Abwesenheits- und Urlaubsanfragen im HR mit ChatGPT automatisieren
HR-Teams verlieren jede Woche unzählige Stunden damit, immer wieder dieselben Fragen zu Abwesenheit und Urlaub zu beantworten – von verbleibenden Urlaubstagen bis zu Krankheitsregeln in verschiedenen Regionen. Dieser Leitfaden zeigt, wie Sie ChatGPT als 24/7-HR-Assistenten nutzen, um diese Anfragen zu automatisieren, das Ticketvolumen zu reduzieren und Mitarbeitenden schnelle, konsistente Antworten zu geben – während HR mehr Zeit für wertschöpfende Aufgaben gewinnt.
Inhalt
Die Herausforderung: Manuelle Abwesenheits- und Urlaubsanfragen
In den meisten Organisationen hängt das Abwesenheits- und Urlaubsmanagement noch immer davon ab, dass HR-Teams immer wieder dieselben Fragen manuell beantworten: Wie viel Urlaub habe ich noch? Welche Regeln gelten, wenn mein Kind krank ist? Wie buche ich einen halben Tag in unserem System? Mit wachsender Mitarbeiterzahl und unterschiedlichen Regelungen nach Land, Rolle und Vertragsart nehmen diese scheinbar einfachen Fragen schnell einen großen Teil der HR-Zeit ein.
Traditionelle Ansätze – statische FAQs, lange Richtlinien-PDFs oder generische Intranetseiten – werden den Erwartungen der Mitarbeitenden nicht mehr gerecht. Menschen möchten sofortige, personalisierte Antworten in den Tools erhalten, die sie bereits nutzen (Teams, Slack, Intranet, Mobile). Stattdessen erstellen sie Tickets oder schreiben E-Mails an HR, weil die vorhandenen Informationen schwer zu finden, schwer zu interpretieren oder nicht auf ihre konkrete Situation zugeschnitten sind – insbesondere in länderübergreifenden Setups.
Die Auswirkungen gehen weit über ein bisschen zusätzliche Administration hinaus. HR Business Partner werden faktisch zum First-Level-Support, verbringen jede Woche Stunden damit, HRIS-Daten zu prüfen, Richtliniendokumente zu lesen und auf Routineanfragen zu antworten. Mitarbeitende warten Tage auf einfache Antworten, was zu Frustration, Fehlern bei Urlaubsbuchungen und Planungsproblemen für Führungskräfte führt. In der Skalierung bedeutet das höhere HR-Betriebskosten, langsamere Reaktionszeiten und eine schlechte Employee Experience, die Ihre Positionierung als moderner, attraktiver Arbeitgeber untergräbt.
Die gute Nachricht: Dieses Problem ist lösbar. Intelligente Assistenten wie ChatGPT können – wenn sie sicher mit Ihren HR-Daten und Richtlinien verbunden sind – den Großteil der routinemäßigen Fragen zu Abwesenheit und Urlaub mit hoher Genauigkeit und vollständiger Nachvollziehbarkeit übernehmen. Bei Reruption haben wir aus erster Hand gesehen, wie KI-gestützte Assistenten repetitive Wissensarbeit im HR und darüber hinaus transformieren können. Im weiteren Verlauf dieser Seite finden Sie praktische Hinweise, wie Sie Ihren Support für Abwesenheit und Urlaub mit KI neu gestalten – von der Strategie bis zu konkreten Umsetzungsschritten.
Brauchen Sie einen Sparring-Partner für diese Herausforderung?
Lassen Sie uns unverbindlich sprechen und brainstormen.
Innovatoren bei diesen Unternehmen vertrauen uns:
Unsere Einschätzung
Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.
Aus Reruption’s Erfahrung im Aufbau von KI-Assistenten und Automatisierung für komplexe, richtlinienlastige Prozesse gehören Abwesenheits- und Urlaubsanfragen zu den reifsten Einsatzfeldern für ChatGPT im Personalwesen. Die Kombination aus strukturierten HRIS-Daten (Kontingente, Verträge, Standorte) und unstrukturierten Inhalten (Richtlinien, Betriebsvereinbarungen, lokale Regelungen) ist genau der Bereich, in dem unternehmenstaugliche Sprachmodelle Mehrwert stiften – vorausgesetzt, sie werden mit der richtigen Architektur, Governance und Change-Management umgesetzt.
