Die Bachelorarbeit untersucht den Einfluss von Künstlicher Intelligenz (KI) im Recruiting mit besonderem Fokus auf die wahrgenommenen Chancen und Risiken für angehende Akademikerinnen. Im theoretischen Teil werden zunächst Grundlagen zu Künstlicher Intelligenz und Maschinellem Lernen sowie potenzielle Diskriminierungsrisiken erarbeitet. Darauf aufbauend werden zentrale Konzepte des Recruiting- und Diversitätsmanagements dargestellt und der konkrete Einsatz von KI-Systemen im Auswahlprozess analysiert – einschließlich gesetzlicher Rahmenbedingungen, Fairness-Debatten und technischer Ansätze zur Reduzierung algorithmischer Diskriminierung.
Im empirischen Teil wird anhand einer quantitativen Untersuchung analysiert, wie angehende Akademikerinnen KI-gestützte Bewerbungsverfahren wahrnehmen. Mithilfe statistischer Auswertungen in R werden Hypothesen zur Diskriminierungswahrnehmung, zum Potenzial von KI im Bewerbungsprozess sowie zu persönlichen Chancen und Risiken überprüft. Die Ergebnisse werden im Hinblick auf praktische Implikationen für Unternehmen diskutiert und kritisch reflektiert. Abschließend werden Limitationen aufgezeigt und Perspektiven für zukünftige Forschung formuliert.
Inhaltsverzeichnis
- Abkürzungsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- 1 Einleitung
- 1.1 Problemstellung
- 1.2 Relevanz und Praxisbezug
- 1.3 Zielsetzung
- 1.4 Aufbau der Arbeit
- 2 Theoretischer Rahmen
- 2.1 Künstliche Intelligenz
- 2.1.1 Definition und Arten von Künstlicher Intelligenz
- 2.1.2 Grundlagen des Maschinellen Lernens
- 2.1.3 Diskriminierungsrisiken durch KI
- 2.2 Recruitingmanagement
- 2.2.1 Definition und Aufgabenbereiche des Recruitings
- 2.2.2 Diversitätsmanagement im Recruiting
- 2.3 Künstliche Intelligenz im Recruiting
- 2.3.1 Einsatzbereiche von Künstlicher Intelligenz im Recruiting
- 2.3.2 Zusammenhang zwischen KI-Einsatz und Diskriminierung im Recruiting
- 2.3.2.1 Gesetzliche Regularien zur Reduzierung von Diskriminierung in Auswahlverfahren
- 2.3.2.2 Status quo zu Diskriminierung und Fairness aktueller KI-Anbieter im Recruiting
- 2.3.2.3 Methoden zur Diskriminierungsreduzierung in KI-Modellen im Recruiting
- 2.1 Künstliche Intelligenz
- 3 Methodische Vorgehensweise und Datenmaterial
- 3.1 Forschungsdesign und Auswahl der quantitativen Untersuchung
- 3.2 Datenerhebung
- 3.2.1 Bestimmung des Untersuchungssamples
- 3.2.2 Auswahl der empirischen Forschungsmethode
- 3.2.3 Aufbau und Gestaltung des Fragebogens
- 3.2.4 Durchführung der Datenerhebung
- 3.3 Kritische Diskussion der Datenqualität und der quantitativen Gütekriterien
- 3.3.1 Beurteilung der Stichprobenauswahl
- 3.3.2 Beurteilung der Fragebogenbogengestaltung
- 3.2.3 Psychologische Einflüsse der Befragten
- 4 Ergebnisse und Diskussion
- 4.1 Datenauswertung in R - Analysemethoden und Vorgehensweise
- 4.2 Deskriptive Statistik - Übersicht Umfrageergebnisse
- 4.3 Hypothesenüberprüfung
- 4.3.1 Hypothese 1: Wahrnehmung von Diskriminierung
- 4.3.2 Hypothese 2: Wahrnehmung des Potenzials von KI im Bewerbungsprozess
- 4.3.3 Hypothese 3: Wahrnehmung von persönlichen Chancen und Risiken
- 4.4 Überprüfung linearer Abhängigkeiten
- 4.5 Diskussion der Ergebnisse im Kontext der Forschungsfrage
- 5 Fazit
- 5.1 Ableitung praxisnaher Implikationen
- 5.2 Limitationen der Arbeit
- 5.3 Ausblick auf zukünftige Forschung
- Anhang
Zielsetzung & Themen
Die vorliegende Bachelorarbeit untersucht den Einfluss von Künstlicher Intelligenz (KI) im Recruiting, speziell im Hinblick auf die Wahrnehmung von Chancen und Risiken bei Frauen, insbesondere Erstakademikerinnen. Die zentrale Forschungsfrage lautet: Inwiefern beeinflusst der Einsatz von Künstlicher Intelligenz im Recruiting die Wahrnehmung von Chancen und Risiken für Frauen, insbesondere Erstakademikerinnen?
