Teilen auf
In unserer offenen Reihe stellen wir KI-Best Cases aus dem HR-Bereich vor. Diesmal haben wir ein Anwendungsbeispiel des Energie-Technologieunternehmens Siemens Energy unter die Lupe genommen. Im Gespräch erläutert Dr. Caroline Baethge, Head of Organizational Design & People Analytics, Siemens Energy, wie eine KI-Assistentin den Konzern mit Reorganisationen unterstützt.
Bei Siemens Energy gehören Organisationsänderungen zum Alltag. Der international aufgestellte Konzern beschäftigt mehr als 100.000 Mitarbeitende in rund 9.000 Teams. Die Bezeichnungen, Abkürzungen und Beschreibungen der einzelnen Bereiche sind an eine Vielzahl von Regeln geknüpft.
Aufwendige manuelle Prüfprozesse
In einem rund 50-seitigen Organisationshandbuch ist detailliert beschrieben, wie Teams benannt werden dürfen, welche regionalen Zuordnungen zulässig sind, welche Teamgrößen vorgesehen sind und auf welchen organisationalen Ebenen Einheiten angesiedelt werden können. Ziel dieses Regelwerks ist es, eine transparente und konsistente Organisation zu etablieren – es soll für alle klar sein, welche Aufgaben einzelne Teams haben und wie sie sich in die Gesamtstruktur einfügen.
Bei Reorganisationen müssen diese Vorgaben eingehalten werden. Bislang mussten Manager und HR-Business-Partner jeden Vorschlag manuell gegen das Handbuch prüfen. Governance-Teams kontrollierten die Entwürfe im Anschluss noch einmal – ebenfalls manuell.
Um diesen hohen Abstimmungsaufwand mit Excel-Listen, E-Mails und Rückfragen zu minimieren, entstand die Idee, den Workflow zu automatisieren.
Vom Organisationshandbuch zur KI-Anwendung „Paola“
Am Anfang stand ein konkretes Ziel: Manager und HR sollten Reorganisationen direkt in einer Applikation planen und dort schnell prüfen können, ob Team-Namen und Strukturen den Vorgaben entsprechen – ohne ständig im Handbuch nachschlagen oder PDFs durchsuchen zu müssen.
Im ersten Schritt wurden alle Regeln aus dem Organisationshandbuch in eine automatisierte Logik übertragen, die prüft, ob neue Team-Bezeichnungen und Strukturen den Vorgaben entsprechen.
+++ Dr. Caroline Baethge ist Speakerin auf den Smart Recruiting Days am 21. und 22. April 2026 in Berlin. Weitere Infos auf www.smartrecruitingdays.de.+++
Zudem sollte sichergestellt werden, dass zu einem Vorschlag, der nicht mit dem bestehenden Regelwerk konform ist, automatisch ein passender Gegenvorschlag erstellt wird. So kam der KI-Teil des Projekts ins Spiel. Entwickelt wurde ein automatisierter Workflow in einer kleinen Python-Applikation auf Basis des Frameworks Streamlit.
Diese Anwendung wurde mit einem KI-Modell verknüpft, das auf Grundlage der Regelprüfung alternative Namensvorschläge generiert und diese ebenfalls auf Regeltauglichkeit prüft. Sie liefert zwei bis drei Optionen, die Nutzerinnen und Nutzer direkt übernehmen können. Die KI-Lösung trägt den Namen Paola – People and Organisational Language Assistant.
Integration in bestehende Systeme
Paola wurde in die bestehende Org-Planning-App integriert, mit der sich Teams für Reorganisationen unkompliziert digital verschieben lassen. Managerinnen und Manager, die eine neue organisatorische Einheit anlegen, können dort auf „Get AI recommendations“ klicken und werden automatisch zur KI-Applikation weitergeleitet.
Der gesamte Entwicklungsprozess nahm nicht viel Zeit in Anspruch, da bereits vorhandene Infrastruktur genutzt werden konnte – ein unternehmenseigener AWS-Account, Python-Know-how und der Zugang zu einem geeigneten KI-Modell. Zusätzliche Investitionen waren nicht nötig. Nach rund einem halben Jahr war die Anwendung bereits im Einsatz.
Aufbau, Test und Rollout
Insgesamt waren rund vier Personen an der Erstellung von Paola beteiligt: Zwei Data Scientists aus dem People-Analytics-Team und eine Lean- und Automation-Expertin arbeiteten zusammen mit der Schwesterabteilung People Systems & Services.
Lesen Sie auch:
„KI-Projekte scheitern selten an der Technologie, sondern an Prozessen und Daten. Paola hat uns gezeigt: Wenn Regeln klar definiert sind und Nutzerinnen und Nutzer aktiv beitragen, können kleine Teams mit überschaubarem Budget Lösungen entwickeln, die Reorganisationen spürbar vereinfachen.“
Dr. Caroline Baethge, Head of Organizational Design & People Analytics, Siemens Energy
Die Applikation wurde umfangreich getestet und zur Einführung sowohl den Führungskräften als auch der HR-Community vorgestellt. Dabei wurde betont, dass die KI lediglich eine Basis liefere und die finale Entscheidung immer beim Menschen liege. Rückmeldungen der User werden fortlaufend ausgewertet und in die Weiterentwicklung integriert.
Learnings für HR:
- Saubere Grundlagen statt „Shit in, shit out“: Bevor KI sinnvoll unterstützen kann, müssen Prozesse, Regeln und Daten konsistent sein. Ein wesentlicher Teil des Projekts bestand darin, das bestehende Regelwerk zu überprüfen, Abhängigkeiten sichtbar zu machen und, wo möglich, zu vereinfachen.
- Kleine, interdisziplinäre Teams reichen aus: Die Kombination aus Data Science, Automatisierungsexpertise und tiefem Verständnis der HR-Prozesse war entscheidend für den Erfolg. Paola zeigt, dass KI-Projekte auch mit wenigen Personen und überschaubarem Budget umgesetzt werden können – wenn die Rollen klar verteilt sind.
- KI- und Data Literacy als Erfolgsfaktor: Mitarbeitende müssen verstehen, wie KI-gestützte Anwendungen entstehen, welche Rolle ihr Feedback spielt und dass Prototypen nie von Anfang an perfekt sind. Statt auf fertige Lösungen „vom Silbertablett“ zu warten, sollten kurze Entwicklungszyklen, Tests in der Praxis und die Bereitschaft, Projekte bei Bedarf auch wieder einzustellen, entwickelt werden.
Paola ist heute vor allem in Reorganisationszyklen im Einsatz und wird regelmäßig weiterentwickelt. Parallel arbeitet das Team von Siemens Energy daran, Regelwerke und Prozesse weiter zu vereinfachen und das Verständnis für KI-gestützte Anwendungen in HR und Management zu stärken.
