Onboarding und Personaladministration
30/60/90-Tage-Onboarding-Plan für Tech-Rolle mit KI generieren
anymize entfernt Klarnamen von MA, Engineering Manager, Buddy, Team-Mitgliedern und ggf. vertraulichen Repository-Namen aus dem Plan-Input, bevor er an die KI geht. Die KI generiert einen Tech-spezifischen 30/60/90-Tage-Plan mit Pre-Boarding, Tech-Setup, Code-Review-Konventionen, Pflicht-Compliance (DSGVO, IT-Security, ArbSchG § 12) und konkreten Quick-Wins (erstes Merge-Request Tag 14, vollständige Build-Pipeline-Kenntnis Tag 21).
Schwierigkeit: Fortgeschritten · Datenklasse: Beschäftigtendaten · Letztes Review:
Zur Orientierung gedacht. Die personalrechtliche Würdigung im Einzelfall bleibt selbstverständlich bei Ihnen, KI-Outputs sind vor jeder Verwendung zu prüfen. Mehr dazu am Ende.
Anwendungsbereich
Worum geht es hier?
Tech-Onboarding hat eine markant höhere Strukturierungs-Tiefe als Standard-Onboarding: Tech-Stack-Setup, Repository-Zugriff, Code-Review-Konventionen, CI/CD-Pipeline, Cloud-Konten, On-Call-Rotation. Der Plan muss Engineering-spezifische Quick-Wins (erstes Merge-Request, Build erfolgreich, lokale Entwicklungsumgebung lauffähig) operationalisieren. Dieser Vertical-UC vertieft UC-M-HR-007 für die Tech-Vertical und nutzt Engineering-Manager-Wissen als Input.
Für wen passt das?
Zielgruppe und Kontext
- Rolle
- HR-Business-Partner mit Tech-Recruiting-Fokus, Onboarding-Spezialist, Engineering Manager (fachlicher Input), Tech Lead (Mentoring-Definition); sekundär Buddy/Mentor, IT-Operations, Datenschutzbeauftragter.
- Seniorität
- Fortgeschritten, Tech-Stack-Kenntnis und Engineering-Praxis nötig.
- Unternehmensgröße
- Tech-Scaleups (30–500 MA), Software-Häuser, E-Commerce, Industrie-IT-Abteilungen, Konzern-Digital-Units; auch Banken/Versicherer mit eigenen IT-Tochtergesellschaften.
- Spezifische Kontexte
- (a) Frontend Engineer (React/Vue/TypeScript), (b) Backend Engineer (Java/Kotlin/Go/Python), (c) Data Engineer (Snowflake/BigQuery/dbt), (d) DevOps/Platform (Kubernetes/Terraform/AWS), (e) Site Reliability Engineer mit On-Call, (f) Mobile Engineer (iOS/Android).
Die Situation in der Personalabteilung
So bringen Sie Tempo und Sorgfalt zusammen
Tech-Onboarding kostet Engineering Manager 4–8 Stunden Vorbereitung, Tech-Stack-Tickets schreiben (IT-Provisionierung, Repository-Zugang, Cloud-Konten), Mentor benennen, Quick-Wins definieren, Code-Review-Konventionen erklären, Pflicht-Schulungen (DSGVO, IT-Security, Compliance) verlinken. Engineering-Onboarding-Qualität ist in DE bislang stark variabel. Gallup Engagement-Index Deutschland 2024 (STD-0050): 40 % wechselbereit im ersten Jahr; gerade Tech-Profile mit hoher Marktnachfrage sind besonders fluktuations-anfällig. Re-Hire-Kosten je Software Engineer 50–150 kEUR (DGFP-Benchmarks SRC-0275). Ein KI-generierter Plan strukturiert die ersten 90 Tage konsistent, integriert Engineering-Manager-Input und ergänzt Pflicht-Compliance-Module, vorausgesetzt, Klarnamen (MA, Vorgesetzte, Buddy, Team-Mitglieder) und ggf. interne Repository-Namen sind pseudonymisiert. HRIS-AI mit automatisierter Task-Zuweisung (Personio AI, SuccessFactors Joule, Workday Illuminate) ist mitbestimmungspflichtig nach BetrVG § 87 Abs. 1 Nr. 6.
Was Sie davon haben
Zeit, Wert, Vertraulichkeit
Zeit pro Plan
2–4 h
Reduktion auf 30–45 Minuten Review. Pre-Boarding bis Monat 3 inkl. Quick-Wins, Compliance-Liste und Mentor-Slots wird in einem KI-Lauf strukturiert.
