KI-generiertes Bild: Ein Cowboy sitzt an einem Holztisch einem humanoiden Roboter gegenüber, der eine Kandidaten-Datenanalyse zeigt – Sinnbild für KI-gestützte Auswahl im Vergleich zum menschlichen Urteil.

KI beschleunigt die Auswahl, verbessert aber nicht das Urteil

Kurz kommentiert

Im „Oxford Handbook of Personnel Assessment and Selection“ ist im Mai ein neues Kapitel erschienen: „The Future of Selection Enabled by Artificial Intelligence“ von Boyce, Hickman und Boyce. Es beschreibt einen KI-gestützten Auswahlprozess von Anfang bis Ende — Standardisierung, adaptive Szenarien, Skalierung auf tausende Bewerbungen gleichzeitig.

Wird eine Entscheidung dadurch besser, dass mehr Menschen gleichzeitig geprüft werden können?

Skalierung löst ein Kapazitätsproblem, kein Urteilsproblem. Mehr Bewerbungen in kürzerer Zeit zu bewerten heißt, mehr von denen zu bewerten, die sich beworben haben — nicht, die richtige Person überhaupt zu finden. Genau da liegt die Grenze, die auch das Kapitel selbst offen lässt: Bias, Validität und Akzeptanz bleiben ungelöste Fragen, kein Nebeneffekt, der sich mit der nächsten Modellversion erledigt.

Für Positionen, bei denen es auf eine einzelne Besetzung ankommt, nicht auf Durchsatz, verschiebt keine Skalierung das eigentliche Problem: die richtige Person überhaupt anzusprechen.

Schneller durch tausend Bewerbungen zu kommen, ersetzt nicht das Gespräch mit dem einen Menschen, der sich nie beworben hätte.

Quelle:

Assessment-Center messen Verhalten, kein PotenzialNahaufnahme eines Reiters auf einem weißen Pferd, der die Zügel hält – Sinnbild für Können, das sich erst im echten Umgang zeigt, nicht in der einmaligen SimulationEin Cowboy zu Pferd hält sich schützend die Hand an den Hut und blickt in eine weite, karge Wüstenlandschaft mit Felsformationen – Sinnbild für die Suche nach FührungskräftenWo sind die Chefs?
Call Now Button