Ziel dieser Arbeit ist es, auf Grundlage einer vergleichenden Analyse und der Bewertung bestehender regulatorischer Rahmenbedingungen praxisorientierte Handlungsempfehlungen zu formulieren, die insbesondere Aspekte wie Transparenz, Auditierbarkeit und Diskriminierungsfreiheit adressieren. Die vorliegende Bachelorarbeit ist in sechs aufeinander aufbauende Kapitel unterteilt, die zusammen das Ziel verfolgen, den Einsatz von KI im Recruiting aus technischer, rechtlicher und ethischer Sicht zu untersuchen, wobei ein spezieller Schwerpunkt auf einem Vergleich zwischen Deutschland und China liegt. Nach der Einleitung werden im zweiten Kapitel die theoretischen Grundlagen präsentiert. Es werden die zentralen Begriffe wie KI, algorithmische Entscheidungsfindung und deren Anwendungsmöglichkeiten im Recruiting erläutert. Es werden die ersten Möglichkeiten und Gefahren dargestellt. Im Fokus von Kapitel 3 stehen die gesetzlichen Vorgaben. Im Fokus stehen das deutsche Recht, darunter die DSGVO und das BetrVG, sowie die chinesische Gesetzgebung, insbesondere das PIPL. Es werden Gemeinsamkeiten und Unterschiede hervorgehoben. Im vierten Kapitel wird der spezifische Einsatz von KI im Recruiting in Deutschland und China untersucht. Es werden die Differenzen in der Nutzungstiefe, den regulatorischen Rahmenbedingungen und der unternehmerischen Umsetzung beleuchtet. Im fünften Kapitel wird die thematische Eigenleistung präsentiert. Basierend auf den vorherigen Kapiteln werden konkrete Handlungsempfehlungen er-arbeitet, um KI im deutschen Recruitingumfeld rechtskonform, fair und effizient einzusetzen. Das sechste Kapitel markiert das Ende der Arbeit. Es umreißt die wichtigsten Ergebnisse, analysiert die Beschränkungen der Studie und wirft einen Blick auf mögliche zukünftige Forschungsrichtungen.
Inhaltsverzeichnis
- Abstract
- Abkürzungsverzeichnis
- 1 Einleitung
- 1.1 Problemstellung und Forschungsfrage
- 1.2 Zielsetzung und Aufbau der Arbeit
- 2 Grundlagen
- 2.1 Definition und Arten von KI-Systemen
- 2.2 Technologische Grundlagen
- 2.3 KI im Recruiting: Chancen und Risiken
- 3 Rechtlicher Rahmen in Deutschland
- 3.1 Datenschutz-Grundverordnung (DSGVO)
- 3.2 EU AI Act
- 3.3 Betriebsverfassungsgesetz
- 3.4 Betriebsrätemodernisierungsgesetz
- 3.5 Herausforderungen in der Unternehmenspraxis
- 4 Deutschland und China im Vergleich
- 4.1 Entwicklungen in Deutschland
- 4.2 Entwicklungen in China
- 4.3 Personal Information Protection Law (PIPL)
- 4.4 Interim Measures for the Management of Generative Artificial Intelligence Services
- 4.5 Vergleichende Analyse
- 5 Handlungsempfehlungen für rechtssicheren KI-Einsatz
- 5.1 Technische und rechtliche Maßnahmen
- 5.2 Ethische Leitlinien
- 6 Fazit und Ausblick
- Literaturverzeichnis
Zielsetzung & Themen
Die vorliegende Bachelorarbeit untersucht, wie Künstliche Intelligenz (KI) im Recruiting in Deutschland rechtskonform und ethisch vertretbar eingesetzt werden kann, wobei ein Vergleich mit den Praktiken in China eine fundierte Grundlage für praxisorientierte Handlungsempfehlungen liefert.
