Matchfinder IT

Matchfinder IT ist ein Innovationsprojekt, welches durch das „Programm zur Förderung von Forschung, Innovationen und Technologie (ProFIT)“ des Landes Berlin unter der Trägerschaft der Investitionsbank Berlin gefördert wird. Kofinanziert wird diese Vorhaben von der Europäischen Union.

Projektbeschreibung

Geplant ist die Entwicklung eines neuen digitalen Tools für die Zusammenstellung von Kompetenzteams für Aufgaben im Digitalisierungsbereich. Der Markt ist bislang durch Berater:innen geprägt, die „Matches“ über relationale Stichwortabgleiche generieren und individuell bewerten. Das ist angesichts der Breite der geforderten Skills und der sich rasant wandelnden Arbeitswelt zu unpräzise und so kostenintensiv, dass die Personalakquise nicht selten eine wirtschaftliche Barriere bei der Umsetzung eines Projektes darstellt.

Ein neuartiger, digitaler Ansatz soll mithilfe Künstlicher Intelligenz zu besseren Matchingergebnissen führen. Dazu sollen drei verschiedene Datenmodelle entwickelt und im Matching berücksichtigt werden:

  1. Ein Nutzermodell, das individuelle Eigenschaften und Präferenzen berücksichtigt.
  2. Ein Skill-Modell, das Begriffe über eine ontologische Datenbank erkennt und kontextuell verknüpft.
  3. Ein Marktmodell, das aktuelle Trends und Korrelationen, bspw. von Skills zu Stundensätzen, erfasst.

Dieser im Vergleich zu reinen Keyword-Abgleichen umfassendere Ansatz soll zu einem verbesserten „Matching“ beim Finden geeigneter Projekte und Kandidat:innenen sowie bei der Zusammenstellung ganzer Teams dienen. Allerdings erfordert die Integration von persönlichen Merkmalen und Vorlieben auch eine besondere Berücksichtigung beim Datenschutz. Begleitet werden soll dieser Ansatz durch die Prädiktion von Trends bei Kompetenzprofilen, die sich beispielsweise aus Stellenanzeigen ableiten lassen.

Projektziele

Das Ziel von Matchfinder IT ist es, drei KI-basierte Matching Algorithmen für die folgenden Use Cases zu entwickeln:

  1. Ein multi-dimensionales Matching einzelner Profile zu Projekten
  2. Ein Team Formation Algorithmus zur Zusammenstellung ganzer Teams für ein Projekt
  3. Ein Career Path Recommender, der gezielt Empfehlungen für die persönliche fachliche Weiterentwicklung liefert.

Diese Algorithmen werden über eigene Crawler und weitere Datenquellen trainiert und auf einer gemeinsamen Web-Plattform zusammengeführt und evaluiert.