KI in der Praxis – Einsatz in der Personalbeschaffung

Künstliche Intelligenz ist nicht nur für hochtechnologisierte Großkonzerne von Bedeutung, sondern kann ein Game Changer für unterschiedliche Unternehmen jeder Größenordnung sein. Nichtsdestotrotz nutzen, insbesondere kleinere Unternehmen, keine Künstliche Intelligenz in ihrer Wertschöpfungskette und gerade im Mittelstand ist der effektive Einsatz tendenziell selten. Woran liegt das? Oft fehlt es an entsprechendem Know-How wie und in welchen Prozessen die Technologie überhaupt eingesetzt werden kann. In unserer Blogserie KI in der Praxis geht es um konkrete Use Cases in Unternehmen, um potenziellen Interessenten durch Praxisbeispiele einen erfolgreichen Einsatz in ihren eigenen betrieblichen Prozessen näherzubringen. Im heutigen Blog wird die Implementierung von KI in der Personalbeschaffung unter die Lupe genommen.

Was ist KI und welche Bedeutung hat sie?

Zuallererst muss ein begriffliches Fundament geschaffen werden, um überhaupt nachvollziehen zu können, welche Potenziale die Technologie tatsächlich hat. Künstliche Intelligenz (KI) bezeichnet ein, durch den Menschen konzeptioniertes Soft- oder Hardware System mit dem Zweck ein spezifisches und komplexes Ziel zu erreichen. Ein zentraler Unterschied zu EDV-Anwendungen, die auf festen Regelwerken basieren, ist, dass KI in der Lage ist Muster und Zusammenhänge zu erkennen und dadurch vergleichsweise deutlich bessere Ergebnisse auszugeben. Kennzeichnend für KI-gestützte Systeme ist, dass sie über die Eingabe, Verarbeitung und Ausgabe von Daten hinaus auch in der Lage sind, ohne konkrete Anweisungen des Entwicklers Schlussfolgerungen zu ziehen und Maßnahmen zur Zielerreichung einzuleiten. KI ist sehr wandelbar und wird in vielen Fällen in ein größeres technologisches System integriert, z. B. Chatbots, Autos und Roboter. 

Unterschieden wird weiterhin zwischen starker und schwacher KI. Während starke KI in ihrer Ausprägung noch wenig konkret und lediglich ein abstraktes Ziel von Wissenschaftlern und Forschern darstellt, ist schwache KI bereits im Alltag zu finden. Hier geht es um die Art von Technologie, die auf eine konkrete Aufgabe trainiert wurde und sich in einem definierten Rahmen entfaltet. Starke KI wiederum bezeichnet einen eigenständigen Algorithmus, der in der Lage ist, abstrakten und kreativen Problemen entgegenzutreten und sie zu lösen. Wie oben bereits erwähnt ist diese Art der KI bisher nicht entwickelt und die größte Wertschöpfung von künstlicher Intelligenz wird aus der symbiotischen Zusammenarbeit von Mensch und Maschine prognostiziert.  

KI-Technologie bietet sich für eine Vielzahl von Einsatzbereichen an und Experten prognostizieren einen immensen Einfluss auf das zukünftige gesellschaftliche Zusammenleben. Eine Ursache dafür ist, dass KI zunehmend autonomer wird, da sie imstande ist, ohne menschliche Intervention und nur auf Basis von eigens gesammelten Erfahrungswerten zu lernen, sich selbst zu steuern und stetig weiterzuentwickeln. Die entwickelten Algorithmen können Muster in Daten wiedererkennen und Prognosen für zukünftige Datenmengen liefern, ohne die entsprechenden Instruktionen des Programmierers dafür erhalten zu haben. Ein Beispiel dafür ist AlphaZero, eine KI, die mit den Spielregeln des Brettspiels Schach ‘gefüttert’ wurde und nach anschließendem, selbstständigem Lernprozess bessere Ergebnisse liefern konnte als “alle bislang entwickelten Softwares”. Dieser Lernprozess, der es Maschinen ermöglicht, ihre Fähigkeiten zu verbessern, wird im Komplex des maschinellen Lernens als Deep Learning bezeichnet. 

Machine Learning und Big Data

Maschinelles Lernen kann als Fundament für KI verstanden werden und beschreibt eine Technik, die durch Mustererkennung in großen Datenmengen in der Lage ist zu lernen und sich selbst weiterzuentwickeln. Solche Praktiken werden immer wichtiger für Unternehmen, da im Rahmen von “Big Data” die Verfügbarkeit enormer Datenmengen eine detaillierte Auswertung und Weiterverarbeitung profitabel machen kann. Aus exakt dieser großen Verfügbarkeit von Daten, die bei sämtlichen Aktivitäten in einer digital vernetzten Welt entstehen, ergeben sich verschiedene Einsatzmöglichkeiten von auf maschinellem Lernen basierenden KI-Systemen. 

