Timeregistrering handler om at registrere arbejdet tid på baggrund af ind- og udstemplingsdata eller manuel indtastning, indtil en godkendt timeregistrering. Dette arbejde går igen i næsten hver organisation, ofte hos hr-medarbejdere og medarbejdere selv, med et tidsregistreringssystem som kilde.
Tre akser er afgørende: strukturering, volumen og compliance.
Struktureringen scorer her maksimalt. Ind- og udstempling giver pæne, entydige data: et tidspunkt, et medarbejdernummer, en lokation. Der er ingen fortolkning nødvendig for at afgøre, hvad et klokmoment betyder. Også manuel indtastning følger som regel et fast format: starttid, sluttid, pause. Det er præcis den slags input, som software behandler godt.
Volumen er ligeledes højt. Hver medarbejder stempler ind og ud dagligt, og det sker strukturelt, hele året rundt. En opgave, der ofte går igen og varierer lidt, er i særlig grad egnet til automatisering: tidsvinden er stor, fordi arbejdet fortsætter med at gentage sig.
Compliance-aksen ligger dog anderledes: den scorer lav-middel, og det er derfor denne opgave ikke uden videre kan overlades helt. Timeregistrering vedrører arbejdstidsloven, overenskomstaftaler om overarbejde og hviletid, samt medarbejderes ret til at kunne kontrollere og korrigere deres egne timer. En fejl i registreringen kan direkte påvirke løn eller feriedagsopbygning. Derfor er menneskeligt tilsyn nødvendigt i det øjeblik, der opstår afvigelser: en medarbejder, der glemmer at stemple ud, en korrektion, der bliver anmodet om, en uoverensstemmelse mellem system og planlægning.
Skønsrummet er her lavt, hvilket er gunstigt for automatisering: der er lidt at overveje ved registrering af et klokmoment. Kundekontakt spiller stort set ingen rolle, da dette er en intern proces. Kreativitet er ikke relevant. Den fysiske komponent er begrænset til selve klokmomentet, som allerede håndteres af hardware eller en app. Fejlkostninger ligger i midten: en enkelt forkert registrering kan korrigeres, men strukturelle fejl i udbetalingen af timer kan bestemt løbe op.
Et eksempel: en medarbejder stempler ind kl. 08.02 og ud kl. 17.01. Systemet beregner automatisk den arbejdede tid, trækker pausen fra og gør resultatet klar til godkendelse. Denne proces — registrering, beregning, klargøring — kan et system med RPA (robotic process automation) klare i dag. Hvad der er tilbage for et menneske, er kontrollen: er registreringen korrekt, er der en afvigelse, skal der justeres manuelt ved en fejl i klokkesystemet eller et glemt indstemplingsmoment.
Dette er altså ikke en opgave, der fuldstændigt overgår til AI, og heller ikke en opgave, der fuldstændigt forbliver menneskeligt arbejde. Det er en opgave, der delvist overgår: registreringen og behandlingen automatisk, godkendelsen og afvigelserne med menneskeligt tilsyn, der godkender eller afviser med grund.
To ting er afgørende her. For det første en pålidelig kobling til klokkesystemet: hvis kildedataene ikke kommer ind konsistent, er enhver automatisering bygget på dette grundlag bygget på løs sand. For det andet skal afvigelser automatisk signaleres til kontrol, så en medarbejder ikke stiltiende får udbetalt et forkert antal timer. Dette tilsyn er ikke en bisag, men kernen i hvorfor denne opgave ikke er kategori 1.
Ovenstående resultat udgår fra en standardsituation: fast ansættelse, et fungerende klokkesystem, klare overenskomstaftaler. Hos en organisation med mange løsarbejdere, varierende kontrakter eller komplekse overarbejdsordninger forskydes compliance-aksen mod en tungere vægt, og der er brug for mere, ikke mindre, menneskeligt tilsyn. Også hos virksomheder uden centralt klokkesystem, hvor timer stadig holdes på papir eller i løse regneark, er struktureringen lavere, og automatisering er først muligt efter en investering i selve systemet. Det er præcis derfor en navngiven opgave aldrig automatisk får den samme vurdering som opgaven i generel forstand: scoren afhænger af de systemer og aftaler, en organisation allerede har på plads.
Anvendelsen af denne type systemer vedrører også bredere forpligtelser. Tænk på GDPR ved automatisering af opgaver, da timeregistrering behandler personoplysninger, og på AI-kompetence som forpligtelse for de medarbejdere, der arbejder med systemet eller kontrollerer resultaterne. Hvis en organisation overvejer at bruge signaler fra timeregistreringen til personalebeslutninger, gælder der en separat lovmæssig ramme for dette; det er ikke en del af denne opgavevurdering.
Denne side giver det generelle billede for opgaven timeregistrering. Hvordan det udspiller sig inden for Deres egne systemer og aftaler, kan bestemmes med et kort check: den gratis quickscan fra ftetoai består af tolv spørgsmål, kræver ingen konto og giver en indikation af, hvilken del af timerne i Deres profil der i dag kan overtages af AI. Den fulde arbejdsscan, der går dybere ind på individuelle opgaver og processer, er stadig under opbygning.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.