffen, über die Lernprozesse kontinuierlich statt einmalig gedacht werden und die auch fortlaufend auf Änderungen reagieren können? Wer soll diese ganze Arbeit stemmen können?
Du ahnst sicher schon, in welche Richtung die Antwort geht. 😊

Neue Möglichkeiten mit ChatGPT und anderen smarten Technologien

Dank der extremen Skalierungsmöglichkeiten bieten ChatGPT und andere smarte Technologien eine neue Form der nachhaltigen und individuellen Mitarbeiterentwicklung. Bei chunkx nutzen wir solche Technologien an vielen Stellen, um Unternehmen zu jeder beliebigen Lernmaßnahme in ihrem Unternehmen eine Abonniermöglichkeit bereitzustellen. Dabei übernehmen wir die Aufgabe, den Impact und die Retention der Lernmaßnahme für jeden einzelnen Mitarbeitenden sicherzustellen. Mehr dazu gibt es auf unserer Hauptseite.

Aber wie setzen wir ChatGPT und andere smarten Technologien nun ein? Hier ein paar Beispiele:

1. Effiziente und skalierte Inhaltserstellung

Noch vor einigen Monaten wäre es für 99% der Learning & Development Verantwortlichen unvorstellbar erschienen, personalisierte Mikrolerneinheiten für potenziell alle Lernmaßnahmen in ihrem Unternehmen zu erstellen und individuell, je nach Wissensstand, Follow-ups auszuwählen. Nachdem aber nun die meisten von ihnen erste Berührungen mit ChatGPT von OpenAI hatten, wird es langsam greifbarer, wie hoch mittlerweile die Qualität automatisch erstellter Inhalte ist.

Was oft noch eine Schwierigkeit ist, sind fehlender Kontext und ein nicht unbeträchtlicher Anteil falsche Aussagen, die aber richtig klingen. Bei chunkx lösen wir beides dadurch, dass wir mit den im Unternehmen oder außerhalb davon existierenden Inhalten in Form von PDFs, WBTs, PowerPoints oder Lernvideos den notwendigen Kontext herstellen. Hiermit haben ChatGPT und andere Sprachmodelle die notwendige Orientierung, um passende Mikrolerneinheiten zu erstellen.

2. Smarte Inhaltsauswahl

Stell dir vor, du würdest zu jeder Lernmaßnahme, an der du teilgenommen hast Follow-ups erhalten, um den Lerntransfer zu ermöglichen. Du würdest in E-Mails und Lerninhalten ertrinken und es am Ende ignorieren, weil es einfach zu viel ist und überfordert.
Bei chunkx haben wir eigene Algorithmen entwickelt, um selbst aus einer Anzahl von tausenden von Mikrolerneinheiten die passende für dich auszuwählen oder gegebenenfalls eine bereits bearbeitete zu wiederholen. Immer mit dem Ziel, den Lerntransfer zu fördern und für einen nachhaltigen Lernerfolg zu sorgen. Nur über eine solche Technologie, die für verschiedenste Themen die notwendige Reduzierung für den einzelnen Nutzer gewährleisten kann, lässt sich die Akzeptanz und damit der gesamte Erfolg der Lernmaßnahmen sicherstellen.

Sprachmodelle und Natural Language Processing helfen uns bei der smarten oder auch adaptiv genannten Inhaltsauswahl, z.B. über die Verschlagwortung von Inhalten. Mehr dazu haben wir hier geschrieben.

3. Personalisierung der Lerninhalte

Wir haben in Schritt 1 bereits Mikrolerneinheiten zu unseren existierenden Trainings und Kursen erstellt. In Schritt 2 stellen wir sicher, dass die Inhalte passend je Nutzer ausgewählt werden. Nun gehen wir noch einen Schritt weiter und ermöglichen, Sprachmodelle wie ChatGPT auch zur weiteren Personalisierung der Inhalte zu nutzen. So können nach Bedarf Inhalte einfacher oder schwerer formuliert werden, alternative Varianten des Inhalts für unterschiedliche Rollen erstellt werden, oder Beispiele passender zum jeweiligen Profil formuliert werden. All diese Maßnahmen, haben ohne KI-Lösungen noch sehr viel Arbeitszeit verschlungen und waren daher für hochpreisige Lernmaßnahmen geeignet. Unser Machine Learning Team experimentiert hiermit bereits und freut sich darauf, auch die Anforderungen deines Unternehmens zur Personalisierung von Inhalten zu besprechen!

4. Empfehlungen zum Weiterlernen

Das kontinuierliche Weiterlernen schließt für uns mit ein, dass wir Technologie dazu einsetzen, auch neue Inhalte für den Lernenden zu finden, die zu seinen oder ihren Kursen und Trainings passen. Wenn jemand Kurse zum Thema Cyber Security absolviert hat oder wie es bei uns heißt, „abonniert“ hat, dann wäre ein neu erscheinender Artikel zu aktuellen Phishing-Methoden eine passende Empfehlung, die ein kontinuierliches Weiterlernen ermöglicht und begünstigt.
Möglicherweise sollten nicht nur externe Open-Source-Inhalte, sondern auch Kurse von verknüpften Plattformen, wie LinkedIn Learning bei der Generierung von Empfehlungen berücksichtigt werden.
Oder sogar die interne, nicht-öffentliche Datenbank mit allen Knowledge-Artikeln sollten in Beziehung zu den verarbeiteten Lerninhalten gesetzt und die richtigen Empfehlungen generiert werden.
All dies ist Teil unseres Konzeptes, wie kontinuierliches Lernen mit Hilfe von ChatGPT und modernen Technologien funktionieren kann.

