Künstliche Intelligenz in der Candidate Journey. Auswirkung auf die Generationen Y und Z


Bachelorarbeit, 2019

129 Seiten, Note: 1.0


Leseprobe

Inhaltsverzeichnis

Abstract

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkurzungsverzeichnis

1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Vorgehensweise und Aufbau

2 Grundlagen Kunstliche Intelligenz
2.1 Begriffsbestimmung
2.2 Grundfunktionen
2.3 Klassifizierung
2.3.1 Auspragungsstufen
2.3.2 Formen
2.4 Teildisziplinen
2.4.1 Machine Learning
2.4.2 Deep Learning

3 Grundlagen Employer Branding
3.1 Begriffsbestimmung und Ziele
3.2 Abgrenzung Employer Branding, Personalmarketing und Recruiting
3.3 Arbeitgebermarke und Arbeitgeberattraktivitat
3.4 Employer-Branding-Prozess
3.5 Einflussfaktoren auf die Arbeitgeberattraktivitat
3.6 Candidate Experience

4 Kunstliche Intelligenz im Recruiting-Prozess
4.1 Recruiting-Prozess als Teil des Candidate Journeys
4.2 Bewerberanforderungen an Recruiting-Prozesse
4.3 Recruiting im digitalen Zeitalter
4.4 Einsatzmoglichkeiten und Technologien
4.4.1 Chatbots
4.4.2 CV-Parsing
4.4.3 Matching
4.4.4 Telefon-Interviews mit digitalen Assistenten
4.4.5 Zeitversetzte Video-Interviews
4.5 Anwendungsbeispiele in der Praxis

5 Generation Y und Generation Z
5.1 Generationenkonzept
5.2 Generation Y
5.2.1 Begriffseinordnung und pragende Einflusse
5.2.2 Merkmale und Werte
5.2.3 Vorstellung von Arbeitgeberattraktivitat
5.2.4 Einstellung zu Medien und Technologien
5.3 Generation Z
5.3.1 Begriffseinordnung und pragende Einflusse
5.3.2 Merkmale und Werte
5.3.3 Vorstellung von Arbeitgeberattraktivitat
5.3.4 Einstellung zu Medien und Technologie

6 Empirische Forschung
6.1 Qualitative Forschung
6.1.1 Untersuchungsmethodik
6.1.2 Untersuchungsvorbereitung, Durchfuhrung und Nachbereitung
6.1.3 Vorstellung der Interviewergebnisse
6.2 Quantitative Forschung
6.2.1 Hypothesen
6.2.2 Untersuchungsmethodik und Ablauf
6.2.3 Beschreibung der Stichprobe
6.2.4 Vorstellung und Auswertung der Ergebnisse
6.3 Finale Interpretation beider Datenerhebungen
6.3.1 Zusammenfassende Beantwortung der Forschungsfrage
6.3.2 Handlungsempfehlungen fur Unternehmen

7 Schlussbetrachtung
7.1 Kritische Wurdigung
7.2 Fazit und Ausblick

Literaturverzeichnis

Anhang

Abstract

Die zunehmende Digitalisierung und der demographische Wandel verandern aktuell die Wertschop- fungsstufe des Human Ressource Managements in Unternehmen. Die vorliegende Forschungsarbeit beschaftigt sich daher mit dem Thema „Kunstliche Intelligenz im Recruiting-Prozess" - einem aktuellen Trend in diesem Bereich zur Erfullung der gestiegenen Kandidatenerwartungen der heutigen Genera- tionen. Dabei geht es in dieser Arbeit insbesondere darum, den Einfluss des Einsatzes von Kunstlicher Intelligenz in den verschiedenen Phasen des Prozesses auf die wahrgenommene Candidate Experience aus Sicht der Generation Y und Z zu beurteilen. Die ubergeordnete Forschungsfrage lautet somit:

Wie wirkt der Einsatz Kunstlicher Intelligenz auf die Zielgruppen der GenY und der GenZ und wie hoch ist die Akzeptanz hinsichtlich der Verwendung innerhalb dieser beiden Generationen?

Diese Forschungsfrage wird innerhalb des Werkes und unter Beschrankung auf einige konkrete Tech- nologien beantwortet. Dabei gibt der Autor im Rahmen der Beschreibung des aktuellen Forschungs- standes einen Uberblick uber die Moglichkeiten, die Kunstliche Intelligenz im Recruiting bietet. Die Betrachtung des Sachverhaltes erfolgt hier aus der Sichtweise der Ansatze des Employer Brandings und des Candidate Experience Managements.

Methodisch wird eine Kombination aus einer qualitativen und quantitativen Untersuchung zur Beant- wortung des Untersuchungsaspektes herangezogen, wobei die qualitative Forschung weitere Einblicke in die Thematik gewahrt und somit die folgende quantitative Untersuchung unterstutzt.

Die finalen Ergebnisse aus der quantitativen Erhebung geben einen interessanten und wertvollen Ein- blick in die Sichtweise der Bewerber. Es wird deutlich, dass unter den Teilnehmern zwar eine grundlie- gende Akzeptanz gegeben, diese aber an Bedingungen genknupft ist und je nach Technologie variiert. Zudem zeigt die Befragung, dass menschliche Interaktion in den Prozessen sowie die wahrgenommene Wertschatzung von enormer Wichtigkeit fur die Vertreter der Generation Y und Z sind. Anwendungen der Kunstlichen Intelligenz konnen daher aus Kandidatensicht bei durchdachtem Einsatz insbesondere unterstutzend fungieren und wertvolle Vorteile wie beispielsweise schnellere und fairere Prozesse ge- nerieren, die dann wiederum zu einer positiveren Candidate Experience beitragen.

Keywords: Recruiting, Kunstliche Intelligenz, Generation Y, Generation Z, Candidate Experience

Abbildungsverzeichnis

Abbildung 1: Schematischer Aufbau der Forschungsarbeit

Abbildung 2: Auspragungsstufen von KI

Abbildung 3: Aufbau eines KNNs

Abbildung 4: Abgrenzung Employer Branding, Personalmarketing, Recruiting

Abbildung 5: Employer-Branding-Prozess

Abbildung 6: Faktoren der Arbeitgeberattraktivitat

Abbildung 7: Candidate Journey

Abbildung 8: Recruiting-Prozess

Abbildung 9: KI-Technologien im Recruiting-Prozess

Abbildung 10: Stereotypischer Vertreter der GenY

Abbildung 11: Stereotypischer Vertreter der GenZ

Abbildung 12: Altersverteilung innerhalb der Stichprobe

Abbildung 13: Bildungsstand innerhalb der Stichprobe

Abbildung 14: Einschatzungen des aktuellen KI-Einsatzes im Recruiting durch die Teilnehmer

Abbildung 15: Grundsatzliche Einstellung der Teilnehmer zu KI in Recruiting-Prozessen

Abbildung 16: Einstellung der Teilnehmer zu Chatbots und CV-Parsing

Abbildung 17: Grunde der Teilnehmer gegen den Einsatz von Personlichkeitsanalysen

Abbildung 18: Ranking der KI-Technologien durch die Teilnehmer

Abbildung 19: Einstellung der Teilnehmer der GenY und Z zu Video-Interviews

Abbildung 20: Kriterien fur einen positiven Recruiting-Prozess aus Sicht der Teilnehmer

Abbildung 21: Voraussetzungen fur die Akzeptanz von KI aus Sicht der Teilnehmer

Abbildung 22: Wichtigkeit eines Ansprechpartners nach Prozess-Phase aus Sicht der Teilnehmer

Abbildung 23: Nachteile eines KI-Einsatzes aus Sicht der Teilnehmer

Abbildung 24: Einfluss eines KI-Einsatzes auf die wahrgenommene Arbeitgeberattraktivitat

Tabellenverzeichnis

Tabelle 1: Grundfunktionen von KI mit Anwendungsbeispielen

Tabelle 2: Fairnessregeln fur Recruiting-Prozesse nach Gilliland

Tabelle 3: Befragte Experten mit Fachgebieten

Tabelle 4: Generierte Hypothesen der Forschungsarbeit

Tabelle 5: Vergleich der grundsatzlichen Einstellung der GenY und Z zu KI in Recruiting-Prozessen

Tabelle 6: Zusammenhang zwischen Technologieaffinitat und grundsatzlicher Akzeptanz zu KI in Recruiting-Prozessen

Tabelle 7: Zusammenhang zwischen Wissen uber KI und grundsatzlicher Akzeptanz zu KI in Recruiting- Prozessen

Abkurzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

“Artficial Intelligence is one of the most important things humanity is working on. It is more profound than, I'don't know, electricity or fire.”1 (Sundar Pichai, CEO Google LLC)

1.1 Problemstellung

Kunstliche Intelligenz (KI) ist inzwischen aus vielen Bereichen des Lebens nicht mehr wegzudenken.2 Wahrend Privatpersonen hierzulande beispielsweise durch den Einsatz von digitalen Assistenten wie Siri oder Alexa profitieren, sorgt KI als eine der „[.] bahnbrechenden Antriebskrafte[n] der Digitalisie- rung [.]“3 ebenfalls fur veranderte Strukturen, Prozesse und Arbeitsweisen in Unternehmen. Dabei wird die Technologie bereits heute bei einer Vielzahl von Unternehmen in verschiedensten Wertschop- fungsstufen eingesetzt.4 Fur die Arbeitswelt der Zukunft birgt die Digitalisierung dabei Chancen und Risiken zugleich.5 So sind Experten sich einig, dass Arbeitsplatze durch Automatisierungen wegfallen, gleichzeitig aber auch bis zu 30 % neue, bisher unbekannte Arbeitsmoglichkeiten entstehen werden.6 Neben zunehmenden digitalen Veranderungen beeinflusst auch der demographische Wandel die Ar- beitswelt. Die Bevolkerung in Deutschland wird in den kommenden Jahren zunehmend altern und die Anzahl der Personen im erwerbsfahigen Alter bis 2030 um etwa 20 bis 30 % zuruckgehen.7 Diese Ent- wicklungen sorgen dafur, dass Unternehmen mit einem stark zuruckgehenden Angebot an Bewerbern zu kampfen haben8 und die Suche nach geeigneten Talenten im sogenannten „War for Talents“ aktuell die groRte Herausforderung fur Recruiter darstellt.9

Auch sind Unternehmen durch die Kandidatenerwartungen der Generation Y (GenY) und der Genera­tion Z (GenZ) veranderten Arbeitnehmeranforderungen ausgesetzt. Es gilt die Bedurfnisse dieser bei- den Generationen als Arbeitnehmer von heute und morgen zu erfullen, um den hohen Fachkraftebe- darf zu decken.10

Im Zuge der beschriebenen Megatrends des demographischen Wandels und der Digitalisierung sowie des durch den Fachkraftemangel entstandenen Nachfrager Marktes hat sich auch die Rolle des Human Ressource Managements (HRM) und des Personalmarketings in Unternehmen verandert. Der Aspekt der Arbeitgeberattraktivitat im Rahmen des Employer Brandings ruckt starker ins Zentrum11 und die Human Ressource (HR) Abteilung, als bisher am wenigsten digitalisierte Wertschopfungsstufe von Un- ternehmen, wird zur Schlusselfunktion.12

Insbesondere der Recruiting-Prozess, als wichtigster und schwierigster HR-Prozess muss sich aufgrund der aktuellen Geschehnisse anpassen.13 Da im heutigen Zeitalter nicht mehr nur Unternehmen Kandi- daten prufen, sondern auch selbst aktiv gepruft werden, gilt es sich speziell an dieser Stelle als attrak- tiver Arbeitgeber zu prasentieren. Zwar ist die Personalbeschaffung in vielen Unternehmen inzwischen bereits kein „[.] einseitiger Informationsprozess mehr [.]"14, dennoch gibt es in diesem Bereich so- wohl aus Kandidaten- als auch aus Recruiter-Sicht noch enormes Verbesserungspotential.15 So sind gemaR der Studie „The Candidate Experience" aus dem Jahr 2013 nur 12 % der Bewerber so zufrieden mit ihrem letzten durchlaufenen Bewerbungsprozess, dass sie das jeweilige Unternehmen weiteremp- fehlen wurden.16 Auch in der Studie des Staufenbiel Instituts von 2015 vergaben Bewerber im Durch- schnitt nur insgesamt 3,26 von 5 Punkten fur die Recruiting-Prozesse der Unternehmen.17

Ein Trend zur Effektivitats- und Effizienzsteigerung im Recruiting ist hierbei die Digitalisierung des Pro- zesses durch den Einsatz von KI.18 Dabei bietet die Personalgewinnung aufgrund der Vielzahl an Daten in diesem Bereich das hochste Potential aller HR-Prozesse19 und Technologien wie Chatbots, Mat­ching-Tools oder Software zur Personlichkeitsanalyse, die derzeit noch in den Anfangen der Entwick- lungen sind, versprechen „[.] nicht zu unterschatzende Rationalisierungspotentiale [.]"20 und Opti- mierungschancen im Hinblick auf Arbeitgeberattraktivitat und die Candidate Experience (CE).21

1.2 Zielsetzung

Zwar gibt es zum Thema KI in HR-Prozessen bereits literarische Werke, dennoch ist die Anzahl dieser zum Thema KI speziell im Recruiting-Prozess des HRMs relativ gering. Daher wird dieses in der vorlie- genden Arbeit im Detail beleuchtet. Ein Ziel dabei ist es, herauszufinden welche Anwendungen es in diesem Bereich gibt, wo diese eingesetzt werden konnen und inwiefern Algorithmen basierte Techno- logien die Moglichkeit bieten den Prozess zu optimieren, um somit zu einer verbesserten digitalen CE beizutragen. Zudem gilt es zu erforschen, um welche Formen von KI es sich bei den jeweiligen Anwen- dungen handelt.