- Analyse des rechtssicheren und ethisch fundierten KI-Einsatzes im Recruiting
- Vergleichende Betrachtung der KI-Anwendung in Deutschland und China
- Beleuchtung regulatorischer Rahmenbedingungen (DSGVO, EU AI Act, BetrVG, PIPL)
- Identifikation von Chancen und Risiken algorithmengestützter Personalauswahl
- Formulierung von Handlungsempfehlungen für eine faire und diskriminierungsfreie Implementierung
- Fokus auf Transparenz, Auditierbarkeit und Schutz von Bewerberrechten
Auszug aus dem Buch
KI im Recruiting: Chancen und Risiken
Die technologischen Methoden sind dabei sehr unterschiedlich. Zusätzlich zu den simplen regelbasierten KI-Systemen kommen Machine-Learning-Anwendungen zum Einsatz. Die ersten basieren grundsätzlich auf einer simplen algorithmischen Funktionsweise. Es handelt sich in der Regel um Systeme, die mithilfe festgelegter Regeln Aufgaben lösen (Wilke & Bendel, 2022, S. 651). Um Machine-Learning-Anwendungen zu nutzen, ist es erforderlich, sie vorab mithilfe von historischen Daten zu „trainieren“, um automatisiert Verknüpfungen zwischen Fähigkeiten, Soft Skills und Leistung zu identifizieren. Diese können anschließend verwendet werden, um Prognosen und Einordnungen zu erstellen. Deep-Learning-Modelle, eine spezielle Variante des maschinellen Lernens, ermöglichen zudem äußerst anspruchsvolle Analysen, wie beispielsweise die Auswertung von gesprochener Sprache oder aufgezeichneten Videointerviews hinsichtlich Emotionen, Stimmungen und kommunikativen Eigenschaften (Wilke & Bendel, 2022, S. 654 f.). Auch hier können Vorteile durch die Möglichkeit der Objektivierung der Auswahlentscheidung generiert werden. Solche komplexen Systeme bringen allerdings neue Herausforderungen bezüglich Datenschutz und der Erklärbarkeit der Ergebnisse mit sich (Wilke & Bendel, 2022, S. 649). Es ist daher von Bedeutung, dass eine regelmäßige Überprüfung ihrer Einhaltung ethischer Standards als wichtig angesehen wird.
Im Recruiting werden verschiedene KI-gestützte Techniken genutzt, um die Effizienz, Objektivität und Passgenauigkeit im Auswahlprozess zu steigern. Zu den elementaren Verfahren gehört das Resume Screening, bei dem Lebensläufe automatisch anhand festgelegter Kriterien wie Qualifikationen, Fähigkeiten und Berufserfahrungen ausgewertet werden. Es soll angestrebt werden, den Vorgang zu automatisieren, um den Arbeitsaufwand für Personalverantwortliche deutlich zu verringern (Vedapradha et al., 2019; Hunkenschroer & Lütge, 2022, zit. nach Albassam, 2023, S. 11). Allerdings besteht das Risiko algorithmischer Verzerrungen, etwa wenn die zugrundeliegenden Daten diskriminierende Muster enthalten (Fu et al., 2020; Yarger et al., 2019, zit. nach Albassam, 2023, S. 11 f.). Um dies zu vermeiden, sind eine sorgfältige Datenauswahl, regelmäßige Überprüfungen sowie menschliche Kontrolle erforderlich (Albassam, 2023, S. 11 f.). Eine weitere bedeutende Methode ist das Candidate Matching, wobei Machine-Learning-Algorithmen umfangreiche Datensätze untersuchen, um die optimal qualifizierten Bewerber für eine Stelle zu identifizieren. Die Auswahlkriterien beziehen sich auf Qualifikationen, Fähigkeiten und bisherige Erfahrungen. Ebenso wichtig ist die Qualität der zugrundeliegenden Daten, um Fehlentscheidungen und ungewollte Diskriminierungen zu vermeiden. Dies ist besonders relevant, wenn der Algorithmus bestimmte Abschlüsse oder Zertifikate übermäßig stark berücksichtigt (Cardoso et al., 2021; Harsha et al., 2022, zit. nach Albassam, 2023, S. 12).
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die Problemstellung des KI-Einsatzes im Recruiting ein und skizziert die Forschungsfrage sowie den Aufbau der Arbeit, die sich mit rechtlichen und ethischen Anforderungen auseinandersetzt.
2 Grundlagen: Hier werden die theoretischen und technologischen Grundlagen von KI-Systemen erläutert, einschliesslich Definitionen, Funktionsweisen und den ersten identifizierten Chancen und Risiken im Recruiting.
3 Rechtlicher Rahmen in Deutschland: Dieses Kapitel behandelt die spezifischen gesetzlichen Vorgaben in Deutschland, wie die DSGVO, den EU AI Act und das Betriebsverfassungsgesetz, die den Einsatz von KI im Recruiting regulieren.
4 Deutschland und China im Vergleich: In diesem Abschnitt wird der Einsatz von KI im Recruiting in Deutschland und China verglichen, wobei Unterschiede in der Implementierung, den regulatorischen Rahmenbedingungen und der Akzeptanz beleuchtet werden.
5 Handlungsempfehlungen für rechtssicheren KI-Einsatz: Basierend auf den vorherigen Analysen werden konkrete technische, rechtliche und ethische Massnahmen formuliert, um einen verantwortungsvollen KI-Einsatz im deutschen Recruiting zu gewährleisten.
