Spurenelemente: Künstliche Intelligenz im Recruiting steckt (noch) in den Anfängen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on email
rectangular brown wooden table
Foto von Claire Nakkachi

Literaturtipps

Potenziale mobiler Technologien für HR (Mobile HR). Von Stephan Böhm, Sebastian Meurer. In: Digital HR: Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement. Hrsg. von Thorsten Petry und Wolfgang Jäger. Haufe 2018, S.137 – 168.

CATS (2019): Forschungsprojekt CATS: Chatbots in Applicant Tracking Systems.

Online-Quelle: www.hs-rm.de/de/fachbereiche/design-informatik-medien/forschungsprofil/cats (Abruf am 17.09.2019).

CHRIS (2019): Recruiting Trends 2019: Digitalisierung und Zukunft der Arbeit. Centre of Human Resources Information Systems (CHRIS) im Auftrag der Monster Worldwide Deutschland GmbH.

Online-Quelle: arbeitgeber.monster.de/LiteReg/GatedA.aspx (Abruf am 17.09.2019).

Der ganz große Ansatz ist noch nicht in Sicht – Status quo und Entwicklungen von KI im Recruting. Von Wolfgang Jäger und Ingo Teetz. In: Personalführung 6/2019, S. 16-22.

JIM (2018): JIM-Studie 2018: Jugend, Internet, Medien. Medienpädagogischer Forschungsverbund Südwest.

Online-Quelle: www.mpfs.de/fileadmin/files/Studien/JIM/2018/Studie/JIM2018_Gesamt.pdf (Abruf am 17.09.2019).



Zuerst erschienen in der Fachzeitschrift personal manager (6/2019)

Unter dem Schlagwort „Recruiting 4.0“ diskutiert die HR-Szene heute den Einsatz künstlicher Intelligenz (KI) in den verschiedenen Phasen des Recruitings und der Candidate Journey. Nach den Anfängen Mitte dieses Jahrzehnts sind nun immer mehr Spurenelemente künstlicher Intelligenz in Softwarelösungen zu entdecken.

Das zeigt sich schon im Marketing: Neben Begrifflichkeiten wie „Robot Recruiting“ oder „Data Driven Recruiting“ vermarkten einige Anwender ihre Lösungen mit dem Label „KI inside“. Dabei handelt es sich allerdings noch häufig um zwar komplexe, aber nur „regelbasierte“ Systeme auf Basis von Programmierungen oder traditionellen statistischen Analyseverfahren. Von wirklich echter, im Sinne von selbstlernender, künstlicher Intelligenz, die Machine Learning oder durch neuronale Netzwerke beziehungsweise „Deep Learning“-Ansätze gesteuerte Algorithmen integriert, sind wir im Recruiting meist noch weit entfernt (Teetz 2018). Denn um von „echter“ (selbstlernender) KI sprechen zu können, braucht es regelmäßig Millionen von Daten, damit die „Maschinen“ lernen können. Gerade im Recruiting ist jedoch die Anzahl der Items beziehungsweise Datensätze noch oftmals viel zu gering, um weitreichende KI-basierte Ansätze umsetzen zu können. Aber verfolgen wir einmal die Candidate Journey und betrachten einzelne Kontaktpunkte, mit denen ein potenzieller Bewerber mit KI im Recruitingprozess in Kontakt kommen kann.

1. Programmatic Job Advertising

Mit „Data Driven Recruiting“ und in der weiteren Konkretisierung mit „Programmatic Job Advertising“ finden sich auch im Personalmarketing Ansätze wieder, die „lernende Software-Tools“ – wie sie aus dem klassischen Marketing bereits länger bekannt sind (AdTech) – beinhalten. Das Ausspielen einer Online-Stellenanzeige mithilfe spezialisierter Software-Tools ermöglicht nicht nur einen möglichst optimierten Mix der Kanäle, sondern auch eine gezieltere „One to One“-Ansprache potenzieller Kandidaten.

