ZortifyLabs

Zortify Labs treibt Innovationen voran, indem Human Resources (HR) mit den Bereichen Datenwissenschaft und Human-Centered Design vereint werden. Im Fokus steht dabei stets der Mensch – unsere Lösungen und Services sind dynamisch, benutzerorientiert und ethisch durchdacht.

Unser zentrales Ziel: die Lücke zwischen Theorie und Praxis schließen – insbesondere in den Bereichen Psychologie, Informatik und Design. Als Innovationszentrum und Forschungsabteilung von Zortify fördert Zortify Labs interdisziplinäre Zusammenarbeit und die ethische Entwicklung neuer Technologien – sowohl intern als auch in Kooperation mit Wirtschaft und Wissenschaft.

Unser vielfältiges Team besteht aus Forscher:innen, Data Scientists, Psycholog:innen, Designer:innen und weiteren Expert:innen unterschiedlicher Fachrichtungen – viele davon mit Veröffentlichungen in renommierten Fachjournalen.

Komplexität begeistert uns – Zugänglichkeit verpflichtet uns. Deshalb legen wir bei Zortify Labs großen Wert darauf, dass technologische Innovationen auch für Nicht-Fachleute verständlich bleiben. Mithilfe moderner NLP-Technologien und intuitiver Datenvisualisierung sorgen wir dafür, dass unsere Lösungen nicht nur leistungsfähig, sondern auch verständlich, transparent und benutzerfreundlich sind. So stärken wir das Vertrauen in technologische Prozesse und fördern bessere Entscheidungen im zunehmend komplexen HR-Umfeld.