Nutze ChatGPT und chunkx für individuellere und kontinuierlichere Weiterbildung

Es ist offensichtlich, dass die digitale Weiterbildung für dein Unternehmen immer wichtiger wird. Es ist jedoch auch klar, dass die ständig wachsende Anzahl von Lerninhalten ohne nachhaltige Hilfestellung dich überfordert und dein Wissen nicht nachhaltig verankert.
Deshalb ist es an der Zeit, Technologien wie ChatGPT und andere Smart-Tools zu nutzen, um die Mitarbeiterentwicklung kontinuierlicher und individueller zu gestalten.

Möchtest du mehr erfahren? Kontaktiere uns für eine individuelle Beratung und lass uns gemeinsam die Mitarbeiterentwicklung deiner Organisation neu definieren!

Nutze die Gelegenheit auch, um unseren Newsletter zu abonnieren und kein technologisches Update mehr zu verpassen. Bei LinkedIn gibt’s uns übrigens auch!

Tagging auf Knopfdruck

Mit chunkx möchten wir große Mengen an Lerninhalten nutzerspezifisch sortieren. Dafür ist es unerlässlich, die Lerninhalte automatisch zu analysieren und miteinander in Beziehung zu setzen. Wir nutzen Techniken des Natural Language Processing, um das möglich zu machen. Wie genau das funktioniert und was das für unsere Nutzer, unsere Lernapp und die betriebliche Weiterbildung bedeutet, erfahrt ihr in diesem Artikel. Viel Spaß beim Lesen!

Nutzerspezifisches Lernen, ohne Programmieraufwand für die Autoren

chunkx ergänzt oder ersetzt bestehende Lernmaßnahmen durch kontinuierliches Micro-Learning. Was heißt aber kontinuierliches Lernen im betrieblichen Kontext? Nun, typische Trainings, e-Learnings, Lernvideos, Webinare, etc. enden zu einem bestimmten Zeitpunkt – manchmal mit und manchmal ohne Wissenstest. Diese Begrenzung ist zeitlich für den Einzelnen und ökonomisch für das zahlende Unternehmen ein hohes Risiko: Denn bereits nach wenigen Tagen vergessen wir einen Großteil des Gelernten wieder. Ebbinghaus beziffert, dass wir nach 6 Tagen nur noch 23% des Gelernten wissen. Unabhängig von der Aussagekraft dieser konkreten Zahl, stellen wir uns mit chunkx der Herausforderung, die Vergessenskurve abzuflachen. 

Wiederholung und Verknüpfung

Ein erster Schritt dazu ist die Wiederholung gelernter Inhalte. Dafür nutzen wir in chunkx Lernaufgaben gefolgt von erläuterndem Feedback. a wir jedoch sehr viel aus ganz unterschiedlichen Bereichen lernen – seien es fachspezifische Inhalte, Regularien, neue Skills, oder Dauerbrenner wie Security, Safety und Compliance – müssen die Inhalte aus allen Themen in nutzerspezifischen Feeds zusammengebracht werden. Doch jeder Nutzer hat nur begrenzt Zeit, weswegen sein jeweiliger Feed idealerweise solche Inhalte priorisieren sollte, die er lernen möchte oder soll, aber noch nicht so gut kennt wie andere. Bei 10 Themen mit Lerninhalten von jeweils einer Stunde und einem Lerner, der gerade mal ein paar Minuten pro Woche in die kontinuierliche Wiederholung investieren kann, stellt sich die Frage, wie diese Herausforderung gelingen kann? Und wie können darauf aufbauend Lernenden zusätzlich Empfehlungen für neue Inhalte ausgesprochen werden?

chunkx creator: Tagging der Inhalte

Um Lerninhalte so passend wie möglich und individuell zusammenzustellen, müssen sie miteinander in Beziehung gebracht werden. Auf der ersten Ebene geschieht das über Kanäle: Alle Lerninhalte, z.B. zum Thema Steuerrecht, werden dem entsprechenden Kanal zugeordnet. Aber wie sieht es innerhalb des Kanals aus, welche Inhalte gehören dort wie zusammen? Und vielleicht gibt es passende Inhalte ja auch außerhalb dieses Kanals? 

Dafür ermöglichen wir unseren Autoren bereits das tagging von Lerninhalten. Über einzelne Stichwörter werden unterschiedliche Lernaufgaben verknüpft. Dies ermöglicht spezifische Auswertungen und erlaubt unserem Algorithmus, besser zu verstehen, welche Inhalte für Nutzer didaktisch relevant sind. 

