Was genau treibt Künstliche Intelligenz im Personalwesen?

Mit dem richtigen Ansatz kann KI helfen, den Fachkräftemangel zu überwinden

Wenn Algorithmen menschliches Verhalten beurteilen sollen, kann es schnell heikel werden. Beim Einsatz Künstlicher Intelligenz im Personalwesen kommt es vor allem auf den richtigen Ansatz an. Stimmt er, kann KI einen erstaunlich positiven Beitrag leisten.  

Algorithmen und Künstliche Intelligenz im Personalwesen haben sich in ihrer kurzen Karriere bereits einen zweifelhaften Ruf erarbeitet. Derzeit werden algorithmische Systeme hauptsächlich bei der Vorauswahl von Bewerbern eingesetzt und letztes Jahr sorgten einige spektakuläre Fälle von Diskriminierung für Schlagzeilen. Amazon musste sein Vorauswahlsystem erstmal abschalten nachdem sich herausgestellt hatte, dass es weibliche Bewerberinnen benachteiligte. Ähnlich erging es der österreichischen Arbeitsagentur AMS, die mit ihrem System die Chancen von Arbeitssuchenden beurteilen wollte. 

Wohlgemerkt sind das nur die bekannt gewordenen Fälle namhafter Unternehmen und Organisationen. Die Dunkelziffer dürfte noch etwas höher liegen, denn laut einer Einschätzung der Bertelsmann-Stiftung werden bereits bis zu 70 Prozent der Bewerbungen in den USA und Großbritannien von algorithmischen Systemen bewertet, bevor ein Mensch die Unterlagen in die Hand nimmt. Und laut den Marktforschern von Gartner nutzen 23 Prozent der Unternehmen, die Künstliche Intelligenz bereits einsetzen oder zumindest damit experimentieren, diese auch in den Bereichen HR und Recruiting ein, also im Personalwesen und der Personalbeschaffung.

Ein anderer Ansatz

Doch inzwischen scheint die Technologie ein ganzes Stück weiter zu sein. Wie im Blog der Bertelsmann-Stiftung zu lesen ist, wählen KI-Firmen wie Catalyte den genau umgekehrten Ansatz als traditionelle Vorauswahlsysteme und versuchen, die Nutzung demografischer Daten und Angaben über Qualifikationen der Bewerber hinsichtlich Ausbildung und bisheriger Karriere bei ihrer Beurteilung gezielt zu vermeiden. Dadurch soll die als „Recruitment Bias“ bekannte Voreingenommenheit der aktuellen Systeme überwunden werden, die in deren Algorithmen fest eingebaut zu sein scheint. 

Stattdessen durchlaufen die Bewerber einen extensiven Test, der dem System mehr als 5.000 Datenpunkte zur Auswertung zur Verfügung stellt. Catalyte nutzt dieses Verfahren selbst, um Talente zu rekrutieren, sie unabhängig von ihrer Vorbildung zu Software-Entwicklern auszubilden und anschließend an seine Kunden weiterzuvermitteln, darunter namhafte Unternehmen wie Nike oder Ebay. Oft stellt Catalyte komplette Entwickler-Teams für seine Kunden zusammen, die nach eigenen Angaben die gestellten Aufgaben viel schneller und effizienter lösen. 

Den Recruitment Bias überwinden

Beeindruckend ist dabei, dass auf diese Weise die üblichen Diskriminierungsmechanismen tatsächlich überwunden zu werden scheinen. Die Zusammensetzung der von Catalyte ausgebildeten Entwickler sind in der Summe diverser, sowohl was ihr Geschlecht betrifft (24 Prozent Frauenanteil ist in der Softwarebranche unüblich hoch) als auch hinsichtlich Alter, sozialem Hintergrund und Vorbildung (siehe Grafik). 

Künstliche Intelligenz kann Vorurteile ignorieren, wenn sie entsprechend programmiert wird, wie das Beispiel von Catalyte zeigt. (Quelle: Catalyte)

Der Gründer und ehemaliger Clinton-Berater Michael Rosenbaum startete Catalyte vor 18 Jahren mit der These, dass in sozial benachteiligten Schichten genauso viele Talente in Sachen Software-Entwicklung zu finden sind wie in der Mittelklasse, auch wenn sie nicht das Privileg eines stabilen sozialen Umfelds und einer hochwertigen Ausbildung genießen durften. Einen ähnlichen Ansatz, wenn auch weniger KI-lastig, verfolgt der deutsche Personaldienstleister Academy, der IT-Fachkräfte ausbildet und vermittelt.

Die Vorteile überwiegen

KI-gestützte Personalbeschaffung wird laut Gartner weiterhin der dominierende Einsatzbereich Künstlicher Intelligenz im Personalwesen bleiben, trotz der Vorgeschichte unrühmlicher Pannen und der Befürchtung, dass KI-Systeme zu viel Einfluss auf den Einstellungsprozess haben und am Menschen vorbei entscheiden könnten. „Wir müssen zur Kenntnis nehmen, dass keiner der Technologieanbieter oder der Organisationen, die KI im Rekrutierungsbereich anwenden wollen, ein solches Ziel verfolgt“, sagt Gartner-Analystin Helen Poitevin.

Andererseits erweise sich KI besonders für große Unternehmen als sehr hilfreich, um unter der großen Bewerberflut die richtigen Kandidaten zu finden. „KI-Anwendungen können die Antworten der Kandidaten analysieren und deren Eignung für aktuelle Stellenangebote vorhersagen“, sagt Poitevin. Außerdem würden KI-Anwendungen in der Lage sein, wiederkehrende administrative Aufgaben zu übernehmen und dadurch die Personalbeschaffer entlasten.

Die Stimme des Angestellten – powered by AI

Einen weiteren Einsatzbereich sieht Gartner bei der Gestaltung des Dialogs zwischen Personalverwaltung und Belegschaft. In diesem Bereich, den Gartner „Voice of the Employee“ (Stimme des/der Angestellten) nennt, kann die Analyse von auf elektronischem Weg eingeholten Feedback der Unternehmensleitung dabei helfen, wichtige Themen und Stimmungen zu erkennen, den Dialog mit den Angestellten entsprechend steuern und etwaige Probleme schneller und leichter lösen. 

Ein dritter Bereich entsteht gerade rund um die virtuellen Assistenten und Chatbots. Diese könnten Mitarbeiter*innen dabei behilflich sein, sich bei den manchmal komplexen Personalprozessen zurechtzufinden. Unternehmen, die bereits Chatbots beim Dialog mit ihren Kunden im Einsatz haben, experimentieren damit  auch im Personalbereich und berichten laut Gartner von positiven Erfahrungen. Auf diese Weise konnten die Personalabteilungen vieler Firmen die Zahl der einfachen Anfragen seitens der Angestellten deutlich reduzieren. Auch eine Restrukturierung und Vereinfachung von Personalprozessen sei auf diese Weise möglich. 

Das könnte Sie auch interessieren

Was meinen Sie dazu?

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Back to top button