CodeSignal startet Agentic Skills Intelligence, um Kompetenzen anhand der täglichen Arbeit zu bewerten

Ein Unternehmen kann wissen, wer einen Kurs abgeschlossen, einen KI-Assistenten eingeführt oder eine bestimmte Position bekleidet hat, ohne zu wissen, wie gut diese Person die bevorstehenden Aufgaben bewältigen kann. CodeSignal will diese Lücke mit Agentic Skills Intelligence schließen. Das neue Angebot bewertet die Arbeit von Beschäftigten und verknüpft die daraus erstellten Kompetenzprofile mit personalisierten Übungen und Coaching.

Die am 28. Oktober als allgemein verfügbar angekündigte Plattform nutzt spezialisierte Agenten, um Arbeit aus Systemen zu bewerten, die Beschäftigte bereits verwenden. Dabei stützt sie sich nicht auf Selbsteinschätzungen oder Schlüsselwörter im Lebenslauf. CodeSignal zufolge soll die Plattform Führungskräften einen kontinuierlich aktualisierten Überblick über die Kompetenzen ihrer Belegschaft geben und ihnen helfen, die dadurch erkennbaren Lücken zu schließen.

Mit der Einführung erweitert das Unternehmen sein Angebot in den Bereichen Kompetenzbewertung und Weiterbildung auf den Arbeitsalltag. Der potenzielle Nutzen liegt darin, drei Aktivitäten miteinander zu verbinden, die oft getrennt voneinander stattfinden: Kompetenznachweise zu erfassen, den Entwicklungsbedarf zu ermitteln und Beschäftigte bei ihrer Weiterentwicklung zu unterstützen.

Arbeit anhand eines strukturierten Kompetenzrasters bewerten

In seiner Ankündigung nennt CodeSignal Gong, Salesforce, GitHub, Cursor, Claude, ChatGPT, Workday, Greenhouse und Google Workspace als Systeme, aus denen seine Agenten Arbeit zur Bewertung beziehen können. Die Arbeit wird anhand strukturierter Bewertungsraster beurteilt, die auf der Arbeits- und Organisationspsychologie basieren – einer Disziplin, die sich mit Verhalten und Leistung am Arbeitsplatz befasst.

Das Unternehmen stellt dieses Verfahren als direktere Messung von Kompetenzen dar als deren Ableitung aus einer Stellenbezeichnung, einer Leistungsbeurteilung oder einem abgeschlossenen Kurs. Die Arbeitsergebnisse einer beschäftigten Person dienen als Nachweis für ein Kompetenzprofil, das sich mit neuen Arbeitsproben aktualisieren lässt.

Als Hintergrund für seinen Bewertungsansatz verweist CodeSignal auf mehr als 21 Millionen Kompetenzbewertungen, die auf seiner Plattform abgeschlossen wurden. Dabei handelt es sich um eine kumulierte Zahl für die gesamte Plattform, nicht um die Zahl der Beschäftigten, die das neu angekündigte Produkt bereits bewertet hat.

Die Unterscheidung zwischen Nachweis und Schlussfolgerung ist sinnvoll, macht eine sorgfältige Beurteilung aber nicht überflüssig. Eine Arbeitsprobe muss die zu bewertende Kompetenz tatsächlich erkennen lassen, und das Bewertungsraster muss zur Aufgabe passen. Ein gutes Ergebnis, das beispielsweise mit Unterstützung durch KI erzielt wurde, wirft die Frage auf, welche Fähigkeiten dabei zum Ausdruck kamen: eine erste Lösung zu verfassen, einen Assistenten anzuleiten, dessen Ergebnisse zu überprüfen oder diese Tätigkeiten wirksam miteinander zu verbinden.

