Zum Inhalt

KI-Systeme verändern das Recruiting

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

search-config
loading …

Künstliche Intelligenz (KI) revolutioniert das Recruiting. Die Technologie hat das Potenzial, traditionelle Methoden der Talentakquise grundlegend zu verändern und zu verbessern, besonders durch den Einsatz von generativer Künstlicher Intelligenz.

Die Anwendungsmöglichkeiten von generativer Künstlicher Intelligenz im Recruiting sind vielfältig. Dabei muss das Augenmerk aber auf einer ethisch verantwortungsvollen Implementierung liegen.


Die Technologie erkennt Muster in großen Datenmengen und generiert neue Inhalte. Dadurch werden Rekrutierung-Prozesse nicht nur effizienter und individueller, sie bietet auch ganz nebenbei das Potenzial, zu besseren und objektiveren Entscheidungen zu kommen. Damit ist sie Chance und Herausforderung zugleich, denn im Hinblick auf ethische und moralische Fragen bestehen noch Vorbehalte gegenüber dem Einsatz von KI. 

Die Einsatzmöglichkeiten sind überaus vielfältig

Eine häufige Anwendung von KI im Recruiting ist die Erstellung oder Optimierung von Stellenanzeigen. Chatbots auf Karriereseiten können Fragen beantworten und Termine vereinbaren. Ein weiteres, faszinierendes Feld ist das Matching und Screening, bei dem Kandidaten in Echtzeit mit Kompetenzprofilen abgeglichen und priorisiert werden. KI unterstützt auch bei Konzeption, Organisation und Durchführung von Bewerberinterviews oder gar spezifischen Assessment-Centern. Sie kann bereits Gestik, Mimik, Wort- und Tonwahl der Bewerber interpretieren. Neben der unmittelbaren administrativen Entlastung, die Skalierbarkeit dieser Prozesse vorantreibt, erweitert sie somit auch das Spektrum relevanter Wahrnehmungspunkte für Entscheider in Bereiche, die bisher nur ihren (menschlichen) Expertenkollegen vorbehalten waren.

Neben der Effizienzsteigerung wird häufig das Argument angeführt, dass KI Auswahlprozesse fairer gestalten kann. So können Vorurteile und menschliche Fehler vermieden werden, die in traditionellen Personalbeschaffungsprozessen unvermeidbar sind. In der Tat können KI-Systeme beispielsweise so programmiert werden, dass demografische Daten wie Geschlecht, Alter, ethnische Zugehörigkeit oder andere nicht leistungsbezogene Faktoren, die zu voreingenommenen Entscheidungen führen können, nicht berücksichtigt werden. Darüber hinaus sorgt KI-Technologie dafür, dass alle Bewerber nach denselben Kriterien bewertet werden. Stellenbeschreibungen können so formuliert werden, dass sie eine größere, vielfältigere Gruppe ansprechen. 

Dies verhindert sprachliche Vorurteile, die bestimmte Gruppen ausschließen oder abstoßen könnten. KI-basierte Entscheidungsfindung basiert auf Mustererkennung in den Bewerbungsdaten, die dem menschlichen Entscheider möglicherweise verborgen bleiben. Dies ermöglicht fundiertere Entscheidungen, die auf tatsächlichen Leistungen und Potenzialen und nicht auf unbestätigten Annahmen, Vorurteilen oder persönlichen Präferenzen beruhen.

So werden demografische Daten wie Geschlecht oder Alter nicht berücksichtigt, um voreingenommene Entscheidungen zu verhindern. Die Standardisierung des Einstellungsprozesses sorgt dafür, dass alle Bewerber nach denselben Kriterien bewertet werden. Stellenbeschreibungen können so formuliert werden, dass sie eine vielfältigere Gruppe ansprechen. KI-basierte Entscheidungsfindung basiert auf Datenmustern und ermöglicht fundierte Entscheidungen. 

Die Risiken dürfen nicht außer Acht gelassen werden

Trotz des enormen Potenzials gibt es Bedenken hinsichtlich der tatsächlichen Objektivität von KI-Systemen. Ein Problem ist der Datenbias: KI kann nur so fair sein wie die Daten, mit denen sie trainiert wurde. Historische Daten können Diskriminierungsmuster unfreiwillig fortschreiben. Zudem sind viele KI-Modelle, insbesondere solche, die auf tiefen neuronalen Netzen basieren, oft noch "Black Boxes". Das heißt, es ist schwer nachzuvollziehen, wie die KI zu einer bestimmten Entscheidung gekommen ist. 

