Künstliche Intelligenz und Human Resource – Gestaltungsmöglichkeiten der Zukunft
1. Einleitung
Seit dem 20. Jahrhundert verändert die Entwicklung von Maschinen, Technologie und digitaler Kommunikation unser Leben. Das bedingt unterschiedliche tiefgreifende sozio-ökonomische Veränderungen nach einer langen Phase der Stabilität. Dadurch ist nicht nur unser Privatleben, sondern auch unser Berufsleben mannigfaltig betroffen. Als eine der letzten Teilbereiche zog die Digitalisierung und Technologisierung auch in die Personalabteilung kleiner, mittelständischer Unternehmen und Großkonzerne ein. Parallel dazu erlebt diese eine strukturelle Veränderung weg von der reinen Personalverwaltung hin zur Personalentwicklung. So haben die letzten Jahrzehnte sinnbildlich gezeigt, wie wichtig Human Resource Management für die Organisationsentwicklung, aber auch für die Profitabilität von Unternehmen ist. Längst geht es nicht mehr nur um die Arbeitsbedingungsverbesserung für Arbeitnehmer. Das Personalwesen ist ein wichtiger Schlüsselpunkt in der Unternehmensführung geworden.
Die Digitalisierung fordert eine strukturierte Sammlung großer Datenmengen. Zusätzlich sind traditionelle Arbeitsprozesse wie Bewerberauswahl und Weiterentwicklung zeit- und kostenintensiv. Insbesondere repetitive Arbeiten machen eine tatsächliche Mensch zu Mensch Interaktion selten. Das führt dazu, dass Unternehmen ihr geringes HR-Budget auf administrative Aufgaben fokussieren. So kann nicht das gesamte Potenzial der Wertschöpfungskette gewonnen werden, welches vornehmlich in der personellen Weiterentwicklung und Betreuung liegt.
Der Vormarsch von Machine Learning und künstlicher Intelligenz wird seit wenigen Jahren im Personalwesen rege diskutiert. Tatsächliche Berührungspunkte gibt es bisher wenige. Das ist in der Hinsicht bemerkenswert, da AI einfache und strukturierte Aufgaben verlässlich übernehmen kann. Mit künstlicher Intelligenz können wir automatisch tausende von Daten miteinander verknüpfen und einen Sinn geben, die sonst ungenutzt geblieben wären. So werden Änderungen in der Organisation dargestellt und nachvollzogen. Zum einen um Führungskräfte Entscheidungsgrundlagen zu liefern, andererseits um Mitarbeiter besser zu verstehen.
In diesem Artikel sollen verschiedene Möglichkeiten, Herausforderungen und Probleme von künstlicher Intelligenz im Human Resource Management adressiert werden und eine für Arbeitnehmer und Arbeitgeber positive Verwendung herausarbeitet werden. Um einen einfachen Einstieg in das Thema zu ermöglichen, wird mit einem kurzen Beispiel eingeführt.
Ein großes Spediteurunternehmen testete in Großbritannien die Verwendung von AI in der HR, da Controller eine erhöhte Abwesenheit von Mitarbeitern im Norden von England identifiziert hatten. Durch die quantitative Datenanalyse einer Vielzahl von Mitarbeiterstimmen aus unterschiedlichen Standorten konnte anschließend eine Arbeitsbedingungsanalyse voll automatisiert erhoben werden. Mitarbeiter aus dem Norden speisten vor allem negativ konnotierte Wörter mit den Themenfeldern Wetter, Uniform und „nicht gut“ in die Software ein. Diese Daten wurden den Führungspersonen präsentiert und so eine schnelle und einfache Lösung gefunden. Nach der Anpassung der Arbeitskleidung gingen die Fehltage drastisch zurück. Ohne die Verwendung einer solchen Software, wäre diese Aufgabe nicht nur personalintensiv, zeitintensiv und kostenintensiv geworden, sondern hätte auch das operative Geschäft des Unternehmens blockiert. Dieses Beispiel zeigt uns eine Möglichkeit KI Anwendungen im Unternehmen, sowohl für den Arbeitnehmer, als auch für den Arbeitgeber positiv einzusetzen und Synergieeffekte zu erzeugen. Hieraus entstehen Ableitungen für Implikationen in weitere Themenbereiche. Im Folgenden werden die wichtigsten Verwendungsmöglichkeiten dargestellt.
