Die Illusion der Effizienz: Hat Künstliche Intelligenz die Personalauswahl verbessert?

Ich arbeite seit 2008 im technischen Recruiting und kann etwas behaupten, das dem vorherrschenden gesunden Menschenverstand widerspricht: Es war nie so einfach, Kandidaten zu generieren, und doch wurde nie schlechter eingestellt. Künstliche Intelligenz versprach, Unternehmen von dem mühsamen Teil des Auswahlprozesses zu befreien: Lebensläufe filtern, die erste Kontaktaufnahme formulieren, den Bewerberpool ordnen. An diesem Punkt hat sie gehalten. Was kein Versprechen beinhaltete, ist, dass die Technologie, indem sie das Volumen so stark senkte, dass es fast kostenlos wurde, das Kriterium irrelevant machte. Und ohne Kriterium wird Recruiting von einer Entscheidung zu einem industriellen Rauschen.

Früher benötigte man eine Woche, um vierzig Kandidaten für eine Senior-Position zu kontaktieren. Diese Reibung zwang dazu, darüber nachzudenken, wen man anschreibt und warum. Heute sendet ein Tool diese vierzig Nachrichten in vierzig Sekunden, personalisiert mit einem Vornamen und einer Zeile von LinkedIn. Die Kosten, die falsche Person zu kontaktieren, sind auf null gefallen, und was nichts kostet, geschieht ohne vorherige Überlegung.

Der Kandidat automatisiert ebenfalls. Ein Ingenieur erzählte Wired, dass er fünftausend Bewerbungen mit einem Bot verschickte und zwanzig Interviews erhielt. Eine Effektivität von 0,5 %. Von Hand, mit zweihundert oder dreihundert Bewerbungen, erhielt er dieselben zwanzig. Zehn Prozent. Das Volumen hat nichts verbessert, es hat nur den Verfall hinter einer größeren Zahl verborgen.

In der Branche hat man bereits einen Namen dafür gefunden: den "Automatisierungskreislauf". Die Personalabteilungen integrieren KI-Filter, weil sie Bewerbungen erhalten, die mit KI erstellt wurden. Diese Filter treiben mehr Kandidaten dazu, zu automatisieren, um ihnen zu entkommen, und das Rad dreht sich von selbst.

Es ist wichtig, genau zu sein, was diese Technologie kann und was nicht. Künstliche Intelligenz löst souverän die erste Hälfte des Prozesses, wie man identifiziert, wer eine bestimmte Programmiersprache beherrscht oder in einer bestimmten Branche gearbeitet hat. Was sie nicht löst, ist die zweite Hälfte, die tatsächlich eine Einstellung definiert: urteilen. Kein Modell kann vorhersagen, ob eine Person die Ambiguität eines wachsenden Unternehmens tolerieren wird, ob sie mit einem Gründer kollidiert, der zu Mikromanagement neigt, oder ob häufige Jobwechsel ein Alarmzeichen oder das am wenigsten relevante Detail ihrer Karriere sind. Und wenn der Filter über diese Systeme läuft, können selbst die Prüfer nicht erklären, warum ein Kandidat abgelehnt wurde. Urteilen erfordert nach wie vor ein Gespräch, eine Hypothese und die Bereitschaft, Fehler zu machen und neu zu kalibrieren.

Eine Umfrage von Harvard Business Review zeigte, dass 91 % der Führungskräfte es für entscheidend halten, gut einzustellen, aber nur 28 % glauben, dass ihre Organisation dies gut macht. Diese Lücke entstand nicht mit der KI. Künstliche Intelligenz hat sie einfach vertieft, indem sie die Illusion schuf, mehr zu tun, während man dasselbe, schlechter und schneller macht. Mit all dieser Geschwindigkeit dauert es länger denn je, eine Suche abzuschließen. Der Durchschnitt hat bereits einen Höchststand von vierundvierzig Tagen erreicht, und ein Drittel der Einstellungen erfolgt weiterhin über Empfehlungen, den handwerklichsten Kanal, den kein Bot bewegt hat.

Ich sehe es jede Woche in Unternehmen, die am Ende eines Suchprozesses erschöpft sind. Sie haben dreihundert Personen kontaktiert, zwanzig Interviews vereinbart und schließen die Suche immer noch nicht ab. Es fehlt ihnen nicht an Aktivität, sondern an einer Diagnose. Niemand hat definiert, welches Problem diese Position löst und welche Signale jemanden ausschließen, auch wenn der Lebenslauf glänzt. Ohne das beschleunigt die KI nur die Verwirrung.

Mit der Automatisierung haben zahlreiche Unternehmen die Investitionen in Junior-Profile eingestellt. Die Anzeigen für Einstiegslevel werden weiterhin veröffentlicht, aber die tatsächlichen Einstellungen in diesem Segment sind eingebrochen, weil es wirtschaftlicher ist, einem Modell zehn Suchen zu überlassen, als Zeit in die Ausbildung von jemandem ohne Erfahrung zu investieren. Die Folge ist die stille Erosion des Pipelines von Senior-Profis der nächsten Dekade.

Keine dieser Beobachtungen impliziert eine Ablehnung der Technologie. Der zentrale Punkt ist ein anderer. Künstliche Intelligenz verstärkt, was die Organisation bereits war, bevor sie sie übernommen hat. Wenn der Auswahlprozess gut gestaltet war, macht das Tool ihn schneller. Wenn er es nicht war, ermöglicht es, die vorherige Mangel an Kriterien industriell zu skalieren.

Gut zu rekrutieren war nie ein Problem des Volumens. Es war und ist ein Problem der Präzision. In unserer Beratungsfirma haben wir eine Regel: Wenn von vier Kandidaten, die wir präsentieren, nicht mindestens einer weiterkommt, stoppen wir und kalibrieren das Briefing, bevor wir weitere Namen hinzufügen. Diese Pause ist genau das, was die KI dazu einlädt, zu umgehen, und es ist das, was man nicht überspringen sollte. Die Frage, die sich die Organisationen stellen sollten, ist nicht, wie viele Kandidaten sie diese Woche kontaktiert haben, sondern wie viele sie im letzten Jahr richtig ausgewählt haben. Diese Antwort kann noch kein Modell liefern.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.