Die Meinung von Studierenden zu automatisierten Rekrutierungsprozessen

Euch ist bekannt, dass CASE ein großes Herz für Jobeinsteiger besitzt, weswegen uns die Meinung von Studierenden natürlich besonders interessiert. Wir haben nachgefragt, auf welche Qualifikationen Recruiter besonders achten sollten und was eure Meinung zu digitalisierten Jobentscheidungsverfahren ist.

Mira, 24, BWL-Studentin von der RWTH Aachen hat ihre ganz eigene Meinung zu Noten: „Noten sagen wenig über die Person aus. Ein 1,0 Schnitt bringt wenig, wenn man darüber hinaus keine Kompetenzen besitzt.“ Ähnlicher Meinung ist Jonas 25, Informatikstudent an der RWTH Aachen: „Noten sind Schall und Rauch und vollkommen willkürlich. Es kommt immer auf die Lehre des Professors / Dozenten an und wie dieser Prüfungen gestaltet und letztendlich auch benotet. Wir als Studierende sind dieser ungeprüften Notenvergabe leider schutzlos ausgeliefert.“

CASE ist ähnlicher Meinung und möchte diesen Zustand durch den CASE Score revolutionieren. Der CASE Score ist in der Lage, die Benotungspraxis des individuellen Faches sowie der Universität mit einzuberechnen, sodass Noten wieder eine höhere Aussagekraft bekommen.

Marten, 26, Philosophiestudent aus Bonn besitzt folgende Ansicht: „Zuerst einmal müssen sich Personaler mit der Frage auseinandersetzen, welches Menschenbild sie wie im Unternehmen wiederfinden möchten. Ein erster Anhaltspunkt für die Einschätzung von Leistungen sind meistens Noten. Aber auch hier muss klar definiert werden, was Leistung überhaupt bedeutet: Zählt nur die Note, die Anzahl der Fachsemester oder auch Praxiserfahrung neben dem Studium? Für mich persönlich gibt es drei Leistungssäulen, 1. Noten (am besten im fairen Kontext betrachtet), 2. Arbeitserfahrung und 3. Persönliche Merkmale“

Die Meinungen zu automatisierten Auswahlverfahren gingen bei den Studierenden auseinander. Vielfach wurde erwähnt, dass es letztendlich auf die Art und Weise ankommt, wie solche Verfahren eingesetzt werden und nach welchen Kriterien Algorithmen entscheiden werden.

Nina, 27, BWL-Studentin aus Köln findet automatisierte Entscheidungen super: „Ich habe schon oft von Freundinnen mitbekommen, dass diese, besonders in höheren Positionen, es super schwer haben, sich gegen Männer durchzusetzen, weil sie als Frauen wenig ernst genommen wurden, trotz guter Arbeitsleistung. Vielleicht könnten automatisierte Prozesse dafür sorgen, dass sowas nicht mehr passiert.“

Ein bisschen skeptischer sieht Jan, 23, Maschinenbaustudent aus Aachen die Lage:

„Ich glaube, dass es maßgeblich von der Datenbasis abhängig ist, ob ein Algorithmus gute Entscheidungen treffen kann. Ist dies gegeben, kann dieser im ersten Auswahlprozess eventuell die besseren Ergebnisse erzielen. Jedoch ist der Weg dorthin riskant und schwierig. Transparenz ist wichtig“.

Timo 26, Soziologiestudent aus Mannheim hakt sich ins Gespräch ein: „Ich finde automatisierte Kriterien schwer, da diese einen glatt gebügelten Menschen vorsehen. Es besteht die Gefahr, dass Lebensläufe an den Algorithmus angepasst werden. Der Algorithmus kennt nur 0 und 1 und behandelt daher komplexe Informationen nicht.“

Eure Kommentare verdeutlichen, dass das WIE bei automatisierten Prozessen von großer Bedeutung ist. CASE nutzt mehr als 300.000 Notenverteilungen und rund 290.000 individuelle Befragungen von Studierenden, um Noten vergleichbarer machen zu können. Diese fundierte Datengrundlage ermöglicht uns, die individuellen Benotungspraktiken von Universitäten miteinzubeziehen. Darüber hinaus evaluieren wir unsere Verfahren permanent. Unser aktuelles Projekt FAIR erforscht mögliche Diskriminierungsmuster, die durch automatisierte Entscheidungsprozesse entstehen können.