· Fachbeitrag · Digitale Transformation der Human Resources
Der Einsatz von künstlicher Intelligenz im Personalwesen
von Prof. Dr. Markus H. Dahm und Alexander Dregger, beide Hamburg
| Stellen Sie sich vor, Sie sind Personal-Verantwortlicher und erhalten auf eine ausgeschriebene Stelle für Berufseinsteiger 3.000 Bewerbungen. Sie können sich hinsetzen und jede einzelne Bewerbung überfliegen, aber der Zeitaufwand ist enorm und je mehr Bewerbungen Sie gesehen haben, umso schwerer wird die Entscheidung. Am Ende dieses Vorauswahlprozesses kann es leicht passieren, dass geeignete Kandidaten „auf der Strecke bleiben“ und aus dem weiteren Recruiting-Prozess ausgeschlossen werden. Wie kann man im „war for talent“ verhindern, dass so etwas passiert? |
1. Künstliche Intelligenz im Human-Resource (HR)
Genau in einem solchen Szenario kann sich der Einsatz von künstlicher Intelligenz (KI) im Personalwesen auszahlen, denn eine KI ermüdet ‒ im Gegensatz zum Menschen ‒ nicht. Auf Basis von maschinellen Lernprozessen kann sie sehr gezielt eine Vorauswahl der besten Bewerber unter den 3.000 Einsendungen treffen. Dies ist nur ein Beispiel, in dem sich der Einsatz von KI im HR lohnen kann. Neben dem Recruiting können auch die Personalentwicklung oder das Personalmarketing maßgeblich von einem Einsatz von KI profitieren. Doch worin bestehen diese Möglichkeiten für einen Einsatz von KI im HR im Detail? Welche Chancen und Risiken sind hiermit verbunden? Wie kann die Einführung von KI-Systemen im HR gelingen?
KI beschreibt nach Donald Michie (1982), einem der Pioniere der KI-Forschung, die Übertragung von problemlösungsorientiertem und an das menschliche Verhalten angepasste „Gewusst-wie-Anleitungen“ in eine Programmstruktur. Dabei versucht KI nicht nur Wissen in Datenbanken zu speichern, sondern dieses Wissen wird ähnlich dem menschlichen Gedächtnis und Lernverhalten anhand von Mustern und Kategorien analysiert. Die Ergebnisse solcher Analysen können die Basis für komplexe Entscheidungen darstellen, indem sie mithilfe von Wahrscheinlichkeiten die Wahl von Entscheidungsoptionen nahelegen. Eine solche KI kann HR in den verschiedensten Themenfeldern unterstützen.
1.1 KI im Recruiting
Wie oben erwähnt, fällt es HR-Abteilungen schwer, eine Vorauswahl an Bewerbern zu treffen, wenn die Anzahl an Bewerbungen besonders hoch ist. Insbesondere in Kontexten von Informationsüberflutung wird die Auswahl durch die aus der Psychologie bekannten kognitiven Verzerrungen erschwert, die eine Vielzahl von fehlerhaften Neigungen im menschlichen Wahrnehmen, Erinnern, Denken und Beurteilen beschreiben. Ein Beispiel hierfür wäre, wenn ein Recruiter aufgrund des Recency-Effekts die zuletzt gesichteten Bewerber gegenüber den übrigen bevorzugt, da deren Bewerbungen noch besser im Gedächtnis des Auswählenden gespeichert sind.
Der Einsatz von KI bei der Bewerbervorauswahl kann solche Verzerrungen in der Auswahl entgegenwirken: Auf Basis eines E-Recruiting-Systems werden die Unterlagen eines Bewerbers mithilfe einer Datenbank standardisiert aufbereitet. Anschließend analysiert ein KI-System, wie z. B. IBM Watson Recruitment, die Bewerberdokumente und -angaben und trifft eine Vorauswahl. Diese Vorauswahl basiert auf verschiedenen Datenquellen: Neben den Inhalten der Stellenausschreibungen und dem Kompetenzprofil der Stelle berücksichtigt die KI historische Unternehmensdaten.
