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: 

Ein Gemeinschaftsprojekt der folgenden Forschungspartner

Logo Hochschule der Medien
Logo semantha
Logo Kenbun