Wie in Kapitel 1.1 beschrieben gewinnt die Nutzung von KI-Tools im Recruiting-Bereich zunehmend an Bedeutung. Doch wie ist die Einstellung derer zur Nutzung, die die Prozesse tagtaglich durchlaufen? Da bisherige Studien das Thema insbesondere aus Recruiting-Sichtweise beurteilen, macht sich diese Forschungsarbeit zur Aufgabe, eine essenzielle, erfolgskritische und bisher ungeklarte Frage zur The- matik zu erforschen: Die Sichtweise und Einstellung der Bewerber, als die Personen, die eigentlich von Recruiting-Prozessen betroffen sind. Da die Generationen, welche sich heute und auch in den kom- menden Jahren am starksten im Arbeitsmarkt bewegen werden, die Vertreter der GenY und GenZ sind, wird in dieser Bachelorarbeit auch nur auf die Ansichten dieser Zielgruppen eingegangen. Es gilt dar- uber hinaus zu evaluieren, ob sich die beiden Generationen in ihrer Sichtweise auf die Thematik unter- scheiden.

Zusammenfassend macht sich die vorliegende Arbeit die Beantwortung der folgenden Forschungsfra- gen zum Ziel:

- Wie kann Kunstliche Intelligenz den Recruiting-Prozess in den verschiedenen Phasen unter- stutzen?
- Wie wirkt der Einsatz Kunstlicher Intelligenz auf die Zielgruppen der GenY und der GenZ und wie hoch ist die Akzeptanz hinsichtlich der Verwendung innerhalb dieser beiden Generatio- nen?

Dabei liegt der Hauptforschungsaspekt fur dieses Werkes innerhalb des zweiten Teils der Forschungs- frage.

1.3 Vorgehensweise und Aufbau

Um ein grundlegendes Verstandnis des Lesers zur nachfolgenden Forschung zu garantieren, erfolgt in den Kapiteln 2 bis 5 zunachst die Einordnung und Beschreibung wichtiger Begriffe und Erkenntnisse gemaR dem aktuellen Forschungsstand. Dabei wird in Kapitel 2 anfangs das Thema KI genauer erortert. Hier wird unter anderem auf Begriffsbestimmung, Grundfunktionen und eine Klassifizierung sowie auf die verschiedenen Teildisziplinen der Technologie eingegangen. Im nachsten Kapitel erfolgt eine Ein- fuhrung in das Thema Employer Branding mit seinen wichtigsten Fachbegriffen inklusive einer Abgren- zung zu den weiteren bereits genannten Begrifflichkeiten wie Recruiting und Personalmarketing. Eben- falls werden unter anderem der Employer-Branding-Prozess sowie die Theorie der CE eingefuhrt. Im vierten Kapitel werden anschlieRend zentrale Punkte zum Recruiting-Prozess selbst beleuchtet, sowie ein Uberblick uber die existierenden KI-basierten Technologien im Prozess gegeben. Hierbei be- schrankt sich die vorliegende Arbeit auf eine Auswahl an Technologien, mit denen der Bewerber direkt interagiert. AbschlieRend werden im ersten Teil der Arbeit noch elementare Inhalte zu der GenY und der GenZ als Basis fur die spatere quantitative Forschung gegeben.

Im zweiten Teil erfolgt dann die Vorstellung der Untersuchungsmethoden, die zur Beantwortung der Forschungsfrage ausgewahlt werden. Hierbei wird zunachst die qualitative Forschung, welche zu Ex- plorationszwecken dient, beschrieben. Auf Basis dieser Untersuchung sowie des vorliegenden theore- tischen Teils dieses Werkes werden Hypothesen aufgestellt, welche dann in der folgenden quantitati- ven Forschung uberpruft werden. Wie auch bei der qualitativen Erhebung erfolgt in diesem Kapitel zuerst eine Einfuhrung in Untersuchungsablauf und Methodik sowie abschlieRend eine Vorstellung und Auswertung der Ergebnisse. Ebenfalls werden auf dieser Basis einige grundlegende, auf den Er- gebnissen basierende Handlungsempfehlungen fur Unternehmen vorgestellt. Zuletzt beinhaltet der dritte Teil dieser Arbeit noch die kritische Wurdigung in Bezug auf die Ergebnisse, sowie ein Fazit und einen Ausblick zur Thematik. Die Abbildung 1 stellt den Aufbau dieser Arbeit dar.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Schematischer Aufbau der Forschungsarbeit

2 Grundlagen Kunstliche Intelligenz

Im nachsten Kapitel erfolgt eine Einfuhrung in die Thematik KI, um dem Leser spateres Verstandnis in Bezug auf die technologischen Anwendungen im Recruiting-Prozess zu erleichtern. Hierbei wird zu- nachst auf die Begriffsbestimmung und daraufhin auf die Grundfunktionen eingegangen, bevor in ei- nem weiteren Schritt ausgewahlte Klassifizierungsmethoden vorgestellt werden. Nach einer Beschrei- bung der wichtigsten Teildisziplinen der Technologie rundet ein kurzer Einblick zum KI-Einsatz in der unternehmerischen Praxis dieses Kapitel ab.

2.1 Begriffsbestimmung

Grundsatzlich gibt es keine einheitliche Definition des Begriffes KI, engl. Artifical Intelligence (AI), die vorgestellt werden kann, da die Definitionsversuche je nach Autor variieren und den Begriff aus unter- schiedlichen Blickwinkeln betrachten.22 Auch durch die vielfaltigen Assoziationen und Interpretations- moglichkeiten, die die Terme „Kunstlich" und „Intelligenz" mit sich bringen, wird eine einheitliche Be- griffsbestimmung erschwert.23 Zwar wurde der Begriff AI bereits 1956 erstmalig als solcher durch den Informatiker und Autor John McCarthy verwendet24, allerdings erfolgte eine erste offizielle Definition des Begriffes durch eben diesen erst im Jahr 1995. GemaR dieser Definition ist es „Ziel der KI [.] Ma- schinen zu entwickeln, die sich verhalten, als verfugten sie uber Intelligenz."25 Das Problem hierbei ist aus Sicht vieler Experten, dass nach McCarthy beispielsweise auch Roboter, die sinnloses Verhalten wie Aggression an den Tag legen, als intelligent gelten wurden.26 In einem weiteren Erklarungsansatz beschreibt die englischsprachige Enzyklopadie „Encyclopedia Britannica" KI als „[.] die Fahigkeit digi- taler Computer oder computergesteuerter Roboter Aufgaben auszufuhren, die normalerweise mit den hoheren intelligenten Verarbeitungsfahigkeiten von Menschen in Verbindung gebracht werden."27 Da in dieser Begriffsbestimmung kritisch angemerkt werden kann, dass somit jeder Computer ein KI-Sys- tem ware28, wird fur die vorliegende Bachelorarbeit eine gangige Definition des Begriffes KI von Elaine Rich herangezogen, gemaR der sich KI damit beschaftigt, wie man Computer dazu bringen kann, Dinge zu tun, in denen Menschen, zumindest nach aktuellem Stand, noch besser sind.29 Diese Definition druckt den oftmals konkurrierenden Charakter in der Beziehung zwischen Menschen und Maschine aus, insbesondere im Hinblick auf die Leistung in der Ausfuhrung von Aufgaben.30 Wichtig hierbei ist, dass sich KI nicht nur mit der praktischen Implementierung von Verfahren beschaftigt, sondern dass ein tieferes Verstandnis menschlicher Intelligenz und Handels notwendig ist, um KI-Systeme, die in der Literatur teilweise auch als kognitive Systeme bezeichnet werden, zu verstehen.31

2.2 Grundfunktionen

Nach der fundamentalen Begriffsbestimmung wird die Wissenschaft der KI nun genauer beschrieben. Zwar gibt es die verschiedensten Anwendungen und auch Funktionen, die mit KI erfullt werden kon- nen, dennoch haben alle KI-Systeme gemeinsam „[.]der Versuch zu sein, ein System zu entwickeln, das eigenstandig komplexe Probleme bearbeiten kann [..]“32 und unterscheiden sich somit von her- kommlichen Algorithmen, also eindeutigen Handlungsvorschriften bzw. sich wiederholendenden Schemata.33 Ob ein KI-System vorliegt oder nicht, kann daher meist daran erkannt werden34, ob eine der sieben wesentlichen Grundfunktionen von KI gemaR dem „Center of Data Innovation“ als Nut- zungsziel der jeweiligen Anwendung genannt werden kann:

Monitoring: KI kann groRe Datenmengen in kurzester Zeit analysieren und dabei zum Beispiel Muster auswerten. Hierbei ist KI wesentlich schneller als ein Mensch und kann daher gut fur Monitoring-Ap- plikationen genutzt werden.

Entdecken: Uber die Auswertung groRer Datenmengen konnen KI-Anwendungen wertvolle Erkennt- nisse erlangen und dabei helfen durch Simulationen neue Losungen zu erarbeiten. Insbesondere die Nutzung dynamischer Modelle im Vergleich zu traditionellen Computerprogrammen erleichtert das Entdecken neuer Muster.

Vorhersagen: KI-Anwendungen konnen dazu dienen Vorhersagen zu treffen oder vorauszusagen, wie sich Trends in der Zukunft entwickeln werden. Somit konnen Systeme Empfehlungen aussprechen und personalisierte Antworten beispielsweise fur Kunden bereitstellen.

Interpretieren: Da KI-Systeme in der Lage sind zu lernen und Muster zu identifizieren, konnen hiermit nicht nur strukturierte, sondern auch unstrukturierte Daten wie sie beispielsweise in Videos, Texten oder Bildern vorliegen uber Datenanalysemethoden ausgewertet und interpretiert werden.

Interaktion mit der physischen Umgebung: KI-Applikationen konnen eine Vielzahl von Interaktionen einer Maschine mit ihrer physischen Umgebung ermoglichen. So kann KI beispielsweise Robotersys- teme navigieren.

Interaktion mit Menschen: KI kann Menschen ermoglichen leichter mit Computersystemen zu intera- gieren. Bisher funktionierte diese Interaktion groRtenteils durch die Anpassungen des Menschen an die Bedurfnisse des Computers. Mit KI konnen Menschen mit Computersystemen auf eine Art und Weise interagieren, wie sie es auch mit anderen Menschen machen, etwa uber Mimik und Gestik.

Interaktion mit Maschinen: KI kann dabei helfen komplizierte Maschine-zu-Maschine-Interaktionen zu koordinieren und automatisieren. Diese Eigenschaft erlaubt daruber hinaus auch die Kommunika- tion mehrerer KI-Systeme untereinander.

Um die beschriebenen Grundfunktionen in ihrer moglichen praktischen Anwendung zu verdeutlichen, stellt Tabelle 1 diese mit einem jeweiligen zugehorigen Anwendungsbeispiel dar.35 36

Tabelle 1: Grundfunktionen von KI mit Anwendungsbeispielen36

Abbildung in dieser Leseprobe nicht enthalten

2.3 Klassifizierung

Im Hinblick auf die Klassifizierung von KI konnen verschiedene Methoden zur Typologisierung ange- wendet werden. Zwei dieser werden im Folgenden vorgestellt.

2.3.1 Auspragungsstufen

So unterscheidet man zum einen die verschiedenen KI-Technologien nach Ihrem Auspragungsgrad zwi- schen schwacher oder auch eingeschrankter KI, starker bzw. genereller KI und einer kunstlichen Su- perintelligenz, die die Komplexitat der KI angeben.37 Wichtig hierbei ist, ebenfalls den Zusammenhang zwischen KI und klassischen Algorithmen zu verstehen. Sowohl regelbasierte als auch wissensbasierte lineare Algorithmen stellen die Vorreiter der KI-Technologie dar und sind somit auf der Auspragungs- stufe der KI unter den schwachen KI-Systemen anzuordnen (siehe Abbildung 2).38

Abbildung in dieser Leseprobe nicht enthalten

Die schwache KI, engl. weak oder narrow AI, kann spezielle Programme intelligent losen. Hierbei wird ein Algorithmus auf genau eine einzige Aufgabe trainiert, welche dieser bestmoglich ausfuhren und optimieren soll. Wenn also beispielsweise ein Algorithmus auf die optimale Bewasserung von Pflanzen in einem Gewachshaus trainiert ist, dann wird sich dieser nicht ebenfalls um etwa eine optimierte Temperatureinstellung kummern. Nahezu alle heute existierenden KI-Anwendungen und Plattformen sind lediglich regelbasierte Systeme und fallen somit in diese Kategorie der schwachen KI.39 40 Die zweite Stufe der generellen KI, engl. strong oder general AI, bezeichnet eine KI, die intellektuelle Aufgaben oder Probleme ebenso gut losen kann wie der Mensch, wohingegen die dritte Stufe der kunstlichen Superintelligenz, Technologien bezeichnet, die die menschlichen Fahigkeiten weit ubertreffen. Hierzu wurde etwa ein Roboter mit eigenem Bewusstsein zahlen.41 Zwar gibt es heute schon Konzepte aus dem Bereich der generellen KI, dennoch sind sich Experten einig, dass es noch keine KI der dritten Stufe gibt und ebenfalls noch offen bleibt, ob es diese jemals geben wird.42 Grund hierfur ist, dass selbstler- nende Systeme aktuell noch nicht in der Lage sind alle zentralen Aspekte menschlicher Intelligenz zu erfullen.43 Spezialisten sehen „[.] die groRte Schwache von KI daher auch im fehlenden Bewusstsein [..]".44 Eine Moglichkeit zu testen, ob eine KI bzw. welcher Grad der KI vorliegt, besteht durch den sogenannten „Turing-Test", welcher bereits um 1950 von Alan Turing in Form einer theoretischen Skizze entwickelt, allerdings erst Jahre nach seinem Tod mit dem Aufschwung von KI umgesetzt wurde. In Turings Test geht es darum, eine Frage sowohl einem Menschen als auch einem Computer zu stellen.