Hier steuern schon heute Algorithmen den Medieneinsatz in vielfältigen Ausspielungskanälen, angefangen von Jobportalen über Online-Suchmaschinen bis zu den sozialen Netzwerken/Medien. Arbeitgeber können ganze Kampagnen in die Hände der Algorithmen legen; „Candidate Centricity“ lautet das „Zauberwort“. Die neuen Tools helfen Recruitern und Dienstleistern, Bewerber und Kandidaten überall dort aufzuspüren und anzusprechen, wo sie sich im Netz bewegen. In diesen Software-Tools ist tatsächlich schon KI enthalten. Die Software ist in der Lage, selbstständig zu lernen und den Medieneinsatz immer weiter zu optimieren. Die positiven Effekte zahlen hierbei sowohl auf die Effektivität – also die Wirksamkeit – als auch auf die Effizienz – bezogen auf den Mitteleinsatz – ein.

2. AI-Matching: Abgleich von Jobangebot und Bewerberprofil

Unabhängig davon, ob es sich um einen aktiv oder passiv suchenden Bewerber handelt, kann auch im Bewerber-Matching künstliche Intelligenz ins Spiel kommen. In der Erprobung – aber auch schon teilweise in der Anwendungsphase – sind intelligente Matching-Tools (AI-Match), die beispielsweise ein Bewerberprofil mit Stellenangeboten eines oder mehrerer Unternehmen in Übereinstimmung bringen. Es ist also heute für einen „aktiven“ Bewerber möglich, sich „passiv“ zu verhalten, indem er sein Profil online stellt und signalisiert, dass er an eingehenden, zu seinem Profil passenden Angeboten interessiert ist. Auch der Recruiter wird hier erst dann wieder aktiv, wenn eine so generierte Bewerbung bei ihm im System eingegangen ist. Je mehr Daten die Software bei steigendem Nutzungsgrad verarbeitet, desto mehr lernt diese, das Matching-Ergebnis zu verbessern.

3. Bewerber(vor)auswahl mit KI-basierter Diagnostik

Wir sind jetzt im Bewerbungsprozess angekommen. Die Automatisierung des Bewerbungsprozesses ist mit dem Einsatz sogenannter Bewerbermanagementsysteme in den vergangenen 20 Jahren immer weiter optimiert worden. Wenn heute von Digitalisierung die Rede ist, meint man einen weitgehend papierlosen Prozess, der auch hilft, Medienbrüche zu beseitigen, zum Beispiel durch CV-Parsing und -Matching. Beispiel: Eine Bewerbung per Mail mit angehängtem Lebenslauf im PDF-Format wird mittels CV-Parsing automatisch in das Bewerbermanagementsystem überführt. Für den Bewerber entfällt damit das oftmals als lästig empfundene Ausfüllen eines Online-Bewerberformulars; der Recruiter hat die bessere Datengrundlage. Noch besser wäre allerdings ein Ansatz, der über einen intelligenten Assistenten auch komplexe Bewerbungsformulare ausfüllt, beispielsweise Bewerber bei Eingaben anleitet oder eine Vorstrukturierung von Inhalten auf der Basis von Bewerbungsunterlagen oder anderer Quellen unterstützt. Dabei sucht der digitale persönliche Bewerbungsassistent im Netz (zum Beispiel auf Netzwerkportalen) nach allen für die Position benötigten Daten und überträgt diese in ein Bewerbermanagementsystem. Der Bewerber müsste keinen CV mehr schreiben und hochladen. Bewerbungshürden ließen sich deutlich reduzieren, wenn Bewerber von der Notwendigkeit der schriftlichen Bewerbung beziehungsweise des Schreibens eines CVs befreit sind.

Der Vorauswahlprozess selbst kann schon heute aus Sicht des Recruiters weitgehend automatisiert ablaufen. Künstliche Intelligenz ist immer dann „inside“, wenn dieser Prozess nicht nur regelbasiert abläuft, sondern die Software ständig dazulernt. Eine Entscheidung über die Passung der Anforderungen in der ausgeschriebenen Stelle mit dem „digitalen“ Bewerberprofil wird dann selbstständig mit einem „gesicherten“ Passungsgrad – also dem Abgleich der jeweiligen Bewerberdaten mit dem Anforderungsprofil der ausgeschrieben Stelle in Prozent – vorgenommen und in ein Ranking mit anderen Bewerbungen integriert.

