Robo-Recrui­­ting: Wenn der Computer die Auswahl für den Bewerber trifft… sollte sich das Gehirn besser nicht abschalten

Was für eine Mühe, ja, mehr noch: Hingabe! Stunde, ja Tage stecken in Ihren Unter­lagen! Mindes­tens eine Desi­­gner-Jeans hat die Opti­mie­rung durch den Profi gekostet. Immer noch glauben Sie, dass ein Anschreiben Wunder wirken kann. Dabei wird es kaum mehr gelesen, erst recht nicht von Menschen.

Statt­dessen werden Sie analy­siert, Ihre Persön­lich­keit wird per Robo-Recrui­­ting vermessen. Die künst­liche Intel­li­genz sagt Ihnen dann, wer Sie sind. Am Ende entlarvt Sie sie sogar als das, was sie nie sein wollten: Ein unin­spi­rierter Lang­weiler, beispiels­weise.

Der Mensch entscheidet? Bewer­bungen sind hand­ver­lesen? Naiv, wer sich an diesem Glauben fest­hält. Schon Online-Formu­lare, wie sie schon seit mindes­tens 15 Jahren flächen­de­ckend in Gebrauch sind, erlaubten Auto­ma­ti­sie­rung frei nach dem Muster: „Wer keinen Master hat, fliegt raus.“ Oder: „Note schlechter als 2,0 im Abi – tschüss, ade, goodbye.“ Das nennt sich Nega­tiv­se­lek­tion. Der Computer spielt die guten ins Töpf­chen, die schlechten ins Kröpf­chen.

Wenn-dann heißt die Zauber­be­zie­hung, die ruck­zuck über tausende von Daten herge­stellt werden kann. Heißt: Wenn nicht passend, dann raus. Dass Unter­nehmen schon vor 15 Jahren behaup­teten, ein Mensch würde weiterhin alles ansehen – geschenkt, wir haben es nie geglaubt. Dass es shif­ting Base­lines gibt, haben wir aber kaum bemerkt. Jetzt sind Computer auch bei der Posi­tiv­se­lek­tion im Spiel, sie entscheiden also mit wen wir einstellen. Doch die meisten verstehen gar nicht, was da zwischen IT und HR passiert. Und das ist das wirk­liche und wahre Problem.

Robo-Recrui­­ting: Es geht immer um Effi­zienz

Auto­ma­ti­sie­rung kroch viele Jahre langsam in die Perso­nal­ab­tei­lungen. Seit zwei Jahren hat sich das Tempo jedoch erheb­lich beschleu­nigt. Seit einem Jahr liest man aller­orts und auch in Deutsch­land über „Robo-Recrui­­ting“. So heißt der Trend, nach dem künst­liche Intel­li­genz Teile oder gar den gesamten Auswahl­pro­zess unter­stützt — oder wahl­weise gar über­nimmt. Dabei gibt es zwei große Rich­tungen, die sich stark unter­scheiden:

• Effi­zienz als Verbes­se­rung der Kommu­ni­ka­tion mit dem Bewerber durch Chat­bots, also Nutzung von Soft­ware, die meist mit dem Messenger-Prinzip à la Face­book agiert. Das sieht der Bewerber und kommt ihm zugute. Es erfüllt seine Bedürf­nisse.
• Effi­zienz durch Auto­ma­ti­sie­rung der Auswahl von Bewer­bern mit Hilfe künst­li­cher Intel­li­genz (Negativ- und Posi­tiv­se­lek­tion). Das ist der wesent­lich weniger trans­pa­rente Bereich. Was da passiert ahnt der Bewerber nicht mal. Es läuft seinen Bedürf­nissen entgegen — und oft auch dem Recht.

