Der Wandel der HR-Funktion
Die HR-Abteilung steht an einem Wendepunkt. Was früher oft als rein administrative Organisationseinheit eingestuft wurde, avanciert – unterstützt durch moderne Technologien – zum strategischen Partner im Unternehmen.
Was löst das aus? Ein Mix aus aktuellen Herausforderungen wie demografischem Wandel, Fachkräftemangel und – nicht zuletzt – der Verfügbarkeit intelligenter KI-Tools, die nicht nur Routinearbeiten automatisieren, sondern Personalarbeit vollkommen neu strukturieren können.
Stellen Sie sich Anna vor. Sie leitet den HR-Bereich eines erfolgreichen SaaS-Unternehmens mit rund 80 Mitarbeitenden. Heute analysiert Anna schon Muster im Engagement ihrer Teams und erkennt Kündigungsrisiken, anstatt jede Bewerbung einzeln zu sichten oder mit Excel-Tabellen jonglieren zu müssen. Das wird für HR schnell zur neuen Realität.
Fazit: Es geht längst nicht mehr nur um Software-Updates. KI definiert, wie Personalarbeit 2024 und darüber hinaus gestaltet wird – mit allen Chancen und auch Herausforderungen, die dazu gehören.
Status Quo: Herausforderungen traditioneller Personalabteilungen
Viele HR-Abteilungen – insbesondere im Mittelstand – erleben gerade ein Dilemma: Erwartungshaltungen steigen stetig, die Ressourcen bleiben knapp. In der Praxis heißt das oft, dass operative Aufgaben das Tagesgeschäft bestimmen, während Strategiethemen zu kurz kommen.
Laut einer Umfrage des Bundesverbands der Personalmanager verbringen HR-Teams noch immer einen Großteil ihrer Zeit mit administrativen Tätigkeiten. Für echte Personalstrategie bleibt da wenig Raum.
Zu den typischen Stolpersteinen gehören:
- Lange Besetzungsprozesse: Zwischen Ausschreibung und Unterschrift vergehen schnell mehrere Wochen
- Datensilos: Mitarbeiterdaten schlummern in zu vielen einzelnen Systemen
- Reaktive Personalarbeit: Kündigungen oder Engpässe kommen überraschend
- Compliance-Druck: Neue Datenschutz- und Arbeitsrechtsvorgaben fordern Ressourcen
Gerade im Austausch mit Menschen aus unterschiedlichsten Branchen kommt oft das gleiche Feedback: Während andere Abteilungen längst datengestützt entscheiden, vertraut HR vielerorts noch auf das Bauchgefühl oder teilt Personaldaten manuell. Wie sieht das in Ihrem Unternehmen aus?
Vision 2025+: Die vollständig KI-unterstützte HR-Funktion
Nehmen wir für einen Moment an, Ihre Personalabteilung läuft wie ein fein abgestimmtes Uhrwerk – mit Unterstützung smarter Algorithmen. KI spürt passende Kandidaten auf, noch bevor Sie einen Engpass als solchen erkennen. Mitarbeiterbefragungen werden automatisch ausgewertet und als konkrete Empfehlungen ausgespielt.
Klingt nach Zukunftsmusik? Mehr und mehr Vordenker-Unternehmen setzen das bereits heute Schritt für Schritt um. Der Technologievorsprung lässt sich schnell in echte Resultate ummünzen.
Die vier Säulen der KI-transformierten HR
Säule 1: Predictive Analytics
Proaktives Handeln durch Mustererkennung und Prognosen: Wer könnte demnächst kündigen? Wo bahnen sich Kompetenzlücken an? Wo wächst der Bedarf?
Säule 2: Automatisierte Prozesse
Wiederkehrende Aufgaben laufen im Hintergrund: Vertragsverwaltung, Urlaubsplanung, Abrechnung. Das gibt Raum für die wirklich relevanten HR-Themen.
Säule 3: Personalisierte Employee Experience
KI hilft dabei, individuelle Entwicklungspfade aufzuzeigen. Von Weiterbildung bis Karriereplanung – Mitarbeitende erleben, dass ihre Potenziale gesehen werden.
Säule 4: Datengetriebene Entscheidungen
Entscheidungen basieren auf validen Daten, nicht mehr auf Annahmen. Jeder Schritt wird sichtbar, steuerbar und kann optimiert werden.