Retention-Hebel
50–150 kEUR je Hire
Re-Hire-Kosten je Software Engineer; Strukturiertes Onboarding senkt Frühaussteiger-Risiko (Gallup STD-0050: 40 % wechselbereit im ersten Jahr).
Time-to-First-PR
≤ 14 Tage
Konkrete Quick-Wins (lokale Dev-Umgebung Tag 2, erstes Merge-Request Tag 14) heben die Time-to-First-Productive-Commit.
Erkennungsrate
>95 %
Klarnamen und vertrauliche Repository-/Team-Namen werden dreifach geprüft erkannt.
So gehen Sie vor
Der Workflow Schritt für Schritt
HR-BP + Engineering Manager sammeln Parameter: Rolle, Seniorität, Tech-Stack (Sprachen, Frameworks, Cloud), Repository-Zugang, Team, Mentor/Buddy, On-Call-Status, Probezeit-KPIs.
Mensch
Strukturierte Anforderung.
Daten-Klassifikation: Klarname MA, Engineering Manager, Buddy, Team-Mitglieder = Klasse A; Tech-Stack/Repository-Namen = Klasse B (öffentlich/internes Repo unterscheiden); Pflicht-Schulungen Standard = Klasse C.
Mensch
§ 26 BDSG.
anymize anonymisiert: [[MA-…]], [[Manager-…]], [[Buddy-…]], [[TeamLead-…]]. Internes Repository → [[Repo-…]] falls vertraulicher Projekt-Name. Spot-Check bei kleinen Tech-Teams (<5) und M&A-Code-Namen.
anymize
DSGVO Art. 5; NER-Restrisiko.
Frontier-KI erzeugt 30/60/90-Tage-Plan: Pre-Boarding (T-14 bis T-1), Woche 1 (Setup + Erste Reads), Monat 1 (Erste PR), Monat 2 (Eigenständige Tickets), Monat 3 (Eigenständig + Probezeit-KPI-Review). Pflicht-Compliance-Liste (DSGVO, IT-Security, ArbSchG § 12) wird ergänzt; erfundene Schulungen werden mit [[FEHLEND]] markiert.
GPT / Claude / Gemini in anymize
Strukturierung + Compliance-Anker.
Rück-Substitution Platzhalter im HRIS, Notion oder Confluence.
anymize + Mensch
DSGVO Art. 28.
Engineering-Manager-Review: konkrete erste 5 Quick-Wins, erstes Ticket aus Backlog, Code-Review-Buddy benannt, On-Call-Schedule nach Probezeit.
Mensch
Gallup STD-0050: 70 % Bindungs-Varianz durch direkte Führung.
BetrVG-§-87-BV-Check bei automatisierter Task-Zuweisung in Personio AI / SuccessFactors Joule / Workday Illuminate sowie bei GitHub Copilot mit zentralem Admin.
Mensch
BAG 1 ABR 20/21; ArbG Hamburg 24 BVGa 1/24.
Pre-Boarding-Mail T-7 mit Welcome-Pack; quartalsweise Review im Probezeit-Zeitraum (Tag 30, 60, 90).
Mensch + System
Pre-Boarding-Engagement; Probezeit-Tracking.
Womit Sie arbeiten
So setzen Sie anymize konkret ein
Was anymize tut
- Erkennt Klarnamen MA, Manager, Buddy, Team-Mitglieder und vertrauliche Repository-/Team-Namen mit über 95 %.
- Tech-Spezial-Patterns für M&A-Codenamen, interne Repository-Namen und kleine Tech-Teams.
- Bidirektionale Re-Identifikation nach der KI-Antwort.
- Verarbeitung in deutschen Rechenzentren; AVV nach Art. 28 DSGVO.
Was Sie als HR-BP/Engineering-Manager tun
- Tech-Stack, Repository-Zugang und Probezeit-KPIs strukturiert erfassen.
- Konkrete Quick-Wins definieren (lokale Dev-Umgebung Tag 2, erstes PR Tag 14).
- Buddy/Mentor benennen und 1:1-Slots wöchentlich einplanen.
- BetrVG-§-87-BV-Status für HRIS-AI und GitHub Copilot prüfen.
Daten-Input
Klasse A: Klarname MA, Engineering Manager, Buddy, Team-Mitglieder, ggf. interne Repository-Namen für M&A. Klasse B: Tech-Stack, Rolle, Cloud-Provider, Pflicht-Schulungen. Klasse C: Standard-Welcome-Pack, Pflicht-Compliance-Module.
