27.07.2020

KI im Personalmanagement: Wo Algorithmen an ihre Grenzen stossen

Künstliche Intelligenz zieht mehr und mehr in den Unternehmens- und HR-Alltag ein. Was vor einigen Jahren noch futuristisch klang, ist teilweise Realität geworden. Und die Reise ist bei Weitem noch nicht zu Ende. Was hat es uns bisher gebracht und wohin wird es führen? Ist die Entwicklung Fluch oder Segen für die Personalarbeit?

Von: Claudia Broghammer  DruckenTeilen 

Claudia Broghammer

Claudia Broghammer ist HR-Querdenkerin und Business Development Managerin bei der smahrt consulting AG. Davor war sie 10 Jahre bei der SAP AG in Walldorf (DE) sowie bei der SAP (Schweiz) AG unter anderem als Product Managerin für die SAP Human Capital Management-Lösungen. Sie verfügt über mehr als 20 Jahre Erfahrung im strategischen HR-Management. HR-Strategien im Spagat zwischen Technologie, Virtualisierung und Menschlichkeit sind ihr Steckenpferd, und sie begleitet Unternehmen in HRTransformationsprozessen. Querdenken und kritisches Hinterfragen von HR Gewohnheiten sind der Footprint ihrer Arbeit.

Zum Portrait

KI im Personalmanagement

KI im Personalmanagement

Seit ein paar Jahren boomt das Business rund um künstliche Intelligenz. Hochintelligente Algorithmen tummeln sich unter der Motorhaube unserer HR-IT-Systeme und unterstützen uns bereits heute im HR-Alltag. So übernehmen sie beispielsweise stupide Routinetätigkeiten, wie das Klassifizieren von Dokumenten, entlasten uns in Form von Chatbots bei der Interaktion mit Mitarbeitenden oder unterstützen uns sogar beim Treffen wichtiger Entscheidungen.

Wenn nun plötzlich die Mitglieder von Ethikforen entsetzt die Hände über dem Kopf zusammenschlagen ob dieser «gefährlichen» Entwicklung, dann liegt das sicher nicht an den ersten beiden genannten Einsatzgebieten, sondern an Nummer 3, dem Treffen von Entscheidungen. Ein delikates Thema.

Mensch oder Maschine – wer gewinnt?

Die Gretchenfrage, ob ein Computer bessere Entscheidungen treffen kann als ein Mensch, ist nicht neu. Schon lange bevor die künstliche Intelligenz in unser Leben Einzug genommen hat, wurde diese Frage oft hitzig diskutiert. Algorithmen unterstützen uns seit mehr als 30 Jahren in Alltagstätigkeiten wie beispielsweise der automatisierten Vorselektion einer grossen Menge von Bewerbern. Lediglich wurden sie in der Ära vor dem Einzug der künstlichen Intelligenz mit Kriterien gefüttert, die der Recruiter in der Regel selbst vorgab, wohingegen die Superhirn-Algorithmen selbstständig nach Mustern suchen. Der klassische Algorithmus kategorisiert also die Kandidaten nach festen Kriterien und macht dabei keinen einzigen Fehler. Und genau das ist sein grösster und einziger Fehler. Dass er eben keinen Fehler macht. Dass er keine Schwäche zeigt und ausnahmsweise eine vordergründig absolut ungeeignete Person ins Töpfchen der A-Kandidaten legt.

Nun, in der Mächtigkeit der künstlichen Intelligenz angekommen, tun sich natürlich ganz andere neue Möglichkeiten auf. Modernste Algorithmen, die uns Anwender bei Entscheidungsprozessen unterstützen, basieren im Grunde immer auf den Methoden der Mustererkennung, Kategorisierung und daraus abgeleiteten Annahmen sowie allfälligen Entscheidungshilfen. Da im Zeitalter von «Big Data» unfassbar viele Daten vorhanden sind und diese mit den heutigen Rechnerkapazitäten in Lichtgeschwindigkeit verglichen und ausgewertet werden können, kommt ein Algorithmus sehr schnell zu einer Konklusion, für die wir Menschen ein ganzes Leben brauchen würden. Das ist positiv. Das ist geradezu genial. Aber angenommen, wir Menschen wären genau so schnell wie ein Computer und könnten ebenso blitzschnell Millionen von Daten analysieren, wer würde dann die besseren Entscheide treffen?

Die rare Perle finden?

Betrachten wir dieses Konzept nun einmal aus der Perspektive des Recruitings und des leidigen Themas der Kandidatenvorselektion. Wie schafft man es, aus der Menge der Möglichkeiten genau die rare Perle zu finden, die das Unternehmen jetzt und hier braucht? Interessanterweise geht der Mensch genau so vor wie auch der Computer. Der Recruiter vergleicht das eingehende Dossier im Unterbewusstsein mit all den Dossiers, die bereits über seinen Tisch gelaufen sind. Und er weiss intuitiv, dass diese und jene Konstellation von Eigenschaften oder auch Fakten sich als sehr positiv oder eben eher negativ ausweist. Der Kandidat wird also anhand eines bewussten (Stellenanforderungskriterien) und zugleich auch unbewussten Rasters (Lebenserfahrung) kategorisiert und somit meist als A-, B- oder auch C-Kandidat deklariert.