Wenn man dann in der anschlieRenden Qualitat der Antworten keinen Unterschied feststellen kann, liegt eine KI vor. Obwohl der Turing-Test eine der meist verwendeten Testmoglichkeiten in diesem Bereich darstellt, gibt es auch viele Kritiker, die zu der Annahme kommen, dass der Test heute nicht mehr ausreicht und lediglich die Funktionalitat eines Systems pruft.45

2.3.2 Formen

Eine weitere Klassifizierungsmethode von KI ist die Einteilung in verschiedene Formen. Hierbei ist eine Unterscheidung zwischen Assisted, Augmented und Autonomous Intelligence moglich. Die Form der Assisted Intelligence beschreibt eine KI, welche einfache Aufgaben automatisieren kann, um diese schlussendlich schneller und kostengunstiger durchzufuhren. Wenn eine KI dabei hilft in bestimmten Situationen eine bessere Entscheidung zu ermoglichen, zum Beispiel durch die Bereitstellung weiterer Informationen, so spricht man von einer Augmented Intelligence.46 Innerhalb dieses Konzeptes wird davon ausgegangen, dass Mensch und Maschine gemeinsam an Losungswegen arbeiten mussen, um eine effizientere Erfullung von Aufgaben durch die bei der Zusammenarbeit entstehenden Synergieef- fekte zu ermoglichen.47 Der wesentliche Unterschied dieser beiden Formen zur letzten Art ist, dass bei der Autonomous Intelligence, als hochste Stufe der KI, im Gegensatz zu den anderen kein Mensch mehr agiert, sondern die Technologie die Aufgaben weitestgehend selbst ubernimmt, wie beispielsweise bei autonom fahrenden Autos. Der Mensch fungiert hier lediglich noch in einer Kontroll- und Uberwa- chungsfunktion.48

2.4 Teildisziplinen

Nachdem im vorausgehenden Kapitel die verschiedenen Klassifizierungsmoglichkeiten der KI vorge- stellt wurden, wird nachfolgend auf die Teildisziplinen eingegangen. Da die wichtigsten Konzepte im Bereich KI aktuell Machine Learning (ML) , Deep Learning (DL) sowie die im Rahmen des DL genutzten Kunstlichen Neuronalen Netzte (KNN) sind und diese somit auch zum spateren Verstandnis der hier thematisierten KI-Anwendungen im RecruitingReBereich beitragen, werden auch nur diese zwei Teil- disziplinen genauer beschrieben.49

2.4.1 Machine Learning

Als ML bezeichnet man ein „[.] Teilgebiet der KI, bei dem Muster und GesetzmaRigkeiten in Lerndaten (Texte, Bilder, Videos) uber statistische Datenanalysen erkannt, eigenstandig Ruckschlusse gezogen und auf andere (Daten-)Situationen ubertragen werden [.]“.50 Es ist somit ein Oberbegriff fur alle Technologien und Methoden, die die Grundidee verfolgen, einen Computer dazu zu bringen, aus sei- nen Erfahrungen zu lernen und darauf basierend seine zukunftigen Handlungen zu optimieren. Dies geschieht durch die Integration eines Feedbackprozesses, welcher das Hauptmerkmal zur Unterschei- dung zwischen klassischer KI und ML ist. Innerhalb dieses Prozesses konnen dabei verschiedene Lern- methoden sowie Offline- und Online-Lernsysteme zum Training des Algorithmus eingesetzt werden.51 Hierbei gibt es drei verschiedene Formen des Lernens. Die erste dieser Formen ist das uberwachte Lernen (engl. supervised learning), welches darauf basiert, dem Algorithmus bereits im Voraus Ergeb- nisse zur Verfugung zu stellen, aus welchen er lernen kann. Das System eignet sich dann an, anhand der gegebenen Eingabedaten, Eingaben entsprechend des trainierten Losungsraumes zu klassifizie- ren und vorherzusagen. Bei der weiteren Form des unuberwachten Lernens (engl. unsupervised lear­ning), erhalt das System vorab keinen Zielwert, vielmehr wird daraufgesetzt, dass der Algorithmus selb- standig Gemeinsamkeiten in den Eingabedaten erkennt, diese kategorisiert und im Endeffekt somit Muster entdeckt, um eigenstandig Modelle zu entwickeln. Eingesetzt wird diese Lernmethode zum Beispiel fur Zielgruppen- oder Marktsegmentierungen.52 Bei der dritten und letzten Methode der Feed­backintegration, dem verstarkten Lernen (engl. reinforecment learning), werden naturliche Lernpro- zesse reproduziert. Wie auch beim unuberwachten Lernen wird hier anfangs kein Idealwert definiert, sondern versucht Losungen durch neue Kombinationen gemaR dem „Trial-and-Error Prinzip", welches ein gezieltes Lernen aus Fehlern beschreibt, zu generieren. Das System kann daher aus auReren Ein- flussen lernen und zukunftige Entscheidungen anpassen.53 Obwohl ML kein neuer Ansatz ist, sondern bereits vor Jahren fur seine ursprungliche Verwendung, der Erkennung von Spam-E-Mails genutzt wurde, hat sich die Teildisziplin im Laufe der Zeit immer mehr durchgesetzt.54

2.4.2 Deep Learning

DL stellt eine Unterform des ML dar und nimmt sowohl im Allgemeinen, als auch fur die in Kapitel 4.4 vorgestellten KI-Technologien im Recruiting-Prozess eine besonders wichtige Rolle ein.55 Zwar wurden hier die Grundsteine schon um 1940 gelegt, dennoch konnen durch Fortschritte wie beispielsweise leistungsfahigere Computer erst heute neuronale Netze (NN) in einer brauchbaren GroRe umgesetzt werden.56 DL setzt dabei groRtenteils auf das Lernen mit KNN und somit auf das „ [.] Lernen mit Algo- rithmen, die Netzstrukturen von Nervenzellen nachbilden [..]".57 Da sich KNN zwar deutlich von biolo- gischen NN unterscheiden, um eine zu aufwandige Simulation und groRen Rechenaufwand zu vermei- den, sich aber in ihrer Funktionswiese an diesen orientieren, wird zunachst kurz das Ablaufprinzip eines biologischen NNs beschrieben.

In jeder einzelnen dieser Zellen des menschlichen Gehirns (Neuron) werden Informationen in Form eines Reizes durch einen elektrischen Impuls empfangen, verarbeitet und weitergeleitet. Diese elektri- schen Impulse erhalt das Neuron durch die jeweils Vorgeschalteten und bekommt daher zahlreiche Informationen. AnschlieRend verarbeitet der Zellkorper mit dem Zellkern die Daten und das Neuron ladt sich bis zu einer bestimmten Menge an Informationen auf, bevor es einen eigenen Impuls weiter- gibt.58 Diese Weitergabe erfolgt durch das sogenannte Axon, welches analog zu einem Datenkabel, an seinem Ende uber seine Verzweigungen (Synapsen) die Informationen wiederum an die nachgeschal- tete Zelle weitergibt. Dieser Prozess wiederholt sich in jedem Neuron, von denen Menschen beispiels- weise ca. 85 Mrd. Stuck besitzen.59 Die dabei vorliegende Netzwerkstruktur kann sehr unterschiedlich ausfallen und stellt gemeinsam mit der Verschaltung der Neuronen die wesentlichen Eigenschaften biologischer Neuronen dar.60

In einem KNN wird analog zum biologischen Vorbild ebenfalls das Ziel verfolgt, Informationen zu emp- fangen, zu verarbeiten und anschlieRend weiterzuleiten. Dabei werden uber mathematische Formeln, welche in einer Rechenzelle als Kern des kunstlichen Neurons hinterlegt sind, Neuronen und die Ab- laufe im menschlichen Gehirn simuliert. Die Eingabewerte fur die Weiterverarbeitung kommen auch hier von anderen Neuronen und werden zunachst gepruft, anschlieRend im Hinblick auf die Menge an verarbeitbaren Daten der Zelle gewichtet und in der Rechenzelle weiterverarbeitet. Nach der Verar- beitung durch die Rechenzelle wird der Ausgabewert an andere Neuronen weitergeben, in welchen danach derselbe Prozess durchlaufen wird (siehe Abbildung 3).61 62

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Aufbau eines KNNs62

Genau wie Neuronen im menschlichen Gehirn sind auch die in KNNs, deren wichtigste Eigenschaft das selbstandige Lernen ist, miteinander vernetzt und in einer bestimmten Form angeordnet.63 Allerdings mussen leere Netze auch hier erst trainiert werden, bevor ihre eigentliche Funktion erreicht werden kann. Analog zum ML gibt es auch hier verschiedene Methoden zum Trainieren des Algorithmus. Dar- uber hinaus gibt es ebenfalls erweiterte NN-Formen, die genutzt werden, wenn die Funktionalitaten Einfacher nicht mehr ausreichen.64 Die nachfolgende Auflistung gibt eine Ubersicht uber einige der wichtigsten, exemplarisch ausgewahlten, auf DL-basierenden KI-Technologien :

Natural Language Processing (NLP): Oberbegriff, fur Techniken und Methoden, die es ermoglichen Sprache maschinell zu verarbeiten und somit eine Option zur naturlichen Kommunikation zwischen Menschen und Maschine bieten.

Natural Language Understanding (NLU): Teildisziplin des NLP, die sich mit der Struktur und Bedeutung von Sprache beschaftigt und damit diese zu verstehen.

Emotionsanalyse: Anhand von Mimik und Gestik einer Person konnen innerhalb der Emotionsanalyse Ruckschlusse auf deren Emotionen getatigt werden.

Cognitive Robotic Process Automation: Erweiterung von Robotic Process Automation (RPA), bei der es darum geht standardisierte Aufgabenfelder zu automatisieren, um weitere Einsatzfelder in diesem Bereich zu generieren.

Automatisierte Ubersetzung: Ubersetzung von Texten aus einer Sprache in eine andere Zielsprache.

Semantische Analyse: Satzen bzw. Wortern wird uber eine kleinschrittige Analyse eine Bedeutung zu- geordnet.65

3 Grundlagen Employer Branding

Durch den War for Talents, die veranderte Altersstruktur und den Einfluss neuer Medien auf den Be- werbermarkt gewinnt das Thema Employer Branding fur Unternehmen zunehmend an Bedeutung.66 Daher erfolgt in diesem Kapitel eine Einfuhrung in die Grundlagen des Konzeptes. Hierbei wird zu- nachst der Begriff definiert. AnschlieRend wird das Employer Branding von den anderen genannten Begrifflichkeiten wie Personalmarketing und Recruiting abgegrenzt und die Konzepte der Arbeitgeber- marke und Arbeitgeberattraktivitat sowie der Employer-Branding-Prozess an sich vorgestellt. Zuletzt werden innerhalb dieses Kapitels noch Einflussfaktoren auf die Arbeitgeberattraktivitat evaluiert und eine Einfuhrung in die Theorie der CE gegeben.

3.1 Begriffsbestimmung und Ziele

Wie bereits bei der Thematik KI gibt es auch fur das Employer Branding verschiedenste Definitionsan- satze. Der Begriff selbst wurde dabei im Jahr 1996 durch einen Fachbeitrag von Tim Ambler und Simon Barrow eingefuhrt und wird erst seit ca. 2006 als neues Schlagwort in der Praxis verwendet.67 Ambler und Barrow ubertrugen mit dem Employer Branding das Konzept der Markenbildung auf den Perso- nalbereich. Ihr Anliegen war es, eine Moglichkeit zu schaffen die Loyalitat und Bindung der Mitarbeiter eines Unternehmens zum Unternehmen selbst zu starken, da sie diese als Schlussel zum Erfolg sahen.68 Allerdings hat sich das Employer Branding in seiner ursprunglichen Form mit seinen Zielen und Verant- wortungen seit jeher verandert und weiterentwickelt.69

Einen Definitionsversuch des heutigen Konzeptes unternehmen beispielsweise Stolz und Wedel-Klein und beschreiben das Employer Branding als einen „[...] Teil des strategischen HCM (Human Capital Management), bei dem das Besondere des Unternehmens als Arbeitgeber erarbeitet, operativ umge- setzt und nach innen sowie auRen kommuniziert wird [..] und erarbeitet werden muss“.70 Die „Deut- sche Employer Branding Akademie“ (DEBA) hingegen sieht in einer weit verbreiteten Begriffsbestim- mung keinen direkten Zusammenhang zwischen HRM und Employer Branding und definiert dieses als „[.] identitatsbasierte, intern wie extern wirksame Entwicklung und Positionierung eines Unterneh- mens als glaubwurdiger und attraktiver Arbeitgeber.”71 Diese Definition fokussiert die Gruppe der Ar- beitnehmer, alle weiteren Stakeholder des Unternehmens, welche ebenfalls Zielgruppen des Employer Brandings sind, bleiben jedoch unerwahnt.72

Eine Gemeinsamkeit, die allerdings all diese Ansatze beinhalten ist, dass das Employer Branding stets als ein umfangreicher Prozess angesehen wird, dessen Ergebnis die Entwicklung einer Arbeitgeber- marke, der sogenannten „Employer Brand“, ist.73 Dabei umfasst das Employer Branding auf strate- gischer Ebene die Gestaltung und Fuhrung der Arbeitgebermarke sowie operativ die konkreten Aktivi- taten74 und verfolgt dabei gemaR Walter und Kremmel drei grundlegende Ziele:

1. Profilierungs- und Differenzierungsfunktion: Positionierung des Unternehmens als Arbeitge- ber in den Kopfen von (potenziellen) Beschaftigten, welche mit ihren Emotionen und Einstel- lungen als Mittelpunkt in den Prozess mit einbezogen werden. Zudem gilt es sich durch be- stimmte Merkmale von Wettbewerbern zu unterscheiden.
2. Rekrutierungsfunktion: Employer Branding hat Auswirkungen auf die wahrgenommene Ar- beitgeberattraktivitat und kann somit auch zum Erfolg des Recruitings beitragen.
3. Bindungsfunktion: Durch die emotionale Bindung der Arbeitnehmer wird versucht Ziele wie beispielsweise eine geringere Fluktuation zu erreichen.75

Wichtig ist, dass sich das Employer Branding immer auf eine Veranderung der Wahrnehmung bezieht und stets individuell auf das jeweilige Unternehmen zugeschnitten sein sollte.76

3.2 Abgrenzung Employer Branding, Personalmarketing und Recruiting

Da im sprachlichen Gebrauch die Grenzen zwischen den verschiedenen Fachbegriffen oftmals ver- schwimmen, ist das Ziel dieses Kapitels eine klare Abgrenzung dieser.