Unsere Whitepaper im Überblick
10.05.2023 Invest in people Why AI can be an added value in the selection process of early-stage entrepreneurs for funding.
10.05.2023 Comparison of the Psychological Capital of Founders and Their Employed Top Management This study examines the difference of Psychological Capital (PsyCap) of founders in comparison to their employed top managers in young companies. We use the PCQ (Psychological Capital Questionnaire) developed and tested by Luthans and colleagues to do so. Results were concluded on the basis of 36 responses from founders from Germany and Chile from 27 different young companies and the same number of answers from their respective employed top managers.
31.05.2023 Identifying the Correlation Between Language Distance and Cross-Lingual Transfer in a Multilingual Representation Space Prior research has investigated the impact of various linguistic features on cross-lingual transfer performance. In this study, we investigate the manner in which this effect can be mapped onto the representation space. While past studies have focused on the impact on cross-lingual alignment in multilingual language models during fine-tuning, this study examines the absolute evolution of the respective language representation spaces produced by MLLMs.
11.09.2024 Stulle_Justenhoven_Personalauswahl_4.0_Zortify Die Persönlichkeitsmerkmale eines Menschen bieten eine robuste und präzise Momentaufnahme der Art und Weise, wie eine Person ihr tägliches Leben führt, z. B., wie sie sich in alltäglichen sozialen Interaktionen, täglichen Gewohnheiten oder auch am Arbeitsplatz verhält. Jeder Mensch kann schematisch entlang von Dimensionen einzelner Persönlichkeitsmerkmaler eingeteilt werden.
11.09.2024 Forget NLI, Use a Dictionary- Zero-Shot Topic Classification for Low- Resource Languages with Application to Luxembourgish This paper introduces a method that uses dictionaries to adapt language models for identifying topics in documents from less commonly spoken languages. The approach was then successfully demonstrated on Luxembourgish using the Luxembourg Online Dictionary.
11.09.2024 Evaluating Parameter-Efficient Fine-tuning Approaches for Pre-trained Models on the Financial Domain This paper reveals, through experiments on tasks like sentiment and headline classification of financial news articles, that parameter-efficient approaches perform as well as traditional model training methods, with the added benefit of being computationally more efficient.
11.09.2024 Towards a Common Understanding of Contributing Factors for Cross- Lingual Transfer in Multilingual Language Models- A Review This paper investigates the various factors that cause multilingual language models to perform better for some languages and worse for others. Some of these factors are related to the linguistic characteristics of the languages, while others stem from technical aspects.
11.09.2024 Soft Prompt Tuning for Cross-Lingual Transfer- When Less is More This paper investigates the effectiveness of Soft Prompt Tuning, a technique for automated prompt engineering, in the context of multilingual language models.
11.09.2024 Heidbrink, M. & Schulte-Deussen, K., 2022_Mitarbeitendenbindung … – eine Auswertung von 40.000 … Rückmeldungen mittels NLP, in_New Work in der Industrie (1) Dieser Beitrag bietet dir einen Einblick in die Ergebnisse der NLP-Analyse von 40.000 frei formulierten Textantworten aus Befragungen in der deutschen Industrie.
11.09.2024 Heidbrink, M. & Philippy, F., 2022_Natural Language Processing als Stethoskop …, in_New Work in der Industrie (1) In diesem Artikel erfährst du, wie Natural Language Processing verwendet werden kann, um offene Fragen, wie etwa in einer Mitarbeiterbefragung, automatisch auszuwerten.
11.09.2024 Meckel & Heidbrink_Tausche_Geld_gegen_Wertschätzung_Meckel_Heidbrinck_GPTW_Daten_Seite_48_Handelsblatt_2022-08-02 2 Wer möchte nicht einen großartigen Arbeitsplatz haben? Arbeit stiftet Identität, knüpft Netzwerke und macht einen wesentlichen Teil unserer Lebenszeit aus. Wie also kann es sein, dass der Arbeitsplatz zum neuen Kampfplatz der Kulturen ge- worden ist? Bedingt durch Generationenwechsel, andere Auffassungen von Lebens- und Arbeitswert und natürlich auch durch die Pandemie stehen viele Arbeitgeber fassungslos vor dem Rätsel eines wachsenden Mismatches: Die Angebote, die sie machen, und die Ansprüche der Arbeitnehmenden passen nicht mehr zusammen.
11.09.2024 Die_Jungbullen_kommen Narzissten in Unternehmen – das sind doch Führungskräfte vom alten Schlag, oder? Falsch. Die größte Studie zum Thema weltweit zeigt, dass junge Menschen heute narzisstischer sind als frühere Generationen. Spätestens bei der Besetzung von Führungspositionen wird das zum Problem. Was können Unternehmen tun?
Download Files
Natural Language Processing (NLP)

NLP verändert die technologische Landschaft – Aufgaben werden automatisiert, große Datenmengen ausgewertet und Maschinen kommunizieren auf natürliche Weise mit uns. Von Chatbots bis Sprachassistenten: NLP ermöglicht Maschinen, Sprache zu verstehen und intelligent zu reagieren.

NLP 101 A Beginner’s Guide to Natural Language Processing
Explainable AI (XAI)

Explainable AI zielt darauf ab, KI-Systeme verständlicher und transparenter zu machen. Dies ist essenziell, um Vertrauen aufzubauen und sicherzustellen, dass KI-gestützte Entscheidungen ethisch, fair und nachvollziehbar bleiben. Bei Zortify ist Explainability ein zentraler Bestandteil unserer Produktentwicklung und Forschung.

Explainable AI
EU AI ACT

Der EU AI Act ist ein geplantes Gesetz zur Regulierung von KI-Systemen in der Europäischen Union. Ziel ist ein einheitlicher Rechtsrahmen, der auf einem risikobasierten Ansatz beruht – mit klaren Anforderungen an Transparenz und Dokumentation, insbesondere bei Hochrisiko-Anwendungen. Der EU AI Act will Grundrechte schützen und gleichzeitig Innovation fördern.

EU AI ACT

Bleiben Sie auf dem Laufenden

Abonnieren Sie unseren Newsletter und erhalten Sie regelmäßig Insights zu KI, NLP & Explainable AI – speziell für moderne HR-Anwendungen.