Technologie-mediierte Einstellungsinterviews: Ein Überblick über Befunde und offene Fragen

Auf der Suche nach Punkten, die die verschiedenen Interview-Formen unterscheiden, ist es hilfreich, sich Theorien näher anzuschauen, die sich mit technologie-mediierter Kommunikation beschäftigen. Eine dieser Theorien ist die Media Richness Theory von Daft und Lengel (1986). Laut dieser Theorie ist die Kommunikation umso effektiver, je mehr Kanäle der Informationsübermittlung bedient werden, da dies Unsicherheit und Mehrdeutigkeit reduziert. Dies bedeutet, dass die Face-to-Face-Kommunikation eine für das gegenseitige Verständnis sehr vorteilhafte Gesprächsform darstellt, da bei ihr sowohl verbale als auch non-verbale und paraverbale Informationen übermittelt werden können. In Telefon-Interviews hingegen fallen non-verbale Hinweisreize komplett weg. In asynchronen Interviews wiederum ist die Kommunikation auf eine einseitige Informationsübertragung beschränkt. Und in Videokonferenz-Interviews werden zwar auf den ersten Blick die gleichen Kanäle der Informationsübertragung bedient wie bei FTF-Interviews, allerdings kann es sein, dass durch den eingeschränkten Bildausschnitt der Webcam nicht die komplette Bandbreite non-verbaler Kommunikation genutzt werden kann oder es durch zeitliche Verzögerungen (Lags) dazu kommt, sodass der Kommunikationsfluss gestört wird (Wegge 2006).

Innerhalb der Social Presence Theory (Short et al. 1976) wird hingegen argumentiert, dass die Kommunikationsqualität davon abhängig ist, wie sehr die verschiedenen Gesprächspartner die Anwesenheit ihres Gegenübers spüren. Übertragen auf die verschiedenen Interviewformen bedeutet dies, dass FTF-Interviews mit Hinblick auf die Kommunikationsqualität die vorteilhafteste Art der Interviewdurchführung darstellen sollten, da die Beteiligten weder räumlich noch durch technische Barrieren voneinander getrennt sind. Laut der Social Presence Theory sollten also alle Interviewformen, bei denen man eine eingeschränkte (Telefon-Interviews, Videokonferenz-Interviews) oder gar keine (asynchrone Interviews, IVR-Interviews) Wahrnehmung des Gesprächspartners hat, zu einer verringerten sozialen Präsenz führen, was die Gesprächsqualität dementsprechend negativ beeinflussen sollte.

Potosky (2008) schließlich fasste einige der Punkte, die schon von der Social Presence Theory und der Media Richness Theory genannt wurden, in einem Rahmenwerk zusammen. In diesem Rahmenwerk werden vier verschiedene Attribute unterschieden, die die Qualität technologie-mediierter Kommunikation bestimmen: Erstens die soziale Bandbreite, mit der – ähnlich der Media Richness Theory – die Reichhaltigkeit der Informationskanäle gemeint ist, die bei der Kommunikation bedient werden (je mehr, desto besser). Ein zweiter Punkt ist das Ausmaß an Interaktivität, also der wechselseitigen Kommunikation, die das Kommunikationsmedium zulässt. Das dritte Attribut betrifft die Transparenz der Kommunikation. Je weniger man sich einer technologischen Mediation bewusst ist, desto höher ist diese wahrgenommene Transparenz. Und zu guter Letzt beschreibt Potosky das Attribut der Überwachung. Durch die Durchführung mit elektronischen Medien und der Übertragung über das Internet kann man sich bei entsprechenden Interviews nie sicher sein, dass die Gespräche nicht ungewollt überwacht werden bzw. Dritte Zugriff haben.