Wahrend das Employer Branding, wie bereits im vorausgehenden Kapitel beschrieben, ein gestalteri- scher Prozess ist, der zur Identitatsentwicklung der Organisation an sich beitragt, kann das Personal­marketing als ein operatives Instrument des Employer Brandings angesehen werden, welches uber verschiedenste Methoden die Kommunikation der entwickelten Arbeitgebermarke nach innen und au- Ren ubernimmt.77 GemaR dem „Bundesverband fur Employer Branding, Personalmarketing und Re­cruiting e.V.“ (Queb) hat Personalmarketing dabei „[.] zum Ziel, die Bewerberzielgruppen zu finden, zu erreichen, fur das Unternehmen zu interessieren, zu begeistern, zu binden und zu passenden Be- werbungen zu motivieren.“78 Das Personalmarketing kann mit seinen Instrumenten somit ebenfalls von der eigentlichen Personalbeschaffung, dem Recruiting, abgegrenzt werden, da es hierbei lediglich um die Akquise motivierter Kandidaten, zur Besetzung offener Stellen geht. Somit kann gesagt werden, dass sowohl Personalmarketing als auch Recruiting MaRnahmen bzw. Handlungsfelder des Employer Brandings sind, ein erfolgreiches Recruiting, allerdings ein Ziel des Personalmarketings darstellt und somit ein Grund fur seine Daseinsberechtigung bietet.79 Eine graphische Darstellung der Abgrenzung der Begriffe erfolgt in Abbildung 4.

Abbildung in dieser Leseprobe nicht enthalten

3.3 Arbeitgebermarke und Arbeitgeberattraktivitat

Die aus dem Employer-Branding-Prozess resultierende Arbeitgebermarke ist eine Auspragung der ei- gentlichen Unternehmensmarke80 81 und bezieht sich auf das Image als Arbeitgeber, welches ein be- stimmtes Unternehmen in den Kopfen der Mitarbeiter, aber auch potenzieller Bewerber hat.82 Somit richtet sich die Employer Brand analog zur Unternehmensmarke an alle Stakeholder einer Organisa­tion, ist im Gegensatz zu ihr allerdings wesentlich konkreter und greifbarer. Letztendlich stehen Unter- nehmens-, Produkt- und Arbeitgebermarke aber in einem engen Zusammenhang und beeinflussen sich gegenseitig.83

Wichtig im Hinblick auf die Arbeitgebermarke, welche sowohl intern als auch extern kommuniziert wird ist, dass diese zwar uber den Gestaltungsprozess des Employer Brandings beeinflusst werden konnen, jede Organisation aber auch bereits im Voraus eine besitzt.84 Um nun von Kandidaten als at- traktiv wahrgenommen zu werden, „[.] muss die Employer Brand ein eigenstandiges, unverwechsel- bares, einzigartiges mit Bedeutung versehenes Arbeitgeberbild mit einer Pragnanz aufweisen."85 In diesem Zusammenhang spricht man auch von der Employer Value Proposition (EVP), in welcher viele Experten eine ahnliche Funktion wie bei der Unique Selling Proposition im Produktmarketing sehen. Die EVP ist das sich von anderen Wettbewerben unterscheidende, Markenversprechen eines Unter- nehmens als Arbeitgeber und bietet eine Moglichkeit die Employer Brand zu kommunizieren.86 Dabei beschreibt eine Proposition immer ein besonderes, ein spezielles Vorteil oder ein Werteverspre- chen von jemandem [...]"87 ; in diesem Fall also ein Versprechen des Unternehmens an die Zielgruppe mit der Absicht der Positionierung und Differenzierung. Umstritten ist dabei allerdings, ob eine EVP mehrere Punkte umfassen darf oder ob es sich um ein einzelnes Statement handeln sollte. Dieser Mei- nung ist beispielsweise Kriegler und kritisiert zudem, dass eine EVP allein nicht zur Markenbildung aus- reicht.88

Die eigentliche Wirkung der Arbeitgebermarke und die damit verbundene, wahrgenommene Arbeit- geberattraktivitat entsteht gemaR Walter und Kremmel dabei nicht nur aus der Employer Brand selbst, sondern aus einem Zusammenspiel von Arbeitgebermarke und den Anspruchen der Zielgruppe. Das sogenannte Employer Brand Management ubernimmt dabei die Aufgabe der Steuerung der Employer Brand mit dem Ziel ein bestimmtes Arbeitgeberimage in den Kopfen der Zielgruppe zu verankern.89 Daher werden in diesem Schritt alle Aktivitaten des Employer Brandings uberwacht und auf ihren Er- folg uberpruft.90

3.4 Employer-Branding-Prozess

Der komplexe Prozess des Employer Brandings lasst sich in vier verschiedene Phasen einteilen (siehe Abbildung 5).91 92

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Employer-Branding-Prozess92

Im ersten Schritt, der Setup- und Analysephase des Prozesses, erfolgt eine Definition der Zielgruppe. Zudem wird versucht herauszufinden, welche Vorlieben diese hat, welches aktuelle Arbeitgeberimage bei der relevanten Gruppe vorliegt und durch welche Charakteristika sie sich daruber hinaus auszeich- net. Ebenfalls geht es darum, die Wettbewerber und deren Employer Brand zu beobachten, um sich mit der eigenen Strategie von diesen abzugrenzen. Die zweite Phase umfasst im Anschluss die Festle- gung der eigenen strategischen Vorgehensweise. Hierzu gehort die Positionierung der Arbeitgeber- marke, welche beispielsweise die Entwicklung der im vorausgehenden Kapitel beschriebenen EVP be- inhalten kann.93 Eine erfolgreiche Positionierung basiert dabei auf den Werten, Zielen, der Kultur sowie der Identitat des Unternehmens. In diesem Hinblick stellt neben der Festlegung wofur man als Arbeit- geber stehen will auch der „Cultural Fit" einen wichtigen Bestandteil der Unternehmenspositionierung dar. Dieser beschaftigt sich damit, welche personlichen und kulturellen Merkmale ein Bewerber beno- tigt, um in das jeweilige Unternehmen zu passen. So kann ein hoher Cultural Fit sich positiv auf die Mitarbeiterbindung auswirken.94 Der eigentliche Roll-Out und die Implementierung findet in Phase drei des Prozessmodells statt. Hierbei wird die Positionierung nun extern und intern in das Unterneh- men eingearbeitet, beispielsweise durch die Integration der Strategie in Recruiting-Ablaufe oder an- dere HR-Geschaftsprozesse. Das permanente Controlling des Prozesses erfolgt in Form des Employer Brand Managements, welches somit die vierte und letzte Phase im Employer-Branding-Prozess dar- stellt.95

3.5 Einflussfaktoren auf die Arbeitgeberattraktivitat

Grundsatzlich gibt es verschiedene Faktoren, die die von der Zielgruppe wahrgenommene Arbeitgebe- rattraktivitat eines Unternehmens beeinflussen. Diese Faktoren konnen uber verschiedene Modelle klassifiziert werden. Neben der Bedurfnispyramide nach Malsow stellt dabei die „Zwei-Fakten-Theo- rie" nach Herzberg einen der wichtigsten Ansatze in der Motivationsforschung dar. Herzbergs For- schungen beziehen sich dabei insbesondere auf die Arbeitsmotivation und unterteilen Attraktivitats- faktoren in zwei verschiedene Arten: So gibt es einerseits Hygienefaktoren, welche zwar der Unzufrie- denheit entgegenwirken, allerdings als selbstverstandlich angesehen werden, sobald sie vorhanden sind. Somit erhohen diese nicht die Zufriedenheit der Bewerber. Das steht ganz im Gegensatz zu den sogenannten Motivatoren, welche sich meist auf die Arbeit an sich beziehen und fur eine Zufriedenheit sorgen konnen. Ein Beispiel fur solch einen Motivator ware das Kriterium einer erfullenden, sinnstif- tenden Arbeit nachzugehen wahrend ein Hygienefaktor beispielsweise die auf der Arbeitsstelle gege- benen Sicherheitsbedingungen waren.96

Hinsichtlich der gestiegenen Bewerberanforderungen werden Motivatoren im heutigen Zeitalter aller- dings sehr schnell zu Hygienefaktoren und fur Unternehmen entsteht ein starker Wettbewerbsdruck.97 Eine Typisierung der Faktoren, die ebenfalls auf Herzbergs' Theorie zuruckgreift, ist die Einteilung in exogene und endogene Faktoren der Arbeitgeberattraktivitat. Die endogenen Faktoren, welche dadurch gekennzeichnet sind, dass sie vom Unternehmen selbst beeinflussbar sind, werden hierbei in die von Herzberg definierten Kategorien Hygienefaktor und Motivator, auch Differenzierungsfaktor genannt, eingeteilt. Zudem spielt insbesondere die Wechselwirkung mit den anderen Marken des Un- ternehmens, also der Unternehmensmarke sowie der Produktmarke eine Rolle. Gefallt einem Bewer- ber etwa ein Produkt der Organisation, kann dies dazu fuhren, dass er „[...] falschlicherweise automa- tisch Ruckschlusse auf das Unternehmen als Arbeitgeber [zieht] - und umgekehrt.“98 Auch das wahr- genommene Image des Arbeitgebers wird hier oftmals auf die Arbeitgeberattraktivitat ubertragen.99 100

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Faktoren der Arbeitgeberattraktivitat100

Grundsatzlich lassen sich die endogenen Merkmale in funf Kategorien einteilen (siehe Abbildung 6). Jede dieser Kategorien kann dann wiederrum in verschiedene Merkmale aufgeteilt werden.101 So wa- ren im Hinblick auf Gehalt und Karriere- bzw. Entwicklungsmoglichkeiten beispielsweise der eigentli- che Verdienst, aber auch die Chance auf eine Arbeit im Ausland oder die vom Unternehmen angebo- tenen Weiterbildungsmoglichkeiten Merkmale. Die exogenen Faktoren sind im Gegensatz zu den En- dogenen nicht durch das Unternehmen steuer- oder beeinflussbar. So kann zum Beispiel nicht beein- flusst werden, welche MaRnahmen ein Konkurrent ergreift, um als attraktiver Arbeitgeber wahrge- nommen zu werden.102 Auch auf die wirtschaftliche Lage am Markt hat eine Organisation beispiels- weise keinen Einfluss.103

3.6 Candidate Experience

Die relativ neue Theorie der CE beinhaltet einen Management-Ansatz der Grundgedanken aus dem Kundenmanagement auf das Personalmanagement, insbesondere das Recruiting, ubertragt und die Bedurfnisse des Kandidaten in den Fokus setzt.104 Dabei stellt er keinen grundsatzlich verschiedenen Ansatz dar, sondern bietet lediglich eine andere Sichtweise auf die Dinge als das Employer Branding.105 Die „Candidate Experience bezeichnet den Gesamteindruck, den ein potenzieller Bewerber im Rahmen der Prozesse des Personalmarketings, des Recruitings und daruber hinaus vom potenziellen Arbeitge- ber erhalt.“106 Der Begriff fokussiert sich dabei auf „ [.] das individuelle Erleben in einem Bewerbungs- und Auswahlprozess an allen direkten und indirekten Kontaktpunkten mit dem Unternehmen.“107 So- mit ist es fur Unternehmen von groRer Relevanz diese Kontaktpunkte in der Bewerberwahrnehmung moglichst positiv zu gestalten. Die aktive Gestaltung eben dieser erfolgt im Rahmen des Candidate Experience Managements.108 109 Alle Kontaktpunkte, bei denen Kandidaten wahrend des gesamten Pro- zesses auf das jeweilige Unternehmen treffen werden unter dem Begriff Candidate Journey zusam- mengefasst. Die idealtypische Candidate Journey, welche in Abbildung 7 dargestellt ist, kann dabei in einem sechs-phasigen Modell dargestellt werden. In der Praxis hingegen gibt es hierzu oftmals Abwei- chungen, da der Prozess in der heutigen Zeit meist nicht mehr linear ablauft.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Candidate Journey109

Innerhalb der Anziehungsphase des Candidate Journeys wird der Kandidat auf das jeweilige Unterneh- men aufmerksam. Dies kann beispielsweise durch eine Social-Media-Kampagne erfolgen. Im Anschluss daran informiert er sich etwa uber die Karriereseite oder aber auch uber Arbeitgeber Bewertungspor- tale. Innerhalb der dritten Phase erfolgt dann die eigentliche Bewerbung, welche bestenfalls mit einer Teilnahme am Auswalprozess in Form von Bewerbungsgesprachen etc. endet.110 Diese vierte Phase stellt sowohl aus Kandidaten- als auch aus Unternehmenssicht die wichtigste Phase des Prozesses dar und hat somit einen bedeutenden Einfluss auf die wahrgenommene Arbeitgeberattraktivitat.111 Falls der Kandidat eine Zusage erhalt, ist der nachste Kontaktpunkt in Phase funf das Onboarding, also die Einfuhrung des neuen Mitarbeiters in seinen Einsatzbereich, sowie dessen Bindung an das jeweilige Unternehmen.112

4 Kunstliche Intelligenz im Recruiting-Prozess

Nachdem in den vorherigen Teilen dieser Arbeit durch die Erlauterungen zum Thema KI sowie Emplo­yer Branding die Grundlagen geschaffen worden sind, geht dieses Kapitel nun auf die Hauptthematik des KI-Einsatzes im Recruiting-Prozess ein. Um spater zu definieren, wo KI hierbei verwendet werden kann, wird daher zunachst der Personalbeschaffungsprozess genauer beleuchtet. Daruber hinaus wer- den die Anforderungen beschrieben, die Recruiting-Prozesse im digitalen Zeitalter erfullen mussen. Woraufhin im Anschluss eine Ubersicht uber die verschiedenen Technologien gegeben wird, welche angewendet werden konnen. AuRerdem wird ihre Einsatzfunktion dann letztendlich noch anhand von Praxisbeispielen genauer begutachtet.

