Einblicke ins Data Driven Recruiting

Einblicke ins Data Driven Recruiting

Wie Personaler von Machine Learning, Semantic Search und Matching profitieren!

Schon heute ist im Bereich Personalbeschaffung mehr möglich, als viele Recruiter wissen. Künstliche Intelligenz, Big Data und Technologien mit semantischen Methoden halten Einzug in die Personalbeschaffung. Aber: don´t worry – be happy, weil Recruiting dadurch leichter wird. Nicht nur die sogenannte Single Term-Suche ist technisch bereits überholt. Intelligente Software erstellt eigenständig Verknüpfungen, kennt Synonyme und soll in Zukunft sogar eine intuitive und automatisierte Bewerbersuche ermöglichen.

Die Vorreiter des Data Driven Recruiting im fachlichen Austausch

Textkernel – Experte für softwaregetriebene HR-Lösungen – lud Partner und Kunden Anfang Juni zu seinem 15. Geburtstag nach Amsterdam ein. Die Veranstaltung stand unter dem Motto „Intelligent Machines and the Future of Recruitment“. In 20 spannenden Vorträgen berichteten und diskutierten Vertreter von Textkernel, Google und HR-Strategen großer Zeitarbeitsfirmen wie Unique Personal sowie hochrangige Wissenschaftler über Recruiting Trends der Zukunft, deren Grundsteine bereits gelegt sind.

GermanPersonnel war als Partner von Textkernel mit von der Partie und lässt Sie in Form dieses Blog-Beitrags teilhaben an den neuesten Entwicklungen, zeigt Ihnen, was schon jetzt möglich ist und was in naher Zukunft ausschlaggebend sein wird für zeitgemäße und erfolgreiche Personalbeschaffung. Dabei dreht es sich stets um die Frage, wie intelligente Software Daten sammeln, analysieren, Zusammenhänge erkennen und daraus selbständig Erkenntnisse ziehen kann.

Künstliche Intelligenz ist das Zauberwort

Da in vielen Bereichen die potentiellen Kandidaten aufgrund des starken Arbeitsmarktes nicht mehr aktiv auf Jobsuche sind, müssen sie gefunden werden – ein großes Thema in Amsterdam. An diesem Punkt setzt die Methode des Talent Mining an, mit deren Hilfe ein Pool an infrage kommenden Bewerbern aufgebaut werden soll, der auf unterschiedliche, nicht miteinander in Verbindung stehende Datenbestände zugreift. Mittels Matching – dem automatischen Abgleichen von Anforderungen und Qualifikationen – schlägt die Software dann selbständig Kandidaten für freie Stellen vor. Dies ist mehr als nur ein ferner Traum, da das Machine Learning in Siebenmeilenstiefeln voranschreitet.

Daten um jeden Preis – doch wo bleibt die Ethik?

Insbesondere wenn es darum geht auf sozialen Netzwerken – privaten wie beruflichen – oder auf Spezialplattformen Informationen über potentielle Kandidaten zu sammeln, spielten in Amsterdam auch ethische Fragen eine Rolle. Wie sieht es aus mit der Datenhoheit, der Datensicherheit oder auch der Transparenz bestehender Algorithmen, die sich um das automatisierte Sammeln von Daten kümmern? Die Ethik im Data Driven Recruiting ist ein wichtiges Thema, das in Kürze – auch vor dem Hintergrund der neuen EU-Datenschutzverordnung – in einem gesonderten Blog-Artikel von GermanPersonnel behandelt wird.

Herausforderungen für Recruiter

Eins wurde deutlich bei diesem HR-Gipfeltreffen in der niederländischen Hauptstadt: die Arbeitswelt ändert sich, und zwar immer schneller. So entstehen neue Jobs, deren Bezeichnungen oft noch wenig bekannt und gebräuchlich sind und altbekannte Berufsbezeichnungen werden in moderne umgewandelt. Für Unkundige ist das nur schwer zu durchschauen, da sie alles und nichts sagen. CareerBuilder verkündete in Amsterdam:

  • 61 Prozent von HR-Managern sind der Ansicht, dass Recruiter wenig bis unzureichendes Kenntnisse der Jobs haben, für die sie rekrutieren.
  • 77 Prozent sagen: Das Kandidaten-Screening der Recruiter ist unzureichend.
  • 42 Prozent wünschen sich, dass Recruiter einen Talentpool für zukünftige Positionen bauen.

Wie so oft ist die Kommunikation entscheidend. Glen Cathey von Kforce beschrieb es folgendermaßen:

Das Problem besteht darin, dass Jobsuchende keine professionellen Lebenslauf-Schreiber sind. Nur die wenigsten Menschen erwähnen jede Fähigkeit oder Methode, mit der sie Erfahrungen haben. Es gibt zudem viele Möglichkeiten, wie man diese ausdrücken kann. Arbeitgeber verwenden oft nicht die gleichen Jobtitel für den gleichen Tätigkeitsbereich, und Bewerber erstellen ihre Bewerbungsunterlagen nicht danach, wie man sie sucht. Manchmal verwenden sowohl Arbeitgeber als auch Bewerber nicht die korrekte Terminologie.

