[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7AEJ627D6VC34KCRVRADYYJ":3,"skill-same:01M7AEJ627D6VC34KCRVRADYYJ":46},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":24,"commitSha":25,"skillDirectory":26,"forksCount":14,"repositoryHtmlUrl":27,"repositoryHomepageUrl":6,"ownerHtmlUrl":28,"ownerBlogUrl":29,"ownerDescription":30,"updatedAt":31,"install":32,"resources":45},"01M7AEJ627D6VC34KCRVRADYYJ","performance-review-skill",null,"Unterstützt Führungskräfte beim Entwerfen fairer, konkreter Leistungsbeurteilungen mit Kalibrierungshilfe und Zielsetzungs-Leitlinien. Verwende ihn, wenn du Jahres- oder Halbjahresbeurteilungen schreibst, eine Kalibrierungssitzung vorbereitest oder eine Führungskraft beim Feedback coachst. Auslösen mit \"Leistungsbeurteilung schreiben für\", \"hilf mir mit dieser Beurteilung\", \"Kalibrierungsvorbereitung\".","innFactory-AI\u002Fcompany-ai-stack-skills","innFactory-AI","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F165681221?v=4","01M7AEC27VD0D1QX2XBX441MDW","innFactory AI","01M7AEC28G25HQ9H9SN58MNV27",0,"MIT","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fde\u002Fskills\u002Fhuman-resources\u002Fperformance-review-skill\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: performance-review-skill\ndescription: Unterstützt Führungskräfte beim Entwerfen fairer, konkreter Leistungsbeurteilungen mit Kalibrierungshilfe und Zielsetzungs-Leitlinien. Verwende ihn, wenn du Jahres- oder Halbjahresbeurteilungen schreibst, eine Kalibrierungssitzung vorbereitest oder eine Führungskraft beim Feedback coachst. Auslösen mit \"Leistungsbeurteilung schreiben für\", \"hilf mir mit dieser Beurteilung\", \"Kalibrierungsvorbereitung\".\n---\n\n# Leistungsbeurteilung-Skill\n\nGestalte Leistungsmanagement-Systeme, moderiere Kalibrierungssitzungen, führe Talentbewertungen durch und baue Zielsetzungs-Frameworks. Organisationsspezifische Daten (Ratings, Mitarbeiterakten, Ziel-Frameworks, Kompetenzdefinitionen) kommen von dir, aus einer angebundenen MCP-Quelle oder aus companyRAG-Sammlungen.\n\n## Woher die Daten kommen\n\n| Quelle | Was sie beiträgt |\n| --- | --- |\n| **HRIS über MCP** (z. B. Workday, BambooHR, Personio) | Mitarbeiterakten, Job-Level, Vergütungsdaten, historische Ratings |\n| **OKR-\u002FZiel-Tools über MCP** | Zielsetzungen, Key Results, Zielerreichung, KPI-Verlauf |\n| **companyRAG \u002F Datei-Upload** | Kompetenz-Frameworks, Job-Architektur, Kalibrierungsrichtlinien, frühere Beurteilungen |\n\n> **Keine angebundene Quelle?** Gib die Daten im Chat an oder lade die relevanten Dateien hoch — der Skill funktioniert genauso.\n\n## EU-KI-Verordnung & DSGVO — Grenzen der Compliance\n\nKI-gestützte Leistungsüberwachung und Workforce-Management gilt als **Hochrisiko nach der EU-KI-Verordnung (Anhang III, Kategorie 4 — Beschäftigung und Personalmanagement)**. Nach Art. 22 DSGVO haben Personen das Recht, nicht ausschließlich automatisierten Entscheidungen unterworfen zu werden, die rechtliche oder ähnlich erhebliche Wirkungen entfalten. Alle Ergebnisse sind Entscheidungshilfen für menschliche Fachkräfte — Leistungsratings, Talentklassifizierungen und Entwicklungsentscheidungen müssen von qualifizierten Menschen getroffen werden.\n\n## Auswahl des Leistungsmanagement-Modells\n\nLeistungsmanagement ist eine DESIGN-ENTSCHEIDUNG, kein Fortschritt von \"traditionell\" zu \"modern\". Jedes Modell hat berechtigte Anwendungsfälle, und die richtige Wahl hängt vom organisationalen Kontext ab, nicht von Trends. Stelle alle Modelle als Optionen mit Trade-offs dar.\n\n### Modelloptionen\n\n| Modell | Kernansatz | Beste Eignung | Wichtige Design-Überlegung |\n| --- | --- | --- | --- |\n| **Zyklusbasiert** | Zielsetzung → Check-in → Beurteilung → Kalibrierung | Strukturierte Vergütungszyklen; regulierte Branchen | Recency-Bias-Risiko bei Jahresbeurteilungen; administrativer Aufwand |\n| **Kontinuierliches Feedback** | Laufendes 1:1-Coaching, Echtzeit-Anerkennung, regelmäßige Check-ins | Schnelllebige Organisationen; Rollen mit rasch wechselnden Prioritäten | Schwerer für Vergütung zu aggregieren; erfordert hohe Führungskompetenz; Kalibrierung ohne diskrete Datenpunkte komplexer |\n| **OKR-basiert** | Quartalsweise Objectives mit messbaren Key Results | Produkt- und Technologieorganisationen mit klarer strategischer Kadenz | OKR-Scores von der Vergütung trennen, um Sandbagging zu verhindern; nicht alle Rollen eignen sich für Quartalsziele |\n| **Hybrid** | Kombination von Elementen (z. B. kontinuierliche 1:1s + Jahreskalibrierung) | Organisationen im Modellwechsel oder mit diversen Rollentypen | Höhere Design-Komplexität; Risiko des \"Schlechtesten aus beiden Welten\" ohne bewusste Gestaltung |\n\n### Auswahlkriterien\n\nBewerte bei der Modellwahl einer Organisation:\n\n| Faktor | Spricht für Zyklusbasiert | Spricht für Kontinuierlich | Spricht für OKR-basiert |\n| --- | --- | --- | --- |\n| Vergütungskopplung | Stark — braucht diskrete Datenpunkte | Schwach — schwerer zu aggregieren | Mittel — Quartalsdaten verfügbar |\n| Führungskompetenz | Niedrigere Hürde — strukturierter Prozess leitet Führungskräfte | Höhere Hürde — erfordert Coaching-Fähigkeit | Mittel — Zielsetzung ist erlernbar |\n| Betriebsrats-Anforderungen | Natürliche Passung — formale Prozessdokumentation | Kompatibel — erfordert strukturierte Dokumentation laufenden Feedbacks für formale Mitbestimmung | Abhängig von der Jurisdiktion |\n| Veränderungsrate | Langsamer — Jahresziele bleiben stabil | Schneller — Prioritäten verschieben sich häufig | Mittel — quartalsweise Anpassung |\n| Organisationsgröße | Größer — braucht Konsistenz im Maßstab | Kleiner — beziehungsgetrieben | Mittel — strategisches Alignment zählt |\n\n> [Methodik-Framework] Dieses Auswahl-Framework ist ein Design-Werkzeug, keine Empfehlung. Kein Modell ist von Natur aus überlegen. Die Organisation muss anhand ihres spezifischen Kontexts, ihrer Kultur und ihrer Rahmenbedingungen wählen.