Robo Recruiting: Mit Algorithmen das passende Match finden

November 13, 2017 Sascha Grosskopf

Autonome Bewerbungsanalyse in der Personalrekrutierung. Fakt oder Fiktion? Segen aller Personaler oder der totale Alptraum? Die digitalisierte Welt und ihre Analysen sorgen jedenfalls nicht nur für effektive Arbeitsabläufe, sondern auch ebenso für ein treffsicheres Kandidaten-Matching – so zumindest das Versprechen von Big Data. Was widerspricht also Algorithmen und Bots im Bewerbungsprozess?

Eine Studie der FH Westküste in Heide hat erst vor kurzem herausgestellt, dass eine autonome Personalauswahl zu Ergebnissen gelangt, die der menschlichen Vorauswahl nicht nur recht ähnlich ist, sondern diese sogar besser einschätzen kann. Gemeint sind auf Algorithmen basierenden Auswahlverfahren, welche die Wirtschaftlichkeit des Recruitings verbessern. Die teilweise sehr niedrigen Übereinstimmungen unter den menschlichen Personalern zeigen dagegen die eingeschränkte Objektivität des Menschen als Beurteiler auf. Doch sofort manifestieren sich einem im Kopf die Horror-Szenarien, die man aus dystopischen Sci-Fi-Filmen kennt, wonach der Mensch durch die Maschine ersetzt wird.

Natürlich ist die Thematik nicht ganz neu und freilich muss man sich auch mit den unbekannten Schwachstellen autonomer Personalvorauswahl auseinandersetzen, genauso wie mit Bewerberreaktionen auf autonome Personalvorauswahlmethoden. Doch die Schwachstellen der menschlichen Personalauswahl sind weitgehend erforscht und empirisch nachgewiesen. Einerseits ist sie mit einem hohen ökonomischen Aufwand verbunden, andererseits ist kein Recruiter zu 100 Prozent objektiv und kann sich schon durch Namen, Hautfarbe oder Geschlecht beeinflussen lassen.

Als alter Jäger zieht der Homo sapiens es eben vor, Menschen vorab einzuschätzen und sich ein Urteil zu bilden. Denn leider fließen neben den Fakten auch viele andere psychologische Prozesse bei dieser Urteilsfindung mit ein und trüben oft die Sicht der Recruiter. Professor Jason Dana von der Yale-Universität hatte erst vor kurzem in einem Artikel der New York Times für Aufsehen gesorgt, als er sogar behauptete, dass nicht nur die menschliche Vorauswahl an Bewerber kontraproduktiv sei, sondern sogar der komplette Recruitingprozess an sich. Unter anderem beobachtet er die Tendenz, die Manager dazu brächte, Eindrücke aus einer echte Konversation in eine kohärente – aber oftmals falsche – narrative Erzählung zu verwandeln. Wie das zu verstehen ist, wollen wir weiter klären. Zunächst geht es einmal um die Frage:

Wie funktioniert eigentlich so ein Algorithmus im Recruiting?

Die neuen Algorithmen erfassen nicht nur die sogenannten hard skills, die zu Erfüllung des Berufes absolut unerlässlich sind – wie der Lkw-Führerschein bei einem Busfahrer oder die Fremdsprachenkenntnisse bei einem Dolmetscher – sondern auch die immateriellen, menschlichen Qualitäten, die soft skills wie etwa Teamgeist oder Empathie. Unternehmen sind aber immer noch hin und hergerissen zwischen Predictive Analytics und ihrem Bauchgefühl, wenn es darum geht, menschliche Qualitäten zu beurteilen.

Ähnlich wie beim Machine Learning stellen die Suchalgorithmen jedoch kein Diktat dar, an welches sich die Recruiter servil halten und der KI unterwerfen müssen. Stattdessen lernen die Algorithmen mit jedem Einsatz und das System erkennt die Sinneinheiten mit der Zeit immer besser – unterstützt und betreut von den Personalern. Dies gelingt vor allem durch die semantische Suche, da hier Daten über die Zeit nicht nur nach einfachen Wörtern und Zahlen (zum Beispiel Schulnoten in einem Zeugnis), sondern auch Inhalte im Kontext erkannt werden können. Durch die Verknüpfung mit so genannten Federated-Search-Konnektoren werden die Suchanfragen zudem weitergegeben und die daraus resultierenden Teilergebnisse in die Gesamtergebnisse integriert. Die semantische Analyse der Daten extrahiert die enthaltenen Informationen und stellt Zusammenhänge her. Durch die Verknüpfung von Informationen aus unterschiedlichen Datenquellen greift das System auf das gesamte vorhandene Wissen des Systems zu und führt eine Abtastung durch.

Am Ende wird ein psychologisches Profil konstruiert, das prognostiziert, ob eine Person in die Unternehmenskultur passt oder nicht. Die finale Auswertung übernimmt jedoch weiterhin der menschliche Recruiter. Zu den Indikatoren der Auswahl können je nach Konfiguration und Präferenzen des Unternehmens zum Beispiel spezielle Wörter zählen und das Verhältnis wie häufig der Kandidat diese nutzt – eine Vorliebe für die Verwendung von "bitte" und "danke" zeugt von Empathie, zumindest aber Höflichkeit. Im Regelfall könnten so gerade große Unternehmen, die viele Bewerber anziehen, sehr rasch und dennoch zielgerichtet tausende von Kandidaten binnen kürzester Zeit entsprechend einschätzen und das Raster auf zehn Leute verengen, die dann zu Gesprächen eingeladen werden. Die Softwarelösungen sind daher in erster Linie in den frühen Phasen des Bewerbungsprozesses von Vorteil. Der Mensch wird auf das Persönliche – welches für den Umgang mit anderen Mitarbeitern unerlässlich ist – also nicht verzichten müssen.

