Was lernen wir aus Amazons sexistischem Algorithmus?

Wenn Sie direkt oder indirekt im HR-Bereich tätig sind (und erst recht im Recruiting), kennen Sie diese Geschichte vielleicht...

⚠️ BREAKING NEWS ⚠️

#KurzZusammengefasst... worum geht es wirklich?

Vor einigen Jahren führte Amazon ein Experiment zur Automatisierung der CV-Vorauswahl durch! Amazons Idee war es, einen Algorithmus zu entwickeln, der 100 CVs entgegennehmen und jeden auf einer Fünf-Sterne-Skala bewerten kann, damit der Algorithmus jedes Mal die 5 Kandidaten mit der höchsten Erfolgswahrscheinlichkeit im Unternehmen liefert! #GarantierteZeitersparnisDann... Pleite! Wir stellen fest, dass es nicht funktioniert! 😱Schlimmer noch, der Algorithmus neigte dazu, Frauen-CVs fast systematisch auszuschließen. #NichtFair

Welche Lektion können wir aus diesem gescheiterten Experiment ziehen?

Ein Algorithmus ist nicht von Natur aus sexistisch... er wird es.

Zunächst ist es entscheidend zu verstehen, dass ein Algorithmus niemals von sich aus voreingenommen/sexistisch/rassistisch/homophob/... ist. Er stellt immer nur die Formalisierung eines von Menschen parametrierten Recruiting-Prozesses dar. Im konkreten Fall von Amazon wurde (1) die KI mit Daten aus den CVs (2) von bereits im Unternehmen beschäftigten Personen trainiert, (3) die von einem menschlichen HR-Team eingestellt wurden.#1 - Zunächst die Frage der CVs...Wenn wir KI mit CV-Daten trainieren, liefern wir ihr Anfangswissen, das sich einerseits auf den akademischen Werdegang der Personen (erworbene Abschlüsse, besuchte Schulen) und andererseits auf ihren beruflichen Werdegang (bekleidete Positionen, Dauer, Unternehmen, Branchen) bezieht. #2 - Die Natur der Stichprobe...Amazon hatte damals ein Verhältnis von 60:40 zwischen männlichen und weiblichen Mitarbeitern. Natürlich wird die Überrepräsentation von Männern in der Ausgangsstichprobe die Zusammensetzung der Regeln für die Konfiguration des Algorithmus beeinflussen. #Logisch#3 - Schließlich die eigenen Vorurteile des HR-Teams.Menschen sind fehlbar; wir unterliegen vielen Vorurteilen (mehrere Dutzend), sowohl in unserem Informationsverständnis als auch in unserer Entscheidungsfindung. Der Algorithmus modellierte nur den Recruiting-Prozess, wie er von Amazon-Teams über mehrere Jahre hinweg angewendet worden war. Er reproduzierte daher die dem Menschen innewohnenden Vorurteile. ⚠️ Wichtig: Ich fälle kein spezifisches Urteil über die Arbeit dieser Teams. Wenn wir dieselbe KI auf die CVs der meisten Unternehmen anwenden würden, kämen wir zu einer Generation von Algorithmen, die Frauen diskriminieren, Menschen über 45, Menschen mit Behinderungen, sogar Menschen, deren Namen fremd klingen... (um nur einige Beispiele zu nennen).😏

Sollten wir also Algorithmen im Recruiting abschaffen?

Niemand wird leugnen, dass hier ein RIESIGES Problem besteht. Sich der Hälfte des verfügbaren Talentpools zu berauben ist ein RIESIGES Problem für jedes Unternehmen. Ganz zu schweigen von der Diskriminierung von Frauen allein aufgrund ihres Geschlechts. Den Schluss zu ziehen, dass Algorithmen von Natur aus gefährlich sind, wäre jedoch ein schreckliches Missverständnis.Wäre das eigentliche Problem nicht vielmehr... die Auswahl auf Basis von CVs?Heute sind sich fast alle – Recruiter eingeschlossen – einig, dass CVs kein zuverlässiger Prädiktor für die Fähigkeit von Menschen sind, am Arbeitsplatz erfolgreich zu sein. Außerdem kamen viele zu diesem Thema durchgeführte Studien alle zu demselben Ergebnis! Und dennoch setzen wir in so vielen Unternehmen weiterhin CVs als Vorauswahlfilter ein... 🧐

