Unsere Plattform nutzt künstliche Intelligenz, um Erkenntnisse über die Entwicklung von Führungskräften zu gewinnen, woran sie glauben und was sie bewirken. So können Lernmanager besser verstehen, was ihre Nutzer antreibt und motiviert. Dies erfolgt über die Analyse des Dialogs in Aktivitäten, Interaktionen und Weiterbildungs-Communitys. Anhand dieser Daten können Unternehmen genauere Verhaltensänderungen besser prognostizieren, konkret umsetzbare Erkenntnisse liefern und fundiertere Entscheidungen treffen.
Wir erfassen Performance-Daten für einzelne Nutzer und Lernteams, um Top-Performer, Unterstützer und potenzielle Hürden für die Initiative zu ermitteln. Während die meisten Online-Lernplattformen die Effektivität der Maßnahmen anhand der Abschlussquoten und mithilfe von Umfragen ermitteln, aggregieren wir vielfältige Daten und präzise Kennzahlen, um die Auswirkungen deiner Programme zur Führungskräfteentwicklung zu messen.
Mithilfe unserer Analysedaten kannst du folgende Fragen beantworten:
- Wie gut sind unsere Führungskräfte aufgestellt?
- Wie effektiv sind unsere Maßnahmen zur Führungskräfteentwicklung?
- Verhalten sich die Führungskräfte anders?
- Sehen wir positive Ergebnisse?
Kennzahlen zur Messung der Effektivität der Teamweiterbildungsprogramme im Lerneffektivitäts-Dashboard
Engagement (Beteiligung)
Beteiligen sich die Nutzer aktiv am Programm?
Nutzer, die sich aktiv am Weiterbildungsprogramm beteiligen, verstehen die im Kurs vermittelten Informationen besser und können sie später auch besser anwenden. Als reine Kennzahl sagt die Abschlussquote noch nichts über die tatsächliche Beteiligung aus. Die Kennzahl „Engagement“ (Beteiligung) berücksichtigt die Abschlussquote, die Menge und Häufigkeit von Diskussionsbeiträgen sowie die Qualität und Wirkung dieser Diskussionsinteraktionen.
Advocacy (Befürwortung)
Wird die Initiative unterstützt?
Um nachhaltige Veränderungen im Unternehmen anzustoßen, muss das Führungsteam voll hinter dem Programm stehen und mit gutem Beispiel vorangehen. Die Kennzahl „Advocacy“ (Befürwortung) misst die Zustimmung der Nutzer und zeigt, welche Führungskräfte wirklich an das neue Konzept glauben und bereit sind, gewohnte Praktiken abzulegen, um die neuen Skills anzuwenden und zu beherrschen.
Understanding (Wissensstand)
Wie gut werden die vermittelten Lerninhalte verstanden?
Um Veränderungen wirkungsvoll umzusetzen, müssen deine Führungskräfte die im Kurs vorgestellten Ideen, Konzepte und Praktiken erklären und diskutieren können. Die Daten für die Kennzahl „Understanding“ (Wissensstand) werden mithilfe von NLP-Algorithmen (Natural Language Processing) erfasst, um die in Diskussionen verwendeten Wörter und Sätze mit dem Inhalt der einzelnen Kursaktivitäten zu vergleichen, was zu einer zuverlässigen und verifizierten Einschätzung des Verständnisses der Führungskräfte führt.
Barriers (Hindernisse)
Was verhindert die effektive Anwendung?
Das System erkennt potenzielle Hindernisse, um vorherzusagen, wie Organisationsstrukturen, Systeme, Angewohnheiten und Prioritäten die erfolgreiche Umsetzung neuer Praktiken möglicherweise verhindern. Diese Informationen sind äußerst wichtig für die Zusammenstellung von Führungsteams, die gemeinsam als echtes Team Ideen umsetzen und Probleme im Vorfeld bzw. lösen, bevor sie unternehmenswichtige Initiativen gefährden.
Commitment to Action (Selbstverpflichtung)
Sind wir entschlossen genug, um diese Änderungen vorzunehmen?
Du solltest deine Nutzer dazu ermutigen, sich voll und ganz für die Initiative einzusetzen, um Verhaltensänderungen nachhaltig zu bestärken. Selbstverpflichtungen funktionieren, weil es den Mitarbeitern wichtig ist, dass die Führungskräfte das, was sie sagen, auch wirklich tun. Untersuchungen haben gezeigt, dass schriftliche Selbstverpflichtungen effektiver als mündliche Zusagen und öffentliche Selbstverpflichtung effektiver als private sind, was dieser Kennzahl doppelt zugutekommt.
Results by Dimension (Ergebnisse nach Dimension)
Mit dem Filter „Results by Dimension“ (Ergebnisse nach Dimension) im Lerneffektivitäts-Dashboard kannst du mehrere Kennzahlen anzeigen, die nach einem bestimmten Datenfeld gefiltert werden. Wenn du beispielsweise in der Auswahl „Results by Dimension“ (Ergebnisse nach Dimension) die Option „Region“ auswählst, siehst du die Durchschnittswerte für „Engagement“ (Beteiligung), „Advocacy“ (Befürwortung) und andere Kennzahlen für die Nutzer aus der jeweiligen Region. Hinweis: Wenn die verfügbaren Daten nicht konsistent und korrekt genug sind, werden in diesem Abschnitt möglicherweise unerwartete Werte angezeigt. Informiere dich über die Wichtigkeit von konsistenten und korrekten Daten.
Wenn du dich eingehender über unsere Analysen informieren oder eine Demo vereinbaren möchtest, kontaktiere bitte deinen Customer-Success-Manager.