4.1 Recruiting-Prozess als Teil des Candidate Journeys

Der Recruiting-Prozess, der in der Literatur teilweise auch als Personalbeschaffung, Personalgewin- nung, Recruitment, Recruitierung oder Mitarbeiter- bzw. Personalakquisition, bezeichnet wird „[.] hat zum Ziel Vakanzen [offene Stellen] zeitlich unbefristet oder zumindest fur einige Zeit neu zu besetzen [..]“113 und spielt daher eine entscheidende Rolle fur den Erfolg eines Unternehmens.114 Zwar gibt es viele externe und interne Stakeholder, die den Prozess beeinflussen konnen und somit fur eine hohe Komplexitat sorgen, dennoch sind die zwei Wichtigsten der Kandidat und der jeweilige Recruiter.115 Obgleich es verschiedenste Prozessmodelle zum Ablauf der Personalgewinnung gibt, folgt der Prozess dabei immer funf Schritten:

1. Planungs- /Freigabeprozess
2. Beschaffungs- /Sourcing-Prozess
3. Vorauswahl- /Pre-Screening-Prozess
4. Auswahl- /Screening-Prozess
5. Entscheidung

Innerhalb jedes genannten Schrittes sind Effizienz und Transparenz die wichtigen Kriterien fur einen erfolgreichen Prozess.116 Im Planungs- und Freigabeprozesses erfolgt zunachst die Bedarfsanalyse so- wie die Definition von Anforderungen. Die zweite Phase des Sourcings umfasst dann im Anschluss die eigentliche Offnung der Stelle beispielsweise durch die Aktivierung der Stellenbeschreibung auf der eigenen Karrierewebseite. Die Personalbeschaffung kann dabei nicht nur passiv, sondern auch aktiv erfolgen (Active Sourcing). Nun kommt es dazu, dass sich Interessenten uber Stellen informieren und sich ggf. bewerben, was die Grundlage fur den nachsten Schritt der Vorauswahl von Kandidaten inner- halb des Pre-Screening-Prozesses darstellt. Durch ein erweitertes Screening und das eigentliche Ken- nenlernen der Bewerber in Phase vier etwa durch personliche Gesprache erfolgt schlussendlich die Entscheidung (Phase funf). In dieser Entscheidungsphase bekommt entweder ein Kandidat ein ent-sprechendes Angebot und es erfolgt die Vertragserstellung oder aber die Stelle wird neu ausgeschrie- ben.117 Eine bildliche Darstellung des Prozesses erfolgt im Rahmen der Abbildung 8. Der Recruiting- Prozess nimmt innerhalb der CE eine zentrale Rolle ein, da alle Kontaktpunkte der Phasen zwei bis vier des Candidate Journeys innerhalb des Prozesses liegen.118 119

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8: Recruiting-Prozess119

4.2 Bewerberanforderungen an Recruiting-Prozesse

Durch den Nachfrager Markt bewegt sich der Recruiting-Prozess immer mehr in Richtung der Bewer- beranforderungen.120 Daruber hinaus entwickeln sich die im Rahmen der Arbeitgeberattraktivitat vor- gestellten Motivatoren mit raschem Tempo zu Hygienefaktoren.121 Daher ist es fur Unternehmen von groRter Wichtigkeit zu verstehen, wie ein Recruiting-Prozess in der Bewerberwahrnehmung zu einem positiven Erlebnis wird.122

Ein zentrales Modell, welches aufzeigt wie die Wahrnehmung des Bewerbers generiert wird, stellt da- bei das Konzept des amerikanischen Forschers Stephen Gilliland dar. Nach Gilliands „Fairnessregeln fur Auswahlprozesse" gibt es zehn zentrale Regeln, die eingehalten werden sollten, um eine positive CE zu generieren. Hierzu zahlt beispielsweise der personliche Umgang, die Bereitstellung notiger Informa- tionen oder aber auch die Konsistenz des Prozesses.123 124 Eine genaue Erlauterung zu den Kriterien ist der Tabelle 2 zu entnehmen.

Tabelle 2: Fairnessregeln fur Recruiting-Prozesse nach Gilliland124

Abbildung in dieser Leseprobe nicht enthalten

Erweitert werden kann dieses Modell um das Technologieakzeptanzmodell von Davis, welches besagt, dass im Hinblick auf die in Recruiting-Prozessen eingesetzten Technologien zwei zentrale Eigenschaf- ten die Wahrnehmung maRgeblich beeinflussen. Dies ist zum einen die wahrgenommene Nutzer- freundlichkeit und zum anderen der wahrgenommene Nutzen.125

4.3 Recruiting im digitalen Zeitalter

Der Prozess der Personalbeschaffung hat in den letzten Jahren durch seine zunehmende Digitalisierung bereits erhebliche Veranderungen durchlaufen.126 In diesem Zusammenhang ist auch haufig die Rede von einem „Recruiting 4.0“ als ein „[...] Sammelbegriff fur die Methoden, Tools und Technologien, die das Recruiting in den nachsten Jahren nachhaltig pragen und verandern konnen.“127 Neben dem zu- nehmenden Einsatz von Technologien wie Bewerbermanagementsysteme oder auch e-Recruiting- Plattformen hat sich das Recruiting dabei in drei Dimensionen maRgeblich verandert. Diese umfassen zum einen den Kontext, welcher sich von einem stationaren Umfeld mehr in Richtung des Mobile Re­cruitings entwickelt, zum anderen aber auch hinsichtlich der Interaktivitat. Was hier vor ein paar Jah- ren noch als 1: n Beziehung bezeichnet werden konnte, ist heute eine 1:1 Beziehung, welche eine in- dividuelle Ansprache fokussiert. Auch hat sich die Form gewandelt, wie Inhalte dargestellt werden. So geht es von einer ausschlieRlichen Textprasentation hin zu Bildern und Videos.128

Obwohl die meisten Personaler der Meinung sind, dass sich eine Digitalisierung des Personalbeschaf- fungsprozesses positiv auf seine Effektivitat und Effizienz auswirken wird,129 sind konkrete digitale An- wendungen bei vielen Unternehmen noch wenig integriert. So fallt die digitale Aufstellung der Organi- sationen gemaR der „Recruiter Experience Studie 2018“ noch sehr unterschiedlich aus, lediglich Be- werbermanagementsysteme werden hier von der Mehrheit der befragten Unternehmen bereits ver- wendet.130

4.4 Einsatzmoglichkeiten und Technologien

Prinzipiell konnen KI-Technologien in nahezu allen Phasen des Recruiting-Prozesses eingesetzt werden. Die hier vorliegende Arbeit beschrankt sich allerdings auf eine konkrete Auswahl an Technologien in den Prozessphasen zwei bis vier: Der eigentliche Sourcing-Prozess sowie die Bewerber-(Vor-)Auswahl, da es sich hierbei um Anwendungen handelt, die der Bewerber aktiv als solche wahrnehmen konnte und die daher im Hinblick auf die folgende quantitative Erhebung als sinnvoll angesehen werden kon- nen. Eine Ubersicht zu den verschiedenen KI-Technologien in diesen Phasen bietet die Abbildung 9. Wichtig ist, dass die Standpunkte der Anwendungen im Prozess hier lediglich exemplarisch dargestellt sind. Daruber hinaus geht es in der Abbildung nur darum, darzustellen welche Technologie wo unter- stutzen kann. Die Interaktion des Menschen bzw. Recruiters ist daher in der Grafik nicht weiter beruck- sichtigt, obwohl sie bei einer Mehrheit der Unternehmen nach aktuellem Stand in allen Prozessphasen in der Praxis vorliegt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 9: KI-Technologien im Recruiting-Prozess

Da eine detaillierte Ausfuhrung der technischen Funktionsweise und genaue Beschreibung der einzel- nen Anwendungen innerhalb dieser Arbeit zu umfangreich ware, wird jede der ausgewahlten Techno- logien nachfolgend nur in Kurze dargestellt. Wichtig hierbei ist, dass alle der dargestellten Anwendun- gen zum heutigen Stand meist Konzepte der schwachen KI nutzen und vorherrschende Konzepte ML, DL und insbesondere auch die Teildisziplin NLP sind.131

In Zusammenhang mit dem Einsatz von KI im Recruiting findet auch haufig das Schlagwort „Robot Re- cruiting“ Anwendung, welches nicht etwa fur den Einsatz von Robotern statt Recruitern, sondern fur die Automatisierung der einzelnen Schritte innerhalb des Prozesses mittels Algorithmen und Program­men steht.132 Grundsatzlich erfolgt der Einsatz von KI-Technologien oftmals nicht losgelost, sondern integriert in ein ubergeordnetes System. So konnen beispielsweise die Technologien des CV-Parsings sowie die des Matchings in eine e-Recruiting-Plattform eingeschlossen sein.133

4.4.1 Chatbots

„Chatbots sind text- bzw. sprachbasierte Dialogsysteme, die dem Nutzer uber entsprechende Ein- und Ausgabemasken in naturlicher Sprache eine Kommunikation mit dem dahinterstehenden System er- moglichen."134 Dabei gibt es generell verschiedene Erscheinungsformen in denen ein Chatbot auftre- ten kann, die typische und bekannteste Form ist allerdings die einer Chat Box.135 Der Einsatz der Tech­nologie erfolgt in den letzten Jahren immer haufiger und beschrankt sich dabei vor allem auf die Infor- mationsphase und den ersten Bewerberkontakt. In ihrer ursprunglichen Anwendung als einfaches Auskunftssystem werden vor allem klassische regelbasierte Algorithmen genutzt. Da sich Chatbots ak- tuell aber zu Systemen entwickeln, die eine immer komplexere Interaktion moglich machen, spielen hier inzwischen auch ML-Aspekte eine wichtige Rolle.136

4.4.2 CV-Parsing

Das CV-Parsing (dt. Lebenslauf-Parsing) ist heute bereits relativ weit verbreitet und bedeutet, dass "[.] die wesentlichen Daten (z.B. Adresse, schulischer und beruflicher Werdegang) aus einem in digitaler Form vom Bewerber verschickten Lebenslauf oder einem vom Bewerber angegebenen Onlineprofil (z.B. bei Xing, LinkedIn) automatisch in eine Bewerberdatenbank uberfuhrt werden”.137 Somit stellt die CV-Parsing-Software die Schnittstelle zwischen dem Recruiter und dem Kandidaten beim ersten Be- werbungsschritt dar138 und macht sich zum Ziel, diesen moglichst einfach zu halten. Daher geht diese Technologie auch eng mit dem Trend der „One-Click Bewerbung" einher, welche es fur den Kandidaten ermoglichen soll, seine Bewerbung mit nur einem Klick abzuschlieRen. Auf technischer Ebene greift das CV-Parsing auf NLP und somit auf Moglichkeiten der naturlichen Sprachverarbeitung zuruck. Im Rahmen des „Parsings" extrahiert die KI Daten aus den unstrukturierten Dokumenten, welche im An­schluss durch eine Syntaxanalyse in einzelne Worter zerlegt, daraufhin wieder zusammengefugt und in eine logische Struktur gebracht werden. In einem nachsten Schritt konnen die Informationen eben- falls in ein ubergeordnetes System wie beispielsweise ein Bewerbermanagementsystem integriert werden.139

4.4.3 Matching

Das Matching, bei dem es darum geht Kandidatenprofile automatisch mit Stellenbeschreibungen ab- zugleichen,140 findet haufig im Anschluss an das CV-Parsing in der jeweiligen Systemumgebung statt. Dabei dient es speziell dazu im Vorauswahlprozess die Anzahl an Bewerbern zu reduzieren durch zum Beispiel die Uberprufung der fachlichen Kompetenzen, der Gehaltsvorstellungen oder auch des Cultu­ral Fits.141 Die Technologie des Matchings basiert dabei auf einer semantischen Textanalyse als eine Form des NLP, wobei die mittels CV-Parsing extrahierten Bewerberdaten mit den Stellenanforderun- gen in Relation gesetzt werden und die Distanz kalkuliert wird.142 Zudem konnen die Bewerberdaten via ML und supervised learning mit historischen Unternehmensdaten abgeglichen werden. Wenn also etwa auf Basis der Erfahrungen gelernt wurde, dass Recruiter uber viele soziale Kompetenzen verfugen mussen, dann wird dies mit den Informationen und Daten aus dem Bewerberprofil verglichen und am Ende ein Punktestand fur den Bewerber definiert.143 Dieser Prozess der Punktevergabe nach abge- schlossenem Matching nennt sich „Applicant Ranking“ und definiert letztendlich die Passung eines Kandidaten auf eine bestimmte Position.144 In Form eines erweiterten automatisierten Matchings kann ebenfalls Kandidaten, welche nicht optimal auf eine Stelle passen, eine andere Stelle innerhalb des Unternehmens vorgeschlagen werden.145 Daruber hinaus bieten einige Anbieter auch bereits Mog- lichkeiten an via Matching dem Bewerber automatisiert Positionen vorzuschlagen, basierend auf Fa- higkeiten, die er angibt.146

4.4.4 Telefon-Interviews mit digitalen Assistenten

Bei den weiteren beiden KI-Technologien geht es um die Analyse der Personlichkeit eines Kandidaten. Hierzu kann das Format eines Telefon-Interviews angewendet werden, auf dessen Basis im Nachgang eine Sprachanalyse erfolgt. Nach heutigem Stand wird diese Form des Interviews vor allem in der Pre­Screening Phase eingesetzt.147 Theoretisch konnten die hier generierten Ergebnisse dann ebenfalls in das Applicant Ranking eingebracht werden.148 Je nach Anbieter muss ein Bewerber bei dieser Anwen- dung dabei fur eine Dauer von bis zu 20 Minuten mit einem KI-basierten digitalen Assistenten am Te- lefon sprechen.149 Die Funktionsweise der eigentlichen Analyse sieht dabei so aus, dass die unstruktu- rierten Daten, welche durch Sprache gewonnen werden, durch eine Digitalisierung des Gesagten struk- turiert werden. Im Anschluss daran werden die Texte in einzelne Bausteine zerlegt und mittels Textanalyse ausgewertet. Diese Textanalyse erfolgt dabei zumeist auf Basis psychologischer Konzepte sowie ML. Daher werden verschiedene ML Technologien wie beispielsweise eine quantitative Textana- lyse angewendet, wobei Worter und Satze anhand ihrer relativen Haufigkeiten analysiert und be- stimmten Kategorien zugeordnet werden.150