Den Vorauswahlprozess weitgehend zu digitalisieren, findet zunehmend Zustimmung – sowohl auf Seiten der Recruiter als auch der Bewerber (vgl. Jäger, Teetz 2019, S. 19 ff). Trotzdem sind auch hier noch Herausforderungen zu bewältigen, insbesondere hinsichtlich Auswahl und Zusammensetzung von Daten, mit denen die KI-Lösung „trainiert“ wird. Kommen historische Bewerberdaten zum Einsatz, ist es zum Beispiel mitunter schwierig, veränderte Bewerberanforderungen abzubilden beziehungsweise eine bestehende Einstellungspraxis zu verändern, zum Beispiel zum Erreichen von Zielen in der Gleichstellung.

Die Akzeptanz und somit auch der Einsatzwille von KI gestaltet sich – nicht nur aufgrund rechtlicher Erwägungen – mit am schwierigsten im originären Auswahlprozess, der sogenannten Königsdisziplin im Recruiting. Denn nach wie vor ist das persönliche Bewerberinterview nicht nur die am häufigsten angewandte, sondern auch die von der Mehrzahl der Recruiter und Linienvorgesetzten favorisierte Form. Allen wissenschaftlichen Erkenntnissen zum Trotz stehen Instrumente der klassischen Bewerberdiagnostik (Test, Assessments) außerhalb des Interviews nicht an erster Stelle im Ranking. Daran haben auch die in den vergangenen Jahren aufgekommenen Online-Varianten – zum Teil mit Recruitainment-Charakter – nichts grundsätzlich geändert.

Jetzt kommt auch noch die künstliche Intelligenz ins Spiel. In der digitalen Welt werden bild- und spracherkennende Anwendungen immer mehr zum Standard. Siri, Cortana und Alexa lassen grüßen. KI-basierte Gesichts- und Spracherkennungstools für die Bewerberdiagnostik sind schon auf dem Markt vertreten. Dazu gehören video- oder telefonbasierte Pre-Screening-Interviews, die sich mit einer Stressanalyse des Interviewten über KI-basierte Algorithmen koppeln lassen. Das Programm analysiert letztlich Sprachproben. Untersucht werden vor allem Wortschatz, Satzbau, Sprechgeschwindigkeit, Lautstärke und Stimmhöhe. Auch ist es nicht mehr weit bis zu einem automatisierten (Online-)Assessment. Nach genügend Training könnte eine künstliche Intelligenz sogar die Aufgaben des Assessments zusammenstellen. Eine KI als Chatbot, also virtueller Gesprächspartner, wäre in der Lage, das Assessment zu leiten.

Beim Einsatz von KI in „klassischen Diagnostikinstrumenten“ wie zum Beispiel Auswahlinterviews gibt es aber nicht nur Bedenken aufseiten der Bewerber und Recruiter, auch die Wissenschaft (Organisationspsychologie) meldet hier (noch) Bedenken hinsichtlich der Seriosität der KI-gestützten Analyse-Tools an (vergleiche Kersing 2018). So sollen sich die KI-gestützten Verfahren grundsätzlich der DIN-Norm 33430 „unterwerfen“, in der die Anforderungen an eine berufsbezogene Eignungsdiagnostik formuliert sind. Des Weiteren zielt die Kritik darauf ab, dass der Algorithmus nur aus Daten der Vergangenheit lernt und die Akzeptanz von Entscheidungen nicht berücksichtigt, wenn sich gesellschaftliche Normen verändert haben, beispielsweise zum Thema Gleichstellung.

4. Bewerberkommunikation mithilfe „intelligenter“ Chatbots

Auch wenn wir von dem realen Praxiseinsatz intelligenter Chatbots noch ein Stück weit entfernt sind, kommen Bewerber immer häufiger mit solchen digitalen Dialogsystemen in Kontakt. Sie sind zunehmend die erste Anlaufstelle für Fragen und Antworten rund um die Themen Karriere und Bewerbung, auch leiten schon die ersten Chatbots den Bewerber durch Stellenanzeigen und Bewerbungstools. „Hinter den Kulissen“ zeichnen sich Anwendungsszenarien von intelligenten Lösungen ab, in denen beispielsweise in einem Bewerbermanagementsystem integrierte Chatbots am Anfang des Prozesses die Kommunikation zwischen der Fachabteilung und den Recruitern bei der Abstimmung über die Stellenausschreibung übernehmen.