Diese Intransparenz erschwert es, festzustellen, ob und wie Vorurteile in den Entscheidungsprozess einfließen. KI-Systeme können dazu neigen, über generalisierende Muster zu lernen, die nicht unbedingt auf individuellen Kompetenzen beruhen, sondern auf korrelativen Mustern in den Trainingsdaten. Das kann zu Verallgemeinerungen und diskriminierenden Praktiken führen, zum Beispiel könnte es passieren, dass Menschen aufgrund ihres Wohnorts benachteiligt werden.

Der Mangel an regulatorischen und ethischen Richtlinien für KI-Systeme ist ein Problem. Unternehmen müssen ihre KI-Tools auf Bias prüfen, was Know-how erfordert, welches intern aufgebaut werden muss. Investitionen in die Qualifikation der Mitarbeiter sind unabdingbar. Emotional intelligente Interaktionen, die für die Bewertung von Kandidaten wichtig sind, können von KI schwer erfasst werden. Einer KI fällt es heute jedoch trotz aller Euphorie noch immer schwer, diese Nuancen in Bewerbungsgesprächen fehlerfrei zuzuordnen. 

Lösungsansätze und Tipps für den erfolgreichen KI-Einsatz

Die Frage nach möglichen Diskriminierungen ist komplex, stellt sich aber seit jeher auch ohne technische KI-Unterstützung im Recruiting: Auch Menschen haben nachweislich Vorurteile. Und: KI-Systeme werden von Menschen entwickelt und eingesetzt. Dadurch könnten unbewusst die eigenen Vorurteile in der Konstruktion und Programmierung der KI eingebracht werden. Gerade deswegen ist vor dem Einsatz entsprechender Technologien die intensive Auseinandersetzung mit dem Für und Wider unentbehrlich und schützt vor Fehlern, wie es manche Pioniere bereits schmerzhaft erfahren mussten.

Ebenso wichtig sind die Themen Compliance und Transparenz. Klare Richtlinien definieren die internen Vorgaben für einen sicheren und rechtskonformen Umgang. Je nach Möglichkeiten und Kapazitäten kann es sogar sinnvoll sein, eigene Tools zu entwickeln. Bei der Implementierung von Tools helfen integrierte Feedbackschleifen, mögliche negative Auswirkungen frühzeitig zu erkennen und abzufedern. Bei hybriden Modellen wirkt KI hingegen unterstützend, während menschliche Personalverantwortliche die letztendliche Entscheidungsgewalt behalten und so emotionale und soziale Aspekte angemessen berücksichtigen. 

KI als Schlüsselfaktor in der Wettbewerbsfähigkeit

Unternehmen müssen verstehen, dass KI das Recruiting revolutioniert, Effizienzsteigerungen in ungeahntem Ausmaß ermöglicht und ehemals fixe Kostenblöcke variabler macht. Talente können mit einem umfassenderen, unvoreingenommeneren zweiten Blick in einer Geschwindigkeit bewertet werden, als dies je Kollege Mensch alleine könnte. Durch diesen Effizienz- und Kompetenzeffekt wird die Personalarbeit auf ein neues Niveau gehoben. Unternehmen, die sich jetzt nicht vorbereiten, werden hier zwangsläufig schon sehr bald das Nachsehen haben.

print
DRUCKEN

Die Hintergründe zu diesem Inhalt

Recruiting Analytics

Unter Recruiting Analytics versteht man den Aufbau eines Kennzahlensystems, dass es ermöglicht, Recruiting-Aktivitäten rückblickend zu bewerten und deren Erfolg zu kontrollieren sowie mit den gewonnenen Daten zukünftige Aktivitäten besser planen …

AI in Recruiting: Potentials, Status Quo, and Pilot Projects in Germany

In recruiting, large amounts of data must be processed and analyzed. There is a long tradition of implementing information technology to support the recruiting process before, during, and after a job application. IT systems improve decision-making …

    Bildnachweise
    KI im Recruiting/© Mediaparts / stock.adobe.com, AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, NTT Data/© NTT Data, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, FAST LTA/© FAST LTA, Vendosoft/© Vendosoft, Kumavision/© Kumavision, Noriis Network AG/© Noriis Network AG, WSW Software GmbH/© WSW Software GmbH, tts GmbH/© tts GmbH, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH