Robot Recruiting: Möglichkeiten und Grenzen

Viele HR-Prozesse lassen sich durch datengestützte Verfahren wie beispielsweise künstliche Intelligenz automatisieren. Das kann auch im Recuiting sinnvoll sein, jedoch nutzen nur 3,9 Prozent der deutschen Unternehmen datengesteuerte Rekrutierungsmethoden.

Da im Recruiting häufig digitalisierte Daten in großer Menge vorliegen, bieten sich viele Prozesse zur Automatisierung an. Nach Einschätzung des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) und der Bundesagentur für Arbeit könnte theoretisch die Hälfte aller Tätigkeiten eines Personalreferenten von Maschinen oder Computern übernommen werden.

Trotzdem ist der vollautomatische "Robot Recruiter" in weiter Ferne: Nur 3,9 Prozent der Unternehmen in Deutschland setzen derzeit digitale Werkzeuge im Recruiting ein. Das zeigt eine aktuelle Studie des IFO-Instituts, für die 951 Personalchefs verschiedener Unternehmen zu ihren Rekrutierungsmethoden befragt wurden. Hauptgrund für den zögerlichen Einsatz scheint fehlendes technisches Wissen zu sein. "26 Prozent räumten mangelndes Wissen über die Techniken ein", erklärte das Institut am 14. Juni in München. Fast die Hälfte der Befragten findet jedoch, dass der Einsatz eine sinnvolle Ergänzung zu den klassischen Verfahren ist. Datengestützte Verfahren wie beispielsweise künstliche Intelligenz (KI) bieten verschiedene Möglichkeiten, die – wenn sie richtig eingesetzt werden – zu einem effizienteren Recruiting beitragen können.

Künstliche Intelligenz oder Robot Recruiting?

Allgemein gesagt umfasst Robot Recruiting verschiedene Verfahren, mit denen Recruiting zumindest in Teilen automatisiert oder durch automatische Datenanalysen ergänzt wird. Da mit den technischen Fortschritten im Bereich der künstlichen Intelligenz viele neue Möglichkeiten insbesondere bei aufwendigen Datenanalysen geschaffen wurden, wird Robot Recruiting häufig mit dem Einsatz von KI-basierten Lösungen gleichgesetzt.

Künstliche Intelligenz ist dabei nur selten mit menschlicher Intelligenz vergleichbar. KI bezeichnet in der Regel lernende Algorithmen, die bestehende Datensätze analysieren und dabei Muster und Gesetzmäßigkeiten eigenständig erkennen. Damit können häufig auch Wahrscheinlichkeitsvorhersagen für künftige Ereignisse berechnet werden. 

Aufgrund von Daten zu bestehenden Mitarbeitern und deren Produktivität könnte damit beispielsweise eine Wahrscheinlichkeitsprognose zur Produktivität von Bewerbern berechnet werden. Auch komplexere Zusammenhänge können damit automatisiert werden. Anhand von Stimme, Sprache und Gesichtsausdruck kann KI Emotionen immer besser erkennen. Das hilft beispielsweise dabei, bei verärgerten Bewerbern die passenden Worte zu wählen.

Robot Recruiting: eine Definition

Da immer mehr Teilprozesse des Recruitings digitalisiert und damit datafiziert werden, können diese Prozesse technisch auch immer besser automatisiert werden. Bisher sind die Lösungen nicht dazu in der Lage, den gesamten Recruiting-Prozess vollautomatisch zu übernehmen. Ein Robot Recruiter ersetzt somit nicht den menschlichen Mitarbeiter.

Robot Recruiting kann derzeit eher als Arbeit mit einem digitalen Kollegen verstanden werden. Die KI-Anwendung kann dabei standardisierte oder sich wiederholende Aufgaben übernehmen. Komplexe Prozesse wie die Kandidatenauswahl bleiben bis auf weiteres der menschlichen Einschätzung und Entscheidung vorbehalten. KI-gestützte Analysen können aber manche Entscheidungsprozesse unterstützen. Diese Unterstützung wird auch als Augemtisierung bezeichnet. 

Robot Recruiting: Angebote und Möglichkeiten

Konkrete Anwendungen werden unter anderem in den folgenden Bereichen angeboten:

