Data Driven Recruiting: unbewusste Vorurteile aufdecken

Eine neue Software von SAP Successfactors soll unbewusste Voreingenommenheit im Recruiting vermeiden. Joachim Förderer von SAP erläutert die Funktionsweise der Software, die im Frühjahr 2017 herauskommen soll, und gibt in einen Ausblick in die Zukunft des datenbasierten Recruitings.

Haufe Online-Redaktion: Ist eine Software ein besserer Recruiter als ein Personaler mit seinem Erfahrungswissen?
Joachim Förderer: Die Antwort lautet natürlich „Nein“. Aber ich muss etwas ausholen und erläutern, wo wir stehen und was wir machen: Es geht nicht darum, einen Recruitingprozess komplett zu automatisieren, sondern es geht da­rum, an den Stellen, an denen die Maschine unterstützend eingreifen kann, den Recruitern einen entsprechenden Support zu geben. Im Umfeld „Ma­chine Learning“ geht es um intelligente Algorithmen, die über die Zeit hinweg Erfahrungen aufbauen. Solange diese Algorithmen lernen, ist es sinnvoll, regelmäßig darauf zu schauen, denn ein Algorithmus kann auch falsche Dinge lernen. Wenn wir Automatismen in eine Software einbauen, dann werden wir unseren Kunden auch ermöglichen, manuelle Verifikationsschritte einzubauen.

Haufe Online-Redaktion: Bei welchen HR-Aufgaben kann die Software eingesetzt werden?
Förderer: Unsere Initiative „Business be­yond bias“ ist nicht auf das Recruiting beschränkt. Wir haben Aktivitäten im Performance Management, also bei Zielvereinbarungen, sowie im Vergütungsmanagement. Dass bei unseren Kunden die Problematik ein Thema ist, sehen wir daran, wie viel Resonanz wir bereits auf diese Initiative bekommen haben.

Haufe Online-Redaktion: Wie viel Big Data steckt in der Software?
Förderer: Die dahinterliegenden Technologien erlauben die Auswertung von großen Datenmengen und unstrukturierten Daten. So einfach ist es übrigens gar nicht, im Personalumfeld geeignete Big-Data-Anwendungsfälle zu finden. Die Sentiment Analysis zum Beispiel, bei der wir analysieren, ob eine Stellenausschreibung unabsichtlich Gender bevorzugende Begriffe enthält, beruht darauf, so viele Stellenausschreibungen wie möglich einzusammeln und auszuwerten, welche Terminologie dort verwendet wird. Das ist schon Big Data, aber sicherlich nicht Big Data im Sinne von „Internet of Things“ und Milliarden von Datensätzen. Wir haben allerdings Kunden, die im Jahr vier Millionen Bewerber und mehr verzeichnen. Da kommen wir schon auf Größenordnungen, die in den Big-Data-Bereich hineingehen. Insbesondere die lernenden Algorithmen beruhen darauf, dass eine sehr große Datenmenge vorliegt.

Haufe Online-Redaktion: In kleineren und mittleren Unternehmen sind oftmals nicht genügend Daten vorhanden, die für eine sinnvolle Bewerberauswahl benötigt werden.
Förderer: Das ist richtig. Aber wir haben den Vorteil, dass wir mittlerweile stark im Cloud-Umfeld vertreten sind. Wenn unsere Kunden zustimmen, können wir auch kundenübergreifende Analysen fahren. Außerdem enthalten soziale Netzwerke wie Linkedin öffentlich verfügbare Informationen und wir können auf öffentliche Stellenausschreibungen aus Jobportalen zugreifen. Sofern es den Datenschutzlinien entspricht, ist es grundsätzlich kein Problem, auf dieser Datenbasis Benchmarks zu erstellen und Auswertungen zu fahren, die helfen, solche Algorithmen weiterzuentwickeln.

Haufe Online-Redaktion: Wie unterscheidet sich Ihre Neuentwicklung von bereits bestehenden Lösungen?
Förderer: Hier muss man verschiedene Stufen der Intelligenz unterscheiden. Auch das, was wir entwickelt haben, beinhaltet mehrere Funktionen: Die eine ist die bereits erwähnte Sentiment Analysis, bei der wir Textbausteine nach potenziell diskriminierenden Inhalten analysieren. Jetzt könnte man sagen: „Das ist ein Mechanismus, der seit Längerem vorhanden ist – eine Software sucht einfach nach bestimmten Begriffen. Das ist ziemlich eindimensional.“ Sentiment Analysis ist vielmehr eine erweiterte künstliche Intelligenz, die es erlaubt, Begriffe im Kontext zu bewerten. Wenn in einer Stellenausschreibung Begriffe wie „dominierend“ in einem bestimmten Kontext verwendet werden, könnte das Warnsignal angehen: „Achtung, dieser Text spricht nicht das weibliche Geschlecht an.“ Aber das Thema ist natürlich noch wesentlich komplexer, als ich es gerade dargestellt habe.

Click to tweet

Haufe Online-Redaktion: Welche weiteren Funktionen gibt es?