2. Einsatzmöglichkeiten von AI in der HR
Die heutzutage strategische HR hat einen hohen Einfluss auf die kompetitive Stärke eines Unternehmens. Die strategische Veränderung im Personalwesen betrifft das Minimieren von administrativen Aufgaben, hin zu High Performance Praktiken wie Teamwork und Performance Management. Bis jetzt betrafen solche Interventionen die kritischen Mitarbeiter. Also all diejenigen, die sich entweder in einer besonders wichtigen oder besonders prekären Arbeitsaufgabe wiederfinden. Ziel der Zukunft wird es sein, Maßnahmen auf jeden Mitarbeiter zu übertragen, gleichzeitig aber kosteneffektiv zu agieren. Bis jetzt passten beide Anforderungen nur selten in ein ohnehin engmaschiges Konzept. Künstliche Intelligenz kann das grundlegend verändern, indem es Funktionen der HR übernimmt, die keiner menschlichen Interaktion bedarf. So kann AI dazu beitragen, einfache Aufgaben zu erledigen und Platz zu schaffen für unternehmenskritische Fragen. Wiederum gespeist mit der Hilfe von Daten aus der automatisierten Arbeitsumgebungsanalyse. Im Überblick helfen moderne Systeme, Unternehmensherausforderungen wie Kostenkontrolle zu managen, Fähigkeiten bei den Mitarbeitern zu entwickeln, das Mitarbeitererlebniss zu verbessern, Entscheidungen zu unterstützen und HR Budgets möglichst effektiv einzusetzen. Ansätze finden sich über den gesamten Lebenszyklus eines Beschäftigten hinweg.
2.1. Werbung
AI kann helfen, Mitarbeiter aktiv zu werben. Insbesondere diejenigen, die anhand ihres Fähigkeitsprofils auf die tatsächlichen Anforderungen des Jobs passen (Bewerberanalyse). Gleichzeitig können auch Mitarbeiter profitieren, indem sie mehr über das Unternehmen lernen können, bevor sie sich bewerben (Chatbot). Nebenbei führt es dazu, sehr viel genauere und bessere Jobvorschläge mittels Keyword-Suche zu gewährleisten. In einem ganzheitlichen Bewerbungsprozess ist es ebenso denkbar, Bewerbungsprofile dauerhaft zu berücksichtigen. Das führt dazu, einerseits Ablehnungen voraussichtlicher zu gestalten, andererseits Bewerbungen gerechter zu berücksichtigen.
2.2 Hire
AI kann dabei helfen, Recruiting effektiver zu gestalten, indem es voraussagt, wann eine Stelle frei wird, wie lange es dauern wird, bis diese besetzt wird und ein neuer Mitarbeiter eingegliedert ist. Dadurch wird Hire nicht mehr zur Ad-hoc-Entscheidung. Das steigert nicht nur Übersichtlichkeit, sondern auch Qualität der Ausschreiben. Weiter kann künstliche Intelligenz bei einer Menge an Bewerbern im Vorfeld herausfinden, welche Profile auf die tatsächlichen Anforderungen des Jobs passen. Voraussagen zur zukünftigen Performance des Mitarbeiters machen und Kandidaten effektiver filtern. Das führt zu einem schnellerem, akkuraterem und besserem Bewerbungsprozess für Unternehmen und Bewerber.
2.3. Engage
Eine grundlegende Aufgabe wird es sein, die Effektivität, aber auch die Nachvollziehbarkeit von Managemententscheidungen zu fördern. Insbesondere zur Talent- aber auch Engagementanalyse. Software kann genutzt werden, eine Menge von Daten zu analysieren und so Managern Grundlagen liefern, mit denen sie Entscheidungen passgenauer treffen können.
