Immer mehr Unternehmen nutzen agentische Systeme, um Payroll-Prozesse nicht nur zu beschleunigen, sondern strukturelle Fehlerquellen frühzeitig zu erkennen und komplexe Abrechnungsschritte autonom vorzubereiten. In diesem Workshop werden die Grundlagen, Betriebsmodelle und praktischen Einsatzszenarien vermittelt, die notwendig sind, um Payroll zuverlässig, sicher und agentenfähig zu machen.
• Wie agentische Systeme Validierungen, Anomalieerkennung, Compliance-Checks und Datenzusammenführung über verschiedene Quellen hinweg automatisiert vorbereiten.
• Welche Prozess- und Rollenmodelle erforderlich sind, damit Payroll-Teams mit AI-gestützten Empfehlungen, Risikohinweisen und autonomen Pre-Runs effektiv arbeiten können.
• Welche Voraussetzungen in Datenqualität, Stammdatenpflege, Time & Attendance und Berechtigungslogik geschaffen werden müssen, um Payroll-Automatisierung stabil zu betreiben. • Praktische Beispiele für agentische End-to-End-Payroll-Journeys: von Pre-Payroll Checks über Retro-Korrekturen bis zur automatisierten Fehlereskalation und Audit-Dokumentation.
• Von Pilotprojekten zu nachhaltigen Lösungen: Wie Dussmann KI im Recruiting und in HR-Prozessen einsetzt
• Skalierung als Organisationsaufgabe: frühzeitige Einbindung von Datenschutz, Betriebsrat und Führung
• Awareness, Akzeptanz und Weiterbildung als Erfolgsfaktoren für die Einführung agentischer Systeme
• Identifikation und Behebung von Prozessfriktionen durch Automatisierung und intelligente Routing-Mechanismen.
• Echtbetriebserfahrungen zu Workload-Reduktion, Durchlaufzeiten und Qualitätskennzahlen.
• Voraussetzungen für Multi-Agent-Orchestrierung auf Basis stabiler HR-Serviceprozesse. Vortragsslot reserviert für einen unserer Geschäftspartner
• Wie verändern sich Führungsrollen, Entscheidungswege und Verantwortlichkeiten, wenn agentische HR-Systeme operative Aufgaben übernehmen und Entscheidungen vorbereiten?
• Welche kulturellen Voraussetzungen brauchen Organisationen, um Transparenz, Geschwindigkeit und KI-gestützte Arbeitsweisen nachhaltig zu verankern?
• Wo scheitern Transformationsprogramme typischerweise – und welche organisationalen Muster unterscheiden erfolgreiche von gescheiterten Einführungen agentischer HR-Systeme?
• Warum viele KI-Initiativen an fehlender Datenstruktur und unklarem Wissensmanagement scheitern
• Praktische Schritte zur Erfassung und Strukturierung von Erfahrungswissen mit KI-Unterstützung
• Realistische Grenzen und Erfolgsfaktoren beim Übergang von generativer zu agentischer KI
• Aufbau von Data Products in HR: von Data Governance zu produktionsreifen Datenund KI-Grundlagen mit klar definiertem Business-Nutzen
• Stakeholder-Buy-in als Erfolgsfaktor: wie HR Fachbereiche, IT und Management einbindet, um Daten- und KI-Initiativen nachhaltig zu verankern
• Praxiserfahrungen und Best Practices: konkrete Anwendungsfälle, typische Herausforderungen und messbare Effekte für das Unternehmen
• Warum Datenqualität, Standardisierung und Wissensmodelle zentrale Voraussetzungen für agentische Systeme sind.
• Aufbau von HR-Datenarchitekturen und Governance-Modellen für KI-Anwendungen.
• Reifegradmodelle und Analytics-Plattformen als Basis für skalierbare HR-Automatisierung. Vortragsslot reserviert für einen unserer Geschäftspartner
• Wie fragmentierte HR- und Payroll- Systemlandschaften (z. B. SAP, Workday, lokale Payroll-Lösungen) den produktiven Einsatz von KI konkret beeinflussen
• Welche Integrations-, Datenqualitäts- und Verantwortungsfragen in HR- und Payroll- Prozessen in der Praxis tatsächlich auftreten
• Welche Governance- und Datenschutz- Leitplanken notwendig sind, um KI verantwortungsvoll und skalierbar entlang von End-to-End-Prozessen einzusetzen
• Identifikation von High-Impact-Use-Cases anhand von Prozessfrequenz, Datenintensität und Komplexität, illustriert durch konkrete Beispiele bei Linde mit messbaren Effekten auf Durchlaufzeiten und Fehlerquoten durch End-to-End- oder Teilautomatisierung.