Aus den historischen Unternehmensdaten versucht die KI zu bestimmen, durch welche Fähigkeiten und Kompetenzen sich bisher beispielsweise erfolgreiche Projektmanager im Unternehmen ausgezeichnet haben. Ergibt eine solche Analyse, dass erfolgreiche Projektmanager über besonders gute soziale Kompetenzen verfügen, durchsucht nun die KI den Pool an Bewerbern und prüft, inwiefern der Bewerber für eine Projektmanagement-Stelle über soziale Kompetenzen verfügt. Der Recruiter kann hierbei beispielsweise bestimmen, ob Präsentations-, Konflikt- oder Verhandlungsfähigkeiten bei den sozialen Kompetenzen besonders wichtig sind und von der KI stärker beachtet werden sollen.
Bei der Suche schenkt das KI-System sowohl dem ersten als auch dem 2.900sten Bewerber die gleiche Aufmerksamkeit und es kommt hierdurch zu keinen Verzerrungen, denn diese sind weder im Interesse des Unternehmens noch des Bewerbers.
Beachten Sie | Ein solches datenbasiertes und systematisches Vorgehen der KI erhöht deutlich die Wahrscheinlichkeit, den für die Stelle geeignetsten Projektmanager zu finden.
KI kann darüber hinaus auch bei der Priorisierung von Rekrutierungsmaßnahmen die HR-Abteilung unterstützen. Dabei betrachtet das künstliche Intelligenzsystem die aktuellen ausgeschriebenen Stellen und berechnet hierbei z. B. basierend auf historischen Daten des Unternehmens, wie lange das Besetzen einer ausgeschriebenen Stelle dauern kann. Dazu betrachtet es verschiedene Facetten einer Stelle wie z. B., ob die Stelle an einem attraktiven Standort ausgeschrieben ist, wie viel Erfahrung benötigt wird oder ob ein hohes Maß an spezifischen Skills erwartet wird. Je mehr Erfahrung benötigt wird, je unattraktiver ein Standort ist und je mehr spezielle Skills benötigt werden, umso höher wird die KI den Rekrutierungsaufwand und damit auch die Rekrutierungsdauer einschätzen und der Stellenausschreibung eine hohe Priorität zuweisen. Diese Priorisierung hilft dem Personaler und er kann sich besser auf die Stellen mit hoher Priorität konzentrieren. Dadurch wird verhindert, dass personelle Engpässe für das Unternehmen entstehen.
1.2 KI in der Personalentwicklung
Auch der Bereich Personalentwicklung kann von den Möglichkeiten einer KI profitieren. Zu dieser Einschätzung kommen 72 % der über 6.000 befragten Führungskräfte und Personalchefs in hoch performenden Unternehmen der „Extending Expertise“-Studie des IBM Institute for Business Value aus dem Jahr 2017. An dieser Studie nahmen über 6000 Führungskräfte und 400 Personalchefs teil. Leistungsstarke und leistungsschwache Unternehmen wurden auf Basis von Selbsteinschätzungen bei Kennzahlen wie z. B. Umsatz und Profitabilität unterschieden.
Einschätzung des Mehrwerts von Cognitive Computing für verschiedene HR-Bereiche durch Führungskräfte und Personalchefs, Datenbasis: IBM Institute for Business Value-Studie „Extending expertise: How cognitive computing is transforming HR and the employee experience“, 2017.
Ein Instrument, um die nachhaltige Wirksamkeit von Weiterbildungsmaßnahmen zu erhöhen, ist die Individualisierung des Lernens. Hiermit ist die Anpassung von Lerninhalten und Trainingsmaßnahmen an den individuellen Lernenden gemeint. Eine solche Passung zwischen Lerninhalt und Lernendem kann zum Beispiel von entscheidender Relevanz für Lernplattformen sein, die virtuelle Trainingsmaßnahmen Lernenden zur Verfügung stellen. KI fördert dies auf verschiedenen Wegen: Wichtig ist auf einer solchen Lernplattform, dass die Lerninhalte mit den richtigen Schlagworten versehen werden. KI-Systeme erkennen den Inhalt eines Kurses und verschlagworten diesen automatisch. Dies erleichtert deutlich das Finden der Inhalte.
Darüber hinaus macht die KI dem Nutzer konkrete Vorschläge, welche Inhalte er nutzen sollte. Diese Empfehlungen basieren dabei nicht nur darauf, welche Jobposition der Nutzer innehat, sondern auch das Lernverhalten fließt mit zunehmender Nutzung immer stärker ein. Präferiert ein Nutzer z. B. eher Videos als Textmaterial beim Lernen, so bekommt er in Zukunft eher Videos angezeigt. Eine solche Analyse hilft nicht nur den Nutzern, sondern auch den Personalentwicklern: Sie wissen in Zukunft besser, in welchem Medientypus Inhalte für die Lernplattform produziert werden sollten.
