RAG PAULA: lokale KI-Lösungen für hochsensible Daten der Personalarbeit

Viele Unternehmen kennen das Problem: Das relevante Wissen ist vorhanden – aber verteilt auf Richtlinien, Ordner, Handbücher, Prozessbeschreibungen oder einzelne Erfahrungsbestände. Gerade in der Personalarbeit kostet es Zeit, Informationen zu Qualifizierung, Einarbeitung, Zuständigkeiten oder internen Regelungen zuverlässig zu finden und in konkrete Entscheidungen zu übersetzen.

Im Learning Lab an der TU Dresden kann das RAG-System „Paula“ ausprobiert werden. Anhand eines Beispielfalles können Sie das System an einem unserer Laptops ausprobieren. Es sind keine Vorkenntnisse notwendig.

Foto: RAG Paula im PAL on Tour Bus

Foto: RAG Paula bei Eröffnung des Living Lab an der TU Dresden

RAG steht für Retrieval-Augmented Generation – also eine KI-gestützte Suche, die nicht frei „drauflos formuliert“, sondern Antworten aus hinterlegten Dokumenten ableitet und die zugrunde liegenden Quellen sichtbar macht. Das ist besonders interessant für Unternehmen, die sensible Informationen nicht beliebig in externe Systeme geben möchten, sondern zunächst nachvollziehbar und praxisnah testen wollen, was solche Anwendungen leisten können. Zudem kann das von uns erstellte Assistenzsystem Paula mit Bordmitteln und ohne Programmierkenntnisse umgesetzt werden.

Für Personalverantwortliche bietet Paula einen konkreten Einstieg in zentrale Fragen der digitalen Personalarbeit:

• Wie können Mitarbeitende schneller die richtige Information finden?
• Wie lassen sich Weiterbildungsbedarfe aus vorhandenen Unterlagen ableiten?
• Welche Rolle kann ein Assistenzsystem bei Onboarding, Erfahrungswissenssicherung oder Offboarding spielen?
• Und wo braucht es weiterhin menschliche Einschätzung, Prüfung und Verantwortung?

Im Learning Lab geht es deshalb nicht nur um Technik. Unternehmensvertretende können anhand realistischer Aufgaben erproben, wie sprachmodellunterstützte Suchsysteme im betrieblichen Alltag genutzt werden können – zum Beispiel, wenn HR-Wissen für Entscheidungen, Empfehlungen oder konkrete nächste Schritte aufbereitet werden muss. Besonders für kleinere und mittlere Unternehmen entsteht so ein niedrigschwelliger Raum, um Chancen, Grenzen und Voraussetzungen von KI-gestütztem Wissensmanagement besser einzuschätzen.

Foto: Claudia Graf-Pfohl erklärt die Funktionsweise des RAG-Systems

Hintergrundinfos zu den Stellschrauben der KI-Einführung in der Personalarbeit finden Sie im Regionalen Kompetenzzentrum der Arbeitsforschung PAL.

ATB begleitet die Erprobung mit arbeitswissenschaftlicher Perspektive: Entscheidend ist nicht nur, ob ein System eine Antwort liefert, sondern ob diese Antwort im Unternehmen verständlich, überprüfbar und handlungsleitend wird. Für Personalverantwortliche kann Paula damit ein praktischer Anlass sein, über Wissensstrukturen, Kompetenzaufbau und die Gestaltung zukünftiger HR-Prozesse nachzudenken – bevor im Alltag wieder jemand fragt: „Wo stand das nochmal?“

Foto: RAG-Architektur HR-Assist PAULA Stand Juni (erstellt mit Dall-E)

Bisher lassen sich spezifische Learnings ableiten, die sich auf die komplette RAG-Architektur auswirken. Ebenso wie bei vielen anderen Technologien hängt eine gute Antwortqualität von der Datenbasis ab. Der konkrete Einsatzfall sollte daher auf Kosten und Nutzen kritisch geprüft werden.

Foto: Vorgehensweise und Learnings RAG-PAULA (erstellt mit Dall-E)

Hier finden Sie Termine zu Veranstaltungen im Learning Lab. Bei Fragen zu weiteren Einsatzszenarien in Ihrem Unternehmen stehen wir Ihnen gerne zur Verfügung.