nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

11. KI im Recruiting: Anwendungsfelder, Entwicklungsstand und Anwendungsbeispiele aus der Praxis

verfasst von : Stephan Böhm, Olena Linnyk, Wolfgang Jäger, Ingolf Teetz

Erschienen in: Künstliche Intelligenz in der Anwendung

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Im Recruiting sind oftmals große Datenmengen aufzubereiten und zu analysieren. Das Ziel dabei: Die Informationsverarbeitung und Entscheidungsfindung vor, während und nach der Bewerbung zu optimieren sowie die Kommunikation zwischen Recruitingverantwortlichen, Fachabteilungen und Bewerbern zu unterstützen. Für den Einsatz von Verfahren der Künstlichen Intelligenz eröffnen sich in diesem Bereich vielfältige Anwendungsmöglichkeiten entlang des gesamten Recruitingprozesses bzw. der sogenannten „Candidate Journey“. Diese Anwendungsfelder und zugehörigen Potenziale für den KI-Einsatz werden im Beitrag zunächst systematisch beschrieben. Danach werden Erkenntnisse aus konkreten Pilotanwendungen vorgestellt. Hierzu gehören eine KI-Anwendung zur Unterstützung der Recruiter bei der Formulierung von Stellenanzeigen sowie die Einsatzmöglichkeiten von Chatbots im Bewerbersupport.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Künstliche Intelligenz in der automatisierten Dokumentenverarbeitung am Beispiel von Krankenversicherungen

Nächstes Kapitel Künstliche Intelligenz im Recruiting: Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten

Malin L, Jansen A, Seyda S et al. (2019) KOFA-STUDIE 2/2019, Fachkräfteengpässe in Unternehmen. Fachkräftesicherung in Deutschland – diese Potenziale gibt es noch. https://www.kofa.de/fileadmin/Dateiliste/Publikationen/Studien/Fachkraefteengpaesse_2019_2.pdf. Zugegriffen: 4. Mai 2020

Anger C, Koppel O, Plünnecke A et al. (2019) MINT-Frühjahrsreport 2019: MINT und Innovationen – Erfolge und Handlungsbedarfe. https://www.iwkoeln.de/fileadmin/user_upload/Studien/Gutachten/PDF/2019/MINT-Fr%C3%BChjahrsreport_2019.pdf. Zugegriffen: 4. Mai 2020

Bitkom/DFKI (2017) Künstliche Intelligenz: Wirtschaftliche Bedeutung, gesellschaftliche Herausforderungen, menschliche Verantwortung. https://www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf. Zugegriffen: 4. Mai 2020

Goodfellow I, Bengio Y, Courville A. (2016) Deep Learning (Adaptive Computation and Machine Learning). MIT Press, Cambridge

Escalante HJ, Guyon I, Escalera S, Jacques J, Madadi M, Baro X, Ayache S, Viegas E, Gucluturk Y, Guclu U, van Gerven MAJ, van Lier R (2017) Design of an explainable machine learning challenge for video interviews. In: 2017 International Joint Conference on Neural Networks (IJCNN). IEEE, S 3688–3695. https://doi.org/10.1109/IJCNN.2017.7966320

Liem CCS, Langer M, Demetriou A, Hiemstra AMF, Sukma Wicaksana A, Born MP, König CJ (2018) Psychology meets machine learning: interdisciplinary perspectives on algorithmic job candidate screening. In: Escalante HJ, Escalera S, Guyon I, Baró X, Güçlütürk Y, Güçlü U, van Gerven M (Hrsg) Explainable and interpretable models in computer vision and machine learning. Cham, Springer, S 197–253. https://doi.org/10.1007/978-3-319-98131-4

Du M, Liu N, Hu X (2019) Techniques for interpretable machine learning. Commun ACM 63(1):68–77. https://doi.org/10.1145/3359786CrossRef

ESCO (2020) Database for European skills, competences, qualifications and occupations. https://ec.europa.eu/esco/portal/home. Zugegriffen: 4. Mai 2020

DSGVO (2018) Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung) in der aktuellen Version des ABl. L 119, 04.05.2016; ber. ABl. L 127, 23.05.2018. https://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:32016R0679. Zugegriffen: 4. Mai 2020

10.

Mayson SG (2019) Bias in, bias out. Yale Law J 128(8):2218–2300

11.

Dobson S (2018) Is AI biased in recruitment? Amazon’s misstep highlights challenges for employers. https://www.hrreporter.com/focus-areas/hr-technology/is-ai-biased-in-recruitment/299161. Zugegriffen: 4. Mai 2020

12.

Wilke F (2018) Künstliche Intelligenz diskriminiert (noch). https://www.zeit.de/arbeit/2018-10/bewerbungsroboter-kuenstliche-intelligenz-amazon-frauen-diskriminierung. Zugegriffen: 2. Mai 2020

13.

EU (2019) Eine Definition der KI: Wichtigste Fähigkeiten und Wissenschaftsgebiete. https://ec.europa.eu/newsroom/dae/document.cfm?doc_id=60664. Zugegriffen: 4. Mai 2020

14.

Jentzsch S, Schramowski P, Rothkopf C, Kersting K (2019) Semantics derived automatically from language corpora contain human-like moral choices. In: Conitzer V, Hadfield G, Vallor S (Hrsg.) Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society. ACM, New York, NY, USA, S 37–44. https://doi.org/10.1145/3306618.3314267

15.

Jobstairs (2020) Bewerber mit Erfolg erreichen, begeistern und binden. https://www.jobstairs.de/de/informationen/fuer-unternehmen. Zugegriffen: 4. Mai 2020

16.

