Systematische Diskriminierung von Arbeitnehmenden 50+ bei der Jobvergabe – oder warum dies in den allermeisten Fällen nicht zutrifft.

Lesen Sie unbedingt weiter, der nachfolgende Artikel wird Ihnen zu diesem überaus wichtigen Thema nicht einfach die altbekannten, meist auf Annahmen und politisch festgefahrenen Positionen basierenden Argumente wiederholen. Wir liefern Ihnen neue, statistisch relevante und zahlenbasierte Argumente, welche Ihnen einen anderen Blick auf die Herausforderungen älterer Arbeitnehmender und in gleichem Masse auch auf unsere Bildungspolitik ermöglichen. Aber alles der Reihe nach.

Die Statistik macht’s….

Angenommen, wir möchten eine neue Stelle besetzen. Es sind bereits 80 geeignete Bewerbungen und Lebensläufe eingegangen, darunter solche von jungen Berufseinsteigern, erfahrenen Berufsleuten und auch von Bewerbern ab 50 Jahren. Die Selektion kann beginnen. Wir sortieren nach relevanten Skills und Kompetenzen, Berufserfahrungen, Aus- und Weiterbildungen, Sprachkenntnissen, Spezialisierungen und Branchenkenntnissen und so weiter. Wir reduzieren zuerst auf fünf, dann auf drei Bewerbende, die wir zum Interview einladen. Wichtig, bei der Selektion blenden wir alle personenbezogenen Daten aus, oder besser gesagt, wir treffen eine diskriminierungsfreie erste Auswahl mittels XAI.

Am Ende dieses nicht so fiktiven Beispiels und nach vielen längeren, persönlichen Interviews und Assessments entscheiden wir uns für eine 27-jährige, mehrsprachige Universitätsabsolventin mit knapp drei Jahren Erfahrung in der richtigen Branche und den besten Matching Scores in den Bereichen Hard Skills/Kompetenzen und Soft Skills, Kommunikationsfähigkeiten, Auftreten usw. Eine überraschende Wahl? Kaum. Es ist vielmehr das logische Ergebnis eines strukturierten, transparenten und vor allem fairen Auswahlverfahrens. Zur Erinnerung: Den einstellenden HR-Fachleuten waren Alter, Geschlecht und Gehaltsvorstellungen für die ersten Auswahlschritte nicht bekannt. Hätte einer oder eine der Ü50 Bewerbenden das Rennen gemacht, wäre es wohl eher eine Überraschung gewesen – allein aus statistischen Gründen: Bei den insgesamt 80 Bewerbungen gab es nur sieben mehr oder weniger geeignete Ü50 Bewerbende, also weniger als 10%. Stellen Sie sich vor, es wäre entgegen den belastbaren Erkenntnissen des strukturierten Auswahlverfahrens und den Ergebnissen der Interviews ein 54-jähriger, weniger qualifizierter Kandidat gewählt worden, primär wegen seines Alters. Dies wäre ebenso diskriminierend gewesen wie eine inhärente Präferenz von männlichen Bewerbern oder die Bevorzugung der Kandidatin mit dem nötigen Vitamin B.

Lassen Sie uns etwas genauer erläutern, warum diese Wahl also logisch und fair ist und alle anderen, ähnlichen Auswahlverfahren in der Regel genauso wenig mit Altersdiskriminierung zu tun haben, oder mit dem Argument, dass Unternehmen Ü50 Bewerbende nur aus finanziellen Überlegungen nicht einstellen.

Es gibt immer noch besser Qualifizierte. Egal wie gut Ihre Kandidaten sind.

Gut ausgebildeter, engagierter und erfahrener Ingenieur, 50 plus, sucht – ein Szenario, das für viele ältere Arbeitnehmenden in den letzten Jahren bittere Realität geworden ist. In unserem Beispiel lagen übrigens sechs der 80 Mitbewerbenden vor dem 50+ Kandidaten. Diese hatten noch bessere Qualifikationen, meist erst kürzlich erworben oder aufgefrischt, und höhere Abschlüsse. Lediglich beim Kriterium „relevante Erfahrung“ hätte der 50+ Kandidat als Viertplatzierter nur ganz knapp die Interviews für die Endauswahl verpasst. Kurz gesagt: Der Kandidat war nicht ungeeignet oder abgelehnt worden, nur weil er über 50 war, es gab einfach für die Stelle besser geeignete und objektiv besser qualifizierte Bewerbende.