Förderer: Das ist das Matching. Bei einem klassischen Resume Parsing werden Lebensläufe, Bewerbungsschreiben oder Profile ausgewertet und die Qualifikationen, Skills, Erfahrungen und Stationen des Bewerbers mit den Anforderungen der Stelle abgeglichen. Das Ganze ist auch umgekehrt möglich: Wir nehmen Jobbeschreibungen und sind in der Lage, aus diesen herauszufiltern, wie das Profil ist, das ein Bewerber mitbringen müsste. Im nächsten, intelligenteren Schritt würden wir beispielsweise erlauben, dass ein Kandidat seine Bewerbung auf die Karrierewebseite eines Unternehmens hochlädt, damit der Algorithmus dem Bewerber aktiv passende Jobs vorschlägt. Es geht dabei nicht nur darum, Daten aus einem Bewerberprofil zu extrahieren, sondern diese in eine Vorschlagsliste von passenden Jobangeboten umzuwandeln. Dieses Szenario pilotieren wir zurzeit mit einigen Kunden und wollen es mit ihnen inhaltlich und technisch weiterentwickeln.

Haufe Online-Redaktion: Kann die Software auch Faktoren innerhalb einer Belegschaft ermitteln, die eine lange Verweildauer im Unternehmen wahrscheinlich machen?
Förderer: Das Ziel muss sein, dass wir gar nicht auf Bewerbungen warten. Insbesondere wenn es um bereits bestehende Mitarbeiter geht, sollte die intelligente Suche in der Lage sein, den passenden Kandidaten aus der Belegschaft herauszusuchen, selbst wenn derjenige nicht artikuliert hat, dass er auf der Suche ist. Was heute auf dem freien Markt passiert, müssen wir in die Unternehmen transferieren. In unserem Projekt haben wir hierzu einiges geplant, insbesondere im Bereich der Suche. Das geht in Richtung Candidate Relationship Management, wie es bei externen Kandidaten heißt. So etwas planen wir auch für das interne Recruiting einzuführen.

Click to tweet

Haufe Online-Redaktion: Sie hatten vorhin gesagt, dass die Personaler gefordert sind, die Algorithmen weiter zu konditionieren.

Förderer: Wir als Softwareanbieter müssen und werden eine allgemeine Konditionierung herstellen. Zusätzlich wird es immer auch Unternehmensspezifika geben – je nach Branche, Region, individuellen Präferenzen und Recruitingstrategie. Es wird sicherlich möglich sein, dass das Unternehmen individuelle Schwerpunkte setzt. Das Ganze ist eine Art Kalibrierungsprozess, der eine Weile dauert. Dass sich die Anforderungen unserer Kunden über die Zeit ändern, ist völlig klar. Aber: Das Schreckensbild, dass wir eine Black Box hinstellen, vorn die Kandidaten hineinschieben und hinten kommt der perfekte Bewerber raus, wird sicherlich nicht eintreten.

Click to tweet

Haufe Online-Redaktion: Aber könnten die Personaler das Tool nicht auch manipulieren, damit sie genau diejenigen Bewerber vorgeschlagen bekommen, die sie sich persönlich wünschen?
Förderer: Das ist sicherlich denkbar. Aber der Vorteil ist, dass die Unternehmen alles, was sie maschinell machen, nachvollziehen und auditieren können. Das ist wesentlich einfacher, als persönliche Vorurteile aufzudecken, die der Recruiter anwendet, ohne das zu dokumentieren. Das ist ja die heutige Situation in vielen Unternehmen: Man vermutet, dass es irgendwo Probleme gibt, weiß es aber nicht so genau. Man erstellt Reports und sieht Trends oder Tendenzen, erkennt aber nicht richtig, wo diese herkommen. Mit der Software können wir das etwas erleichtern. Mit dem Thema „Diversity, Bias, Automatisierung im Recruitingbereich“ haben wir einen aktuellen Nerv getroffen. Letztendlich geht es aber darum, was unsere Kunden daraus machen und dafür zu sorgen, dass das Sinn hat und richtig funktioniert.

Haufe Online-Redaktion: In den USA lassen rund 95 Prozent aller Konzerne die Bewerbungen von Software aussortieren. Warum ist das in Deutschland anders?
Förderer: Der Arbeitsmarkt in Nordamerika ist fundamental anders als bei uns. Dort gibt es eine wesentlich höhere Volatilität und nicht diese Stabilität in der Belegschaft, wie wir sie in Deutschland mit unserer Historie der Mitbestimmung und der Arbeitskultur kennen. Zwar sinkt auch hier die Verweildauer der Mitarbeiter in den Unternehmen. Dennoch rechne ich nicht damit, dass es in Deutschland nie so werden wird wie in Nordamerika. Dafür haben wir im Vergleich zu viele hochqualifizierte Jobs, während die USA stark Niedriglohn dominiert sind und daher sehr hohe Bewerberzahlen haben. Die großen Supermarktketten dort bekommen Hunderttausende Bewerbungen pro Jahr. Wenn sie das nicht in gewisser Weise automatisiert aussortieren, können sie diese Zahlen nicht bewältigen. Das ist in Deutschland nicht so extrem, auch nicht auf lange Sicht. Doch der Trend, dass jüngere Menschen nicht vorhaben, 20 oder 25 Jahre in einem Unternehmen zu bleiben, führt auch hier zu einer veränderten Sicht auf die Recruitingprozesse in den Unternehmen.  

Joachim Förderer leitet das Produktmanagement Recruiting bei SAP Successfactors. 

Das Interview führte Daniela Furkel, Redaktion Personal.

Schlagworte zum Thema:  Recruiting, Bewerbermanagement, HR-Software