KI und die HR-Abteilung

Wie Recruiting und die Administration im HR-Ressort von neuen KI-Anwendungen profitieren.

von Bernhard Haselbauer

Algorithmen dringen immer tiefer in die täglichen Aufgaben von Personalabteilungen ein. Künstliche Intelligenz (KI) und maschinelles Lernen (ML) helfen HR-Profis zum Beispiel beim Onboarding, bei der Weiterbildung und bei der Suche nach neuen Mitarbeitern.

Immer besser werdende Chatbots können bei einfachen Fragen helfen; selbst­lernende Systeme könnten auf Basis von Big-Data-Analysen spannende Schlussfolgerungen ziehen, z. B. im Hinblick auf die Besetzung von Führungsjobs. Trotz aller Funktionalitäten ist es sicher, dass KI-Anwendungen den Mitarbeiter in der HR-Abteilung auch künftig nur unterstützen werden. In bestimmten Situationen bleibt das persönliche Gespräch auch weiterhin wichtig, richtig und erforderlich.

Machen Sie das Thema Algorithmen und maschinelles Lernen transparent im Unternehmen und klären Sie auf, in welchem Kontext KI zum Einsatz kommt.

Einsatzbeispiele für KI:

  1. Trainierte KI-Systeme (ML) beantworten mittels Chatbots Fragen von neuen Mitarbeitenden zum Unternehmen und dessen internen Prozessen.
  2. KI-Systeme helfen bei der Mitarbeitersuche. Zum Beispiel können Bewerber mittels Chatbots vorselektiert werden. Zusätzlich können Text-Analysen von Stellengesuchen aus Zeitungen und Online-Portalen helfen, um passende Kandidaten zu finden. KI-Lösungen helfen dabei, den Arbeitsaufwand für das Recruiting zu reduzieren. Mit ihrer Hilfe müssen die Arbeitgeber nicht mehr jede Bewerbung einzeln lesen.
  3. KI-Lösungen können Tests für Bewerber entwickeln auf Basis der Vorgaben der HR-Abteilung und des Jobprofils. Das System generiert Bewerbungsaufgaben und bewertet die Bewerber, um später schneller die passenden Kandidaten zu finden.
  4. Textmining: Dokumente in Form von Bewerbungen und Anschreiben können durch die automatische Text-Analyse durchsucht und bewertet werden.
  5. Intelligente Erstellung von HR-Berichten für die Beschäftigten.
  6. Arbeitszeugnisse: Zeugnisgeneratoren übersetzen die Bewertung von Mitarbeitenden.
  7. Training von Mitarbeitenden: Die intelligente Auswertung von E-Learning-Tests, Trainingsprogrammen und Fortbildungen zeigt auf, welche Lerninhalte noch vertieft werden müssen. Einsatz von KI-Lösungen für die Ausarbeitung von Trainingsunterlagen.
  8. Verhalten von Mitarbeitern analysieren – denkbar wären Algorithmen, die Informationen über Beschäftigte erfassen und auswerten. Dabei werden Informationsquellen und Daten aus öffentlich zugänglichen Social-Media-Plattformen ausgewertet. Neue Erkenntnisse im Kontext der Motivation und Belastung von Mitarbeitenden können so generiert werden. Zunächst sollten jedoch die Analysen auf Konformität im Kontext der DSGVO geprüft werden.
  9. Vorstellbar wären auch maschinell trainierte Avatare, die Bewerbungsgespräche im Sinne der ausgeschriebenen Stelle selbstständig führen. Der Avatar wird zunächst trainiert mit Schlüsselbegriffen und vorab definierten Fragen, die sich auf die Qualifikation und den Tätigkeitsbereich des Kandidaten beziehen. Im Zuge des maschinellen Lernens und des Algorithmus kann der Avatar dann Berichte und Analysen erstellen.
  10. Im digitalen Bewerbungsgespräch können zusätzlich durch Mikrofon und Kamera die Körpersprache und die Ausdrucksweise des Kandidaten analysiert werden.
  11. Digitale Mitarbeiterbefragungen: Mit „Natural Language Processing“ (NLP), einem Teilgebiet der künstlichen Intelligenz, das sich mit dem Verständnis natürlicher Sprachen auseinandersetzt, können Mitarbeiterbefragungen ausgewertet werden. Mitarbeiter beantworten Fragen, indem sie vorgegebene Antworten anklicken und Freitextfelder ausfüllen. Algorithmen untersuchen daraufhin das Feedback und geben somit schnell Einblicke in die Ergebnisse.

Tipps, um die neuen Technologien rund um das maschinelle Lernen und KI zum Einsatz zu bringen:

  1. Erstellen Sie Datenpools, die zum Beispiel Kompetenzprofile und Stellenbeschreibungen für zukünftige Kandidaten enthalten.
  2. Implementieren Sie Lösungen im Kontext der Employee Experience und Candidate Experience. Zum Beispiel Selfservice-Anwendungen für Mitarbeitende, die es ermöglichen, die eigenen Daten ein­zusehen und zu verändern.
  3. Stellen Sie sicher, dass Mitarbeitende der HR-Abteilung ein Basis-Verständnis für Algorithmen und maschinelles Lernen entwickeln.
  4. Grundlegend wichtig ist das Verständnis über Datenschutz, Datenkontrolle und Datensicherheit.
  5. Stellen Sie sicher, dass Führungskräfte den Umgang mit relationalen Datenbanken, Datenselektion und -auswertung beherrschen.
  6. Machen Sie das Thema Algorithmen und maschinelles Lernen transparent im Unternehmen und klären Sie auf, in welchem Kontext KI zum Einsatz kommt. Die Abteilungen HR und IT sind genauso wie der Betriebsrat für die erfolgreiche Implementierung miteinzubeziehen.
  7. KI kann auch negativ wirken. Deshalb achten und vermeiden Sie Diskriminierung durch die erhobenen und in Relation gesetzten Daten.
  8. Aktuell steht der Einsatz von künstlicher Intelligenz in den Personalprozessen noch am Anfang. Zwar beschäftigen sich insgesamt 74 Prozent der Personalverantwortlichen in Deutschland intensiv mit dem Thema, oft fehlen ihnen allerdings noch die konkreten Anwendungsbeispiele sowie entsprechende Trainings, um die Technologie selbst einzusetzen. Das ist das zentrale Ergebnis einer Umfrage, die der Bundesverband der Personalmanager in Zusammenarbeit mit dem Ethikbeirat HR Tech unter 1 032 Personalmanager/innen aus unterschiedlichen Branchen durchgeführt hat. Die Ergebnisse zeigen: Die Personaler erkennen die Relevanz von KI für die eigene Arbeit und beschäftigen sich mit ihr. Die Gründe für die Zurückhaltung beim Einsatz in den eigenen Organisationen sind vielfältig. Dass insbesondere Fragen der Ethik und Transparenz angeführt werden, zeigt, dass hier verantwortungsvoll mit einer neuen Technologie umgegangen wird. //
Der Text ist unter der Lizenz CC BY-SA 3.0 DE verfügbar.
Lizenzbestimmungen:
https://creativecommons.org/licenses/by-sa/3.0/de/

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.