Chatbots sind Dialogsysteme, welche die Kommunikation zwischen Menschen und Computersystemen unterstützen (Böhm, Meurer 2018, S. 147). Während Sprachassistenten wie Amazons Alexa Lösungen für die gesprochene Sprache realisieren, meint der Begriff Chatbot in der Regel Systeme, die eingebunden in Messaging-Anwendungen über geschriebenen Text mit Nutzern interagieren. Chatbots bieten damit nicht nur die Möglichkeit, Kommunikationsvorgänge mit Bewerbern über den Einsatz von Computersystemen zu automatisieren. Sie gehen auch einher mit dem aktuellen Paradigmenwechsel vom „Suchen und Finden“ hin zum „Fragen und Antworten“.

Gerade junge Zielgruppen ziehen Messaging-Dienste den webbasierten Lösungen mit traditionellen Menü- und Formularstrukturen vor. Laut der „JIM-Studie“ des deutschen Medienpädagogischen Forschungsverbunds Südwest (mpfs) aus dem Jahr 2018 ist WhatsApp nach Youtube das wichtigste Internetangebot bei Jugendlichen zwischen zwölf und 19 Jahren. In dieser Altersgruppe gehörte WhatsApp für 39 Prozent zu den am liebsten genutzten Angeboten, während auf Google nur 13 Prozent entfielen. Bezüglich der inhaltlichen Verteilung der Internetnutzung ist die Bedeutung der Informationssuche seit 2008 kontinuierlich gefallen und betrug im Jahr 2018 bei den Jugendlichen nur noch einen (subjektiv wahrgenommenen) Zeitanteil von zehn Prozent (JIM 2019, S. 32-35).

Veränderte Nutzungsgewohnheiten sind nicht nur mit neuen Angeboten, sondern auch mit anderen Nutzungserfahrungen zu erklären. Die heutigen Digital Immigrants haben die Entwicklung von sperrigen Eingabemasken hin zu modernen Websites noch miterlebt und sind es gewohnt, ihren Informationsbedarf in Formulareingaben, Navigationsstrukturen oder Suchworte zu übersetzen, die dann auch Computersysteme verstehen. Jüngere Nutzer sind hingegen bereits mit interaktiven Systemen aufgewachsen, die auf Berührungen, Sprache und Kontext reagieren, und sie empfinden solche Transferleistungen zunehmend als lästig und unnötig. Daher ist zu erwarten, dass sich auch Recruiter auf die Besonderheiten der Conversational AI einstellen müssen: Wie man eine Karrierewebsite für Suchmaschinen und eine gute Usability optimiert, sollte heute im Recruiting zum Allgemeinwissen gehören. Aber wie werden Unternehmen mit ihren Stellenangeboten zukünftig gefunden, wenn die Anfrage per Sprachassistent oder Chatbot gestellt wird?

Diese Entwicklung steht jedoch erst am Anfang. Laut einer Studie der Universität Bamberg (CHRIS-Studie) haben 2018 erst 2,4 Prozent der befragten Unternehmen in Deutschland einen digitalen Karriereberater. Entsprechende Zahlen für Österreich liegen nicht vor. Die überwiegende Mehrheit der Unternehmen und Bewerber ist aber nach der gleichen Studie überzeugt, dass die Bedeutung dieser Angebote zukünftig zunehmen wird, wobei deren Potenziale auch von beiden Gruppen aktuell deutlich positiver bewertet werden, als noch vor zwei Jahren (CHRIS 2019, S. 8 f.). Auch bei den Chatbots sind gegenwärtig aber fast nur regelbasierte Systeme in der Anwendung. Die KI-Komponente bezieht sich zunächst lediglich auf das Verständnis der natürlichen Sprache, nicht aber auf das Selbstlernen von Dialogverläufen oder das selbstständige Identifizieren geeigneter Antworten auf Bewerberfragen.