Durch die relative Haufigkeit der Kategorien kann im Anschluss eine Aussage uber die Personlichkeit des Autors getroffen werden, welche beispielsweise mit den sogenannten „Big Five“-Personlichkeits- modell, als eines der bekanntesten eignungsdiagnostischen Modelle, bestimmt werden kann.151

Das inhaltlich Gesagte spielt dabei keine Rolle, daher weichen die in diesen Interviews getatigten Fra- gen oftmals von denen ab, die standardmaRig in Bewerbungsgesprachen verwendet werden.152

4.4.5 Zeitversetzte Video-Interviews

Zunachst lassen sich allgemein verschiedene Formen von Video-Interviews unterscheiden, wobei nur bei der zeitversetzten Variante ein KI-Einsatz und damit einhergehend auch eine Personlichkeitsana- lyse erfolgen kann.153 Das zeitversetzte Video-Interview als relativ neues Konzept kennzeichnet sich dabei im Gegensatz zum Live-Video und dem Video-CV, bei dem sich ein Bewerber kurz mittels Video vorstellt,154 dadurch dass ein Kandidat dieses Video aufzeichnet, beispielsweise per Webcam zu einer fur ihn passenden Zeit an einem beliebigen Ort.155 Ziel ist es, auf vordefinierte Fragen des Recruiters zu antworten, welcher das Video zu einem spateren Zeitpunkt auswertet. Wie auch die Telefon-Inter- views wird diese Form des Interviews heute bisher meist nur in der Pre-Screening Phase eingesetzt und dabei insbesondere dazu genutzt, die Employer Brand besser prasentieren zu konnen und die Fair­ness durch gleiche Bedingungen fur alle Kandidaten zu erhohen.156 Die Auswertung durch den Recrui­ter kann hierbei auch durch eine Analyse mittels KI ersetzt oder erganzt werden. Dabei wird die Audi- odatei analog der im vorausgehenden Kapitel beschriebenen Verfahrensweise bei Sprachanalyse eva- luiert. Zudem bietet das Bildmaterial weitere Auswertungsmoglichkeiten. So kann eine KI etwa mittels Gesichtserkennung die Korpersprache eines Bewerbers in Form von Mimik, Gestik oder aber auch Emotionen analysieren, um spater ein automatisiertes Personlichkeitsprofil zu generieren.157 Auch hier kann dieses generierte Profil wiederum bewertet und via ML mit den eigentlichen Basisdaten von Leis- tungstragern in ahnlichen Positionen verglichen werden.158

4.5 Anwendungsbeispiele in der Praxis

Um zu veranschaulichen, inwieweit die im vorausgehenden Kapitel beschriebenen KI-Technologien be- reits heute in der Praxis eingesetzt werden, werden nachfolgend drei exemplarische Einsatze bei ver- schiedenen Unternehmen vorgestellt. Da der KI-Einsatz in den Recruiting-Prozessen deutscher Unter- nehmen oftmals noch nicht weit fortgeschritten ist, handelt es sich um globale Beispiele.

IBM - Vielfaltige Anwendungen

Beim US-amerikanischen IT- und Beratungsunternehmen IBM (International Business Machine Corpo­ration) findet KI im Recruiting-Prozess schon heute vielfaltigen Einsatz. So bietet das Unternehmen seinen Bewerbern unter anderem mit dem „IBM Candidate Assistant“ eine Anwendung als Hilfestel- lung an, mit dem sich Kandidaten zu einer Stelle austauschen konnen und zu potenziellen auf das je- weilige Profil passenden Arbeitsstellen beraten werden. Das Unternehmen nutzt hierbei wie auch bei den anderen Anwendungen die unternehmenseigene KI „IBM Watson".159 Auch hat IBM mit „IBM Watson Recruiting" ein eigenes Matching-Tool entwickelt, welches es ebenfalls anderen Unternehmen zum Kauf anbietet.160 „IBM Watson Personality Insights" ist eine weiteres Programm und kann bei- spielsweise dazu genutzt werden, Anschreiben oder Empfehlungsschreiben auszuwerten. Dies ge- schieht anhand der Analyse in drei verschiedenen Dimensionen: den Personlichkeitsmerkmalen des BigFive Personlichkeitsmodells, den Werten des Unternehmens und den individuellen Bedurfnissen des Bewerbers. Im Gegensatz zu anderen Sprachanalysen erfolgt die Auswertung hier allerdings in- haltsbezogener.161

Unilever - Zweifaches Kl-Screening

Auch der Konsumguterkonzern Unilever setzt in seiner Recruiting-Strategie bereits heute vermehrt auf den Einsatz von KI. Um die Abwicklung der jahrlich rund 1,8 Mio. Bewerbungen effektiver und effizien- ter zu gestalten162 und sich mit der Recruiting-Strategie mehr auf die GenY und GenZ zu fokussieren, ist das Unternehmen Partnerschaften mit dem amerikanischen Softwareunternehmen Pymetrics und dem Videoanbieter HireVue eingegangen. Der Kandidat wird somit einem doppelten KI-Screening un- terzogen.163 Dabei durchlauft er zunachst ein spielerisches Assessment, auch Gamification genannt, in dem seine Eignung, Logik und Argumentation getestet wird. Auch hier wird mittels ML wiederrum die Passung zur jeweiligen Stelle in Form eines Matchings gepruft. Im Anschluss daran muss der Kandidat in einem nachsten Schritt mittels der Software von HireVue ein zeitversetztes Video-Interview durch- fuhren, welches daraufhin mittels KI ausgewertet wird.164 Dieses Verfahren setzt der Konzern in 53 Landern ein und mochte damit neben einer Prozessoptimierung ebenfalls positive Effekte im Hinblick auf die wahrgenommene Unternehmens- und Produktmarke erzeugen.165 Nach eigenen Angaben konnte Unilever durch die genannten Digitalisierungsschritte die durchschnittliche Bewerbungszeit von vier Monaten auf etwa vier Wochen reduzieren und eine extreme Kostenersparnis verzeichnen.166

Robot Vera - Erster digitaler Recruiting Roboter

Einen nach eigenen Angaben „vollautomatisierten Recruiting Roboter" namens Vera , der den gesam- ten Prozess abdecken kann, bietet das russische Start-Up Stafery Ltd. an167 und gewann damit bereits 2017 auf der „HR Tech World" in Amsterdam den Preis in der Kategorie Start-Up.168 Zur Funktionsfa- higkeit muss Vera allerdings zunachst mit einer externen Profil-Datenbank verknupft werden. Anschlie- Rend kann ein Recruiter den Stellentitel zum Start der Kampagne definieren, woraufhin Vera aus der verknupften Datenbank relevante Kandidatenprofile herausfiltern kann. In einem nachsten Schritt fuhrt der Recruiting Roboter automatisiert erste Telefon-Interviews durch, welche lediglich zwei Fra- gen umfassen, die sich auf das Interesse des Kandidaten beziehen. Sollte sich hierbei ergeben, dass der Bewerber noch interessiert ist wird er automatisiert zu einem nachsten Online-Interview eingeladen. Fur dieses Interview gibt es wiederrum drei grundsatzlich vordefinierte Fragen - sofern allerdings ein komplexeres Gesprach gewunscht ist, muss diese Logik von einem Recruiter kommen.169 Dieses Ge- sprach kann Vera nach Angaben des Herstellers mittels NLP, Text- , Sprach- und Emotionsanalyse aus- werten,170 was aus Sicht mancher Experten allerdings nur ein Marketingversprechen des russischen Start-Ups ist.171 Die vom Recruiting Roboter ausgehende Zeitersparnis ist jedoch unumstritten, denn Vera kann ca. 1.500 Kandidaten pro Tag interviewen und ist daher insbesondere fur Unternehmen mit einer Vielzahl von Bewerbern eine interessante Hilfestellung.172 Derzeit wird Vera weltweit bereits von etwa 200 Unternehmen eingesetzt, darunter unter anderem auch bei Global Playern wie Ikea oder Burger King.173 Wahrend im Grundungsland Russland bereits heute jeder 10. Bewerber mit Robot Vera gescreent wird, findet der Recruiting Roboter in Deutschland aktuell noch keine Anwendung.174

5 Generation Y und Generation Z

Nachdem in den vorausgehenden Kapiteln bereits der aktuelle Forschungsstand zu den Themengebie- ten KI, Employer Branding sowie zu den KI-Technologien im Recruiting-Prozess dargelegt wurde, wird in diesem Kapitel nun auf die GenY sowie die GenZ eingegangen. Die Beschreibung der Generationen dient hierbei als Vorbereitung fur die spatere quantitative Forschung und zur Beantwortung des Haupt- forschungsaspektes dieser Arbeit. Um ein erweitertes Verstandnis des Lesers zu gewahrleisten, erfolgt zunachst eine kurze Vorstellung des Generationenkonzeptes.

5.1 Generationenkonzept

Grundsatzlich gibt es verschiedene Arten auf die der Begriff „Generation" betrachtet werden kann, allerdings handelt es sich bei der hier verwendeten um die soziologische Sichtweise.175 Dabei versteht man innerhalb dieses soziologischen Konzepts unter einer „[.] Generation eine Gruppe von Personen, die aus einer identischen altersbedingten Zeitspanne kommen [.]".176 Man geht davon aus, dass diese Gruppe von Menschen basierend auf ihren Erfahrungen in den sogenannten „pragenden Jahren", den Jahren zwischen dem 11. und 15. Lebensjahr, Wertemuster sowie Praferenzen entwickelt, welche dann als „typisch" und charakterisierend fur die jeweilige Generation stehen.177 Wichtig ist, dass es sich bei dieser stereotypischen Betrachtungsweise lediglich um dominierende Wertemuster und Ei- genschaften handelt und es aber keine vollstandige Homogenitat innerhalb der Konzepte gibt, weshalb diese auch teilweise als umstritten gelten.178 Da jede Generation unterschiedliche Erwartungen an Arbeitgeber hat, stellt das Klassifizierungssystem des Generationenkonzepts, bei dem die Geburten- jahrgange je nach Quelle und Autor variieren,179 allerdings ein hilfreiches und sinnvolles Konzept fur Unternehmen dar, um auf die unterschiedlichen Werte und Bedurfnisse der Bewerber eingehen zu konnen.180

5.2 Generation Y

Die GenY, welche im Folgenden vorgestellt wird, ist neben der GenZ eine der Generationen, die aktuell den Arbeitsalltag bestimmen.181 Dabei ist sie in vielen ihrer Auspragungen und Merkmalen der nach- folgenden GenZ sehr ahnlich.182

5.2.1 Begriffseinordnung und pragende Einflusse

Unter der GenY, deren Vertreter in der Literatur auch oftmals als „Millenials“ bezeichnet werden, ver- steht man die Alterskohorte der ab ungefahr 1980 geborenen Personen.183 Die genannte Altersspanne variiert dabei je nach Autor zwischen den Jahrgangen von 1980-1995184 und denen zwischen 1980­2000.185 Eines der pragendsten Ereignisse fur diese Generation ist die flachendeckende Einfuhrung des Internets und der damit einhergehende Beginn des Informationszeitalters. So hat unter anderem auch die Entwicklung digitaler Medien und sozialer Netzwerke ihr Verhalten maRgeblich beeinflusst.186 Ob- wohl die GenY im Vergleich zu den Vorgangergenerationen in einer Epoche der wirtschaftlichen und politischen Stabilitat und Sicherheit aufwachst, ist sie sich den kritischen Bedrohungen der Zeit wie dem erhohten Terrorismusvorkommen oder aber auch dem Klimawandel bewusst.187 Daruber hinaus sind die Vertreter dieser Generation auch durch die zunehmende Globalisierung und die damit einher- gehenden starker gewordenen internationalen wirtschaftlichen Beziehungen gepragt. So konnte keine Generation vorher so ungehindert im Ausland reisen, studieren oder arbeiten,188 wodurch die Bedeu- tung von kultureller Bildung und dem Lernen neuer Sprachen fur die GenY stark zugenommen hat.189 Ein weiterer auRerer Einfluss ist die Souveranitat des Konsumenten, welche sich in der Vielzahl der Entscheidungs- und Einflussmoglichkeiten zeigt, die die GenY am Markt hat.190

5.2.2 Merkmale und Werte

Vertreter der GenY gelten als kommunikationsstark191, aufgeschlossen192 und durch den geubten Um- gang mit digitalen Technologien als sehr technologieaffin.193. Zudem zeichnen sie sich durch ihre hohe Leistungsbereitschaft, Eigenmotivation194 und eine optimistische Grundhaltung aus.195 Zwar treffen die Merkmale selbstverstandlich nicht auf alle Vertreter zu, dennoch gibt es einige zentrale, oftmals in der Literatur zitierte Eigenschaften, die als typisch fur Personen dieser Generation gelten.196

Sinnsuche

Eines der am starksten charakterisierenden Merkmale fur die GenY ist die Suche nach dem Sinn in allen Lebensbereichen. Daher wird das Y im Begriff auch oftmals mit dem engl. Fragewort „why“ assoziiert.