Beispiele gefällig?

Google – der Mutterkonzern aller Suchalgorithmen – hat im vergangenen Herbst ein neues Programm namens Cloud Jobs für einige Kunden auf den Markt gebracht. Große Namen wie Johnson & Johnson oder FedEx verwenden sie auf ihren Job-Listings-Sites, um besser mit potenziellen Bewerbern zu kommunizieren. Um seine eigene Software zu bauen, hat Google Millionen von Job-Profilen gescannt, um Verbindungen zwischen den jeweiligen Attributen und der Performance aufzudecken. Die zukünftigen Job-Profile verfassen schon gleich zu Beginn eigenhändig die Stellenbeschreibung zur Verbesserung der Diversity – vor allem in Bezug auf Geschlechtergleichstellung. Die Software versteckt sogar Namen, Geschlecht und persönliche Identifikatoren der Kandidaten, um Vorurteile von Seiten der Recruiter zu vermeiden. „Die meisten Interviews sind Zeitverschwendung, weil 99,4 Prozent der Zeit dazu genutzt wird, den Eindruck zu bestätigen, den der Interviewer sich in den ersten zehn Sekunden gebildet hat", sagt Laszlo Bock, der ehemalige HR-Chef des Unternehmens und hat mit Work Rules! sogar ein Buch über das Thema geschrieben.

Google selbst begann nämlich erst 2008 damit, seine Recruiting-Strategie zu überdenken. Zuvor hatte der Konzern seine Zöglinge von Elite-Schulen wie der Stanford-Universität rekrutiert. Aber als Google eine nachträgliche Performance-Analyse durchführte, stellte es retrospektiv fest, dass Noten, Testergebnisse oder eine renommierte Akademie kein ausschlaggebender Faktor für den späteren Berufserfolg waren. Denn eine beträchtliche Anzahl von erfolgreichen Führungskräften hatte statt Elite-Unis „nur“ die öffentlich-staatlichen Schulen besucht – einige hatten noch nicht mal eine Hochschule von innen gesehen. Die neu entwickelten Algorithmen sollen nämlich jene Fähigkeiten identifizieren, die oft verborgen bleiben, aber sehr relevant für das Unternehmen sind, wie beispielsweise kognitive Fähigkeiten sowie intellektuelle und kommunikative Kompetenz.

Daten sind demnach sehr entscheidend. Es ist noch nicht so lange her, als Firmen noch einen Papier-Lebenslauf anforderten, um Fähigkeiten und Erfahrung zu vergleichen und mit anderen Kandidaten an einer Punkteskala zu messen. Die Stärke der Künstlichen Intelligenz ist es, sich durch solche Daten zu kämmen, mehrere Variablen zu untersuchen und Muster in einem Cluster zu finden, die der Mensch nun mal nicht lokalisieren kann. Dabei bleibt der Mensch jedoch nicht ganz außen vor, denn HR-Manager und Datenwissenschaftler entwickeln gemeinsam die Variablen und optimieren und gewichten sie nach Kriterien von den entsprechenden Unternehmen.

Die Citigroup nutzt beispielsweise die KI, um auf diese Weise vorherzusagen, welche neuen College-Absolventen als Investmentbanker einzustellen sind. Das Unternehmen will so einerseits die Vielfalt im Team sicherstellen und andererseits gewährleisten, dass die neuen Mitarbeiter zur Firmenkultur passen und möglichst lange Teil der Organisation bleiben. In Zeiten der Digitalisierung ist die autonome Personalvorauswahl ein wichtiger technologischer Trend, mit dem sich Arbeitgeber vertraut machen sollten. Die automatisierte Personalvorauswahl kann HR Arbeit abnehmen und Vorschläge unterbreiten. Die letzte Entscheidung über die Akzeptanz oder Ablehnung von Bewerbern sollte aber weiterhin beim Menschen liegen – allein schon aus ethischen Gründen. Denn mit dem richtigen Match im Recruiting ist es wie mit dem Match bei der Partnerwahl. Hätte der typische Märchenprinz von der Fee beispielsweise einen Suchalgorithmus herbeigezaubert bekommen, hätte er nicht mit einem gläsernen Schuh durchs Land streifen müssen und sich an zahlreichen Damenfüßen abmühen müssen, um letztendlich sein Aschenbrödel zu finden.

Vorheriger Artikel
Geschlecht statt Leistung: Warum Frauen im Beruf immer noch benachteiligt werden
Geschlecht statt Leistung: Warum Frauen im Beruf immer noch benachteiligt werden

Deutschland sehnt sich als Standort für Maschinenbau nach jungen Fachkräften aus dem MINT-Bereich.

Nächster Artikel
Die GPS-Ära: Die Convergence Conference lotst Unternehmen in Richtung digitale Transformation
Die GPS-Ära: Die Convergence Conference lotst Unternehmen in Richtung digitale Transformation

Geoffroy De Lestrange