- Grundlagen der Künstlichen Intelligenz, inklusive Definitionen, Arten und Maschinelles Lernen.
- Analyse von Diskriminierungsrisiken durch KI-Systeme in Personalprozessen.
- Vertiefung in das Recruitingmanagement, Diversitätsmanagement und dessen Bedeutung.
- Spezifische Einsatzbereiche von KI im Recruiting und der Zusammenhang mit Diskriminierung.
- Empirische Untersuchung mittels einer quantitativen Online-Umfrage zu Wahrnehmungen und Erfahrungen der Zielgruppe.
- Ableitung praxisnaher Implikationen und Identifikation von Limitationen sowie zukünftiger Forschungsfelder.
Auszug aus dem Buch
Der Einfluss von Künstlicher Intelligenz im Recruiting unter besonderer Berücksichtigung der Chancen und Risiken von angehenden Akademikerinnen
Künstliche Intelligenz gewinnt in den unterschiedlichsten Lebens- und Arbeitsbereichen signifikant an Bedeutung. Auch in der Personalauswahl, dem Recruiting, einer der Kernfunktionen des Personalmanagements, bieten KI-gestützte Systeme vielfältige Einsatzmöglichkeiten „um HR-Probleme besser zu lösen, Prozesse zu automatisieren oder Daten nutzbringend zu analysieren und bessere Entscheidungen zu treffen.“ Während KI im Recruiting Effizienzsteigerungen und Kostensenkungen verspricht, wirft ihr Einsatz jedoch auch kritische Fragen auf: Können KI-Systeme tatsächlich objektive und faire Entscheidungen treffen, oder reproduzieren sie bestehende gesellschaftliche Ungleichheiten?
Nach einer europaweiten EY-Umfrage wurde festgestellt, dass 49 % der Manager*innen ausschließlich nach Qualifikation und Kompetenzen ihre Mitarbeitenden einstellen. Etwa eins von vier Unternehmen (28 %) verwendet dabei sogenannte Blind-Lebensläufe, in denen auf persönliche Daten wie Namen, Geschlecht oder Alter verzichtet wird. Besonders Frauen und Erstakademikerinnen – weibliche Personen, die als erste in ihrer Familie studieren – sind Gruppen, die häufig strukturellen Benachteiligungen ausgesetzt sind. Ein Beispiel für die Reproduktion bestehender Ungleichheiten durch ein KI-Recruiting Tool kann anhand des Technologie- und Handelsunternehmen Amazon aufgezeigt werden. Das Unternehmen entwickelte 2014 ein KI-gestütztes Bewertungstool für Bewerber*innen, welches auf Basis von historischen männlichen Bewerbungsdaten trainiert wurde. Dadurch lernte das System, weiblich denotierte Begriffe negativ zu bewerten, sodass das System weibliche Bewerberinnen benachteiligte. Trotz Anpassung der Modelle konnte nicht sichergestellt werden, dass sich die diskriminierenden Muster wiederholen würden. Nichtsdestotrotz besitzt KI entscheidendes Potenzial, um Diversität und Inklusion zu fördern, indem es menschliche Vorurteile minimiert.