Die Sinneskrise, in der sich viele Personen befinden entsteht insbesondere durch die Vielzahl der Mog- lichkeiten, die sich den jungen Menschen sowohl im Privat- als auch im Berufsleben bieten. Daher hin- terfragen sie permanent die Richtigkeit des eingeschlagenen Weges.197 Zudem verspuren die Vertreter dieser Zielgruppe das Bedurfnis Gutes fur die Gesellschaft zu leisten und sich sozial zu engagieren.198

Orientierungslosigkeit

In engem Zusammenhang mit der Sinnsuche steht auch das Gefuhl der Orientierungslosigkeit. Die un- zahligen Wahlmoglichkeiten stellen zwar zum einen eine enorme Chance dar, sorgen aber auch dafur, dass sich viele Vertreter der Generation uberfordert fuhlen und Probleme mit dem Treffen von Ent- scheidungen haben.199

Individualismus und Selbstverwirklichung

Personen der GenY sind gepragt durch ihren Wunsch nach Individualitat und Selbstverwirklichung.200 Das Erreichen personlicher Ziele und Wunsche sowie die schnelle Befriedigung der eigenen Bedurf- nisse rucken fur sie in den Vordergrund.201 So stehen beispielsweise Reisen im Privatleben und heraus- fordernde Tatigkeiten im Arbeitsleben sinnbildlich fur dieses Merkmal.202 Auch ist es den Vertretern wichtig, das Leben zu genieRen, womit sich SpaR als zentraler Wert ergibt.203

Selbstbewusstsein und Aufmerksamkeit

Aufgrund dessen, dass die GenY in behuteten Verhaltnissen und einer Epoche des Wohlstands aufge- wachsen ist, ist sie grundsatzlich eher selbstbewusst.204 Da sie zudem oftmals Einzelkinder sind oder nur wenige Geschwister haben, haben sie stets eine erhohte Aufmerksamkeit und Anerkennung ihrer Eltern erhalten.205 Somit ist fur sie der Aspekt der Wertschatzung enorm wichtig.206 Zudem gelten sie als betreuungsintensiv und feedbacksuchtig.207

Flexibilitat

Durch ihr untergeordnetes Sicherheitsbedurfnis und einem angemessenen Realismus im Hinblick auf die Ereignisse in der Welt,208 sind Vertreter der GenY in nahezu allen Bereichen sehr flexibel und dazu fahig, schnell auf Veranderungen zu reagieren.209

Soziale Beziehungen

Trotz ihrem Drang nach Individualismus sind fur die meisten Personen der GenY soziale Beziehungen enorm wichtig. So erwarten sie freundschaftliche Verhaltnisse auch am Arbeitsplatz, wobei soziale Be- ziehungen auRerhalb fur sie wesentlich wichtiger sind als der Arbeitgeber selbst.210 211

Die Abbildung 10 gibt einen zusammenfassenden Eindruck uber den stereotypischen Vertreter der GenY. Dabei ergeben sich die dargestellten Werte aus den vorher beschriebenen Merkmalen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 10: Stereotypischer Vertreter der GenY211

5.2.3 Vorstellung von Arbeitgeberattraktivitat

Der stereotypische Vertreter der GenY hat eine konkrete Vorstellung von Arbeitgeberattraktivitat. Im Hinblick auf die Ansprache ist dabei wichtig, dass diese Generation besonders authentische und rea- listische Informationen uber ihren spateren potenziellen Arbeitgeber haben mochte. Daher informie- ren sie sich gerne uber Bewertungsportale wie „Kununu“ und mogen Offline-Events von Unterneh- men.212 Ebenfalls ist fur sie die Meinung Gleichgesinnter von groRer Relevanz, wodurch der Effekt der Mund-zu-Mund Propaganda bei der GenY fur Unternehmen zu beachten ist:213 Kandidaten teilen ihre Erlebnisse mit sozialen Kontakten, egal ob positiv oder negativ und bieten somit ein enormes Potential zur Positionierung der Arbeitgebermarke.214 Neben einer emotionalen Ansprache wirkt dabei auch Hu­mor und ein lockerer, informeller Prozess positiv auf die Vertreter.215

Im Hinblick auf den Auswahlprozess ist ebenfalls insbesondere auf einen transparenten, glaubwurdi- gen und zugigen Prozess zu achten. Durch ihr hohes Verlangen nach Aufmerksamkeit wollen Vertreter der GenY auch hier vor allem individuell wahrgenommen und insbesondere wertgeschatzt werden. Lange und unklare Prozesse hingegen sorgen schnell fur ein schlechtes Image.216

Die finale Entscheidung fur einen Arbeitgeber wird dann vorrangig auf Basis der im Folgenden beschrie- benen Kriterien gefallt. Da sowohl fur die GenY als auch fur die GenZ ein Uberschuss an vorhanden Arbeitsstellen besteht, ist es von zentraler Bedeutung fur Unternehmen diese Kriterien zu kommuni- zieren.217 Wenn dies nicht der Fall ist, haben Vertreter der GenY eine sehr hohe Bereitschaft zum Wech- sel des Arbeitgebers und eine geringe Loyalitat zu diesem. Zudem wird auch die Leistungsbereitschaft durch die Kriterien beeinflusst.218

Sinnhaftigkeit

Die im vorausgehenden Kapitel beschriebene Sinnsuche der GenY wirkt sich auch auf ihre Vorstellun- gen von einem attraktiven Arbeitsplatz aus. Hier erwarten die Vertreter interessante Arbeitsinhalte und herausfordernde Aufgaben.219 Zudem mochten sie Verantwortung gegenuber der Gesellschaft ubernehmen. So sollte die ideale Arbeit fur die GenY nicht nur Sinn machen, sondern auch anderen helfen, wodurch beispielsweise ein nachhaltiges unternehmerisches Handeln fur diese Generation hochrelevant ist.

Selbstverwirklichung und SpaB

Vertreter der GenY mochten eine Arbeit finden, die ihnen SpaR macht und sich an ihr individuelles Leben anpasst. Wichtig ist ihnen dabei auch hier das Kriterium der Selbstverwirklichung und personli­chen Weiterentwicklung, um ihre Talente und ihr Konnen bestmoglich entfalten zu konnen.220 Somit stellt das Feld der Personalentwicklung eine der wichtigsten MaRnahmen fur eine langfristige Motiva­tion der GenY als Arbeitnehmer dar.221

Work-Life-Balance

Die Flexibilitat, die viele Vertreter der GenY mit sich bringen erwarten sie andersrum auch von ihrem Arbeitgeber. Sie mochten, dass sich Erfolge im Privatleben und Beruf miteinander kombinieren lassen und legen einen ausgesprochen hohen Wert auf einen ausreichenden Anteil an Freizeit.222 Somit spie- len fur sie auch flexible Arbeitszeiten eine enorm wichtige Rolle.223

Anerkennung und Feedback

Neben einem attraktiven Grundgehalt als monetare Anerkennung ihrer Leistung,224 erwarten Vertreter der GenY durch ihr erhohtes Verlangen nach Aufmerksamkeit auch im beruflichen Leben permanentes, zeitnahes Feedback und Anerkennung.225 Dieser Wunsch nach Bestatigung sollte auch bereits in der Auswahlphase berucksichtigt werden.226

Soziale Beziehungen

Auch im Arbeitsleben sind soziale Beziehungen fur die GenY von ausschlaggebender Bedeutung.227 Sie mochten ein gutes Betriebsklima und binden sich an ihre Mitmenschen auf der Arbeit.228 Teamgeist und der Wunsch nach einer kooperativen Arbeitsweise sind somit fur Vertreter dieser Generation kennzeichnend.229

Neben den genannten Kriterien spielen ebenfalls die Identifikation mit dem Unternehmen an sich so- wie die Begeisterung fur seine Produkte eine Rolle.230 Eine genaue Rangfolge der Kriterien ist dabei unklar und variiert in der Literatur je nach Studie.231

5.2.4 Einstellung zu Medien und Technologien

In der Welt der GenY spielen technologische Entwicklungen schon immer eine groRe Rolle. So sind sie mit Entwicklungen wie etwa dem Internet, Smartphones und der Entstehung sozialer Medien aufge- wachsen232 und haben daher eine hohe Technologiekompetenz entwickelt.233 Da neue Technologien fur sie faszinierend sind, ist es stets ihr Ziel diese zu verstehen.234 Auch sind sie inzwischen eine multi- mediale Kommunikation uber verschiedenste Kanale hinweg gewohnt und haben gelernt die Vorzuge digitaler Technologien zu nutzen.235 So verwenden sie beispielsweise soziale Medien immer mehr fur die Gewinnung neuer Freundschaften236 und zur Erfullung ihres Wunsches „[...] nach Partizipation, Ver- netzung und Mitgestaltung [.].“237 Dabei ist das Internet fur sie auch zu einer vorrangingen Wissens- quelle geworden. Ebenfalls ist durch die Moglichkeit zur offenen und direkten Kommunikation zum Beispiel das Medium Twitter bei der GenY sehr geschatzt.238 Zudem kennzeichnen sich Vertreter der GenY resultierend aus der Vielzahl digitaler Medien und dem wachsenden Informationsangebot mit dem sie taglich interagieren dadurch, dass sie Informationen besonders gut filtern zu konnen.239

5.3 Generation Z

Da viele Vertreter der GenZ aktuell noch sehr jung sind und sich generationstypische Eigenschaften teilweise erst noch herausbilden mussen,240 gibt es bisher nur erste Studien und Literatur, die sich mit der momentan jungsten Generation an Arbeitnehmern befassen.241 Zentrale Aspekte dieser werden im weiteren Verlauf des Textes naher erlautert.

[...]


1 Pinchai, Sundar zitiert nach Singler, E., Verschlusssache KI, 2019, S. 83

2 vgl. Sopra Steria Consulting, Potenzialanalyse Kunstliche Intelligenz, 2017, S. 7

3 Singler, E., Verschlusssache KI, 2019, S. 83

4 vgl. Sopra Steria Consulting, Potenzialanalyse Kunstliche Intelligenz, 2017, S. 7

5 vgl. Apt, W./Priesack, K., KI und Arbeit - Chance und Risiko zugleich, 2019, S. 228

6 vgl. Semet, S., Kunstliche Intelligenz in HR ?, 2018, Abschnitt 2

7 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 7-9

8 vgl. Buchheim, C./Weiner, M., HR-Basics fur Start-ups, 2014, S. 1

9 vgl. Xing E-Recruiting GmbH & Co. KG, Recruiting 4.0, 2017, S. 12

10 vgl. Petry, T./Wolfgang, J., "Digital HR" gestalten, 2018, S. 52

11 vgl. Darmstadter Institut fur Wirtschaftspsychologie der Hochschule Darmstadt, Externes Personalmarketing 2030 in Deutschland, 2018, S. 27

12 vgl. Buchheim, C./Weiner, M., HR-Basics fur Start-ups, 2014, S. 2

13 vgl. Dessain, N., Human Resources Marketing and Recruiting, 2016, S. 3-5

14 Buchheim, C./Weiner, M., HR-Basics fur Start-ups, 2014, S. 3

15 vgl. ebd. Buchheim, C./Weiner, M., S. 2-5

16 vgl. Verhoeven, T., Zahlen, Daten, Fakten uber Candidate Experience im internationalen Kontext, 2016, S. 28

17 kununu GmbH, Das sind die Arbeitgeber mit den besten Bewerbungsprozessen Deutschlands, 2017, Abschnitt 4

18 vgl. Petry, T./Wolfgang, J., "Digital HR" gestalten, 2018, S. 52 f.

19 vgl. Gade, C. D./Helfritz, K. H./Murmann, J., Business & Management, 2018, S. 10

20 Petry, T./Wolfgang, J., "Digital HR" gestalten, 2018, S. 53

21 vgl. Kopke, S. et al., Kunstliche Intelligenz im Personalmarketing, 2018, S. 22

22 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 17

23 vgl. Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 1

24 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 20

25 McCarthy, John zitiert nach Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 1

26 vgl. ebd. Ertel, W., S. 1

27 Copeland, B. J., Artificial Intelligence, 2019, Abschnitt 1

28 vgl. Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 2

29 Rich, Elaine zitiert nach Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 2, Ubersetzung Schott, A.

30 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 18

31 vgl. Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 3

32 Ertel, W., Grundkurs Kunstliche Intelligenz, 2016, S. 21

33 vgl. ebd. Ertel, W., S. 21

34 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 251 f.

35 vgl. Castro, D./New, J., The Promise of Artificial Intelligence, S. 4 f.

36 in Anlehnung an ebd. Castro, D./New, J., S. 4 f.

37 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 21

38 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 16

39 in Anlehnung an ebd. Gentsch, P., S. 16

40 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 21

41 vgl. Liebert, K./Talg, A., Kunstliche Intelligenz und das Lernen der Zukunft, 2018, S. 198

42 vgl. KPMG, Wertschopfung neu gedacht, 2018, S. 4

43 vgl. Apt, W./Priesack, K., KI und Arbeit - Chance und Risiko zugleich, 2019, S. 223

44 ebd. Apt, W./Priesack, K., S. 223

45 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 251

46 vgl. ebd. Dahm, M./Dregger, A., S. 251

47 vgl. Kirste, M., Augmented Intelligence, 2019, S. 60

48 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 251

49 vgl. Apt, W./Priesack, K., KI und Arbeit - Chance und Risiko zugleich, 2019, S. 222 f.

50 Petry, T., Roboter sucht Kollegen, 2019, S. 26

51 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 24 f.

52 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 31-33

53 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 24 f.

54 vgl. Gentsch, P., AI in Marketing, Sales and Service, 2019, S. 31

55 vgl. Liebert, K./Talg, A., Kunstliche Intelligenz und das Lernen der Zukunft, 2018, S. 199

56 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 228

57 Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 29

58 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 30

59 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 226

60 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 30

61 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 227

62 in Anlehnung an Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 30

63 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 227

64 vgl. Kirste, M./Schurholz, M., Einleitung: Entwicklungswege zur KI, 2019, S. 32

65 vgl. Liebert, K./Talg, A., Kunstliche Intelligenz und das Lernen der Zukunft, 2018, S. 199 f.