Warum sollte KI in der Personalbeschaffung eingesetzt werden?

Künstliche Intelligenz kann auch im HR zu einem wahren Innovationstreiber werden und viele Experten in der Branche sehen ein hohes Potenzial in der Anwendung der Technologie. Sie könne bewirken, dass aufwändige und sich wiederholende Prozesse von Ki abgenommen werden und das HR sich auf wichtigere, strategische Fragen konzentrieren kann. Die Notwendigkeit einer solchen Unterstützung ergibt sich aus den Folgen des Fachkräftemangels und die zunehmende Bedeutung von einer effektiven Personalbeschaffung sorgt für Herausforderungen in den Unternehmen. Durch nicht vorhandene Arbeitskräfte mit den entsprechenden Qualifikationen können Unternehmen nicht mehr die vakanten Stellen besetzen, die für Wertschöpfung und Wirtschaftswachstum verantwortlich sind. Die größten Problemfelder sind Pflege- und Handwerksberufe, aber auch technische Experten fehlen den deutschen Unternehmen. Es gibt Perspektiven auf die Problematik, die KI als möglichen Lösungsweg für die fehlenden Mitarbeiter sehen, denn die Technologie ist imstande die Produktivität und damit den Erfolg zu beeinflussen. 

Ein potenzielles Einsatzgebiet von KI ist die Personalbeschaffung, in welcher zunehmend Datensätze vorhanden sind, die eine Weiterverarbeitung durch künstliche Intelligenz begünstigen. Ein Beispiel dafür ist ein digitaler Assistent – ein Chatbot. Dabei handelt es sich um einen sich selbst entwickelnden Assistenten, der durch maschinelles Lernen imstande ist eingegebene Informationen zu analysieren und intelligente Antworten darauf zu geben. Bekannte Nutzungsmöglichkeiten der Technologie sind vor allem die Beantwortung von Standardanliegen, der Kundensupport oder Bestellabwicklungen. Aber auch in den HR-Abteilungen von Unternehmen können die digitalen Helfer eingesetzt werden, um mit Kandidaten und Bewerbern automatisiert zu kommunizieren. Denkbar sind die Beantwortung von einfachen Anliegen innerhalb des Bewerbungsprozesses wie Fragen nach Fristen, Anforderungen oder anderen Formalitäten. Zu komplexe Themen können durch den Chatbot direkt an die zuständigen Mitarbeiter weitergeleitet werden. Gerade durch den Fachkräftemangel können sich Unternehmen zunehmend seltener auf ausreichend qualifizierte Bewerbungen verlassen, mit der Konsequenz selbst tätig werden zu müssen. Im Rahmen des Active Sourcing Prozesses von Personalabteilungen, bei dem proaktiv potenzielle Kandidaten, beispielsweise über  die sozialen Medien, angesprochen werden, eignet sich ein Matchingtool zur Vorselektion. Das heißt konkret, dass aufgrund von bestehenden Datensätzen abgeglichen werden kann, ob eine Person die notwendigen Qualifikationen, das gewünschte Alter oder den richtigen geografischen Standort mitbringt. Beispielsweise können bei der Besetzung einer vakanten Stelle von Softwareentwicklern in sozialen Medien (LinkedIn, Kaggle oder XING) nach den passenden Kandidaten mit entsprechender Programmiersprache und Berufserfahrung gefiltert werden. Auch auf dem HR-Markt sind solche Verfahren hervorragend einsetzbar und es existieren verschiedene Plattformen, die auf Basis der eingegebenen Daten von Kandidaten, Unternehmen und Bewerber zusammenbringen kann. Künstliche Intelligenz kann in vielen Teilbereichen der Personalbeschaffung implementiert werden und Standardaufgaben schnell und zuverlässig erledigen. Die Zukunft sieht weitere konkrete Einsatzgebiete vor und es wird intensiv an einer automatisierten Entwicklung von Interviewleitfäden gearbeitet, um die Aussagekraft von Bewerbungsgesprächen zu erhöhen und differenzierte Bewerbungsverfahren implementieren zu können. Die Anwendungsmöglichkeiten von KI sind vielfältig und die Notwendigkeit, aufgrund des Fachkräftemangels, erfordert ein schnelles Umdenken. Um immer den passenden KI-Lösungsanbieter zu finden, entwickelt “What can AI do for me?” eine Anwendung, die diesen Prozess vereinfacht.