Kernbereiche der KI-Transformation
Recruiting & Talent Acquisition
Modernes Recruiting startet, bevor es “brennt”. Intelligente Systeme werten permanent Teamalter, Fluktuationsraten und Businesspläne aus – und schlagen schon vor einer Lücke Alarm.
Konkret kann der Einsatz so aussehen:
- Vorausschauende Personalplanung: KI erkennt Hiring-Bedarfe frühzeitig
- Automatisiertes Kandidaten-Sourcing: Systeme scannen relevante Plattformen nach geeigneten Profilen
- CV- und Potenzial-Analysen: Nicht mehr nur Schlüsselwörter zählen, sondern Zusammenhänge und Passung
- Vorqualifizierung via Chatbot: Gespräche zu Soft Skills und Motivation laufen teilautomatisiert
Praktisches Beispiel: In einem Münchner Softwareunternehmen wurde die durchschnittliche Zeit bis zur Neueinstellung dank KI-Innovation um mehr als die Hälfte verkürzt – und die Passgenauigkeit der Kandidaten stieg deutlich.
Doch auch hier gilt: KI entlastet und verbessert Prozesse – aber das entscheidende Bauchgefühl im Finalgespräch ist und bleibt menschlich.
Employee Experience & Engagement
Gerade in Zeiten von Fachkräftemangel gewinnt die “Employee Experience” enorm an Bedeutung. Wer seine Talente halten will, muss verstehen, warum sie bleiben – und wann sie vielleicht leise gehen wollen.
Moderne Plattformen ziehen Daten beispielsweise aus folgenden Quellen heran:
| Datenquelle | KI-Analyse | Handlungsableitung |
|---|---|---|
| E-Mail- oder Kalenderdaten (anonymisiert!) | Muster untypischer Arbeitsbelastung | Individuelles Load-Balancing, Coaching |
| Projekt-Metriken | Risiko von Überforderung | Gezielte Weiterbildungsangebote |
| Feedback-Zyklen | Tendenzen zur Abwanderung | Retention-Maßnahmen starten |
Das Besondere: Ihre HR-Abteilung erhält regelmäßig konkrete Hinweise wie “Mitarbeiter X zeigt Anzeichen von Überlastung.” – und kann sofort reagieren, statt später die Kündigung auf dem Tisch zu finden.
Nebenbei entstehen tiefe Einblicke in die Unternehmenskultur: Welche Teams harmonieren besonders gut? Wird Potenzial ausgeschöpft?
Performance Management & Analytics
Blick nach vorn statt zurück: Jahresgespräche verlieren an Stellenwert. Mit modernen Analyse-Tools begleitet HR die Entwicklung von Mitarbeitenden laufend und faktenbasiert.
- Laufendes Feedback: Systeme sammeln kontinuierlich Daten aus verschiedensten Quellen
- Skill Gap Analysen: Weiterbildungsbedarfe werden automatisch sichtbar
- Ziel-Tracking: OKRs und Zielerreichung werden automatisch überprüft
- Benchmarks: Persönliche Entwicklung im Team-Kontext betrachten
Das entlastet Führungskräfte spürbar: Statt einmal im Jahr einen Katalog abzuarbeiten, stehen ihnen laufend handfeste Hinweise zur Personalentwicklung zur Verfügung.
Ein Beispiel: Eine KI-basierte Auswertung zeigt, dass die Projektlaufzeiten eines Entwicklers über dem Durchschnitt liegen. Die Ursache: falsche Aufgabenverteilung, nicht fehlende Kompetenz! Das echte Problem wird sichtbar, bevor falsche Maßnahmen getroffen werden.
Administrative Prozesse
Hier spielt KI ihre Effizienz-Stärke voll aus. Viele Aufgaben – von der Vertragserstellung über Urlaubsanträge bis zur Zeiterfassung – lassen sich heute in Sekunden und mit höchster Präzision abwickeln.
- Vertragsmanagement: Automatische Erstellung und Verwaltung von Verträgen
- Urlaubsplanung: Intelligente Abstimmung unter Berücksichtigung betrieblicher Anforderungen
- Zeiterfassung: Mustererkennung hilft, Fehler oder Unregelmäßigkeiten zu vermeiden
- Compliance-Checks: Laufende Überwachung arbeitsrechtlicher Vorgaben
- Reporting: Automatisierte Berichte und Dashboards für das Management
Aus der Praxis wissen wir: Unternehmen berichten regelmäßig von immensen Zeiteinsparungen – bei gleichbleibender oder sogar besserer Qualität.