Überträgt man die Attribute des Rahmenwerks von Potosky auf die verschiedenen Formen technologie-mediierter Interviews, zeigt sich, dass auch hier die Kommunikationsqualität bei FTF-Interviews potenziell am höchsten ist: Sie bieten die größte soziale Bandbreite, gemeinsam mit Videokonferenz-Interviews die größte Interaktivität, durch die mangelnden Technologie-Mediation die größte Transparenz und durch die Durchführung ohne Medien und Internet schließlich auch die niedrigste Gefahr für Überwachung. Gefolgt werden FTF-Interviews von Videokonferenz-Interviews, da sie ein vergleichbares Maß an Interaktivität und sozialer Bandbreite bieten, allerdings durch die Video- und Audioübertragung über das Internet sowohl weniger transparent als auch potenziell anfälliger für Überwachung sind. Mit Hinblick auf asynchrone Interviews werden die Unterschiede der vier Attribute zum FTF-Interviews nochmals deutlicher: Diese Interviews bieten nur eine einseitige Informationsübertragung und demnach auch mangelnde soziale Bandbreite und Interaktivität. Hinzu kommt, dass die Transparenz durch die selbstständige Aufnahme der Antworten und den mangelnden Kommunikationspartner eingeschränkt ist und die Gespräche stets aufgezeichnet und über das Internet übertragen und gespeichert werden, was die Wahrnehmung der Überwachung nochmals vergrößert.

Diese drei Theorien gehen davon aus, dass sich die Effektivität der Informationsübermittlung und die Kommunikationsqualität zwischen verschiedenen Interviewformen unterscheiden sollte. Dies könnte sich auf die Wahrnehmung der Interviews durch Bewerber auswirken, sowie auf die Bewertung dieser Bewerber.

Bezüglich der Akzeptanz von Personalauswahlverfahren ist das Gerechtigkeitsmodell von Gilliland (1993) zentral. In diesem Modell beschreibt Gilliland Faktoren, die positiv oder negativ darauf wirken, wie Bewerber Auswahlverfahren wahrnehmen und auf sie reagieren. Innerhalb des Modells wird nach prozeduraler und distributiver Fairness unterschieden. Prozedurale Fairness bezieht sich dabei auf die empfundene Gerechtigkeit der Auswahlverfahren, distributive Fairness beschreibt die Wahrnehmung der Auswahlentscheidung. Für den Fokus dieser Übersichtsarbeit ist insbesondere die prozedurale Fairness relevant.

Will ein Unternehmen Rücksicht auf die wahrgenommene Fairness durch Bewerber nehmen, sollte es die von Gilliland beschriebenen 10 Regeln der prozeduralen Fairness beachten. Diese sind beispielsweise die Möglichkeit, sich zu präsentieren, die Bereitstellung von Informationen zum Auswahlprozess, eine zweiseitige Kommunikation oder die Konsistenz der Durchführung. Wird ein Verfahren aus Bewerbersicht als unfair oder negativ wahrgenommen, hat dies unter anderem Auswirkungen auf die wahrgenommene Attraktivität des Unternehmens (Hausknecht et al. 2004), die Annahme eines Stellenangebots (Harold, Holtz, Griepentrog, Brewer, & Marsh 2016) oder unter Umständen auch auf die spätere Arbeitsleistung (Hausknecht et al. 2004).

Ein Modell im Zusammenhang mit der Akzeptanz von neuen Technologien ist das Technik-Akzeptanz-Modell von Davis (1989). Laut dieser Theorie hängt die tatsächliche Nutzung neuer Technologien von der wahrgenommenen Einfachheit ihrer Benutzung sowie ihrer wahrgenommenen Nützlichkeit ab. Demnach würden Bewerber technologie-mediierte Interviews eher akzeptieren und nutzen, wenn der Umgang mit ihnen einfach ist und sie die Vorteile der Nutzung augenscheinlich wahrnehmen.

Im Hinblick auf das Abschneiden im Interview kann es zusätzlich hilfreich sein, sich das Interview-Performance-Modell von Huffcutt et al. (2011) anzuschauen. Innerhalb des Modells werden verschiedene Faktoren unterschieden, die sowohl auf Seiten des Interviewers als auch der Bewerber die Bewertung der Bewerber-Leistung beeinflussen können. Neben individuellen Faktoren (z. B. Intelligenz, Persönlichkeit, äußeres Erscheinungsbild) und interaktiven Faktoren (z. B. gegenseitige Beeinflussung von Interviewer und Bewerber) spielen in diesem Modell auch situative Faktoren, wie das Interview-Medium, eine Rolle.