In Employee Journeys denken, nicht nur in Ticketvermeidung
Bei der Einführung von ChatGPT für HR-Support ist es verlockend, sich ausschließlich auf die Reduzierung des Ticketvolumens zu konzentrieren. Der bessere strategische Blickwinkel ist die End-to-End-Employee-Journey rund um Abwesenheit und Urlaub: Urlaubsplanung, Genehmigungsantrag, Krankmeldungen, Elternzeit, sowie Rückkehr aus längerer Abwesenheit. Kartieren Sie, wo Mitarbeitende ins Stocken geraten – nicht nur, wo HR ausgelastet ist.
Diese Journey-zentrierte Sicht verändert, was Sie ChatGPT tun lassen. Es geht nicht nur darum, die Frage „Wie viele Tage habe ich noch übrig?“ zu beantworten, sondern Mitarbeitende durch die jeweils passenden Schritte, Dokumente und Systeme für ihre konkrete Situation und ihren Standort zu führen. Strategisch bedeutet das, den Assistenten als konsistenten Einstiegspunkt für alle Abwesenheitsthemen über alle Kanäle hinweg (Intranet, Teams, HR-Portal) zu designen – mit klaren Eskalationspfaden zu Menschen, wenn nötig.
Klare Leitplanken zu Richtlinien und Compliance definieren
Abwesenheitsthemen berühren gesetzliche Regelungen, Kollektivvereinbarungen und sensible Sonderfälle. Strategisch brauchen Sie explizite Regeln dazu, was ChatGPT selbstständig beantworten darf und was nicht. Einige Szenarien – wie Standard-Urlaubskontingente, gesetzliche Feiertage oder allgemeine Anforderungen an Krankmeldungen – eignen sich perfekt für vollständige Automatisierung. Andere – etwa komplexe Kombinationen von Elternzeitmodellen oder medizinisch sensible Sachverhalte – sollten an HR-Profis weitergeleitet werden.
Erarbeiten Sie im Vorfeld einen Richtlinienrahmen: Welche Datenquellen sind maßgeblich? Wie werden Rechtsabteilung, Betriebsrat und Datenschutz eingebunden? Wie sieht die Eskalationslogik aus? Das reduziert Risiken, schafft Vertrauen bei Stakeholdern und stellt sicher, dass der Assistent zu einer verlässlichen Erweiterung von HR wird – und nicht zu einer unkontrollierten Beratungsquelle.
HR- und IT-Teams auf ein KI-unterstütztes Betriebsmodell vorbereiten
Die Einführung eines ChatGPT-basierten HR-Assistenten ist nicht nur ein Technologieprojekt. Sie verändert Abläufe in HR Operations, HR Business Partnering und IT-Support. HR-Teams müssen sich wohl damit fühlen, Richtlinien zu kuratieren, KI-Antworten in komplexen Fällen zu prüfen und Feedback von Mitarbeitenden auszuwerten, um Inhalte zu verbessern. Die IT muss Integrationen mit HRIS- und Identity-Systemen, Logging und Zugriffskontrollen managen.
Strategisch sollten Sie Verantwortlichkeiten früh klären: Wer ist für Content-Governance zuständig, wer überwacht Qualität und KPIs, wer kümmert sich um Modell-Updates, und wie kann HR Verbesserungen anregen? Behandeln Sie den Assistenten als lebendiges Produkt mit klarer Product-Ownership – nicht als „einmal aufgesetzten“ Chatbot.
Mit hochvolumigen, risikoarmen Use Cases starten
Um Momentum und internes Vertrauen aufzubauen, priorisieren Sie für den ersten Rollout hochvolumige, standardisierte Abwesenheitsanfragen. Typische Beispiele: verbleibende Urlaubstage, wie man Urlaub im HR-System beantragt, Regeln zu Brückentagen, lokale Feiertagskalender sowie grundlegende Anforderungen an Krankmeldungen.
Diese Themen haben klar richtige oder falsche Antworten, stützen sich auf bestehende HRIS-Daten und veröffentlichte Richtlinien und erfordern selten anspruchsvolle Ermessensentscheidungen. Sie eignen sich ideal für eine erste Phase, die messbaren Impact zeigt (z. B. 30–50 % weniger First-Level-Tickets) und gleichzeitig das Risiko gering hält. Erst nachdem Wert und Robustheit belegt sind, sollten Sie auf komplexere Abwesenheitskategorien und Sonderfälle ausweiten.
