KI in der Personalauswahl: Chancen und Grenzen der Videoanalyse

In diesem Artikel geht es um den Fokus auf KI in der Personalauswahl und das Assessment von Talenten und Mitarbeitenden – speziell um die KI-basierte Auswertung von Videointerviews für die Analyse von Persönlichkeitsmerkmalen. Dies stellt ein „Added Value“ zum standardisierten Videointerview, das die Firma Viasto vor einigen Jahren etabliert hat.

Wenn eine KI-Engine den Talenten und Mitarbeitenden ein Persönlichkeitsprofil automatisch liefern soll, dann muss bei der Ergebnisüberprüfung das Augenmerk auf die Gütekriterien des Verfahrens gerichtet werden: Objektivität, Validität und Reliabilität. Diese und weitere Aspekte werden in der neuen DIN SPEC 91426 beschrieben.

Die Ergebnisse aus der KI-Analyse sind von Qualität der Eingangsdaten abhängig: Emotionale Hinführung der Talente bzw. Mitarbeitende zum Videointerview, Wiederholmöglichkeit; weitere Topics wie Länge der Fragen bzw. der Antworten, Licht- und Tonverhältnisse beeinflussen die Qualität und Aussagekraft der Ergebnisse.

KI in der Personalauswahl – Chancen der KI-basierten Videoanalyse

Eine KI-basierte Videoanalyse hat einen klaren Vorteil gegenüber den üblichen Fragenbögen: Es handelt sich um eine objektive und stabile Fremdeinschätzung. Objektiv, weil sie nicht von einem Kollegen oder Bekannten durchgeführt wird; und stabil, weil bei Wiederholungen die Bewertungskriterien konstant bleiben. Beide Aspekte sind fürs Recruiting und für die Personalentwicklung sehr relevant.

Zu den üblichen Präsenzinterviews im Recruiting-Prozess stellt eine KI-basierte Videoanalyse eine sehr interessante Ergänzung dar. Zum einen sehen die Recruiter im Video die Talente und können vorab einen Eindruck gewinnen. Dieser Eindruck wird dann mit den Ergebnissen aus der KI-Engine ergänzt, präzisiert, korrigiert oder bestätigt.

Mit der KI-Engine wird Persönlichkeit (Big5 – Modell), Emotionen (nach Paul Ekman), Sprache (nach Karl Bühler) und Kommunikation (nach Riggio) ausgewertet.

KI in der Personalauswahl: Bis zu 70% Zeiteinsparung durch den Einsatz der Videoanalysen

Eine Zeiteinsparung von bis zu 70 Prozent wird von Unternehmen genannt, die dieses Verfahren verwenden. Diese hohe Zeiteinsparung ergibt sich aus dem Entfall des Telefoninterviews, der besseren Treffsicherheit der Ergebnisse und der Fokussierung beim Präsenzinterview. Dazu kommen Reduktion der Fluktuation und bessere Passung.

Die Ergebnisse von Eigenschaften, Emotionen und Sprachen erfordern eine Aufnahmedauer von 3 bis 5 Minuten. Die von HR gestellten Fragen sind Bestandteil des Recruiting-Prozesses und müssen positionskonform sein. Sie sollten die zu ermittelnden Attribute anregen und zur Geltung bringen, damit diese von der KI-Engine erfasst werden können.

Durch die KI-basierte Videoanalyse lässt sich nicht nur eine qualitative, sondern auch eine quantitative Bewertung vornehmen. Diese kann man mit dem Jobprofil matchen. Was hier so leicht klingt, unterliegt klarer Grenzen, wie wir im nächsten Kapitel sehen werden.

Interessant ist letztlich die Kombination aus KI und Big Data. Durch die Erfassung von vielen Profilergebnissen mit der KI-Engine lässt sich eine Datenbank mit Benchmark Daten erstellen. Auf deren Basis erhält die Personalabteilung „reale“ Jobprofile. Darüber hinaus lassen sich diese Jobprofile mit Performancedaten wie der „Leichtigkeits-Index“ verbinden. Damit verfügt das Unternehmen über relevantes Wissen für die Organisation: Wie sieht das Profil von performanten Mitarbeitenden aus? Dies ist eine wichtige Erkenntnis: a) Für den Entwicklungsprozess der Mitarbeitenden und b) fürs Recruiting.

