Mit KI den perfekten Mitarbeiter finden

„Die zurzeit im Bewerbungsverfahren eingesetzten Online-Tests sind nützlich, aber begrenzt in ihrer Aussagekraft“, sagt Scheffer. Das liege vor allem daran, dass Menschen mit ihrer Selbsteinschätzungkeineswegs immer richtig liegen und sich aus unterschiedlichen Gründen für einen Beruf entscheiden, der eigentlich gar nicht zu ihnen passt. Vielfach wird ihnen erst im Laufe ihres Berufslebens klar, dass irgendetwas nicht stimmt. Manche orientieren sich um, manche können nie ihr volles Potentialentfalten. „Wenn wir jedoch in der Lage sind, mit einem KI-Tool die unbewusste Ebene bei Bewerbern anzusprechen, kommen wir zu viel genaueren Ergebnissen – mit all den Chancen und Risiken, die damit verbunden sind“, erklärt der Professor. 

Allen bewussten Äußerungen liege nämlich eine unbewusste Ebene zu Grunde und die manifestiert sich in Syntax, Sprachstil, Sprechgeschwindigkeit und Sprechpausen, erklärt der Psychologe. „Was und wie wir etwas sagen, sagt viel darüber aus, was wir am Ende tatsächlich tun werden. Und KI analysiert eben nicht nur was wir sagen, sondern wie wir es sagen.“ Damit jedoch werde KI zum zweischneidigen Schwert, denn ein Bewerber wird durch die Analyse nicht nur an seinen Kompetenzen gemessen, sondern die Daten geben auch Auskunft über Aspekte, die den Arbeitgeber schlicht nichts angehen – bis hin zu einer möglichen Tendenz zu Depressionen. „Wir brauchen also unbedingt eine Regulierung, basierend auf ethischen und rechtlichen Grundlagen“, sagt Scheffer.

Andererseits erlaubt die KI-Analyse ein wesentlich passgenaueres Zusammenführen von Bewerber und Beruf. „Genau die richtige berufliche Position zu finden, führt zu deutlich glücklicheren und intrinsisch motivierten Mitarbeitern – vom Unternehmenserfolg gar nicht zu reden“, so Scheffer. Die Voraussetzung für eine treffende KI-Analyse ist jedoch eine sorgfältig und repräsentativ ausgewählte Datenbasis. Sonst kann KI zu einem unerwünschten Gatekeeper werden, wie etwa Kenza Ait Si Abbou Lyadini beim diesjährigen TEDxHamburg berichtete. 

Trotz erstklassiger Ausbildung wurde sie als Frau mit dunkler Hautfarbe als „nicht erfolgversprechend“ eingestuft. Und das nicht etwa aus rassistischen Gründen, sondern schlicht, weil das Training der Algorithmen vor allem weiße Männer-Beispiele enthalten hatte… „Bei guter Datenlage kann jedoch eine sehr genaue Einschätzung des Bewerbers erfolgen“, so Scheffer. Und speziell für Deutschland, das bereits die Datenschutz-Grundverordnung auf den Weg gebracht hat, sieht der Professor auch gute Chancen, die Risiken des KI-Einsatzes zu begrenzen.  
ys/kk