Die Informatik-Professorin Katharina Zweig rät zum bedachten Einsatz von Algorithmen im Personalmanagement. Bild: Marsiliuskolleg der Universität Heidelberg

Algorithmen sollen die Nachteile menschlicher Intelligenz ausgleichen und zu besseren Entscheidungen führen. Doch was können sie im Personalmanagement wirklich leisten und welche Tücken gibt es? Informatik-Professorin Katharina Zweig wirbt für die Akzeptanz der Algorithmen in HR - warnt aber auch vor allzu viel Euphorie.

Haufe Online-Redaktion: Frau Zweig, Sie sind Informatik-Professorin. Denken Sie, dass Algorithmen die besseren HR-Manager sind?

Zweig: Es gibt eine Vielzahl von Studien, die zeigen, dass Menschen manchmal irrational und vorurteilsbeladen agieren. So bekommen Bewerber mit einem deutschen Namen 14 Prozent häufiger Vorstellungsgespräche als solche mit türkischen Namen. Und Frauen mit Kopftuch erhalten weniger Jobangebote als solche ohne. Dagegen können Computer Entscheidungen mit konsistenten Ergebnissen liefern.

Algorithmus in der Personalauswahl: Nicht diskriminierungsfrei

Haufe Online-Redaktion: Also sind Algorithmen neutraler?

Zweig: Sie sind leider längst nicht so objektiv wie man denkt. Denn um zu lernen, erfolgreiche von weniger erfolgreichen Mitarbeitern zu unterscheiden, brauchen Algorithmen mehrere Variablen, wie das Studienfach und das Arbeitszeugnis von erfolgreichen Mitarbeitern im Unternehmen. Die Auswahl der Variablen ist aber immer auch vom Menschenbild des Verantwortlichen abhängig. Berücksichtigt man zum Beispiel die Leerzeiten im Lebenslauf als Entscheidungsvariable, kommt vermutlich heraus, dass diejenigen mit längeren Leerzeiten weniger erfolgreich sind. Damit würde man aber automatisch alle diskriminieren, die eine Elternzeit oder krankheitsbedingte Auszeit genommen haben. Das passiert leider oftmals ungewollt.


Click to tweet


Haufe Online-Redaktion: Wann ist es überhaupt sinnvoll, Algorithmen zu nutzen?

Zweig: Algorithmen werden vor allem da eingesetzt, wo es keine einfachen Regeln gibt. Sie suchen daher Muster in hoch verrauschten Datensätzen und diese Muster sind grundsätzlich statistischer Natur. Algorithmen basieren stets auf Korrelationen von Eigenschaften mit dem gewünschten Verhalten, also in dem Fall mit erfolgreichen Mitarbeitern. Sie geben aber immer nur Wahrscheinlichkeiten und keine Wahrheiten an. Zu 70 Prozent erfolgreich bedeutet daher: Von 100 Personen, die laut Computer "genau so sind" wie dieser Mensch, sind nur 70 später auch erfolgreich.

Das können Algorithmen: Korrelationen im Datenwust finden

Haufe Online-Redaktion: Es geht also darum, neue Zusammenhänge zu finden?

Zweig: Ein großer Vorteil ist, dass Algorithmen kleine statistische Ungleichgewichte für Entscheidungen nutzen können. Für den Menschen müssen die Unterschiede dagegen relativ groß sein, damit er sie als eine Entscheidungsgrundlage nutzen kann. Der Algorithmus findet zum Beispiel aus der Analyse von Lebensläufen heraus, dass Mitarbeiter, die mindestens sechs Monate ein Praktikum in Osteuropa gemacht haben, fünf Prozent öfter leistungsbereit sind als diejenigen, die kein solches Praktikum gemacht haben. So lassen sich viel mehr Dimensionen testen und ihre Korrelation zu einer Erfolgsvariable berechnen. Das kann natürlich eine Entscheidung verbessern.

Haufe Online-Redaktion: Können Algorithmen dabei völlig überraschende Kriterien entdecken?

Zweig: Ich halte es für unwahrscheinlich, dass es im Personalmanagement noch wesentliche Kriterien gibt, die bisher nicht berücksichtigt wurden. Und überraschende Kriterien sind oft auch nur Platzhalter für etwas anderes. Nehmen Sie die Anzahl der Fremdsprachen, die jemand spricht. Da sollte das Unternehmen erst einmal herausfinden, für was diese Variable steht. Wenn sie für Intelligenz steht, misst man besser direkt den IQ. Manchmal ist es daher besser, sich zusammenzusetzen und gute Expertensysteme mit klaren Regeln aufzustellen, nach denen man Personalentscheidungen trifft.


Click to tweet


Haufe Online-Redaktion: Also doch lieber Finger weg?

Zweig: Der Computer kann einen Wust von Daten wie Zeugnisse, Bewerbungsschreiben oder Praktika zum Beispiel auf ein paar Dimension wie Motivation, Professionalität und Passgenauigkeit reduzieren. Und er ist gut darin, die 30 Prozent schlechtesten Bewerber auszusortieren. Das kann schon eine enorme Arbeitserleichterung sein. Aber ein Algorithmus sollte keine Entscheidung in Form einer einzigen Zahl treffen. Die ganze Komplexität eines Menschen auf eine Zahl herunterzubrechen, halte ich für gefährlich.

Versprechen der Software-Anbieter hinterfragen

Haufe Online-Redaktion: Die Anbieter von HR-Software werben oft mit einer hohen Zahl von Daten und wollen damit ihre Qualität belegen. Was ist da dran?