Trotzdem haben innovative Chatbot-Lösungen mittelfristig gerade im High-Volume- Recruiting, also bei Stellen mit einfachen und standardisierten Anforderungsprofilen, sowie im Bereich der Routineanfragen an Recruiter ein hohes Potenzial. Das Forschungsprojekt CATS („Chatbots in Applicant Tracking Systems“) an der Hochschule RheinMain untersucht die Potenziale solcher Conversational-AI-Systeme zur Unterstützung von Bewerbungsprozessen. In dem zweijährigen, aus Mitteln des hessischen LOEWE-Förderprogramms finanzierten Forschungsvorhaben, entwickeln das Center of Advanced E-Business Studies der Hochschule in Wiesbaden in Zusammenarbeit mit dem Gießener Unternehmen milch & zucker AG erste Prototypen eines Chatbot-Baukastens für Recruiter, der einfache, vorkonfigurierte Module (zum Beispiel einen FAQ-Chatbot) zur Unterstützung des Bewerbungsprozesses enthalten soll.

Verfahren der künstlichen Intelligenz sollen dabei vor allem im Bereich NLU (Natural Language Understanding) eingesetzt werden, um die Nutzerintentionen besser zu erkennen und eine natürlichere Kommunikation mit Bewerbern zu ermöglichen. Dabei sollen auch der resultierende Aufwand und der Einfluss dieses KI-Einsatzes auf die Akzeptanz untersucht werden.

So haben auch vorgegebene Auswahloptionen in Form von Auswahlnummern oder -buttons Vorteile, weil sie weniger Texteingaben erfordern und somit – gerade auf mobilen Endgeräten wie Smartphones – eine einfachere Interaktion erlauben. Der Einsatz von KI soll hier durchaus kritisch hinterfragt und situativ abgewogen werden. Darüber hinaus sollen auch KI-Verfahren eingesetzt werden, um beispielsweise aus den Texten von Stellenanzeigen Informationen ableiten zu können, die wir für eine Verbesserung der Dialogführung einsetzen können.

Neuartig ist an diesem Ansatz, dass auch solche Potenziale untersucht werden sollen, die sich aus einer Integration des Chatbots in das Bewerbermanagement ergeben. Der Chatbot soll nach einem Login des Bewerbers so auch spezifischere Fragen beantworten können – beispielsweise nach dem Bearbeitungsstand der eigenen Bewerbung.

Die ersten Ergebnisse des Forschungsprojekts nach einem Jahr Laufzeit stimmen zuversichtlich. So wurde im Teilprojekt CHABUI (Chatbot Backend User Interfaces) mit Unterstützung einer Studierendengruppe prototypisch eine FAQ-Chatbotlösung realisiert, die zukünftig bis zu 70 Prozent der bisher im Bewerbersupport eines deutschen DAX-Unternehmens per Mail eingehenden und beantworteten Bewerberanfragen automatisiert bearbeiten könnte. Die Akzeptanz und Alltagstauglichkeit eines solchen Systems muss aber noch weiter erprobt und erst unter Beweis gestellt werden.

Zusammenfassende Bewertung

Recruiter und Bewerber kommen im Recruitingprozess zunehmend in Kontakt mit „intelligenten“ Software-Tools. Die beschriebenen vier Anwendungsszenarien werden sich in naher Zukunft weiter verbreiten. Allerdings steht die große Bewährungsprobe für „echte intelligente Systeme“ noch aus. Die Akzeptanz softwareunterstützter Lösungen sowohl auf Recruiter- als auch auf Bewerberseite wird weiter steigen. Schon heute halten sich die Befürworter und Skeptiker auf beiden Seiten fast die Waage. Auf dem Weg einer zunehmend digitalisierten HR-Funktion sollte das Recruiting seine Chance nutzen, eine Vorreiterrolle einzunehmen.

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on email

Unternehmen aus dieser Kategorie

Unternehmen aus dieser Kategorie

Themenwelt
Kategorien
Kommende Events
November 2020
Dezember 2020
Februar 2021
Mai 2021
Keine Veranstaltung gefunden