Vor dem Hintergrund des Mangels an qualifizierten Fachkräften wie auch der sinkenden Anzahl an Erwerbstätigen ist es für Unternehmen essenziell, zukünftige Talente unabhängig ihres Geschlechts, ihres Alters und ihrer Herkunft für sich zu gewinnen und zu binden. Durch die rasanten Entwicklungen der Digitalisierung werden konventionelle Arbeitsprozesse im Personalbereich gezwungen, sich anzupassen, um weiterhin wettbewerbsfähig zu sein. Der Einsatz von KI im Recruiting stellt dabei eine hochrelevante Maßnahme dar, Personalgewinnung effizienter zu gestalten, wenn Risiken der Diskriminierung oder Reputationsverluste berücksichtigt werden.
Zudem wächst der Druck auf Unternehmen, nicht nur wirtschaftlich erfolgreich, sondern auch sozial verantwortungsvoll zu handeln. Vielfalt und Diversität sind zentrale Themen moderner Unternehmensstrategien geworden, welche sowohl intern wie auch extern (z.B. Kund*innen, Lieferant*innen) an Bedeutung gewonnen haben. In diesem Spannungsfeld dient eine differenzierte Betrachtung der Chancen und Risiken von KI im Recruiting dazu, Organisationen wertvolle Handlungsempfehlungen in Bezug auf Talent Akquise und Diversitätsmanagement zu geben.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel stellt den Hintergrund, die Problemstellung, die Relevanz, die Zielsetzung und den Aufbau der vorliegenden Arbeit dar, wobei die Bedeutung von Diversitätsmanagement und die Relevanz des Allgemeinen Gleichbehandlungsgesetzes (AGG) hervorgehoben werden.
2 Theoretischer Rahmen: Hier werden die fundamentalen Konzepte der Künstlichen Intelligenz, des Maschinellen Lernens und des Recruitingmanagements erläutert, inklusive einer tiefgehenden Analyse der Diskriminierungsrisiken, die durch KI-Systeme entstehen können, und der Rolle des Diversitätsmanagements im Recruiting.
3 Methodische Vorgehensweise und Datenmaterial: Das Kapitel beschreibt das Forschungsdesign der quantitativen Untersuchung, die Bestimmung und Gewinnung des Untersuchungssamples mittels einer Online-Umfrage, den Aufbau und die Gestaltung des Fragebogens sowie eine kritische Diskussion der Datenqualität und der angewandten Gütekriterien.
4 Ergebnisse und Diskussion: Dieses Kapitel präsentiert die Ergebnisse der Datenauswertung, die mithilfe des Software-Tools R durchgeführt wurden. Es umfasst deskriptive Statistiken und die detaillierte Überprüfung der aufgestellten Hypothesen zur Wahrnehmung von Diskriminierung, des Potenzials von KI sowie persönlicher Chancen und Risiken im Bewerbungsprozess, gefolgt von einer Diskussion im Kontext der Forschungsfrage.
5 Fazit: Das Abschlusskapitel leitet praxisnahe Implikationen aus den Untersuchungsergebnissen ab, beleuchtet die Limitationen der Arbeit und bietet einen Ausblick auf zukünftige Forschungsbereiche im Kontext von KI-gestütztem Recruiting.
Schlüsselwörter
Künstliche Intelligenz (KI), Recruiting, Diskriminierung, Chancengleichheit, Diversitätsmanagement, Maschinelles Lernen, Frauen, Erstakademikerinnen, Online-Umfrage, Quantitative Forschung, Bias, Bewerbungsprozess, Talentakquise, Personalmanagement, Ethik
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Diese Arbeit untersucht den Einfluss von Künstlicher Intelligenz im Recruiting, insbesondere die Wahrnehmung von Chancen und Risiken bei Frauen, die Erstakademikerinnen sind.