6 Fazit und Ausblick: Das abschliessende Kapitel fasst die wichtigsten Ergebnisse zusammen, beleuchtet die Limitationen der Studie und gibt einen Ausblick auf zukünftige Forschungsrichtungen im Bereich KI im Recruiting.
Schlüsselwörter
Künstliche Intelligenz (KI), Recruiting, Rechtssicherheit, Deutschland, China, Datenschutz-Grundverordnung (DSGVO), EU AI Act, Betriebsverfassungsgesetz (BetrVG), algorithmischer Bias, Diskriminierung, Personal Information Protection Law (PIPL), Handlungsempfehlungen, Ethik, digitale Transformation, Personalwesen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Diese Arbeit befasst sich mit dem rechtssicheren und ethisch vertretbaren Einsatz von Künstlicher Intelligenz (KI) im Recruiting in Deutschland, einschliesslich eines Vergleichs mit den Rahmenbedingungen in China.
Was sind die zentralen Themenfelder?
Die zentralen Themenfelder umfassen die rechtlichen Grundlagen (DSGVO, EU AI Act, BetrVG, PIPL), ethische Herausforderungen wie algorithmischer Bias und Diskriminierung, sowie technologische Chancen und Risiken von KI im Personalwesen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist es, praxisorientierte Handlungsempfehlungen für einen rechtskonformen und zugleich produktiven KI-Einsatz im deutschen Recruiting zu erarbeiten. Die Forschungsfrage lautet: „Wie kann der Einsatz von Künstlicher Intelligenz im Recruiting unter Berücksichtigung der rechtlichen und ethischen Anforderungen in Deutschland gestaltet werden?“
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf der Analyse interdisziplinärer Fachliteratur, aktueller Studien sowie gesetzlicher Rahmenbedingungen und führt eine vergleichende Analyse durch, um Gestaltungsempfehlungen abzuleiten.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die theoretischen Grundlagen von KI, den rechtlichen Rahmen in Deutschland (DSGVO, EU AI Act, BetrVG, BetrVG-Modernisierungsgesetz), einen detaillierten Vergleich der KI-Einsatzpraktiken und -regulierungen zwischen Deutschland und China, sowie daraus abgeleitete Handlungsempfehlungen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird durch Schlüsselwörter wie Künstliche Intelligenz (KI), Recruiting, Rechtssicherheit, Deutschland, China, Datenschutz-Grundverordnung (DSGVO), EU AI Act, Betriebsverfassungsgesetz (BetrVG), algorithmischer Bias, Diskriminierung, Personal Information Protection Law (PIPL), Handlungsempfehlungen, Ethik, digitale Transformation und Personalwesen charakterisiert.
Wie unterscheiden sich die KI-Einsatzpraktiken in Deutschland und China?
In China ist der KI-Einsatz im Recruiting durch eine hohe Marktdurchdringung und staatliche Förderung gekennzeichnet, während Deutschland einen zurückhaltenderen Ansatz verfolgt, der stark von Datenschutzbedenken und Mitbestimmungsrechten beeinflusst wird. China fokussiert auf Effizienz und Schnelligkeit, Deutschland auf Transparenz und den Schutz der Rechte von Arbeitnehmern.
Welche Rolle spielen Betriebsräte beim KI-Einsatz im Recruiting in Deutschland?
Betriebsräte haben in Deutschland umfassende Mitbestimmungsrechte bei der Einführung und Anwendung von KI-Systemen im Recruiting, insbesondere gemäss § 87 Abs. 1 Nr. 6 BetrVG, um die Persönlichkeitsrechte der Beschäftigten und datenschutzkonforme Prozesse zu gewährleisten.
Was sind die größten Hemmnisse für den Einsatz von KI im Recruiting in deutschen Unternehmen?
Die größten Hemmnisse in Deutschland sind Datenschutzbedenken, hohe Investitionskosten und ein Mangel an KI-Kompetenzen und Grundverständnis für KI-Anwendungen bei Führungskräften.
Warum stuft der EU AI Act KI-Anwendungen im Personalwesen als Hochrisikosysteme ein?
Der EU AI Act stuft KI-Anwendungen im Personalwesen als Hochrisikosysteme ein, weil sie Entscheidungen über den Zugang zu Beschäftigung beeinflussen können und somit ein erhebliches Potenzial für Grundrechtsverletzungen und Diskriminierung bergen.
- Citar trabajo
- Nick Kellermann (Autor), 2025, Rechtssicherer Einsatz von Künstlicher Intelligenz im Recruiting in Deutschland und im Vergleich mit China, Múnich, GRIN Verlag, https://www.grin.com/document/1681692
