Mit dem Algorithmus im Bewerbungsgespräch

Immer mehr Unternehmen nutzen bei Einstellungsverfahren KI. Sie erhoffen sich davon auch vorurteilsfreiere Beurteilungen – allerdings klappt das nicht immer.

Lesezeit: 2 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 27 Beiträge
Von
  • Karen Hao

Immer mehr Firmen in den USA setzen auf computerassistiertes Recruitment. Die gängigsten dieser KI-Programme funktionieren mittels Algorithmen zur Gesichtserkennung, mit Spielen, Fragebögen und andere Bewertungsformen, die dabei helfen sollen, die richtigen Kandidaten fürs Bewerbungsgespräch auszuwählen. Auch in Europa kommt die Technik auf den Markt.

Ein Argument für die Technik ist laut ihrer Hersteller, dass Algorithmen frei seien von menschlicher Voreingenommenheit. Zudem können sie getestet und optimiert werden – die Vorurteile von Menschen zu bekämpfen ist da weitaus schwieriger. Forscher der Cornell University haben im Dezember 2019 ein Paper veröffentlicht, nachdem sie die handelsüblichen Anbieter von algorithmischen Assessments auf ihr Versprechen und ihre Praxis überprüften. Von den achtzehn Unternehmen, die eine englischsprachige Webseite hatten, präsentierten die meisten ihr Produkt als gerechtere Alternative zum Menschen in Sachen Bewerbungsverfahren.

Viele Firmen scheinen verunsichert, in Einstellungsprozessen Fehler zu machen – Software soll helfen. Dennoch: "Dass Menschen Voreingenommenheit und Diskriminierung nun mehr Aufmerksamkeit schenken, darf nicht die Tatsache verdrängen, dass es noch einige andere Probleme gibt", sagt Solon Barocas, Assistant Professor an der Cornell University, der im Bereich Fairness von Algorithmen forscht und auch bei Microsoft Research leitend tätig ist.

Ein kontrovers betrachtetes Unternehmen ist das in Australien ansässige und im Oktober 2013 gegründete "PredictiveHire". Das Produkt: ein Chatbot, der Kandidaten eine Reihe offener Fragen stellt. Dieser analysiert anschließend die Antworten, um jobrelevante Persönlichkeitseigenschaften wie "Antrieb", "Initiative" oder "Widerstandsfähigkeit" zu beurteilen. Laut CEO Barbara Hyman sind die Kunden Arbeitgeber, die eine Menge Bewerbungen verarbeiten müssen, etwa aus dem Einzelhandel und Verkauf, aus Callcentern und aus dem Gesundheitswesen.

Wie die Cornell-Studie herausfand, vermarktet auch dieses Unternehmen sich mit dem Versprechen, eine fairere Anstellung zu gewährleisten. Die kühne Ankündigung auf der Webseite: "Lernen Sie Phai kennen. Ihr Co-Pilot im Anstellungsprozess. Bewerbungsgespräche werden durch sie superschnell, endlich inklusiv und vorurteilsfrei."

Dabei kritisieren Aktivisten, dass die Idee eines "vorurteilsfreien" Algorithmus hochgradig irreführend ist. Die aktuellen Entwicklungen bei PredictiveHire sind aber auch aus anderem Grund besorgniserregend. Die Firma arbeitet an einem neuen Programm, das mit maschinellem Lernen herausfinden soll, wie hoch die Wahrscheinlichkeit ist, dass ein Kandidat den Job öfter oder schneller wechseln würde, als dem Arbeitgeber lieb wäre. Das Projekt ergab sich aus einem Forschungsvorhaben des Unternehmens, bei dem untersucht wurde, inwieweit ein Gespräch mit offenen Fragen Rückschlüsse auf die Persönlichkeit zulässt (was an und für sich eine übliche Methode ist).

Da Organisationspsychologen bereits einen Zusammenhang zwischen Persönlichkeit und Wechselfreude beim Job herausgefunden haben, meint PredictiveHire-Chefin Hyman, dass die Firma nun testen wolle, ob mit den schon existierenden Daten eine entsprechende Voraussage getroffen werden kann. "Viele Unternehmen mit denen wir arbeiten, legen großen Wert auf Mitarbeiterbindung – da es sehr kostspielig sein kann, wenn ein Mitarbeiter geht, etwa sechzehn Prozent der Gehaltskosten jedes Mitarbeiters", sagt sie.

Für die Studie wurde mit freiformulierten Textantworten von 45.899 Kandidaten gearbeitet, die PredictiveHires Chatbot genutzt haben. Bewerber wurden ursprünglich fünf bis sieben offene Fragen gestellt, darunter Selbsteinschätzungen zu vergangenen Erfahrungen und zu situationsbedingtem Urteilsvermögen. Darunter waren auch Fragen, die Wesenszüge herausfiltern sollten, die zuvor deutlich mit der Tendenz zusammengebracht wurden, den Job zu wechseln.

Hierzu zählen beispielsweise die Offenheit für neue Erfahrungen und bestimmte Charaktereigenschaften wie fehlende Bodenständigkeit. Die firmeneigenen Forscher behaupten, dass sie dazu in der Lage waren, die Wechselfreudigkeit mit statistischer Signifikanz vorauszusagen. Auf ihrer Webseite bewirbt PredictiveHire das Programm bereits als ein neues Werkzeug, das bald erhältlich sei.

Diese neueste Arbeit von PredictiveHire ist ein typisches Beispiel für das, was Nathan Newman eine der größten Negativfolgen beim Einsatz von Big Data im Arbeitsleben hält. Newman, außerordentlicher Professor an dem John Jay College of Criminal Justice, schrieb in einem juristischen Aufsatz im Jahr 2017, dass solche Datenanalysen auch vielfältig genutzt wurden, um Arbeitslöhne zu drücken. Persönlichkeitstests zum Beispiel, die auf Maschinenlernen basieren, werden zunehmend im Anstellungsprozess verwendet, um potenzielle Arbeitnehmer herauszufiltern, die mit einer größeren Wahrscheinlichkeit für höhere Löhne agitieren oder gewerkschaftlich aktiv werden könnten.

Arbeitgeber beaufsichtigen zunehmend E-Mails, Chats und weitere Daten, um herauszufinden, wer vielleicht vorhaben könnte zu gehen – und sie berechnen das Mindeste, was sie am Lohn erhöhen müssten, damit die Mitarbeiter bleiben. Algorithmische Management-Systeme, wie sie zum Beispiel Fahrdienste nutzen, dezentralisieren die Arbeitswelt. Es gibt keine Büros mehr und digitale Räume, in denen sich Mitarbeiter miteinander vernetzen könnten, sollen möglichst unterbunden werden.

(bsc)