Außerdem können Personalentwickler auch von dem direkten Feedback der Nutzer der Lerninhalte stärker als bisher profitieren. Künstliche Intelligenzsysteme können die Kommentare der Nutzer analysieren und diese klassifizieren. Beispielsweise könnte ein Nutzer sich über einen nicht funktionierenden Link bei einem Lernangebot beschweren. Die KI kann eine solche einfach zu behebende Beschwerde bei entsprechenden Vorgaben priorisiert herausfiltern und der Personalentwickler kann dann schneller den Fehler korrigieren.
1.3 KI im Personalmarketing
Nicht jedes Unternehmen kann sich über einen Eingang von den anfangs erwähnten 3.000 Bewerbungen auf eine einzelne Stelle freuen. Insbesondere bei eher schwierig zu besetzenden Positionen ist es daher von großer Bedeutung zu wissen, über welchen Ruf ein Unternehmen zurzeit bei potenziellen Bewerbern verfügt. Eine Kenntnis hierüber erlaubt es der Personalabteilung, durch gezielte Maßnahme die Attraktivität des Unternehmens als Arbeitgeber zu steigern. Doch wie kann sich eine Personalmarketingabteilung ein umfassendes Bild über den Ruf eines Unternehmens machen, wenn tagtäglich sowohl über soziale Medien, Webportale wie z. B. Kununu oder den klassischen Medien eine Unmenge an Informationen zur Verfügung steht?
Genau an dieser Stelle kann erneut KI einen entscheidenden Unterschied machen, denn KI-basierte Software kann das World Wide Web nach unternehmensbezogenen Informationen durchsuchen und anhand von semantischen Analysen entsteht dann für die Personalabteilung ein umfassendes Bild der aktuellen öffentlichen Meinung zum Unternehmen. So kann eine KI beispielsweise analysieren, wie die Work-Life-Balance eines Unternehmens in der Öffentlichkeit wahrgenommen wird. Dazu betrachtet eine KI Nachrichtendienste wie z. B. Twitter oder Rezensionen auf Arbeitgeberbewertungsportalen wie Kununu und filtert alle Nachrichten dahingehend, ob sie das gewünschte Thema betreffen. Dann betrachtet die KI den Inhalt und prüft, ob er kritisch oder lobend bezüglich der Work-Life-Balance ist. Auf Basis einer solchen Analyse erstellt die KI einen Work-Life-Balance-Score separat z. B. für Twitter oder Kununu.
Aber nicht nur auf reine Zahlen kann der Personaler zugreifen, denn die Zahlen basieren auf den Kommentaren von z. B. Kununu-Nutzern. Ein Tool wie IBM Social Listening zeigt auch diese ursprünglichen Kommentare an und welchen Score die künstliche Intelligenz der jeweiligen Aussage zugewiesen hat. Dadurch kann der Personaler besser beurteilen, was sich genau hinter den Zahlen verbirgt. Auf Basis einer solchen Analyse können dann gezielt Maßnahmen entwickelt werden, um das Image des Unternehmens zu fördern und das Employer Branding besser zu steuern.
1.4 KI als Karrierecoach
Für Unternehmen ist es nicht nur wichtig, durch gutes Marketing Bewerber für sich zu interessieren. Mindestens genauso von Bedeutung ist es, für die aktuellen Mitarbeiter attraktiv zu bleiben und diese langfristig an sich zu binden. Eine Form der Mitarbeiterbindung sind sogenannte Karrierecoachings. Im Rahmen eines solchen Karrierecoachings erhalten Angestellte durch Gespräche entweder mit einer Führungskraft oder mit einem Coach Orientierung beim weiteren Karriereverlauf und der weiteren Karriereplanung.
