Wie wird KI im Personalwesen eingesetzt?

Insbesondere größere Unternehmen setzen zunehmend KI im Recruiting ein, denn Machine Learning, HR-Chatbots und andere Tools versprechen, die Talentsuche und Personalbeschaffung schneller und effizienter zu machen. Die Anwendungsmöglichkeiten für KI im Recruiting sind dabei vielfältig:

• Automatisierte Analyse von Bewerbungsunterlagen: KI-Systeme durchsuchen Lebensläufe und Anschreiben nach relevanten Keywords, Qualifikationen und Erfahrungen. Anhand der Ergebnisse sortieren sie Bewerber*innen, sodass Personalabteilungen vielversprechende Talente schneller identifizieren.
• Vorauswahl und Screening: Anhand festgelegter Kriterien trifft die KI eine erste Vorauswahl, was den Zeitaufwand für die manuelle Prüfung von Kandidat*innen reduziert. Bewerbungen, die die gewünschten Kriterien nicht erfüllen, müssen gar nicht erst berücksichtigt werden.
• Erstellung von Inhalten: Mithilfe generativer KI lassen sich im Nu Stellenbeschreibungen oder maßgeschneiderte Interviewfragen erstellen. Auch E-Mails, Dokumente fürs Onboarding und andere Unterlagen kann die KI generieren.
• Kommunikation mit Kandidat*innen: Chatbots beantworten häufig gestellte Fragen von Bewerber*innen, übernehmen die Terminplanung und bieten personalisierte Informationen für das Onboarding. Damit verbessern sie die Candidate Journey bei jeder Interaktion mit dem Unternehmen.
• Datengestützte Entscheidungsfindung und Prognosen: Mithilfe von KI-Tools können Unternehmen Daten analysieren, um fundiertere Einstellungsentscheidungen zu treffen und den potenziellen Erfolg von Kandidat*innen vorherzusagen.
• Optimierung von Stellenanzeigen: KI-basierte Tools analysieren vorhandene Stellenanzeigen und schlagen passende Suchbegriffe vor. Dadurch steigen die Chancen, dass Unternehmen mehr Jobsuchende ansprechen.
• Asynchrone Interviews: KI-gestützte Plattformen ermöglichen asynchrone Videointerviews. Hierbei zeichnen Bewerber*innen die Antworten auf Fragen auf, die Recruiter*innen – mit oder ohne KI-Unterstützung – später auswerten. 

Das Ziel ist dabei jedoch nicht, Menschen durch KI im Recruiting zu ersetzen, sondern sie zu unterstützen und zu entlasten, damit sie sich auf strategische Aufgaben und komplexe, menschliche Interaktionen konzentrieren können. Dies ist jedoch nur der Fall, wenn die KI-basierten Prozesse nicht zu Verzerrungen oder Voreingenommenheit führen – auch KI-Bias genannt.

Was ist KI-Bias im Recruiting?

KI-Bias beschreibt systematische Verzerrungen in den Ergebnissen eines KI-Modells. Diese Verzerrungen entstehen, wenn eine KI aus Daten lernt, die selbst bereits unausgewogene oder unfaire Muster enthalten. Beispiele sind historische Einstellungsdaten, die bestimmte Bewerbergruppen bevorzugten oder benachteiligten. Die KI übernimmt diese Muster nicht absichtlich – sie reproduziert schlicht die Strukturen, die sie in den Trainingsdaten erkennt. Das kann dazu führen, dass Frauen, ältere Bewerber*innen und Menschen mit ausländisch klingenden Namen durch KI-basierte Prozesse weniger Chancen haben – bei gleicher Eignung für eine Stelle.

Wie entsteht KI-Bias?