Kirste M (2019) Augmented Intelligence – Wie Menschen mit KI zusammen arbeiten. In: Wittpahl V (Hrsg) Künstliche Intelligenz. Springer, Berlin, S 58–71. https://doi.org/10.1007/978-3-662-58042-4

17.

Jäger W, Teetz I (2019) Der ganz große Ansatz ist noch nicht in Sicht – Status quo und Entwicklungen von KI im Recruiting. Personalführung 52(6):16–22

18.

Eißer J, Torrini M, Böhm S (2020) Automation anxiety as barrier to workplace automation: an empirical analysis of the example of recruiting chatbots in Germany. In: Proceedings of the 2020 Computers and People Research Conference (SIGMISCPR). ACM, New York. https://doi.org/10.1145/3378539.3393866

19.

Straub R (2020) Richtlinien für den ethischen Einsatz von KI-Technologie in HR. Personalmagazin 22(4):54–57

20.

Lewinski Kv, Barros Fritz R de, Biermeier K (2019) Bestehende und künftige Regelungen des Einsatzes von Algorithmen im HR-Bereich. https://algorithmwatch.org/wp-content/uploads/2019/10/Gutachten-Algorithmen-im-HR-Bereich-von-Lewinski-2019.pdf. Zugegriffen: 4. Mai 2020

21.

Orwat C (2020) Diskriminierungsrisiken durch Verwendung von Algorithmen. https://www.antidiskriminierungsstelle.de/SharedDocs/Downloads/DE/publikationen/Expertisen/Studie_Diskriminierungsrisiken_durch_Verwendung_von_Algorithmen.pdf?__blob=publicationFile&v=4. Zugegriffen: 4. Mai 2020

22.

Kersting M (2019) Wovon man nicht reden kann, darüber muss man schweigen. Reflexionen zur Eignungsdiagnostik mit Precire. Personalmagazin 21(11):62–65

23.

Strohmeier S (2020) Künstliche Intelligenz in HR – Eine Gefahr? Personalmagazin 22(3):38–39

24.

Böhm S, Meurer S (2018) Potenziale mobiler Technologien für HR (Mobile HR). In: Petry T, Jäger W (Hrsg) Digital HR. Haufe Group, Freiburg, S 137–168

25.

Hall GS (1917) Practical relations between psychology and the war. J Appl Psychol 1(1):9–16. https://doi.org/10.1037/h0070238CrossRef

26.

Ployhart RE, Schmitt N, Tippins NT (2017) Solving the supreme problem: 100 years of selection and recruitment at the Journal of Applied Psychology. J Appl Psychol 102(3):291–304. https://doi.org/10.1037/apl0000081CrossRef

27.

Hirschberg J, Manning CD (2015) Advances in natural language processing. Science 349(6245):261–266. https://doi.org/10.1126/science.aaa8685MathSciNetCrossRefMATH

28.

Böhm S, Linnyk O, Kohl J, Weber T, Teetz I, Bandurka K, Kersting M (2020) Analysing gender bias in IT job postings: a pre-study based on samples from the German Job Market. In: Proceedings of the 2020 Computers and People Research Conference (SIGMISCPR). ACM, New York. https://doi.org/10.1145/3378539.3393862

29.

Abadi M, Agarwal A, Barham P et al. (2016) TensorFlow: large-scale machine learning on heterogeneous distributed systems. https://arxiv.org/pdf/1603.04467v2

30.

Bojanowski P, Grave E, Joulin A et al. (2016) Enriching word vectors with subword information. https://arxiv.org/pdf/1607.04606v2

31.

Joulin A, Grave E, Bojanowski P et al. (2016) Bag of tricks for efficient text classification. https://arxiv.org/pdf/1607.01759v3

32.

Spacy (2020) Industrial-strength natural language processing. https://spacy.io/. Zugegriffen: 4. Mai 2020

33.

Fedus W, Goodfellow I, Dai AM (23.01.2018) MaskGAN: better text generation via filling in the______. https://arxiv.org/pdf/1801.07736v3

34.

Yu L, Zhang W, Wang J et al. (2016) SeqGAN: Sequence generative adversarial nets with policy gradient. https://arxiv.org/pdf/1609.05473v6

35.

Goodfellow IJ, Pouget-Abadie J, Mirza M, Xu B, Warde-Farley D, Ozair S, Courville A, Bengio Y (2014) Generative adversarial nets. In: Proceedings of the 27th International Conference on Neural Information Processing Systems – Volume 2. MIT Press, Cambridge, S 2672–2680

36.

Vaswani A, Shazeer N, Parmar N et al. (2017) Attention is all you need. https://arxiv.org/pdf/1706.03762v5

37.

Böhm S, Jäger W (2019) Spurenelemente: Künstliche Intelligenz im Recruiting steckt (noch) in den Anfängen. Personal Manager o.Jg.(6):20–23

38.

CATS Chatbots in Applicant Tracking Systems. https://www.hs-rm.de/de/fachbereiche/design-informatik-medien/forschungsprofil/cats. Zugegriffen: 2. Mai 2020

39.

Rasa (2020) Build contextual assistants that really help customers. https://rasa.com/. Zugegriffen: 2. Mai 2020

Titel: KI im Recruiting: Anwendungsfelder, Entwicklungsstand und Anwendungsbeispiele aus der Praxis
verfasst von: Stephan Böhm
Olena Linnyk
Wolfgang Jäger
Ingolf Teetz
Verlag: Springer Fachmedien Wiesbaden
Buch: Künstliche Intelligenz in der Anwendung
Print ISBN: 978-3-658-30935-0

Electronic ISBN: 978-3-658-30936-7

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-658-30936-7_11

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"