KI im Personalwesen Nur Bauchgefühl hat sie nicht

Oliver Henrich, Vice President Product Engineering Central Europe bei Sage.
Oliver Henrich, Vice President Product Engineering Central Europe bei Sage.

Laut Studie der Deutschen Gesellschaft für Personalführung befürworten 93 Prozent der Befragten Künstliche Intelligenz (KI) im Personalwesen. Entsprechende Anwendungen implementiert haben allerdings erst drei Prozent. Dabei könnten HR-Abläufe spürbar effizienter werden, meint unser Autor.

Erste Einsatzbeispiele in Recruiting oder Skill Management zeigen schon heute, wie KI- und Machine Learning (ML) das Personalwesen unterstützen.

1.    Berichte und Reportings: Gehaltsentwicklung und -vergleich

Die Automatisierung von Prozessen und das Erkennen von Zusammenhängen zwischen Daten aus verschiedenen Quellen sind zentrale Einsatzfelder von KI im HR-Bereich. Ziel ist es zum Beispiel, regelmäßige Reportings zu Themen wie Gehaltsentwicklung und -prognosen zu erstellen und hierbei sowohl interne Daten als auch externe Quellen zu nutzen. Auf diese Weise lassen sich strategische Erkenntnisse gewinnen, etwa ob das Unternehmen branchengerechte Löhne zahlt. Dies ist für die Attraktivität als Arbeitgeber ein entscheidender Faktor. KI hilft aber auch, unternehmensintern Daten unterschiedlicher Abteilungen und Funktionen automatisiert zu konsolidieren und Schlüsse aus den Informationen zu ziehen. Verantwortliche können mit Hilfe KI-basierter Reportings etwa überprüfen, ob die Löhne in einem profitablen Verhältnis zum Umsatz des Unternehmens stehen.

2. Zukunftsprognosen: Business Development und Skill Management

Hinsichtlich präskriptiver Datenanalysen kann KI auch bei der Erstellung verlässlicher Prognosen unterstützen. HR-Verantwortliche können so Auswertungen über alle Ebenen und Geschäftsbereiche hinweg fahren, um Rückschlüsse etwa für künftige Mitarbeiterbedarfe abzuleiten. Auch externe Daten wie demografische Analysen oder Wetterinformationen lassen sich nutzen, um mögliche konjunkturelle oder jahreszeitbedingte Veränderungen im Vorfeld zu erkennen – beispielsweise saisonale Peak-Zeiten, die mehr Arbeitskräfte erfordern. 

KI-basierte Anwendungen ermöglichen es in Bereichen wie Skill Management und Business Development darüber hinaus, Fähigkeiten von Mitarbeitern, die systemseitig bereits strukturiert erfasst sind, automatisiert mit den Anforderungen abzugleichen, die sich aus künftigen Projekten ergeben. So können sich Personalverantwortliche schnell einen Überblick verschaffen, ob und wenn ja, wie viele Ressourcen in-house gegebenenfalls zur Verfügung stehen, um neue Aufgaben zu bewältigen.

Ein weiteres Beispiel für IT-gestützte Personalprognosen sind Analysen zum Renteneintrittsalter, aus denen sich Schlüsse für künftige Mitarbeiterbedarfe ziehen lassen. Durch Auswertungen hinsichtlich der Frauenquote im Unternehmen und der Abbildung des Soll-Ist-Zustands gewinnen Personalverantwortliche zudem wichtige Erkenntnisse zur Steuerung von künftigen Recruiting-Prozessen.

3. Bewerbung und Recruiting: Chatbots helfen, Basisinformationen zu sammeln

Bei Bewerbungen ermöglichen KI-basierte Anwendungen beispielsweise den automatisierten Abgleich von Informationen im Lebenslauf und im Anschreiben mit den in der Stellenausschreibung geforderten Skills. Auf dieser Basis können HR-Verantwortliche eine erste Vorauswahl treffen. Hinzukommen Chatbots, die immer mehr Unternehmensabläufe automatisieren, indem sie häufig wiederkehrende Prozesse, die in Dialogform mit einer begrenzten Zahl von Frage- und Antwortmöglichkeiten auskommen, anhand sprachbasierter Benutzerschnittstellen erledigen. In Erstinterviews lassen sich Chatbots beispielsweise einsetzen, um Basisinformationen abzufragen – etwa zu Kriterien, die die neu zu besetzende Stelle erfordert, wie Programmierkenntnisse, Fremdsprachen oder ein adäquater Studienabschluss. In der erwähnten DGFP-Studie befürworten 70 Prozent der Befragten den Einsatz von Chatbots in der Vorauswahl von Bewerbern.

Anforderungsprofil im Personalwesen ändert sich

Im Personalwesen der Zukunft werden KI und ML künftig eine immer wichtigere Rolle einnehmen. Machine Learning-Algorithmen sorgen im Zusammenspiel mit stetig wachsenden Datenmengen dafür, dass Vorhersagen immer exaktere Ergebnisse liefern. Chatbots oder Analysetools für Gehaltsvergleiche oder Skill Management sind hier nur die Spitze des Eisbergs.

Fest steht aber auch, dass Unternehmen in Zeiten KI-gestützter Anwendungen nach wie vor Personal benötigen. Die von Ashoka Deutschland und McKinsey & Company herausgegebene Studie „The Skilling Challenge“ belegt, dass durch die Automatisierung sogar mehr Arbeitsplätze geschaffen als abgebaut werden.

Allerdings ändert sich das Anforderungsprofil. Der Mensch wird sich deutlich weniger mit Routineaufgaben befassen, sondern vielmehr mit der Überwachung von IT-Prozessen, beziehungsweise der Überprüfung und weiteren Auswertung der Ergebnisse, die er durch intelligente HR Analytics-Lösungen erhält.

Allgemein wird der Faktor Mensch auch künftig sehr wichtig sein. Denn viele entscheidende Kriterien, etwa bei Recruiting-Prozessen, entziehen sich datengestützten Analysen. Hierzu zählt unter anderem die Beantwortung der Frage, ob die sprichwörtliche Chemie zwischen Kandidat und Arbeitgeber stimmt.

Auch zur Beurteilung anderer weicher, aber nicht minder entscheidender Faktoren wie emotionale Intelligenz, Charisma, Präsentationsfähigkeit oder Führungsqualitäten werden persönliche Interviews unabdingbar sein. KI hilft jetzt und zukünftig also vor allem bei der Bereitstellung und Aufbereitung von Informationen. Die finalen Entscheidungen trifft aber immer noch der Mensch.