Damit sind die zugrunde liegenden Bewertungskriterien ebenso wichtig wie die Zahl der angebundenen Systeme. Mehr Daten aus dem Arbeitsumfeld können die Abdeckung erweitern, machen aber nicht automatisch jede Kompetenz sichtbar und zeigen auch nicht, welchen Anteil eine einzelne Person an einem gemeinsam erzielten Ergebnis hatte.

Kompetenzlücken mit personalisierten Übungen verknüpfen

Für den Entwicklungsbereich von Agentic Skills Intelligence kommt Cosmo, der KI-Tutor von CodeSignal, zum Einsatz, um kontextbezogene Übungen bereitzustellen. Der vorgesehene Ablauf: eine Kompetenzlücke ermitteln, der beschäftigten Person passende Übungsmöglichkeiten anbieten und anschließend verfolgen, ob sich ihre Kompetenzen verbessern.

Die bestehenden Learn Academies von CodeSignal bieten einen Einblick in diesen Ansatz. Sie verbinden Kurse, praktische Übungen und integrierte Kompetenzbewertungen zu angeleiteten Lernprogrammen; Cosmo gibt während des Lernens Feedback. Im Mittelpunkt stehen die praktische Anwendung einer Kompetenz und die laufende Überprüfung der Fortschritte.

Die Business-Kurse des Unternehmens erweitern das Übungsangebot über das Programmieren hinaus auf Tätigkeiten wie Kundengespräche, Schreibaufgaben und Finanzanalysen. Diese größere Bandbreite ist für ein Produkt zur Personalentwicklung wichtig: Die Kompetenzentwicklung kann darin bestehen, einen Verkaufsvortrag zu üben oder das eigene Urteilsvermögen als Führungskraft zu schulen – ebenso wie darin, ein technisches Problem zu lösen.

Eine Vertriebsleitung könnte das neue System beispielsweise nutzen, um zu ermitteln, wo ein Team Unterstützung bei der Produktpräsentation benötigt, und den betreffenden Beschäftigten anschließend maßgeschneiderte Übungen zuweisen. CodeSignal nennt dies als Anwendungsfall für die Plattform, nicht als offengelegtes Kundenergebnis der Einführung.

Für Beschäftigte wäre ein konkreter Entwicklungsweg ein hilfreiches Ergebnis. Eine Bewertung ist besser umsetzbar, wenn sie erklärt, was verbessert werden muss, und zu einer passenden Übung führt. Wie wirksam das Produkt ist, hängt davon ab, wie gut diese Verbindung bei unterschiedlichen Rollen und Arbeitsarten funktioniert.

KI-Kompetenz jenseits der Nutzungszahlen messen

CodeSignal stellt das Produkt auch als Möglichkeit dar, zu untersuchen, ob sich KI-Investitionen in bessere Arbeitsergebnisse übersetzen. In seiner Ankündigung verweist das Unternehmen auf eigene Forschungsergebnisse: 84 % der Organisationen weiteten im vergangenen Jahr ihre Investitionen in KI-Software aus, und 79 % erhöhten ihre KI-Schulungen. Zugleich konnten 79 % die Rendite dieser Ausgaben nicht messen. Außerdem berichtet das Unternehmen, dass sechs von zehn Führungskräften wichtige Personalentscheidungen auf Grundlage von Vermutungen treffen und 66 % der Beschäftigten angeben, ihre Kompetenzen seien noch nie formell bewertet worden.

Diese Ergebnisse stammen aus den Angaben von CodeSignal. Die bereitgestellte Pressemitteilung nennt weder die Größe der Stichprobe noch die Methodik der Umfrage. Daher sollten die Zahlen als Kontext für die Produkthypothese des Unternehmens verstanden werden und nicht als umfassende Messung aller Arbeitgeber.

Die praktische Frage ist dennoch klar. Die Nutzung eines Assistenten zu erfassen, kann zeigen, dass Mitarbeitende ein Tool angenommen haben; darüber, ob sie es effektiv einsetzen können, sagt das jedoch weniger aus. Die Bewertung von Arbeit anhand relevanter Kriterien könnte Arbeitgebern helfen, häufige Nutzung von ausgeprägterer Kompetenz zu unterscheiden.

