Als das Mail von NBC bei Jake Rosen in Los Angeles auf dem Bildschirm erschien, war er begeistert. Der frisch graduierte Student von der University of California hatte sich beim Fernsehsender NBC um ein Praktikum beworben. Jedes Jahr bewerben sich dort 12'000 junge Amerikaner. Nur wenige werden für das einjährige Programm genommen, das Berühmtheiten wie Moderator Regis Philbin oder dem früheren Disney-Chef Michael Eisner zur Medienkarriere verhalf.
Der Student wurde nicht zu einem Vorstellungsgespräch eingeladen, sondern per Webcam auf seinem Laptop von einem Computerprogramm ausgefragt. «Ich bin kein Youtube-Star. Es war total merkwürdig ohne Feedback in eine Kamera zu sprechen», sagt Rosen. Von Anfang an fühlte er sich eingeschüchtert, die Sache wurde kein Erfolg. «Ehrlich gesagt, war es ganz fürchterlich», sagte Rosen.
People Analytics
Immer mehr Menschen müssen mit solchen unpersönlichen Einstellungsmethoden klarkommen. 600 Grossunternehmen wie der Lebensmittelkonzern Unilever, die Banken JPMorgan Chase und Goldman Sachs sowie der Sportartikler Under Armour nutzen künstliche Intelligenz in ihren Einstellungsverfahren. Das Unternehmen Unilever hat seit Ende 2016 schon 450 Stellen auf diese Weise besetzt. «Das Feld ist heiss umkämpft», sagt Josh Bersin von Bersin by Deloitte, der aufs Personalwesen spezialisierten Tochter der Unternehmensberatung Deloitte.
Das neue Geschäftsfeld nennt sich People Analytics. Rund 75 Startups entwickeln entsprechende Programme, wollen ein Stück vom Kuchen des 100 Milliarden Dollar grossen digitalen Assessmentmarkts im Personalwesen haben.
Gefühlskatalog von 10'000 Gesichtsausdrücken
Ein Interview-Video wie das von Rosen wird nicht etwa von Menschen angeschaut, sondern von Computerprogrammen analysiert. Die Algorithmen des AI-Startups Hirevue überprüfen solche Aufzeichnungen auf alle Arten von Auffälligkeiten. Zum Beispiel analysiert deren Software, wie oft der Kandidat positive Verben wie «kann» und «will» benutzt – im Gegensatz zum negativen «muss» und «kann nicht».
Anhand des vom Psychologen Paul Ekman entwickelten Gefühlskatalogs von 10'000 Gesichtsausdrücken, die sich nur für Bruchteile einer Sekunde zeigen müssen, untersucht Hirevues Algorithmus die Mimik des Bewerbers. «Jemand mag sagen, dass er gern mit seinem früheren Chef zusammengearbeitet hat», sagt Hirevue-Gründer Mark Newman. «Doch während er das Wort Chef sagt, rutscht ihm einen Moment ein Ausdruck von Geringschätzung über das Gesicht, der die wahren Gefühle verrät.» Insgesamt prüft die Hirevue-Software 15'000 Charakteristiken bei den Bewerbern.
Unterbewusste Vorlieben ausschalten
Die Grundidee: Mit künstlicher Intelligenz für mehr Gleichberechtigung bei der Auswahl zu sorgen und die besseren Kandidaten mit weniger Aufwand herauszufiltern. Traditionell suchen sich Unternehmen Kandidaten anhand des Lebenslaufs aus den Bewerbungen heraus oder sprechen vor Ort bei Universitäten oder Messen diejenigen an, die ihnen vielversprechend erscheinen. Dabei werden die Personalmitarbeiter aber oft von unterbewussten Vorlieben in die Irre geführt – beispielsweise für Menschen, die ihnen ähnlich sind. Sozial Medien verschärften diesen psychologischen Bias. Linkedin und andere Berufsnetzwerke machen es kinderleicht, Kandidaten, die bei einem renommierten Unternehmen arbeiten, herauszufiltern und abzuwerben.
Die Analyse von Bewerbern mit künstlicher Intelligenz lässt das schnelle Screenen von viel mehr Bewerbern zu – und gibt auch Quereinsteigern eine Chance.