Worauf es ankommt? Auf saubere Daten – denn Chaos im Datenbestand lässt sich auch mit KI nicht einfach wegzaubern.
Konkrete Umsetzungsstrategien
Wie gelangen Sie vom bestehenden Stand zu einer echten KI-unterstützten HR-Funktion? Der steile Sprung ist selten nachhaltig. Bewährt hat sich ein klares Phasenmodell, das aufeinander aufbaut.
Phase 1: Foundation (Monate 1-6)
Daten bereinigen und konsolidieren
Listen Sie Ihre HR-Datenquellen auf. Verbinden Sie, was zusammengehört: HRIS, Lohnbuchhaltung, Bewerbermanagement, E-Mail, Zeiterfassung. Nur so kann KI später sinnvoll arbeiten.
Erste Automatisierungsschritte gehen
Starten Sie zum Beispiel mit automatisiertem CV-Screening oder dem digitalen Urlaubsantrag. Das bringt Entlastung und stärkt das Vertrauen im Team.
Change Management aufsetzen
Sprechen Sie offen über Ihre Ziele. Machen Sie deutlich: Hier ersetzt KI keine Menschen, sie macht HR wirksamer. Schulen Sie früh die passenden Kompetenzen im Team.
Phase 2: Acceleration (Monate 7-12)
Vorausschauendes HR ermöglichen
Erste Modelle zur Prognose von Fluktuation oder Personalbedarf implementieren. Mit kleinen, echten Pilotprojekten starten und dann systematisch ausbauen.
Employee Experience gezielt verbessern
Laufende Zufriedenheitsabfragen einführen, Chatbots als “digitales HR-Frontdesk” etablieren, Weiterbildungsangebote personalisieren.
Prozesse vernetzen
Dateninseln beseitigen und eine zentrale Datenbasis schaffen. Nur so funktionieren datenbasierte Entscheidungen und Analysen reibungslos.
Phase 3: Innovation (Monate 13-24)
Fortschrittliche Analysen ausrollen
Komplexere KI-Modelle implementieren: z. B. Skill-Gap-Analysen oder Netzwerk-Analysen zur Zusammenarbeit.
HR und Business-Intelligence verknüpfen
Die Ergebnisse Ihrer Personalarbeit werden direkt mit dem Unternehmenserfolg verknüpft. Wie messen Sie den Impact – und wie können Sie diesen nachsteuern?
Ständige Verbesserung organisieren
Verbessern Sie Prozesse anhand des Nutzer-Feedbacks. Schulen Sie Ihr Team weiter und werden Sie selbst zum Kompetenzträger.
Technologie-Stack und Tool-Landschaft
Die Technik entscheidet: Welche Werkzeuge passen zu Ihrem Use Case und Ihrer vorhandenen IT-Landschaft? Ein modularer Aufbau schafft Flexibilität und Zukunftsfähigkeit.
Core-Layer: HRIS und Datenmanagement
Moderne Human Resource Information Systeme (HRIS) wie Workday, BambooHR oder Personio erlauben zunehmend KI-gestützte Funktionen – entweder direkt integriert oder über Partnerlösungen.
Worauf es bei der Auswahl ankommt:
- Schnittstellen (APIs): Damit Sie externe Tools einfach anbinden können
- Datenqualität: Automatische Plausibilitäts-Prüfungen und Bereinigungen
- Skalierbarkeit: Damit Sie mit Ihren Wachstumszielen nicht an Systemgrenzen stoßen
- Compliance: DSGVO und weitere Datenschutzvorgaben müssen “mitgedacht” werden
Intelligence-Layer: KI-Engines und Analytics
Den nächsten Schritt gehen Unternehmen mit spezialisierten Plattformen, die auf Machine Learning oder Natural Language Processing setzen – beispielsweise für People Analytics oder automatisiertes Bewerber-Screening.
| Anwendungsbereich | Technologie | Anbieter-Beispiele |
|---|---|---|
| Recruiting Intelligence | Natural Language Processing | HireVue, Pymetrics, Textkernel |
| People Analytics | Machine Learning | Visier, Culture Amp, Worklytics |
| Employee Engagement | Sentiment Analysis | Glint, 15Five, TINYpulse |
| Performance Prediction | Predictive Modeling | Workday, SAP SuccessFactors |
Interface-Layer: Chatbots und Self-Service
Interaktion wandert vom E-Mail-Postfach in intelligente Chatbots – zum Beispiel für Urlaubsanträge, Lohnabrechnungen oder Weiterbildungsangebote. Moderne Lösungen automatisieren bis zu 70% der Standardanfragen – Tendenz steigend.
