Reflections on knowledge modelling as a maturing and learning process
People Tagging - Aspekte und Möglichkeiten zur Gestaltung
1. MATURE
Continuous Social Learning in Knowledge Networks
People Tagging –
Aspekte und
Möglichkeiten zur
Gestaltung
Simone Braun
Andreas Schmidt
Valentin Zacharias
http://mature-ip.eu Mensch & Computer 2010
Duisburg, Sept. 13, 2010
2. Kompetenzmanagement – eine gute Idee…
Kompetenzmanagement will Unternehmen
ermöglichen, die Kompetenzentwicklung zu steuern
Dabei werden die Kompetenzen der Mitarbeiter explizit
gemacht durch Profile, die mittels eines gemeinsamen
Kompetenzkataloges formuliert werden …
… und Anforderungen und Ziele mit Hilfe dieses
Kompetenzkataloges beschrieben …
… wie auch die entsprechenden Maßnahmen und ihre
Ergebnisse
MATURE - Continuous Social Learning in Knowledge Networks 22
3. Allerdings …
… wird es als Top-Down-Aktivität empfunden …
… relevante Entwicklungen finden nur langsam
in den gemeinsamen Katalog …
… kaum Rückmeldung darüber, was tatsächlich
benötigt wird …
… Profile werden zu selten aktualisiert …
… wird zu nutzlosen administrativen Übung …
MATURE - Continuous Social Learning in Knowledge Networks 33
5. Connexions Northumberland
Geographisch verteilte Berufsberater mit
unterschiedlicher Spezialisierung
• Barriere für den Aufbau von Netzwerken
Klassische Kompetenzmanagementansätze werden als
unpassend befunden – da zu rigide
Aber: Personalentwicklung benötigt Informationen
darüber, welche Art von Expertise vorhanden ist bzw.
benötigt wird
Wie können wir Kompetenzmanagement
partizipativer gestalten?
MATURE - Continuous Social Learning in Knowledge Networks 55
7. Semantisches People Tagging
Grundprinzip
• Bottom-up und partizipativ
• Leichtgewichtig und arbeitsintegriert
Ansatz
• Kollaboratives Taggen von Kollegen LMI plumbing
• Verbreiten von Wissen, wer über specialist
was Bescheid weiß
• Kollektive “Bewertung” von Vacancy
vorhandenen Kompetenzen data Edinburgh
• Tags werden kollaborativ zum/mit
Kompetenzkatalog weiterentwickelt
MATURE - Continuous Social Learning in Knowledge Networks 77
10. Potenziale & Risiken I
MATURE - Continuous Social Learning in Knowledge Networks 10
10
11. Feldexperimente
Zwei Feldexperimente mit People Tagging
Als positiv und nützlich erachtet
• “Leute zu taggen zwingt einen darüber nachzudenken, was
man tatsächlich über andere weiß”
• “über andere zu lernen” und “neue Einblicke zu erhalten”
• Tags “konvergieren zu den richtigen Ergebnissen”
Unterstützt Team Building durch nicht-
fachliche Tags
• z.B. über entdeckte gemeinsame Interessen
MATURE - Continuous Social Learning in Knowledge Networks 11
11
12. Herausforderungen
Akzeptanz
• hängt von klarer Botschaft über
den Zweck ab
Offene Punkte & Bedenken:
• Furcht vor Transparenz
• Klassische Expert Finder Bedenken: Mehrbelastung, …
• Kaltstarteffekt
• Vorschläge & Unterstützung beim Tagging
• Grad der Kontrolle für den Einzelnen (Löschen von Tags)
• Grad der Transparenz (Tagger, Tags, aggregiert/einzeln)
• Fachliche Themen vs. eher soziale/persönliche Themen
MATURE - Continuous Social Learning in Knowledge Networks 12
12
13. Potenziale & Risiken II
MATURE - Continuous Social Learning in Knowledge Networks 13
13
14. Feedback von HR-Experten-Fokusgruppen
People Tagging kann ein Katalysator für die
organisationale Entwicklung sein
People Tagging in Verbindung mit anderen
existierenden Funktionen
Transparenz von Diskussionen und
Änderungen kann mit organisationaler
Hierarchie in Konflikt geraten
MATURE - Continuous Social Learning in Knowledge Networks 14
14
15. Feedback von HR-Experten-Fokusgruppen
Vokabular-Restriktionen in Einklang mit strategisch-
orientiertem Kompetenzmanagement
• Bewusste Reduktion (d.h. Priorisierung)
• Neue Entwicklungen können Revisionen anregen, sollte aber
kontrolliert ablaufen
Flexibilität in den Suchalgorithmen
• Nicht nur um die Nutzungserfahrung des Einzelnen zu
verbessern, sondern als organisationale Einschränkung
Flexibilität auf unterschiedlichen Ebenen
• Individuum (micro), Abteilung (meso), Unternehmen (makro)
MATURE - Continuous Social Learning in Knowledge Networks 15
15
17. Umsetzung von People Tagging
Die tatsächliche Umsetzung von People Tagging hängt
stark vom organisationalen Kontext ab (die Kultur
eingeschlossen)
Die technische Ausführung eines People Tagging Systems
kann unternehmensspezifisch angepasst werden:
• Involvierte Personen
• Kontrolle & Semantik des Vokabulars
• Kontrolle von Tag-Zuweisungen
• Sichtbarkeit von Tag-Zuweisungen
• Suchalgorithmen
MATURE - Continuous Social Learning in Knowledge Networks 17
17
18. Involvierte Personen
Wer darf annotieren?
