Artikel 
Das Jahr 2020 war umwälzender, als irgendjemand hätte ahnen können. Für die HR bedeutete dies, dass wir uns rasch umstellen und Prozesse und neue Ideen schneller einführen mussten. Was einst ein mehrjähriger Plan für die Umstellung auf eine digitale HR war, musste nun in nur wenigen Monaten mit begrenzten Ressourcen umgesetzt werden.
Für einige überraschend, wenn auch nicht so sehr für diejenigen unter uns, die beobachten konnten, auf welch energische Weise Agilität zu einem zentralen Wert in der Branche wurde, war die HR ein leuchtendes Beispiel für Anpassungsfähigkeit. Diejenigen, die sich den neuesten Stand der Technik bereits zu eigen gemacht hatten, verwandelten ganze Unternehmen mit ihren hohen Mitarbeiterzahlen und komplexen Projekten in voll funktionsfähige Remote-Unternehmen.
Es gibt viele Paradigmenwechsel, die zusammenwirken und diesen Wandel ermöglicht haben. Allen voran: Die Anerkennung von Kompetenzen als Währung für Talente.
Künstliche Intelligenz spielt eine Schlüsselrolle, da sie es Computern ermöglicht, das zu tun, was früher eine rein menschliche Aufgabe war: die Kompetenzen eines Bewerbers und die benötigten Kompetenzen für eine Stelle zu verstehen und Bewerber und Stellen miteinander zu verbinden.
Im zweiten Teil unseres Webinars zum Thema KI haben wir untersucht, wie die Avature-KI funktioniert, welche Vor- und Nachteile die verschiedenen KI-Ansätze haben und was Unternehmen durch den Einsatz von KI-Matching erreichen können.
Die Kunst, ähnliche Kompetenzen zu erkennen
Technologie hat eine sehr interessante Eigenart: Was für den Menschen oft trivial ist, braucht Jahre der Forschung und Entwicklung, um es mit einem Computer nachzubilden (z. B. Sprache). Und was für einen Computer trivial ist, ist für den Menschen oft schlichtweg unmöglich (z. B. komplexe mathematische Operationen).
Der Mensch ist sehr gut darin, die Ähnlichkeit von Dingen zu erkennen. Tatsächlich versucht ein wesentlicher Teil der künstlichen Intelligenz, unsere unglaubliche Fähigkeit nachzuahmen, zu erkennen, was zwei Dinge ähnlich macht, und auf dieser Grundlage Kategorien zu bilden.
Ein Kind lernt schnell, was ein Stuhl ist, wenn es sich ein paar Stühle angesehen hat. Auch wenn sich andere Stühle auf unendliche Weise unterscheiden, wird es erkennen, was einen Stuhl zu einem Stuhl macht, und in Zukunft neue Stühle ohne große Schwierigkeiten ausmachen.
Doch haben wir erst in den letzten Jahren mit der richtigen Kombination aus Machine-Learning-Techniken und Rechenleistung begonnen, dieses Rätsel zu lösen. Hierdurch konnten Softwareunternehmen bahnbrechende Lösungen für eine Vielzahl von Branchen entwickeln.
Im HR-Bereich wird sich dies vielleicht am stärksten auf die Talentgewinnung und das Talentmanagement auswirken. Kandidaten und Mitarbeiter unterscheiden sich in vielerlei Hinsicht voneinander, doch können wir unseren Algorithmen jetzt beibringen, aufzudecken, welche Gemeinsamkeiten in Bezug auf ihre Kompetenzen, d. h. ihre Problemlösungsfähigkeiten bei verschiedenen Tätigkeiten, bestehen.
Die richtige Person für die Stelle finden und vieles mehr
Dieselbe Technologie, die unserer Semantic Engine zugrunde liegt, ist in der Lage, Lebensläufe zu analysieren und daraus zu schließen, welche Kompetenzen die Bewerber besitzen. Stellen Sie sich das so vor, als hätten Sie die Lebenslaufanalyse auf die höchste Stufe gestellt.
Gleichzeitig weiß unsere Ontologie, welche Kompetenzen zur Ausübung einer bestimmten Tätigkeit benötigt werden. Wenn wir diese beiden Dinge verstehen, können unsere Systeme zwei und zwei zusammenzählen. Menschen bewegen sich natürlich in einem breiten Spektrum, daher berechnet unser System eine Übereinstimmungspunktzahl. Diese Übereinstimmungspunktzahl zeigt an, wie wahrscheinlich es ist, dass eine Person gut für eine Stelle geeignet ist.