Die Art der ange­strebten effi­zi­enten Problem­lö­sung macht das viel­leicht am ehesten deut­lich. Ein Prozess läuft nicht schnell genug oder ist zu teuer – was tun? Wer die Bewer­ber­kom­mu­ni­ka­tion verbes­sern möchte, sucht Effi­zienz im Kontakt, damit Inter­es­senten sich nicht verär­gert abwenden, weil sie zu lange warten müssen. Wer dagegen die Auswahl auto­ma­ti­sieren will, dem geht es um Kosten­ef­fi­zienz. Ein Assess­ment Center ist teuer; es kann vernünf­ti­ger­weise nur von hoch­qua­li­fi­zierten Wirt­schafts­psy­cho­logen durch­ge­führt werden. KI dagegen geht analy­tisch vor und macht all die Menschen­fehler — scheinbar — nicht. Künst­liche Intel­li­genz unter­liegt auf den ersten Blick  keinen Biassen und Heuris­tiken — wie etwa dem berühmten Halo-Effekt: Durch sein Auftreten und seine Eloquenz über­strahlt ein char­manter Bewerber alles, und er wird trotz mangelnder Eignung einge­stellt. So etwas zu verhin­dern ist erklärtes Ziel. Die Grund­an­nahme dahinter: Der Recruiter ist ein Mängel­ex­em­plar, KI frei von mensch­li­chen Fehlern. Diese Grund­an­nahme ist falsch, aber dazu später mehr.

Grund­an­nahme: KI macht keine mensch­li­chen Fehler ist falsch

Eine verbes­serte Bewer­ber­kom­mu­ni­ka­tion ist eine aus Bewer­ber­sicht gute Entwick­lung, eine verbes­serte Auswahl wäre das auch — wenn nicht vorhan­dene Denk­fehler einpro­gram­miert würden. Und das scheint mir so zu sein. Das gilt nur bedingt für Chat­bots: Sie ermög­li­chen eine schnelle (und kosten­güns­tige) Kontakt­auf­nahme und Austausch mit dem Bewerber. Der kann  z.B. über Face­book mit dem Unter­nehmen kommu­ni­zieren und fühlt sich nicht mehr in langer Warte­schleife oder gar igno­riert. Das verbes­sert den Prozess, den Recrui­­ting-Experten „Candi­date Expe­ri­ence“ nennen.  Bekomme ich sofort Reso­nanz und passiert kein pein­li­cher tech­ni­scher Bruch, ist vielen viel­leicht irgend­wann auch egal, ob am anderen Ende ein Chatbot oder ein Mensch sitzt. Bewer­ber­kom­mu­ni­ka­tion könnte also sogar verbes­sert werden.

Bei der Bewer­ber­aus­wahl jedoch sind die Vorteile des Robo-Recrui­­tings allein auf der Seite des Unter­neh­mens. Man darf sich da keinen Illu­sionen hingeben: Der Einsatz dieser Tech­no­lo­gien beruht allein auf Auto­ma­ti­sie­rungs­ge­danken. Übri­gens ist Robo-Recrui­­ting ein irre­füh­render Begriff, denn mit Robo­tern hat das alles nichts zu tun. Bisher geht es ledig­lich um Daten­ana­lysen und Algo­rithmen – nicht um menschen­ähn­liche Maschinen, die Gespräche führen, also den Perso­naler aus Metall.

Unter­nehmen sparen mit Robo-Recrui­­ting Geld, der Bewerber gewinnt nichts

Letzte Woche war ich in diesem Zusam­men­hang mit dem Zeit-Redak­­teur Dr. Kolja Rudzio und Talanx-Vorstand­s­spre­cher Thomas Belker auf einem Podium des Museum für Arbeit in Hamburg im Rahmen der Ausstel­lung „Out of Office“, die vom Buce­rius Lab orga­ni­siert wird und noch läuft.

Rudzio erläu­terte sein in der ZEIT veröf­fent­lichtes Selbst­ex­pe­ri­ment mit der Soft­ware „Precire“, die anhand einer Sprach­probe von wenigen Minuten ermit­telt, ob sich ein Bewerber für einen Job eignet oder nicht. “Precire” fragt beispiels­weise nach einem idealen Sonntag. Sind ausrei­chend Sprach­proben gesam­melt, analy­siert es die Sprach­struktur und die Into­na­tion — nicht den Inhalt. Die Frage nach dem idealen Sonntag ist also austauschbar.

Dass Sprach­struk­turen viel über das „Mindset“ aussagen, ist für mich nichts Neues. An der Art wie Menschen Sätze bauen, erkennt man ihr Denken – weniger daran, WAS sie sagen. Inhalte sind austauschbar. Das nennt sich in der Psycho­logie ein projek­tives Verfahren. Solche Verfahren sind — wenn sie gut sind — nicht oder nur sehr bedingt mani­pu­lierbar. Man kann nicht voraus­schauen, worauf der Computer hinaus­will. Die meisten Tests im Ankreuz­ver­fahren sind mit etwas Verstand dagegen leicht zu durch­schauen.

