Thought Leadership
Die Diskussionen über Künstliche Intelligenz (KI) spalten die Personalverantwortlichen in zwei Lager: diejenigen, die das Potenzial von KI begrüßen, und diejenigen, die noch zögern. Das zeigt sich besonders deutlich in der bisherigen Anwendung von KI im HR-Bereich.
Erst kürzlich haben wir eine Studie zur Nutzung von KI im Personalwesen durchgeführt. Darin hat sich gezeigt, dass mehr als ein Drittel der Personalentscheider KI bereits in ihrem Arbeitsalltag einsetzt und über die Hälfte glaubt, dass sich KI in den nächsten fünf Jahren positiv auf die Personalarbeit auswirken wird. Die Mehrheit der Personalentscheider, die noch keine KI einsetzen, plant jedoch auch nicht, dies in naher Zukunft zu ändern. Innerhalb von Unternehmen führt die Uneinigkeit zum Thema KI leider oft zu einer großen Lücke im Verständnis und in der Akzeptanz der Tools.
Durch die konstante Erweiterung der Fähigkeiten und Anwendungsfälle gibt es auch im Personalwesen wachsende Möglichkeiten für KI, Personalverantwortliche in ihrer Arbeit zu unterstützen und vor Fehlern zu bewahren. Datenanalyse, natürliche Sprachverarbeitung (NLP) und maschinelles Lernen (ML) sind die Schlüssel zu KI im Personalwesen. Sie sind eine große Unterstützung bei einer Vielzahl von Aufgaben, von der Talentakquise und dem Onboarding bis hin zu Mitarbeiterengagement und Personalmanagement. Gerade auch in Anbetracht des Fachkräftemangels auf dem Arbeitsmarkt, können sie für Unternehmen oft ein echter Wettbewerbsvorteil sein.
Von Deep-Learning-Algorithmen zu virtuellen Assistenten
Doch wie kann KI Personalern konkret dabei helfen, ihre alltägliche Arbeit zu erleichtern? Viele denken dabei vielleicht zuerst an KI-generierte Stellenausschreibungen und Social-Media-Posts, die mit Deep-Learning-Algorithmen erstellt werden – aber es gibt noch zahlreiche weitere Anwendungsbereiche. Auch bei zwischenmenschlichen Interaktionen können KI-Tools hilfreich sein.
Beispielsweise können KI-basierte Rekrutierungs- und Screening-Tools bei der Bewerbersuche und der Analyse von Lebensläufen helfen und sogar die Koordination von Bewerbungsgesprächen übernehmen. So können qualifizierte Kandidaten anhand individueller Kriterien eingegrenzt, Vorstellungsgespräche geplant und sogar Erfolgsvorhersagen über potenzielle Anwärter getroffen werden. Virtuelle Assistenten und Chatbots können außerdem bei der Verwaltung von Sozialleistungen, Urlaubsanträgen und personalbezogenen Fragen von Mitarbeitern unterstützen. Verschiedene Leistungsmanagement-Systeme unterstützen die Mitarbeiterentwicklung und ermöglichen individuelle Lernprogramme für verschiedene Kompetenzlücken und Karriereziele.
Dadurch wird nicht nur die Mitarbeiterzufriedenheit gefördert, sondern auch langfristig einer Fluktuation entgegengewirkt.
Routine automatisieren, Strategien optimieren
Das Potenzial von KI, Routineaufgaben zu automatisieren, ermöglicht den Personalverantwortlichen, sich auf strategische Tätigkeiten zu konzentrieren, die tatsächlich menschliches Fachwissen und Erfahrung erfordern.
Zudem sind Routineaufgaben in der Verwaltung von Gehaltsabrechnungen und Sozialleistungen insbesondere in großen Unternehmen anfällig für Fehler. So verursachen Mängel im Onboarding-Prozess von Mitarbeitenden im Durchschnitt Kosten von 600 € pro Vorfall. KI kann an dieser Stelle unterstützen, um diese menschlichen Fehler zu reduzieren oder sogar gänzlich zu vermeiden. Darüber hinaus können KI-Systeme Compliance-Prüfungen automatisieren und somit das Risiko von Fehlern, Bußgeldern und rechtlichen Problemen reduzieren.
Die Abteilung spart dadurch nicht nur Zeit, sondern auch Kosten – eine Win-Win-Situation, von der Arbeitnehmer und Arbeitgeber gleichermaßen profitieren können.
Niemand ist perfekt – auch KI nicht
Während das Potenzial von KI im HR-Bereich stetig wächst, gibt es wie bei jeder neuen Technologie auch Risiken, die es zu berücksichtigen gibt. Es besteht die Möglichkeit, dass KI-Systeme durch die Verwendung und Interpretation von Informationen, die nicht den Grundsätzen der Vielfalt, Gleichberechtigung und Inklusion entsprechen, algorithmisch voreingenommen werden und diskriminierende gesellschaftliche Strukturen reproduzieren. Durch die Bevorzugung oder Benachteiligung bestimmter Gruppen können soziale, ethische und rechtliche Probleme entstehen.
Ebenso gibt es Bedenken aufgrund der Erhebung, Speicherung und Analyse personenbezogener Daten. Daher muss dafür gesorgt werden, dass die Kriterien, nach denen die KI Daten interpretiert und bewertet, für alle Beteiligten transparent und nachvollziehbar sind. So können Unternehmen sicherstellen, dass Bewerber und Arbeitnehmer verstehen, wie KI-Systeme ihre Informationen verwenden und Entscheidungen treffen.
Fazit: KI und menschliche Arbeit im Gleichgewicht
Wie in fast allen Abteilungen und Bereichen gilt zu beachten: KI ersetzt nicht den Menschen, sondern unterstützt diesen. Ein Eingreifen und Mitwirken der Personalverantwortlichen bleibt immer erforderlich, da es sonst zu Fehlinterpretationen, Verstößen gegen Unternehmensrichtlinien oder Fehlern aufgrund von Voreingenommenheit kommen kann.
Angesichts des für viele Branchen problematischen Fachkräftemangels sind diese Herausforderungen jedoch kein Grund, sich der Nutzung von Künstlicher Intelligenz im Personalbereich zu verschließen. Wollen Unternehmen wettbewerbsfähig bleiben, müssen auch ihre Personalabteilungen mit KI-Innovationen und regulatorischen Vorgaben Schritt halten, um Effizienz und Entscheidungsfindung zu verbessern sowie flexiblere Arbeitsmodelle zu unterstützen. Gleichzeitig ist die Einhaltung regulatorischer Vorgaben entscheidend, um ethische Standards zu wahren und wettbewerbsfähig zu bleiben. Aktives Engagement in Branchenforen, kontinuierliche berufliche Weiterbildung und die Zusammenarbeit mit Aufsichtsbehörden sind entscheidend für die Gestaltung einer verantwortungsvollen und ethischen Integration von KI im Personalwesen.
Wenn auch zögerlich, wächst KI im Personalwesen sprunghaft an und ermöglicht den Personalverantwortlichen eine größere Flexibilität im Arbeitsalltag. Mit der Zeit, wenn immer mehr Daten in die KI-Tools einfließen, werden diese Technologien noch besser in der Lage sein, Probleme zu lösen, aus früheren Interaktionen zu lernen und anspruchsvollere Vorhersagen zu treffen.
