Zu den vielen Komponenten kompetenter Leistung gehören insbesondere Fach-, Methoden-, Sozial-, Führungs- und Personale Kompetenz (Kauffeld, 2006).

Fachkompetenzen sind Kompetenzen die meist im in formalen Lernprozessen erworben wurden, sie beinhalten spezifische Kenntnisse und Fähigkeiten, die zur Bewältigung von Aufgaben erforderlich sind. Methodenkompetenz beschreibt die Fähigkeit Herausforderungen und Probleme zielgerichtet, strukturiert und effektiv lösen zu können. Unter der Sozialkompetenz werden Fähigkeiten zusammengefasst, die im Austausch mit anderen Menschen zum Tragen kommen. Gruppen- und beziehungsorientiertes Verhalten sind dabei der Schlüssel zum gemeinschaftlichen erreichen geeigneter Problemlösungen. Die Personale Kompetenz beschreibt die reflexive und selbstorganisatorische Befähigung einer Person. Dazu gehört auch die Motivation sich selbst einzuschätzen, eigene Haltungen und Motive fort zuentwickeln sowie diese kontinuierlich zu hinterfragen. Führungskompetenzen zielen auf die strategisch Positionierung von Unbernehmensbereichen oder dem gesamten Unternehmen ab. Außerdem sind Definition von Ziel und Rahmenbedingungen sowie die Delegation und Zuweisung von Aufgaben zentrale Fähigkeiten der Führungskompetenz

Das Projekt Kern zeichnet sich durch zwei wesentliche Bestandteile aus: Das Kompetenzassistenzsystem, eine technische Lösung, in deren Mittelpunkt der Mensch und sein Kompetenzbedarf, dessen Erfassung und Entwicklung mittels KI oder Chatbots steht. Und das Kompetenzmodell, dass den Kompetenzrahmen für bestimmte Tätigekeitsbereiche aufzeigt und individuelle Kompetenzfacetten in Relation zum organisationalen Kompetenzbedarf setzt.

Die Veränderungen physiologischer Daten wie der Herzratenvariabilität oder dem Hautleitwert sind komplexe Muster, die von Person zu Person stark variieren können. Neuartige Ansätze aus dem Bereich Künstliche Intelligenz sind erforderlich um diese Muster erkennen und auf das Erleben von Flow übertragen zu können.
In aktuellsten Untersuchungen konnten Forscher am KIT erste Erfolge beim Nachweis von Flow auf der Basis physiologischer Daten erreichen. So gelang die Klassifikation von Flow mit einem neuroevolutionären Deep-Learning Ansatz.
Abseits dieser Erfolge müssen im Rahmen des Kern-Projektes noch eine Reihe weiterer Fragen beantwortet werden. Unter anderem muss die Eignung der Algorithmen für die Klassifikation in Echtzeit untersucht werden und in wie fern diese für den Einsatz auf mobilen Endgeräten geeignet sind.

Flow wurde erstmals in den 1970er Jahren durch den Psychologen Mihaly Csikszentmihalyi untersucht, der eine Theorie dieses Phänomens entwickelte. Bei der Analyse von Personen, welche verschiedene Tätigkeiten ausübten, erkannte Csikszentmihalyi ein Muster, in welchem die Individuen in einer Aufgabe vollständig aufgingen und dabei hoch konzentriert waren – der sogenannte Flow-Zustand.

Csikszentmihalyi’s initiale Untersuchungen thematisierten Flow vorwiegend bei privaten, intrinsisch motivierten Aktivitäten:

Neuere Studien zeigen, dass Flow ein allgemeines Phänomen darstellt, dass ebenso bei extrinsisch motivierten Aktivitäten auftreten kann. Besonders interessant ist das Phänomen im Kontext der Arbeit, da Mitarbeiter im Flow gleichsam zufriedener, glücklicher und produktiver sind. Die Maximierung der Zeit im Flow während der Arbeit kann somit als ein gemeinsames Ziel von Arbeitgebern und Arbeitnehmern identifiziert werden. Ein erster Schritt dazu ist der kontinuierliche Nachweis von Flow. Dazu bietet sich die Auswertung physiologischer Daten wie der Herzratenvariabilität zum Beispiel über Wearables an.