Bewer­ber­dia­gnosen sind  immer heikel – erst recht wenn Laien sie stellen

Talanx wendet „Precire“ zur Auswahl seiner höheren Führungs­kräfte an – wie ich verstanden habe, betrifft es also nur den außer­ta­rif­li­chen Bereich. Es trifft also keine “unbe­darften” Ange­stellten (oder noch nicht). Ob Precire oder herkömm­li­cher Test: Jede Form von „Diagnose“, die ein Bewerber nicht richtig einordnen kann, empfinde ich als Risiko für die persön­liche Entwick­lung. Die meisten Menschen nehmen für bare Münze, was in so einem Test steht. Ohne statis­ti­sche Kennt­nisse verzwei­feln manche sogar daran, dass sie „nur Durch­schnitt“ sind, also im Mittel­feld einer Persön­lich­keits­aus­prä­gung liegen – dabei entspricht das ja nur der Normal­ver­tei­lung. Wobei dann immer die Frage gestellt werden sollte, an welcher Norm sich diese Vertei­lung ausrich­tete. Waren es Führungs­kräfte? Wie viele? Welches Alter? Bildungs­stand? Solche Klei­nig­keiten werden von den meisten Anbie­tern gar nicht erst genannt oder verschwinden verall­ge­mei­nernd in einer Zahl im Klein­ge­druckten. Bei Precire ist diese Normie­rung auch nicht ganz trans­pa­rent.

Kolla­toral­schäden beim Bewerber

Dumm genug, wenn der Bewerber eine Absage bekommt, obwohl er passen würde. Schwierig, wenn es Kolla­toral­schäden gibt. Diagnosen wie „Bewerber ist wenig domi­nant“ dienen eher der Zustands­fest­schrei­bung als dass sie persön­liche Entwick­lung fördern. Wenn Kolja Rudzio von Precire zuge­schrieben wird, wenig Domi­nanz zu haben und dies für die Führungs­kar­riere als rele­vant voraus­ge­setzt wird (das entscheidet der Nutzer, hier die Talanx), könnte er mit dieser „Diagnose“ die nächsten Jahre „rumlaufen“ und weitere Entschei­dungen auf dieser Basis treffen. Ich hatte oft Kunden, die mit solchen — im schlimmsten Fall nahezu will­kür­li­chen — Zuschrei­bungen im Kopf eher gebremst als geför­dert worden sind. Denn Auswer­tungs­ge­spräche werden — wenn über­haupt — oft von wenig vorge­bil­deten Perso­na­lern oder Führungs­kräften geführt, die dass Test­ergebnis ebenso für bare Münze halten.

Worte formen Denken

Auch dass Talanx inzwi­schen laut Aussage von Herrn Belker statt Domi­nanz das freund­li­chere „Einfluss“ verwendet, macht es nicht besser. Wörter formen Denken, das sollten wir nie vergessen. Das ist aller­dings grund­le­gend so, bei allen Tests und nicht nur bei Precire. Ich vermute aber, dass KI der Wort­ge­walt noch etwas hinzu­fügt: Das Gefühl auf Seiten des Bewer­bers, dass sie besser urteilen kann als ein Mensch. Durch die für Fach­fremde irri­tie­rende Form der Analyse – über Sprache – tritt etwas Geheim­nis­volles hinzu. Ein tech­ni­sches Wunder wird  noch weniger in Frage gestellt als ein mensch­li­cher Experte.

Durch Daten von gestern Prognosen von morgen erstellen

Die wissen­schaft­lich fundierte Test­kon­struk­tion von Precire stellen Persön­lich­keits­psy­cho­logen wie der Osna­brü­cker Uwe Kanning aller­dings in Frage (z.B. hier). Wer aber liest das? Offenbar sind Unter­nehmen, die sparen wollen, bereit, Kritik im Zweifel zu igno­rieren. Auch dass der Para­graph 26 BDSG-neu “Erfor­der­lich­keit” verlangt, worauf Cyquest-Geschäfts­­­führer Joachim Diercks bei LinkedIn hinwies, scheint nicht zu inter­es­sieren. Laut Rüdiger Hossiep von der Ruhr-Univer­­­sität Bochum und Vater des Bochumer Inven­tars sind projek­tive Verfahren im Recrui­ting unzu­lässig.