Hierbei kann KI einen Mehrwert insofern bieten, als dass sie ähnlich wie der persönliche Karrierecoach dem Mitarbeiter Wege in seiner Karriere aufzeigt und hierdurch seine Karrierelaufbahn fördert. Dies kann beispielsweise durch eine App wie dem IBM Watson Career Coach geschehen. Die App bietet dem Nutzer verschiedenste Möglichkeiten, sich selbstständig mit dem Thema Karriere zu befassen. So beinhaltet sie einen Chatbot, dem man Fragen zum Thema Karriere stellen kann wie z. B. „wie finde ich einen Mentor?“ oder „welche Aufstiegsmöglichkeiten habe ich?“. Auf Basis der Daten des Nutzers analysiert das Tool aktuelle Stellenausschreibungen im Unternehmen und bewertet diese. Anschließend zeigt das Tool Stellen an, die zu den Interessen und Qualifikationen des Angestellten am besten passen. Aus dem Tool selbst kann sich der Bewerber dann auch direkt bewerben.
Darüber hinaus kann ein solcher KI-basierter Coach auch bei der Qualifizierung des Mitarbeiters unterstützen. Hat der Mitarbeiter ein bestimmtes Karriereziel ins Auge gefasst, so analysiert die KI, durch welche Qualifikationen sich bisherige Inhaber der Stelle ausgezeichnet haben. Anschließend prüft sie, inwieweit der Mitarbeiter schon über diese Qualifikationen verfügt und macht dann konkrete Vorschläge, z. B. welche Schulungen Sinn machen könnten, damit der nächste Karriereschritt gelingen kann.
2. Der Wandel hin zu einer digitalen HR-Abteilung
Solche KI-basierten Möglichkeiten einer digitalen HR führen zu starken Umbrüchen in den Unternehmen, die sich auf die Bewerber, die Mitarbeiter, die HR-Abteilungen, aber auch auf alle Führungskräfte im Unternehmen auswirken. Dabei haben diese Stakeholder sehr unterschiedliche Wahrnehmungen des digitalen Umbruchs:
HR-Abteilungen können die Einführung von KI-basierten Systemen einerseits als eine Bedrohung wahrnehmen, die dazu führen könnte, dass ein solches intelligentes System HR-Arbeitsplätze überflüssig macht, da es umfangreiche Aufgaben übernehmen kann. Andererseits können sie hierin aber auch eine Chance und eine nützliche Unterstützung sehen, die dabei hilft, HR auf vielen Ebenen wirksamer zu machen.
Auch Bewerber können von solchen ambivalenten Wahrnehmungen betroffen sein. So könnte sie der Einsatz von KI-Systemen im Recruitingprozess abschrecken, denn dies könnte den Bewerber noch „gläserner“ machen. Beispielsweise behauptet das Unternehmen Precire anhand von einer Stimmerkennungssoftware feststellen zu können, ob eine Person gestresst ist und welche Persönlichkeitsmerkmale sie besitzt. Ein solcher Einsatz kann als bedrohlich und wenig transparent wahrgenommen werden. Auch ist nicht eindeutig belegt, wie zuverlässig tatsächlich ein solches Verfahren ist.
Umgekehrt könnten Bewerber den Einsatz von KI als Vorteil betrachten, denn durch KI werden Entscheidungen z. B. bei der Vorauswahl von Bewerbern nicht auf Basis eines reinen „Bauchgefühls“ getroffen. Ein solches Bauchgefühl kann nämlich beispielsweise wegen des aus der Psychologie bekannten Halo-Effekts Bewerber mit einem ausländischen Namen benachteiligen, denn ein solcher Name kann unbewusst mit negativen Assoziationen verbunden sein und dadurch werden die objektiv guten Fähigkeiten und Kompetenzen eines solchen Bewerbers unterschätzt und von einem einzigen Merkmal „überstrahlt“. Eine KI analysiert anhand von klaren Kriterien, unabhängig von solchen Verzerrungen die Daten. Auch besitzt die KI keine mit dem Menschen vergleichbare begrenzte Beschränkung der Aufnahmefähigkeit, die eine Maschine bei jedem Bewerber im gleichen Maße berücksichtigt, egal wie viele Bewerbungen eingehen.
