Personalauswahlalgorithmen

unter dem Brennglas

Autor: L. Preußer, erstellt: 28-Okt-2024

Erstmals vorgetragen im Engineering Forum der IG Metall.

Was ist Personalauswahl?

Finde die bestmögliche Besetzung für eine Stelle.

Bewertung und Abgleich

Fähigkeiten

Fertigkeiten

Kenntnisse

Habitus / Werte / Kultur

Persönlichkeit

Was ist ein Algorithmus?

Eine eindeutige Handlungsvorschrift zur Lösung eines Problems [...] [1]

Problem

Bilde die Fakultät einer beliebigen, positiven ganzen Zahl kleiner 256.

Handlungsvorschrift


						uint64_t fakultaet(uint8_t wert) {
							if (wert > 0) {
								return wert*fakultaet(wert-1);
							} else {
								return 1;
							}
						}

Findet jemand einen Programmierfehler? 😉

Künstliche Intelligenz

| Stellen Sie sich vor, Personen werden auf Robotersein geprüft. |

| Dafür wird ihnen ein Bild angezeigt. |

| Sie sollen die Wahrscheinlichkeit angeben, darauf eine "Ampel" zu sehen. |

| Person "A" tut dies anhand der Farbanteile im Bild. |

| Person "B" bewertet die Formen im Bild. |

| Person "C" analysiert Bildkontraste. |

| Person "D" versucht, sich wiederholende Winkel zu erkennen. |

| Person "E" zählt Kreise im Bild usw. |

| Alle Aussagen werden gewichtet und man erhält einen Wahrheitswert. |

Neural Network

Kontext (gesprochenes Wort)

Nichts hinkt wie dieser Vergleich. Der Punkt ist, dass bei "neuronalen Netzen" ein mathematisches Modell zum Einsatz kommt, welches als Geflecht aus gewichteten Übertragungsfunktionen abgebildet wird. Es ermittelt die wahrscheinlichste Lösung der eingegebenen Aufgabe. All dies basiert auf der Übertragungsfunktion samt Gewichtung, deren Parameter mittels "Training" festgelegt werden. [2]

Training

| Stellen Sie sich das Wurzelgeflecht eines Baumes vor. |

| Der Sommer ist besonders trocken. |

| Der Baum ist auf der Suche nach Grundwasser. |

| Mit den Kräften muss hausgehaltet werden. |

| Daher wird der Baum Wurzeln mit Kontakt zu Wasser stärker ausprägen. |

| Wurzeln, die bei der Suche nicht erfolgreich waren, verkümmern. |

Reinforcement Learning

Slide 2

Ein Beispiel für "Pre-AI-hiring"

    Die Stelle wird ausgeschrieben. Erst Intern, dann extern, zumeist online.

    Ein Filter wird auf die Flut von Bewerbungen angewandt.

    Es erfolgt ein Einstellungstest für die verbleibenden Personen.

    Nun wird eine Reihenfolge gebildet.

    Die besten KandidatInnen erhalten ein strukturiertes Interview.

    Schließlich wird die Person mit der höchsten Punktzahl eingestellt.

Und was hat

"Künstliche Intelligenz"

damit zu tun?

Annahmen

Am Begriff "KI" kommt keiner mehr vorbei. [2] [3]

Großen Investitionen stehen derzeit geringe Einnahmen gegenüber. [4] [5]

Wir haben Fachkräftemangel. [6]

Personalabteilungen werden auf Effizienz und Schlankheit getrimmt. [7] [8]

Motivation aus Unternehmenssicht

"Wir wollen HR bei Routinetätigkeiten entlasten." [#nr]

"Das Angebot von KI-Produkten ist groß." [#nr]

"Personalauswahl ist teuer und zeitaufwändig." [#nr]

"Wir haben im Moment nicht das richtige Talent an Bord." [#nr]

Schlussfolgerungen

Für allgemeine Fragen rund um die Bewerbung nehmen wir den Chatbot.

Das "Matching" auf die Stellen machen wir regelbasiert.

Mittels KI-Werkzeugen lassen wir Umgebungsparameter einfließen.

Wir optimieren unsere Stellenausschreibungen durch LLMs.

Was die Firma eigentlich möchte

Besseres Personal! 🥳

Geringere Verwaltungskosten 🤑

Schärfere Anforderungsprofile für offene Stellen 🧐

Risiken für die Firma

| Ein Unternehmen möchte "KI" im Personalwesen einsetzen. |

| Es kauft eine "KI-Lösung" ein. |

| Weil es die Technologie dahinter weder beherrscht noch entwickeln möchte. |

| Ab jetzt fließen Anschreiben, Lebensläufe, Zeugnisse |

| durch Softwarekomponenten von Drittanbietern. |

| Da auch das Erstellen von Ausschreibungen ausgelagert wird |

verliert das Unternehmen mehrere seiner Kernkompetenzen.

Szenario: Unternehmen kauft "KI"-Lösung ein, weil sie die Technologie dahinter weder behrerrscht noch entwickeln möchte. Ab jetzt fließen Anschreiben, Lebensläufe und damit potentiell sensible personenbezogene Daten von Bewerbern durch Softwarekomponenten von Drittanbietern, bevor ihre Auswertung beim Zielunternehmen landet. Idealerweise lernt eine "KI" ja mit jeder Bewerbung hinzu - schließlich will sich der Drittanbieter keine wertvollen Trainingsdaten entgehen lassen. Das Unternehmen lagert die Personalaquise (Kernkompetenz?) immer mehr an Dritte aus und macht sich dabei möglicherweise abhängig. Regelungen: DSGVO EU AI Act "AI Ethics" "Responsible AI" Vorurteile und Bias [#nr] KI als Produkt seiner Zeit Welche Risiken bergen KI-Produkte im Personalwesen darüberhinaus? Blickwinkel einer betroffenen Person:
Mindset
Werte
Prinzipien
Praktiken
Werkzeuge

Komposition

Mindset
Werte
Prinzipien
Praktiken
Werkzeuge

Die agile Zwiebel

Für welches Problem ist agiles Arbeiten die Lösung?

Was zeichnet Scrum aus?

Scrum ist eines von vielen agilen Frameworks.

Bei Scrum wird in kurzen Iterationen, genannt Sprints, gearbeitet.

Am Ende eines jeden Sprints soll ein weiterer Aspekt des Endprodukts fertiggestellt sein.

Was zeichnet Scrum aus?

Am Ende eines Sprints wird die Arbeit im Team reflektiert.

Regelmäßig wird Feedback der Auftraggeber eingeholt.

Es ist nicht ungewöhnlich, dass sich Vorgaben als nicht erfüllbar erweisen.

Daher sind Ziele ausdrücklich anpassbar.

Was sind die Rollen bei Scrum?

Analogon zum Orchester: Komponist, Musiker, Dirigent

Innerhalb eines Scrum-Teams gibt es keine Hierarchien.

Was sind Voraussetzungen für die erfolgreiche Einführung von Scrum?

✅

    Man verfügt über ein passendes Problem

    Der erforderliche Kulturwandel wird begrüßt

    Zusätzliche Ressourcen für deren Begleitung werden freigegeben

    Schnittstellen zwischen "Wasserfall" und "Agil" wurden berücksichtigt

💡

Man ist sich bewusst, dass

    der Weg dorthin mehrere Jahre benötigt

    ihn nicht jede Person im Unternehmen gehen wird

    auf dem Weg ständige Begleitung, Weiterbildung, Unterstützung essenziell ist

Was sind mögliche Abgründe bei falscher Ausführung?

🕳️

    Unpassendes Problem: Lösung nicht zufriedenstellend

    Gestaltet der Auftraggeber nicht mit, wird das falsche Produkt entwickelt

    Fehlendes Vertrauen in die Entwickler führt zu Trackingwahn

    Ohne Begleitung des Scrum-Teams wird Agilität zur Fassade

Was sind Nachteile von Scrum?

📉

    Scrum nimmt an, dass der Kulturwandel bereits vollzogen ist

    Nicht-agile Personentypen bleiben auf der Strecke

    Scrum kann "Arbeit auf Zuruf" nicht abbilden

    Optimierungswahn und Selbstausbeutung

    Der Blick geht nach innen

Mein Fazit

Scrum kann zu erheblich schneller verfügbaren und besser auf die Kundenwünsche zugeschnittenen Produkten führen.

Scrum unterstützt flache Hierarchien und kann zu mehr Eigenverantwortung beitragen.

Es ist eine große Herausforderung, die agile mit der klassischen Welt zu vereinen.

Scrum ist im Alltag mit Blick auf die Zwiebel schwach.

Daher benötigt Scrum eine auf Dauer angelegte Anstrengung aller Beteiligten.