2.4. Carrer Developement
Karriere ist traditionell mit hohen Kosten, Weiterbildung und Zeit verbunden. Karriereentwicklungsmöglichkeiten genießen nur Mitarbeiter, die weniger als gewünscht performen oder hohes Potenzial liefern. AI kann Entwicklungsmöglichkeiten des Arbeitenden selbst, aber auch innerhalb des Unternehmens finden und das benötigte Werkzeug liefern, Ziele zu erreichen. Weiter kann es besonders vielversprechende Kandidaten analysieren, weg von einer subjektiven oder einseitigen Bewertung durch den Vorgesetzten oder z. B. Verkaufszahlen.
2.5. Retain
Machine Learning kann grundlegend dazu beitragen, Geldmittel optimal einzusetzen, indem es einen Überblick darüber liefert, welche Teilbereiche (z. B. Mitarbeiterbindung) sich aktuell verbessern und verschlechtern.
2.6. Develope HR
Während heutzutage die meisten Interventionen in der HR auf Selbstauskünfte basieren, hilft künstliche Intelligenz, diese sehr viel genauer und in Echtzeit darzustellen. Auskünfte durch z. B. 360 Grad Feedback sind äußerst sensibel für Overrating und Underrating. AI kann diese anhand von anderen Daten stützen und bereinigen.
2.7. Develope
Mitarbeiterentwicklung ist ein teures und arbeitsaufwendiges Unterfangen. Künstliche Intelligenz kann dabei helfen, Fähigkeiten und Fertigkeiten zu überwachen und festzustellen, welche dringend Entwicklung benötigen. Auch die eigentliche Förderung kann kosteneffektiver und persönlicher gestaltet werden. So werden Lerninhalte auf den Mitarbeiter individuell angepasst.
2.8. Serve
Intelligente Systeme können dazu beitragen, 24/7 Mitarbeitern Unterstützung zu liefern. Sei es bei operativen Fragen oder kritischen Situationen. Chat Bots oder virtuelle Agenten können Mitarbeiter mit Informationen, aber auch mit sekundären Aufgaben wie menschennaher Betreuung in einsamen Nachtschichten unterstützen.
Wichtig ist festzustellen, dass diese Ideen teils in der Zukunft liegen. Die tatsächliche Kombination von Wissen, Technologie und Anwendung ist Utopie oder Dystopie. AI ist ein Türöffner zu unglaublichen Möglichkeiten, die bis jetzt nicht denkbar waren. Um nur ein Beispiel zu geben, AI könnte helfen, Mitarbeiterfähigkeiten zu trainieren, in derselben Schnelligkeit wie neue Technologien entstehen. Oder Fähigkeiten trainieren, bevor diese obsolet werden. Als eine der weltweit fortschrittlichsten Unternehmen bei der Entwicklung von AI in der HR ist IBM zu nennen. Viele der hier vorgestellten Möglichkeiten wurden in ihrem Unternehmen entwickelt, getestet und sind immer noch unter Anwendung des Smarter Workforce Institute.
3. Ethische Aspekte
Sprechen wir über künstliche Intelligenz im Unternehmen, so merken wir schnell, dass diese in einige sensible Teilbereiche des Arbeitsprozesses eingreift. Zum einen werden großen Datensätze gesammelt. Weiter werden Entscheidungen beeinflusst, die den Menschen persönlich betreffen. Offensichtlich ist es nicht nur so, dass diese Daten Einblicke über den Mitarbeiter für Führungspersönlichkeiten geben, sondern außerdem den Mitarbeitern selber Einblicke in ihre Arbeitswelt liefern. Dieser bidirektionale Zusammenhang zeigt die hohe Bedeutung von Menschen zentrierten AI Tools in der HR. Es ist wichtig, unterschiedliche ethische Aspekte zu berücksichtigen, wenn es zur Entwicklung solcher Systeme kommt.
3.1. Datenschutz
Eine angemessene Sicherheit im Sinne der Datenschutzprinzipien bei der Verwendung von KI Erweiterungen in der HR ist der wichtigste Hebel in der ethisch wertvollen Nutzung. Es ist Pflicht, geeignete technische und organisatorische Sicherheitsmaßnahmen zu ergreifen und erhobene sensible Daten zu schützen.