Output-Kontrolle
Pseudonymisierter Plan-Input an die KI; re-identifizierter 30/60/90-Tage-Plan mit Pre-Boarding, Wochen-/Monats-Sections, Pflicht-Compliance-Liste und Offene-Punkte zurück. Engineering-Manager-Anpassungen erfolgen im HRIS / Notion.
Freigabeprozess
HR-BP + Engineering Manager; bei automatisierter Task-Zuweisung BetrVG-§-87-BV-Check; bei kleinen Tech-Teams Vier-Augen-NER-Spot-Check.
Die KI-Anweisung
Prompt zum Kopieren
So nutzen Sie diesen Prompt:
1. Plan-Parameter aus HRIS exportieren, anymize pseudonymisiert Klarnamen und vertrauliche Repository-Namen.
2. Prompt anhängen, Thinking-Modus aktivieren.
3. KI liefert 30/60/90-Tage-Plan; Engineering Manager ergänzt fachliche Quick-Wins.
4. BetrVG-§-87-BV-Check bei HRIS-AI / Copilot.
# Context (C)
Rechtsstand: <heutiges Datum>. Du unterstützt die Erstellung eines
30/60/90-Tage-Onboarding-Plans für eine Tech-Rolle (Software/Data/DevOps
Engineer). Eingaben pseudonymisiert mit `[[MA-…]]`, `[[Manager-…]]`,
`[[Buddy-…]]`, `[[TeamLead-…]]`, `[[Repo-…]]`. Tech-Stack, Rolle,
Cloud-Provider, Pflicht-Schulungen im Klartext.
# Role (R)
Onboarding-Designer mit Tech-Engineering-Praxis und Compliance-
Bewusstsein (DSGVO, IT-Security, § 12 ArbSchG, ggf. branchen-spezifisch
PSD2/GxP). Du strukturierst gegen Personio-/SuccessFactors-/Workday-
Standard-Onboarding-Templates und ergänzt Engineering-spezifische
Quick-Wins.
# Action (A)
1. Erzeuge einen Plan in 6 Sections:
- **Pre-Boarding (T-14 bis T-1)**: Welcome-Pack-Versand, Hardware-
Setup-Brief, Pre-Boarding-Mail mit Kalender-Einladungen Woche 1.
- **Woche 1 (Tag 1–5)**: Welcome + Mentor-Vorstellung; Tech-Setup
(Repository-Zugang `[[Repo-…]]`, Cloud-Konten, lokale Dev-
Umgebung); Pflicht-Schulungen DSGVO + IT-Security; Code-Review-
Pairing mit `[[Buddy-…]]`; Retro mit `[[Manager-…]]`.
- **Monat 1 (Tag 6–30)**: Erstes Merge-Request bis Tag 14;
vollständige Build-Pipeline-Kenntnis bis Tag 21; erste Standalone-
Tickets ab Tag 21.
- **Monat 2 (Tag 31–60)**: Eigenständige Bearbeitung 5–10 Tickets/
Sprint; Mid-Probezeit-Check T45; ggf. erster Tech-Talk im Team.
- **Monat 3 (Tag 61–90)**: Vollständige Eigenständigkeit;
Probezeit-KPI-Review; On-Call-Onboarding-Plan T80 vorbereiten.
- **Pflicht-Compliance-Liste**: DSGVO-Schulung, IT-Security/
Phishing, Arbeitsschutz § 12 ArbSchG, ggf. branchenspezifisch.
2. Akzeptanzkriterien je Stufe als Boolean-Checkboxes.
3. Markiere automatisierte Task-Zuweisungen mit
`[[HRIS-AUTO-TASK]]` für BetrVG-§-87-Check.
4. Mentor / Buddy / Manager mit Pseudonymen; Termin-Slots als
Platzhalter '[Slot Mo 10:00]'.
5. On-Call-Status: standardmäßig 'nicht in Probezeit; Einstieg ab
Tag 91 nach Manager-Freigabe".
6. Erfinde KEINE Pflicht-Schulungen, die nicht in der Eingabe genannt
sind, bei Lücken `[[FEHLEND: Pflicht-Schulungs-Liste prüfen]]`.
# Format (F)
H2 pro Section, Tabellen für Tasks pro Woche, Checkboxes, Compliance-
Liste, 'Offene Punkte'-Section.
