In den letzten Jahren hat die Verbreitung von Künstlicher Intelligenz (KI) im Recruiting-Bereich erheblich zugenommen. Insbesondere in der Erstellung von Lebensläufen und Bewerbungsschreiben greifen Bewerber zunehmend auf KI-gestützte Tools zurück, die versprechen, optimal formulierte Bewerbungsunterlagen zu liefern. Dies hat einen Anstieg an Bewerbungen zur Folge, die jedoch nicht immer den Erwartungen der Unternehmen entsprechen. Ein wesentliches Problem ist dabei die Überflutung mit Bewerbungen, die mangels Relevanz das Finden geeigneter Talente erschwert.
Die Automatisierung von Teilen des Bewerbungsprozesses zielt darauf ab, Bewerber effizient und fehlerfrei bei der Erstellung ihrer Unterlagen zu unterstützen. Programme wie ChatGPT oder spezialisierte Dienste nutzen dabei Algorithmen, um Texte zu verbeteren und auf spezifische Stellenanzeigen zuzuschneiden. Obwohl diese Tools das Potenzial haben, qualifizierten Kandidaten zu helfen, stoßen sie häufig auf Schwierigkeiten. Die generierten Dokumente sind oft zu allgemein oder nicht ausreichend personalisiert, was dazu führt, dass sie den tatsächlichen Anforderungen der Stellenbeschreibung nicht gerecht werden.
Eine Studie von der Universität Stanford fand heraus, dass etwa 40 % der Unternehmen, die KI-Technologien zur Verarbeitung von Bewerbungen einsetzen, über einen Anstieg von unpassenden Bewerbungen berichten. Diese, oft als Spam empfundenen, Einsendungen blockieren HR-Ressourcen und verlängern den Recruiting-Zyklus. Ein Grund hierfür ist, dass viele Bewerber die KI-Generatoren nutzen, um massenhaft Bewerbungen zu versenden, anstatt sich gründlich mit der einzelnen Stellenanzeige auseinanderzusetzen.
Die Reaktion der Unternehmen variiert: Einige investieren in noch anspruchsvollere KI-Systeme, um Bewerbungseingänge besser filtern zu können. Beispielsweise setzen Firmen wie Unilever auf KI-gestützte Bewerbungsplattformen, die Bewerbungen anhand von Textanalysen und Machine Learning auf ihre Relevanz prüfen. Diese Systeme sind darauf programmiert, Keywords und Phrasen zu identifizieren, die mit den spezifischen Anforderungen der Stelle übereinstimmen, und somit unpassende Vorschläge herauszufiltern.
Parallel zu den technologischen Herausforderungen gibt es auch ethische Fragen. Die Nutzung von KI im Bewerbungsprozess wirft Bedenken hinsichtlich der Chancengleichheit und Diskriminierung auf. KI-Modelle basieren auf bestehenden Daten, die unbewusste Voreingenommenheiten enthalten können, die bestimmte Bewerbergruppen benachteiligen. Regulierungsbehörden und Technologieentwickler arbeiten daran, faire und transparente Standards zu etablieren, um diesen Risiken entgegenzuwirken.
Zukünftig erwarten Experten, dass KI im HR-Sektor weiter an Bedeutung gewinnen wird. Verbessertes Natural Language Processing (NLP) und die Weiterentwicklung von Algorithmen könnten dazu beitragen, die Passgenauigkeit von Bewerbungen zu verbessern. Nach einer Analyse von Gartner werden bis 2025 etwa 50 % der großen Unternehmen auf KI-Anwendungen setzen, um ihre Rekrutierungsprozesse effizienter und zielgerichteter zu gestalten. Dies bietet sowohl Chancen als auch Risiken, da ein erhöhter Fokus auf Technologie dazu führen könnte, dass menschliche Aspekte im Rekrutierungsprozess vernachlässigt werden.
Empfehlungen für Unternehmen und Bewerber umfassen die verstärkte Integration von Feedback-Schleifen in den automatisierten Bewerbungserstellungsprozess, um fortlaufend die Qualität der Output-Daten zu verbessern. Zudem sollten Firmen den Bewerbungsprozess um personelle Elemente bereichern und sicherstellen, dass Maschinenbewertungen durch persönliche Gespräche ergänzt werden. Dies schafft eine Balance zwischen technologischer Effizienz und menschlichem Urteilsvermögen, um sicherzustellen, dass sowohl Bewerber als auch Unternehmen langfristig profitieren.