Wie im Interview-Performance-Model beschrieben wird, versuchen Bewerber durch verschiedene Dinge den Ausgang eines Interviews zu ihren Gunsten zu beeinflussen. Erstens verwenden sie häufig Impression Management (IM), um gut bewertet zu werden (Huffcutt und Culbertson 2011). Impression Management beinhaltet einerseits non-verbales Verhalten in Form eines Lächelns oder eines Kopfnickens, was Bewerber positiver erscheinen lässt (Blacksmith et al. 2016). Andererseits können eigene Stärken in den Antworten betont oder Misserfolge überspielt werden. Der erfolgreiche Gebrauch von Impression Management bei technologie-mediierten Interviews wird jedoch je nach verwendetem Medium mehr oder weniger erschwert (Sears et al. 2013). Zum Beispiel kann in Telefon-Interviews nonverbales Verhalten in Form eines Lächelns oder Nickens wirkungslos oder auch das Ausmaß des Blickkontakts in Skype-Interviews weniger werden. Dies beeinträchtigt vermutlich die Effektivität etwaiger IM-Taktiken und kann so zu einer schlechteren Beurteilung beitragen (Blacksmith et al. 2016; Sears et al. 2013).

Darüber hinaus nimmt das Interview-Performance-Modell an, dass weitere Variablen aus dem Bereich der sozialen Fertigkeiten die Leistung von Bewerbern beeinflussen. Unter anderem hat sich gezeigt, dass Bewerber, die die Anforderungen in Interviews besser erkennen, in diesen Interviews auch besser bewertet werden (Kleinmann et al. 2011). Durch die technologie-mediierte Kommunikation ist es möglich, dass dieses Erkennen in den entsprechenden Interviews im Vergleich zu FTF-Interviews beeinträchtigt ist (Melchers et al. 2015).

Obwohl technologie-mediierte Interviews bezüglich ihrer Flexibilität zahlreiche Vorteile aufweisen, fand eine Metaanalyse von Blacksmith et al. (2016), dass Bewerber diesen Interviews skeptischer gegenüberstehen als klassischen FTF-Interviews (d = −0,36). Die Metaanalyse fasste insgesamt fünf Studien zusammen, die sich mit Bewerberreaktionen auf IVR-, Telefon- und Videokonferenz-Interviews beschäftigten. Allerdings handelte es sich bei den berücksichtigten Studien durchgehend um ältere Studien mit überwiegend studentischen Stichproben, die alle vor 2004 publiziert wurden, als die Digitalisierung und die Erfahrung insbesondere mit Videokonferenzsystemen erheblich weniger verbreitet waren. Zudem wurden asynchrone Video-Interviews in der Metaanalyse nicht berücksichtigt.

Der metaanalytische Zusammenhang zwischen Interview-Medium und Bewerberreaktionen konnte jedoch auch in neueren Studien bestätigt werden, die nicht in der Metaanalyse berücksichtigt wurden. Auch in diesen Studien zeigte sich, dass FTF-Interviews im Vergleich zu Videokonferenz-Interviews (Anonymous 2019b; Sears et al. 2013) oder asynchronen Interviews (Anonymous 2019b; Kanning und Cordes 2016) stets positiver bewerteten wurden. Allerdings fand sich, dass Videokonferenz-Interviews bei einem Vergleich mit asynchronen Interviews jeweils besser bewertet wurden (Anonymous 2019b; Langer et al. 2017).

Bezüglich der Akzeptanz von asynchronen Interviews fanden Hiemstra et al. (2019), dass die Fairnesswahrnehmung dieser Interviews eher niedrig ist – vor allem bei tatsächlichen Bewerbern. Im Gegensatz dazu fand Toldi (2010), dass asynchrone Interviews durchaus eine gute Akzeptanz aufweisen können, allerdings nahm sie keinen Vergleich mit anderen Interviewformen vor. Und Brenner et al. (2016) fanden, dass Bewerberreaktionen auf asynchrone Interviews positiv mit der wahrgenommenen Einfachheit der Benutzung und der wahrgenommenen Nützlichkeit dieser Interviews zusammenhingen.

Neben Vergleichen verschiedener Arten von Interviews fanden sich in neueren Studien verschiedene Variablen, die zu den Akzeptanz-Unterschieden beitrugen. Zum einen zeigte sich, dass der mögliche Einsatz von Impression Management Einfluss darauf hat, wie Interviews wahrgenommen werden. Eine Studie von Anonymous (2019b), die Erwartungen bzgl. FTF-, Videokonferenz- und asynchrone Interviews verglich, fand, dass der Zusammenhang zwischen Interview-Medium und Fairness-Wahrnehmung seriell über soziale Präsenz und Impression Management mediiert wird. Dies bedeutet, dass die Technologie-Mediation die wahrgenommene Präsenz des Gesprächspartners negativ beeinflusst, was wiederum die wahrgenommene Möglichkeit einschränkt, Impression Management während des Interviews zu zeigen. Dies sehen potenzielle Bewerber als Einschränkung an, die ihre Fairness-Wahrnehmung für technologie-mediierte Interviews negativ beeinflusst.