Damit der Weg zu einer digitalen HR gelingen kann und die Chancen und Möglichkeiten überwiegen, ist nicht nur ein Wandel in der Technologie vonnöten, sondern auch ein „mental shift“ in den Köpfen der Stakeholder. Dieser „mental shift“ ist dabei insbesondere bei den HR-Abteilungen und Führungskräften nötig. Genau diese mentale Veränderung ist Kernaufgabe eines Change Managements, das die Digitalisierung begleiten muss. Das Change Management muss im Rahmen eines Wandels hin zu einem digitalen HR auf die Ängste der Stakeholder eingehen und systematisch über die Möglichkeiten von KI aufklären. Auch der verantwortliche Umgang mit KI muss diskutiert und es muss klargestellt werden, dass KI nicht einen Ersatz für z. B. HR-Manager darstellt, sondern diesen als intelligenter Assistenz in vielfacher Form nützen kann. Nur so kann am Ende des Tages der Einsatz von KI-Systemen im HR die gewünschten Effekte erzielen.
3. Wie wird KI die HR der Zukunft verändern?
Systeme basierend auf KI werden HR-Abteilungen in Zukunft nicht überflüssig machen, denn sie basieren auf Wahrscheinlichkeiten. Dies bedeutet, dass ähnlich wie Wettervorhersagen ihnen nicht „blind“ vertraut werden kann. Gerade in Situationen, in denen die Entscheidungen nicht eindeutig sind, muss am Ende des Tages stets ein Personaler die Abwägung treffen, was für das Unternehmen am sinnvollsten ist.
Ähnlich wie beim Einsatz von KI-Lösungen bei medizinischer Diagnostik können KI-Systeme im HR komplizierte Entscheidungsprozesse wie z. B. die Auswahl eines Bewerbers unterstützen und Informationen in Sekundenbruchteilen liefern, die sonst dem Personaler nicht zur Verfügung gestanden hätten oder mit sehr großem Aufwand verbunden gewesen wären. Um eine sinnvolle Beurteilung von solchen KI-gestützten Aussagen vornehmen zu können, wird es noch stärker als bisher nötig sein, dass Personaler über Kompetenzen im Bereich Datenanalyse verfügen. Nur eine solche Qualifikation erlaubt es dem Personaler, verantwortungsvoll mit den Ergebnissen umzugehen und diese auch kritisch zu hinterfragen.
Diese Qualifikationen sind dabei insbesondere bei der Einführung eines KI-Systems von Bedeutung: KI-Systeme erzielen zu Beginn nicht ihre optimalen Leistungen. Sie müssen zunächst einen Lernprozess mithilfe von Daten durchlaufen, um mit der Zeit immer besser Muster erkennen zu können. Solche Daten ergeben sich beispielsweise aus den Interaktionen der Mitarbeiter mit Chatbots wie dem Watson Career Coach. Auch auf Datenbestände aus der Vergangenheit eines Unternehmens kann zurückgegriffen werden, um die KI zu trainieren. Genau dieses Training muss dabei von HR-Experten begleitet werden, die der Maschine Hinweise geben, wie zutreffend die Entscheidungen sind. Erst dann kann die KI ihre volle Effektivität ausspielen und der HR helfen, bessere Entscheidungen zu treffen und den Weg in das digitale Zeitalter zu meistern.
Literaturverzeichnis
- Michie, D. (1982). Machine Intelligence and Related Topics. Gordon and Breach: New York, London, Paris.
- Bokelberg, Eric; Dorai, Chitra; Feinzig, Sheri; Guenole, Nigel; Lesser, Eric; Mertens, Janet; Raisbeck, Louise; Reyes, Victor und Susan Steele. (2017). Extending Expertise: How cognitive computing is transforming HR and the employee experience. IBM Institute for Business Value. https://public.dhe.ibm.com/common/ssi/ecm/gb/en/gbe03789usen/global-business-services-global-business-services-gb-executive-brief-gbe03789usen-20171204.pdf
- Seyda, Susanne. (2017). Weiterbildung 4.0: Unternehmen setzen auf Digitales. Institut der deutschen Wirtschaft Köln. https://www.iwkoeln.de/presse/pressemitteilungen/beitrag/susanne-seyda-weiterbildung-4-0-unternehmen-setzen-auf-digitales-370898.html
Zu den Autoren | Markus H. Dahm ist Digital Transformation Thought Leader bei IBM Global Business Services, Hamburg, und Honorarprofessor für Strategisches Management an der FOM Hochschule für Ökonomie & Management, Hamburg; Alexander Dregger ist Wirtschaftspsychologe und Strategie- und Change-Berater bei IBM Global Business Services, Hamburg.