  • Stellenanzeigen: KI-Systeme können Recruitern dabei helfen, Stellenanzeigen so zu optimieren, dass Bewerber diese möglichst problemlos finden. Indem bestehende Stellenanzeigen analysiert werden, können Jobkategorien, Jobbörsen und Keywords für neuen Anzeigen vorgeschlagen werden. 
  • Chatbots: Ein Chatbot kann den Erstkontakt zu Kandidaten rund um die Uhr organisieren. Die angebotenen Anwendungen reagieren dabei selbständig auf Kontaktversuche, können einfache und häufig auftauchende Fragen eigenständig beantworten und andere Anfragen an entsprechende Mitarbeiter weiterleiten. Manche Chatbots bieten den Bewerberen individuelle Tipps, etwa welche Stellenausschreibungen interessant sein könnten.
  • CV-Parsing: Dabei werden wesentliche Daten aus dem Lebenslauf oder aus Online-Profilen automatisch ausgelesen. Somit kann eine Bewerberdatenbank aufgebaut werden, die ebenfalls automatisiert nach Bewerbern mit bestimmten Eigenschaften oder Qualifikationen durchsucht werden kann.
  • Matching: Auch für die Suche nach geeigneten Kandidaten gibt es entsprechende Anwendungen. Diese schlagen anhand von Anforderungsprofilen oder Stellenbeschreibungen Kandidaten aus einer Datenbank vor, die aufgrund bisheriger Erfahrungswerte für die Stelle geeignet sein könnten. Sie versprechen damit, Bewerbern nur relevante Stellenausschreibungen zukommen zu lassen und Unternehmen die passenden Kandidaten aus einem breiten Pool herauszufiltern.

Qualität von Robot Recruiting

Weil die verwendeten Algorithmen, die mit maschinellem Lernen arbeiten, Zusammenhänge eigenständig „erlernen“, kann häufig nicht gesagt werden, wie die entsprechenden Ergebnisse zustande kommen. Außerdem hängen die Lernergebnisse wesentlich von der Qualität der Trainingsdaten ab. Enthalten die Trainingsdaten bereits bestimmte Tendenzen, etwa weil in der Vergangenheit mehr Männer als Frauen eingestellt wurden, kann dies zu Fehlern und diskriminierenden Algorithmen führen. 

Aufgrund solcher und weiterer Probleme ist es häufig schwierig zu beurteilen, ob eine KI-Lösung den eigenen Qualitätsansprüchen und den geltenden gesetzlichen Bestimmungen genügt. Vor der Einführung einer KI-Lösung im Recruiting sollte daher exakt geprüft werden, ob und für welchen Zweck die vorhandenen Daten verwendbar sind und welche (Trug-)Schlüsse sich daraus ergeben können. Außerdem sind fundierte Informationen zur Funktions- und Trainingsweise der verwendeten Algorithmen notwendig, um deren Nutzen, Qualität und Rechtssicherheit abschätzen zu können.

KI-Anwendungen und Datenanalysen im Recruiting werfen auch ethische Fragen auf. Deshalb gründete sich zum ersten Januar der Ethikbeirat HR Tech ( www.ethikbeirat-hrtech.de), der sich mit neuen Technologien und mit künstlicher Intelligenz im Personalwesen auseinander setzt.

Datenschutz bei Robot Recruiting

Über die üblicherweise geltenden Datenschutzbestimmungen hinaus gibt es besonders enge Vorschriften, wenn es um persönliche Daten von Mitarbeitern und Kandidaten geht. Daher ist es unbedingt nötig, die Rechtslage beim Einsatz im Recruiting im Einzelfall zu prüfen. Die folgenden, allgemeinen Aspekte können dabei als grobe Orientierung dienen.

  • Liegt eine Einwilligung für die Verwendung der Daten, auch der Trainingsdaten vor? 
  • Deckt der in der Einwilligung genannte Verwendungszweck die Nutzung der Daten für die KI-Anwendung?
  • Erfolgte die Einwilligung wirklich freiwillig? (Bei Bewerbungssituationen ist dies meist nicht der Fall.)
  • Entspricht die Nutzung des KI-Tools der jeweils gültigen Normen, insbesondere der DIN 33430 für Eignungsbeurteilung und dem darin festgelegten Anforderungsbezug?

Robot Recruiting: Vor- und Nachteile

Vorteile von Robot Recruiting: Wiederkehrende und standardisierte Aufgaben lassen sich schnell automatisieren. Bewerberdaten können automatisch erfasst, einfache Interaktionen können mit einem Chatbot schneller und effizienter gestaltet werden. Auch die Suche nach Kandidaten kann mit den richtigen Algorithmen einfacher gestaltet werden. Darüber hinaus können in manchen Fällen Wahrscheinlichkeitsvorhersagen generiert werden, die bestimmte Entscheidungsprozesse unterstützen.

Nachteile von Robot Recruiting: Die unsichere Rechtslage und die Schwierigkeit, die Qualität von KI-Anwendungen sicherzustellen und zu überprüfen spricht in manchen Fällen gegen den Einsatz von Robot Recruiting. Außerdem stehen Bewerber den KI-Anwendungen je nach Anwendungsbereich kritisch gegenüber: Insbesondere in der Personalauswahl finden KI-Verfahren selten eine breite Akzeptanz. Laut einer Studie von Thorsten Petry, Professor für Unternehmensführung und Media Management, akzeptieren Bewerber KI-Anwendungen eher, wenn für sie selbst ein Nutzen erkennbar ist. 


Im Personalmagazin 02/2019 ist ein ausführlicher Schwerpunkt zur künstlichen Intelligenz im Personalmanagement erschienen. Darunter finden Sie auch die erwähnte Studie von Thorsten Petry. Der Schwerpunkt kann auch in der Personalmagazin-App gelesen werden.