Mit dem Unterschied, dass selbst ein sehr langjährig erfahrener Recruiter nicht auf die gleiche Datenmenge zurückgreifen kann wie ein Algorithmus, der in kürzester Zeit auf Millionen anonymisierter Dossiers zugreifen kann und zudem weiss, welche eingestellten Kandidaten sich als Erfolg oder eben Misserfolg herausgestellt haben. Meine These ist, dass der Algorithmus an dieser Stelle einen besseren Job macht als der Recruiter. Weil der Algorithmus beispielsweise auch zahlreiche weiterführende Kriterien mitberücksichtigen kann, auf die wir Menschen entweder gar nicht kommen würden oder deren manuelle Auswertung viel zu zeitintensiv wäre. Zum Beispiel Likes für bestimmte Themen auf Social Media, Hinweise zu ehrenamtlichen Tätigkeiten aus Vereins-Webseiten oder gar die Lieblingsserien auf Netflix, gesetzt den Fall, dass diese Daten überhaupt zugänglich wären.

Was der Algorithmus nun aber leider überhaupt nicht kann, ist, etwas Neues zu probieren. Einen verrückten Versuch zu wagen. Eine Person zum Interview einzuladen, die gemäss sämtlichen Rastern und Kriterien definitiv nicht passt. Einen Wolf in die Schafherde bringen. Über den Tellerrand hinausdenken.

Ist es nicht langweilig, wenn Amazon uns immer Bücher vorschlägt, die von Personen gekauft wurden, die ähnliche Bücher wie wir selbst bevorzugen. Wäre es nicht schön, etwas vorgeschlagen zu bekommen, was Menschen, die mir ähnlich sind, noch nie gelesen haben? Um daran zu wachsen und den Horizont zu erweitern? Genau hier liegen die Grenzen der Algorithmen. Aber auch die Grenzen vieler Recruiter. Denn es braucht Mut, etwas zu tun, was vorher noch niemand probiert hat. Algorithmen sind nicht mutig. Wir Menschen können lernen, mutiger zu werden!

Dies ist ein kostenloser Beitrag. Sie möchten von mehr topaktueller HR-Best-Practice, Know-how und Trends profitieren? Jetzt das bewährte Fachmagazin «personalSCHWEIZ» abonnieren.

Das Problem mit den Vorurteilen

Algorithmen haben keine Vorurteile. Wir Menschen leider schon. Natürlich sind wir der Meinung, dass wir im Beruf professionell genug sind, um persönliche Vorurteile zurückzustellen. Doch leider macht unser Unterbewusstsein da nicht mit.

Wir denken stärker in Schubladen, als wir meinen, Algorithmen sind neutral. Aber Achtung! Sind sie es wirklich? So hat Amazon ein Tool entwickelt, welches Lebensläufe anhand von 50 000 Schlüsselbegriffen analysiert und somit die besten Kandidaten identifizieren soll. Der Onlinegigant erlebte jedoch eine Überraschung. Frauen wurden nämlich vom Algorithmus diskriminiert, da die Vergleichsdatenbasis aus CVs bestehender und früherer Amazon-Mitarbeitender bestand. Und da – leider – viele Männer in Führungspositionen sind, «lernte» der Algorithmus, dass Männer eben gut geeignet sind für Führungsaufgaben. Das ist ein typisches Problem der Mustererkennung im Zusammenhang mit Big Data. Wenn im Datenmeer nur Fische schwimmen, kann der Algorithmus nicht erkennen, dass Vögel ebenso gut schwimmen können.

Warum KI keine Witze erzählen kann

Zum Glück kann künstliche Intelligenz vieles, aber sie kann uns nicht amüsieren. Sie kann keine Witze erzählen. Echt jetzt? Ja, sie ist immer auf der Suche nach Mustern und Gemeinsamkeiten. Eine Geschichte hingegen ist genau dann lustig, wenn eine solche Regelmässigkeit unterbrochen wird, wenn die natürliche Erwartungshaltung komplett auf den Kopf gestellt wird.

Natürlich ist es im HR nicht wirklich wichtig, Witze zu erzählen, auch wenn es gelegentlich gut tut. Aber es geht um mehr. Es geht ums Querdenken, um Disruption, um Innovation. Die künstliche Intelligenz kann nichts gebären, was es nicht schon gibt. Zum Glück. Sonst bräuchte es uns Menschen in der Tat nicht mehr. Und es gäbe kein iPhone. Was wir wiederum gar nicht bedauern würden, denn das Bedürfnis nach einem taktilen Telefon wurde uns nicht in die Wiege gelegt. Es entsprang der kreativen Kraft eines Steve Jobs und keinem Algorithmus.

Und jetzt?

Statt sich in einer philosophischen Debatte des Für-und-Wider zu verstricken, bietet sich vielmehr eine friedliche Co- Existenz von Mensch und Maschine an.