Der Einsatz von KI im Personalwesen kann zu ungewollten Verzerrungen führen. Die KI lernt aus Daten und übernimmt daher auch die damit verbundenen Vorurteile. Dies sind die häufigsten Ursachen für die Entstehung von KI-Bias im Recruiting:

• Übernommene Muster: Wurden in der Vergangenheit überwiegend männliche Bewerber eingestellt? Dann lernt die KI, dass dieses Muster „erfolgreich“ ist – und ahmt es nach. Dadurch könnten z. B. Frauen schlechtere Chancen in Bewerbungsverfahren haben.
• Ungleichgewicht in den Daten: Bestimmte Gruppen wie Quereinsteiger*innen oder Menschen mit Behinderung sind in den Trainingsdaten oft unterrepräsentiert. Dadurch stehen der KI weniger Daten zu solchen Bewerber*innen zur Verfügung. Die Folge: Sie spielen in den KI-Entscheidungen eine untergeordnete Rolle.
• Irrelevante Zusammenhänge: KI erkennt Zusammenhänge, die zwar statistisch auffällig, aber dennoch irrelevant sind – etwa der Zusammenhang zwischen Hochschule und sozioökonomischer Herkunft. Dadurch bildet die KI möglicherweise Verknüpfungen, die eine faire Bewertung von Bewerber*innen erschweren.
• Fehlende Kontrolle: Wenn die Funktionsweise der KI nicht transparent ist, können Unternehmen nicht immer erkennen, ob ihre KI-Tools faire Algorithmen einsetzen. Nicht alle KI-Tools bieten umfassende Möglichkeiten, sie zu kontrollieren.

Welche Folgen hat KI-Bias für Unternehmen?

Bleiben vorprogrammierte Vorurteile der KI unentdeckt, wirkt sich dies auf unterschiedlichen Ebenen Ihres Unternehmens aus:

• Nachteile als Arbeitgebermarke: Menschen, die sich diskriminiert fühlen, haben heute viel mehr Möglichkeiten, dies über Social Media bekannt zu machen. KI-Bias könnte daher dem Ruf Ihres Unternehmens schaden und das Vertrauen von Bewerber*innen und Mitarbeitenden untergraben. Vielmehr sollten Sie Ihr Personal als Fürsprecher*innen des Unternehmens betrachten und jegliche möglichen Voreingenommenheiten verhindern. 
• Unbeabsichtigter Ausschluss geeigneter Fachkräfte: Wenn KI-Bias dazu führt, dass geeignete Fachkräfte nicht in die engere Wahl kommen, sinkt die Qualität des Bewerberpools. Gerade angesichts des Fachkräftemangels sollten KI-Tools geeignete Quereinsteiger*innen oder untypische Bewerberprofile nicht frühzeitig aussortieren. Personalverantwortliche sollten den Einsatz von KI oder von Methoden wie der Booleschen Suche immer wieder kritisch überprüfen. Nur so ist sichergestellt, dass geeignete Kandidat*innen nicht zu früh herausgefiltert werden, nur weil ihre Profile nicht dem gängigen Muster entsprechen.
• Weniger Kreativität und Innovation: Gerade Unternehmen in kreativen, innovativen Branchen setzen auf gemischte Teams, die unterschiedliche Ausbildungen, Erfahrungen und soziale Herkunft vereinen. KI-Bias im Recruiting könnte diese Vielfalt verringern und so die Innovationskraft Ihres Unternehmens schmälern.

Bei allen diesen Einwänden gilt aber auch: Umsichtig geplant und eingesetzt, kann die Automatisierung des Recruitings die Time-to-hire deutlich verkürzen. Die Vorteile von KI im Recruiting sprechen für sich.

Wie können Unternehmen KI-Bias minimieren?

Als Arbeitgeber sollten Sie KI-Bias nach Möglichkeit vermeiden. Mit diesen Maßnahmen gelingt es Ihrem Unternehmen, KI-gestützte Prozesse in der Personalbeschaffung zu etablieren, die möglichst fair ablaufen:

Trainingsdaten aufbereiten

Die Qualität und Zusammensetzung der Daten, mit denen eine KI trainiert wird, entscheiden über ihr Verhalten. Achten Sie deshalb darauf, dass Ihre Trainingsdaten repräsentativ und ausgewogen sind. Mithilfe von speziellen Tools können Sie KI-Bias aufspüren. Sie analysieren und vergleichen, wie wahrscheinlich es ist, dass die KI bestimmte Arten von Bewerber*innen vorschlägt.

