Anfang des Jahres bewirbt sich Yaseen Gabr um eine Praktikumsstelle beim renommierten Architekturbüro GKK in Berlin. Er studiert Architektur im Master an der Hochschule Anhalt in Dessau und ist gespannt, ob er genommen wird. Mit dieser Antwort hat er allerdings nicht gerechnet: „bitte keine Araber“, schreibt die Chefin des Architekturbüros knapp. Die Nachricht sollte eigentlich intern versendet werden und landet nur zufällig bei Yaseen. Geschockt veröffentlicht der gebürtige Ägypter einen Screenshot von der Nachricht auf Facebook und schreibt dazu: „Das schlimmste Ablehnungsschreiben, das man nur bekommen kann“. Denn seine Herkunft dürfte nie als Begründung für die Ablehnung herangezogen werden, schon gar nicht im 21. Jahrhundert. Doch Diskriminierung am Arbeitsplatz ist auch 2020 ein großes Problem.
Zwar ist gesetzlich festgelegt, dass jeder „das Recht auf Arbeit, auf freie Berufswahl“ hat (Allgemeine Erklärung der Menschenrechte der Vereinten Nationen, Artikel 23) – „ohne irgendeinen Unterschied, etwa nach Rasse, Hautfarbe, Geschlecht, Sprache, Religion, politischer oder sonstiger Anschauung, nationaler oder sozialer Herkunft“ (ebd. Artikel 2). Doch laut einer Umfrage des Marktforschungsinstitutes Ears and Eyes GmbH hat sich fast jeder dritte Befragte schon einmal bei der Jobsuche diskriminiert gefühlt.
© Photo by ThisIsEngineering on Pexels
Ausländer und Mütter werden diskriminiert
Dass Yaseen Gabr kein Einzelfall ist, belegt eine Studie des Wissenschaftszentrums Berlin für Sozialforschung (WZB) zur ethnischen Diskriminierung bei der Jobsuche. Ein Forscherteam hat über zwei Jahre hinweg untersucht, wie sich das Herkunftsland eines Bewerbers auf seine Jobchancen auswirkt. Dafür verschickten die Wissenschaftler über 6.000 fiktive Bewerbungen für acht Ausbildungsberufe auf reale Stellenausschreibungen. Das Ergebnis: Trotz gleicher Qualifikation erhielten nur 51 Prozent der Bewerber mit Migrationshintergrund positive Rückmeldung, bei Bewerbern aus Deutschland waren es hingegen 60 Prozent.
Doch nicht nur Menschen mit Migrationshintergrund werden benachteiligt. So haben Mütter schlechtere Einstellungschancen als Väter oder kinderlose Frauen, wie eine weitere Studie des WZB ergab. Der anonymisierte Lebenslauf könnte dem entgegenwirken, doch die Praxis hat sich in Deutschland bislang nicht durchgesetzt, obwohl erste Tests der Antidiskriminierungsstelle positiv ausgefallen sind. Unternehmen fühlen sich unwohl dabei, Informationen wie den Namen, Wohnort, Geschlecht und Aussehen des Bewerbers nicht zu kennen.
Objektive Entscheidungen dank KI
Objektivität im Bewerbungsprozess ist dennoch keine Utopie. Denn auch hier hält die Digitalisierung Lösungen bereit, die Personalentscheidungen auf objektiver Grundlage ermöglichen. Laut einer Studie des Jobportals „Monster“ sind 6 von 10 Top-1.000-Unternehmen (die größten deutschen Unternehmen, die mehr als 150 Mio. Euro Umsatz generieren) der Meinung, dass digitale Auswahlsysteme die diskriminierungsärmere Bewerbervorauswahl fördern. 80 Prozent der befragten Unternehmen halten zudem die digitale Transformation des Personalwesens als überlebenswichtig für ihre Organisation. Noch nutzen aber lediglich 3,9 Prozent der deutschen Unternehmen bei der Personalsuche digitale Technologien, ergab eine Personalleiterbefragung des ifo Instituts.
© Photo by ThisIsEngineering on Pexels
Da im HR-Bereich und besonders im Recruiting viel mit Daten gearbeitet wird, ist das Potenzial zur Automatisierung riesig. Ein erster Schritt in diese Richtung ist das sogenannte Robot Recruiting, das Prozesse im Recruiting teilweise automatisiert oder um Datenanalysen ergänzt, die mithilfe von künstlicher Intelligenz (KI) erstellt werden.
Michael Plentinger hat das Potenzial der Branche erkannt und mit seinem 2018 gegründeten Unternehmen Greple GmbH von Anfang an einen digitalen Ansatz verfolgt. Sein Team hat sich auf die Datenanalyse spezialisiert und entwickelt datengetriebene Lösungen für den Personalbereich, die auf KI-Komponenten basieren. Spezialfelder sind dabei People Analytics und HR Analytics. „Bei HR Analytics geht es darum, bestehende Daten im Unternehmen wie etwa die digitalen Personalakten zu analysieren. Wenn eine Firma zum Beispiel mit hoher Fluktuation konfrontiert ist, können wir mithilfe dieser Daten die Gründe dafür ermitteln“, führt der Experte aus.
© Photo by Matt Noble on Unsplash
People Analytics wiederum beziehen sich auf die digitale Eignungsdiagnostik: Bewerber werden auf der Grundlage ihrer Daten aus Fragebögen, den Bewerbungsunterlagen sowie online verfügbaren Informationen, etwa aus sozialen Netzwerken, analysiert und validiert. Durch diese Auswertung von Soft Skills, Potenzialen und Persönlichkeitsmerkmalen erhalten Recruiter eine objektive Basis. „Mit unseren Modellen und Algorithmen wollen wir Personalentscheidungen smarter und fairer machen. Unsere Kunden sollen so schneller und besser handeln können“, erklärt Plentinger.