# Target Audience (T)
Engineering Manager ergänzt fachlich; HR-BP verteilt im HRIS; Buddy
operationalisiert.So sieht der Input aus
Pseudonymisierter Eingabetext
Onboarding-Plan-Parameter HRIS-Export 2026-05-14
Mitarbeiter:in: [[MA-i9j0]]
Rolle: Senior Backend Engineer (Python/Go)
Eintritt: 2026-07-01
Probezeit: 6 Monate
Engineering Manager: [[Manager-i9j0]]
Tech Lead / Mentor: [[TeamLead-i9j0]]
Buddy: [[Buddy-i9j0]]
Team: Platform Team (5 MA inkl. neuer Hire)
Tech-Stack: Python 3.12, Go 1.22, PostgreSQL 16, Kafka, Kubernetes (EKS), Terraform, GitHub Actions CI/CD
Cloud-Provider: AWS (eu-central-1, Frankfurt)
Repository-Zugang: [[Repo-i9j0]] (privates GitHub-Repo)
On-Call: nicht in Probezeit; Einstieg nach Manager-Freigabe
Pflicht-Schulungen:
- DSGVO-Grundlagen + Beschäftigtendatenschutz
- IT-Security (Phishing, Passwort-Manager 1Password)
- Arbeitsschutz § 12 ArbSchG (Online-Modul 30 Min)
- KI-Nutzungs-Richtlinie (intern, basierend auf BetrVG-BV)
Probezeit-KPIs:
- T30: lokale Dev-Umgebung + erstes Merge-Request gemerged
- T60: 5+ eigenständige Tickets pro Sprint
- T90: vollständige Eigenständigkeit; erstes Inkrement geliefertSo liefert anymize zurück
Der KI-Entwurf
# 30/60/90-Tage-Onboarding-Plan, Senior Backend Engineer (Platform Team)
## Pre-Boarding (T-14 bis T-1)
| Task | Verantwortlich | Status |
|---|---|---|
| Welcome-Pack versenden (MacBook Pro 16", Yubikey, Welcome-Brief) | HR-BP | [[HRIS-AUTO-TASK]] |
| Kalender Woche 1 (Welcome Tag 1, Tech-Setup Tag 2, DSGVO Tag 3, Mentor-Kickoff Tag 4, Retro Tag 5) | HR-BP | manuell |
| Pre-Boarding-Mail an [[MA-i9j0]] mit Slack/GitHub-Org/Confluence-Invite | IT-Ops | [[HRIS-AUTO-TASK]] |
| Buddy [[Buddy-i9j0]] informieren + 1:1 wöchentlich einstellen | [[Manager-i9j0]] | manuell |
## Woche 1 (Tag 1–5)
| Tag | Tasks | Akzeptanz |
|---|---|---|
| Tag 1 | Welcome 09:00, Vertragsschluss-Signatur, Office-Tour, Mentor-Vorstellung [[TeamLead-i9j0]], Slack/Teams-Setup, Datenschutz-Info | [ ] Slack OK [ ] Teams OK |
| Tag 2 | Tech-Setup [[Repo-i9j0]]-Aktivierung, lokale Dev-Umgebung (Docker Compose, Python 3.12, Go 1.22), AWS-IAM-Konsole-Read | [ ] Repo-Clone [ ] Lokaler Build [ ] AWS-Login |
| Tag 3 | Pflicht-Schulungen DSGVO (60 Min), IT-Security 1Password (45 Min), KI-Richtlinie (30 Min) | [ ] 3 Zertifikate |
| Tag 4 | Code-Review-Pairing mit [[Buddy-i9j0]]; CI/CD-Walkthrough; PR-Template | [ ] PR-Template [ ] CI/CD verstanden |
| Tag 5 | Wochen-Retro mit [[Manager-i9j0]] (45 Min); Quick-Wins Woche 2 | [ ] Retro |
## Monat 1 (Tag 6–30)
- Tag 6–14: Erste Issues aus Sprint-Backlog (Bug-Fixes/Refactors); erstes Merge-Request bis Tag 14.
- Tag 15–21: Vollständige Build-Pipeline-Kenntnis; Architektur-Walkthrough mit [[TeamLead-i9j0]]; Kubernetes-Read-Write nach Tag 21.
- Tag 22–30: Erste Standalone-Tickets; Arbeitsschutz § 12 ArbSchG.
| Meilenstein T30 | Akzeptanz |
|---|---|
| Lokale Dev-Umgebung produktiv | [ ] |
| Mindestens 1 Merge-Request gemerged | [ ] |
| Alle Pflicht-Schulungen | [ ] |
| 1:1-Rhythmus mit [[Manager-i9j0]] etabliert | [ ] |
## Monat 2 (Tag 31–60)
- 5+ Tickets/Sprint eigenständig; Mid-Probezeit-Check T45; ggf. erster Tech-Talk.