Übrigens, gemäss den seriöseren Statistiken beginnen in der Schweiz die Probleme bei der Stellensuche in vielen Branchen bereits mit Mitte 40. In diesem Alter sinken in immer mehr Fällen die Chancen, eine geeignete Stelle zu finden, bereits massgeblich. Trotz überaus positiver Wirtschaftslage und eines stabilen Arbeitsmarktes mit sehr niedriger Arbeitslosenquote vor Covid-19, sorgten sich selbst hochqualifizierte, ältere Arbeitnehmende um eine mögliche, länger anhaltende Arbeitslosigkeit. Tatsächlich ist es für die ältere Generation sehr schwierig, wenn sie ihre Stelle erst mal verloren haben, eine neue, gleichwertige Stelle zu finden. Dies liegt vor allem daran, dass sie sich in der Regel nach vielen Jahren erstmals wieder der immer stärker werdenden, immer besser ausgebildeten, mehrsprachigen Konkurrenz stellen und mit jüngeren, hochmotivierten und ebenso ambitionierten Bewerbenden Schritt halten müssen.

Um es einmal auch in aller Deutlichkeit festgehalten zu haben: Es gibt sie, die traurigen Ausnahmen. Firmen, in denen tatsächlich eine «Anti-Ü50-Politik» vorherrscht. Eine solche Politik ergibt weder wirtschaftlich noch anderweitig Sinn, aber es gab schon immer Unternehmen, die weder rechnen konnten noch eine vernünftige und faire Personalstrategie hatten. Die wahren Gründe, warum Arbeitslosigkeit zunehmend über 50-Jährige trifft, sind jedoch vielschichtig und finden sich sowohl auf Arbeitgeber- als auch auf Arbeitnehmerseite.

Letzte relevante berufliche Ausbildung: Kaufmännische Lehre 1981

Der derzeitige Arbeitsmarkt spezialisiert sich immer weiter und ist in vielen Branchen einem immer rascheren technologischen Wandel ausgesetzt, nicht nur wegen der fortschreitenden Digitalisierung. Es gibt mehrere seriöse Erhebungen, welche übereinstimmend aufzeigen, dass bereits im Alter von 30 Jahren oft mehr als 60% der bis dahin erworbenen Kenntnisse bereits wieder veraltet oder für das berufliche Fortkommen nicht mehr relevant sind.

In den letzten Jahren drängen digitale Technologien, Kanäle und damit veränderte Prozesse in den Vordergrund, sodass Aufgaben insbesondere für ältere Arbeitnehmende anspruchsvoller und komplexer werden. Vergleichen Sie beispielsweise einmal die „Top 20 Required Skills“ aus den Jahren 2008 und 2018, z.B. auf LinkedIn oder in ähnlichen Erhebungen. Die fortschreitenden Veränderungen und die Digitalisierung der wettbewerbsrelevanten Skills sind einigermassen dramatisch.

Nicht nur darum wird heute überall und mehr denn je in Ausbildung investiert. Das ist gut so, wir alle haben lange für dieses Privileg gekämpft und immer wieder die Bedeutung einer guten und zeitgemässen Bildung für jede Volkswirtschaft betont. Zugang zu möglichst erschwinglicher Bildung für alle. Eine ganz Reihe massgeschneiderter Bildungsmodelle, duale Bildung, Berufsmaturität, Auslandssemester, MBA, CAS und vieles mehr. Vergleicht man die vielfältigen Möglichkeiten der heutigen Bildungslandschaft, nicht nur in der Schweiz, mit den Optionen, die noch zur Zeit unseres 50-jährigen Ingenieurs verfügbar waren, so kann unschwer eine riesige, mehrheitlich positive Entwicklung festgestellt werden – durchgängig und in allen Bereichen und Aspekten, die später für ein erfolgreiches Berufsleben entscheidend sind. Zudem sind junge, ambitionierte Menschen gerne bereit 60000 US-Dollar und ein paar Monate Lebenszeit für einen Master of Business Administration (MBA) zu bezahlen oder vielmehr investieren. Oder ein paar zehntausend Franken für anspruchsvolle Weiterbildungen, Zertifizierungen oder Nachdiplomstudien, um im auch für jüngere Arbeitnehmende immer härteren Wettbewerb noch bessere Karten zu haben. Zu eben solchen Investitionen, einschliesslich Zeitaufwand und Verzicht auf Familienleben und Freizeit, müsste man nun stets und immer wieder bereit sein. Lifelong Learning und kontinuierliche Weiterbildungen sind eben mehr als nur Schlagworte.

