Hintergrund

Wenn Menschen in ein Beschäftigungsverhältnis eintreten, stehen sie vor der Aufgabe möglichst schnell in die neue Rolle hineinzuwachsen. Die ersten Wochen und Monate (Onboardingphase) entscheiden maßgeblich darüber, ob sich Mitarbeiter*innen im neuen Arbeitsverhältnis zurechtfinden, sich verstanden fühlen und mit dem Unternehmen identifizieren. Studien unterstreichen, dass schlechtes „Onboarding“ dazu führt, dass 70% der neuen Mitarbeiter*innen den Arbeitsplatz innerhalb des ersten Jahres wieder verlassen. Das verursacht erhebliche Kosten und kann sich auf Produktivität und Arbeitsmoral negativ auswirken.

Projektinhalt und Ziele

Neben den Schwierigkeiten mit denen Unternehmen bei der Einschulung neuer Mitarbeiter*innen konfrontiert sind, ergeben sich auch durch die fortschreitende Digitalisierung regelmäßig neue Herausforderungen. Aus diesem Grund ist es notwendig bestehende Modalitäten, Abläufe und Regelungen immer wieder an neue Technologien anzupassen und die damit verbundenen Neuerungen an die Mitarbeiter*innen zu vermitteln. Die Firma QuickSpeech bietet hierbei Unterstützung an und hat vor, die firmeninterne Wissensvermittlung auf eine neue Basis zu stellen. Mit Hilfe einer innovativen App sollen Lerninhalte für Mitarbeiter*innen benutzerfreundlich aufbereitet und Mobile Learning ermöglicht werden. Damit sollen Barrieren überwunden, der Einstieg in eine neue Beschäftigung erleichtert aber auch Fort- und Weiterbildungen einfach und ressourcenschonend durchführbar werden.

Vorrangiges Ziel des Forschungsprojektes ist es, neue Verfahren zur Textanalyse, Textsynthese (Natural Language Understanding, NLU) und Texterstellung (Natural Language Generation, NLG) zu entwickeln, die automatisch Fragen und Antworten für die QuickSpeech-App aus schriftlichen Quellen, wie zum Beispiel Schulungsunterlagen erzeugen können. Damit soll in Zukunft die Erstellung von Fragen und Antworten aus umfangreichen Textquellen signifikant beschleunigt werden.

Methodik und Forschungsfragen

Mit Hilfe von Deep Learning und aktuellen Transformer-Netzwerken wurden kürzlich große Fortschritte bei der Text- und Sprachmodellierung erzielt. Die automatische Generierung von Fragen und den richtigen Antworten aus großen Textquellen (wie etwa Firmenhandbüchern) ist damit in greifbare Nähe gerückt. Allerdings ist noch nicht geklärt, inwieweit die gängigen Methoden sinnvolle (und firmenspezifische) Frage-Antwort Paare generieren können; vor allem dann, wenn die Menge an zur verfügbaren Trainingsdaten sehr begrenzt ist. Das Projekt versucht diese Frage zu klären und entwickelt darüber hinaus eine vollständige Verarbeitungskette (Pipeline) für die vollautomatische Generierung von Fragen inklusive Multiple-Choice Antworten, welche an die domänenspezifischen Anforderungen einzelner Firmen angepasst werden kann. In Fällen bei denen eine vollautomatische Generierung von Fragen (und Antworten) nicht hinreichend gut funktioniert, sind Möglichkeiten für eine manuelle Intervention vorgesehen. 

Ergebnis

Die im Projekt Quickspeech neu entwickelten Methoden ermöglichen erstmals die automatische Generierung von Frage-Antwortkatalogen. Sie stellen damit einen wichtigen weiteren Schritt in der Evolution digitaler Lernformate dar. Präsenzschulungen durch digitale Lernformate zu ergänzen oder gar zu ersetzen kann einige Probleme lösen, die bei der Einführung von neuen Mitarbeiter*innen oder bei Weiterbildungen auftreten. ​Darüber hinaus werden Personalentwickler*innen durch eine automatisierte Generierung von Lerninhalten erheblich entlastet. Weiters können wertvolle, firmenspezifische Wissensinhalte besser bewahrt und Bereiche abgedeckt werden, die erst aufgrund der Nutzerinteraktionen deutlich werden. All das sorgt nicht nur für besser geschulte und zufriedenere Mitarbeiter*innen, sondern spart auch Zeit und Kosten.