JANZZ im Gartner Hype Cycle für HCM Tech 2020 als Musteranbieter für Skills Ontologien genannt
Wir sind stolz, bekannt zu geben, dass JANZZ.technology von Gartner als Musteranbieter für Skills Ontologien im Hype Cycle für Personalmanagement-Technologie 2020 identifiziert wurde. Diese Anerkennung bestätigt den innovativen Ansatz unserer Lösungen für Unternehmen und öffentliche Arbeitsverwaltungen, die auf unserer einzigartigen mehrsprachigen Job- und Skills-Ontologie basieren.
Was ist der Gartner Hype Cycle?
Die Hype Cycles von Gartner liefern eine grafische Darstellung des Reifegrads und der Akzeptanz von Technologien und Anwendungen sowie deren potenzielle Relevanz für die Lösung echter Geschäftsprobleme und die Nutzung neuer Chancen. Die Hype Cycle-Methodik von Gartner gibt einen Überblick darüber, wie sich eine Technologie oder Anwendung im Laufe der Zeit entwickeln wird, und bietet damit eine fundierte Erkenntnisquelle für die Handhabung eines allfälligen Einsatzes im Kontext Ihrer spezifischen Geschäftsziele.[1]
Die Skills Ontologien, die als sehr nützlich für den Personalmanagement (HCM) Bereich eingestuft werden, befinden sich derzeit in der ersten von fünf Phasen des Gartner Hype Cycle: dem sogenannten Innovationsschub (Innovation Trigger). Gartner beschreibt diese Phase als jene, in der „ein potenzieller Technologiedurchbruch die Dinge ins Rollen bringt. Frühe Proof-of-Concept-Geschichten und Medieninteresse lösen eine beachtliche Publicity aus. Oft gibt es noch keine brauchbaren Produkte und die kommerzielle Lebensfähigkeit ist nicht bewiesen.“ Wir haben vor über einem Jahrzehnt, im Jahr 2009, mit der Entwicklung unserer Skills Ontologie begonnen. Heute ist sie die umfassendste mehrsprachige Skills-Ontologie weltweit. Sie hat sich in den letzten Jahren mehrfach bewährt und wurde erfolgreich in verschiedenen Systemen jeder Grössenordnung eingesetzt.
Was ist eine Skills Ontologie?
Eine Skills Ontologie organisiert umfangreiche Sammlungen von Konzepten zu Fähigkeiten, Kompetenzen, Wissen und Erfahrung sowie die Beziehungen zwischen ihnen in einer Datenstruktur. Sie bietet eine Grundlage für KI-Anwendungen in Bereichen wie Talentakquise, Talententwicklung und Personalplanung. Zahlreiche Anbieter behaupten, dass sie eine Ontologie haben, während sie in Wirklichkeit nur über eine Taxonomie oder eine Bibliothek verfügen.[2] Bei JANZZ haben wir eine echte Ontologie, JANZZon!. Sie umfasst aber nicht nur Skills, sondern ist eine Job und Skills Ontologie. Das bedeutet, dass sie auch Berufe, Berufsbezeichnungen, Berufserfahrung, Ausbildungen und Qualifikationen, Branchen und vieles mehr umfasst. Der Abgleich von Skills allein ohne Berücksichtigung anderer Informationen wie Berufe/Funktionen kann zu äusserst ungenauen Ergebnissen führen. Ein Kassierer und eine Apothekerin, die beide im Detailhandel tätig sind, werden zwar gemeinsame Fähigkeiten haben, z. B. Fähigkeiten im Kundenservice, aber ihre Schlüsselqualifikationen, nämlich ihr Fachwissen und ihre Qualifikationen, unterscheiden sich grundlegend. Selbst wenn also alle anderen aufgeführten Fähigkeiten übereinstimmen, wäre es völlig unsinnig, einen Kassierer für eine Apothekerposition vorzuschlagen. Der Kontext ist essenziell und eine der wichtigsten Informationen, die unsere Job und Skills Ontologie liefert.
Darüber hinaus unterscheidet JANZZon! im Gegensatz zu anderen Skills Ontologien auf dem Markt zwischen verschiedenen Niveaus von Skills und deren Kontext. So ist beispielsweise das Niveau der Fähigkeiten, die für eine Junior-Position erforderlich sind, nicht dasselbe wie für einen Senior-Spezialisten, und die Fähigkeiten eines Projektleiters in der Anwendungsentwicklung sind nicht identisch mit denen eines Projektleiters in der Innenarchitektur. Diese Unterschiede werden in unserer Job- und Skills-Ontologie JANZZon! abgebildet und sind einer der treibenden Faktoren für die erstaunliche Genauigkeit unserer Job-Kandidaten-Matching- und Karrierepfad-Tools.
Schauen Sie unser Video über die JANZZ Ontologie
Warum nicht einfach bei Skills-Bibliotheken und Taxonomien bleiben?
Skills- oder Job-Bibliotheken, auf die sich viele Technologieanbieter immer noch verlassen, werden in erster Linie von Experten (oft Psychologen) erstellt, die Fähigkeiten und Qualifikationsniveaus in Bezug auf Jobkategorien oder Funktionen analysieren und klassifizieren. Diese Methoden sind arbeitsintensiv und begrenzt und konzentrieren sich oft auf funktionsübergreifende Fähigkeiten oder auf eine begrenzte Anzahl von berufsspezifischen technischen Fähigkeiten. Ausserdem sind diese Bibliotheken in der sich rasch verändernden Arbeitswelt fast immer veraltet, sobald sie fertiggestellt sind.