Um mit einem sich ständig weiterentwickelnden Arbeitsmarkt Schritt zu halten, ist es zwingend erforderlich, unsere Fähigkeiten und Kompetenzen im Durchschnitt alle 5 bis 7 Jahre stets auszubilden und zu erweitern. Berufserfahrung ist sicherlich wertvoll, aber dieser Wert nimmt in immer mehr Bereichen ab, weil die Geschäfte, auf denen sie beruhen, oft schon nach wenigen Jahren überholt oder ganz vom Markt verschwunden sind. Die immer schnelleren Erneuerungszyklen von grundlegenden Prozessen, Werkzeugen sowie Markt- und Produktionsmechanismen machen das mit Abstand grösste Asset erfahrener Arbeitnehmenden im Vergleich zu jüngeren, meist besser ausgebildeten Mitbewerbenden zunehmend obsolet.

Das Problem der 50+ Generation besteht nun also darin, dass ihre gute Ausbildung oft viele Jahre zurück liegt. Ihr Wissen, sollten sie erst einmal aus ihrem bisherigen, sehr vertrauten und bekannten Umfeld in ein neues Arbeitsgebiet wechseln müssen, ist daher nicht mehr auf dem neuesten Stand.

Zudem können viele Ü50 Bewerbende nur wenige aktuelle Weiterbildungen vorweisen, wenn überhaupt. So findet sich beispielsweise häufig im Bereich Sprachen und Kommunikation ein TOEFL-Test aus dem Jahr 1993 als letzter Eintrag und daneben eine Fülle firmeninterner Kurse und Schulungen mit üppigem Kurszertifikat von geringer Aussagekraft oder Relevanz für eine neue Stelle. Dies lässt sich auch statistisch eindeutig erhärten, wenn grosse Mengen (mehrere Millionen) anonymisierter Lebensläufe geparst und sorgfältig ausgewertet werden: Im Mittel liegt bei Ü50 Bewerbenden in der Schweiz die letzte relevante und qualifizierte formale Weiterbildung 11,2 Jahre zurück. Bei erfolgreicher beruflicher Neuorientierung oder Wiedereinstieg sind es einige Jahre weniger. Zur Erinnerung: das iPhone als erstes eigentliches „Smartphone“ wurde vor ziemlich genau 11 Jahren lanciert. Seitdem folgten etliche weitere, bedeutende digitale Prozesse und Tools in immer kürzeren Abständen.

Den Unternehmen kann in solchen Fällen kein Vorwurf für das Nichtberücksichtigen von über 50-Jährigen gemacht werden, aus dem einfachen Grund, dass die jüngeren Bewerbenden statistisch eben in der Überzahl sind und zudem schlichtweg meist besser qualifiziert sind oder über aktuellere Kompetenzprofile verfügen. Für ältere Arbeitsuchende wäre es daher besonders wichtig, ihre Stärken und Qualitäten fortlaufend dem technologischen Wandel anzupassen (ob man das nun gut findet, will oder nicht…) und eine kontinuierliche, zielführende Weiterbildung oder gar Neuorientierung in Betracht zu ziehen. Eigenengagement ist angesagt, und das ist nicht Aufgabe der Arbeitgeber.

Know-how und relevante Kompetenzprofile schlagen Erfahrung.

Ein weiterer Grund, warum die Dossiers älterer Bewerbender oft auf dem Ablehnungsstapel landen, liegt in der Anzahl der Dienstjahre. Bewerbende, die 20 Jahre lang in derselben Firma im selben Fachbereich und in der gleichen Industrie arbeiten, verfügen zwar über spezifische Arbeitserfahrung, verlieren aber oft den Kontakt mit der sich rasch wandelnden Arbeitswelt ausserhalb des Unternehmens. Solch langjährige, eindimensionale Erfahrung ist jedoch nicht das Haupthindernis an sich: Vielmehr liegt es oft daran, dass das Profil dieser Bewerbenden stark auf ihren früheren Arbeitgeber zugeschnitten ist und sie deshalb zu einseitig qualifiziert oder gar zu stark spezialisiert sind, da sie womöglich jahrelang in derselben Funktion mit ähnlichen Aufgaben verbracht haben. In der Folge werden Flexibilität und neue Einsatzmöglichkeiten häufig als eher schwierig bewertet. Neue Arbeitgeber müssten in sorgfältige Einarbeitung und gegebenenfalls Umschulungen investieren. Natürlich kann dies auch für jüngere Bewerbende notwendig sein. Dies kann jedoch die Bedeutung der erworbenen Berufserfahrung im Wettbewerb mit anderen Bewerbenden unter Umständen erheblich abwerten. Auch wenn einschlägige Arbeitserfahrung im Allgemeinen immer noch sehr wichtig ist, hat ihre Bedeutung in einer schnelllebigen und sich noch rasanter verändernden Wirtschaft abgenommen. Zehn Jahre Erfahrung sind nicht mehr doppelt so gut und aussagekräftig wie deren fünf. Oder eben nur dann, wenn das Kompetenzprofil stets parallel zur gewonnenen Erfahrung und nach den neusten Anforderungen weiterentwickelt wurde. Leider geschieht dies äusserst selten, wie die Daten aus den vielen geparsten Lebensläufen deutlich zeigen.