Darüber hinaus können schließlich auch individuelle Unterschiede die Wahrnehmung technologie-mediierter Interviews beeinflussen. Diesbezüglich zeigt sich jedoch ein eher heterogenes Bild. So fanden Brenner et al. (2016) beispielsweise, dass höhere Offenheit für Erfahrung den positiven Zusammenhang zwischen wahrgenommener Nützlichkeit und Bewerberreaktionen auf asynchrone Interviews verstärkte. Für computerbezogene Selbstwirksamkeit, Interview-Selbstwirksamkeit, Extraversion, emotionale Stabilität und Gewissenhaftigkeit zeigten sich jedoch im Gegensatz zur Erwartung von Brenner et al. keine Zusammenhänge. Hiemstra et al. (2019) fanden zudem, dass Extraversion die Fairnesswahrnehmung von asynchronen Interviews positiv beeinflussen kann.

Eine Studie von Anonymous (2019a) fand zudem, dass Reaktionen auf asynchrone Video-Interviews verbessert werden können, wenn man Bewerbern die Vorteile – in diesem Falle bzgl. Flexibilität und Standardisierung – dieser Interviews erklärt. Erklärungen können jedoch laut einer Studie von Langer et al. (2018) auch ungünstige Effekte haben. Konkret fanden die Autoren, dass die Bereitstellung von zusätzlichen Informationen über die automatische Auswertung der Videoaufzeichnungen von Bewerbern zwar indirekt über die Fairness-Wahrnehmung die organisationale Attraktivität positiv beeinflusste, sich jedoch auch ein negativer direkter Effekt zeigte.

In der Metaanalyse von Blacksmith et al. (2016) wurden nicht nur Bewerberreaktionen untersucht, sondern auch Unterschiede in der Interview-Leistung zwischen FTF- und technologie-mediierten Interviews. Insgesamt wurden dabei elf Primärstudien zusammengefasst, die jeweils unterschiedliche Interview-Medien verglichen. Über alle Studien hinweg fanden sich dabei im Durchschnitt schlechtere Leistungsbewertungen in technologie-mediierten Interviews als in FTF-Interviews (d = −0,41). Allerdings war die Streuung der Effekte aus den Einzelstudien erheblich, so dass die aufgeklärte Varianz mit nur 30 % relativ niedrig war. Entsprechend reichte die Bandbreite der Einzelstudien von deutlich besseren Bewertungen in technologie-mediierten Interviews (Chapman und Rowe 2001; d = 0,45) bis zu massiv schlechteren Bewertungen (Fullwood 2007; d = −1,53).

Neben den in der Metaanalyse aufgeführten Studie wurden mittlerweile neuere Studien zu Leistungsunterschieden zwischen FTF- und technologie-mediierten Interviews durchgeführt. Diese Studien fanden nach wie vor, dass interviewte Personen in Videokonferenz-Interviews schlechter bewerten wurden als in FTF-Interviews (z. B. Sears et al. 2013).

Interessanterweise fanden aktuelle Studien zur Leistung in asynchronen Interviews im Gegensatz zum sonstigen Befundmuster zur Leistung bei technologie-mediierten Interviews, dass Interviewte bei diesen asynchronen Interviews sowohl beim Vergleich mit Videokonferenz-Interviews (Langer et al. 2017) als auch mit FTF-Interviews (Castro und Gramzow 2015) bessere Bewertungen erhielten. Langer et al. (2017) führten dies auf die für asynchrone Interviews typische Vorbereitungszeit zurück, die in synchron durchgeführten Interviews nicht verfügbar ist. Eine Überprüfung dieser Annahme steht bis jetzt jedoch noch aus.