## Monat 3 (Tag 61–90)
- Volle Eigenständigkeit; erstes Inkrement geliefert; T80 On-Call-Onboarding-Plan; T90 Probezeit-Review.
## Pflicht-Compliance-Liste
| Modul | Pflicht? | Fälligkeit | Status |
|---|---|---|---|
| DSGVO + Beschäftigtendatenschutz | Ja | T3 | [ ] |
| IT-Security (1Password) | Ja | T3 | [ ] |
| Arbeitsschutz § 12 ArbSchG | Ja | T30 | [ ] |
| KI-Nutzungs-Richtlinie | Ja | T3 | [ ] |
## Offene Punkte
- BetrVG-§-87-BV für HRIS-AI / GitHub Copilot vorhanden?
- On-Call-Onboarding-Plan T80.
- Mid-Probezeit-Termin T45.Was das HR-Recht verlangt
Pflichten und wie anymize sie abdeckt
BetrVG § 87 Abs. 1 Nr. 6 (SRC-0211)
HRIS-AI mit automatisierter Task-Zuweisung und GitHub Copilot mit zentralem Admin-Zugriff sind mitbestimmungspflichtig. BAG 1 ABR 20/21 (SRC-0257); ArbG Hamburg 24 BVGa 1/24 (SRC-0259).
§ 26 BDSG (SRC-0215)
Klarname MA + Vorgesetzte + Buddy + Team = Klasse A; bei vertraulichen M&A-Codenamen verstärkter Schutz.
DSGVO Art. 22 (SRC-0240)
KI darf nicht automatisiert über Probezeit-Empfehlung entscheiden. Mensch entscheidet, KI strukturiert.
EU AI Act Annex III Nr. 4 / Art. 26 (SRC-0231, SRC-0233)
Personalmanagement-KI = Hochrisiko; Onboarding-Plan-KI als Teil des Personalmanagement-Workflows.
§ 12 ArbSchG
Pflicht-Unterweisung Arbeitsschutz binnen 30 Tagen. Im Plan als T30-Meilenstein verankert.
DSGVO Art. 28 (SRC-0242) · DSK-OH KI (SRC-0246)
AVV mit jedem HR-/KI-Anbieter; HR-spezifische Pseudonymisierung.
BetrVG § 94 (SRC-0227)
Personalfragebögen mit KI-Bewertung mitbestimmungspflichtig.
Datenschutz und Vertraulichkeit
So funktioniert das mit anymize
Tech-Onboarding-Pläne enthalten typischerweise Klarnamen von MA, Engineering Manager, Buddy, Team-Mitgliedern und ggf. vertrauliche Repository-Namen für M&A- oder Stealth-Projekte. anymize pseudonymisiert all diese vor dem KI-Aufruf und re-identifiziert nach der Antwort. Rechtsgrundlage Art. 6 Abs. 1 lit. b DSGVO i.V.m. § 26 BDSG. Verarbeitung in deutschen Rechenzentren (Hetzner); AVV nach Art. 28 DSGVO; AVV mit HRIS-Vendor (Personio/SuccessFactors/Workday) erforderlich.
Was anymize konkret leistet
- Erkennt Klarnamen MA/Manager/Buddy/Team und vertrauliche Repository-Namen mit über 95 %.
- Spot-Check für kleine Tech-Teams und M&A-Codenamen.
- Bidirektionale Re-Identifikation nach KI-Antwort.
- HRIS-native Alternativen: Personio AI-Assistent (AWS Frankfurt, ISO 27001), SuccessFactors Joule, Workday Illuminate, Microsoft Copilot HR.
- Verarbeitung in deutschen Rechenzentren; AVV nach Art. 28 DSGVO.
Sicherheitscheck vor der Veröffentlichung
Was anymize liefert, was Sie souverän entscheiden
Vor dem KI-Aufruf
- Tech-Stack, Repository-Zugang und Probezeit-KPIs vollständig erfasst?
- Klarnamen MA/Manager/Buddy/Team pseudonymisiert?
- Vertrauliche Repository-/M&A-Codenamen extra markiert?
- BetrVG-§-87-BV-Status HRIS-AI/Copilot dokumentiert?