Was sind die zentralen Themenfelder?
Die zentralen Themenfelder umfassen Künstliche Intelligenz, Maschinelles Lernen, Recruitingmanagement, Diversitätsmanagement, Diskriminierungsrisiken durch KI und die quantitative Analyse von Wahrnehmungen in Bewerbungsprozessen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist es, herauszuarbeiten, inwiefern KI-basierte Systeme bestehende Diskriminierungsmuster verstärken oder abbauen können. Die Forschungsfrage lautet: Inwiefern beeinflusst der Einsatz von Künstlicher Intelligenz im Recruiting die Wahrnehmung von Chancen und Risiken für Frauen insbesondere Erstakademikerinnen?
Welche wissenschaftliche Methode wird verwendet?
Es wird eine quantitative Forschungsmethode angewendet, basierend auf einer Online-Umfrage, um systematisch und objektiv Unterschiede in den Wahrnehmungen zu messen und Hypothesen zu überprüfen.
Was wird im Hauptteil behandelt?
Der Hauptteil der Arbeit behandelt den theoretischen Rahmen der Künstlichen Intelligenz, des Maschinellen Lernens und des Recruitings sowie die Ergebnisse der quantitativen Umfrage, inklusive deskriptiver Statistik, Hypothesenüberprüfung und Diskussion der Ergebnisse.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird charakterisiert durch Schlüsselwörter wie Künstliche Intelligenz (KI), Recruiting, Diskriminierung, Chancengleichheit, Diversitätsmanagement, Maschinelles Lernen, Frauen, Erstakademikerinnen, Online-Umfrage, Quantitative Forschung, Bias, Bewerbungsprozess, Talentakquise, Personalmanagement und Ethik.
Welche spezifischen Diskriminierungsrisiken bergen KI-Systeme im Recruiting?
KI-Systeme im Recruiting bergen Diskriminierungsrisiken durch systematische Voreingenommenheit (Bias) in Datenerfassung, Sampling und Messungen, was zur Reproduktion bestehender gesellschaftlicher Ungleichheiten führen kann, beispielsweise durch historische Trainingsdaten oder algoritmische Verzerrungen.
Inwiefern beeinflusst der Erstakademikerstatus die Wahrnehmung von KI im Bewerbungsprozess?
Die Ergebnisse zeigen, dass Erstakademiker*innen, insbesondere weibliche, tendenziell skeptischer gegenüber der Fairnessverbesserung durch KI sind und sich bei KI-unterstützten Prozessen häufiger benachteiligt fühlen, auch wenn dies statistisch nur einen kleinen Effekt hat.
Welche Rolle spielen Unconscious Bias und Stereotype im Kontext des Diversitätsmanagements im Recruiting?
Unconscious Bias und Geschlechterstereotype erschweren die Gleichberechtigung im Recruiting, da sie unbewusste Denkmuster darstellen, die die Wahrnehmung und Beurteilung von Kandidat*innen beeinflussen und zu ungerechten Entscheidungen führen können.
Welche Maßnahmen können KI-Anbieter ergreifen, um Diskriminierung in ihren Modellen zu reduzieren?
KI-Anbieter können Diskriminierung durch die Sicherstellung natürlich unvoreingenommener Assessments und laufendes algorithmisches De-Biasing reduzieren, indem sie Merkmale gewichten oder entfernen, die stark mit geschützten demografischen Merkmalen korrelieren, und ihre Modelle auf negative Auswirkungen auf Untergruppen testen.
- Citar trabajo
- Anonym (Autor), 2025, Der Einfluss von Künstlicher Intelligenz im Recruiting unter besonderer Berücksichtigung der Chancen und Risiken von angehenden Akademikerinnen, Múnich, GRIN Verlag, https://www.grin.com/document/1703707
