Der von Ernst & Young durchgeführte Artificial Intelligence Report kam zu dem Ergebnis, dass im gesamteuropäischen Durchschnitt 89 % der befragten Unternehmen erwarten, dass KI ihre Geschäftsprozesse optimiert. In Österreich selbst stimmen dem sogar 90 % zu. Allerdings kommt KI selten zum Einsatz – insbesondere im HR-Bereich. Europaweit verwenden 7 % der Studienteilnehmer KI im Personalbereich – in Österreich noch keiner der teilnehmenden Betriebe. Dabei könnten entsprechende Technologien für spürbar effizientere HR-Abläufe sorgen, da sich damit Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen. Beispiele in Bereichen wie Recruiting oder Skill Management zeigen schon heute, wie KI- und Machine Learning (ML)-basierte Tools das Personalwesen unterstützen können.
Einsatzmöglichkeiten von KI in HR-Prozessen
1. Datenzusammenhänge erfassen: Gehaltsentwicklung und -vergleich
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. Dies ist für die Attraktivität des Betriebs als Arbeitgeber 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. Verantwortliche können mit Hilfe entsprechender KI-basierter Reportings etwa überprüfen, ob die Löhne in einem profitablen Verhältnis zum Umsatz des Unternehmens stehen.
2. Automatisierte Zukunftsprognosen und Skill Management
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. Auch externe Daten wie demografische Analysen oder Wetterinformationen lassen sich diesbezüglich nutzen, um zu erwartende konjunkturelle oder jahreszeitbedingte Veränderungen im Vorfeld zu erkennen – beispielsweise saisonale Peak-Zeiten, in denen mehr Arbeitskräfte im Unternehmen notwendig sind.
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 in-house gegebenenfalls zur Verfügung stehen, um neue Aufgaben zu bewältigen.
Ein weiteres Beispiel für IT-gestützte Personalprognosen sind Analysen zum Renteneintrittsalter. Auch hieraus lassen sich 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.
3. Optimierte Recruiting-Prozesse: Beispiel Chatbots
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. Hinzukommen 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, wie Programmierkenntnisse, Fremdsprachen oder ein adäquater Studienabschluss.
Blick in die Glaskugel: HR-Prozesse in zehn Jahren
Langfristig werden KI und ML die bestimmenden Technologien im HR-Bereich werden. Diese Entwicklung zeichnet sich bereits ab. Machine Learning-Algorithmen sorgen 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. Die von Ashoka und McKinsey & Company herausgegebene Studie „The Skilling Challenge“ belegt beispielsweise, dass durch die Automatisierung mehr Arbeitsplätze geschaffen als abgebaut werden. Es ändert sich jedoch das Anforderungsprofil. 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 entscheidende Kriterien, die etwa bei Recruiting-Prozessen wichtig 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 in der Zukunft vor allem bei der Bereitstellung und Aufbereitung von Informationen helfen. Die finalen Entscheidungen trifft aber immer noch der Mensch.