Nach der KI-Antwort
- Pre-Boarding bis Monat 3 vollständig (5 Sections)?
- Konkrete Tech-Quick-Wins (erstes PR Tag 14, Build-Pipeline Tag 21)?
- Pflicht-Compliance-Liste vollständig (DSGVO, IT-Sec, ArbSchG)?
- Keine erfundenen Pflicht-Schulungen ([[FEHLEND]]-Marker bei Lücken)?
Vor der Verteilung
- Engineering-Manager-Review (Quick-Wins, Mentor-Slots) dokumentiert?
- BetrVG-§-87-BV für HRIS-AI / GitHub Copilot vorhanden?
- On-Call-Status (typisch nicht in Probezeit) klargestellt?
- Mid-Probezeit-Check T45 und Probezeit-Review T90 terminiert?
Typische Fehlermuster und wie anymize gegensteuert
- →Erfundene Pflicht-Schulungen, der Prompt zwingt [[FEHLEND]]-Marker bei Lücken.
- →Unrealistische Zeit-Akzeptanzkriterien (erstes PR Tag 7 für Senior, Tag 14 OK).
- →On-Call-Status nicht klargestellt, Prompt-Default 'nicht in Probezeit'.
- →Buddy/Mentor unklar, Pseudonyme zwingen explizite Benennung.
- →BetrVG-§-87-BV-Status nicht geprüft, Offene-Punkte-Section erinnert daran.
Rechtsgrundlagen
Normen, Urteile, Belege
Primärnormen: Datenschutz und Mitbestimmung
- Beschäftigtendaten (SRC-0215)
- AVV (SRC-0242)
- Verbot automatisierter Entscheidungen (SRC-0240)
- Mitbestimmung HRIS-AI / Copilot (SRC-0211)
- Personalfragebögen mit KI (SRC-0227)
- HR-Pseudonymisierung (SRC-0246)
Primärnormen: KI-Recht und Arbeitsschutz
- Personalmanagement-KI = Hochrisiko (SRC-0231)
- Deployer-Pflichten (SRC-0233)
- Pflicht-Unterweisung Arbeitsschutz
- BR-Mitbestimmung bei Cloud-KI (SRC-0259)
Sekundärquellen und HRIS-Lösungen
- 19 % GenAI in HR (SRC-0271)
- 11 % Onboarding (SRC-0276)
- KMU-Adoption (SRC-0277)
- HRIS-AI in EU-Tenant (SRC-0306)
- HRIS-AI in EU-Tenant (SRC-0307)
- AWS Frankfurt, ISO 27001 (SRC-0308)
- 40 % wechselbereit im ersten Jahr (STD-0050)
Stand: · Nächste Überprüfung:
Hinweis zur Nutzung
Zur Orientierung, nicht als Ersatz für die HR-Letztverantwortung
Diese Anleitung beschreibt einen Arbeitsablauf, den Sie mit anymize umsetzen können. Sie ist zur Orientierung gedacht und ersetzt weder die personalrechtliche Würdigung im Einzelfall noch eine arbeits- oder mitbestimmungsrechtliche Prüfung. Welche Rechtsprechung einschlägig ist, wie der Sachverhalt arbeitsrechtlich zu bewerten ist, welche Entscheidungen in Ihrem konkreten Fall richtig sind, das bleibt selbstverständlich bei Ihnen und Ihrer HR-Letztverantwortung.
KI-Outputs müssen vor jeder Verwendung HR-fachlich geprüft werden. Insbesondere personenbezogene Entscheidungen (Einstellung, Beförderung, Kündigung) dürfen nicht allein auf KI-Empfehlungen gestützt werden (DSGVO Art. 22, EU AI Act Art. 26). anymize gewährleistet die Vertraulichkeit der Beschäftigtendaten gegenüber dem KI-Anbieter; die fachliche Richtigkeit und die rechtliche Verantwortung liegen in Ihrer Hand.
Jetzt starten.
14 Tage kostenlos testen.
Alle Modelle. Alle Features. Keine Kreditkarte.
Lieber erst zuschauen? Kostenloses Webinar – Anonymisierung live
Wir sind überzeugt von anymize. Und wir wissen: Bei einem KI-Werkzeug, das Mandanten-, Patienten- oder Mitarbeiter-Daten berührt, reicht ein Demo-Video nicht. Deshalb 14 Tage voller Zugang – alle Modelle, alle Features, keine Kreditkarte. Genug Zeit, um sicher zu sein, bevor du uns vertraust.
Dein KI-Arbeitsplatz wartet.