\n\n## Zielsetzungs-Methodik\n\nZielsetzungs-Frameworks sind Komponenten des Leistungsmanagements, keine Systeme an sich. Die Methodik zur Gestaltung der Zielsetzung variiert je nach gewähltem Leistungsmodell.\n\n### Optionen für Ziel-Frameworks\n\nJedes Ziel-Framework hat eine kritische Design-Überlegung für das Leistungsmanagement:\n\n- OKR : OKR-Erreichungsscores von Leistungsratings trennen, um Sandbagging zu verhindern (konservative Ziele setzen, um hohe Scores zu erreichen)\n- KPI-basiert : Zwischen Frühindikatoren (Aktivitäten) und Spätindikatoren (Ergebnissen) unterscheiden — Rollen sollten an Indikatoren gemessen werden, die sie beeinflussen können\n- Kompetenzbasiert : Kompetenzbewertung erfordert verhaltensbasierte Evidenz, keine Selbstauskunft — verknüpfe mit der Verhaltensanker-Methodik aus dem strukturierten Recruiting\n\n### Zielqualität und Kaskadierung\n\nWende Standard-Zielqualitätskriterien an (SMART oder gleichwertig), damit jedes Ziel spezifisch, messbar und terminiert ist. Die folgende Methodik behandelt die nicht offensichtlichen Design-Entscheidungen:\n\nWenn Ziele unterschiedliche Gewichte in der Leistungsbewertung tragen:\n\n1. Gewichte zum Zeitpunkt der Zielsetzung kommunizieren, nicht zum Bewertungszeitpunkt\n2. Sicherstellen, dass die Gewichte sich auf 100 % summieren und dokumentiert sind\n3. Kaskadierung: Organisationsziele → Funktionsziele → Teamziele → Individualziele. Jede Ebene sollte sehen können, wie ihre Ziele nach oben anknüpfen.\n4. Kaskadierungs-Artefakte vermeiden: Das CEO-Ziel \"20 % Umsatzwachstum\" sollte nicht zum persönlichen Ziel jedes Einzelnen werden — übersetze es in den Beitragsbereich der jeweiligen Person\n\n## Methodik der Kalibrierungssitzung\n\nDie Kalibrierungs-Methodik ist hier detailliert ausgeführt, weil strukturiertes Moderationstraining in den meisten Organisationen unüblich ist. Die meisten Führungskräfte wurden nie in strukturierter Kalibrierungs-Moderation geschult.\n\n### Zweck der Kalibrierung\n\nKalibrierung sichert Rating-Konsistenz über Führungskräfte und Teams hinweg. Ohne sie schafft Milde-\u002FStrenge-Variation zwischen Führungskräften inäquitable Vergütungs- und Beförderungsergebnisse und verhindert einen sinnvollen teamübergreifenden Vergleich.\n\n### Vorbereitung vor der Sitzung\n\n1. Datenaufbereitung : Ratings nach Führungskraft, Team, Funktion und Job-Level aggregieren. Verteilungsdiagramme erstellen, die die Rating-Streuung je Gruppe zeigen.\n2. Ausreißer-Identifikation : Ratings markieren, die deutlich von der Gruppenverteilung abweichen, zur Diskussion (nicht zur automatischen Korrektur)\n3. Teamübergreifender Vergleich : Verteilungen über Teams auf gleichem Job-Level vergleichen — deutliche Unterschiede deuten auf mögliche Kalibrierungsprobleme hin\n4. Vorarbeit der Führungskräfte : Jede Führungskraft bereitet eine evidenzbasierte Begründung für jedes Rating über oder unter der mittleren Kategorie vor, mit Bezug auf konkrete Leistungen, Verhaltensweisen und Zielergebnisse\n\n### Moderation der Sitzung\n\nDie moderierende Person (typischerweise HR Business Partner oder Talentmanagement-Spezialist) besitzt den Prozess; die Führungskräfte besitzen den Inhalt.\n\n1. Grundregeln : Ratings basieren auf Evidenz gegen die Erwartungen des Job-Levels, nicht auf Vergleich mit Peers, persönlicher Beziehung oder Betriebszugehörigkeit\n2. Job-Level-Verankerung : Beginne jeden Diskussionsabschnitt damit, neu zu benennen, was das relevante Job-Level erwartet (aus der Job-Architektur)\n3. Review-Reihenfolge : Mit Ausreißer-Ratings (höchste und niedrigste) beginnen, dann die mittlere Verteilung durchgehen\n4. Evidenz-Standard : Für jedes diskutierte Rating präsentiert die Führungskraft konkrete verhaltensbasierte Evidenz. \"Sie ist eine starke Leistungsträgerin\" ist keine Evidenz. \"Sie lieferte [ konkretes Ergebnis ] gegen [ konkretes Ziel ], während sie [ konkrete Herausforderung ] meisterte\" ist Evidenz.\n5. Challenge-Protokoll : Andere Führungskräfte und die moderierende Person dürfen Verständnisfragen stellen. Einwände müssen evidenzbasiert sein: \"In meinem Team wäre dieses Ergebnis auf IC3 ein Meets, kein Exceeds — und zwar deshalb...\"\n6. Anpassungs-Tracking : Alle Rating-Änderungen mit Begründung dokumentieren. Änderungen müssen evidenz-, nicht druckgetrieben sein.\n7. Bias-Checks : In jedem Abschnitt explizit auf gängige Verzerrungen prüfen (siehe Abschnitt Bias-Minderung unten)\n8. Zeitmanagement : Diskussionszeit proportional zur Teamgröße und Rating-Divergenz zuweisen, nicht gleichmäßig je Führungskraft\n\nFür Agenden, den Umgang mit Meinungsverschiedenheiten, die Nachbereitungsdokumentation und Führungskräfte-Kommunikation erweitere die obigen Moderationsschritte mit den HR-Vorlagen und Zeitplänen deiner Organisation.