Entwickelt wurde dieses wegweisende Tool von Professor Naruhiko Shiratori von der
Tokyo City University in Zusammenarbeit mit einem Start-up-Unternehmen in der Hauptstadt. Es analysiert umfangreich Daten der Mitarbeiter eines Unternehmens, angefangen von Arbeitszeiten bis hin zu persönlichen Informationen wie Alter und Geschlecht.
Informationen ehemaliger Mitarbeiter oder beurlaubter Personen werden analysiert, um spezifische Fluktuationsmodelle für unterschiedliche Unternehmen zu erstellen.
Kommt der unzufriedene Mitarbeiter nicht zum Chef, dann kommt der Chef mit der KI zum unzufriedenen Mitarbeiter. /
Mithilfe der Auswertung von Daten neuer Mitarbeiter kann das Tool vorhersagen, welche Personen ein erhöhtes Risiko haben, das Unternehmen zu verlassen.
Die gewonnenen Ergebnisse können genutzt werden, um Mitarbeitern mit einem hohen Kündigungsrisiko indirekte Unterstützung anzubieten. Dieses Tool baut auf einer früheren Studie auf, die die Prognose von Studienabbrüchen bei Universitätsstudierenden mithilfe künstlicher Intelligenz untersuchte.
In Zukunft soll dieses Werkzeug mithilfe einer präzisen Analyse von Bewerbungsgesprächen und persönlichen Merkmalen dazu beitragen, die passenden Mitarbeiter für spezifische Aufgaben zu finden. In Japan entscheidet sich etwa jeder zehnte frischgebackene Hochschulabsolvent innerhalb eines Jahres nach seiner Einstellung für einen Jobwechsel, während rund 30% ihr Unternehmen bereits innerhalb von drei Jahren verlassen.
Durch die Auswertung von Daten ehemaliger Mitarbeiter oder Personen, die das Unternehmen verlassen haben, wird ein präzises Modell zur Prognose von Fluktuationen in jedem Unternehmen entwickelt. Die innovative Technologie ermöglicht es, potenzielle Risiken frühzeitig zu identifizieren und geeignete Massnahmen zu ergreifen.