Sprache: Schlüssel zur Persönlichkeit
Um die Daten zu gewinnen und zu analysieren, kommen bei Greple verschiedene KI-Komponenten wie Deep Learning, Machine Learning, Natural Language Processing (NPL) sowie Natural Language Understanding (NLU) zum Einsatz. Sprache ist im Recruiting ein wichtiger Entscheidungsfaktor, denn Wortwahl und Satzbau des Bewerbers verraten viel über seine Persönlichkeit und damit über seine Eignung für die jeweilige Position. „Sprache ist so individuell wie unsere DNA“, sagt Michael Plentinger und begründet damit, warum NLP einer der grundlegenden Bausteine für ihre Arbeit ist. Es gehe darum, Sprache in einen Kontext zu bringen.
© Photo by Mia Baker on Unsplash
Im Bereich People Analytics wird NLP eingesetzt, um anhand des Sprachgebrauchs einer Person seine Persönlichkeitsattribute zu ermitteln. Diese können anschließend mit den benötigten Eigenschaften für ein bestimmtes Tätigkeitsfeld abgeglichen werden. Um die gängigen Persönlichkeitsmodelle abzudecken, benötigte man bei Greple zunächst eine große Datenmenge. Auf deren Grundlage wurden die Algorithmen trainiert. Hierzu füllten Probanden einen Fragebogen aus, der anschließend mithilfe der Big Five analysiert wurde, einem Modell aus der Persönlichkeitspsychologie.
Big Five
Ihre Anfänge fanden die Big Five in den 1930er Jahren in der von Louis Thurstone, Gordon Allport und Henry Odbert postulierten lexikalischen Hypothese, die besagt, dass sich Persönlichkeitsmerkmale in der Sprache niederschlagen. Alle wesentlichen Unterschiede zwischen Personen finden sich also in der Sprache wieder, genauer in den Eigenschaftswörtern in Lexika. Auf Basis dieser Begriffe wurden fünf unabhängige und weitgehend kulturstabile Faktoren ermittelt: die Big Five – auch Fünf-Faktoren-Modell (FFM) genannt.
Demnach gibt es fünf Hauptdimensionen der Persönlichkeit, denen sich jeder Mensch zuordnen lässt:
1. Aufgeschlossenheit (Interesse an neuen Erfahrungen, Wissbegierde)
2. Neurotizismus (emotionale Labilität, Ängstlichkeit, Verletzlichkeit)
3. Extraversion (Geselligkeit und Optimismus)
4. Gewissenhaftigkeit (Perfektionismus, hohe Leistungsbereitschaft, Zuverlässigkeit)
5. Verträglichkeit (Altruismus, Kooperationsbereitschaft, Empathie)
Heute gelten die Big Five als universelles Standardmodell in der Persönlichkeitsforschung und werden weltweit für Studien herangezogen.
Neben dem ausgefüllten Fragebogen gaben die Probanden auch eine Textprobe ab. Diese Daten nutzten die Experten von Greple, um den Algorithmus darauf zu trainieren, Muster zu erkennen. Das Ziel: Die KI sollte allein durch die Textanalyse vorhersagen, wie eine Person die Fragen beantworten würde. „Hierfür mussten wir aber zuerst verstehen, welche Begriffe in einem bestimmten Kontext verwendet werden. Mittels NLP konnten wir den Sprachgebrauch der jeweiligen Person nachvollziehen“, erklärt Plentinger. Dazu fütterten die Experten von Greple eine Maschine mit allen relevanten Informationen über die unterschiedlichsten Facetten der Sprache einer Person, die Eigenheiten hinsichtlich Wortwahl und Satzbau, sodass sie anschließend eine exakte Vorhersage zu den Persönlichkeitsattributen abgeben konnten.
Hybride Intelligenz
Die Algorithmen liefern also eine objektive Entscheidungshilfe für den Recruiter und schaffen Vergleichbarkeit zwischen den einzelnen Kandidaten. Plentinger spricht in diesem Zusammenhang von einer hybriden Intelligenz: „Wenn Mensch und Maschine gemeinsam entscheiden, erhält man mit Abstand die besten Ergebnisse. Die Maschine allein nur auf Basis einer Textprobe über gut oder schlecht – also über Einstellung oder Nicht-Einstellung – entscheiden zu lassen, halte ich für fragwürdig.“
© Photo by Free To Use Sounds on Unsplash
Deshalb steht er auch den Unkenrufen kritisch gegenüber, dass die KI eines Tages den Personaler ersetzen wird: „Es können zwar repetitive Schritte automatisiert werden, aber es gibt immer noch genug Facetten, die eine Maschine nicht erkennen kann.“ Der Personaler wisse um die Normen und Verhaltensweisen innerhalb eines Unternehmens und könne besser als jede KI entscheiden, ob ein Bewerber in dieses Gefüge passe.
Wenn Mensch und Maschine gemeinsam entscheiden, erhält man mit Abstand die besten Ergebnisse.
Michael Plentinger, Geschäftsführer Greple GmbH
Mindestens ebenso wichtig wie die passenden Persönlichkeitsattribute und Soft Skills ist die Sympathie auf beiden Seiten. Deshalb rät Plentinger: „Man sollte sich nicht nur auf die Analysen verlassen, sondern die Ergebnisse validieren und das persönliche Gespräch mit dem Kandidaten suchen. Die Technologie kann den Personaler nicht ersetzen, sondern ihm die Möglichkeit geben, schneller bessere Entscheidungen zu treffen und die Fairness in den Mittelpunkt zu stellen.“