\n\n### Kalibrierungs-Modelle\n\nOrganisationen können anhand von Ratings, Narrativen oder einer Kombination kalibrieren:\n\n**Rating-basierte Kalibrierung**: Richtet numerische oder kategoriale Ratings über Führungskräfte hinweg aus. Am stärksten strukturiert. Erfordert eine Rating-Skala (siehe unten).\n\n**Narrativ-basierte Kalibrierung**: Führungskräfte präsentieren schriftliche Leistungszusammenfassungen und diskutieren, ob die beschriebene Leistung zur beabsichtigten Rating-Kategorie passt. Nuancierter, aber im Maßstab schwerer zu moderieren.\n\n**Hybrid**: Rating, verankert durch narrative Evidenz. Das Rating liefert die Struktur; das Narrativ liefert die Substanz.\n\n## Ansätze der Talentbewertung\n\nTalentbewertung ist ein Menü von Ansätzen, kein einzelnes Werkzeug. Jeder hat berechtigte Anwendungsfälle.\n\n**9-Box-Grid** (Leistung × Potenzial)\n\n- Wann es funktioniert: große Organisationen, die einen visuellen Überblick brauchen, Nachfolgeplanungs-Gespräche, Organisationen, die mit expliziter Potenzialbewertung vertraut sind\n- Grenzen: \"Potenzial\" ist schwer objektiv zu definieren, kann Labeling-Effekte erzeugen, kulturelle Vorbehalte in manchen europäischen Kontexten\n- Moderation: beide Achsen vor der Sitzung mit verhaltensbasierten Beschreibungen definieren; Potenzial ist nicht \"Sympathie\" oder \"Sichtbarkeit\"\n\n**Narrativ-basierte Talentreview**\n\n- Wann es funktioniert: Führungskräfte-Review auf höchster Ebene, Rollen mit mehrdimensionaler, schwer auf Scores reduzierbarer Leistung, Organisationen, die qualitative Diskussion schätzen\n- Grenzen: zeitintensiv, schwerer zu aggregieren, Moderationsfähigkeit ist entscheidend\n- Moderation: das Narrativ mit konsistenten Prompts strukturieren (Stärken, Entwicklungsfelder, Readiness, Risiko)\n\n**Kompetenzbasierte Bewertung**\n\n- Wann es funktioniert: technische Organisationen, Rollen, in denen Kompetenzniveau der primäre Differenzierer ist, Organisationen mit reifen Kompetenz-Frameworks\n- Grenzen: erfordert eine gepflegte Kompetenz-Taxonomie, kann Führungs- und Verhaltensdimensionen übersehen\n- Moderation: mit der Kompetenz-Level-Matrix aus der Job-Architektur verknüpfen\n\n**Succession-Readiness-Modelle**\n\n- Wann es funktioniert: Fokus auf Kontinuität kritischer Rollen, Organisationen mit identifizierten Schlüsselpositionen\n- Grenzen: enger Fokus (nur Nachfolge), kann Anspruchserwartungen erzeugen\n- Moderation: Readiness in Zeithorizonten bewerten (jetzt bereit, in 1–2 Jahren bereit, in 3+ Jahren bereit) mit konkreten Entwicklungsmaßnahmen für jeden Horizont\n\n### Einen Ansatz wählen\n\nDie Wahl hängt vom organisationalen Kontext ab:\n\n- Organisationsgröße: 9-Box skaliert besser; Narrativ skaliert schlechter\n- Kultureller Kontext: manche europäische Organisationen lehnen explizites Potenzial-Labeling ab\n- Reife der HR-Prozesse: kompetenzbasiert erfordert ein bestehendes Kompetenz-Framework\n- Zweck: Nachfolgeplanung favorisiert Readiness-Modelle; Entwicklungsplanung favorisiert kompetenzbasiert; allgemeine Talentreview kann jeden Ansatz nutzen\n\n## Gestaltung der Rating-Skala\n\nWenn das Leistungsmanagement-Modell Ratings nutzt:\n\n### Skalenkonstruktion\n\n| Skalentyp | Vorteile | Nachteile |\n| --- | --- | --- |\n| 3-stufig | Einfach, erzwingt Differenzierung | Kann für nuancierte Rollen zu grob wirken |\n| 4-stufig (ohne Mittelpunkt) | Erzwingt eine Richtung (über\u002Funter Erwartung) | Kann sich für die Kategorie \"unter Mitte\" strafend anfühlen |\n| 5-stufig | Vertraut, erlaubt Nuancen | Risiko der zentralen Tendenz (die meisten Ratings clustern bei 3) |\n| Verhaltenslabels (ohne Zahlen) | Reduziert die \"Score\"-Mentalität | Quantitativ schwerer zu aggregieren |\n\n### Verteilungsansätze\n\n**Geleitete Verteilung**: Erwartete Bandbreiten als Richtwerte vorgeben, nicht als Quoten. Die Organisation definiert die erwartete Verteilungsform; Führungskräfte begründen Abweichungen.\n\n**Keine vorgegebene Verteilung**: Ratings dorthin fallen lassen, wo die Evidenz sie stützt. Die Kalibrierung fängt Inkonsistenz ab. Erfordert starke Kalibrierungs-Moderation.\n\n**Erzwungene Verteilung** (Forced Ranking): Spezifische Prozentsätze je Kategorie vorschreiben. Wirksam gegen Inflation, aber kontrovers — kann Vertrauen beschädigen, Wettbewerb schaffen und leistungsstarke Teams bestrafen, in denen alle die Erwartungen tatsächlich erfüllen.\n\n> [Methodik-Framework] Alle Verteilungsansätze sind Design-Entscheidungen mit Trade-offs. Kein einzelner Ansatz ist von Natur aus korrekt. Erzwungene Verteilung ist nicht \"veraltet\" und geleitete Verteilung ist keine \"Best Practice\" — jeder dient unterschiedlichen organisationalen Kontexten. Stelle die Trade-offs dar und lass die Organisation wählen.\n\n## Methodik im Umgang mit Minderleistung\n\nDieser Abschnitt behandelt die universellen Prozesselemente im Umgang mit Minderleistung. Arbeitsrechtliche Implikationen variieren dramatisch je nach Jurisdiktion — spezifische Verfahrensanforderungen (Abmahnung in Deutschland, entretien préalable in Frankreich, dossieropbouw in den Niederlanden) sind jurisdiktionsspezifisch und erfordern die Prüfung mit arbeitsrechtlicher Beratung.