Alper Tekin, Chief Product Officer bei Findem – Interviewreihe

Zuvor waren Sie ein Serienunternehmer und haben als Gründer und CEO mehrere Startups geleitet. Welche waren einige der größten Herausforderungen bei der Einstellung, die Sie erlebt haben?

Die Einstellung war einer der herausforderndsten Aspekte meiner unternehmerischen Reise. Als Unternehmer wissen wir, dass Menschen wichtiger sind als alles andere, und das Aufbauen des richtigen Teams ist die wichtigste Aufgabe jedes Geschäftsführers. Es ist jedoch wirklich schwierig, die notwendige Zeit zu finden, um die richtigen Menschen zu finden, wenn man so viele andere Geschäftsaktivitäten hat, die mit der Gründung und dem Aufbau eines Unternehmens verbunden sind. Ohne objektive Daten darüber, wer verfügbar ist, ist es schwer, die richtige Gruppe von Menschen zu finden, und noch schwieriger zu wissen, ob sie in Ihrem Unternehmen gut abschneiden werden.

Können Sie die Vision für die autonome Talentplattform von Findem für das HR-Team der Zukunft teilen?

Die Talentakquise ist ein komplexer Job mit hunderten von Aufgaben, die von Dutzenden von Personen durchgeführt werden, über Dutzende von Punktwerten, die sich meistens nicht miteinander verständigen. Unsere Vision ist, diese Komplexität durch eine Kombination aus KI und Workflow-Automatisierung zu beseitigen.

Unser erstes und wichtigstes Ziel ist, die Talent-Teams durch die Automatisierung von monotonen, wiederholbaren und fehleranfälligen Aufgaben aus ihrem Tagesgeschäft zu unterstützen und den Menschen bei der Entscheidungsfindung mit Daten zu helfen. Wir sehen bereits Einsatzfälle, wie z.B. ein großes Tech-Unternehmen, das acht bis zehn Systeme nur zur Erstellung einer Talent-Pipeline verwendete, und jedes in einer isolierten Weise. Es dauerte 80-100 Klicks, um eine einzelne Aufgabe zu erledigen, und jetzt können sie mit autonomen Anwendungen die gleiche Aufgabe mit einem Klick ausführen.

Wie fast alle Geschäftsfunktionen werden auch die Talent-Organisationen eine KI-erste Transformation durchlaufen, und unser Plan ist, alles zu automatisieren, was automatisiert werden kann, um Recruitern und anderen Talent-Profis zu ermöglichen, ihr volles Potenzial zu entfalten. Autonome Anwendungen werden zunächst eine wichtige Rolle bei der Planung, der Pipeline und der Analyse spielen und dann über den gesamten Talent-Lebenszyklus hinweg reichen, einschließlich everything von der Arbeitskräfteplanung bis hin zur Talent-Pool- und Karriereentwicklungs- und Nachfolgeplanung.

Findem analysiert Billionen von Datenpunkten und nutzt das, was als 3D-Daten bezeichnet wird. Können Sie erklären, was 3D-Daten sind?

Findem verarbeitet 1,6 Billionen Datenpunkte aus Hunderttausenden von Quellen, um völlig neue Talentdaten zu generieren, die nirgendwo anders existieren, und bietet ein Verständnis von Einzelpersonen und den Unternehmen, mit denen sie verbunden sind, über die Zeit. Findem verwendet diese drei Dimensionen von Daten – Menschen- und Unternehmensdaten über die Zeit –, um die individuellen und Unternehmensreisen zu verbinden und bereicherte Talentprofile zu erstellen.

Stellen Sie sich das so vor: Jeder, der im modernen Arbeitsmarkt gearbeitet hat, hat eine Reise und hinterlässt eine digitale Spur. Es gibt Titel, Beförderungen, Zertifikate, Code-Beiträge, Veröffentlichungen, soziale Beiträge und so weiter. Ähnlich haben Unternehmen eine Reise. Sie haben Aktivitäten wie Finanzierungsrunden, Börsengänge und Finanzberichte sowie Stellenbeschreibungen, Organigramme, Unternehmensbewertungen und Führungskräfteprofile – all diese Daten können die Entwicklung und den Fortschritt eines Unternehmens nachzeichnen.

Traditionell basierten Talententscheidungen auf einem Lebenslauf, einem Bewerbungsschreiben und/oder einem LinkedIn-Profil, das nur einen eindimensionalen Ausschnitt von einer Person und Unternehmensdaten bietet. Wir haben jedoch eine Plattform aufgebaut, die in der Lage ist, Tausende von Datenpunkten über Menschen- und Unternehmensreisen zu erfassen und in ein massiv bereichertes Profil umzuwandeln. Das Ergebnis ist ein detaillierteres und granulareres Verständnis der Erfahrung, der Fähigkeiten und des Einflusses einer Person als das, was bisher mit manueller Recherche oder aus einem benutzerdefinierten LinkedIn-Profil möglich war.

Mit unserem Talent Data Cloud sind ganze Karrieren auf Knopfdruck durch eine GenAI-Schnittstelle suchbar. Zum Beispiel können Sie die Plattform auffordern, Ihnen CFOs von US-Unternehmen zu zeigen, die im Besitz von Private-Equity-Firmen sind und ein Unternehmen von einem negativen zu einem positiven operativen Gewinn geführt haben, oder Ihnen eine Liste von loyalen Produktmanagern zu geben, die für ein B2B-Startup gearbeitet haben und es durch eine große Serie-C-Finanzierung geführt haben.