Fehlende Qualifikation schützen?

In jüngster Zeit wurde immer wieder über einen besonderen Kündigungsschutz oder spezielle Quoten für über 50-Jährige diskutiert, in der Hoffnung, dass dieses ständig wachsende Problem dadurch langfristig gemildert wird. Doch sind diese Ideen nicht äusserst unfair und diskriminierend gegenüber jüngeren und meist besser qualifizierten Arbeitnehmenden? Arbeitnehmende, die bereits bei wichtigen Themen wie der Altersvorsorge stark benachteiligt sind und damit schon mehr als genug Solidarität mit älteren Arbeitnehmenden beweisen.

Solche Ansätze führen daher zu einer inakzeptablen Diskriminierung jüngerer Generationen durch den Schutz weniger qualifizierter Bewerber. Nicht nur das, eine solche Regelung hätte auch zur Folge, dass derzeitig Arbeitsuchende 50+ möglicherweise nicht mehr eingestellt werden, weil Arbeitgeber befürchten, dass sie diese nicht mehr entlassen können. Solche Reaktionen lassen sich in Ländern mit strengen Arbeitnehmerschutzgesetzen wie Deutschland und Frankreich weithin beobachten, wo viele Arbeitgeber genau deshalb befristete Arbeitsverträge stark bevorzugen. Ein besonderer Kündigungsschutz ist also keine Lösung, sondern ein Trugschluss.

Eine weitere Idee, die in erster Linie darauf abzielt, die Folgen systematischer Altersdiskriminierung abzumildern, ist die Überbrückungsrente. Wenn dies jedoch nicht der treibende Faktor für die Langzeitarbeitslosigkeit älterer Arbeitnehmer ist, dann läuft auch dieser Ansatz auf die Diskriminierung jüngerer Arbeitsuchender hinaus. Stattdessen sollten ältere Arbeitsuchende geschult werden – viele wissen kaum noch, wie man sich bewirbt. Schaut man sich die Lebensläufe an, stösst man sofort auf das Schaufenstersyndrom: Anstatt relevante Skills aufzulisten, ist das Dokument mit Informationen geschmückt, die überhaupt keine Relevanz haben, wie veraltete Programmiersprachen, die vor 20 Jahren erlernt wurden. Infolgedessen wirken solche Bewerbende häufig verzweifelt und unsicher, und keineswegs wie stolze, vielversprechende neue Mitarbeitende, die eine Abteilung bestens unterstützen und aufwerten werden.

Warum also noch über 50-Jährige einstellen?

Zu teuer, zu wenig Fachkompetenz, zu unflexibel – mit diesen typischen Klischees werden ältere Bewerber abgestempelt. Tatsächlich ist die jüngere Generation meist flexibler und mobiler bezüglich Zeit und Arbeitsort. Das geliebte Haus nach zwanzig Jahren verkaufen und weit weg in eine andere Stadt oder einen anderen Kanton ziehen? Nein, danke. Dass die Löhne mit zunehmender Berufserfahrung und höherem Alter automatisch steigen, ist eine weiter Tatsache, die nicht hinterfragt und kaum öffentlich diskutiert wird. Dabei wäre auch bei diesem Punkt eher die Leistungsfähigkeit zu beurteilen als das Alter. Warum sollten wir nicht dann am meisten verdienen, wenn wir eben am leistungsstärksten sind und unsere Fachkompetenz am umfassendsten und aktuellsten ist?

Und nicht zuletzt verfügen junge Arbeitssuchende oft auch über umfangreichere Sprachkompetenzen und sind mehrheitlich wesentlich IT-affiner. Ein paar Argumente sprechen dennoch für die ältere Generation: Sie weisen ein hohes Pflicht- und Verantwortungsbewusstsein auf, haben sehr oft eine positive Einstellung zur Arbeit und gelten in der Regel als ausgeglichen und deutlich beständiger.