Aber das ist noch nicht alles. Da die Avature-Plattform die Ähnlichkeit der Kompetenzen von Stellen oder Personen beurteilen kann, kann sie Ihnen auf unerwartete Weise helfen. Sie können das System zum Beispiel auffordern, Bewerber oder Mitarbeiter danach einzustufen, wie ähnlich ihre Kompetenzen denen einer anderen Person sind.
Angenommen, Herr Meier ist ein großartiger Mitarbeiter, der als KI-Entwickler vortreffliche Arbeit geleistet hat, dann können Sie Avature bitten, Personen mit ähnlichen Kompetenzen wie die von Herrn Meier zu finden.
Sie können ebenfalls Rollen finden, die einander ähnlich sind (die ähnliche Kompetenzen erfordern, um sie richtig auszuführen). Dies kann z. B. bei der Entwicklung von Recruitment-Marketing-Kampagnen sehr nützlich sein, da Sie so eine Liste von Stellen erhalten, für die Sie Zielgruppen erstellen können.
Vermeidung von Voreingenommenheit und Blackbox-Fallstricken
Künstliche und menschliche Intelligenz stehen somit nicht in Konkurrenz zueinander, sondern stärken sich gegenseitig. Je besser Ihre Talentgewinnungsteams sind, desto effektiver arbeitet die KI, und je effektiver die KI arbeitet, desto besser kann sie Ihre Teams unterstützen. Der Prozess wird so stetig weiter optimiert.
Die Stärke der KI liegt darin, dass sie die Anzahl der Personen reduziert, die Ihre Recruiter manuell in Betracht ziehen und bewerten müssen. Durch die Erstellung einer Auswahlliste von potenziell gut passenden Kandidaten stellen Sie sicher, dass die Fähigkeiten Ihrer Recruiter, die besten Leute zu erkennen, nicht darauf verschwendet werden, Kandidaten durchzugehen oder zu interviewen, die definitiv nicht die erforderlichen Kompetenzen besitzen.
Unsere Ontologie stützt sich auf umfangreiche Daten, doch haben die Erkenntnisse, die wir von der KI gewinnen, ihre Grenzen, denn schließlich ist kein Unternehmen wie das andere. Um das wahre Potenzial einer KI-Lösung zu erschließen, muss daher ermittelt werden, was für Ihr Unternehmen funktioniert.
Hierzu brauchen Sie ein System, das nicht nur intelligent ist, sondern sich auch von Ihnen kontrollieren lässt. Die meisten Technologieunternehmen verfolgen beim Machine Learning einen Blackbox-Ansatz, das heißt, man kann weder ändern noch visualisieren, wie die KI verschiedene Dinge gewichtet. Dies kann dazu führen, dass sich Vorurteile und Verzerrungen in Ihren Prozessen festsetzen.
Die potenziellen Vorteile des Machine Learning sind unglaublich. Man muss lediglich dafür sorgen, dass die Ausbreitung systematischer Voreingenommenheit mittels Systemen verhindert wird.
Die Avature-KI verwendet einen Whitebox-Ansatz. Ihre HR-Teams können jederzeit sehen und ändern, welche Variablen von unseren Algorithmen berücksichtigt werden. Das macht es im Grunde unmöglich, dass Fehler jahrelang unentdeckt bleiben, wie es bei Amazon der Fall war.
KI ist nur ein weiteres Werkzeug in Ihrem Werkzeugkoffer
Es darf nicht vergessen, dass neue KI-Lösungen wie die Inferenz von Kompetenzen und der Abgleich von Kompetenzen nur einige der vielen Puzzleteile sind, die zur Lösung des Talentpuzzles benötigt werden. Um die Herausforderungen zu meistern und im Talent-Wettbewerb die Nase vorn zu haben, brauchen Unternehmen ganzheitliche Strategien, die über das hinausgehen, was passiert, wenn sich ein Kandidat bewirbt.
Recruitment-Marketing, Employer Branding, Talent Pipelines, die Pflege langfristiger Beziehungen und viele andere Bereiche werden weiter an Bedeutung gewinnen. Der Schlüssel zum Erfolg liegt darin, all diese verschiedenen Bereiche in einer einheitlichen Strategie zu vereinen, mit der Sie die von Ihnen benötigten Talente auf effektive Weise finden, gewinnen und einstellen können.
Hier befindet sich Avature in einer privilegierten Position, denn unsere Plattform wurde vom ersten Tag an so konzipiert, dass sie modular ist und Agilität ermöglicht. Wir expandieren ständig in neue Bereiche, meist ermutigt durch unsere Kunden, die oft eine Herausforderung sehen und wissen, dass sie sie mit Avature lösen können. Dasselbe gilt für die KI, die mit den Anforderungen unserer Kunden wächst und sich weiterentwickelt.