66 vgl. Radermacher, S., Die Herausforderungen des Employer Brandings, 2013, S. 2

67 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 23

68 vgl. Scheuermann, A., Von nichts kommt nichts - Reputation kommt von Kommunikation !, 2015, S. 46

69 vgl. Radermacher, S., Die Herausforderungen des Employer Brandings, 2013, S. 1

70 Stotz, W./Wedel-Klein, A., Employer Branding, 2014, S. 7

71 Deutsche Employer Branding Akademie (DEBA), Mission und Grundsatze, 2019, Abschnitt 3

72 vgl. ebd. Deutsche Employer Branding Akademie (DEBA), Abschnitt 3

73 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 23

74 vgl. Nelke, A., Talentmanagement und Employer Branding, 2018, S. 143

75 vgl. Walter, B. von/Kremmel, D., Employer Brand Management, 2016, S. 6

76 vgl. Bittlingmaier, T., Der Weg zu einem neuen Verstandnis der Arbeitgebermarke, 2015, S. 18

77 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 26

78 Queb Bundesverband, Employer Branding Definition, Abschnitt 3

79 vgl. Hesse, G., Social Media, 2012, S. 250 f.

80 in Anlehnung ebd. Hesse, G., S. 250

81 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 23

82 vgl. Lane, P., Human Resources Marketing and Recruiting, 2016, S. 24

83 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 23

84 vgl. Lane, P., Human Resources Marketing and Recruiting, 2016, S. 25 f.

85 Beck, C., Personalmarketing 2.0, 2012, S. 34

86 vgl. Lane, P., Human Resources Marketing and Recruiting, 2016, S. 41

87 Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 168

88 vgl. ebd. Kriegler, W. R., S. 168-171

89 vgl. Walter, B. von/Kremmel, D., Employer Brand Management, 2016, S. 8

90 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 331

91 vgl. Scheidtweiler, N./Wienberg, S. R., Wie Arbeitgeber attraktiv werden, 2018, S. 161

92 in Anlehnung an Trost, A., Talent Relationship Management, 2014, S. 39

93 vgl. ebd. Trost, A., S. 39 f.

94 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 171-174

95 vgl. Scheidtweiler, N./Wienberg, S. R., Wie Arbeitgeber attraktiv werden, 2018, S. 163 f.

96 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 128-130

97 vgl. ebd. Kriegler, W. R., S. 128-130

98 Latzel, J. et al., Marke und Branding, 2015, S. 34

99 vgl. ebd. Latzel, J. et al., S. 33 f.

100 in Anlehnung an Nagel, K., Employer Branding, 2011, S. 29

101 vgl. ebd. Nagel, K., S. 29

102 vgl. Latzel, J. et al., Marke und Branding, 2015, S. 37

103 vgl. Nagel, K., Employer Branding, 2011, S. 37

104 vgl. Verhoeven, T., Die Theorie der Candidate Experience, 2016, S. 8

105 vgl. Trost, A., Talent Relationship Management, 2014, S. 109

106 Verhoeven, T., Die Theorie der Candidate Experience, 2016, S. 12

107 ebd. Verhoeven, T., S. 11

108 vgl. ebd. Verhoeven, T., S. 11

109 in Anlehnung an ebd. Verhoeven, T., S. 36

110 vgl. ebd. Verhoeven, T., S. 36

111 vgl. Monster Worldwide Deutschland GmbH, Recruiting Trends 2019, 2019a, S. 8

112 vgl. Verhoeven, T., Die Candidate Experience und Touchpoints, 2016, S. 36

113 Kruger, K., Herausforderung Fachkraftemangel, 2018, S. 23

114 vgl. ebd. Kruger, K., S. 22 f.

115 vgl. Dessain, N., Human Resources Marketing and Recruiting, 2016, S. 5

116 vgl. Buchheim, C./Weiner, M., HR-Basics fur Start-ups, 2014, S. 25 f.

117 vgl. Dessain, N., Human Resources Marketing and Recruiting, 2016, S. 18

118 vgl. Verhoeven, T., Die Candidate Experience und Touchpoints, 2016, S. 36

119 in Anlehnung an Buchheim, C./Weiner, M., HR-Basics fur Start-ups, 2014, S. 26

120 vgl. Dessain, N., Human Resources Marketing and Recruiting, 2016, S. 7

121 vgl. Kriegler, W. R., Praxishandbuch Employer Branding, 2015, S. 128-130

122 vgl. Darmstadter Institut fur Wirtschaftspsychologie der Hochschule Darmstadt, Externes Personalmarketing 2030 in Deutschland, 2018, S. 27

123 vgl. Gilliland, S. W., The Perceived Fairness of Selection Systems, 1993, S. 694-734 zitiert nach Brenner, F., Bridging the Scientist-Practioner Gap, 2016, S. 75-77

124 in Anlehnung an Brenner, F., Bridging the Scientist-Practioner Gap, 2016, S. 76

125 vgl. Davis, F. D., Perceived usefulness, perceived ease of use, and user acceptance of information technology, 1989, S. 319-340 zitiert nach Brenner, F., Bridging the Scientist-Practioner Gap, 2016, S. 75-77

126 vgl. Athanas, C./Wald, P. M., Deep Dive in die Welt der Recruiter, 2018, S. 56-57

127 vgl. Entori GmbH, Was ist Recruiting 4.0 ?, 2017, Abschnitt 1

128 vgl. Jager, W./Bohm, S., Mobiles Personalmarketing und Recruiting, 2012, S. 311

129 vgl. Monster Worldwide Deutschland GmbH, Recruiting Trends 2019, 2019b, S. 5

130 vgl. Athanas, C./Wald, P. M., Deep Dive in die Welt der Recruiter, 2018, S. 58

131 vgl. Apt, W./Priesack, K., KI und Arbeit - Chance und Risiko zugleich, 2019, S. 222

132 vgl. Petry, T./Jager, W., Digital HR - Ein Uberblick, 2018, S. 46

133 vgl. Jager, W., Digitalisierung im Recruiting, 2018, S. 222

134 ebd. Jager, W., S. 220

135 vgl. Deloitte Development LLC, Technology, media and telecom get smarter, 2018, S. 8

136 vgl. Jager, W., Digitalisierung im Recruiting, 2018, S. 220 f.

137 Petry, T./Jager, W., Digital HR - Ein Uberblick, 2018, S. 66

138 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 235

139 vgl. Petschar, S./Zavrel, J., Candidate Experience im E-Recruiting, 2016, S. 98-100

140 vgl. Petry, T./Jager, W., Digital HR - Ein Uberblick, 2018, S. 66

141 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 237

142 vgl. Faliagka, E. et al., On-line consistent ranking on e-recruitment, 2014, S. 518

143 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 252

144 vgl. Faliagka, E. et al., On-line consistent ranking on e-recruitment, 2014, S. 519-523

145 vgl. Petry, T./Jager, W., Digital HR - Ein Uberblick, 2018, S. 66

146 vgl. Teetz, I., Kunstliche Intelligenz im Recruiting, 2018, S. 230

147 vgl. Petry, T./Jager, W., Digital HR - Ein Uberblick, 2018, S. 66 f.

148 vgl. Faliagka, E. et al., On-line consistent ranking on e-recruitment, 2014, S. 518 f.

149 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 253

150 vgl. ebd. Dahm, M./Dregger, A., S. 253

151 vgl. Faliagka, E. et al., On-line consistent ranking on e-recruitment, 2014, S. 521 f.

152 vgl. Dahm, M./Dregger, A., Der Einsatz von kunstlicher Intelligenz im HR, 2019, S. 253

153 vgl. Hueber, W., The Second Renaissance Of Video Interviews, 2019, Abschnitt 5

154 vgl. Hendrick, E., What are the pros and cons of using video for recruitment ?, 2011, S. 46 f.

155 vgl. Kopke, S. et al., Kunstliche Intelligenz im Personalmarketing, 2018, S. 28

156 vgl. Sellers, R., Video interviewing and its impact on recruitment, 2014, S. 137 f.

157 vgl. Kopke, S. et al., Kunstliche Intelligenz im Personalmarketing, 2018, S. 28 f.

158 vgl. Hueber, W., The Second Renaissance Of Video Interviews, 2019, Abschnitt 5

159 vgl. International Business Machines Cooperation (IBM), IBM Watson Candidate Assistant, 2019, Abschnitt 3-4

160 vgl. International Business Machines Cooperation (IBM), IBM Watson Recruitment, 2019,

161 vgl. Schweizer, M., Wenn Software Personal auswahlt, 2017, Abschnitt 1

162 vgl. Mayer, V., Kunstliche Intelligenz im Recruiting - "human in the loop", 2019, Abschnitt 5

163 vgl. Frankfurter Allgemeine, Unilever rekrutiert mit menschlicherem Gesicht - durch kunstliche Intelligenz, 2018, Abschnitt 2

164 vgl. Mayer, V., Kunstliche Intelligenz im Recruiting - "human in the loop", 2019, Abschnitt 5

165 vgl. Frankfurter Allgemeine, Unilever rekrutiert mit menschlicherem Gesicht - durch kunstliche Intelligenz, 2018, Abschnitt 3

166 vgl. Kopke, S. et al., Kunstliche Intelligenz im Personalmarketing, 2018, S. 27

167 vgl. Stafery Ltd., Home, 2019,

168 vgl. Fedossov, A., Robot Vera- Der erste Recruiting-Roboter ?, 2018, Abschnitt 2

169 vgl. Fedossov, A., Robot Vera- Der erste Recruiting-Roboter ?, 2018, Abschnitt 2

170 vgl. Rohr, J., SAP and Russian Startup Robot Vera Boost HR Recruiting Efficiency, 2018,

171 vgl. Fedossov, A., Robot Vera- Der erste Recruiting-Roboter ?, 2018, Abschnitt 3

172 vgl. Holley, P., IKEA is the latest company to use this not at all creepy russian recruitment robot, 2018,

173 vgl. Stafery Ltd., Home, 2019,

174 vgl. Rohr, J., SAP and Russian Startup Robot Vera Boost HR Recruiting Efficiency, 2018, Abschnitt 1

175 vgl. Otto, C./Remdisch, S., Arbeitgeberattraktivitat aus der Perspektive unterschiedlicher Mitarbeitergenera- tionen, 2015, S. 49

176 Scholz, C., Generation Z, 2014, S. 15

177 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 12

178 vgl. Scholz, C., Generation Z, 2014, S. 15 f.

179 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 12

180 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 68

181 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 12

182 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 20

183 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 16

184 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 17

185 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 16

186 vgl. Scholz, C., Generation Z, 2014, S. 16

187 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 20

188 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 26

189 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 20

190 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 28

191 vgl. Rathgeber, S., Millenials in der Arbeitswelt, 2017, S. 115

192 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 16

193 vgl. Otto, C./Remdisch, S., Arbeitgeberattraktivitat aus der Perspektive unterschiedlicher Mitarbeitergenera- tionen, 2015, S. 55

194 vgl. Radermacher, S., Die Herausforderungen des Employer Brandings, 2013, S. 7

195 vgl. Scholz, C., Generation Z, 2014, S. 37

196 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 19

197 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 24

198 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 19

199 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 20 f.

200 vgl. Rathgeber, S., Millenials in der Arbeitswelt, 2017, S. 115

201 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 87

202 vgl. Rathgeber, S., Millenials in der Arbeitswelt, 2017, S. 117

203 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 23

204 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 20

205 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 18

206 vgl. Misterek, R./Pieronczyk, S., Millenials und Digital Natives gerecht werden, 2018, S. 51

207 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 16

208 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 22

209 vgl. Otto, C./Remdisch, S., Arbeitgeberattraktivitat aus der Perspektive unterschiedlicher Mitarbeitergenera- tionen, 2015, S. 55

210 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 25

211 in Anlehnung an Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 23

212 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 30

213 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 31

214 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 38

215 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 30

216 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 39

217 vgl. Hesse, G./Mattmuller, R., Perspektivwechsel im Employer Branding, 2015, S. 94

218 vgl. ebd. Hesse, G./Mattmuller, R., S. 101

219 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 24

220 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 91 f.

221 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 22

222 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 101

223 vgl. Otto, C./Remdisch, S., Arbeitgeberattraktivitat aus der Perspektive unterschiedlicher Mitarbeitergenera- tionen, 2015, S. 53

224 vgl. Rathgeber, S., Millenials in der Arbeitswelt, 2017, S. 119

225 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 101

226 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 38

227 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 28

228 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 84

229 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 32

230 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 16

231 vgl. Lake, S., Karriereziele und Erwartungen an den Arbeitgeber von Studierenden und jungen Berufstatigen, 2015, S. 31

232 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 19

233 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 78

234 vgl. Scholz, C., Generation Z, 2014, S. 29

235 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 19

236 vgl. Hesse, G. et al., Herausforderungen fur das Employer Branding und deren Kompetenzen, 2015, S. 78

237 vgl. Ruthus, J., Employer of Choice der Generation Y, 2014, S. 26

238 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 30

239 vgl. Allihn, L., GenY: Kinder unserer Zeit, 2013, S. 31

240 vgl. Mangelsdorf, M., Von Babyboomer bis Generation Z, 2017, S. 31

241 vgl. Scholz, C., Generation Z, 2014, S. 28

Ende der Leseprobe aus 129 Seiten

Details

Titel
Künstliche Intelligenz in der Candidate Journey. Auswirkung auf die Generationen Y und Z
Hochschule
Hochschule für Angewandte Wissenschaften Neu-Ulm; früher Fachhochschule Neu-Ulm  (Fakultät Informationsmanagement)
Note
1.0
Autor
Jahr
2019
Seiten
129
Katalognummer
V520453
ISBN (eBook)
9783346176837
Sprache
Deutsch
Schlagworte
recruiting, employerbranding, ki, innovation, generationx, generationz, candidateexperience
Arbeit zitieren
Alexandra Schott (Autor), 2019, Künstliche Intelligenz in der Candidate Journey. Auswirkung auf die Generationen Y und Z, München, GRIN Verlag, https://www.grin.com/document/520453

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Künstliche Intelligenz in der Candidate Journey. Auswirkung auf die Generationen Y und Z



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden