K
EU AI Act: Nicht Hochrisiko Q3

Lernpfad-Empfehlungs-Agent

Individuelle Lernpfade empfehlen - basierend auf Kompetenzprofil und Karriereziel.

Empfiehlt individuelle Lernpfade basierend auf Kompetenzprofil, Karrierezielen und verfügbarem Lernangebot - unverbindlich.

Score-Dashboard

Agent Readiness 64-71%
Governance-Komplexität 34-41%
Economic Impact 48-55%
Leuchtturm-Wirkung 54-61%
Implementation Complexity 44-51%
Transaktionsvolumen Wöchentlich

Was dieser Agent tut

Das Lernangebot in großen Organisationen ist umfangreich, aber unübersichtlich. Mitarbeitende wissen oft nicht, welche Schulungen für ihre Entwicklung am relevantesten sind. Führungskräfte können nicht jedes Angebot kennen. Der Decision Layer zerlegt jeden Empfehlungsprozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Kompetenzlücken werden aus dem Profil des Mitarbeitenden und den Anforderungen der Zielrolle abgeleitet. Lernangebote werden nach Relevanz und Verfügbarkeit gefiltert. Empfehlungen werden als priorisierte Liste präsentiert. Das Ergebnis: Personalisierte Lernempfehlungen statt Katalog-Durchsuchen. Höhere Relevanz und Teilnahmequoten. Selbstgesteuerte Entwicklung mit datengestützter Orientierung.

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Profil analysieren Wo steht der Mitarbeitende aktuell? KI-Agent

Analyse von Kompetenzprofil, absolvierter Schulungen und Rolle

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Zielrolle identifizieren Welche Rolle strebt der Mitarbeitende an? Mensch

Mitarbeitender definiert Karriereziel im Entwicklungsgespräch

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Kompetenzlücke berechnen Welche Kompetenzen fehlen für die Zielrolle? KI-Agent

Gap-Analyse: Ist-Profil vs. Zielrollen-Anforderungen

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Lernangebote filtern Welche Angebote adressieren die Lücken? KI-Agent

Matching Kompetenzlücke zu verfügbaren Lernangeboten

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Lernpfad priorisieren In welcher Reihenfolge sollten die Angebote absolviert werden? KI-Agent

Priorisierung nach Voraussetzungen, Relevanz und Verfügbarkeit

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Empfehlung präsentieren Welche Empfehlung erhält der Mitarbeitende? KI-Agent

Personalisierte Lernpfad-Empfehlung mit Begründung

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • Kompetenz-Framework mit Rollenprofilen
  • Learning Management System mit strukturiertem Lernangebot
  • Individuelle Kompetenzprofile der Mitarbeitenden
  • Definierte Karrierepfade oder Rollenübergänge

Governance-Hinweise

EU AI Act: Nicht Hochrisiko
Kein Hochrisiko-System nach EU AI Act - unverbindliche Empfehlung ohne Entscheidung über das Arbeitsverhältnis. Die Empfehlung ist ein Vorschlag, keine Zuweisung. Mitarbeitende entscheiden frei über ihre Teilnahme. Betriebsrat: Informationsrecht über das Empfehlungssystem. Empfehlung: Transparenz darüber, welche Daten in die Empfehlung einfließen.

Infrastruktur-Beitrag

Das Empfehlungs-Framework (Profil-Analyse, Gap-Berechnung, Angebots-Matching) wird vom Skills-Career-Profile-Agent wiederverwendet. Die personalisierte Lernpfad-Logik bildet die Grundlage für alle Agenten, die individuelle Entwicklungsempfehlungen erzeugen. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Weiterführende Seiten

Decision Layer
Governance-Schicht zwischen KI-Agent und Zielsystem. Jede Entscheidung dokumentiert und anfechtbar.
Mitbestimmung & KI
Betriebsrat, Betriebsvereinbarung und Co-Determination als Architektur-Constraint.
HR AI Agents
Alle HR-Agent-Leistungen im Überblick.

Verwandte Agenten

Schulungsbedarfs-Analyse Agent

Weiterbildungsbedarf systematisch ermitteln - aus Kompetenzlücken und Geschäftszielen.

Q3
K
Readiness: 61-68%
Economic: 51-58%
Governance: 38-45%
Micro-Decisions: 7
Quartalsweise

Zertifizierungs-Tracking Agent

Zertifikate und Lizenzen überwachen - Ablauffristen rechtzeitig melden, Erneuerung anstoessen.

Q2
W D
Readiness: 78-85%
Economic: 56-63%
Governance: 26-33%
Micro-Decisions: 8
Monatlich

Trainingseffektivitäts-Agent

Schulungswirksamkeit messen - vom Feedback bis zum Geschäftsergebnis.

Q3
K
Readiness: 54-61%
Economic: 44-51%
Governance: 31-38%
Micro-Decisions: 5
Quartalsweise
Zurück zum Katalog

Häufige Fragen

Sind die Empfehlungen verpflichtend?

Nein. Die Empfehlungen sind Vorschläge. Mitarbeitende entscheiden selbst, welche Angebote sie wahrnehmen. Pflichtschulungen (Compliance) werden separat vom Compliance-Training-Agent verwaltet.

Wie geht der Agent mit Mitarbeitenden um, die kein Karriereziel definiert haben?

Ohne explizites Karriereziel empfiehlt der Agent Lernpfade basierend auf den Anforderungen der aktuellen Rolle und den identifizierten Kompetenzlücken. Das ist bereits ein Mehrwert gegenüber keiner Empfehlung.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.