Die Angst vor dem eigenen Urteil
Aber es gibt auch Skeptiker. «Arbeitgeber heute haben Angst, selbst Urteile abzugeben und Fehler beim Rekrutieren zu machen. Deshalb lassen sie sich zu leicht von Big Data verführen», sagt Nick Corcodilos, ein bekannter Headhunter. Die Gefahr, dass die Voreingenommenheit des Personalmitarbeiters jetzt in einen Algorithmus hinein programmiert wird, ist nicht von der Hand zu weisen. «Nichts ist besser, als jemanden in einer ähnlichen Tätigkeit aktiv zu beobachten», sagt Peter Capelli, Professor an der Wharton School of Business.
Zunächst war künstliche Intelligenz beim Rekrutieren von Callcenter-Mitarbeitern angesagt. Hier lohnt sich die Automatisierung am meisten, weil die Personalfluktuation hoch ist. Die Algorithmen analysieren die Profile von erfolgreichen, langjährigen Mitarbeitern eines Unternehmens – und legen danach die Auswahlkriterien für Neueinstellungen an. Das funktioniert so gut, dass inzwischen auch schon Investmentbanken den Service von Hirevue für gehobene Analystenrollen und Mitarbeiter in der Technologieabteilung einsetzen. «Wir kennen Banken, die im Jahr 12'000 Mitarbeiter einstellen und dafür allein 100'000 interne Vorschläge erhalten. Es wäre schwer, da alle zu kontaktieren», sagt Newman. «So erhalten viel mehr Leute eine Chance.»
Seltsame Korrelationen
Bei Big Data im Personalwesen geht es auch darum, Zusammenhänge herauszufinden, die dem menschlichen Auge verborgen bleiben. Der Algorithmus des AI-Anbieters Cornerstone On Demand etwa fand heraus, dass herausragend gute Mitarbeiter ihre Fragebogen nicht auf dem vorinstallierten Browser ihres Computers beantwortet hatten.
Wer Firefox oder Chrome nutzte, blieb 15 Prozent länger seinem Job treu als jemand, der die Standardbrowser Safari oder Internet Explorer nutzte. Auch hatten sie 19 Prozent weniger Fehlzeiten, dazu verkauften sie signifikant mehr in kürzerer Anrufzeit. Die Logik: Wer sich die Mühe macht, aktiv einen Browser zu installieren, ist auch sonst engagierter. Allerdings wurde diese Korrelation nie in Cornerstones Algorithmus eingebaut, aus Sorge, sie würde als Altersdiskriminierung ausgelegt.
Dagegen stimmen manche Vorurteile nicht. Nach der Analyse von Daten zu 50'000 Callcenter-Mitarbeitern von Banken, Flug- und Telefongesellschaften kam heraus, dass Angestellte, die in der Vergangenheit häufig nach kurzer Zeit ihren Job gewechselt hatten, genauso lange in einer Firma blieben wie andere. Auch Menschen, die wegen eines Verbrechens verurteilt worden waren, zeigten als Angestellte keine Auffälligkeiten. Andere Vorurteile bekräftigten sich: Wer Worte wie sexy in seiner E-Mail-Adresse verwendete, war tatsächlich ein unzuverlässiger Angestellter.
Chance für Quereinsteiger
Das auf die Rekrutierungen von Softwareexperten spezialisierte KI-Unternehmen Gild fand eine besonders skurrile Korrelation heraus: Erstklassige Programmierer besuchen regelmässig eine ganz spezielle Internetseite für japanische Manga-Comics. Dies sei aber nur einer von hunderten Datenpunkten, erklärt Vivienne Ming, Chef-Wissenschafterin von Gild. Zum Beispiel analysiert das Unternehmen frei zugängliche Open-Source-Codes, findet deren Autoren heraus – und analysiert deren Linkedin-Profile nach bestimmten Formulierungen, die den Programmier-Guru von weniger begabten Kollegen zu unterscheiden helfen. Das Ziel: anhand der Persönlichkeitsstruktur einen guten Programmierer zu finden. Dabei muss der noch keine Zeile Codes professionell geschrieben haben.
Die Hoffnung von Gild: Unentdeckte Talente zu finden, die für weniger Geld arbeiten und die man nicht aufwendig abwerben muss. Das ist auch eine Chance für Menschen ohne vorweisbaren Pedigree. Ein Computerfreak, der fürs Radio arbeitete und zuvor in der Armee verpflichtet war, bewarb sich zweimal erfolglos beim Cloud-Computing-Anbieter Rackspace. Beide Male blitzte er ab, weil er weder ein Highschool-Diplom noch Berufserfahrung beim Programmieren nachweisen konnte. Doch dann entdeckte Gild seine Open-Source-Software online und empfahl ihn dem Unternehmen – und Rackspace heuerte den Quereinsteiger doch noch an.