Messung und Feedback-Loops von Anfang an designen
Ohne robuste Messung ist es schwierig, den Wert von automatisiertem HR-Urlaubssupport zu belegen oder gezielt zu verbessern. Definieren Sie vor dem Go-live Erfolgskennzahlen: vermiedene Tickets, durchschnittliche Antwortzeiten, Zufriedenheitswerte der Mitarbeitenden, eingesparte HR-Zeit sowie Fehlerraten bei Antworten oder Buchungen.
Kombinieren Sie quantitative Kennzahlen mit qualitativem Feedback, das direkt im Assistenten eingebettet ist (z. B. „War diese Antwort hilfreich?“ mit Schnelloptionen und einem Freitextfeld). Strategisch wird Ihr ChatGPT-Assistent so zu einem lernenden System: Richtlinien werden geschärft, Prompts optimiert und HR gewinnt datenbasierte Einblicke, wo Mitarbeitende mit Ihren Prozessen Schwierigkeiten haben.
Strategisch eingesetzt kann ChatGPT zu Ihrem First-Level-HR-Assistenten für alle standardisierten Abwesenheits- und Urlaubsanfragen werden – indem Richtlinienauslegung mit Live-HRIS-Daten kombiniert wird, um Mitarbeitenden schnelle, konsistente und compliance-konforme Antworten zu liefern. Entscheidend ist, den Assistenten als Produkt zu verstehen, nicht als Bot: mit klaren Leitplanken, Journey-zentriertem Design und enger Einbindung in Ihr HR-Betriebsmodell. Reruption bringt praktische Erfahrung im Aufbau von KI-Assistenten unter realen Rahmenbedingungen mit und arbeitet Seite an Seite mit Ihrem Team, um diesen konkreten Use Case in eine funktionierende Lösung zu überführen. Wenn Sie prüfen möchten, wie Sie manuelle Urlaubsanfragen sicher und wirksam automatisieren können, unterstützen wir Sie gerne mit einem fokussierten PoC und dem anschließenden Skalierungsweg.
Hilfe bei der Umsetzung dieser Ideen?
Nehmen Sie gerne unverbindlich Kontakt zu uns auf.
Fallbeispiele aus der Praxis
Von Gesundheitswesen bis Nachrichtenmedien: Erfahren Sie, wie Unternehmen ChatGPT erfolgreich einsetzen.
Best Practices
Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.
ChatGPT sicher mit Ihrem HRIS verbinden – für Echtzeit-Kontingente
Die häufigste Frage von Mitarbeitenden ist simpel: „Wie viel Urlaub habe ich noch?“ Damit Sie diese Frage zuverlässig beantworten können, benötigt Ihr ChatGPT-HR-Assistent kontrollierten Zugriff auf Ihr HRIS (z. B. SAP SuccessFactors, Workday, Personio), um Kontingente, Vertragsdaten und Standortinformationen in Echtzeit abzurufen.
Architektonisch sollten Sie vermeiden, dem Modell direkten Datenbankzugriff zu geben. Stellen Sie stattdessen eine eingeschränkte API bereit, die ausschließlich die für Abwesenheitsanfragen benötigten Daten auf Basis der authentifizierten User-ID zurückliefert. Ihre Integrationsschicht sollte Authentifizierung (SSO/SCIM), Autorisierung und Datenminimierung übernehmen. ChatGPT ruft diese API dann über Tools/Funktionen in kontrollierter Weise auf.
Beispiel-Toolspezifikation für HRIS-Kontingentabfrage:
Sie können die Funktion get_leave_balance mit folgenden Parametern aufrufen:
{
"employee_id": "string",
"leave_type": "string" // z. B. "annual", "sick", "parental"
}
Die Funktion liefert:
{
"balance_days": number,
"unit": "days" | "hours",
"as_of_date": "YYYY-MM-DD"
}Mit diesem Muster kann ChatGPT auf Fragen wie „Wie viele Urlaubstage kann ich dieses Jahr noch nehmen?“ präzise, personalisierte Antworten geben, während Ihr HRIS die einzige Quelle der Wahrheit bleibt.
Eine strukturierte Richtlinien-Wissensbasis aufbauen und Retrieval nutzen
Die meiste Komplexität im Abwesenheits- und Urlaubsmanagement steckt in den Richtlinien: lokale Gesetze, Unternehmensrichtlinien, Tarif- und Betriebsvereinbarungen sowie lokale Sonderregeln. Statt PDFs direkt in einen Prompt zu kopieren, sollten Sie eine strukturierte, durchsuchbare Wissensbasis aufbauen: zerlegen Sie Richtlinien in kleine, beschriftete Einheiten (z. B. Thema, Land, Mitarbeitergruppe) und speichern Sie diese in einer Vektordatenbank für Retrieval.