Wer nun denkt, diese Vorurteile könnten mit anonymisierten KI-basierten Bewerbungsverfahren vermindert werden, liegt leider völlig falsch. Diese Verfahren legen den Fokus nicht auf die Person. Sie rücken stattdessen relevante Skills, aktuelle Aus- und Weiterbildungen, Sprachkompetenzen, Branchenkenntnisse und Spezialisierungen ins Zentrum. Eine Auswertung unterschiedlicher Auswahlverfahren für Bewerbende in einer Vielzahl von Berufsgruppen und Branchen hat gezeigt, dass (mit Ausnahmen von ausgesuchten Kaderstellen) in der nächsten Runde meist ein signifikant geringerer Anteil an Ü50 Bewerbenden zu finden ist als bei herkömmlichen Auswahlverfahren. Dies wiederum beweist, dass es nicht am Alter der Bewerbenden liegen kann, da alle persönlichen Charakteristiken wie Alter, Geschlecht, Herkunft, usw. im Auswahlverfahren völlig ausgeblendet wurden und somit beim Matching und Ranking, welche die Grundlage für die Einladungen zu Interviews bildeten, absolut keine Rolle spielten.

Es gilt also andere Strategien zu finden. Der Schlüssel ist „gefunden werden“ anstatt „suchen“. Positionen, die auf über 50-Jährige zugeschnitten sind, finden sich häufig nicht in Stellenausschreibungen. Es gibt jedoch technologische Tools, die über die genannten Vorurteile gegenüber älteren Arbeitnehmenden hinwegsehen. Maschinen entscheiden aufgrund von matchenden Datenpunkten. Sie kennen keine Diskriminierung von Alter, Geschlecht, ethnischer Zugehörigkeit usw. Ältere Bewerbende sollten diese Gelegenheit nutzen, vor allem um herauszufinden, wo sie ansetzen können, um ihre Chancen zu erhöhen. Diese Tools geben zudem sehr sachliche und nüchterne Antworten auf viele Fragen: Wie viele Matches bekomme ich wirklich mit meinen aktuellen Qualifikationen? Wo sind meine persönlichen Skill-Gaps? In der Vorstellung der Maschine gibt es kein „Ich habe die Stelle nicht bekommen, war nicht einmal in der engeren Wahl, nur weil ich bereits über 50 bin. War ja klar…“

Mit diesen Tools können Arbeitsämter, Recruiting-Unternehmen, Jobportale und weitere Interessierte ansprechende Beschäftigungsvorschläge für Ü50 Talente entwickeln, ihnen aber auch individuelle Schwierigkeiten bei der Vermittlung aufzeigen. Für eine Gapanalyse können Sie gerne um Hilfe bitten unter info@janzz.technology

Digitalisierung, Automatisierung und KI stellen eine große Bedrohung für den heutigen Arbeitsmarkt dar, der ständig wechselnde Fähigkeiten erfordert. Einige der Fähigkeiten fehlen jedoch nicht aufgrund der Entwicklung der Technologie, sondern eher aufgrund eines Attraktivitätsverlusts. Dies gilt insbesondere für Positionen mit einer ungewöhnlich hohen Anzahl an offenen Stellen oder für solche, die über eine längere Zeit unbesetzt bleiben.

 

Nach Angaben des Fachkräftemangel Indexes Schweiz, «besteht ein Qualifikationsdefizit, wenn es in einem Beruf mehr freie Stellen als Arbeitssuchende gibt.» Im vergangenen Jahr verglich die Adecco Group in ihrem Swiss Job Market Index die Anzahl der Stellenanzeigen mit der Anzahl der vom Informationssystem für die Arbeitsvermittlung und die Arbeitsmarktstatistik (AVAM) registrierten Arbeitssuchenden, woraus sich das Ranking des Schweizerischen Fachkräftemangels 2019 ergab.

Wie in den vergangenen Jahren sind im Jahr 2019 Ingenieurberufe wie Bau- und Elektronikingenieure von Schweizer Arbeitgebern am meisten gefragt. Technische Berufe, Treuhand- und IT-Berufe folgen. Die Rangliste zeigt zudem, dass im Vergleich zu 2016, als die Messung zum ersten Mal durchgeführt wurde, der Fachkräftemangel im Jahr 2019 in der ganzen Schweiz um 22% gestiegen ist. [1]

Es gibt viele verschiedene Gründe, welche den Fachkräftemangel erklären können. Es wird angenommen, dass die sich schnell verändernden Qualifikationsanforderungen, die durch die technologische Innovation hervorgerufen werden, den größten Einfluss auf die Risiken des Qualifikationsdefizits und -mangels haben. Auch der Hay’s Global Skills Index 2019/20 verzeichnete das höchste Talentdefizit seit der Einführung des Indexes im Jahr 2012, sie sind ausserdem der Ansicht, dass die technologische Entwicklung einer der Hauptursachen dafür ist [2].