Zwar ist das manuelle tagging zielführend, es kann aber auch aufwändig sein. Daher haben wir das taggingauf Knopfdruck entwickelt: Unsere Autoren können nach Eingabe der Aufgabentexte automatisch passende Stichwörter generieren, sie bei Bedarf wieder entfernen und weiterhin manuelle Stichworte ergänzen. Für diese Funktion nutzen wir Techniken des Natural Language Processing. Aber was heißt das genau?

Wie funktioniert auto-tagging durch Natural Language Processing?

Der Bereich des Natural Language Processing befasst sich mit der Analyse unserer Sprache. Je nach Anforderungsbereich reicht dazu manchmal einfache Statistik. Um wie in unserem Fall benötigt, intelligente Ergebnisse zu produzieren, müssen jedoch kompliziertere Methoden verwendet werden.

Word embeddings durch hochdimensionale Vektoren

Im Herzen unseres auto-taggings stehen sogenannte “word embeddings”. Diese übersetzen Wörter in hochdimensionale Vektoren, sodass Texte auch für den Computer verständlich werden. Solche Vektoren ermöglichen es uns dann, Kalkulationen vorzunehmen und die Nähe von Wörtern und Texten zueinander zu bestimmen. Man kann sich zum Beispiel vorstellen, dass sich die Begriffe „Steuerberater” und „Steuerrecht” relativ nah stehen. Genau diese Nähe kann durch Vektoren beschrieben werden. Natürlich sind nicht alle Vergleiche so eindeutig. Welches Wort sollte zum Beispiel näher an „Steuerberater” sein: „Anwalt” oder „Finanzen”? Beide Wörter haben einen anderen Bezug zu „Steuerberater”, weswegen eine klare, eindeutige Antwort schwerfällt.

Um alle möglichen Eigenschaften eines Wortes zu erfassen, bestehen unsere Wortvektoren deshalb aus einigen hundert Dimensionen. Damit diese Dimensionen auch aussagekräftig sind, muss das Modell, das die Wörter in Vektoren übersetzt, zuvor trainiert werden – in unserem Fall mit mehreren hundert Millionen Wörtern.

Von Vektoren zu tags

Für das Generieren der tags in chunkx, fassen wir zunächst alle erläuternden Felder eines Kanals (d.h. Titel, Beschreibung, Fragen, die korrekte Antwort, Feedback) als einen einzigen Vektor zusammen. Für thematisch sinnvolle tags und eine niedrigere Rechenzeit werden alle unnötigen Füllwörter aus den Texten herausgefiltert. Um nun tags für eine einzelne Aufgabe zu generieren, werden die Wörter sowohl untereinander als auch mit dem dazugehörigen Kanal verglichen. Die verschiedenen Abschnitte werden dabei unterschiedlich gewichtet und fortlaufend nachjustiert.

Die Wörter, deren Distanz zu dem Kanalvektor am niedrigsten sind und die einen gewissen Schwellenwert nicht überschreiten, werden dem Autor letztlich als tags vorgeschlagen.

Warum sind tags nun so wichtig?

Die Technologie zur Generierung der tags ist nicht nur eine Zeitersparnis für unsere Autoren, sondern ermöglicht auch die intelligente Verknüpfung von Inhalten. Betrachten wir beispielsweise unsere Lerninhalte zum Thema Steuerrecht: Ein Lerner weist Wissenslücken zum Thema Umsatzsteuer auf. Wir können nun diese ausgewählten Inhalte entsprechend wiederholen. Wir können aber auch unseren Algorithmus erfassen lassen, welche Lerninhalte aus anderen dem Lerner zur Verfügung stehenden Kanälen inhaltliche Nähe zum Thema Umsatzsteuer aufweisen. Diese können wir ihm dann vorgeschlagen und priorisiert auswählen, sobald er zu einem dieser Kanäle lernt. Die Auswahl der Inhalte passt sich dem Lerner somit adaptiv an und seine Lernzeit wird so effizient wie möglich genutzt: Nämlich mit den Inhalten, zu denen Lernbedarf besteht

Während klassische Web-based Trainings oder Lernvideos für alle Lerner die gleichen Inhalte in der gleichen Reihenfolge bieten, können bei chunkx die passendsten Inhalte ausgewählt werden – und das nicht nur innerhalb eines Kanals, sondern über unendlich viele Kanäle hinweg. 

Je mehr Kanäle und Themen Mitarbeiterinnen und Mitarbeitern eines Unternehmens in chunkx zur Verfügung gestellt werden, desto mehr inhaltliche Überschneidungen entstehen und umso mehr spielt kontinuierliches Micro-Learning mit chunkx seine volle Stärke aus. 

Kontakt aufnehmen

Haben wir deine Neugierde geweckt oder fühlst du dich von unserem Beispiel rund um Steuerrecht gelangweilt? Nun, lass uns auch lieber zu deinen Themen sprechen und wie wir das Lernen dazu mit chunkx am besten unterstützen können. Schreib uns und wir melden uns kurzfristig bei dir.