Konfigurieren Sie ChatGPT mit einem Retrieval-Schritt: Wenn eine Richtlinienfrage eingeht, sucht das System zunächst in der Wissensbasis nach relevanten Abschnitten und verwendet anschließend nur diesen Kontext zur Formulierung der Antwort. Das reduziert Halluzinationen deutlich und stellt Nachvollziehbarkeit sicher.
Beispiel-Systemprompt für richtlinienbasierte Antworten:
Sie sind ein HR-Assistent für Abwesenheit und Urlaub der ACME AG.
Leitlinien:
- Stützen Sie Ihre Antworten immer auf die abgerufenen Richtlinienausschnitte.
- Wenn die Richtlinie für die Situation des Nutzers unklar oder nicht vorhanden ist,
sagen Sie, dass Sie sich nicht sicher sind, und empfehlen Sie die Kontaktaufnahme mit HR.
- Zitieren Sie relevante Abschnitte in einfacher Sprache und verlinken Sie nach Möglichkeit
auf die vollständige Richtlinienseite.Die Wissensbasis sollte in der Hoheit von HR bleiben, sodass Inhalte bei Richtlinienänderungen ohne Aufwand für Entwickler aktualisiert werden können.
Rollen- und regionsspezifische Prompts gestalten
Mitarbeitende stellen häufig Fragen, ohne ihren Standort oder Vertragsstatus anzugeben: „Kann ich nicht genommenen Urlaub übertragen?“ oder „Was passiert, wenn ich im Urlaub krank werde?“ Um Rückfragen zu reduzieren, konfigurieren Sie ChatGPT so, dass der Assistent zentrale Attribute automatisch ableitet oder abfragt – basierend auf dem authentifizierten Nutzer.
Übergeben Sie Metadaten wie Land, Gesellschaft, Mitarbeitergruppe und Arbeitszeitmodell in den Systemprompt oder als versteckten Kontext. Weisen Sie das Modell dann an, Antworten entsprechend zuzuscheiden und bei Bedarf fehlende Informationen gezielt nachzufragen.
Beispiel-Ausschnitt für einen Systemprompt:
Der Nutzer ist ein Mitarbeiter mit folgenden Attributen:
- Land: {{country}}
- Rechtseinheit: {{entity}}
- Mitarbeitergruppe: {{employee_group}}
- Arbeitszeitmodell: {{working_time_model}}
Beim Beantworten von Fragen zu Abwesenheit und Urlaub gilt:
- Wenden Sie die Richtlinien an, die zu diesen Attributen passen.
- Wenn Sie die korrekte Richtlinie nicht bestimmen können, stellen Sie
eine klärende Rückfrage oder schlagen Sie vor, HR zu kontaktieren.So erhalten zwei Mitarbeitende in unterschiedlichen Ländern oder mit unterschiedlichen Verträgen differenzierte, korrekte Hinweise – vom selben Assistenten.
Den Assistenten dort einbetten, wo Mitarbeitende bereits arbeiten
Ein technisch exzellenter Assistent ist wertlos, wenn ihn niemand nutzt. Platzieren Sie Ihren ChatGPT-HR-Assistenten direkt in den Kanälen, in denen Abwesenheitsfragen entstehen: Microsoft Teams, Slack, Ihr Intranet und das HR-Self-Service-Portal. Verwenden Sie Single Sign-on, damit Mitarbeitende automatisch erkannt werden und sich nicht doppelt authentifizieren müssen.
In Teams können Sie den Assistenten beispielsweise als Unternehmens-App mit Befehlen wie „/leave“ oder „/vacation“ anbieten; im Intranet können Sie auf der Abwesenheitsseite ein Widget platzieren, das den Chat direkt im Kontext von Urlaubsthemen öffnet. Ergänzen Sie Deep Links aus den Antworten des Assistenten in Ihr HRIS (z. B. „Urlaubsantrag öffnen“ oder „Ihr aktuelles Kontingent im Portal anzeigen“), um Mitarbeitende direkt von Information zu Aktion zu führen.