Was sind die verschiedenen Arten von Datenpunkten, die analysiert werden?

Unser Talent Data Cloud nutzt dynamisch und kontinuierlich ein Sprachmodell, um 3D-Daten aus Hunderttausenden von Datenquellen zu generieren.

Es analysiert Profil- und Kontaktdaten von Plattformen wie LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress und persönlichen Websites. Zensusdaten stammen aus dem US-Zensusbüro. Zusätzlich betrachten wir Unternehmensdaten von Finanzierungsmeldungen, Börsendetails, Geschäftsmodellen von über 8 Millionen Unternehmen und über 100.000 aggregierten Unternehmens- und Produktkategorien. Für verifizierte Fähigkeiten analysiert die Plattform über 300 Millionen Patente und Veröffentlichungen, über 5 Millionen offene Datensätze und ML-Projekte sowie über 200 Millionen Open-Source-Code-Repositorys und andere öffentliche Beiträge. Und wir schließen wichtige ATS-Daten ein, die Informationen über Bewerberprofile aus dem ATS des Benutzers enthalten, wie z.B. Greenhouse, Workday, SmartRecruiters, BambooHR, Lever usw.

Was sucht die maschinelle Intelligenz, wenn sie diese Daten analysiert?

Findem ist BI-erst, dann nutzt es KI, um auf der Grundlage faktischer Daten zu lernen und Vorhersagen zu treffen. Wir nennen dies ein deterministisches Modell im Gegensatz zu einem probabilistischen Modell. Zum Beispiel schließen wir nicht probabilistisch, dass Sie Erfahrungen in einem Startup haben, sondern sehen uns Ihre Beschäftigungshistorie an und prüfen, ob eines der Unternehmen, für das Sie gearbeitet haben, als Startup klassifiziert wurde, und fügen dann ein Attribut “Startup-Erfahrung” zu Ihrem Profil hinzu.

Wie wird diese Daten dann in Attribute umgewandelt, und was sind Attribute?

Sobald die Datenerfassung stattgefunden hat, haben wir einen Intelligenz-Engine (denken Sie an eine fortschrittliche SQL-Middleware), der Daten auf jedes Attribut zuordnen kann, das wir erstellen möchten.

Attribute sind die Fähigkeiten, Erfahrungen und Eigenschaften von Einzelpersonen und Unternehmen – und sie sind sowohl greifbar als auch nicht greifbar. Greifbare Attribute umfassen Rollen (aktuelle, vergangene und Rollenerfahrungen), Berufserfahrung, Ausbildung, Qualifikationen und andere technische Informationen. Nicht greifbare Attribute können sehr umfassend sein, wie z.B. ob jemand Loyalität inspiriert, diverse Teams aufbaut oder zielorientiert ist.

Unsere attributbasierte Suche ermöglicht es HR-Teams, Kandidaten in allen Kanälen ihres Talent-Ökosystems nach praktisch jedem Kriterium zu suchen, das man sich vorstellen kann.

Wie verhindert die Plattform, dass Geschlechts- oder Rassen-Vorurteile in die Einstellungsentscheidungen einfließen?

Unsere Plattform wurde absichtlich so konzipiert, dass sie nicht anstelle eines Benutzers Entscheidungen trifft, sondern die Menschen bei ihrer Entscheidungsfindung unterstützt. Mit einer BI-ersten Strategie priorisiert die Plattform die Erfassung, Analyse und Präsentation von Daten, um Einblicke und Unterstützung für die Entscheidungsfindung zu bieten, und nutzt dann KI, um zu lernen, zu begründen und Vorhersagen oder Empfehlungen mit vertrauenswürdigen Ergebnissen zu treffen.

Wir sind eine Such- und Matching-Plattform, keine Kandidatenbewertungsplattform, und KI wird nie verwendet, um eine subjektive Bewertung einer Person vorzunehmen. Sie bewegt oder lehnt Bewerber nie automatisch ab. Da Findem auch keine KI für die Suche und das Matching verwendet (diese Fähigkeiten sind BI-basiert), verringert es das Risiko von Vorurteilen oder Diskriminierung, die in den Prozess einfließen könnten.

Wie vereinfacht Findem den Prozess der Beförderung von internen Mitarbeitern?

Im Kern müssen wir nicht zwischen “internem” und “externem” Talent unterscheiden. Für jede Person in unserer Datenbank kann unser Algorithmus die besten Kandidaten finden, egal ob sie innerhalb oder außerhalb des Unternehmens sind.

Welche Talentmanagement-Tools werden angeboten?

Wir konsolidieren Top-of-Funnel-Aktivitäten, also alles von Talent-Sourcing bis hin zu CRM und Analytics. Wir haben auch eine Lösung für interne Mobilität und wir rollen Angebote für Empfehlungsmanagement und Nachfolgeplanung aus.

Bei welchem Stadium der unternehmerischen Reise sollte ein Startup sein, bevor es sich an Findem wendet?

Wir bedienen Kunden aller Größen, aber unser Sweet-Spot sind Unternehmen, die sich im Skalierungsmodus befinden und einige hundert Mitarbeiter haben.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Findem besuchen.