Fazit

Der Einsatz von künstlicher Intelligenz gestaltet die Personalbeschaffung, um Einiges effizienter, jedoch sind auch Risiken der Technologie nicht von der Hand zu weisen. Beispielsweise können bei qualitativ schlecht aufbereiteten Datensätzen diskriminierende Entscheidungen bei der Entscheidungsfindung getroffen werden und es ist unabdingbar für einen differenzierten Lernprozess zu sorgen, um einen neutralen und passenden Bewerberprozess zu garantieren.

Quellen: 

Warum kann KI ein GameChanger sein?

Künstliche Intelligenz ist eine der Schlüsseltechnologien in diesem Jahrhundert und ihr Einsatz im alltäglichen Leben wird disruptive Folgen auf den Menschen und seine Umwelt haben. Dabei existieren zahlreiche und intensive Diskussionen, um genau diese Frage, inwiefern die konkrete Anwendung von KI die Umstände des künftigen Handelns ändern wird und welches Potenzial dieser wirklich innehat. Schon jetzt ist KI aus unserem Alltag nicht mehr wegzudenken und Menschen werden von Chatbots unterstützt, wenn eine Bestellung reklamiert wird oder können effizient reisen durch Navigationssysteme, die im Falle eines Staus eine neue Route berechnen können. Doch was konkret macht unseren Fokus auf die Technologie aus? Künstliche Intelligenz ist in der Lage sich großen Datenmengen anzunehmen und durch entsprechende Algorithmen spezifische Schlussfolgerungen zu ziehen und sich so stetig zu einem lernendem Problemlöser weiterzuentwickeln. Die Einsatzgebiete sind vielfältig und genauso die Potenziale um die Technologie, denkt man an autonomes Fahren oder medizinische Diagnose, bei der künstliche Intelligenz enorme Unterstützung leisten kann. Aber was genau macht künstliche Intelligenz zum Gamechanger und warum hat das traditionelle Programmieren nicht ausgereicht, um für Unternehmen passgenaue Lösungen bereitzustellen? Dieser Blog dreht sich um die Bedeutung von Künstlicher Intelligenz für Unternehmen und ihre bahnbrechende Entwicklung.

KI oder traditionelle Software?

Um zu verstehen, welche Potenziale der Einsatz von künstlicher Intelligenz bietet, muss zu Beginn der Unterschied zu klassischer Software hergeleitet werden. Hier werden nämlich die Regeln, beziehungsweise die Algorithmen durch den Entwickler programmiert und klar abgesteckt. Die fertige Software wendet diese Regeln auf eingespeiste Daten an und gibt entsprechende Antworten aus. Der entscheidende Unterschied dieser Herangehensweise im Vergleich zur künstlichen Intelligenz ist das maschinelle Lernen, welches durch Mustererkennung eigene Regeln und Zusammenhänge erschließen kann. Das bedeutet, dass eigenständig komplexere Regelsystematiken entstehen können, die auch auf andere Datensätze Anwendung finden. So kann in einem vereinfachten Beispiel die Technologie lernen, wie Katzen aussehen, wenn sie mit einer entsprechenden Menge an Daten gefüttert werden. Das Regelsystem ist anschließend imstande, Katzen von anderen Tieren zu unterscheiden.

Künstliche Intelligenz in der Wirtschaft

Die digitale Transformation und die rasante Entwicklung von künstlicher Intelligenz bietet gerade für Unternehmen vielfältige Wertschöpfungspotenziale und Einsatzmöglichkeiten und der globale Markt für KI-basierte Dienstleistungen, Software und Hardware wächst laut einer Studie von McKinsey um bis zu 25 Prozent bis 2025. Der Grund für diesen Prozess ist der starke Zuwachs an Cloud-Infrastruktur und die dadurch mögliche Rechenleistung und Vernetzung. Anbieter sind in Zuge dessen nicht allein die großen Konzerne, sondern auch vermehrt kleine Unternehmen und Start-ups, die Dienste und Tools für betriebliche Prozesse in Unternehmen entwickeln. Gerade große Unternehmen investieren hohe Budgets in ihre verschiedenen KI-Projekte und bringen ihre Forschung voran. Entscheidend ist auch für deutsche Unternehmen, wie schnell Künstliche Intelligenz in betriebliche Prozesse integriert werden kann, um langfristig konkurrenzfähig zu bleiben. Auch auf nationaler Ebene setzen sich verschiedene Interessenvertreter mit der Technologie auseinander und planen einen sicheren und effizienten Einsatz.