3.2. Grundsatz der Einwilligung
Studien haben ergeben, dass Unternehmen die gleichen Standards wie Psychologen bei Personalentscheidungen aufgreifen sollten. Die Mitarbeiter müssen routinemäßig über die Zwecke der Datenauswertung, deren Erhebung und Vernichtung aufgeklärt werden. Insbesondere immer dann, wenn es um karrierebezogene Entscheidungen geht. Die Einwilligung nach Aufklärung sollte vorausgesetzt werden.
3.3. Eigentumsprinzip
Auch wenn die Einführung von AI-HR Systemen im Unternehmen womöglich einfach ist, muss das Unternehmen Richtlinien zur Verwendung von verschiedenen Arten von Variablen festlegen. Ebenso muss bestimmt werden, wem die Daten gehören. Zu empfehlen gilt es, Informationen über Mitarbeiter als geistiges Eigentum derer zu betrachten und zu behandeln.
3.4. Zuverlässigkeit und Gültigkeit
Auswahlverfahren durch KI basierte Anwendungen stoßen oft auf Angst und Misstrauen. Es ist daher wichtig sicherzustellen, dass alle Prozesse in ihrer Zuverlässigkeit und Gültigkeit überprüft werden.
3.5. Vorhersehbarkeit
Da auf mathematisch Modellen basierende Vorhersagen voreingenommen sein können, wird für eine bessere Vorhersehbarkeit der Ergebnisse eine unterstützende Aufgabe der KI empfohlen. Weiter muss ein Dialog zwischen Designern und HR stattfinden, um häufig falsch interpretierte Prädiktoren zu bedenken.
3.6. Erklärbarkeit
Die entscheidungsgeleitete Anwendung solcher Systeme sollte im Nachhinein erklärbar sein. Einerseits nachvollziehbar für Professionals, andererseits für Laien. Anhand einer intuitiven Darstellung der Daten müssen Entscheidungshilfen und dessen Zusammenstellung klar ersichtlich sein.
3.7. Intersektioanlität und Folgeabschätzung
Aufgrund unterschiedlicher Biases haben künstliche Intelligenzen das Phänomen, soziale Differenzen zwischen individuellen, institutionellen, kulturellen und gesellschaftliche Einflusssphären einer Organisation zu verstärken. Bei der Einführung solcher Tools wird im Vorhinein eine Folgeabschätzung und Intersektionalitätsanalyse empfohlen. Somit soll eine aktive Rolle bei der Aufdeckung auffälliger Segmentierung eingenommen werden.
3.8. Genauigkeit
Genauigkeit beschreibt die Fähigkeit einer KI, Informationen in die richtigen Kategorien einzugliedern. Die Hauptverantwortung und Kontrolle dieser liegt bei den Usern, die das System betreuen. Ähnlich zur Vorhersehbarkeit ist es hier ebenfalls wichtig, KI als eine Unterstützung zu sehen, die Fehler machen kann und deswegen überprüft werden muss.
3.9. Erschwinglichkeitsprinzip
Die Erschwinglichkeit von der Einführung neuer System liegt nicht nur bei der Verbesserung des Unternehmens oder des Prozesses an sich. Auch wenn erhebliche Kosteneinsparungspotenziale mit einer Einführung interagieren könnten, so ist eine rein wirtschaftliche Betrachtung in Einbezug der Gesamtkosten nicht ratsam. Bei der Implementierung sollten deswegen verschiedene weitere Erschwinglichkeitsmerkmale gesetzt werden. Daten- und Modellfairness, Einhaltung der gesetzlichen Mandate und Lohngerechtigkeit.
4. Rechtliche Aspekte
Mit ethischen sind auch rechtliche Fragestellungen eng verflochten. Der Einsatz von intelligenten Systemen in Deutschland und Europa wird per se nicht ausgeschlossen. Es muss jedoch darauf geachtet werden, welche Art von Daten verwendet wird. Während anonymisierten Informationen grundsätzlich nicht von datenschutzrechtlichen Gesetzen beeinflusst werden, müssen personenbezogene Daten mit höchster Sorgfalt behandelt werden. Verletzungen können horrende Geldstrafen nach sich ziehen. So befindet man sich auf einem schmalen Grat zwischen anonymen-, pseudonymen- und personellen-Daten.
