Skills-Daten, erklärt
Warum Skills-Daten veralten (und was wirklich hilft)
Die Skills-Daten jeder Plattform veralten irgendwann. Der Unterschied liegt darin, was danach passiert – ob sie stillschweigend verfallen oder jemand einen Grund hat, sie aktuell zu halten.
Das Problem: Alle Skills-Daten veralten. Die Frage ist, warum.
Fragen Sie eine beliebige HR- oder L&D-Führungskraft, wie sicher sie sich bei ihren Skills-Daten ist, und Sie werden vor der Antwort eine Pause bemerken. Das ist kein Problem der Dateneingabe. Es ist ein Designproblem – die meisten Ansätze geben niemandem einen Grund, die Daten nach der Erfassung ehrlich zu halten.
- Testmüdigkeit – eine Kompetenzbewertung ist genau so lange korrekt, wie es dauert, den Browser-Tab zu schließen. Niemand legt einen Test erneut ab, um ein Ergebnis zu aktualisieren, das niemand nutzt.
- Dokumentenverzug – eine Qualifikationsmatrix oder ein Organigramm ist eine Momentaufnahme. Sobald sich eine Rolle ändert, ein Team umstrukturiert wird oder jemand eine neue Verantwortung übernimmt, ist das Dokument bereits veraltet.
- Kein Grund zur Aktualisierung – selbst Systeme, in denen Mitarbeitende ihr eigenes Profil bearbeiten können, werden selten genutzt, weil es für die aktualisierende Person keinen Vorteil bringt.
Drei Wege, wie Skills-Daten entstehen – und warum zwei davon veralten
Jede Skills-Plattform trifft eine Entscheidung darüber, woher die Daten stammen. Diese Entscheidung bestimmt, ob sie aktuell bleiben oder ab dem Moment der Erfassung zu veralten beginnen.
Der Workera-Ansatz
Verifiziert / getestet
Ein Kompetenztest liefert ein präzises, belastbares Ergebnis – im Moment der Ablage. Aber ein Testergebnis ist eine Momentaufnahme, kein Abonnement: Niemand testet routinemäßig erneut, sodass die Daten genau einmal korrekt sind und danach veralten.
Der Cobrainer-Ansatz
Dokumentenbasiert extrahiert
Kompetenzen aus Qualifikationsmatrizen, PDFs und Organigrammen zu ziehen, liefert schnell einen verlässlichen Ausgangspunkt. Aber Dokumente aktualisieren sich nicht von selbst – die Daten sind nur so aktuell wie der letzte erneute Upload.
Der Gloat-/Phenom-/Cornerstone-Ansatz
Abgeleitet / von Admins erfasst
Kompetenzen, die aus Lebensläufen und Werdegängen abgeleitet oder von einer Führungskraft eingetragen wurden, wurden nie von der Person selbst bestätigt, die sie beschreiben sollen – es lässt sich also nicht sagen, wie nah sie am ersten Tag an der Realität liegen, geschweige denn ein Jahr später.
Die Lösung: Geben Sie den Menschen einen Grund, ihre eigenen Daten ehrlich zu halten
Mentessa bittet Menschen, ihre eigenen Kompetenzen anzugeben – was sie können und was sie als Nächstes einsetzen möchten. Die Daten bleiben aktuell, weil es der direkte Weg zu etwas ist, das sie wirklich wollen: ein besseres Match mit dem richtigen Mentor, der richtigen Mentee, Weiterbildung oder internen Rolle. Keine Compliance-Checkbox. Kein Testergebnis. Ein Grund, der wirklich ihr eigener ist.
Das ersetzt keine Verifizierung oder Dokumentenerfassung, wo diese sinnvoll ist – Mentessas eigener Skills Agent baut weiterhin eine verlässliche Basis aus Ihren vorhandenen Dokumenten auf. Es sorgt nur dafür, dass diese Basis nicht in dem Moment veraltet, in dem sie entsteht.
Wo die Beweislage heute steht
Wir werden Ihnen keine plakative Kennzahl präsentieren, die wir nicht belegen können. Die ehrliche Antwort: Mentessa basiert auf der Annahme, dass selbst angegebene, anreizbasierte Daten sich über die Zeit besser halten als Daten, die niemand aus eigenem Antrieb aktualisiert – und wir erfassen aktiv, wie oft Profile aktualisiert werden und wie hoch die Match-Annahmequote ist, während unser Self-Declaration-Modell skaliert, damit wir echte Zahlen veröffentlichen können statt einer plausibel klingenden. Wenn Sie das aktuelle Bild für die Größe und Branche Ihrer Organisation wissen möchten, fragen Sie uns direkt – wir sagen Ihnen, was wir tatsächlich wissen.
Fragen?
Bedeutet Self-Declaration, dass Skills-Daten unverifiziert sind?
Nicht zwangsläufig. Mentessas Skills Agent baut weiterhin eine verlässliche Basis aus Ihren vorhandenen Dokumenten auf – Qualifikationsmatrizen, PDFs, Organigramme. Self-Declaration sorgt dafür, dass diese Basis nach dem Aufbau nicht veraltet – sie ersetzt keine Governance.
Sind selbst gemeldete Daten nicht genauso unzuverlässig wie jede andere Art?
Selbst gemeldete Daten sind unzuverlässig, wenn es keinen Grund gibt, sie aktuell zu halten. Mentessa verknüpft sie direkt mit etwas, das die Person will – ein besseres Match –, sodass Ehrlichkeit im eigenen Interesse liegt, nicht als administrative Pflicht.
Wie unterscheidet sich das davon, Mitarbeitenden zu erlauben, ihr eigenes HR-Profil zu bearbeiten?
Bei den meisten Systemen, die Profilbearbeitung erlauben, gibt es kaum freiwillige Aktualisierungen, weil sich für die aufwandbetreibende Person nichts ändert. Mentessas Matching funktioniert nur so gut wie die angegebenen Kompetenzen, daher wird Genauigkeit sofort belohnt, nicht irgendwann.
Ersetzt das Tests oder Assessments vollständig?
Nein – Assessments sind weiterhin nützlich für ein belastbares Ergebnis zu einem bestimmten Zeitpunkt. Was sie allein nicht leisten, ist Aktualität. Self-Declaration hält das Bild zwischen Assessments aktuell – oder dort, wo ein formaler Test im großen Maßstab nicht praktikabel ist.
Sehen Sie den Mechanismus an Ihren eigenen Skills-Daten
Sprechen Sie mit uns darüber, wie eine verlässliche, selbst angegebene Skills-Architektur in Ihrer Organisation aussehen könnte.