Feststeht allerdings, dass diese, auf KI-basierenden Systemen die Arbeitswelt grundlegend verändern werden. Eine zentrale Frage um den Einsatz der künstlichen Intelligenz ist die Angst vor überflüssigen Arbeitsplätzen. Nicht sicher ist jedoch, ob dies überhaupt der Fall sein wird und zahlreiche Experten gehen eher vom Gegenteil aus und sehen Möglichkeiten neue Jobs und Arbeitsfelder zu generieren. Eine Perspektive auf die Entwicklung ist die Verschiebung von standardisierten und wiederholenden Aufgaben, die zukünftig durch die KI bewältigt wird. Menschen hingegen können vermehrt in strategischen und kreativen Aufgabengebieten eingesetzt werden. Dabei entsteht weniger eine Abgrenzung von Kompetenzbereichen, als eine Zusammenarbeit von Mensch und Maschine, die durch das Ausnutzen von Wertschöpfungspotenzialen hocheffizient arbeiten können.

Negative Aspekte von künstlicher Intelligenz

Trotz der bahnbrechenden Entwicklung sehen sich KI-Systeme auch mit einigen Risiken und Nachteilen konfrontiert. Durch die hochtechnologisierte und von Daten getriebene Struktur muss für Unternehmen ein hohes Maß an Sicherheit und Transparenz garantiert werden. Cybersicherheit muss einen sehr hohen Stellenwert bei Unternehmen haben, um Angriffe von Dritten zu verhindern. Des Weiteren stellt sich die Frage, inwiefern Unternehmen darauf vorbereitet sind, künstliche Intelligenz in ihre Prozesse zu integrieren. Wie im ersten Abschnitt bereits angesprochen verändert künstliche Intelligenz die Arbeitswelt, wie wir sie kennen und Unternehmensführung und -modelle sowie Kundenorientierung müssen sich wandeln. Diesen Wandel vorantreiben müssen dabei sowohl die Führungspositionen, als auch die Mitarbeiter, die höher qualifiziert und autonom sein müssen, um die Veränderungen mittragen zu können. Das bedeutet konkret die Umwälzung veralteter Strukturen und die Entwicklung von neuen Konzepten, die ein hohes Maß an Vorbereitung sowie eine ausgeprägte Infrastruktur voraussetzt. 

Was sind Handlungsfelder für deutsche Unternehmen?

Die Studie „State of AI in the Enterprise Survey – 3rd Edition“ von Deloitte hat den Status quo von KI-Projekten in 2700 Unternehmen dargestellt und auch Deutschland ist mit 200 Use Cases vertreten. Aus nationaler Perspektive stufen auch hier die Unternehmen Künstliche Intelligenz als erfolgskritisch ein, es gibt allerdings verschiedene Handlungsfelder, um langfristig mit internationaler Konkurrenz auf Augenhöhe zu bleiben. Eines davon ist die, dass die Umsetzung von konkreten KI-Projekten mehr in den Fokus geraten muss und aktuell sind deutsche Unternehmen noch zu sehr in Pilotprojekten involviert. Zudem müssen intern deutlich mehr Skills in Bezug auf die technologische Affinität der Mitarbeiter entwickelt werden. Auch zu Zeiten des Fachkräftemangels muss das entsprechende Know-how in die Unternehmen integriert werden. Ein letztes bedeutungsvolles Handlungsfeld, betreffend KI, ist die effiziente Nutzung von Ressourcen externer Anbieter. In der Studie geht hervor, dass bereits einige Unternehmen gezielt Partner in ihre Projekte integrieren und unter Berücksichtigung des eben angesprochenen Fachkräftemangels ist es sinnvoll mit spezialisierten Unternehmen zu kooperieren. Um immer den passenden KI-Lösungsanbieter zu finden, entwickelt “What can AI do for me?” eine Anwendung, die diesen Prozess vereinfacht.

Was bietet “What can AI do for me?” 

Im Rahmen eines Verbundforschungsprojekts arbeiten die Hochschule der Medien, die thingsTHINKING GmbH und die KENBUN IT AG gemeinsam an einer Web-Applikation. Diese wird Unternehmen mit noch unspezifischen KI-Vorhaben die Potenziale geeigneter KI Use Cases aufzeigen und passende Lösungsanbieter vorschlagen. Während Unternehmen – insbesondere aus dem Mittelstand – die Hürde genommen wird mit der Implementierung von KI zu beginnen, stellt unsere Web-Applikation für Lösungsanbieter eine kostenlose Möglichkeit dar, potenzielle Neukunden zu gewinnen. Technisch basiert die geplante Webanwendung auf der KI semantha® des Softwareunternehmens thingsTHINKING aus Karlsruhe. Die semantische Plattform ist in der Lage, Texte ohne individuelles Training auf der Bedeutungsebene zu analysieren und zu vergleichen. Dadurch kann die Formulareingabe eines Nutzers auf WhatCanAiDoForMe.com leicht mit den Anwendungsfällen von KI-Dienstleistern und Nutzern abgeglichen werden.

Quellen:

Ein Gemeinschaftsprojekt der folgenden Forschungspartner

Logo Hochschule der Medien
Logo semantha
Logo Kenbun