Viele Unternehmen, denen ein Fachkräftemangel droht, der ihren geschäftlichen Erfolg beeinträchtigen könnte, bereiten sich auf neue Technologien vor, indem sie ihre vorhandenen Arbeitskräfte weiterqualifizieren, in Ausbildungen investieren, lebenslanges Lernen fördern und das Rentenalter erhöhen.

Es besteht kein Zweifel, dass eine kontinuierliche Weiterbildung während der gesamten Karriere die neue Norm werden wird. Ist dies aber wirklich der Schlüssel zur Überwindung des Fachkräftemangels? Wenn ja, wie kommt es, dass die Situation so aussieht, als ginge es in die andere Richtung?

Ein weiterer Bericht, der von einem Schweizer Online-Stellenportal und der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) veröffentlicht wurde, ermöglicht zusätzliche Einblicke in den Schweizer Stellenmarkt. Der Bericht vergleicht mehr als 100’000 Stellenanzeigen mit der Anzahl der Klicks auf Schweizer Stellenportalen und zeigt so das Interesse der Nutzer an bestimmten Stellen deutlicher auf.

In der Deutschschweiz erhielten Berufe in der Verwaltung, im Personalwesen, in der Beratung, im Verkauf und im Kundendienst, im Marketing, in der Kommunikation und in der Geschäftsleitung mehr Klicks als die ausgeschriebenen Stellenanzeigen. Stellen in Bereichen wie der Produktion, der Telekommunikation, dem Baugewerbe oder der Krankenpflege bekamen jedoch weniger Klicks im Vergleich zu den ausgeschriebenen Stellenanzeigen. [3] Dies deutet darauf hin, dass sowohl wirtschaftliche Anreize als auch gesellschaftliche Anerkennung bei der Berufswahl immer wichtiger werden.

Im vergangenen Jahr gab es in der Schweiz über 6000 freie Stellen in der professionellen Pflege. Diese Zahl hat sich in den letzten fünf Jahren verdoppelt.[4] Die Untersuchung des Angebots und der Nachfrage nach Arbeitskräften im Gesundheitswesen in der Schweiz zeigt, dass in naher Zukunft diplomierte Pflegekräfte bis 2025 nur 56% des Bedarfs decken werden.[5]

In dem oben genannten Fall hat das Problem nicht mit einer Weiterbildung oder Umschulung zu tun. Es geht vielmehr darum, wie mehr Menschen – insbesondere jüngere Menschen – ermutigt werden können, eine Karriere in Berufen zu machen, die als weniger attraktiv angesehen werden.

Umso bedenklicher ist die Tatsache, dass ein großer Teil der Jugendlichen aufgrund schlechter Arbeitsbedingungen (z.B. wenig Einkommen, lange Arbeitszeiten, zu viel Stress) entweder direkt nach der Lehre oder nach nur wenigen Jahren Berufserfahrung das Arbeitsfeld gewechselt hat. Dazu gehören Berufe der Kinderbetreuung, des Gastgewerbes, der Gastronomie und des Kunsthandwerks.

Heute spricht jeder über Automatisierung, Digitalisierung, KI, Weiterbildung und Umschulung. Wir dürfen nicht vergessen, dass es immer noch viele Jobs gibt, die für unser tägliches Leben unerlässlich sind und wahrscheinlich nicht automatisiert werden können. Genau diese Berufe verlieren an Popularität. Es ist wichtig, dass Regierungen und Bildungssysteme Maßnahmen zur Sensibilisierung und Förderung dieser Berufe ergreifen. Wie im OECD Employment Outlook 2019 geschrieben steht, „liegt die Zukunft der Arbeit in unseren Händen und wird weitgehend von den politischen Entscheidungen der Länder abhängen“.