Soll ein Algorithmus direkte Personalentscheidungen treffen, so ist eine Einwilligung deswegen als kritisch zu sehen, da der Bewerber wohl durch die alleinige Ablehnung dieser negativen Auswirkungen auf weitere Prozesse vermutet oder befürchten muss. Die Entscheidungsunterstützung an sich muss nicht gesondert abgeklärt werden. Soll das System allerdings als selbstlernendes System eingesetzt werden, Entscheidungen fällen, so ist das aufgrund des Transparenzgrundsatzes rechtlich kritisch. Im Allgemeinen sind hier rechtliche Grundlagen komplex und verschachtelt. Vor dem Einsatz, aber nach der Entwicklung zukünftiger Tools, sollte eine juristische Analyse durchgeführt werden. Beim Einsatz ist es zu empfehlen, Betriebsrats-, Betriebsvereins- und Rechtsabteilung zur Beratung hinzuzuziehen. Gesetze sind äußerst schwammig formuliert und unterliegen einem großen Interpretationsspielraum.
5. Verwendung und Akzeptanz
Obwohl die AI in der HR in den letzten Jahren einen starken Aufschwung erlebt hat und durch die gesellschaftliche Diskussion maschinellen Lernen in den Fokus gerückt ist, sind die tatsächliche Anwendung im Unternehmen gering. Einerseits fehlt es an ausreichend entwickelter Technologie. Andererseits zeigen große Tech-Unternehmen aus den USA bereits seit Jahren, wie Big Data Science in der HR umgesetzt werden könnte. Im deutschsprachigem- aber auch europäischem-Raum hängt die Entwicklung zurück. Laut Experten liegt das an unterschiedlichen Gründen. Zum einen wurden Fähigkeiten von Mitarbeiter aus dem Personalwesen in den letzten Jahrzehnten nicht hinreichend gefördert. Insbesondere im Umgang mit innovativer Software. Ein Beispiel zeigt das Start-up Personio, welches vor circa 8 Jahren angefangen hat, Prozesse im Personalwesen flächendeckend zu digitalisieren. In einem Arbeitsfeld, indem Controlling schon seit Ende der 90-er auf Datenanalyse basiert. Darüber hinaus ist es komplizierter. Während Personaler gerade anfangen, einfache digitale Tools wie online Krankmeldungen einzugliedern, entwickelt sich die Industrie 4.0 immer weiter. Die Diskrepanz zwischen Anwendung von modernen Systemen im Unternehmen und der HR wächst. Betrachten wir die künstliche Intelligenz, so ist es laut Experten eher zufällig, dass Personaler in Deutschland von Möglichkeiten gehört haben, beziehungsweise Fähigkeiten auf diesem Gebiet besitzen. Es sieht nicht danach aus, als würde sich das in absehbarer Zeit ändern. Neben den realen Rückständen, die bei der Administration aufgebaut worden sind, befinden wir uns in einem schwierigen Umfeld für technologische Innovationen. Insbesondere diejenigen, die künstliche Intelligenz betreffen. Die Akzeptanz für diese ist gering, Angst hoch, Vertrauen nur wenig vorhanden. Negative Dogmen haben sich im Laufe der Jahre eingebrannt. Datenschutz ist ein größeres Thema als anderswo. Im folgenden Abschnitt möchten wir uns auf die Akzeptanz derjenigen fokussieren, die durch die Entwicklung neuer Technologien in der HR am meisten betroffen sind. Mitarbeiter.
