Ein Jahreswechsel bietet sich an, einen Ausblick zu wagen, was das neue Jahr so bringen mag. In den letzten Jahren habe ich dies immer mal wieder gemacht und habe da durchaus mit dem einen oder anderen Recruiting-Trend richtig gelegen. In diesem Jahr gehe ich einen Schritt weiter – ich schaue mir keine Recruiting-Trends an, sondern allgemeine Trends, bei denen ich glaube, dass sie in diesem Jahr so viel Relevanz bekommen werden, dass sie auch erste Impulse im Recruiting setzen können.

1. Big Data – und nun?

Die meisten Unternehmen sehen ein, dass Big Data einen entscheidenen Wettbewerbsvorteil darstellen kann, jedoch hat kaum ein Unternehmen eine echte Big Data-Strategie. Die Herausforderungen von Unternehmen lassen sich in der Regel auf zwei Nenner reduzieren. Entweder haben die Unternehmen so viele Daten, dass sie nicht wissen, was und wie sie mit den Daten einen Mehrwert generieren können. Oder Unternehmen haben nicht genug relevante Daten und möchten trotzdem an den Möglichkeiten von Big Data partizipieren.

L

Zu viele Daten:

Hier geht der Trend mittlerweile dazu, dass Dienstleister oder Plattformen (bzw. Tools) dazu genutzt werden, einen Überblick dazu zu bekommen, welche Daten relevant sind und welche nicht bzw. welche relevanten Informationen aus den Daten gezogen werden können.

K

Zu wenig Daten:

Eine der klassischen Fragen, die ich zu hören bekommen, wenn ich Vorträge zum Thema Analytics halte: Ab wievielen Datensätzen kann ich solche Lösungen / Tools sinnvoll anwenden? Auch hier tut sich etwas im Markt. Neben (idR unbefriedigenden) One-fits-All-Lösungen gibt es erste Ansätze, dass man beispielsweise Testdaten für lernende Algorithmen synthetisch erstellen kann. Dies kann das Thema Big Data auch für kleinere Unternehmen interessant machen.

Unabhängig von der Anzahl der Daten, stehen aber auch die Algorithmen allgemein auf dem Prüfstand. Die Rufe nach etwas wie einem Algorithmen-Tüv werden immer lauter.

2. Adversarial Learning – Risiko oder Chance für AI?

Es handelt sich beim Thema Adversarial Learning sozusagen eine Korrektiv-Bewegung zum Thema Machine-Learning, welche die Risiken von KI aufzeigt. Auf der diesjährigen Chaos Computer Conference war Adversarial Learning eines der heiß diskutierten Themen. Vereinfacht ausgegrückt ist es eine Methode, wie man selbstlernende Systeme mit bewusst manipulierten Daten dazu zu bringen, Dinge falsch zu lernen.

  • Beispiel: Am einfachsten nachvollziehbar ist dies bei der Bilderkennung. Ich nehme ein Bild eines Pandabären und baue Pixel so ein, dass sie für das menschliche Auge nicht erkennbar sind, aber die Struktur des Bildes so verändern, dass eine A.I.-basierte Bilderkennungssoftware hier nun keinen Panda, sondern ein anderes Tier erkennt.

Somit ist man in der Lage Lern-Algorithmen systematisch zu manipulieren, ohne, dass es auf den ersten Blick mit dem menschlichen Auge erkennbar wäre. Dies kann auch ein wesentliches Risiko für selbstlernende Systeme im Recruiting sein. Man stelle sich einmal vor, wir würden die komplette Personalauswahl nun über die künstliche Intelligenz abbilden lassen. Einfach zu bearbeitbarre Unterlagen, wie Lebensläufe laden schon förmlich zur Manipulation ein.

3. Voice Commerce – der nächste Evolutionsschritt?

Aus meiner Sicht werden die potenziellen Auswirkungen der Sprachassistenten, wie Alexa, Siri, Cortana etc. extrem unterschätzt. Es könnte sich hieraus ein neuer Entwicklungsschritt im Shopping-Verhalten ergeben – und dadurch mit einem gewissen Zeitversatz auch im Recruiting. Was meine ich damit: In der Vergangenheit war das Shopping-Verhalten dominiert durch stationären Einzelhandel. Dort hatte man eine begrenzte Auswahl – begrenzt durch räumliche Kapazitäten. Dann kam die Phase, wo der eCommerce dominierte – hier gab es grundsätzlich vergleichsweise wenig Begenzung.

  • Beispiel: Wenn ich in meinen Supermarkt des Vertrauens gehe, um eine Milch zu holen, habe ich 3-4 Marken zur Auswahl. Bei Amazon sind es 51. Mit der Vielfalt kam jedoch auch die sprichwörtliche Qual der Wahl. Diverse Verhaltensforscher haben bereits herausgefunden, dass ein Übermaß an Auswahl zu einer geringeren Zufriedenheit mit dem Ergebnis der Auswahl führt. 
  • Einzelhandel: Eingeschränkte Auswahl durch räumliche Kapazität. Kaufentscheidung wird stark geprägt durch Markenvertrauen, Placement und Optik.
  • E-Commerce: Nahezu grenzenlose Auswahl. Kaufentscheidung wird stark geprägt durch Selektion (welche Artikel werden auf den ersten Seiten gezeigt) und Crowd-Recommendations (Beispielsweise Sterne-Bewertungen etc.)
  • Voice-Commerce: Sehr eingeschränkte Auswahl. Damit eine viel größere Relevanz der vorgeschlagenen Produkte / Dienstleistungen.,

Wenn wir uns die Dimensionen bei Amazon anschauen: Mittlerweile arbeiten tausende Mitarbeiter an Alexa und im vorletzten Jahr wurde der Alexa Fond gegründet – mit mehr als 100 Mio Dollar für Investitionen in Firmen, die in Themengebieten arbeiten, die für Alexa relevant sind. Daran sollte man erkennen, wieviel Amazon auf dieses Thema setzt.
Und wenn etwas das Suchverhalten im E-Commerce nachhaltig verändern kann, dann sicherlich auch im E-Recruiting.

Ein kleines Schmankerl noch zum Schluss – wer ein wenig Zeit hat, sollte sich auf jeden Fall die „Qualityland“-Lesung von Marc Uwe Kling auf dem 34C3 anschauen.

Headerbild: basierend auf CC0 auf Pixabay von User geralt aka Gerd Altmann