Dies erschwert ein erfolgreiches Suchen und Finden von Kandidaten.

Wie sucht man denn nun intelligent?

Es ist eindeutig: Geeignete Kandidaten findet man am einfachsten, indem man sich intelligenter Software mit semantischen Suchfunktionen bedient. Denn der Mensch kann nicht all das leisten, was ein selbstlernendes System in der Lage ist zu erkennen. Die Suchfunktion eines Recruiting-Systems muss Zusammenhänge zwischen Berufen, Kenntnissen und Fähigkeiten selbständig in die Suche einfließen lassen.

Semantische Such-Algorithmen sollten „verstehen“, welche Tätigkeiten ein Kandidat zuletzt ausgeübt hat und nicht nur Schlagwörter (= Single Term-Suche) finden. Sie verknüpfen Hintergrundinformationen, kennen Synonyme und finden Muster, aus denen sie Rückschlüsse ziehen können. Der Recruiter sollte dabei intuitiv mit dem Suchsystem in Dialog treten können und so Schritt für Schritt seine Suche optimieren.

Erfolgreiche Recruiting-Systeme haben darüber hinaus Schnittstellen zu Pools aus Recruiting-Daten, Talentpools von vielen verschiedenen Firmen, verbunden mit Big Data-Analysen und ermöglichen so Self-Service bei der Recherche nach geeigneten Kandidaten. Die Verknüpfung von vielen unterschiedlichen auch externen Datenquellen ist insbesondere für die Kandidatensuche erfolgsversprechender als das Arbeiten mit kleinen Datensilos.

Data Driven Recruiting bei GermanPersonnel

GermanPersonnel mit der Recruiting-Software persy empfiehlt beispielsweise, eingehende Bewerbungen nicht nur im eigenen E-Mail-Postfach des einzelnen Recruiters oder dessen Bewerbermanagementsystems zu verwalten, sondern zentral in persy. So gibt es keine isolierten Datensilos mehr und Prozesse greifen intelligent ineinander. Durch seine Architektur ähnelt persy einem riesigen Talentpool.

Datensicherheit wird dabei trotzdem groß geschrieben, denn kein Kunde hat Zugriff auf die Daten anderer Kunden. Von der Technik, der Suchfunktion, den Analysen und den Algorithmen, profitieren alle Kunden. Die Such-, Match- und Parsing-Funktionen basieren auf den Methoden von Textkernel. Da die Implementierung der Such- und Filterfunktionen in persy per API Schnittstelle erfolgt, greift der User zwar direkt auf die Such-Technologie von Textkernel zurück, nutzt aber die Benutzeroberfläche von persy und somit gefühlt nur ein System.

Das selbstlernende Parsen, wie man das strukturierte Auslesen von Bewerbungsunterlagen (insbesondere des Lebenslaufes) nennt, ist ein weiteres Beispiel für die benutzerfreundliche Anwendung moderner Recruiting-Techniken. Auch an dieser Stelle kommt Machine Learning zum Einsatz. Die Software soll beim strukturierten Auslesen von Daten selber Regeln erstellen. Hierauf wird ebenfalls in einem separaten Blog-Artikel ausführlich eingegangen.

Nur wenn die Software die Daten richtig interpretieren und strukturieren kann, indem sie Gesetzmäßigkeiten erkennt, kann das System Personaler und HR-Leute bei ihrer Suche bestmöglich unterstützen. Ein Zitat von Dr. Gábor Kismihók, Universität von Amsterdam, bringt es auf den Punkt:

„Power is in numbers. Bigger Data, better matching, better insights, better research.“

In diesem Sinne: Teilen Sie bitte diesen Artikel, wenn er Ihnen gefallen hat, lesen Sie mehr von uns, denn wir bleiben an diesem Thema und geben Sie uns bitte Feedback. Wir freuen uns darüber!

Quellen

Textkernel Veranstaltung in Amerstdam
Vortrag: Machine Intelligence for Better Matching People an Jobs. Von Mihai Rotaru von Textkernel.
Vortrag: Setting the Hiring Manager´s Expectations: Use Big Data to Answer Big Questions, von CareerBuilder; 2016.
Vortrag: How Semantic Search Changes Recruitment, SVP Talent Aquisition Strategy and Innovation. Von Glen Cathey von Kforce.
Vortrag: Labour Market Driven Learning Analytics von Dr. Gábor Kismihók von der University of Amsterdam.

Friederike von Hundelshausen betreut Marcos Recruiting Blog von GermanPersonnel seit Februar 2016 und unterstützt das Social Media Team. Neben dem Schreiben eigener und dem Redigieren fremder Texte plant die Geisteswissenschaftlerin auch die Blog-Themen und organisiert Beiträge von Gastautoren.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.