Bis jetzt ist wenig dazu bekannt, inwieweit KI basierte Tools auf Mitarbeiter wirken. Wie hoch die Wahrscheinlichkeit ist, diese zu nutzen und zu akzeptieren. Eine Studie der FOM gibt anhand drei unterschiedlicher Szenarien detailliert Einblicke in die Nutzerwahrnehmung solcher Systeme. Dabei wurden unterschiedliche Szenarien mit schon heute eingesetzten AI Systemen in der HR geschildert. Diese unterscheiden sich im Grad der Automation. Einmal handelt es sich um eine Autonomous Intelligence, also die automatische, algorithmische Entscheidungsfindung. Beim zweiten Szenario kommt eine Assisted Intelligence zum Einsatz. Hier werden Entscheidungen seitens des Personalers anhand von Daten des Systems gefällt. Im letzten Szenario handelt es sich um eine Augmented Intelligence, das bedeutet in der Praxis, dass Entscheidungen auf herkömmliche Art und Weise gefällt werden und lediglich durch die Daten intelligenter Systeme untermauert werden. Autonomous Intelligence wird von den Nutzern nicht komplett abgelehnt, allerdings stößt sie auf eine deutlich stärkere Skepsis als Assisted und Augmented Intelligence. Insgesamt wird gezeigt, dass die Einführung kein Selbstläufer ist und selbst jüngere Zielgruppen eine erheblich negative Haltung ausweisen. Die Akzeptanz kann durch den Einsatz bei der richtigen Zielgruppe gesteigert werden. Hierzu zählen vor allem Menschen mit einem höheren Bildungsabschluss, aber auch einer hohen Technikaffinität. Weiter ist die Gestaltung des Systems von maßgeblicher Bedeutung. Wichtige Stellschrauben sind Computer Playfulness und wahrgenommen Freude bei der Benutzung. Ebenso sollte das System sich sprachlich, menschlich ausdrücken und auch mit humorvollen Fragen interagieren können. Weiter ist es wichtig, dass ein Ansprechpartner für Fragen und Feedback bereitgestellt wird und die KI überwacht wird. Diese Wünsche sind eng verknüpft mit den Themen Datenschutz und Transparenz. Vor allem dann, wenn die Funktionsweisen des Systems nicht offensichtlich bekannt sind, möchte der Nutzer eine Erklärung auffinden, die alle wichtigen Mechanismen erläutert. Bei negativen Ergebnissen ist dies von hoher Bedeutung. Interessanterweise ist festzustellen, dass zudem die Wertschätzung durch das System eine entscheidende Rolle spielt. Bei der Benutzung automatisierter Systeme fühlen sich Nutzer oft wie eine „Nummer“, was die Identifikation mit der Arbeitsaufgabe, aber auch dem Unternehmen massiv beeinträchtigt. Die Verbindung mit einem persönlichen Ansprechpartner kann somit als wichtiger Faktor unterstrichen werden.
6. Zukunft und Gestaltungsmöglichkeiten
Marktanalysen ergeben alle ein einheitliches Bild. Wir werden in der Zukunft nicht um AI in der HR herumkommen. Schon heute werden teilautonome Systeme eingesetzt, künstliche Intelligenz getestet und entwickelt. Tatsächlich sind Überlegungen, Schaden durch AI am Arbeitsplatz auszulösen, nicht ungerechtfertigt. Selbstverständlich können derartige Technologien genutzt werden, um eine Hire und Fire Strategie zu verfolgen. Das mag für vom Unternehmen entkoppelte Tätigkeiten, wie z. B. der Verkauf von Produkten als selbstständiger Messevertreter, gewinnbringend sein. Mit unserem Wissen über Organisation und Arbeitspsychologie ist eine derartige Verwendung eher unwahrscheinlich. In den letzten Jahrzehnten ist uns bewusst geworden, wie grundlegend Konstrukte wie Mitarbeiterentwicklung, Organisationskultur, Mitarbeiterzufriedenheit und Arbeitsklima für die Erfolge eins Unternehmens sind. Wichtig ist es, künstlicher Intelligenz in der HR positive Emotionen zuzuordnen, sodass diese nicht als Technologie gesehen wird, die Mitarbeiter schadet. Sehr viel mehr geht es darum, sich positiv weiterzuentwickeln, positive Knotenpunkte zu fördern, insgesamt positive Ergebnisse zu steigern. Das fängt bei der Weiterentwicklung für Fertigkeiten aller Mitarbeiter an, bei der Verbesserung des Arbeitsklimas und führt schließlich zur Vermeidung von Stress am Arbeitsplatz. Ob dies ein dystopisches oder utopisches Bild annehmen wird, obliegt noch unseren Gestaltungsmöglichkeiten. Wir müssen Innovationen mitarbeiterzentriert entwickeln.