Seit fast einem Jahrzehnt beobachtet und arbeitet JANZZ.technology mit vielen Arbeitsmärkten auf der ganzen Welt. Unser neuestes Produkt JANZZdashboard! erstellt transparente und leicht verständliche Gap-Analysen des Arbeitsmarktes. Dadurch erhalten die Regierungen eine klare Vorstellung davon, welche Fähigkeiten verfügbar sind und welche erweitert oder neu erarbeitet werden sollten. Um mehr über unsere Lösungen zu erfahren, schreiben Sie bitte jetzt an sales@janzz.technology

 

 

 

[1] Spring. 2019. Swiss skills shortage index 2019. URL: https://www.swissinfo.ch/resource/blob/45398900/860c466e7be6e615ba922c24c9edf5ee/adecco-study-data.pdf [21.01.2020]

[2] Rachel Muller-Heyndyk. 2019. New technology causing skills gaps and stagnant wages. URL : https://hrmagazine.co.uk/article-details/new-technology-causing-skills-gaps-and-stagnant-wages [21.01.2020]

[3] Robert Mayer. 2019. Die meisten Stelleninserate, die geringste Nachfrage. URL : https://www.tagesanzeiger.ch/wirtschaft/in-diesen-berufen-herrscht-ein-mangel-an-fachkraeften/story/18953945 [21.01.2020]

[4] Albert Steck. 2019. Offene Stellen auf Höchststand. URL: http://jobs.nzz.ch/news/6/arbeitswelt/artikel/421/offene-stellen-auf-hochststand [21.01.2020]

[5] Veronica DeVore. 2016. When caring for patients gets competitive. URL : https://www.swissinfo.ch/eng/showing-off-skills_when-caring-for-patients-gets-competitive/42524090 [21.01.2020]

 

 

 

 

 

 

Im Verlaufe des letzten Jahrzehntes haben maschinelles Lernen (ML) und insbesondere Deep-Learning-Systeme dank dem Vorhandensein grösserer Datensätzen und fortschrittlicher Rechenleistungen signifikante Optimierung erfahren. Der dramatische Erfolg von ML forciert uns aber auch dazu, von künstlicher Intelligenz (KI) geleitete Applikationsprozesse zu tolerieren. Aufgrund deren immer autonomeren Systeme sind aktuelle Maschinen nicht in der Lage, Benutzer*innen über ihre Prozesse zu informieren.

Heutzutage sind die meisten KI-Technologien von privaten Herstellern entwickelt, welche sicherstellen, dass ihre Datenprozessierung geheim bleibt. Dazu kommt, dass viele Firmen in ihren AI-Technologien komplexe neurale Netzwerke verwenden, welche keine Erklärungen für die erbrachten Resultate liefern können.

Wenn diese Art von System beispielsweise das Reisen von Kund*innen auf fälschliche Weise beeinflusst, mag dies noch nicht von einschlägiger Konsequenz sein. Was geschieht aber, wenn es einen inkorrekten Einfluss auf autonome Fahrzeuge, medizinische Diagnosen, Politikgestaltung oder Arbeitsstellen hat?  In diesem Falle würde es schwierig, dem Entscheidungsprozess des Systems blind zu vertrauen.

Anfangs dieses Jahres hat die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) mit dem Ziel Innovation und Vertrauen zu fördern ihre Prinzipien zu KI veröffentlicht. Eines der fünf komplementären wertorientierten Prinzipien für die verantwortungsbewusste Handhabung vertrauenswürdiger KI ist, dass “es Transparenz und verantwortungsvolle Offenlegung zu KI-Systemen braucht, um sicherzustellen, dass die Leute KI-basierte Ergebnisse verstehen und hinterfragen können”. [1]

Erklärbare künstliche Intelligenz (XAI) hat sich in letzter Zeit im ML-Bereich als Möglichkeit zum Angehen von “Black Box”-Entscheidungen in KI-Systemen etabliert. Wie bereits erwähnt können die meisten derzeitigen Algorithmen im ML den Leuten nicht auf verständliche Art und Weise erklären, wie und weshalb Entscheidungen gemacht werden. Deshalb ist es schwierig, solche Entscheidungen auf Fehler und Bias zu untersuchen, insbesondere im Falle gängiger Algorithmen von Ansätzen im Bereich von Deep-Learning in neuralen Netzwerken. [2]

Folglich haben zahlreiche regulierende Instanzen, inklusive der OECD, Firmen dazu aufgefordert, mehr auf XAI zurückzugreifen. Die in Kraft getretene Datenschutz-Grundverordnung begründete für Leute innerhalb der Europäischen Union das «Recht auf persönliche Überprüfung» von jeder algorithmischen Entscheidung. In den Vereinigten Staaten zwingen Versicherungsgesetze Firmen dazu, ihre Entscheidungen – zum Beispiel weshalb sie den Versicherungsschutz gewissen Gruppen oder Individuen verweigern oder ihnen höhere Zuschläge verrechnen – zu erläutern. [3]

Es gibt zwei Hauptprobleme in Bezug auf XAI. Das erste ist, dass es schwierig ist, XAI als Konzept zu definieren. Darüber hinaus sollten sich Benutzer*innen den Limitierungen ihres Wissens bewusst sein. Wenn Firmen keine andere Wahl hätten, als detaillierte Erklärungen für alles zu liefern, würde geistiges Eigentum als Alleinstellungsmerkmal (USP) nicht mehr existieren. [4]

Die zweite Problematik besteht darin, den Trade-Off zwischen Leistung und Erklärbarkeit zu beurteilen. Müssen wir gewisse Aufgaben standardisieren und Industrien regulieren, um sie für die Suche nach transparent integrierten KI-Lösungen brauchbar zu machen? Selbst wenn das bedeutet, dass diese Industrien dadurch sehr stark belastet werden?

