Aktuelle Ausgabe

Newsletter

Abonnieren

Keine Panik vor künstlicher Intelligenz im Recruiting

Oh waren das fantastische Zeiten, als ich Stunden damit zubringen musste, Excel Spreadsheets zu pflegen, um zu dokumentieren, wo wir mit welchen Kandidaten in welcher Stufe des Recruitingprozesses stehen. Wirklich glorreiche Zeiten? Nein, überhaupt nicht. Denn spätestens als der nächste Kollege aus New York daherkam und eine andere Auswertung wollte, war die Analyse dahin, und einige weitere Stunden Datenpflege standen auf dem Programm. Und dem soll ich nachweinen? Wirklich nicht.

Illustration Mann vor Computer, Android kommt
Bild: © Style-Photography/Fotolia.de

Aber wenn man aktuelle Schlagzeilen zu neuen Technologien wie künstliche Intelligenz und Automatisierung liest, kann man sich des Gedankens nicht erwehren, dass die Segnungen der Technik mit großen Vorbehalten wahrgenommen werden. “Die Roboter kommen und werden uns unsere Arbeit wegnehmen”, heißt es.

Vieles davon ist bloße Angstmacherei. Aktuelle Umfragen zeigen, dass dadurch die öffentliche Meinung zur künstlichen Intelligenz und Automatisierung stark beeinflusst wird. Tatsächlich befinden wir uns irgendwo in der Mitte der Entwicklung. Derartige Technologien spielen eine immer größere Rolle in der Arbeitswelt und bringen viele Vorteile mit sich.

Als Arbeitgeber, als Arbeitnehmer, als Ausbilder und als Gesellschaft müssen wir uns mit diesen Fragen auseinandersetzen und sicherstellen, dass unsere Kinder und Kindeskinder noch die Chance haben, sich an ihrem Arbeitsplatz zu verwirklichen. Aber Verwirklichen ist nun auch wahrlich das Gegenteil von der Ausübung simpler repetitiver Tätigkeiten.

Entscheidungsrelevante Daten

Und genau hier setzt Analytics im Recruiting an – an der Erkenntnis. Und auf der Grundlage einer veränderten Erkenntnis können bessere Maßnahmen eingeleitet und Budgets gezielt eingesetzt werden.

Laut Rainer Strack, Partner bei der Boston Consulting Group, wird der durchschnittliche Mangel an qualifizierten Arbeitskräften 2030 bei minus 23 Prozent liegen – gegenüber einem Wert von minus 5 Prozent heute. Der wichtigste Rat an Unternehmen: Den Fokus auf relevante, Business-kritische Fragen richten. Von dort aus “die richtigen”, qualitativ hochwertigen transaktionalen Daten sammeln. Denn letztlich geht es beim Sammeln und Analysieren von Daten immer um Wissen und um Einsichten als Basis für die richtigen Entscheidungen.

Richtig konkret haben wir dies bei einem führenden Pharmakonzern erlebt. Im Bewerbungsprozess werden Channel Efficiency (über welchen Kanal – Website, Headhunter, Jobportale etc. – bewerben sich die meisten Kandidaten?) und Channel Effectiveness (welche dieser Bewerbungen führen dann tatsächlich zur Anstellung?) dokumentiert. Erstaunlicherweise zeigen die Analysen, dass beides zum Teil weit auseinanderliegt. Unternehmen, die hier Transparenz erzielen, sparen unter Umständen eine Menge Arbeit, Abstimmungsschleifen (mit externen Recruiting-Agenturen, Headhuntern etc.) und Geld. Und in der logischen Folge kommt das Unternehmen zu einer Reallokation der Budgets auf die effektiven Kanäle: etwas weniger Mitteleinsatz hier, etwas mehr dort.

Weitere Praxisfragen bei der Datenanalysen helfen: An welchen Wochentagen, zu welchen Uhrzeiten oder in welchen Jahreszeiten bewerben sich eigentlich die meisten Leute bei uns? Ist es wichtiger, Anzeigen über Weihnachten zu schalten, wenn die Leute Vorsätze fürs neue Jahr machen? Oder eher im September, wenn alle aus den Sommerferien wieder zurück sind?

Spannend ist auch die Frage, wie Daten zu Diversity-Angaben (Alter, Geschlecht, Herkunft) genutzt werden können. Entspricht beispielsweise das Geschlechterverhältnis bei den eingehenden Bewerbungen dem der eingestellten Kandidaten? Wenn dem nicht so ist, woran liegt das?

Längst gehen die technischen Möglichkeiten schon sehr viel weiter: So ermöglicht die Analysetechnologie “Precire” eine Bewertung von Kandidaten anhand ihrer Sprache. Damit lassen sich Muster erkennen und Bewerber bestimmten Gruppen zuordnen – und damit erste Aussagen treffen, ob er oder sie die richtige Person für das Unternehmen oder eine bestimmte Position ist. Zu lebhaften Diskussionen führen gerne Überlegungen zu Prozessen wie “AI Recruiting”, also durch künstliche Intelligenz gestützte Recruiting-Verfahren. Die Modelle ermöglichen durchaus Individualisierungen, falls das Ihr spontaner Einwand ist, sodass auch Bewerbungen von High Potentials “mit Ecken und Kanten” nicht durchs Raster fallen.

Die Vorteile der Digitalisierung im Recruiting liegen auf der Hand. Meinem alten “Spreadsheetklopfen” sollten wir nicht nachtrauern.

Portrait Joachim Skura
Foto: Oracle

Der Autor: Joachim Skura, Strategy Director HCM DeCH, Oracle