\n\n### Universelle Prozesselemente\n\nUnabhängig von der Jurisdiktion folgt effektives Minderleistungs-Management einer konsistenten Methodik:\n\n1. Identifikations-Trigger : Spezifische, dokumentierte Lücke zwischen erwarteter Leistung (aus Job-Level-Erwartungen) und tatsächlicher Leistung (aus während des Leistungszyklus gesammelter Evidenz)\n2. Ursachenanalyse : Leistungslücken können aus Fähigkeit (Skill-Lücke), Motivation, Klarheit (unklare Erwartungen), Ressourcen (Werkzeuge, Support, Zeit) oder persönlichen Umständen entstehen. Die Intervention muss zur Ursache passen.\n3. Formale Dokumentation : Jeder Schritt mit Daten, konkreten Verhaltensweisen, erwarteten Standards und vereinbarten Maßnahmen dokumentiert. Diese Dokumentation ist unabhängig von der Jurisdiktion kritisch.\n4. Verbesserungsplan : Spezifische, messbare Verbesserungsziele mit realistischem Zeitrahmen, definierter Unterstützung (Training, Coaching, angepasste Arbeitslast) und klaren Erfolgskriterien\n5. Regelmäßige Checkpoints : Geplante Reviews während der Verbesserungsphase mit dokumentierter Fortschrittsbewertung\n6. Ergebnisentscheidung : Am Ende der Verbesserungsphase eine dokumentierte Bewertung, ob die Verbesserungskriterien erfüllt, teilweise erfüllt oder nicht erfüllt wurden, mit den daraus folgenden nächsten Schritten\n\n> **KRITISCH**: Prüfe die spezifischen Verfahrensanforderungen, Fristen, die Einbindung von Arbeitnehmervertretungen und die rechtlichen Schutzmechanismen mit arbeitsrechtlicher Beratung in der zutreffenden Jurisdiktion, BEVOR du einen formalen Minderleistungs-Prozess einleitest. Ein fehlerhafter Prozess kann die Organisation erheblichem rechtlichem Risiko aussetzen.\n\n## Bias-Minderung in der Leistungsbewertung\n\nLeistungskalibrierung teilt Bias-Typen mit dem strukturierten Recruiting (siehe Skill für strukturiertes Recruiting). Die folgenden Gegenmaßnahmen sind spezifisch für den Leistungskontext:\n\n- Recency : Evidenz aus dem GESAMTEN Beurteilungszeitraum verlangen, nicht nur aus dem letzten Quartal. Führungskräfte sollten den gesamten Zyklus über eine laufende Dokumentation pflegen.\n- Milde\u002FStrenge : Der primäre Zweck der Kalibrierung — der teamübergreifende Verteilungsvergleich legt systematisches Über-\u002FUnterbewerten offen.\n- Zentrale Tendenz : Auch für mittlere Ratings eine evidenzbasierte Begründung verlangen, nicht nur für Ausreißer. \"Erfüllt Erwartungen\" ist eine positive Aussage, kein Default.\n- Halo\u002FHorns : Jede Kompetenz oder jedes Ziel unabhängig bewerten, bevor ein Gesamtrating gebildet wird.\n- Attribution : Individuellen Beitrag von Umweltfaktoren unterscheiden (Team-Ressourcen, Marktbedingungen, organisationale Veränderungen).\n- Kontrast : Jede Diskussion an den Job-Level-Erwartungen verankern, nicht an der unmittelbar zuvor besprochenen Person.\n\nModeriere explizite Bias-Checks während der Kalibrierung: nach jedem Abschnitt fragen \"Sehen wir Muster darin, wer die höchsten\u002Fniedrigsten Ratings erhält? Gibt es demografische, betriebszugehörigkeits- oder teambezogene Muster?\"\n\n## Guardrails\n\n- Erzeuge niemals Mitarbeiter-Leistungsbewertungen, Ratings oder Talentklassifizierungen. Alle Leistungsdaten müssen aus der Organisation kommen.\n- Stelle niemals ein einzelnes Leistungsmodell als von Natur aus überlegen dar oder behaupte \"Industriestandard\" für Rating-Skalen, Verteilungen oder Kalibrierungsansätze. Verteilung ist eine organisationale Design-Entscheidung.\n- Markiere, wenn Empfehlungen das Arbeitsrecht berühren : \"Verfahrensanforderungen mit arbeitsrechtlicher Beratung in [ Jurisdiktion ] prüfen.\"\n- Versieh jede Ausgabe mit einer Quellenkennzeichnung : [Methodik-Framework] , [Aus Organisationsdaten] oder [KI-Bewertung — mit HR verifizieren] .\n\n> **Tipp:** Fordere über companyFILES eine DOCX- oder Markdown-Ausgabe an, um ein formatiertes, sofort teilbares Dokument zu erhalten.\n","# Leistungsbeurteilung-Skill\n\nGestalte Leistungsmanagement-Systeme, moderiere Kalibrierungssitzungen, führe Talentbewertungen durch und baue Zielsetzungs-Frameworks. Organisationsspezifische Daten (Ratings, Mitarbeiterakten, Ziel-Frameworks, Kompetenzdefinitionen) kommen von dir, aus einer angebundenen MCP-Quelle oder aus companyRAG-Sammlungen.\n\n## Woher die Daten kommen\n\n| Quelle | Was sie beiträgt |\n| --- | --- |\n| **HRIS über MCP** (z. B. Workday, BambooHR, Personio) | Mitarbeiterakten, Job-Level, Vergütungsdaten, historische Ratings |\n| **OKR-\u002FZiel-Tools über MCP** | Zielsetzungen, Key Results, Zielerreichung, KPI-Verlauf |\n| **companyRAG \u002F Datei-Upload** | Kompetenz-Frameworks, Job-Architektur, Kalibrierungsrichtlinien, frühere Beurteilungen |\n\n> **Keine angebundene Quelle?** Gib die Daten im Chat an oder lade die relevanten Dateien hoch — der Skill funktioniert genauso.\n\n## EU-KI-Verordnung & DSGVO — Grenzen der Compliance\n\nKI-gestützte Leistungsüberwachung und Workforce-Management gilt als **Hochrisiko nach der EU-KI-Verordnung (Anhang III, Kategorie 4 — Beschäftigung und Personalmanagement)**. Nach Art. 22 DSGVO haben Personen das Recht, nicht ausschließlich automatisierten Entscheidungen unterworfen zu werden, die rechtliche oder ähnlich erhebliche Wirkungen entfalten. Alle Ergebnisse sind Entscheidungshilfen für menschliche Fachkräfte — Leistungsratings, Talentklassifizierungen und Entwicklungsentscheidungen müssen von qualifizierten Menschen getroffen werden.\n\n## Auswahl des Leistungsmanagement-Modells\n\nLeistungsmanagement ist eine DESIGN-ENTSCHEIDUNG, kein Fortschritt von \"traditionell\" zu \"modern\". Jedes Modell hat berechtigte Anwendungsfälle, und die richtige Wahl hängt vom organisationalen Kontext ab, nicht von Trends. Stelle alle Modelle als Optionen mit Trade-offs dar.\n\n### Modelloptionen\n\n| Modell | Kernansatz | Beste Eignung | Wichtige Design-Überlegung |\n| --- | --- | --- | --- |\n| **Zyklusbasiert** | Zielsetzung → Check-in → Beurteilung → Kalibrierung | Strukturierte Vergütungszyklen; regulierte Branchen | Recency-Bias-Risiko bei Jahresbeurteilungen; administrativer Aufwand |\n| **Kontinuierliches Feedback** | Laufendes 1:1-Coaching, Echtzeit-Anerkennung, regelmäßige Check-ins | Schnelllebige Organisationen; Rollen mit rasch wechselnden Prioritäten | Schwerer für Vergütung zu aggregieren; erfordert hohe Führungskompetenz; Kalibrierung ohne diskrete Datenpunkte komplexer |\n| **OKR-basiert** | Quartalsweise Objectives mit messbaren Key Results | Produkt- und Technologieorganisationen mit klarer strategischer Kadenz | OKR-Scores von der Vergütung trennen, um Sandbagging zu verhindern; nicht alle Rollen eignen sich für Quartalsziele |\n| **Hybrid** | Kombination von Elementen (z. B. kontinuierliche 1:1s + Jahreskalibrierung) | Organisationen im Modellwechsel oder mit diversen Rollentypen | Höhere Design-Komplexität; Risiko des \"Schlechtesten aus beiden Welten\" ohne bewusste Gestaltung |\n\n### Auswahlkriterien\n\nBewerte bei der Modellwahl einer Organisation:\n\n| Faktor | Spricht für Zyklusbasiert | Spricht für Kontinuierlich | Spricht für OKR-basiert |\n| --- | --- | --- | --- |\n| Vergütungskopplung | Stark — braucht diskrete Datenpunkte | Schwach — schwerer zu aggregieren | Mittel — Quartalsdaten verfügbar |\n| Führungskompetenz | Niedrigere Hürde — strukturierter Prozess leitet Führungskräfte | Höhere Hürde — erfordert Coaching-Fähigkeit | Mittel — Zielsetzung ist erlernbar |\n| Betriebsrats-Anforderungen | Natürliche Passung — formale Prozessdokumentation | Kompatibel — erfordert strukturierte Dokumentation laufenden Feedbacks für formale Mitbestimmung | Abhängig von der Jurisdiktion |\n| Veränderungsrate | Langsamer — Jahresziele bleiben stabil | Schneller — Prioritäten verschieben sich häufig | Mittel — quartalsweise Anpassung |\n| Organisationsgröße | Größer — braucht Konsistenz im Maßstab | Kleiner — beziehungsgetrieben | Mittel — strategisches Alignment zählt |\n\n> [Methodik-Framework] Dieses Auswahl-Framework ist ein Design-Werkzeug, keine Empfehlung. Kein Modell ist von Natur aus überlegen. Die Organisation muss anhand ihres spezifischen Kontexts, ihrer Kultur und ihrer Rahmenbedingungen wählen.\n\n## Zielsetzungs-Methodik\n\nZielsetzungs-Frameworks sind Komponenten des Leistungsmanagements, keine Systeme an sich. Die Methodik zur Gestaltung der Zielsetzung variiert je nach gewähltem Leistungsmodell.\n\n### Optionen für Ziel-Frameworks\n\nJedes Ziel-Framework hat eine kritische Design-Überlegung für das Leistungsmanagement:\n\n- OKR : OKR-Erreichungsscores von Leistungsratings trennen, um Sandbagging zu verhindern (konservative Ziele setzen, um hohe Scores zu erreichen)\n- KPI-basiert : Zwischen Frühindikatoren (Aktivitäten) und Spätindikatoren (Ergebnissen) unterscheiden — Rollen sollten an Indikatoren gemessen werden, die sie beeinflussen können\n- Kompetenzbasiert : Kompetenzbewertung erfordert verhaltensbasierte Evidenz, keine Selbstauskunft — verknüpfe mit der Verhaltensanker-Methodik aus dem strukturierten Recruiting\n\n### Zielqualität und Kaskadierung\n\nWende Standard-Zielqualitätskriterien an (SMART oder gleichwertig), damit jedes Ziel spezifisch, messbar und terminiert ist. Die folgende Methodik behandelt die nicht offensichtlichen Design-Entscheidungen:\n\nWenn Ziele unterschiedliche Gewichte in der Leistungsbewertung tragen:\n\n1. Gewichte zum Zeitpunkt der Zielsetzung kommunizieren, nicht zum Bewertungszeitpunkt\n2. Sicherstellen, dass die Gewichte sich auf 100 % summieren und dokumentiert sind\n3. Kaskadierung: Organisationsziele → Funktionsziele → Teamziele → Individualziele. Jede Ebene sollte sehen können, wie ihre Ziele nach oben anknüpfen.\n4. Kaskadierungs-Artefakte vermeiden: Das CEO-Ziel \"20 % Umsatzwachstum\" sollte nicht zum persönlichen Ziel jedes Einzelnen werden — übersetze es in den Beitragsbereich der jeweiligen Person\n\n## Methodik der Kalibrierungssitzung\n\nDie Kalibrierungs-Methodik ist hier detailliert ausgeführt, weil strukturiertes Moderationstraining in den meisten Organisationen unüblich ist. Die meisten Führungskräfte wurden nie in strukturierter Kalibrierungs-Moderation geschult.\n\n### Zweck der Kalibrierung\n\nKalibrierung sichert Rating-Konsistenz über Führungskräfte und Teams hinweg. Ohne sie schafft Milde-\u002FStrenge-Variation zwischen Führungskräften inäquitable Vergütungs- und Beförderungsergebnisse und verhindert einen sinnvollen teamübergreifenden Vergleich.\n\n### Vorbereitung vor der Sitzung\n\n1. Datenaufbereitung : Ratings nach Führungskraft, Team, Funktion und Job-Level aggregieren. Verteilungsdiagramme erstellen, die die Rating-Streuung je Gruppe zeigen.\n2. Ausreißer-Identifikation : Ratings markieren, die deutlich von der Gruppenverteilung abweichen, zur Diskussion (nicht zur automatischen Korrektur)\n3. Teamübergreifender Vergleich : Verteilungen über Teams auf gleichem Job-Level vergleichen — deutliche Unterschiede deuten auf mögliche Kalibrierungsprobleme hin\n4. Vorarbeit der Führungskräfte : Jede Führungskraft bereitet eine evidenzbasierte Begründung für jedes Rating über oder unter der mittleren Kategorie vor, mit Bezug auf konkrete Leistungen, Verhaltensweisen und Zielergebnisse\n\n### Moderation der Sitzung\n\nDie moderierende Person (typischerweise HR Business Partner oder Talentmanagement-Spezialist) besitzt den Prozess; die Führungskräfte besitzen den Inhalt.\n\n1. Grundregeln : Ratings basieren auf Evidenz gegen die Erwartungen des Job-Levels, nicht auf Vergleich mit Peers, persönlicher Beziehung oder Betriebszugehörigkeit\n2. Job-Level-Verankerung : Beginne jeden Diskussionsabschnitt damit, neu zu benennen, was das relevante Job-Level erwartet (aus der Job-Architektur)\n3. Review-Reihenfolge : Mit Ausreißer-Ratings (höchste und niedrigste) beginnen, dann die mittlere Verteilung durchgehen\n4. Evidenz-Standard : Für jedes diskutierte Rating präsentiert die Führungskraft konkrete verhaltensbasierte Evidenz. \"Sie ist eine starke Leistungsträgerin\" ist keine Evidenz. \"Sie lieferte [ konkretes Ergebnis ] gegen [ konkretes Ziel ], während sie [ konkrete Herausforderung ] meisterte\" ist Evidenz.\n5. Challenge-Protokoll : Andere Führungskräfte und die moderierende Person dürfen Verständnisfragen stellen. Einwände müssen evidenzbasiert sein: \"In meinem Team wäre dieses Ergebnis auf IC3 ein Meets, kein Exceeds — und zwar deshalb...\"\n6. Anpassungs-Tracking : Alle Rating-Änderungen mit Begründung dokumentieren. Änderungen müssen evidenz-, nicht druckgetrieben sein.\n7. Bias-Checks : In jedem Abschnitt explizit auf gängige Verzerrungen prüfen (siehe Abschnitt Bias-Minderung unten)\n8. Zeitmanagement : Diskussionszeit proportional zur Teamgröße und Rating-Divergenz zuweisen, nicht gleichmäßig je Führungskraft\n\nFür Agenden, den Umgang mit Meinungsverschiedenheiten, die Nachbereitungsdokumentation und Führungskräfte-Kommunikation erweitere die obigen Moderationsschritte mit den HR-Vorlagen und Zeitplänen deiner Organisation.\n\n### Kalibrierungs-Modelle\n\nOrganisationen können anhand von Ratings, Narrativen oder einer Kombination kalibrieren:\n\n**Rating-basierte Kalibrierung**: Richtet numerische oder kategoriale Ratings über Führungskräfte hinweg aus. Am stärksten strukturiert. Erfordert eine Rating-Skala (siehe unten).\n\n**Narrativ-basierte Kalibrierung**: Führungskräfte präsentieren schriftliche Leistungszusammenfassungen und diskutieren, ob die beschriebene Leistung zur beabsichtigten Rating-Kategorie passt. Nuancierter, aber im Maßstab schwerer zu moderieren.\n\n**Hybrid**: Rating, verankert durch narrative Evidenz. Das Rating liefert die Struktur; das Narrativ liefert die Substanz.\n\n## Ansätze der Talentbewertung\n\nTalentbewertung ist ein Menü von Ansätzen, kein einzelnes Werkzeug. Jeder hat berechtigte Anwendungsfälle.\n\n**9-Box-Grid** (Leistung × Potenzial)\n\n- Wann es funktioniert: große Organisationen, die einen visuellen Überblick brauchen, Nachfolgeplanungs-Gespräche, Organisationen, die mit expliziter Potenzialbewertung vertraut sind\n- Grenzen: \"Potenzial\" ist schwer objektiv zu definieren, kann Labeling-Effekte erzeugen, kulturelle Vorbehalte in manchen europäischen Kontexten\n- Moderation: beide Achsen vor der Sitzung mit verhaltensbasierten Beschreibungen definieren; Potenzial ist nicht \"Sympathie\" oder \"Sichtbarkeit\"\n\n**Narrativ-basierte Talentreview**\n\n- Wann es funktioniert: Führungskräfte-Review auf höchster Ebene, Rollen mit mehrdimensionaler, schwer auf Scores reduzierbarer Leistung, Organisationen, die qualitative Diskussion schätzen\n- Grenzen: zeitintensiv, schwerer zu aggregieren, Moderationsfähigkeit ist entscheidend\n- Moderation: das Narrativ mit konsistenten Prompts strukturieren (Stärken, Entwicklungsfelder, Readiness, Risiko)\n\n**Kompetenzbasierte Bewertung**\n\n- Wann es funktioniert: technische Organisationen, Rollen, in denen Kompetenzniveau der primäre Differenzierer ist, Organisationen mit reifen Kompetenz-Frameworks\n- Grenzen: erfordert eine gepflegte Kompetenz-Taxonomie, kann Führungs- und Verhaltensdimensionen übersehen\n- Moderation: mit der Kompetenz-Level-Matrix aus der Job-Architektur verknüpfen\n\n**Succession-Readiness-Modelle**\n\n- Wann es funktioniert: Fokus auf Kontinuität kritischer Rollen, Organisationen mit identifizierten Schlüsselpositionen\n- Grenzen: enger Fokus (nur Nachfolge), kann Anspruchserwartungen erzeugen\n- Moderation: Readiness in Zeithorizonten bewerten (jetzt bereit, in 1–2 Jahren bereit, in 3+ Jahren bereit) mit konkreten Entwicklungsmaßnahmen für jeden Horizont\n\n### Einen Ansatz wählen\n\nDie Wahl hängt vom organisationalen Kontext ab:\n\n- Organisationsgröße: 9-Box skaliert besser; Narrativ skaliert schlechter\n- Kultureller Kontext: manche europäische Organisationen lehnen explizites Potenzial-Labeling ab\n- Reife der HR-Prozesse: kompetenzbasiert erfordert ein bestehendes Kompetenz-Framework\n- Zweck: Nachfolgeplanung favorisiert Readiness-Modelle; Entwicklungsplanung favorisiert kompetenzbasiert; allgemeine Talentreview kann jeden Ansatz nutzen\n\n## Gestaltung der Rating-Skala\n\nWenn das Leistungsmanagement-Modell Ratings nutzt:\n\n### Skalenkonstruktion\n\n| Skalentyp | Vorteile | Nachteile |\n| --- | --- | --- |\n| 3-stufig | Einfach, erzwingt Differenzierung | Kann für nuancierte Rollen zu grob wirken |\n| 4-stufig (ohne Mittelpunkt) | Erzwingt eine Richtung (über\u002Funter Erwartung) | Kann sich für die Kategorie \"unter Mitte\" strafend anfühlen |\n| 5-stufig | Vertraut, erlaubt Nuancen | Risiko der zentralen Tendenz (die meisten Ratings clustern bei 3) |\n| Verhaltenslabels (ohne Zahlen) | Reduziert die \"Score\"-Mentalität | Quantitativ schwerer zu aggregieren |\n\n### Verteilungsansätze\n\n**Geleitete Verteilung**: Erwartete Bandbreiten als Richtwerte vorgeben, nicht als Quoten. Die Organisation definiert die erwartete Verteilungsform; Führungskräfte begründen Abweichungen.