Das würde auch eine aussagekräftigere Grundlage für Ausgaben zur Personalentwicklung schaffen, als lediglich abgeschlossene Kurse zu zählen. Eine messbare Verbesserung bei einer relevanten Kompetenz ist ein nützlicher Hinweis. Um daraus jedoch einen geschäftlichen Nutzen abzuleiten, müssen weiterhin die jeweilige Rolle, das Projekt und andere leistungsbeeinflussende Faktoren berücksichtigt werden.

Kompetenzeinblicke in bestehende Arbeitsabläufe integrieren

CodeSignal zufolge können Teams über den MCP-Server Fragen zu Kompetenz- und Jobdaten an einen KI-Assistenten ihrer Wahl richten. Das Model Context Protocol bietet eine einheitliche Schnittstelle, über die sich ein Assistent mit externen Tools und Informationen verbinden lässt. Hier soll es den Zugang zu Erkenntnissen über die Belegschaft ermöglichen, ohne dass Nutzer ihren gewohnten Assistenten verlassen müssen.

Die Ankündigung umfasst außerdem Analysen zu Kompetenzlücken in Unternehmen, Personalplanung und Marktinformationen zu Einstellungsbedarf, Stellen und Gehaltsbändern. Dabei handelt es sich um verwandte, aber unterschiedliche Informationsquellen: Trends auf dem externen Arbeitsmarkt beschreiben die Nachfrage außerhalb des Unternehmens, während Mitarbeiterprofile die nachgewiesenen Fähigkeiten innerhalb des Unternehmens abbilden sollen.

In bestehenden Materialien zur Kompetenzanalyse von CodeSignal werden Benchmarking, Analysen auf mehreren Ebenen und die Erfassung des Kompetenzerwerbs beschrieben. Die neue Einführung legt zusätzlich den Schwerpunkt darauf, Arbeit kontinuierlich zu bewerten und die daraus gewonnenen Nachweise mit der individuellen Entwicklung zu verknüpfen.

Warum der Kontext bei Entscheidungen über die Belegschaft wichtig ist

Aktuellere Informationen zu Kompetenzen könnten Führungskräften helfen, für ein dringendes Projekt internes Fachwissen zu finden, Entwicklungsbedarf zu erkennen oder zu planen, in welchen Bereichen Neueinstellungen erforderlich sind. Dadurch verändert sich auch die Bedeutung alltäglicher Arbeitsergebnisse: Materialien, die zur Erledigung einer Aufgabe erstellt werden, könnten als Nachweise für die Bewertung der Kompetenz eines Mitarbeitenden herangezogen werden.

Deshalb ist es wichtig, dass das Bewertungsverfahren transparent ist. Mitarbeitende und Führungskräfte müssen wissen, welche Arbeit in ein Profil einfließt, was das Bewertungsraster misst und an welchen Stellen die Nachweise unvollständig sind. Eine begrenzte Erfahrung mit einer Aufgabe sollte nicht mit nachgewiesener Unfähigkeit verwechselt werden. Außerdem sollte eine automatisierte Bewertung unter Berücksichtigung des Kontexts betrachtet werden, in dem die Arbeit ausgeführt wurde.

Mit seiner Einführung führt CodeSignal Bewertungen, Nachweise aus dem Arbeitsalltag und KI-gestützte Lernbegleitung in einem engeren Feedbackkreislauf zusammen. Die Chance besteht darin, die Personalentwicklung gezielter und bedarfsgerechter zu gestalten. Entscheidend ist, ob dieser Kreislauf nützliche, nachvollziehbare Kompetenznachweise liefert und Mitarbeitenden dabei hilft, die Fähigkeiten aufzubauen, die ihre Arbeit tatsächlich erfordert.