Indem wir Informationen mit geringem Vorhersagewert auswählen (die in einem CV enthaltenen Informationen), die zudem aus einer von Männern dominierten Stichprobe stammen und sie dann durch KI laufen lassen... Was hätten wir anderes erwarten können? 🤷🏻‍♂️Und doch hat HEUTE jedes Unternehmen die Mittel, seine Vorauswahl erheblich zu verbessern...Also, wie sollten wir vorgehen?Zahlreiche weltweit durchgeführte Studien belegen, dass es WEITAUS relevanter ist, Kandidaten auf der Grundlage von wer sie wirklich sind – also ihrem Potenzial – auszuwählen. Insbesondere durch den Einsatz von Assessment-Systemen (Recruiting-Tests). Diese Systeme können natürlich die bereits vorhandenen Elemente perfekt ergänzen...Logisch... Schauen Sie, was auf dem Spiel steht:

• Einerseits ein CV: akademischer und beruflicher Werdegang
• Andererseits, wer diese Person wirklich ist: intellektuelle Agilität, Lernfähigkeit, tiefe Motivationen, Persönlichkeit und Verhaltensweisen im Arbeitsumfeld

Ihrer Meinung nach, was wird Ihnen am besten ermöglichen, die Fähigkeit Ihrer Kandidaten vorherzusagen, in einem Job erfolgreich zu sein? Sich in das bestehende Team zu integrieren? Den Werten Ihres Unternehmens zu entsprechen?

Starten Sie Ihre kostenlose 14-Tage-Testversion. Produkt-Tour buchen.

Sie können Ihre Vorauswahlprozesse automatisieren und dabei den Amazon-Effekt vermeiden.

Aber Vorsicht: Der alleinige Einsatz von Recruiting-Tests garantiert Ihren Recruiting-Erfolg nicht von allein. Wir müssen etwas weiter gehen...Prädiktive Modelle: Das zentrale Element der prädiktiven Recruiting-Algorithmen. Tests werden verwendet, um zuverlässige Daten zu jedem Kandidaten zu erheben. Aber diese Daten müssen irgendwann mit einem Modell der erwarteten Kriterien verglichen werden! Genau dieser Vergleich kann durch einen Algorithmus modelliert werden. Dieses Modell gilt als prädiktiv, wenn es Belege für den Zusammenhang zwischen den definierten Kriterien und den Variablen gibt, die Sie vorhersagen möchten.Wie erstellt man ein prädiktives Modell?Um ein prädiktives Modell zu erstellen, müssen Sie lediglich eine Stichprobe der Population bewerten. Sie könnten beispielsweise jeden Ihrer Mitarbeiter bitten, einen Persönlichkeits-, Motivations- und/oder Denkstil-Fragebogen auszufüllen. Dies ist Schritt 1. Dann (Schritt 2) bewerten Sie jeden von ihnen anhand der Leistungskriterien, die Sie bei zukünftigen Kandidaten antizipieren möchten. In einigen Unternehmen hört man manchmal:

"Wissen wir nicht, wir haben die Daten nicht!"

⚠️ Wichtiger Hinweis: Um es klar zu sagen: Wenn Sie intern nicht in der Lage sind, die Leistung Ihrer Mitarbeiter zu bewerten, dann kann NICHTS und NIEMAND Ihnen dabei helfen, die Qualität Ihres Recruiting-Prozesses signifikant zu verbessern. Wenn ein Experte zu Ihnen kommt und erklärt – ohne nach diesen Informationen zu fragen –, dass er eine Formel hat, die Ihnen hilft, besser zu rekrutieren, verkauft er Ihnen Unfug.

Ergebnisse des prädiktiven Recruitings

Im Durchschnitt wählen Unternehmen, die prädiktives Recruiting einsetzen, Mitarbeiter aus, die 20 % erfolgreicher sind als die mit einem traditionelleren Ansatz ausgewählten. Sie beschleunigen ihren Recruiting-Prozess um 30 %, senken ihre Kosten um rund 20 % und halbieren ihre Fluktuation bei bestimmten sensiblen Positionen.

Ist das Magie? ✨🔮✨

Nicht im Geringsten... Es ist einfach so, dass sie damit begonnen haben, Mitarbeiter einzustellen, indem sie sich dafür interessierten, wer sie wirklich sind, zusätzlich zu oder anstatt sich ausschließlich auf ihren Lebenslauf zu konzentrieren. Und wenn wir uns wirklich für die Menschen interessieren, erzielen wir am Ende bessere Ergebnisse!

Starten Sie Ihre kostenlose 14-Tage-Testversion. Produkt-Tour buchen.