Wozu das gut ist? Ihre Teams gewinnen Zeit für das, wofür sie wirklich gebraucht werden.
Integration-Layer: APIs und Middleware
Stichwort “Stammdaten statt Inseln”: Tools wie Zapier, Microsoft Power Automate oder MuleSoft verknüpfen verschiedene HR-Systeme miteinander – ohne monatelange IT-Projekte.
Unser Rat: Starten Sie mit einem gut integrierten HRIS und fügen Sie bei Bedarf beständig spezialisierte Lösungen hinzu.
Change Management und Mitarbeiterakzeptanz
Die beste Technologie ist nutzlos, wenn die Menschen sie nicht mitgehen. Der Faktor “Mensch” ist – wie so oft – auch bei der HR-Transformation entscheidend. Bewährt hat sich eine proaktive Herangehensweise. Bis zu 50% Projektaufwand betreffen Kommunikation, Schulungen und Einbindung der Teams.
Die häufigsten Widerstände und Lösungen
Jobverlust-Ängste
Bringen Sie schon früh Transparenz ins Projekt: KI wird Aufgabenprofile wandeln, nicht pauschal Arbeitsplätze beseitigen. HR wird künftig noch stärker als Brückenbauer gebraucht.
Technologie-Skepsis
Pilotieren Sie kleine, direkte Verbesserungen. Wer einmal erlebt hat, wie sich CV-Screening von zwei Stunden auf 15 Minuten verkürzt, glaubt schnell an das Potenzial.
Datenschutz-Bedenken
Setzen Sie von Anfang an auf “Privacy by Design” und transparente Kommunikation. Binden Sie Kompetenzträger für Datenschutz aktiv ein und erklären Sie Ihre Maßnahmen verständlich.
Erfolgsfaktoren für hohe Akzeptanz
- Interne Botschafter gewinnen: Technisch affine Kolleginnen und Kollegen aktiv einbinden, um das Team mitzuziehen
- Praxistraining statt PowerPoint: Tools direkt ausprobieren lassen – Learning by Doing
- Schnelle Erfolge teilen: Auch kleine Fortschritte wirken motivierend, wenn Sie diese aktiv sichtbar machen
- Feedback einholen: Ständiges Nutzerfeedback hilft, die Systeme wirklich praxisgerecht zu optimieren
- Schrittweise einführen: Zu viele Veränderungen auf einmal überfordern – besser dosiert als alles auf einmal.
Ein beliebtes Vorgehen: Beginnen Sie mit einem kleinen, motivierten HR-Team, machen Sie die Erfolge sichtbar und skalieren Sie dann schrittweise weiter.
Wichtig aus der Erfahrung: Führungskräfte sollten mit gutem Beispiel vorangehen. Wer als Chef weiter an alten Prozessen festhält, bremst die gesammelte Teamdynamik sofort aus.
ROI-Messung und Erfolgskennzahlen
Klar ist: KI-Investments in HR müssen sich rechnen. Verschiedene Studien und Erfahrungswerte zeigen, dass sich der Return-on-Investment meist schon im ersten oder zweiten Jahr einstellt – oft mit erheblichen Wirkungen auf Effizienz und Kosten.
