People Tagging - Aspekte und Möglichkeiten zur Gestaltung
Upcoming SlideShare
Loading in...5
×
 

People Tagging - Aspekte und Möglichkeiten zur Gestaltung

on

  • 890 views

presentation of the paper "People Tagging - Aspekte und Möglichkeiten zur Gestaltung" at "Mensch und Computer 2010", Duisburg, Germany, Sept. 13 2010

presentation of the paper "People Tagging - Aspekte und Möglichkeiten zur Gestaltung" at "Mensch und Computer 2010", Duisburg, Germany, Sept. 13 2010

Statistics

Views

Total Views
890
Views on SlideShare
889
Embed Views
1

Actions

Likes
0
Downloads
8
Comments
0

1 Embed 1

https://www.linkedin.com 1

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

People Tagging - Aspekte und Möglichkeiten zur Gestaltung People Tagging - Aspekte und Möglichkeiten zur Gestaltung Presentation Transcript

  • 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
  • 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
  • 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
  • Anwendungsbeispiel: Berufsberatungsunternehmen in UK
  • 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
  • Neue Wege: Kollaboratives Kompetenz- management MATURE - Continuous Social Learning in Knowledge Networks 66
  • 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
  • MATURE - Continuous Social Learning in Knowledge Networks 88
  • MATURE - Continuous Social Learning in Knowledge Networks 99
  • Potenziale & Risiken I MATURE - Continuous Social Learning in Knowledge Networks 10 10
  • 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
  • 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
  • Potenziale & Risiken II MATURE - Continuous Social Learning in Knowledge Networks 13 13
  • 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
  • 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
  • Design Framework
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • Zusammenfassung MATURE - Continuous Social Learning in Knowledge Networks 24 24
  • 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
  • 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
  • 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