Grenzen der KI-basierten Videoanalyse

In einer kleinen Studie (N=61) wurden erste Erkenntnisse gewonnen: Unter welchen Bedingungen sind die ermittelten Ergebnisse aussagekräftig und unter welchen nicht?

KI in der Personalauswahl – Praxisbeispiele

Um den Nutzen einer KI-Engine zu verdeutlichen, haben wir in einer kleinen Studie (N=61) beispielhaft Vorstände, Gründer, Politiker, Schauspieler, Satiriker in Deutschland und USA analysiert und miteinander in Bezug auf Eigenschaften wie Offenheit, Ängstlichkeit, Extraversion, Verträglichkeit verglichen. Dazu Emotionen und Sprache. Die Inputdaten stammen aus öffentlichen YouTube Videos, wo die betreffende Personen Talks oder Interviews gegeben haben.

Um signifikante Unterschiede in den Profilen herauszufinden, haben wir die Ergebnisse geclustert: Herkunft (USA & EU), Berufe und Positionen. Die erste Überraschung: Die Persönlichkeits- und Emotions-Profile von CEOs von Unternehmen mit analogen (Old Economy) oder digitalen Produkten (New Economy) sind durchaus ähnlich.

Bei der einnehmenden Sprache (Engaging Language) gibt es nachvollziehbare Unterschiede. Die Sprache der Vorstände ist fesselnder als die der Unicorn-Gründer. Ein Grund hierfür kann darin liegen, dass Vorstände zumeist älter sind und eine stärkere repräsentative Funktion als Gründer haben und eine höhere Rhetorikkompetenz mitbringen. In einer größeren Studie soll dies These bestätigt bzw. verworfen werden.

Auch bei Berufen wie Politiker, Schauspieler und Unternehmer (hier Vorstände & Gründer zusammengefasst) sind klare Unterschiede in der einnehmenden Sprache (Engagaging Language) festzustellen. Politiker und Schauspieler brauchen für ihren Job noch mehr eine einnehmende Sprache als Unternehmer. Vorstände und Gründer legen bei der Kommunikation den Schwerpunkt eher auf Zahlen und Produkte.

Allerdings lässt sich aus einem Persönlichkeits-Profil allein nicht immer der erfolgreiche Lebensweg eines Menschen ableiten wie ein Vergleich aus der Praxis zeigt. Dies muss die Bewertung von Talenten im Recruiting-Prozess berücksichtigen. Daher ist eine automatisierte Auswahl allein durch die KI-Engine nicht empfehlenswert. Es braucht auch den Menschen dahinter.

Empfehlungen in der Handhabung einer KI-Engine für Personalarbeit

1. Keine automatisierte Personalauswahl aufgrund von Profil-Ergebnissen
2. Vergleich der Istprofile nur mit Sollprofilen (Benchmark) aus derselben KI-Engine
3. Personality Fit nur als genereller Hinweis und nicht als Priorisierungskriterium verwenden
4. Priorisierung aufgrund von positionsrelevanten Attributen
5. Erstellung von Sollprofilen im eigenen Unternehmen mit Hilfe der KI-Engine
6. Profile von Mitarbeitenden sollen positions- und rollenbezogen automatisch und kontinuierlich in die Datenbank der Sollprofile aggregiert und anonymisiert einfließen.
7. Valide Sollprofile brauchen mindestens N=10
8. Aus einem Eigenschaftsprofil lässt sich nicht der berufliche Erfolg einer Person ablesen
9. Allein auf Basis von KI-Ergebnissen lassen sich nur grobe Hinweise für eine Berufsauswahl ziehen
10. Mit Hilfe von KI-Ergebnissen können Personalberater eine fundierte und begründete Kandidatenauswahl treffen

Die KI-Engine kann in der Personalarbeit eine Hilfe leisten, wenn die Grenzen der Methode beachtet werden.

Lesen Sie auch: Effizientere Abläufe – 3 Einsatzmöglichkeiten für KI im Personalwesen.

Der Autor Dr. Karl-Maria de Molina ist CEO & Co-Founder von ThinkSimple.