Studierendenmeinungen über Algorithmen in der Bewerberauswahl
09.10.2022
Diskriminierung spielt nach wie vor eine zu große Rolle im Recruiting. Eine faire Auswahl von Kandidat:innen ist für Unternehmen eine große Herausforderung. An zu vielen Stellen lauert die Gefahr der unterbewussten und teils sogar bewussten Diskriminierung. Dies führt dazu, dass viele junge Menschen aufgrund ihres Geschlechts, ihrer Herkunft oder ihrer sexuellen Orientierung befürchten, schlechtere Chancen auf dem Arbeitsmarkt zu haben.
Um dies vorzubeugen, beginnen viele Unternehmen, sich mit dem Einsatz von Algorithmen im Recruiting zu beschäftigen. Neben vielen potenziellen Vorteilen (siehe unsere Validierungsstudien unseres CASE Algorithmus) bringt der Einsatz auch Risiken mit sich. Denn ein Algorithmus kann nur Entscheidungen auf der Datenbasis fällen, mit der er trainiert wird. Sind also bereits unentdeckte Fehlentscheidungen im Trainingsdatensatz, kann es dazu kommen, dass der Algorithmus diese Entscheidungen fälschlicherweise reproduziert und zu unfairen Entscheidungen führen kann. Während 61 % der Recruiter:innen die zukünftige Nutzung digitaler Tools in der Personalauswahl für bedeutend halten, wurde die Position von Bewerbern im Allgemeinen und Studierenden im Speziellen zu dem Einsatz von Algorithmen noch nicht hinreichend erfasst. Diesbezüglich haben wir uns gefragt, was zukünftige Arbeitnehmende von einer ausschließlich Algorithmus-basierten Bewerberauswahl halten.
Im Rahmen der „Fachkraft 2030“ Sonderauswertung (Universität Maastricht und Job Valley) wurden im März 2020 rund 15.500 Studierende nach der Akzeptanz von Algorithmen in der Personalauswahl befragt. Nach den folgenden Kriterien wurde befragt, ob Mensch, Algorithmus oder eine Kombination aus beidem angewandt werden sollte. Zusätzlich wurden konkrete Anwendungsmerkmale, wie (1) Transparenz von Entscheidungen, (2) Vermeidung von Fehlentscheidungen, (3) Abbau von Diskriminierung und (4) Entscheidungsgeschwindigkeit berücksichtigt.
Studierende befürworten Kombination zwischen Menschen und Maschine
Aus den Ergebnissen geht hervor, dass die alleinige Nutzung von Algorithmen in der Personalauswahl kritisch gesehen wird, wohingegen die Mehrheit den generellen Einsatz mit menschlicher Aufsicht befürwortet. Zudem wurde festgestellt, dass ausländische Studierende mit über vierzig Prozent die Anwendung von Algorithmen in der Personalauswahl generell mehrheitlich für (eher) sinnvoll halten, als inländische Studierende. Außerdem ist noch auffällig, dass weibliche Studierende dem generellen Einsatz von Algorithmen in der Personalwahl tendenziell skeptischer gegenüberstehen als männliche Studierende.
Algorithmen können helfen, Diskriminierung abzubauen – finden Studierende
Mit Blick auf das Kriterium „Abbau von Diskriminierung“ zeigt sich ein deutlich balancierteres Bild als bei der generellen Akzeptanz von Algorithmen. Eine klare Mehrheit der Studierenden bevorzugt es, wenn Entscheidungen durch Algorithmen (31%), oder in Kombination mit Algorithmen (34%) getroffen werden. Damit es zu keinen Fehlentscheidungen im Auswahlprozess kommt, präferiert die Mehrheit der Befragten eine Kombination aus menschlichen und algorithmischen Entscheidungen. Des Weiteren würden sich 77,5 % der Studierenden in Hinsicht auf Transparenz von Entscheidungen, den Einsatz von Menschen oder eine Kombination wünschen. Zuletzt lässt sich herausstellen, dass im Kriterium „Geschwindigkeit der Rückmeldung“ fast die Hälfte der Studierenden (49%) den Algorithmus vorziehen.
Der Einsatz von Algorithmen sollte gut überlegt, aber auf keinen Fall kategorisch abgelehnt werden
Algorithmen in der Bewerberauswahl stellen ein hilfreiches und zeitsparendes Tool im Recruiting dar. Jedoch sollten sie gut bedacht, und keine diskriminierenden Faktoren vorweisen können, was bisher als eher schwierig gilt. Hierfür muss man nämlich sauber validieren und Daten zur Verbesserung der Technologie sammeln. Damit auch keine Sorgen beim Arbeitnehmer von Morgen im Bewerbungsprozess bestehen, ist es wünschenswert, wenn der Auswahlprozess nie allein von Algorithmen bestimmt, sondern gleichzeitig menschlich mitbetreut wird, um so Ungleichheiten vorbeugen zu können, so wie es aus der Fachkraft 2030 Studie hervorgeht. Das der CASE Score nicht diskriminiert und warum er ein gutes Tool für die algorithmische Unterstützung in der Personalauswahl sein kann, haben wir hier beleuchtet:
https://www.candidate-select.de/blog/verwendung-von-algorithmen-im-bewerbungsprozess 