• Andere Personen
o Einschränkung auf bestimmte Nutzer oder Nutzergruppen,
wie z.B. Freunde oder Teamkollegen
• Selbstannotation
Wer darf annotiert werden?
• Nur interne/externe Kontakte
• Annotierte Person kann aussteigen
• Annotierte Person muss der Teilnahme zustimmen
MATURE - Continuous Social Learning in Knowledge Networks 18
18
19. Kontrolle & Semantik des Vokabulars
Wie wird das Vokabular kontrolliert?
• Fixes kontrolliertes vs. freies Vokabular
• Schwarze Liste
o Sperrung vs. “freundlicheren” Alternativen
o A priori vs. a posterior Überprüfung
• Tag-Vorschläge
o Nur Tags aus dem Vokabular
o Weitere Vorschläge
• Soziale Regeln
o Nur fachliche Tags
o Auch nicht-fachliche Tags
o Erlauben von negativen Tags
MATURE - Continuous Social Learning in Knowledge Networks 19
19
20. Kontrolle & Semantik des Vokabulars
Was ist die semantische Aussagekraft?
• Tags ohne weitere Semantik
• Tags mit bestimmter semantischer Relation
o ‚interessiert an‘
o ‚hat Kompetenz‘
o ‚beschäftigt sich mit‘
o Gewichtung (auf Niveau XY)
MATURE - Continuous Social Learning in Knowledge Networks 20
20
21. Kontrolle von Tag-Zuweisungen
Ist eine vorherige Freigabe nötig?
• Explizite Freigabe durch die annotierte Person
• Automatische Sperrung über eine schwarze Liste
• Sofortige Freigabe
Welche Löschoptionen gibt es?
• Annotierte Person darf löschen
• Annotierende Person darf löschen
• Gardener darf löschen
• Jeder darf löschen
• System kann auf Basis einer schwarzen Liste löschen
Wie werden annotierende Personen beeinflusst?
• Anzeige bereits vorhandener Tags für eine Person
• Seeding über externe Quellen, z.B. Publikationen
MATURE - Continuous Social Learning in Knowledge Networks 21
21
22. Sichtbarkeit von Tag-Zuweisungen
Für wen sind Tags sichtbar?
• Nur für die annotierte Person
• Für eine eingeschränkte Personengruppe
• Für jeden
Welcher Detaillierungsgrad ist sichtbar?
• Nur aggregiert und anonymisiert
• Die annotierende Person ist sichtbar
• Eingeschränkt nach Personengruppe
• Niveau
o Für jeden
o Eingeschränkt auf bestimmte Personengruppe
o Nur für die annotierte Person
MATURE - Continuous Social Learning in Knowledge Networks 22
22
23. Indikatoren für Suchalgorithmen
Tags der annotierten Person
Häufigkeit der Tags
Zeitpunkt der Tag-Zuweisung
Tags der annotierenden Person
Tagging-Aktivitäten der annotierenden Person
Weitere Aspekte:
• Verfügbarkeit
• Soziale Beziehungen
• Semantisches Hintergrundwissen
• Weitere Aktivitäten
MATURE - Continuous Social Learning in Knowledge Networks 23
23
25. Zusammenfassung
People Tagging und das Konzept des kollaborativen
Kompetenzmanagements adressieren Problematik der
Pflege von Kompetenzkatalogen und -profilen
Sie unterstützen auf lange Sicht kompetenzorientierte
Anwendungsfälle durch einen informellen und
leichtgewichtigen Ansatz
• Finden von Personen oder Experten
• Personalentwicklungsplanung
• kollektives Bewusstsein für Kompetenzen (wie beschreiben und
mit Praxis verbinden)
MATURE - Continuous Social Learning in Knowledge Networks 25
25
26. Lessons Learned
Wechselwirkung zw. Technologie und organisationaler
bzw. Team-Kultur ist wichtig:
• People Tagging kann ein Katalysator für organisationale
Entwicklung sein
• Werkzeuge müssen an die kulturellen Eigenheiten und
Zielkontext angepasst werden
Entwurfsentscheidungen sind nicht eindeutig an
kulturellen Charakteristiken festzumachen
Besser: Guidelines für ein „System-Culture-Fit“
• Organisationanalyse & moderierter Einführungsprozess
• Potenziale & Risiken von Design- & Konfigurationsaspekten
aufzeigen MATURE - Continuous Social Learning in Knowledge Networks 26
26
27. Kontakt
Simone Braun
http://mature-ip.eu
Wiss. Mitarbeiterin
FZI Forschungszentrum Informatik
braun@fzi.de
Andreas Schmidt
Abteilungsleiter / Wiss. Koordinator MATURE
FZI Forschungszentrum Informatik
aschmidt@fzi.de
Valentin Zacharias
Bereichsleiter IPE
FZI Forschungszentrum Informatik
zach@fzi.de
MATURE - Continuous Social Learning in Knowledge Networks 27
27