Zweig: Es gibt zwei wichtige Zahlen. Die eine gibt an, mit wie vielen Fällen das System trainieren durfte. Da ist eine hohe Zahl immer gut. Das andere ist, wie viele Informationen es über einen Datenpunkt gibt, also über eine Person. Bei einem Bewerber können das schon mal 300 sein. Aber das ist nicht immer gut. Wenn man zu viele Daten hat, wird es viel schwieriger zu erkennen, ob sie mit diskriminierenden und geschützten Informationen wie dem Alter oder Geschlecht korrelieren. Außerdem kann es Scheinkorrelationen geben, bei denen zwei Variablen zwar häufig zusammen auftreten, aber nichts miteinander zu tun haben.

Haufe Online-Redaktion: Wer ist eigentlich verantwortlich, wenn ein Algorithmus einen Bewerber auswählt?

Zweig: Zum Teil sicher der Softwarehersteller, aber die Hauptverantwortung trägt das Unternehmen, das die Daten bereitstellt und die Qualitätskriterien festlegt.

Haufe Online-Redaktion: Woran erkenne ich, ob ein Software-Produkt gut ist?

Zweig: Ein Verkäufer wird immer ein Maß für die Qualität seines Produktes angeben. Aber da gibt es mindestens 20 verschiedene Berechnungswege oder Messmethoden. Wenn das System bei einem gute Werte hat, heißt das noch lange nicht, dass die anderen auch gut sind. Und es kommt immer darauf an, was das HR-Ziel ist. Personalmanager sollten sich daher erst einmal fragen, was überhaupt verbessert werden soll. Geht es zum Beispiel darum, langfristig die besten Talente zu erkennen oder kurzfristig unter fünf Bewerbern den Besten zu finden?

Qualitätskriterien für einen Algorithmus

Haufe Online-Redaktion: Was bedeutet das für den Algorithmus?

Zweig: Wenn Sie Zeit haben, um die besten Talente zu identifizieren, brauchen Sie einen Algorithmus, der die Personen sucht, die tatsächlich am Talentiertesten sind. Dann bekommen Sie die zehn Prozent mit dem höchsten Punktwert und von denen sind dann vielleicht 80 Prozent tatsächlich die besten Talente. Ganz anders ist es, wenn Sie die Stelle sofort besetzen müssen und nur fünf Bewerber haben. Dann gilt es den besten unter den Fünf herauszufinden, auch wenn er kein Talent ist. Das ist ein völlig anderes Qualitätsmaß. Es kommt also darauf an, worauf das System trainiert worden ist. Wenn ein Verkäufer sagt, unser System liefert zu 80 Prozent richtige Entscheidungen, dann sollten Sie immer fragen: 80 Prozent von was? Was bedeutet das für meine Fragestellung? Wenn ein Verkäufer da keine gute Antwort hat, wäre ich vorsichtig.


Click to tweet


Haufe Online-Redaktion: Worauf sollte ich noch achten?

Zweig: Da gibt es natürlich viele Aspekte. Eine Firma, die Ihnen ein Produkt verkaufen will, sollte Sie unbedingt fragen, wie gut Ihre Daten sind. Damit meine ich zum Beispiel Daten zu den erfolgreichen Mitarbeitern im Unternehmen. Wenn Sie nur unvollständige Daten haben, kann der Algorithmus auch keine brauchbaren Korrelationen finden. Aber die meisten KMUs haben keine ausreichenden Datengrundlagen.

Haufe Online-Redaktion: Ein Software-Anbieter warb mit dem Slogan "No more people problems", ein anderer versprach "mit guten Daten können wir praktisch alles vorhersagen". Wie realistisch ist das?

Zweig: Das geht weit darüber hinaus, was prinzipiell geleistet werden kann. Ich wäre schon froh, wenn mehr datenzentrierte Entscheidungen gefällt und die Auswahlprozesse besser evaluiert werden.

Algorithmus als HR-Wunderwaffe?

Haufe Online-Redaktion: Also sind Algorithmen doch nicht die Wunderwaffe im HR-Management?

Zweig: Jedes Unternehmen sollte bedenken, dass ein Algorithmus immer nur Standardfälle gut lernen kann. Aber wollen Sie nur Mitarbeiter mit einem Standardlebenslauf? Damit verpassen Sie vielleicht den tollen Seiteneinsteiger mit abgebrochenem Japanologie-Studium und innovativen Ideen, der Ihr Unternehmen weiterbringt. Algorithmen neigen dazu, gewöhnliche Talente zu identifizieren und dann haben Sie irgendwann nur noch 0815-Mitarbeiter. Ein Unternehmen, das für alle Prozesse der Einstellung und Beförderung Algorithmen nutzt, würde erstarren und wäre vermutlich schnell weg vom Markt.


Click to tweet

 

Das Interview führte Bärbel Schwertfeger, freie Journalistin in München.

 

Katharina Zweig ist Professorin am Fachbereich Informatik an der Technischen Universität Kaiserslautern und leitet dort das "Algorithm Accountability Lab" und den Studiengang Sozioinformatik. Bei der ersten Handelsblatt-Konferenz zum Thema Künstliche Intelligenz in München hat Zweig einen Vortrag zum Thema "No more people problems - kann KI auch HR?" gehalten.


Hier lesen Sie weitere Beiträge zum Thema Künstliche Intelligenz und Algorithmen in HR:

Künstliche Intelligenz: Supercomputer ersetzen Sachbearbeiter

Künstliche Intelligenz: Bewerbungsgespräche mit Avataren trainieren

Was Big Data in der Personalauswahl leisten kann

Personalmagazin: Chancen und Risiken der digitalen Eignungsdiagnostik

Schlagworte zum Thema:  Künstliche Intelligenz (KI), Personalmanagement, Eignungsdiagnostik, Bewerber, Talent Management

Aktuell
Meistgelesen