\n\n**Keine vorgegebene Verteilung**: Ratings dorthin fallen lassen, wo die Evidenz sie stützt. Die Kalibrierung fängt Inkonsistenz ab. Erfordert starke Kalibrierungs-Moderation.\n\n**Erzwungene Verteilung** (Forced Ranking): Spezifische Prozentsätze je Kategorie vorschreiben. Wirksam gegen Inflation, aber kontrovers — kann Vertrauen beschädigen, Wettbewerb schaffen und leistungsstarke Teams bestrafen, in denen alle die Erwartungen tatsächlich erfüllen.\n\n> [Methodik-Framework] Alle Verteilungsansätze sind Design-Entscheidungen mit Trade-offs. Kein einzelner Ansatz ist von Natur aus korrekt. Erzwungene Verteilung ist nicht \"veraltet\" und geleitete Verteilung ist keine \"Best Practice\" — jeder dient unterschiedlichen organisationalen Kontexten. Stelle die Trade-offs dar und lass die Organisation wählen.\n\n## Methodik im Umgang mit Minderleistung\n\nDieser Abschnitt behandelt die universellen Prozesselemente im Umgang mit Minderleistung. Arbeitsrechtliche Implikationen variieren dramatisch je nach Jurisdiktion — spezifische Verfahrensanforderungen (Abmahnung in Deutschland, entretien préalable in Frankreich, dossieropbouw in den Niederlanden) sind jurisdiktionsspezifisch und erfordern die Prüfung mit arbeitsrechtlicher Beratung.\n\n### Universelle Prozesselemente\n\nUnabhängig von der Jurisdiktion folgt effektives Minderleistungs-Management einer konsistenten Methodik:\n\n1. Identifikations-Trigger : Spezifische, dokumentierte Lücke zwischen erwarteter Leistung (aus Job-Level-Erwartungen) und tatsächlicher Leistung (aus während des Leistungszyklus gesammelter Evidenz)\n2. Ursachenanalyse : Leistungslücken können aus Fähigkeit (Skill-Lücke), Motivation, Klarheit (unklare Erwartungen), Ressourcen (Werkzeuge, Support, Zeit) oder persönlichen Umständen entstehen. Die Intervention muss zur Ursache passen.\n3. Formale Dokumentation : Jeder Schritt mit Daten, konkreten Verhaltensweisen, erwarteten Standards und vereinbarten Maßnahmen dokumentiert. Diese Dokumentation ist unabhängig von der Jurisdiktion kritisch.\n4. Verbesserungsplan : Spezifische, messbare Verbesserungsziele mit realistischem Zeitrahmen, definierter Unterstützung (Training, Coaching, angepasste Arbeitslast) und klaren Erfolgskriterien\n5. Regelmäßige Checkpoints : Geplante Reviews während der Verbesserungsphase mit dokumentierter Fortschrittsbewertung\n6. Ergebnisentscheidung : Am Ende der Verbesserungsphase eine dokumentierte Bewertung, ob die Verbesserungskriterien erfüllt, teilweise erfüllt oder nicht erfüllt wurden, mit den daraus folgenden nächsten Schritten\n\n> **KRITISCH**: Prüfe die spezifischen Verfahrensanforderungen, Fristen, die Einbindung von Arbeitnehmervertretungen und die rechtlichen Schutzmechanismen mit arbeitsrechtlicher Beratung in der zutreffenden Jurisdiktion, BEVOR du einen formalen Minderleistungs-Prozess einleitest. Ein fehlerhafter Prozess kann die Organisation erheblichem rechtlichem Risiko aussetzen.\n\n## Bias-Minderung in der Leistungsbewertung\n\nLeistungskalibrierung teilt Bias-Typen mit dem strukturierten Recruiting (siehe Skill für strukturiertes Recruiting). Die folgenden Gegenmaßnahmen sind spezifisch für den Leistungskontext:\n\n- Recency : Evidenz aus dem GESAMTEN Beurteilungszeitraum verlangen, nicht nur aus dem letzten Quartal. Führungskräfte sollten den gesamten Zyklus über eine laufende Dokumentation pflegen.\n- Milde\u002FStrenge : Der primäre Zweck der Kalibrierung — der teamübergreifende Verteilungsvergleich legt systematisches Über-\u002FUnterbewerten offen.\n- Zentrale Tendenz : Auch für mittlere Ratings eine evidenzbasierte Begründung verlangen, nicht nur für Ausreißer. \"Erfüllt Erwartungen\" ist eine positive Aussage, kein Default.\n- Halo\u002FHorns : Jede Kompetenz oder jedes Ziel unabhängig bewerten, bevor ein Gesamtrating gebildet wird.\n- Attribution : Individuellen Beitrag von Umweltfaktoren unterscheiden (Team-Ressourcen, Marktbedingungen, organisationale Veränderungen).\n- Kontrast : Jede Diskussion an den Job-Level-Erwartungen verankern, nicht an der unmittelbar zuvor besprochenen Person.\n\nModeriere explizite Bias-Checks während der Kalibrierung: nach jedem Abschnitt fragen \"Sehen wir Muster darin, wer die höchsten\u002Fniedrigsten Ratings erhält? Gibt es demografische, betriebszugehörigkeits- oder teambezogene Muster?\"\n\n## Guardrails\n\n- Erzeuge niemals Mitarbeiter-Leistungsbewertungen, Ratings oder Talentklassifizierungen. Alle Leistungsdaten müssen aus der Organisation kommen.