HR-Analytics : Fundierte Personalentscheidungen statt eines reinen Bauchgefühls
Drei Tipps, wie Künstliche Intelligenz Unternehmen dabei helfen kann, HR-Prozesse auf eine solide Datenbasis zu stellen.
Künstliche Intelligenz (KI) ist zwar in aller Munde, doch nur wenige Unternehmen setzen sie bereits im Personalwesen ein. Eine Untersuchung der Deutschen Gesellschaft für Personalführung (DGFP) kommt in diesem Zusammenhang zu dem Ergebnis, dass 93 Prozent der befragten Unternehmen dem KI-Einsatz im HR-Bereich positiv gegenüberstehen. Allerdings haben nur 3 Prozent der Umfrageteilnehmer derartige Anwendungen bereits implementiert. Dabei könnten entsprechende Technologien für spürbar effizientere HR-Abläufe sorgen, da sich damit beispielsweise Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen.
Drei Tipps aus den Bereichen Data Analytics, Skill Management und Recruiting, wie KI- und Machine- Learning-basierte Tools das Personalwesen unterstützen können:
Tipp 1: Daten aus unterschiedlichen Quellen vergleichen, Zusammenhänge aufzeigen
Im HR-Bereich geht es hinsichtlich KI vor allem um die Automatisierung von Workflows und darum, Daten aus verschiedenen Quellen zueinander in Korrelation zu setzen. Ziel ist es zum Beispiel, regelmäßige Reportings zu Themen wie Gehaltsentwicklung und -prognosen zu erstellen, die sich nicht nur auf interne Daten stützen, sondern auch externe Quellen integrieren. Auf diese Weise lassen sich strategisch wichtige Erkenntnisse gewinnen, etwa zu der Frage, ob das Unternehmen branchengerechte Löhne zahlt, die auch aktuellen Benchmarks entsprechen. Für die Attraktivität eines Unternehmens als Arbeitgeber ist das ein entscheidender Faktor.
Mit Hilfe von KI lassen sich aber auch unternehmensintern Daten unterschiedlicher Abteilungen und Funktionen automatisiert konsolidieren und Schlüsse aus den Informationen ziehen. So lässt sich anhand KI-basierter Reportings überprüfen, ob die Gehälter und der Umsatz des Betriebs in einem profitablen Verhältnis zueinander stehen.
Tipp 2: Prognosen verbessern, Skill Management automatisieren
Auf dem Gebiet präskriptiver Datenanalysen kann KI aber auch bei der Erstellung verlässlicher Prognosen unterstützen. HR-Verantwortliche können so Auswertungen über alle Ebenen und Geschäftsbereiche hinweg fahren, um konkrete Rückschlüsse etwa für künftige Mitarbeiterbedarfe abzuleiten. Anhand von externen Daten wie demografischen Analysen oder Wetterinformationen lassen sich zudem konjunkturelle oder jahreszeitbedingte Veränderungen im Vorfeld erkennen. Unternehmen können sich damit besser auf saisonale Peak-Zeiten vorbereiten, in denen etwa mehr Arbeitskräfte gebraucht werden. In den Bereichen Skill Management und Business Development wird es durch KI-basierte Anwendungen zudem möglich, Fähigkeiten von Mitarbeitern, die systemseitig bereits strukturiert erfasst sind, automatisiert mit den Anforderungen abzugleichen, die sich aus künftigen Projekten ergeben. Auf diese Weise können sich Personalverantwortliche schnell einen Überblick verschaffen, ob und, wenn ja, wie viele Ressourcen inhouse gegebenenfalls zur Verfügung stehen, um neue Aufgaben zu bewältigen.
Ein weiteres Beispiel für IT-gestützte Personalprognosen sind Analysen zum Renteneintrittsalter. Auch hieraus lassen sich weitere Schlüsse für künftige Mitarbeiterbedarfe ziehen. Durch Auswertungen hinsichtlich der Frauenquote im Unternehmen und der Abbildung des entsprechenden Soll-Ist-Zustands gewinnen Personalverantwortliche zudem wichtige Erkenntnisse zur Steuerung von künftigen Recruiting-Prozessen.
Tipp 3: Recruiting-Prozesse mit Chatbots optimieren
Bei Bewerbungsabläufen ermöglichen KI-basierte Anwendungen beispielsweise den automatisierten Abgleich von Informationen im Lebenslauf und im Anschreiben mit den tatsächlich in der Stellenausschreibung geforderten Skills. Auf dieser Basis können HR-Verantwortliche dann eine erste Vorauswahl treffen. Hinzu kommen Chatbots, die immer mehr Verwaltungsvorgänge und Arbeitsprozesse in Unternehmen automatisieren. Hierbei geht es in erster Linie darum, häufig wiederkehrende und stets gleich ablaufende Prozesse, die in Dialogform mit einer begrenzten Zahl von Frage- und Antwortmöglichkeiten auskommen, effizient mit Hilfe von sprachbasierten Benutzerschnittstellen zu erledigen. In der Phase der Erstinterviews lassen sich Chatbots beispielsweise einsetzen, um Basisinformationen abzufragen – etwa zu Kriterien, welche die neu zu besetzende Stelle erfordert, beispielsweise Programmierkenntnisse, Fremdsprachen oder ein adäquater Studienabschluss.
Ausblick: KI wird den Menschen nicht ersetzen
Langfristig werden KI und Machine Learning (ML) die bestimmenden Technologien im HR-Bereich werden. Diese Entwicklung zeichnet sich bereits ab. Schon heute sorgen Algorithmen im Zusammenspiel mit stetig wachsenden Datenmengen dafür, dass Vorhersagen immer treffgenauer werden und exaktere Ergebnisse liefern. Ansätze wie Chatbots bei der ersten Bewerberansprache oder Analysetools für Gehaltsvergleiche oder Skill Management sind hier nur die Spitze des Eisbergs.
Fakt ist aber auch: Unternehmen werden im Zeitalter KI-gestützter Anwendungen nach wie vor Personal benötigen. Es wird sich jedoch das Anforderungsprofil ändern. Der Mensch wird spürbar weniger mit Routineaufgaben befasst sein, sondern vielmehr mit der Überwachung von IT-Prozessen bzw. der Überprüfung und weiteren Auswertung der Ergebnisse, die er durch intelligente HR-Analytics-Lösungen erhält.
Generell wird insbesondere im Personalbereich der Faktor Mensch auch in Zukunft eine sehr wichtige Rolle spielen. Denn viele Kriterien, die etwa bei Recruiting-Prozessen entscheidend sind, entziehen sich datengestützten Analysen. Hierzu zählt unter anderem die Beantwortung der Frage, ob die sprichwörtliche Chemie zwischen Kandidat und Arbeitgeber stimmt. Auch zur Beurteilung anderer weicher, aber nicht minder entscheidender Faktoren wie emotionale Intelligenz, Charisma, Präsentationsfähigkeit oder Führungsqualitäten werden persönliche Interviews auch weiterhin unabdingbar sein. KI wird also auch zukünftig vor allem bei der Bereitstellung und Aufbereitung von Informationen helfen. Die finalen Entscheidungen trifft aber immer noch der Mensch.
Oliver Henrich, Vice President Product Engineering Central Europe bei Sage