• Entfernen Sie personenbezogene Merkmale: Dieser Prozess wird auch „Blind Recruitment“ genannt und funktioniert wie anonymisierte Bewerbungen. KI-basierte Tools entfernen hierbei Informationen wie Name, Alter und Geschlecht sowie Bildungseinrichtungen aus Lebensläufen. Dadurch konzentrieren sich die Recruiter*innen ausschließlich auf relevante Fähigkeiten und Qualifikationen.
• Ergänzen Sie vorhandene Daten: Ausgewogene Datensätze minimieren das Risiko von KI-Bias. Reichern Sie deshalb Trainingsdaten gezielt durch Datensätze unterrepräsentierter Gruppen an. Stellen Sie sicher, dass die Daten verschiedene demografische Merkmale, sozioökonomische Aspekte, Werdegänge und Erfahrungen repräsentieren. Dadurch berücksichtigt die KI ein größeres Spektrum an Talenten.
• Kennzeichnen Sie kritische Merkmale: Geben Sie Ihrem KI-Tool kritische Merkmale vor, die nicht als Entscheidungsgrundlage dienen dürfen. So können Sie beispielsweise bestimmte demografische Merkmale ausschließen, die auf Alter und Herkunft hinweisen.

Menschen in den Prozess integrieren

Automatisierung ist kein Ersatz für das Urteilsvermögen erfahrener Personaler*innen. Durch hybride Ansätze können Sie aber die Ergebnisse optimieren: Die KI liefert Vorschläge, doch die Personalverantwortlichen hinterfragen die Empfehlungen des Algorithmus und korrigieren KI-Bias.

• Nutzen Sie „Human-in-the-Loop“-Prozesse: Überlassen Sie der KI niemals die endgültige Entscheidung. Das letzte Wort bei der Entscheidung für oder gegen einen bestimmten Bewerber oder eine Kandidatin müssen die künftige Führungskraft und die Personalverantwortlichen treffen. Sie bringen die Empathie und menschliche Erfahrung ein, die KI-Tools fehlen.
• Schulen Sie die Personalverantwortlichen: Schulen Sie alle Mitarbeiter*innen, die am Recruiting mitwirken, regelmäßig zum Umgang mit KI-generierten Ergebnissen bei der Personalauswahl. Legen Sie dabei das Augenmerk auf die Gefahr von verzerrten Ergebnissen und KI-Bias sowie den verantwortungsvollen Umgang mit den Vorschlägen der KI.

Algorithmen regelmäßig überprüfen

KI-Systeme verändern sich durch kontinuierliches Lernen ständig. Deshalb empfiehlt es sich, regelmäßig durch Audits zu prüfen, ob Sie faire Algorithmen einsetzen.

• Stellen Sie kontinuierliches Monitoring sicher: Überprüfen Sie mithilfe geeigneter Tools, wie sich KI-Entscheidungen im laufenden Betrieb auswirken. So erkennen Sie KI-Bias rechtzeitig. Untersuchen Sie KI-Algorithmen kontinuierlich auf potenzielle Verzerrungen und testen Sie Ihre KI-basierten Tools regelmäßig anhand von Benchmarks. So stellen Sie sicher, dass keine demografischen Gruppen benachteiligt werden.
• Setzen Sie auf Transparenz und Erklärbarkeit: Nutzen Sie bevorzugt transparente KI-Modelle, deren Entscheidungsprozesse nachvollziehbar sind. Sogenannte „Erklärbare KI“ ermöglicht es Personalverantwortlichen, zu verstehen, warum bestimmte Kandidat*innen empfohlen oder abgelehnt wurden. Dadurch ist KI-Bias im Recruiting leichter zu erkennen und zu korrigieren.

Auswahlprozesse standardisieren

Standardisieren Sie die Prozesse für die Personalauswahl, um eine möglichst objektive Entscheidungsfindung zu stärken – sowohl seitens Maschine als auch seitens Mensch.

• Legen Sie das Augenmerk auf relevante Skills: Kalibrieren Sie Ihr KI-System so, dass es leistungsrelevante Fähigkeiten und Kompetenzen bewertet, anstatt demografische Merkmale als Kriterien heranzuziehen. Durch fähigkeitsbasierte Bewertungen können Sie die Eignung von Bewerber*innen objektiver messen.
• Standardisieren Sie Vorstellungsgespräche: Stellen Sie allen Kandidat*innen in den Auswahlgesprächen für eine bestimmte Position dieselben Fragen in der gleichen Reihenfolge. Legen Sie für strukturierte Vorstellungsgespräche vorab die Bewertungskriterien fest. KI kann diesen Prozess unterstützen, indem sie Interviews standardisiert und Antworten anhand konsistenter Kriterien analysiert. Das reduziert die Gefahr subjektiver Entscheidungen.