\n- Stelle niemals ein einzelnes Leistungsmodell als von Natur aus überlegen dar oder behaupte \"Industriestandard\" für Rating-Skalen, Verteilungen oder Kalibrierungsansätze. Verteilung ist eine organisationale Design-Entscheidung.\n- Markiere, wenn Empfehlungen das Arbeitsrecht berühren : \"Verfahrensanforderungen mit arbeitsrechtlicher Beratung in [ Jurisdiktion ] prüfen.\"\n- Versieh jede Ausgabe mit einer Quellenkennzeichnung : [Methodik-Framework] , [Aus Organisationsdaten] oder [KI-Bewertung — mit HR verifizieren] .\n\n> **Tipp:** Fordere über companyFILES eine DOCX- oder Markdown-Ausgabe an, um ein formatiertes, sofort teilbares Dokument zu erhalten.\n",{"name":5,"description":7},"main","39e0752000720de2d20917bd46c1c5149c4a0221","de\u002Fskills\u002Fhuman-resources\u002Fperformance-review-skill","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills","https:\u002F\u002Fgithub.com\u002FinnFactory-AI","https:\u002F\u002Finnfactory.ai","Engineering AI. Enabling Tomorrow.","2026-11-13 19:54:47",{"source":8,"skillName":5,"commands":33,"prompt":43,"zipAvailable":44},[34,37,40],{"tool":35,"command":36},"npx","npx skills add innFactory-AI\u002Fcompany-ai-stack-skills --skill performance-review-skill",{"tool":38,"command":39},"bunx","bunx skills add innFactory-AI\u002Fcompany-ai-stack-skills --skill performance-review-skill",{"tool":41,"command":42},"pnpm","pnpm dlx skills add innFactory-AI\u002Fcompany-ai-stack-skills --skill performance-review-skill","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fde\u002Fskills\u002Fhuman-resources\u002Fperformance-review-skill\u002FSKILL.md",true,[],[47,54,61,68,75,82],{"skillNo":48,"name":49,"nameZh":6,"description":50,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":51,"categories":52,"keywords":53,"publishedAt":19},"01M7AF4HHK5B987T44HW7BZFVZ","sales-asset-skill","Produce tailored one-pagers, landing pages, case study drafts, and demo narratives personalised to a specific deal and buyer persona. Use when preparing collateral for a specific deal, building leave-behind materials, or customising standard assets for a prospect. Trigger with \"create a one-pager for\", \"sales deck for [deal]\", \"customise this asset for\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Fsales-asset-skill\u002FSKILL.md",[],[],{"skillNo":55,"name":56,"nameZh":6,"description":57,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":58,"categories":59,"keywords":60,"publishedAt":19},"01M7AF4D32V0FJE0QGCBZSQ7BW","pipeline-review-skill","Analyse deal health, surface stale or at-risk opportunities, and produce a prioritised weekly action plan. Use when preparing for a pipeline review meeting, assessing forecast accuracy, or identifying stuck deals. Trigger with \"review my pipeline\", \"pipeline health check\", \"deal risk analysis\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Fpipeline-review-skill\u002FSKILL.md",[],[],{"skillNo":62,"name":63,"nameZh":6,"description":64,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":65,"categories":66,"keywords":67,"publishedAt":19},"01M7AF48W7G8DMAHRAM125B192","outreach-skill","Research a prospect then draft personalised outreach with research-backed hooks, subject-line variants, and follow-up sequences. Use when cold-emailing a prospect, writing LinkedIn outreach, or building a multi-touch sequence. Trigger with \"draft outreach to [person\u002Fcompany]\", \"write cold email to\", \"outreach sequence for\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Foutreach-skill\u002FSKILL.md",[],[],{"skillNo":69,"name":70,"nameZh":6,"description":71,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":72,"categories":73,"keywords":74,"publishedAt":19},"01M7AF43VKNPQ7G1NTQ4MRH40J","forecast-skill","Build a weighted revenue forecast with risk flags, commit recommendations, and gap-to-quota analysis. Use when preparing for a forecast call, evaluating end-of-quarter projections, or assessing pipeline coverage. Trigger with \"build forecast\", \"forecast for this quarter\", \"where do I stand against quota\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Fforecast-skill\u002FSKILL.md",[],[],{"skillNo":76,"name":77,"nameZh":6,"description":78,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":79,"categories":80,"keywords":81,"publishedAt":19},"01M7AF3Z5N61VYSEJRYWXR4JP1","deal-strategy-skill","Map stakeholder power dynamics, surface deal risks, and recommend a step-by-step engagement strategy. Use when entering a complex deal, preparing for an executive sponsor meeting, or diagnosing a stuck opportunity. Trigger with \"plan deal strategy for\", \"stakeholder map\", \"how do I advance this deal\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Fdeal-strategy-skill\u002FSKILL.md",[],[],{"skillNo":83,"name":84,"nameZh":6,"description":85,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":86,"categories":87,"keywords":88,"publishedAt":19},"01M7AF3VGG29AX0T2X9WQ5MWDN","call-summary-skill","Extract action items, key topics, and objections from call notes or transcripts and draft a customer-facing follow-up email. Use after a sales call, demo, or discovery session. Trigger with \"summarise this call\", \"call notes from\", \"write follow-up for this meeting\".","https:\u002F\u002Fgithub.com\u002FinnFactory-AI\u002Fcompany-ai-stack-skills\u002Fblob\u002Fmain\u002Fen\u002Fskills\u002Fsales\u002Fcall-summary-skill\u002FSKILL.md",[],[]]