Skills, Competency Clusters und Proficiency Frameworks

Wie Skills definiert, gruppiert und über eine Architektur hinweg gemessen werden.

Was ist ein Skill in diesem Kontext

Ein Skill ist eine konkrete, messbare Fähigkeit, die eine Person zur Ausführung von Tasks einsetzt. In der Job Architecture sind Skills das verbindende Element — sie verknüpfen Rollen mit Lerninhalten, Rollen mit Talentprozessen und Rollen mit der Bewertung von KI-Automatisierbarkeit.

Cobrainers Skills Graph enthält über 170.000 Skills, organisiert in einem Knowledge Graph. Jeder Skill ist ein Knoten mit Beziehungen zu anderen Skills, zu Tasks, zu Rollen und zu Kursen. Das ist keine flache Taxonomie — es ist ein Graph, der abbildet, wie Skills zusammenhängen, sich gruppieren und sich weiterentwickeln.

Arten von Skills

Technische Skills — fachspezifische Fähigkeiten. Beispiele: Python-Programmierung, Financial Modeling, klinisches Studiendesign, SAP-Konfiguration.
Verhaltens-Skills — wie eine Person arbeitet. Beispiele: Stakeholder-Management, Konfliktlösung, funktionsübergreifende Zusammenarbeit.
Leadership-Skills — Fähigkeiten für Personalführung und Strategie. Beispiele: Teamentwicklung, strategische Planung, Change Management.
Digitale Skills — technologiebezogene Fähigkeiten, die über alle Rollen hinweg zunehmend relevant sind. Beispiele: Data Literacy, KI-Prompt-Engineering, Cybersecurity-Awareness.

Ein vollständiges Job-Role-Profil umfasst typischerweise 15–30 Skills über diese Typen hinweg, jeweils mit einer Skill-Stufe.

Competency Clusters (Skill-Gruppierungen)

Bei Tausenden von Skills im Einsatz werden reine Skill-Listen unüberschaubar. Competency Clusters gruppieren verwandte Skills in thematische Bündel, die Skill-Profile navigierbar und Gap-Analysen handlungsfähig machen.

Beispiel-Clusters:

Cluster	Beispiel-Skills	Typische Rollen
Software Engineering	Python, System Design, Code Review, CI/CD, Testing	Software Engineer, Data Engineer, DevOps
People Leadership	Teamentwicklung, Performance Management, Coaching, Konfliktlösung	Engineering Manager, HR Business Partner, Director
Data & Analytics	SQL, statistische Analyse, Datenvisualisierung, Machine Learning	Data Analyst, Data Scientist, BI Engineer
Regulatory & Compliance	EU-Regulierung, Risikobewertung, Audit-Management, DSGVO	Compliance Officer, Risk Manager, Legal Counsel

Designprinzipien für Clusters:

5–8 Skills pro Cluster. Mehr wird unhandlich.
Clusters sollten über Rollen hinweg wiederverwendbar sein — derselbe Cluster kann in mehreren Families vorkommen.
Clusters beschreibend benennen. "Cluster A" ist nutzlos. "Financial Planning & Analysis" ist klar.
Clusters quartalsweise überprüfen — Skills entwickeln sich weiter, und Clusters sollten die aktuellen organisatorischen Bedarfe widerspiegeln.

Proficiency Frameworks

Jeder Skill, der einer Rolle zugeordnet ist, benötigt eine Ziel-Skill-Stufe. Das verwandelt eine Skill-Liste von einer Tag-Cloud in handlungsfähige Kriterien für Einstellung, Entwicklung und Performance-Bewertung.

Die 5-Punkt-Skala

Stufe	Name	Definition	Verhaltensindikator
1	Basic	Bewusstsein und grundlegendes Verständnis	Kann das Konzept beschreiben. Benötigt Anleitung zur Anwendung.
2	Qualifiziert	Zuverlässige Anwendung in Routine- und Standardsituationen	Kann Standardaufgaben eigenständig ausführen. Folgt etablierten Verfahren. Liefert konsistente Ergebnisse.
3	Fortgeschritten	Eigenständige Ausführung in komplexen und mehrdeutigen Situationen	Arbeitet eigenständig über Kontexte hinweg. Bewältigt Ausnahmen. Schult andere in Grundlagen.
4	Professionell	Expertenproblemslösung, Optimierung und strategische Anwendung	Löst neuartige Probleme. Verbessert Prozesse. Mentoriert andere. Treibt strategische Ergebnisse.
5	Domain Expert 🔒	Branchenführende Thought Leadership und bahnbrechende Innovation	Weltweit anerkannte Autorität. Gibt die Richtung im Fachgebiet vor. Definiert Best Practices über die Organisation hinaus. Dieses Level repräsentiert die absolute Obergrenze der Proficiency — typischerweise für keine Job Role erforderlich. Es existiert für den vollständigen Spannbereich und zur Identifikation seltener, weltklasse Expertise.

Über Level 5 — Domain Expert

Domain Expert ist ein besonderes Proficiency Level, das weltweit führende, branchendefinierende Expertise repräsentiert. Die meisten Organisationen werden Level 5 für keine Rolle in ihrer Architektur benötigen. Es existiert der Vollständigkeit halber — um die Spitze der Skala zu verankern und die seltenen Personen anzuerkennen, deren Beiträge ein ganzes Fachgebiet prägen. Beim Design von Rollenprofilen setze die Ziel-Proficiency auf Level 1–4. Level 5 ist aspirativ, nicht operativ.

Skill-Stufen auf Job Levels abbilden

Die Ziel-Skill-Stufe für einen bestimmten Skill variiert je nach Job Level. Ein Junior Software Engineer benötigt vielleicht Python auf Stufe 2 (Qualifiziert), während ein Principal Engineer Stufe 4 (Professionell) braucht. Diese Zuordnung schafft die objektiven Kriterien für Beförderungsentscheidungen und Entwicklungsplanung.

Best Practice: Ziel-Skill-Stufen pro Kombination aus Role × Level definieren. Diese Matrix wird zum Fundament für Performance Reviews, Karriere-Gap-Analysen und Lernempfehlungen.

Eine harmonisierte Skill-Taxonomie aufbauen

Die meisten Organisationen haben Skill-Daten über mehrere Systeme verstreut — Recruiting-Tools, Lernplattformen, Performance Management, Projektbesetzung. Jedes System nutzt sein eigenes Vokabular. "Project Management" in einem System ist "Program Management" in einem anderen und "Initiative Leadership" in einem dritten.

Harmonisierung bedeutet: ein Skill-Name, eine Definition, eine Skill-Skala, überall verwendet. Genau das liefert Cobrainers Skills Graph — eine einzige Taxonomie, zugeordnet zu allen nachgelagerten Systemen.

Schritte zur Harmonisierung:

Skill-Daten aus allen Quellsystemen exportieren (HRIS, LMS, ATS, Performance-Tools)
Alle Skill-Namen mittels KI-gestütztem Matching auf die kanonische Taxonomie abbilden
Konflikte lösen — wenn zwei Systeme unterschiedliche Namen für denselben Skill verwenden, einen auswählen und Aliases erstellen
Skill-Stufen-Definitionen an jeden kanonischen Skill anhängen
Die harmonisierte Taxonomie in alle Quellsysteme zurückschreiben

Dieser Prozess dauert mit Cobrainer typischerweise 2–3 Wochen. Ohne Tooling dauert er 3–6 Monate und das Ergebnis ist veraltet, bevor es fertig ist.