Interdisziplinäre Teams einbinden

Binden Sie bei der Einführung von KI-Tools im Recruiting neben der IT und der Personalabteilung auch Fachleute aus anderen Bereichen ein. Anhand der unterschiedlichen Sichtweisen treffen Sie eine fundiertere Entscheidung.

• Berücksichtigen Sie verschiedene Perspektiven: KI-Bias kann sich auf unterschiedliche Arten manifestieren – von den Trainingsdaten bis hin zur Interpretation der Ergebnisse. Ein Team aus Datenwissenschaftler*innen, Personalverantwortlichen, Ethikfachleuten, Jurist*innen und Psycholog*innen beleuchtet die Personalauswahl aus verschiedenen Blickwinkeln. Dadurch identifizieren Sie mögliche Schwachpunkte, die einem homogenen Team möglicherweise entgehen würden.
• Validieren und verbessern Sie die KI-Prozesse schrittweise: KI-Bias tritt selten isoliert auf. Ein interdisziplinäres Team kann den Einsatz der KI kontinuierlich überwachen, Feedback aus verschiedenen Abteilungen sammeln und die Prozesse rund um die KI verbessern, um neue Formen von Bias zu erkennen und zu beheben.

Warum lohnt sich faire KI im Recruiting?

Im umkämpften Markt für Fachkräfte können Sie sich durch faires Recruiting als attraktiver Arbeitgeber positionieren. Bewerber*innen achten darauf, ob sie als Mensch wahrgenommen oder nur noch als Datenpunkt bewertet werden. Wenn Ihr Unternehmen offen für unkonventionelle Talente, Quereinsteiger*innen und Menschen unterschiedlicher Herkunft ist, steht Ihnen außerdem das gesamte Potenzial des Talentpools offen. Faire KI hilft zudem, fundiertere und objektivere Entscheidungen zu treffen, indem sie Vorurteile reduziert und Kompetenzen in den Mittelpunkt stellt. So erhöhen Sie die Qualität Ihrer Einstellungen langfristig.

Worauf sollten Sie bei KI-Tools achten?

Auf dem Markt gibt es die unterschiedlichsten KI-Lösungen für HR und Recruiting. Datenschutz bei Bewerbungen muss jedoch sichergestellt werden. Achten Sie daher bei der Auswahl des KI-Tools besonders auf folgende Aspekte:

• Transparenz: Erkundigen Sie sich beim Anbieter nach der Funktionsweise und bitten Sie ihn, die Trainingsgrundlagen offenzulegen. Bei einer „Blackbox“, deren Ergebnisse Sie nicht nachvollziehen können, ist das Risiko von KI-Bias höher.
• Prüfung auf KI-Bias: Fragen Sie gezielt nach Tests und Möglichkeiten, Audits im Hinblick auf vorprogrammierte Vorurteile durchzuführen.
• Rechtskonformität: Achten Sie darauf, dass die gewählte KI-Lösung den Vorgaben der Europäischen Datenschutzgrundverordnung (DSGVO) und des Allgemeinen Gleichstellungsgesetzes (AGG) entspricht.
• Integrierte Kontrollmöglichkeiten: Wählen Sie ein Tool, das die Möglichkeit bietet, KI-basierte Entscheidungen zu hinterfragen und zu überstimmen.
• Schulung der HR-Teams: Nur wenn Ihr Team versteht, wie das KI-Tool funktioniert, kann es verantwortungsvoll damit arbeiten. Wählen Sie einen Anbieter, der Schulungen zur Interpretation und Bewertung der KI-gestützten Vorschläge genau auf die Bedürfnisse Ihres Unternehmens zuschneidet.

Seien Sie sich der Grenzen von KI und der Risiken von KI-Bias im Recruiting bewusst. Wenn Sie dem KI-Bias aktiv entgegenwirken, zeigen Sie, dass Ihr Unternehmen für faire Prozesse, Innovationsbereitschaft und verantwortungsvolle digitale Transformation steht und erschließen das gesamte Bewerberpotenzial.