Künstliche Intelligenz

KI im Personalmarketing: Recruiting im digitalen Zeitalter

Mit Unterstützung von KI-Technologie die richtigen Mitarbeiter finden.

Autor*in: Diana Basso

Betrachtet man die heutige Landschaft an Recruiting Tools, stößt man schnell auf das Trendwort Künstliche Intelligenz (kurz: KI). Features wie z.B. die Nutzung von Chatbots, das Skills-Matching oder die Bestimmung des Team Fits durch Körpersprache-Analyse werden immer häufiger eingesetzt. Aber was genau heißt eigentlich KI und was wird dadurch einfacher?

Wir sind davon überzeugt: Wer erfolgreich Mitarbeiter für das eigene Unternehmen gewinnen möchte, muss immer datengetriebener arbeiten und sich durch neue Technologien unterstützen lassen. TalentBait setzt künstliche Intelligenz ein, um Stellenanzeigen programmatisch auf relevanten Kanälen (z.B. Social Media) zu bewerben und die besten Kandidaten für die Stelle zu finden. Wie wir KI anwenden, möchten wir in den folgenden Abschnitten erläutern.

Gibt es eigentlich künstliche Intelligenz im Recruiting?

Streng genommen handelt es sich bei künstlicher Intelligenz um Systeme, die selbständig und ohne menschliche Intervention Probleme lösen. Das wäre zum Beispiel der Fall einer Software, die selbst Bewerber zum Vorstellungsgespräch einlädt oder eigenständig entscheidet, welche Kandidaten eingestellt werden.

Solche Produkte gibt es (noch) nicht. Ob ein derartiges intelligentes System sinnvoll ist und welche Risiken soviel Selbständigkeit bedeuten würde, steht nochmal auf einem ganz anderen Blatt. Das sogenannte Machine Learning ist ein wesentlicher Bausteine bzw. eine Vorstufe von KI und ist damit der bessere Begriff, um die Technologie zu beschreiben, die heute schon angewendet wird. Bei Machine Learning werden Algorithmen auf Basis zahlreicher Informationen gebildet, um Muster zu erkennen und ein tieferes Verständnis von Zusammenhängen zu erlangen.

Machine Learning bei TalentBait: Empfehlungssysteme und Automatisierung!

Wir bei TalentBait haben unsere Algorithmen und Systeme auf einer riesigen Informationsbasis aufgebaut, um die die Zusammenhänge der wichtigsten Dimensionen der HR Welt zu verstehen. Diese sind:

Dabei sollen unsere Modelle Antworten auf folgende Fragestellungen liefern:

  • Auf welchen Kanälen erreiche ich meine potentiellen Bewerber am besten?
  • Wie hoch ist das optimale Budget, um Mitarbeiter kosteneffizient zu gewinnen?
  • Wodurch erhöhe ich die Chance, dass potentielle Bewerber auf meine Stellenanzeige klicken?

Dies sind natürlich nur einige Beispiele, bei denen Machine Learning einen wichtigen Beitrag leisten kann – und die gelieferten Antworten auf die genannten Fragen werden immer besser.

Beim Machine Learning werden sogenannte Classification-, Clustering- und Recommendation-Systeme entwickelt, die uns – im Kontext des Personalmarketings – bei den folgenden Anwendungsbereichen helfen:

(Automatisierte) Erstellung von Anzeigen auf den verschiedenen Plattformen: Welches Bild kann auf welcher Plattform eingesetzt werden? Welche Wörter aus der Stellenanzeigen liefern mehr Klicks oder welche Sätze sollten lieber vermieden werden?
Management und Monitoring der Anzeigen: Budgetumschiftung, Zielgruppenanpassung und automatische Ein- und Ausschaltung von zusätzlichen Kanälen.
Reinforcement Learning: Mit den neuen generierten Performance-Daten werden unsere Modelle weiter trainiert und die laufenden Kampagnen mit den neuen Erkenntnisse optimiert. So werden wir gemeinsam immer besser.

Machine Learning bei TalentBait: Wir werden immer schlauer!

Täglich gewinnt unsere „Maschine“ bei TalentBait neue Erkenntnisse in Form von Daten. Dadurch wird ein immer präziseres, digitales Personalmarketing möglich. Sie können sich das in etwa so vorstellen, als säße bei uns im Büro ein Mitarbeiter, der die Performance aller Jobanzeigen im Blick behält, die unsere Kunden über TalentBait schalten. Ein Mensch kann das aber nicht schaffen, denn die zu verarbeitenden Datenmengen sind enorm groß. Bei einer Maschine haben Sie dieses Problem nicht!

Wir möchten bei Personalanzeigen, die Sie über TalentBait verbreiten, nicht nach dem „Bauchgefühl“ entscheiden, welche Kanäle die richtigen sind und wie die Allokation Ihres Budgets erfolgen sollte, um bestmögliche Ergebnisse zu erzielen. Daher vertrauen wir auf das Wissen, das implizit in den täglich von uns gewonnenen Daten steckt. In Form von Machine Learning werden diese Daten in konkrete Erkenntnisse umgewandelt, aus denen sich Handlungsempfehlungen ableiten lassen.

Der echte Mitarbeiter in der Personalabteilung wird durch die Nutzung von TalentBait aber nicht überflüssig. Machine Learning soll im Recruiting dabei helfen, Menschen zu besseren Entscheidern zu machen. Lästige und für einen Menschen nicht in diesem Umfang leistbare Aufgaben werden zunehmend automatisiert. Letztlich hat der Recruiter wieder mehr Zeit, um sich auf seine wesentlichen Aufgaben zu konzentrieren: Bewerber interviewen und anschließend einstellen.