Eskalations- und Handover-Flows für komplexe Fälle definieren
Unabhängig davon, wie gut Ihre ChatGPT-Implementierung ist, wird es immer Abwesenheitsfragen geben, die zu komplex oder zu sensibel für eine vollständige Automatisierung sind. Definieren Sie explizite Eskalationspfade: Wenn der Assistent Unsicherheit, fehlende Richtlinienabdeckung oder Hochrisikothemen erkennt (z. B. Langzeiterkrankung, Behinderung, besonderer Kündigungsschutz), sollte er seine Grenzen klar benennen und anbieten, das Gespräch an HR weiterzuleiten.
Implementieren Sie einen Workflow, bei dem das vollständige Gespräch, relevante Nutzermetadaten und die abgerufenen Richtlinienausschnitte als Ticket in Ihr HR-Case-Management-System oder ein gemeinsames Postfach übergeben werden. HR erhält so einen reichhaltigen Kontext und kann schnell reagieren, ohne dass Mitarbeitende ihre Situation wiederholen müssen.
Beispiel für eine benutzerseitige Eskalationsnachricht:
"Dieses Thema unterliegt besonderen Regelungen, und ich kann
auf Basis der verfügbaren Richtlinien keine verlässliche
Aussage treffen.
Mit Ihrer Zustimmung kann ich dieses Gespräch an unser HR-Team
weiterleiten, damit Ihr Fall geprüft und persönlich beantwortet
wird. Möchten Sie, dass ich das tue?"Im Zeitverlauf kann HR diese eskalierten Fälle nutzen, um Lücken in Richtlinien oder Trainingsdaten zu identifizieren und den Abdeckungsgrad des Assistenten schrittweise zu erweitern.
Qualität, Datenschutz und KPIs kontinuierlich überwachen
Nach dem Go-live sollten Sie Ihren automatisierten Support für Abwesenheit und Urlaub wie ein Produkt mit aktivem Monitoring behandeln. Verfolgen Sie Kennzahlen wie: Anteil deflektierter Abwesenheitstickets, mediane Antwortzeit, Nutzerzufriedenheit pro Interaktion und häufige Rückfragen, die auf unklare Antworten hinweisen.
Aus Datenschutzsicht sollten Interaktionen so protokolliert werden, dass Audits möglich sind und gleichzeitig der Datenschutz gewahrt bleibt: personenbezogene Daten in Logs minimieren, Aufbewahrungsfristen definieren und sicherstellen, dass Ihre ChatGPT-Bereitstellung (z. B. über Azure OpenAI oder ähnliche Services) den Sicherheits- und Compliance-Anforderungen Ihres Unternehmens entspricht.
Erwartbare Ergebnisse einer gut umgesetzten Lösung sind realistisch und messbar: 30–60 % weniger First-Level-Abwesenheits- und Urlaubstickets innerhalb von 3–6 Monaten, Antwortzeiten, die von Tagen auf Sekunden sinken, und HR-Teams, die pro FTE mehrere Stunden pro Woche für strategischere Aufgaben zurückgewinnen. Diese Effekte verstärken sich, je weiter Richtlinien und Prompts verfeinert werden.
Brauchen Sie jetzt Umsetzungskompetenz?
Lassen Sie uns über Ihre Ideen sprechen!
Häufig gestellte Fragen
ChatGPT kann die meisten standardisierten, regelbasierten Abwesenheits- und Urlaubsanfragen sehr effektiv bearbeiten, wenn es mit Ihrem HRIS und Ihren Richtliniendokumenten verbunden ist. Typische Beispiele sind:
- Verbleibender Urlaubs- bzw. Zeitguthabenstand
- Wie man Urlaub im HR-System beantragt oder storniert
- Regeln zu Übertrag, Verfall und Mindestankündigungsfristen
- Informationen zu gesetzlichen Feiertagen und Brückentagen
- Grundlegende Regelungen zur Krankmeldung und erforderlichen Nachweisen
- Anspruchsregeln für Elternzeit, Sabbaticals oder Sonderurlaub (bei klaren Richtlinien)
Bei komplexen, hochindividuellen Fällen (z. B. sich überschneidende Elternzeitmodelle, Langzeiterkrankungen mit rechtlichen Implikationen) sollte der Assistent triagieren und den Fall an HR weiterleiten, statt selbst zu entscheiden. Eine gute Implementierung macht diese Grenze für Mitarbeitende explizit.
