Mit Künstlicher Intelligenz Informationen aus Projektbeschreibungen extrahieren
Die Anforderungen der dritten Kategorie vermitteln ein besseres Verständnis der erforderlichen Kompetenzen für eine KI. Zusätzlich kann das Skill-Level spezifiziert werden, wie etwa „Starke Kenntnisse und Erfahrungen in Corel Draw“. Diese Fähigkeitsstufen können bei der Erkennung von Fähigkeiten nützlich sein, wenn sie Bestandteil der Beschreibung sind.
Durch eine Analyse auf Satzebene kamen Transformatormodelle mit einem Aufmerksamkeitsmechanismus zum Einsatz, die mit Masked Language-Modeling (MLM) und Next Sentence Prediction (NSP) vortrainiert wurden. Auf diese Weise war es möglich, Satzstrukturen zu nutzen und die erforderlichen Skillziele zu finden.
Auf Basis der hier angesprochenen Forschungsarbeit war es möglich, eine neuartige Extraktionspipeline in Bezug auf Skill-Anforderungen zu entwickeln. Diese Pipeline ist in der Lage, benutzerspezifische Qualifikationsanforderungen aus Stellenausschreibungen oder Anforderungsdokumenten, wie beispielsweise Lastenheften, in englischer oder deutscher Sprache zu extrahieren. Ein Test der Pipeline aus dem Datensatz Armenian Job Postings zeigte, dass das Verfahren auch mit anderen Skill-Sets und damit auch in anderen Domänen als IT beziehungsweise Engineering funktioniert.
Dadurch unterscheidet sich die eingeführte Definition der Klassenlabel von bestehenden Arbeiten. Denn mithilfe dieser Definition können die relevanten Skills so eingegrenzt werden, dass sie nachfolgenden Prozessen wie Management und Planung entsprechen. Gerade in der Informatik und den Ingenieurwissenschaften treten entsprechende Anforderungen an die Benutzerkompetenz häufiger auf.
KI in verschiedenen Anwendungsmöglichkeiten
In großen Unternehmen gibt es vielfältige Fähigkeiten, die in unterschiedlichen Kombinationen an den diversen Standorten anzutreffen sind. Mithilfe Künstlicher Intelligenz kann automatisiert ausgewertet werden, welche Skills in einem Lastenheft gefordert werden. Das erleichtert anschließend die Zusammenstellung eines passenden Projektteams.
Auch weitere Hilfestellungen sind möglich: Die jeweiligen Abteilungen oder bereits vorhandene Projektteams könnten eine Art „Skill-Fingerprint“ erhalten, der mit dem Anforderungsprofil eines neuen Projekts verglichen wird und so eine schnelle Zuteilung erlaubt. Auf diese Weise lassen sich Anfragen schneller den entsprechenden Ansprechpartnern zuweisen und die Kunden erhalten zügiger Antwort.
Eine weitere Möglichkeit ist ein Vergleich der Fähigkeiten-Anforderungen aus Lastenheften von noch anstehenden Projekten mit denen von bereits abgeschlossenen Projekten. Unter der Annahme, dass bei einer hohen Übereinstimmung des Skill-Profils auch eine hohe Übereinstimmung der gestellten Aufgabe wahrscheinlich ist, könnte leicht ermittelt werden, wer bereits über entsprechende Erfahrung für das neue Projekt verfügt.