Daten von gestern für Heraus­for­de­rungen von Morgen

Aber auch wenn das Verfahren zulässig und die Wissen­schaft­lich­keit gewähr­leistet wäre: Mich stört der Versuch, durch Daten von gestern Prognosen von Morgen erstellen zu wollen. In einem komplexen Umfeld und unter komplexen Bedin­gungen, spie­gelt das wenig hilf­rei­ches Indus­­trie­­zei­t­alter-Denken, das der Digi­ta­li­sie­rung und unserem aktu­ellen Wissens­stand nur noch bedingt ange­messen ist. Jeder, der sich mit Persön­lich­keits­psy­cho­logie beschäf­tigt weiß, dass diese immer nur das Indi­vi­duum betrachtet, viel­leicht seine Einfluss­größen durch Erzie­hung, Bildung und andere Faktoren, kaum aber durch wech­selnde Kontexte. Die Progno­se­kraft von Eigen­schaften ist gering – der Mensch verhält sich je nach Situa­tion und Kontext immer wieder anders.

Studien zu OCEAN (Big Five) oder anderen Verfahren wie dem Bochumer Inventar, die angeb­lich auch Precire zugrunde liegen sollen (laut Hossiep exis­tiert die Studie gar nicht), unter­su­chen aber Eigen­schaften — und noch dazu, wie sich diese in der Vergan­gen­heit auf Arbeits­kon­texte ausge­wirkt haben.

Sie stellten beispiels­weise vor vielen Jahren in Studien fest, dass erfolg­reiche Führungs­kräfte nur eine mitt­lere Offen­heit für neue Erfah­rungen mitbrachten, also platt gesagt nur mittel oder gar niedrig neugierig waren. Der KPI-getrie­­bene Leader mit BWL-Studium entspricht viel­fach diesem Typus. Philo­so­phie und alles was keine direkte Lösung bringt, schreckt ihn — er möchte Modelle, Best Prac­tice und Koch­re­zepte. Nun weisen neuere Unter­su­chungen aber darauf hin, dass ein agiler oder digital Leader sehr neugierig sein sollte. Epis­te­mi­sche Neugier ist sogar der Boden, auf dem eine Zukunft gebaut ist, in der wir immer wieder neu lernen müssen. So könnte es sein, dass solche Aussagen heute nicht mehr gelten. Auch lange präfe­rierte Eigen­schaften wie Domi­nanz stehen für mich auf dem Prüf­stand auf dem Weg Rich­tung Zukunft der Arbeit. Ist den Unter­nehmen also immer klar wonach sie suchen?

Tragende Eigen­schaften der Zukunft sind viel­leicht nicht iden­tisch mit denen der Vergan­gen­heit

Nicht nur ein Bodo Janssen, der Vorzeige-Leader von Upstals­boom, zeigt eher den gegen­tei­ligen Typ. Und nebenbei auch, dass Domi­nanz wie auch andere Eigen­schaften keine unab­wend­baren “Schick­sale” sind. Neugier lässt sich erlernen, wir können auch milder werden und koope­ra­tiver. Wenn wir daran glauben, deshalb bin ich ein so großer Fan des growth und fixed mindset-Modells von Carol Dweck. Die diffe­ren­zi­elle Psycho­logie und ihre Persön­lich­keits­dia­gnostik agiert zu einem großen Teil aber aus einem fixed-Mindset-Denken. Sie sucht eher zu beweisen, dass etwas stabil bleibt, als den Gegen­be­weis anzu­treten (das über­lässt sie anderen Diszi­plinen). Sie sucht nicht sehr aktiv nach Gegen­be­weisen, was mir auch ein spezi­elles Bildungs­ver­ständnis dieser Diszi­plin zeigt. So misst der IQ aus dieser Sicht Bildungs­fä­hig­keit. Meine Defi­ni­tion wäre eine ganz andere: Bildung lässt Menschen reifen, die in der Lage sind, Posi­tion zu beziehen und diskursiv zu eigenen Schlüssen zu kommen. Das setzt notwendig voraus, dass sie neugierig sind, denn zu eigenen Schlüssen kommt man nur, wenn man viel liest, sich infor­miert und eigene Grund­an­nahmen immer wieder aktua­li­siert. Bildung ohne Persön­lich­keits­ent­wick­lung und Persön­lich­keits­ent­wick­lung ohne tiefe Diskus­sion sind aus dieser Perspek­tive undenkbar.