Quantitative Erfolgskennzahlen
| Bereich | Kennzahl | Typische Verbesserung |
|---|---|---|
| Recruiting | Time-to-Hire | -40% bis -60% |
| Recruiting | Cost-per-Hire | -30% bis -50% |
| Administration | Bearbeitungszeit Standardprozesse | -70% bis -80% |
| Employee Retention | Kündigungsrate | -15% bis -25% |
| Produktivität | HR-Aufwand pro Mitarbeiter | -20% bis -35% |
Qualitative Verbesserungen
Was durch Zahlen schwer messbar ist, zeigt sich dafür umso deutlicher im Alltag:
- Strategische Fokussierung: Mehr Zeit und Energie für wertschöpfende Themen
- Datenbasierte Entscheidungen: Weniger Zufall, mehr faktenbasierte Steuerung
- Vorausschauende Personalarbeit: Engpässe erkennen, bevor sie zum Problem werden
- Höhere Zufriedenheit: Schnellere Prozesse kommen bei Bewerbenden und Mitarbeitern gleichermaßen an
- Compliance-Sicherheit: Weniger Risiken durch Automatisierungen
ROI-Berechnung in der Praxis
Ein Rechenbeispiel für den Mittelstand: Ein Unternehmen mit etwa 150 Mitarbeitenden investiert 85.000 Euro in KI-basierte HR-Lösungen:
Erwartbare Einsparungen pro Jahr:
- Effizienteres Recruiting: rund 32.000 Euro (geringere Kosten für externe Agenturen, schnelleres Besetzen)
- Weniger Verwaltungszeit: rund 45.000 Euro (personelle Einsparungen im Alltag)
- Geringere Fluktuation: rund 28.000 Euro (weniger Kosten für Einarbeitung und Onboarding)
- Bessere Compliance: rund 12.000 Euro (weniger Beratungsaufwand durch digitale Checks)
Ergebnis: In diesem Beispiel liegt die jährliche Gesamteinsparung bei etwa 117.000 Euro. Der ROI ist bereits im ersten Jahr spürbar – und steigt mit jeder weiteren Automatisierung.
Roadmap für die nächsten 24 Monate
Erfolgreiche KI-Transformationen folgen klaren Meilensteinen. Hier ein praxiserprobter Ablauf für mittelständische HR-Teams:
Quartale 1-2: Assessment und Foundation
Monate 1-3: Analyse und Strategie
- Alle HR-Prozesse und -Systeme erfassen
- Wichtigste Use Cases mit dem besten ROI-Potenzial auswählen
- Technologie-Roadmap entwickeln, Budget sichern
- Konkrete Change-Strategie aufsetzen
- Datenschutz mitdenken und fest verankern
Monate 4-6: Infrastruktur und erste Erfolge
- HRIS konsolidieren
- Datenqualität und Schnittstellen aufbauen
- Frühe Automatisierungen starten (z. B. CV-Screening, Verträge)
- Ein Pilotteam schulen und Erfahrungen sammeln
- Fortschritte sichtbar machen
Quartale 3-4: Scale und Integration
Monate 7-12: Kernthemen ausbauen
- Predictive Analytics für Recruiting und Retention starten
- Plattformen für Employee Experience einführen
- Chatbots für Standardanfragen launchen
- Performance Analytics einbinden
- Den Rollout auf die Abteilung ausweiten
Monate 13-18: Advanced Features
- Machine Learning-Modelle für komplexe Auswertungen trainieren
- Business Intelligence und HR koppeln
- Compliance noch stärker automatisieren
- Self-Service für Führungskräfte anbieten
- Return on Investment prüfen und optimieren
Quartale 5-8: Innovation und Verbesserung
Monate 19-24: Weiterentwicklung
- HR-gestützte Organisationsentwicklung ausbauen
- Tiefere People Analytics aufsetzen
- Externe Benchmarks und Skills-Trends integrieren
- Interne Kompetenzplattform für KI aufbauen
- Den nächsten Innovationszyklus vorbereiten
Kritische Erfolgsfaktoren
Aus der Praxis lassen sich zentrale Faktoren ableiten:
- Führung als Treiber: Die Geschäftsleitung sollte sichtbar hinter der Transformation stehen
- Zielgerichtete Ressourcen: Mindestens eine Person kümmert sich zu 100% um das Thema
- Change-Champions etablieren: Frühe Unterstützer in jedem Team sichtbar machen
- Iterative Einführung: Große Würfe vermeiden, lieber beständig nachsteuern
- Erfolg sichtbar messen: Von Anfang an Fortschritte kommunizieren und belegen
Häufig gestellte Fragen
Wie hoch sind die Investitionskosten für eine KI-gestützte HR-Transformation?