Der Zeitrahmen hängt von Ihrem Ausgangspunkt ab, aber viele Organisationen können einen fokussierten Abwesenheits- und Urlaubsassistenten in 6–10 Wochen live bringen. Ein pragmatischer Ablauf sieht so aus:
- 2–3 Wochen: Use-Case-Definition, Analyse von Daten und Systemlandschaft, Richtlinieninventur, Architekturentscheidungen
- 2–4 Wochen: Aufbau des Prototyps (HRIS-Integration, Richtlinien-Wissensbasis, erste Prompts), interner Test mit HR
- 2–3 Wochen: Pilot-Rollout für einen ausgewählten Mitarbeiterkreis, Aufsetzen der Messsysteme, Verfeinerungen und Vorbereitung auf den breiteren Rollout
Das 9.900 € KI-PoC-Angebot von Reruption ist explizit darauf ausgelegt, technische Machbarkeit und Nutzermehrwert in genau diesem Zeitrahmen zu validieren, sodass Sie wissen, ob der Ansatz in Ihrer spezifischen Umgebung funktioniert, bevor Sie in eine großflächige Implementierung investieren.
Sie brauchen kein großes KI-Forschungsteam, wohl aber eine kleine, funktionsübergreifende Gruppe. Die kritischen Rollen sind:
- HR-Prozessverantwortliche/r: Definiert, welche Abwesenheits-/Urlaubsthemen im Scope sind, und gibt Inhalte und Leitplanken frei.
- HRIS-/IT-Expertin/Experte: Verantwortlich für Integrationen mit HR-Systemen, Identity und Zugriffskontrollen.
- Product- oder Projekt-Owner: Koordiniert Prioritäten, Rollout und Kommunikation und behandelt den Assistenten als Produkt.
- Sicherheit/Recht/Datenschutz: Prüft Architektur und Nutzung im Hinblick auf Compliance.
Reruption ergänzt dieses Team in der Regel mit eigenen KI-Engineers und Solution Architects. Wir bringen technische Tiefe, Prompt Engineering und Produktdenken ein, während Ihre HR-Expertinnen und -Experten Genauigkeit, Compliance und Akzeptanz sicherstellen.
Der ROI resultiert aus eingesparter HR-Zeit, schnelleren Antworten und weniger Fehlern. In vielen Organisationen gehören Abwesenheits- und Urlaubsanfragen zu den drei häufigsten Gründen für die Kontaktaufnahme mit HR. Wenn 30–60 % dieser Interaktionen automatisiert werden, kann dies pro HR-FTE mehrere Stunden pro Woche freisetzen.
Auf Mitarbeitendenseite sinken die Antwortzeiten von Tagen oder Stunden auf Sekunden, was die Zufriedenheit steigert und Planungsfriktionen für Führungskräfte reduziert. Hinzu kommt eine Qualitätsdimension: Ein gut implementierter Assistent gibt konsistente, richtlinienkonforme Antworten und verringert so das Risiko von Fehlinterpretationen und nachträglichen Korrekturen im HRIS.
Finanziell sehen Unternehmen häufig einen Payback innerhalb von Monaten statt Jahren – insbesondere dann, wenn der Assistent nach erfolgreichem Proof-of-Concept auch für weitere HR-Themen (Benefits-FAQs, Payroll-Stichtage, Onboarding-Informationen) genutzt wird.
Reruption agiert als Co-Preneur an der Seite Ihrer HR- und IT-Teams, um diesen Use Case in eine funktionierende Lösung zu überführen – nicht nur in ein Folienset. Wir beginnen mit unserem 9.900 € KI-PoC, um zu validieren, dass ein ChatGPT-basierter Assistent Ihre spezifischen Abwesenheits- und Urlaubsszenarien mit der erforderlichen Qualität, Sicherheit und Performance bewältigen kann.
Konkret unterstützen wir Sie bei der Scoping-Phase, im Architekturdesign, bei der Anbindung an Ihr HRIS, beim Aufbau der Richtlinien-Wissensbasis sowie beim Formulieren von Prompts und Leitplanken, die auf Ihre Organisation zugeschnitten sind. Anschließend prototypisieren wir, testen mit realen Mitarbeitenden, messen den Impact und erarbeiten eine Roadmap für den Produktivbetrieb. Wenn Sie sich für die Skalierung entscheiden, bleiben wir eingebunden, um Sie beim Go-live zu begleiten – von Engineering- und Security-Reviews bis zur Befähigung Ihres HR-Teams – damit der Assistent zu einem dauerhaften Bestandteil Ihres HR-Betriebsmodells wird.
Kontaktieren Sie uns!
Direkt Kontaktieren
Philipp M. W. Hoffmann
Founder & Partner
Adresse
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Kontakt
Telefon