Neben den im Theorieabschnitt beschriebenen Einflussfaktoren auf die Leistung kann ein zusätzlicher Faktor bzgl. der Bewertung in technologie-mediierten Interviews sein, ob die Leistung der Bewerber direkt oder auf Basis von Video-Aufzeichnungen vorgenommen wird. In einer Studie von Van Iddekinge et al. (2006) zeigte sich diesbezüglich, dass Personen besser bewertet wurden, wenn sie in einer FTF-Situation live bewertet wurden als wenn die Bewertung auf Basis einer Videoaufzeichnung erfolgte. Die Ursachen für diesen Effekt sind jedoch nicht ausreichend geklärt. Einerseits hat sich in der Vergangenheit gezeigt, dass Beurteiler mit hohem kognitiven Load Bewerber positiver bewerten als Beurteiler mit niedrigem kognitiven Load (Nordstrom et al. 1996). Diesbezüglich ist es denkbar, dass der kognitive Load der Interviewer bzw. Rater niedriger ist, wenn sie nicht zusätzlich von der Gesprächssituation, der Anfertigung von Notizen oder dem Halten des Blickkontakts etc. abgelenkt werden und sich dadurch besser auf die Antwort des Bewerbers konzentrieren können. Andererseits ist es denkbar, dass die Technologie-vermittelte Kommunikation und die größeren Schwierigkeiten, Blickkontakt herzustellen, die wahrgenommene soziale Präsenz auf Seiten des Interviews beeinträchtigen. Dies könnte schließlich die wahrgenommene Sympathie für den Bewerber und dadurch die Interview-Bewertung beeinflussen, da wahrgenommene Präsenz in anderen Studien zu größerer interpersoneller Anziehung geführt hat (Croes et al. 2016).

Auf der Suche nach Erklärungen für schlechtere Leistungsbewertungen in technologie-mediierten Interviews konnte eine Studie von Horn und Behrend (2017) außerdem zeigen, dass das Einblenden der eigenen Webcam-Aufzeichnung auf dem eigenen Bildschirm dazu führte, dass Interviewte einen höheren kognitiven Load berichteten – auch wenn sie in dieser Studie deswegen nicht schlechter bewertet wurden.

Für einige der vermuteten Einflussfaktoren, ist allerdings noch nicht bekannt, wie sehr sie in Interviews tatsächlich auf die Leistung und die Bewertungen der Interviewten wirken. Dies betrifft insbesondere mögliche Unterschiede im Impression Management, bzgl. dem Erkennen von Anforderungen oder bzgl. der Vorbereitungszeit.

Neben Untersuchungen bzgl. Bewerberreaktionen und Leistung ist für die praktische Personalauswahl vor allem die Frage nach der Vergleichbarkeit der Vorhersagekraft verschiedener Interview-Formen zentral. Grundsätzlich ermöglichen persönlich geführte, strukturierte Vorstellungsgespräche eine sehr gute Vorhersage der zukünftigen Arbeitsleistung (z. B. Huffcutt et al. 2004, 2014).

Im Hinblick auf einzelne technologie-mediierte Interviews fanden Schmidt und Rader (1999) dementsprechend beispielsweise, dass hoch strukturierte, per Telefon geführte Interviews, die anschließend auf Basis einer Transkription bewerten wurden, eine vergleichbar hohe Kriteriumsvalidität für die Vorhersage von Vorgesetztenbeurteilung aufwiesen wie metaanalytische Werte für strukturierte FTF-Interviews. Diese Telefon-Interviews konnten zusätzlich auch Absentismus, Verkaufszahlen und Kündigungsverhalten vorhersagen. Zum zweiten erwiesen sich die oben erwähnten Arbeitsproben, die in Video-Interviews integriert werden können, ebenfalls als kriteriumsvalide für die Vorhersage zukünftiger Arbeitsleistung (Oostrom et al. 2010). Und schließlich fanden Gorman et al. (2018) für asynchrone Video-Interviews eine Kriteriumsvalidität von r = 0,32 für die Vorhersage von selbstbewerteter Arbeitsleistung.

Bisher fehlen jedoch Belege für die Vorhersage von Fremdurteilen oder objektiven Leistungskriterien auf Basis von asynchronen Interviews, und bezüglich der Kriteriumsvalidität von Videokonferenz-Interviews liegen bisher noch gar keine Befunde vor. Darüber hinaus fehlt bis dato zudem ein direkter Vergleich verschiedener Interview-Formen, so dass unklar ist, ob sich Leistungsunterschiede zwischen den verschiedenen Interviewmedien auch in unterschiedlichen Validitäten niederschlagen.