3. Fachkräftemangel und algorithmenbasiertes Matching

In vielen Bereichen nicht-akademischer Fachkräfte (z. B. Pflege, Handwerk, Logistik, Sicherheit) besteht ein sich kontinuierlicher verschärfender Mangel an Arbeitskräften. Die Ursachen dafür liegen im demographischen Wandel (alternde Gesellschaft) und einer zunehmenden Akademisierung der Ausbildungen. Die dadurch entstehenden Lücken am Arbeitsmarkt durch Migration aus dem EU-arbeitsmarkt zu kompensieren, ist zurzeit noch schwierig, da politische, organisatorische und pragmatische Hürden den deutschen Arbeitsmarkt für interessierte Arbeitskräfte aus dem EU-Ausland häufig sehr intransparent machen. Aber auch für vorhandene Arbeitskräfte in Mangelberufen in Deutschland, die unzufrieden mit ihrem ist es häufig nicht einfach, einen für sie passenden Job zu finden: die Vielzahl offener Stellen macht es suchenden Arbeitnehmer:innen schwer, die Nadel (den Traumjob) im Heuhaufen (die Hunderte von Jobangeboten) zu finden. Ein für Nicht-Akademiker aufwändiger (und zumeist ineffizienter) Bewerbungsprozess kommt erschwerend hinzu. In dem Artikel wird dargestellt, wie Fachkräfte mit Hilfe eines intelligenten Algorithmus in 10 min den für sie passenden Job finden und in direkt in Kontakt mit den Arbeitgeber:innen treten können. Dabei wird auf die klassischen Bestandteile des Bewerbungsprozesses wie Motivationsschreiben, Lebenslauf und Zeugnisse verzichtet und der Matching-Prozess auf drei zentrale Fragen reduziert: 1. Was suchst Du? 2. Was bietest Du? 3. Wie tickst Du? Ausgehend von diesen drei Fragen wird der Person-Job-Fit und der Person-Culture-Fit ermittelt und Bewerber:innen in Realzeit mit den Arbeitgeber:innen in Kontakt gebracht. Die Entwicklung des intelligenten Algorithmus wird am Beispiel des Arbeitsmarktes für LkW-Fahrer:innen dargestellt, die dabei aufgetretenen Erfolge (über 200.000 der ca. 550.000 deutschen LkW-Fahrer:innen haben sich bei der Plattform bisher registriert) und Schwierigkeiten (etwa: die Entwicklung des Algorithmus zum Person-Culture-Fit) diskutiert. Abschließend erfolgt ein Ausblick darauf, wie die dargestellten Prinzipien (Matching statt Suchen, One-Item-Scales statt aufwändiger Eignungsdiagnostik) beim Recruiting und der Auswahl für andere Berufsgruppen auch im akademischen Bereich angewendet werden können.