Für mittelständische Unternehmen (50-200 Mitarbeitende) liegen die typischen Einstiegskosten meist zwischen 60.000 und 150.000 Euro. Dazu zählen: Software-Lizenzen, Implementierung, Schnittstellen und Schulungen. Die laufenden Kosten (Updates, Support) betragen erfahrungsgemäß 15-25% der Anfangsinvestition pro Jahr. Effizienzgewinne und Kosteneinsparungen zeigen sich oft schon nach wenigen Monaten.
Wie lange dauert die vollständige Implementierung einer KI-gestützten HR-Funktion?
Die vollständige Transformation nimmt in der Regel 18 bis 24 Monate in Anspruch. Erste Quick Wins – beispielsweise automatisiertes CV-Screening oder Chatbots – sind oft schon nach 3-6 Monaten möglich. Wichtig ist eine schrittweise, praxisorientierte Einführung statt eines kompletten Systemwechsels auf einen Schlag.
Welche Datenschutz-Aspekte muss ich bei KI in der Personalarbeit beachten?
DSGVO-Konformität ist absolute Pflicht. Dazu zählen: Einwilligungen prüfen, Transparenz bei KI-Entscheidungen, Datensparsamkeit und das Recht auf Erklärung. Arbeiten Sie eng mit Datenschutzbeauftragten zusammen und bevorzugen Sie Anbieter mit EU-Servern sowie Privacy-by-Design-Prinzipien. Anonymisierung und Pseudonymisierung sind dabei zentrale Werkzeuge.
Ersetzt KI menschliche HR-Mitarbeitende oder ergänzt sie diese?
KI unterstützt, aber ersetzt nicht. Routinetätigkeiten werden automatisiert – so bleibt mehr Freiraum für die wichtigen, gestaltenden Themen. HR-Teams können sich dadurch stärker auf Coaching, Organisationsentwicklung und komplexe Anliegen fokussieren. Empathie und Kreativität bleiben menschlich.
Welche Qualifikationen brauchen HR-Mitarbeitende in einer KI-gestützten Abteilung?
Gefragt sind drei Kompetenzfelder: 1) Umgang mit Daten (Analytics, KPIs), 2) Technologiewissen (neue Tools, Prozessoptimierung), 3) Strategisches Denken (Geschäftsverständnis, Change-Gestaltung). Viele Weiterbildungsangebote oder Zertifikate (“AI for HR”) sind inzwischen verfügbar. Wichtig: Meist lassen sich bestehende Teams gut weiterentwickeln – externe Einstellungen sind nur selten notwendig.
Wie messe ich den Erfolg meiner KI-Implementierung in der Personalarbeit?
Definieren Sie frühzeitig Ihre wichtigsten Ziele: Time-to-Hire, Cost-per-Hire, Mitarbeiterzufriedenheit, Aufwand für Standardprozesse, Retention-Rate. Typischerweise lässt sich eine Beschleunigung vieler Abläufe um 40-60% erreichen. Wichtig: Kombinieren Sie harte Zahlen mit Nutzerfeedback. So stellen Sie sicher, dass Ihre KI-Lösung nicht nur schneller, sondern auch wirklich besser ist.
Welche Risiken birgt der Einsatz von KI in der Personalarbeit?
Zu den wichtigsten Risiken zählen: unerkannte Vorurteile in den Trainingsdaten (“bias”), Datenschutzprobleme und Vorbehalte im Team. Wichtige Gegenmaßnahmen: Diversität in den Datenquellen, Human-in-the-Loop-Prinzip (Mensch prüft kritische Entscheidungen), regelmäßige Audits der Algorithmen, transparente Kommunikation. Setzen Sie besser auf etablierten Partner mit nachweislich fairen KI-Lösungen.
Kann ich KI-Tools auch bei kleinen HR-Teams (unter 50 Mitarbeitende) sinnvoll einsetzen?
Definitiv! Gerade dort ist der Gewinn pro eingesetzter Stunde oft besonders groß. Cloudbasierte Lösungen (z. B. für CV-Vorauswahl oder digitale Urlaubsplanung) lassen sich in kleinen Teams schon mit überschaubaren Investitionen (häufig 500-1.500 Euro monatlich) realisieren. Viele Anbieter haben spezielle Pakete für kleinere Unternehmen geschnürt. Das Gute daran: Jede gesparte Stunde wirkt sich hier umso schneller auf das Gesamtgeschäft aus.