Algorithmen der künstlichen Intelligenz können uns die Augen öffnen für neue und uns Menschen nicht offensichtliche Zusammenhänge. Da sie aber nicht mit gesundem Menschenverstand, sondern stupid analytisch an ihre Aufgabe herangehen, können auch vermeintliche Muster ohne jeden Ursache-Wirkungs-Zusammenhang auftauchen.

So hat eine Studie eines Harvard-Studenten eine Korrelation von 99,79% zwischen den Ausgaben für Raumfahrt und Technologie und der Zahl von Selbstmorden durch Erhängen und Ersticken gefunden. Der Algorithmus kann nicht wissen, dass diese Korrelation völlig unbedeutend ist. Der Mensch hingegen schon! Und so liegt es zum Glück an uns HR-Fachexperten, beispielsweise eine «Pseudo-Korrelation» zwischen hochbegabten Informatikern und der Vorliebe für Vanilleeis als irrelevant auszusortieren.

Es gibt keine eindeutige Antwort auf die Frage, ob die künstliche Intelligenz im Personalwesen uns Fluch oder Segen bereitet. Es ist die Geisteshaltung des Individuums, die zur einen oder anderen Konklusion führt. Da technologischer Fortschritt bekanntermassen nicht aufzuhalten ist, müssen wir verstehen, in welcher Art und Weise KI im Personalmanagement eingesetzt werden kann. Das Ziel sollte sein, uns die positiven Aspekte der künstlichen Intelligenz zunutze zu machen. Dadurch schaffen wir gleichzeitig mehr Raum für diejenigen Arbeiten, bei denen Intuition, Kreativität und Menschlichkeit gefordert sind.   

Beispiel Predictive Analytics

Viele reden darüber, bei manchen ist es schon Alltag. So setzt der PC- und Druckerhersteller HP beispielsweise auf Vorhersagemodelle, die eine Kündigungswahrscheinlichkeit für die Mitarbeitenden berechnen. Dabei werden die Vergangenheitsdaten der über 300 000 Mitarbeitenden von cleveren Algorithmen durchfilzt, um einerseits mehr über die Hintergründe von Kündigungen zu lernen und somit eben auch Kündigungen «vorhersagen» zu können. Die Resultate sind verblüffend. Zusammenhänge werden aufgedeckt, die der «langsame» Mensch nur schwer oder gar nicht erkannt hätte. So zum Beispiel zwischen Beförderungen und Lohnanpassungen, die aus Sicht der Betroffenen der Beförderung nicht gerecht werden. Auch demografische Kriterien, schleichend verändertes Verhalten am Arbeitsplatz (z.B. vermehrtes Zuspätkommen oder Abwesenheiten) sind Indikatoren. Die Zusammenhänge scheinen teilweise naheliegend und logisch. Auch umgekehrt, dass Menschen mit vielen privaten finanziellen Verantwortlichkeiten eine tendenziell geringere Kündigungswahrscheinlichkeit aufweisen. Aber die Menge der Kriterien und die gegenseitigen Wechselwirkungen führen dazu, dass der Mensch damit schlicht überfordert ist. Die Maschine kanns. Wollen wir es? Diese Frage muss jedes Unternehmen und jede HR-Abteilung für sich beantworten. Eine hohe Kündigungswahrscheinlichkeit bedeutet nicht zwangsläufig auch eine Kündigung. Wie aber geht eine Führungskraft mit diesen Informationen um, ohne sich davon indirekt beeinflussen zu lassen? Laufen wir in die Gefahr der self-fulfilling-prophecies?

Produkt-Empfehlungen

  • Der HR-Developer

    Der HR-Developer

    Zukunftsimpulse rund um Themen wie Corporate Fitness, H im HR, HR-Skills und HR@work.

    CHF 78.00

  • HRMPraxis

    HRMPraxis

    Für die Entwicklung und erfolgreiche Umsetzung Ihrer Personalstrategie.

    Mehr Infos

  • Der HR-Profi

    Der HR-Profi

    Schritt-für-Schritt Anleitungen. Umsetzungsbeispiele. HR-Kompetenzen.

    Mehr Infos

Seminar-Empfehlungen

  • Modulares Programm, 1 Tag, ZWB, Zürich

    Zertifizierter Lehrgang Recruiting 4.0 WEKA/SIB

    Nächster Termin: 01. September 2020

    mehr Infos

  • Praxis-Seminar, 1 Tag, ZWB, Zürich

    Change Management für Personaler

    Unternehmerische Veränderungen erfolgreich begleiten und gestalten

    Nächster Termin: 17. September 2020

    mehr Infos

  • Praxis-Seminar, 1 Tag, ZWB, Zürich

    New Work Transformation

    Digitale Organisationen entwickeln und Kulturveränderungen professionell begleiten

    Nächster Termin: 17. November 2020

    mehr Infos

Um unsere Website laufend zu verbessern, verwenden wir Cookies. Durch die Nutzung dieser Website stimmen Sie der Verwendung von Cookies zu. Mehr Infos