Kein Precire der Welt kann die Fähig­keit dazu ermit­teln, sich auf diese Weise zu bilden. Es geht von einem Fixed-Zustand aus — muss es auch, denn zu den Güte­kri­te­rien eines Tests zählt u.a. die Retest-Stabi­­lität. Ein valider Test darf also nicht nur einen Moment­zu­stand aufnehmen. Wäre das so, taugt er nichts.

Mehr Medi­engag als Fort­schritt

Precire ist also mehr Medi­engag als Fort­schritt, zumal seine Anschaf­fung ohnehin nur für Groß­un­ter­nehmen lohnens­wert ist. Man beachte, dass Talanx letztes Jahr Riesen­ver­luste einge­fahren hat — es geht offen­sicht­lich ums Sparen.

Dass ein Programm wie Precire etwa Depres­sion erkennen könne, ist ein gefun­denes mediales Fressen. Ansonsten sehen Precires Analysen genauso aus wie frühere Test­ana­lysen auf der Basis von Ankreuz­ver­fahren. Einen Unter­schied aber gibt es: Sie stellen höhere Anfor­de­rungen an das Auswer­tungs­ge­spräch. Eine Führungs­kraft, die auf dieser Basis ein Inter­view führt? Ich habe große Zweifel, dass das gelingen kann. Das kann eigent­lich nur jemand mit einer konstruk­ti­vis­ti­schen Grund­hal­tung leisten, der sich bewusst ist, dass er da ein Konstrukt hinter­fragt. Alle anderen werden nach Beweisen zur Selbst­be­stä­ti­gung suchen. Womit wir bei dem Thema wären, das Precire ja eigent­lich ausräumen wollte… Heuris­tiken kommen dann um eine andere Ecke in den Entschei­dungs­pro­zess wieder hinein.

Und selbst wenn diese auswer­tende Führungs­kraft offene, bewer­tungs­freie Fragen stellen könnte  – wäre sie in der Lage, die Antworten zu verar­beiten? Vorur­­teils- und stereo­typfrei, und zwar ohne das schrift­liche Ergebnis zu betrachten? Welchen Druck übt der Kontext aus, ein Unter­nemen wie Talanx, das ja nach Bestä­ti­gung für seine Entschei­dung sucht?  Ich frage mich, ob bei seriöser und verant­wort­li­cher Anwen­dung noch ein Kosten­vor­teil bleibt. Ich vermute gar, dass Orecire (und andere KI) über­flüssig würden, wenn die Auswäh­lenden sensibel und selbst­kri­tisch agierten.

Precire habe ich hier beispiel­haft genannt, es gibt zahl­reiche neue Entwick­lungen, über IBM Watson und Crystal Knows habe ich bereits vor einiger Zeit hiergeschrieben. Lösungen à la Crystal­knows als mit Halb­wissen über die mensch­liche Psycho­logie zusam­men­ge­schraubte Startup-Entwick­­lung halte ich für gefähr­lich. Sie ordnen Menschen in Schub­laden, ohne dass diese sich dagegen wehren können.

Was wir brau­chen ist nicht mehr Tech­no­logie, sondern mehr Mensch

Nein, ich komme mehr und mehr zu dem Schluss, dass diese ganzen Entwick­lungen alles brau­chen, nur keine Tech­no­logie: Sie brau­chen Menschen, die durch­schauen und verstehen, die in Frage stellen und sich nicht selbst bestä­tigen. Sie brau­chen keine Menschen auf der Suche nach einfa­chen Effi­zi­enz­lö­sungen. So sehr mir Richard David Precht mit seiner teils pauschalen Digi­ta­li­sie­rungs­chelte in „Jäger, Hirten, Kritiker“ derzeit auf den Keks geht, so sehr unter­streiche ich die Forde­rung nach mehr und völlig anderer Bildung. Das ist die Voraus­set­zung, damit KI sinn­voll einge­setzt werden kann. Hier hilft ein einfa­cher Blick auf eine Werte­hier­ar­chie: Derzeit wird KI aus prag­ma­ti­schen Gründen einge­führt. Es soll Perso­nal­aus­wahl effi­zi­enter machen. In Zukunft sollten die mora­li­schen Gründe mitge­dacht werden: Welche Folgen hat das für Menschen? Da ist ohne Frage mehr Politik und weniger Wirt­schaft gefragt.

Foto: Pathdoc — Fotolia.com