Sie sind hier: HomeMobile Solutions

KI und Chatbots im Recruiting: Digitale Helfer im Bewerbungsprozess

Fortsetzung des Artikels von Teil 1.

Weitere Beispiele für digitale Helfer im Bewerbungsprozess

Intelligente Prozessautomatisierung

Auch wenn Bewerber mit dem Unternehmen per E-Mail kommunizieren lassen sich KI-Verfahren wie NLU nutzen, um die Prozesse zu vereinfachen und zu beschleunigen. Neben standardisierten Antworten auf allgemeine Fragen zum Bewerbungsablauf können sie auch genutzt werden um Bewerbungen, Lebensläufe und Zeugnisse nach Kompetenzen und Erfahrungen zu durchsuchen, auf dieser Basis zu kategorisieren und automatisch in den passenden Geschäftsbereich zu leiten.

Digitale Stellenberater

Nicht nur die Unternehmen, sondern natürlich auch die Bewerber stehen vor dem Problem, aus der Vielfalt der Angebote das passende herausfinden zu müssen. Auch hier können Künstliche Intelligenz und Machine Learning helfen. Die Kommunikation kann über ein Web-Formular oder ein Chat-Fenster erfolgen. Prinzipiell lassen sich zwei Varianten der digitalen Stellenberatung unterscheiden:

  • Lebenslaufanalyse: Der Bewerber lädt seinen Lebenslauf hoch, der mithilfe Künstlicher Intelligenz auf Fähigkeiten und Kenntnisse hin analysiert wird. Über Zusatzfragen werden zusätzliche Faktoren wie Reisebereitschaft, die familiäre Situation oder Karriereziele abgefragt. Auf Basis dieser Daten durchsucht der digitale Assistent die Job-Datenbank des Unternehmens und schlägt die am besten geeigneten Stellen vor.
Holger Hornik Leiter Artificial Intelligence & Data Analytics Bildquelle: © msg

Holger Hornik leitet das Team AI & Data Analytics bei MSG und entwickelt an der Schnittstelle aus Business und IT zukunftsweisende Strategien sowie neue Perspektiven durch den Einsatz prädiktiver und kognitiver Technologien.

  • Fragebogen: Über gezielte Fragen lassen sich passende Stellen identifizieren und Empfehlungen geben. Der Dialog erfolgt über einen Chatbot, der die Fragen stellt und bei unklaren Antworten oder Widersprüchen entsprechende Rückfragen formuliert. Auf Basis der Antworten kann eine erste Einordnung des Bewerbers vorgenommen werden. Ist er beispielsweise eher für zentrale administrative Aufgaben geeignet, ist sein Profil eher technischer Natur oder empfiehlt er sich für die wirtschaftliche Kundenberatung? Ist diese Kategorisierung erfolgt, lassen sich weitere spezifische Fragen stellen, um das Jobprofil weiter zu schärfen. Im Bereich IT würde man zum Beispiel nach Kenntnissen in Sprachen wie Python oder Java fragen, im Business Consulting stünden eher branchenspezifische Erfahrungen im Vordergrund.

Der Erfolg des digitalen Stellenberaters steht und fällt allerdings mit der Genauigkeit der Stellenbeschreibungen. Leider sind viele Ausschreibungen viel zu vage. Geforderte Soft Skills wie „Teamfähigkeit“ oder „Belastbarkeit“ findet man in nahezu jedem Job-Angebot. Sie sind daher für eine Selektion ungeeignet.

Nicht nur Mittel zum Zweck

Der Recruiting-Prozess ist für Bewerber und Unternehmen aufwendig, zeitintensiv und oft frustrierend. Fehlentscheidungen können für beide Seiten gravierende negative Folgen nach sich ziehen. Es ist deshalb mehr als angeraten, alle technischen Möglichkeiten zu nutzen, um den Prozess einfacher, schneller und zielgenauer zu machen. Vor allem Künstliche Intelligenz und Maschinelles Lernen bieten eine Reihe von Ansatzpunkten und Lösungsmöglichkeiten, angefangen von der Spracherkennung und -verarbeitung über die multidimensionale Klassifizierung von Bewerbern bis hin zu Entscheidungsempfehlungen und prädiktiven Vorhersagen über die Eignung eines Kandidaten. Diese Verfahren sind aber nicht nur Mittel zum Zweck, um Kosten zusparen, die Effizienz zu steigern und die Bewerberauswahl zielgenauer machen zu können. Sie präsentieren das Unternehmen auch als modern und technisch an der vordersten Front – Eigenschaften, die gerade junge, hochqualifizierte und technisch versierte Talente zu schätzen wissen.