Zum Hauptinhalt wechseln
Dokumentation
Dokumentation
Administrator Guide
Zuletzt aktualisiert: 2026-02-06
Schritte: Machine Learning für Zeitanomalien einrichten

Schritte: Machine Learning für Zeitanomalien einrichten

Möglicherweise müssen Sie zusätzliche Schritte unternehmen, um dieses Feature basierend auf der Abonnementservicevereinbarung Ihrer Organisation zu aktivieren. Für Ihre Organisation gilt entweder die MSA- oder die universelle Hauptservicevereinbarung (UMSA). So bestimmen Sie die Abonnementservicevereinbarung Ihrer Organisation:
  1. Wählen Sie Ihren Profil-Avatar in der Workday Community aus.
  2. Wählen Sie
    Profil
     aus.
  3. Wählen Sie auf Ihrer Profilseite den Namen Ihrer Organisation aus. Dieser wird unter Ihrem Namen und neben Ihrer Tätigkeitsbezeichnung.
  4. Zeigen Sie den Wert Ihrer
    Vereinbarung für Abonnementservice
     an.
Wenn der Wert:
  • UMSA
     : Das Feature ist automatisch verfügbar. Sie können den Schritt
    "Innovation Services Feature and AI Data Postings for MSA Customers"
     aktivieren. Weitere Informationen zu Machine Learning-Datenbeiträgen finden Sie unter Konzept: Workday AI for Universal Main Subscription Agreement Customers .
  • MSA
     , müssen Sie dieses Feature über Innovation Services aktivieren. Verwenden Sie dazu den Schritt
    "Innovation Services Feature and AI Data Contributions for MSA Customers"
     .
Hinweis: UMSA-Kunden haben keine Innovation Services-Aufgaben und -Berichte in ihren Mandanten, da diese nur für MSA-Kunden gelten. UMSA-Kunden können alle Informationen zu Innovation Services ignorieren.
  • Implementieren Sie Workday Time Tracking. Wir empfehlen, die Zeiterfassung mindestens ein Jahr vor Implementierung der Erkennung von Zeitanomalien bereitzustellen.
  • Erstellen Sie Zeitgenehmigungsvorlagen.
Sie können einstellen, dass Workday mithilfe von Machine Learning atypische Zeiteingaben erkennt. Dadurch haben Sie folgende Möglichkeiten:
  • Benutzerdefinierte Berichte erstellen, um Scores für Zeitanomalien und die Top-Gründe für Zeitanomalien für Zeitblöcke anzuzeigen.
  • Bericht
    Zeitanomalie - Trends
     öffnen, um Trends für Zeitanomalien nach Linienorganisation anzuzeigen.
  • Managern und Zeitnehmern die Möglichkeit geben, im Bericht
    Zeit prüfen
     Zeitanomalien anzuzeigen und entsprechende Maßnahmen zu ergreifen.
  1. Wählen Sie im Bericht
    Innovation Services and Data Selection Opt-In
     den Abschnitt
    HCM: Workforce Management Machine Learning Services
     aus.
    Um ein Machine Learning Modell zu Build , das Zeitanomalien erkennen kann, müssen Sie ein Opt-in für alle folgenden Kategorien setzen:
    • Time Configuration Data
    • Mitarbeiterdaten
    • Historical Schedule Block Data
    • Worker Time and Absence Data
    Sie können auch ein Opt-in für
    User Feature Delivery Data
     setzen, damit Workday Zeitanomalien erkennen kann.
    Abhängig von der Abonnementvereinbarung Ihrer Organisation müssen Sie möglicherweise zusätzliche Schritte ausführen, um dieses Feature zu aktivieren. Weitere Informationen finden Sie in diesem Community- Artikel.
  2. Öffnen Sie die Aufgabe
    Mandanten-Setup bearbeiten - Machine Learning
     .
    Wählen Sie die Region aus, in der Workday Daten hostet, die zur Verbesserung und Personalisierung von Machine Learning und Analytics verwendet werden.
    Sicherheit: Domäne
    Set Up: Tenant Setup - Machine Learning
     im funktionalen Bereich „System“
  3. (Optional) Öffnen Sie die Aufgabe
    Zeitgenehmigungsvorlage bearbeiten
    .
    Aktivieren Sie das Kontrollkästchen
    Zeitanomalien einschließen
    , um Zeitanomalien im Bericht
    Zeit prüfen
     anzuzeigen.
    Sicherheit
    Set Up: Time Tracking
     im funktionalen Bereich „Time Tracking“.
Wir empfehlen, das Machine Learning -Modell mindestens drei Wochen lang im Mandant zu trainieren. Wenn Sie in einem Mandant trainieren, stellen Sie sicher, dass das Modell über einen konstanten Live-Datenfluss mit realen Daten verfügt, mit denen es trainiert werden kann, damit es Muster in akzeptablen und inakzeptablen Zeitblöcken erlernen kann.
Wenn Sie in einem Nicht- Mandant testen müssen, können Sie die Erkennung von Zeitanomalien in Implementierungsmandanten aktivieren. Wenn Sie vor dem 04.10.2024 mit Tests in einem Mandant begonnen haben, müssen Sie jetzt die On-Demand-Datenextraktion aktivieren, um die reguläre Datenextraktion fortzusetzen.