Das Hauptproblem dieser Bibliotheken ist jedoch, dass es so etwas wie ein Standard-Kompetenzprofil für einen bestimmten Beruf nicht gibt. Das bedeutet, dass Such- und Matching-Ergebnisse auf Basis von Skills-Bibliotheken meist bestenfalls enttäuschend sind. Mit der richtigen Skills Ontologie hingegen erhält man eine laufend aktualisierte, umfassende Datenbank, welche die Grundlage für eine Technologie bildet, die „die Erwartungen der Nutzer an die Relevanz der Stellensuche, das Matching von Kandidaten zu Funktionen und die Empfehlung von Lerninhalten transformiert.“[3]
Der entscheidende Vorteil einer Skills Ontologie im Vergleich zu Skills Bibliotheken oder Taxonomien ist, dass sie Synonyme sowie ähnliche und verwandte Skills verknüpft. Dies verbessert die Suche und das Matching dramatisch, indem es die unterschiedlichen Vokabularien der verschiedenen Akteure, Stellenausschreibungen und Kandidaten-/Mitarbeiterprofile in eine gemeinsame Sprache übersetzt und den Suchbegriffen einen Kontext gibt. Infolgedessen können klassische stichwortbasierte Ansätze durch eine semantische Suche ersetzt werden, bei der das System die Bedeutung der Suchbegriffe versteht, anstatt stur Zeichenketten zu vergleichen.[4] Gibt man beispielsweise den Begriff CEO ein, so schliesst das ontologiebasierte System Ergebnisse wie Assistent des CEOs aus. Bei der Eingabe des Begriffs Mechaniker schlägt es präzisere Begriffe wie Automechaniker oder Bootsmechaniker vor. Und die besten Leute für den Job können viel genauer identifiziert werden – ohne das Getümmel von ungeeigneten Kandidaten oder das Risiko, dass Top-Kandidaten durch die Maschen gleiten.
Darüber hinaus können unsere ontologiebasierten Systeme implizite Skills in Berufen vom Schildermaler bis zum Cybersecurity Project Manager erkennen und diese Skills nutzen, um zufriedenstellendere Ergebnisse zu liefern – nicht nur bei Jobs und Kandidaten, sondern auch beim Profiling, bei Gap-Analysen und beim Career Pathing. Das in unserer Skills-Ontologie gespeicherte Kontextwissen ist auch der Schlüssel zu unserem hochperformanten Job- und Lebenslauf-Parser.
Pionierlösungen in der HCM-Technologie
Die meisten der derzeit auf dem Markt erhältlichen ontologiebasierten HCM-Anwendungen sind noch recht unausgereift, und es gibt keine Einheitslösung für alle. Stattdessen bedarf es einer Kombination von verschiedenen Modellen und Ansätzen. Wir bei JANZZ.technology verfügen bereits über eine gut etablierte Skills Ontologie sowie hoch präzise Technologien für semantische Suche und Matching, Gap-Analysen, Profiling und Job- und CV-Parsing. Wir sind jedoch bestrebt, unsere Lösungen kontinuierlich zu verbessern und zu erweitern. Daher sind wir sehr aktiv in der Forschung und Entwicklung tätig und entwickeln unaufhörlich bahnbrechende Technologien, um neue Herausforderungen zu meistern. Unsere Mission ist es, die HCM-Erfahrung zu verbessern, indem wir effiziente und hochleistungsfähige Lösungen ohne Kompromisse anbieten.
Und warum sind wir dem Gartner Hype Cycle so weit voraus? Weil wir 2008 angefangen haben, lange bevor irgendjemand über KI und Wissensrepräsentationen gesprochen hat, lange bevor Google und die Märkte erkannt haben, dass fortschrittliche KI-Lösungen ohne Ontologien einfach nicht realisierbar sind. Deshalb haben wir heute einen Vorsprung von mehreren Jahren.
Nutzen Sie diesen und integrieren Sie unsere Job und Skills Ontologie über unsere unkomplizierten APIs in Ihre Anwendungen. Kontaktieren Sie uns unter info@janzz.technology, um herauszufinden, wie wir Ihre Arbeit mit unseren innovativen ontologiebasierten Lösungen transformieren können.
[1] Aus dem Englischen übersetzt von Gartner Methodologies, “Gartner Hype Cycle,” 2020. https://www.gartner.com/en/research/methodologies/gartner-hype-cycle
[2] Für ein besseres Verständnis des grundlegenden Unterschieds zwischen Ontologien und Taxonomien lesen Sie unseren Beitrag: https://janzz.technology/ontology-and-taxonomy-stop-comparing-things-that-are-incomparable/
[3] Poitevin, H., „Hype Cycle for Human Capital Management Technology, 2020“, Gartner. 2020.
[4] Für weitere Informationen zu diesem Thema fordern Sie ein Exemplar unseres Whitepapers „Keyword vs. ontologiebasiertes, semantisches Matching“ per E-mail oder Kontaktformular an.