Drei Tipps, wie Künstliche Intelligenz Unternehmen dabei helfen kann, HR-Prozesse auf eine solide Datenbasis zu stellen.
In Zeiten der Digitalisierung ist es auf vielen Gebieten inzwischen State of the Art, Entscheidungen auf Grundlage valider Daten zu fällen. Im Bereich von Logistik- und Produktionsprozessen ist dies bereits seit Längerem der Fall. Auch in Personalabteilungen werden die Rufe nach datenbasierten Entscheidungsprozessen lauter. Der Markt für HR- und People-Systeme, mit denen auch ganzheitliche Analysen von Mitarbeiter-Daten gefahren werden können, ist vor diesem Hintergrund auch entsprechend groß.
Basiskennzahlen zu Mitarbeitern sind immer noch Mangelware
Sage-eigene Studien im Rahmen des Marktforschungsberichts »Die People Company: Ihr Weg zu mehr Wachstum« haben aber ergeben, dass 92 % der Unternehmen immer noch Mühe damit haben, Basiskennzahlen zu ihren Mitarbeitern schnell und einfach bereitzustellen und so die strategischen Einblicke zu gewinnen, die sie brauchen. Abgesehen von einfachen Berichten zum Personalstand, können weniger als 50 % der Unternehmen innerhalb eines Tages gängige Leistungskennzahlen vorlegen. Darunter fallen Time-to-hire, High- und Low-Performer, High-Potentials, Kompetenzlücken, Veränderungsraten wie etwa Mitarbeiterwechsel insgesamt oder das Fluktuationsrisiko. Lediglich 37 % der Unternehmen stützen ihre Personalentscheidungen bereits auf Mitarbeiterdaten und -analysen. 83 % der Personalleiter stimmen allerdings zu, dass alle Personalentscheidungen auf Daten und Analysen basieren sollten.
People Science und Künstliche Intelligenz als Trend
Insofern sehen wir einen großen Markt und Bedarf an Analytics-Anwendungen im HR-Bereich. Personalleiter sollten in der Lage sein, dem Unternehmen die Konsequenzen mitarbeiterorientierter Aktivitäten aufzuzeigen – sei es im Zusammenhang mit der Performance, Produktivität oder Motivation. Der Weg dahin führt über bessere Methoden zur Datenerfassung, -speicherung und -analyse, wodurch tiefere Einblicke möglich werden. Wir nennen das »People Science«. Mit People Science können Unternehmen Mitarbeiterdaten nutzen, um zu verstehen, wie und warum ihre Angestellten sich so verhalten, wie sie es tun. Sobald sie Einblicke gewonnen haben, wie ihre Mitarbeiter mit ihrem Umfeld interagieren und wie dies wiederum deren Arbeitsweise und Leistung beeinflusst, sind sie in der Lage, fundiertere Personalentscheidungen zu treffen. Die Integration von Zukunftstechnologien wie Künstlicher Intelligenz (KI) könnten dabei für spürbar effizientere HR-Abläufe sorgen, da sich damit beispielsweise Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen. Dies veranschaulichen auch die folgenden drei Tipps aus den HR-Anwendungsbereichen Data Analytics, Skill Management und Recruiting, wie KI- und Machine-Learning (ML) basierte Tools das Personalwesen unterstützen können:
Tipp 1: Daten aus unterschiedlichen Quellen vergleichen, Zusammenhänge aufzeigen.
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. Für die Attraktivität eines Unternehmens als Arbeitgeber ist das 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. So lässt sich anhand KI-basierter Reportings überprüfen, ob die Gehälter und der Umsatz des Betriebs in einem profitablen Verhältnis zueinanderstehen.
Tipp 2: Prognosen verbessern, Skill-Management automatisieren.
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. Anhand von externen Daten wie demografischen Analysen oder Wetterinformationen lassen sich zudem konjunkturelle oder jahreszeitbedingte Veränderungen im Vorfeld erkennen. Unternehmen können sich damit besser auf saisonale Peak-Zeiten vorbereiten, in denen etwa mehr Arbeitskräfte gebraucht werden.
In den Bereichen Skillmanagement 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 weitere 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.
Tipp 3: Recruiting-Prozesse mit Chatbots optimieren.
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. Hinzu kommen 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.
Ausblick: KI wird den Menschen nicht ersetzen
Langfristig werden KI und ML die bestimmenden Technologien im HR-Bereich werden. Diese Entwicklung zeichnet sich bereits ab. Bereits heute sorgen Algorithmen 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. Es wird sich jedoch das Anforderungsprofil ändern. 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 wichtige Kriterien, die etwa bei Recruiting-Prozessen entscheidend 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.