• Aufbau einer nachhaltigen Transformationsarchitektur: Warum erfolgreiche KI-Implementierung eine AIReady- Infrastruktur erfordert – inklusive API-Integration in Legacy-Systeme, harmonisierter Daten- und Inhaltsstrukturen sowie klarer Compliance-Leitplanken (DSGVO).
• Strategische Learnings aus der Praxis: Weshalb Technologie-Push allein scheitert und welche organisatorischen Voraussetzungen notwendig sind, um Trägheit zu überwinden und Datensilos nachhaltig aufzubrechen.
• Welche HR-Daten sind wirklich „AI-ready“?
• Ownership von Stammdaten (HR vs. IT vs. Business)
• Warum Data Governance allein nicht reicht?
• Wie verändert sich Führung, wenn Systeme vorbereiten/empfehlen?
• Verlust von Kontrolle vs. Gewinn an Klarheit
• Akzeptanzprobleme im mittleren Management
• Wie Unternehmen Skill-, Rollen- und Workforce-Daten nutzen, um zukünftige Bedarfe, Risiken und Mobilitätsoptionen vorherzusagen.
• Welche Modelle, Datenquellen und Organisationsstrukturen notwendig sind, um Workforce Planning agentisch zu unterstützen.
• Praxisbeispiele aus Transformationsteams: Auswirkungen auf Organisationsdesign, Planung und Talentstrategie.
• Aufbau eines modularen Automatisierungs-Frameworks für HR-Services inklusive Nutzung von Bots und LLM-Komponenten.
• Lessons Learned aus der Prozessharmonisierung, IT-Integration und Stakeholder-Koordination.
• Roadmap in Richtung agentischer HR-Services und priorisierte Einsatzfelder.
• Aufbau eines gruppenweiten Service- und Operating-Modells für People-, Finance- und Operations-Services jenseits klassischer Shared-Service-Strukturen
• Übergang von rollenbasierten Organisationsmodellen zu skillbasierten Ansätzen: interne Mobilität, hybride Rollen und funktionsübergreifende Zusammenarbeit zwischen HR und Finance
• Bedeutung von Prozessverständnis und Data Literacy als notwendige Grundlage für Automatisierung sowie spätere Agentic- und KI-Anwendungen
• Wie Hermes operative HR-Prozesse automatisiert und wo echte Werthebel liegen.
• Organisatorische Bottlenecks: Rollen, Verantwortlichkeiten, Governance, Datenqualität.
• Reifegradmodell für HR-Automation als Grundlage für agentische Weiterentwicklung.
• Transformation von fragmentierten lokalen Wissensbeständen hin zu einer globalen Knowledge-Management-Plattform als Service für HR-Organisationen
• Kombination aus Knowledge Management, Self-Service und Virtual Agenten: Reduktion von HR-Cases durch strukturierte Inhalte, klare Governance und Datenqualität
• Change-Management-Perspektive: Adoption bei HR-Mitarbeitenden und End Usern, kultureller Wandel und Zusammenarbeit als Voraussetzung für den Einsatz von generativer KI
• Identifikation von High-Impact-Use-Cases anhand von Prozessfrequenz, Datenintensität und Komplexität, illustriert durch konkrete Beispiele bei Linde mit messbaren Effekten auf Durchlaufzeiten und Fehlerquoten durch End-to-End- oder Teilautomatisierung.
• Aufbau einer nachhaltigen Transformationsarchitektur: Warum erfolgreiche KIImplementierung eine AI-Ready-Infrastruktur erfordert – inklusive API-Integration in Legacy-Systeme, harmonisierter Daten- und Inhaltsstrukturen sowie klarer Compliance- Leitplanken (DSGVO).
• Strategische Learnings aus der Praxis: Weshalb Technologie-Push allein scheitert und welche organisatorischen Voraussetzungen notwendig sind, um Trägheit zu überwinden und Datensilos nachhaltig aufzubrechen.