Bei JANZZ.technology tun wir unser Bestes, um unseren Nutzer*innen zu erklären, wie wir Kandidat*innen und Stellen matchen. Unsere einzigartige Matching-Software exkludiert nebensächliche Parameter wie Geschlecht, Alter oder Nationalität und vergleicht nur Fähigkeiten, Ausbildung/Training, Spezialisierungen, Erfahrungen, etc. Sie verwendet also nur Aspekte, welche von wirklicher Bedeutung für das Finden der perfekten Kandidat*innen sind.

Anstatt nur einen Matching-Score zu liefern, zerlegt unser Matching-System alle Kriterien in Aspekte wie Funktionen, Fähigkeiten, Sprachen und Verfügbarkeit. Dies ermöglicht Benutzer*innen, ein besseres Verständnis der Resultate zu haben und liefert die Grundlage für das Reskilling und Upskilling der zu analysierenden Arbeitskräfte. Möchten Sie mehr darüber erfahren, wie JANZZ.technology erklärende KI-Lösungen einsetzt? Dann schreiben Sie bitte an sales@janzz.technology

 

[1] OECD. 2019. OECD Principles on AI. URL :https://www.oecd.org/going-digital/ai/principles/ [2019.9.17].

[2] Ron Schmelzer. 2019. Understanding Explainable AI. URL: https://www.forbes.com/sites/cognitiveworld/2019/07/23/understanding-explainable-ai/#6b4882fa7c9e[2019.9.17].

[3] Jeremy Kahn. 2018. Artificial Intelligence Has Some Explaining to Do. URL: https://www.bloomberg.com/news/articles/2018-12-12/artificial-intelligence-has-some-explaining-to-do[2019.9.17].

[4] Rudina Seseri. 2018. The problem with ‘explainable AI’. URL: https://techcrunch.com/2018/06/14/the-problem-with-explainable-ai/[2019.9.17].

 

 

 

 

In einem Bericht präsentiert Deloitte die Entwicklung der HR-Technologie in vier Schritten. Der erste Schritt beschreibt die Zeitspanne zwischen den 1970ern und 1980ern, als der Hauptfokus der Software-Anbieter den Systemen galt, die den HR-Managern helfen konnten, Protokoll zu führen. In einem zweiten Schritt zwischen den 1990ern und den frühen 2000ern wurden HR-Fähigkeiten entwickelt, welche Rekrutierung, Schulung und Leistungskontrolle unterstützen konnten. Um 2010, im dritten Schritt, fingen Anbieter an Cloud-Services und benutzerfreundliche Systeme anzubieten, um Employee-Self-Services einzusetzen.

Der Deloitte-Bericht behauptet, dass wir heute im vierten Stadium der HR-Technologie stehen. Um auf die Mikrotrends des Arbeitsumfeldes reagieren zu können, mussten Anbieter Instrumente entwickeln, welche auf Teams, Individuen und Netzwerke abzielen und welche die menschliche Produktivität erhöhen. Bei JANZZ.technology denken wir auch, dass HR-Technologie Personalleiter darin unterstützen soll, die Produktivität und den Fokus auf wertschöpfende Arbeiten zu lenken. Zum Beispiel sollte der benötigte Aufwand für banale Aufgaben reduziert, das effiziente Sieben von tausenden von Kandidat*innen und deren ausführliche Bewerbungsgespräche ermöglicht werden. Wir glauben, dass dies durch Künstliche Intelligenz (KI) erreicht wird.

KI für die Rekrutierung

Talentgewinnung ist zweifellos einer der wichtigsten Teile der Unternehmensführung. Das macht den Recruiting-Software-Markt zum kompetitivsten und interessantesten Markt zum Beobachten. Staatliche Organisationen, wie der Arbeitsmarktservice, suchen aktiv Lösungen, um mit diesem Thema umzugehen. Gemäss Crunchbase haben Recruiting-Software-Startups in 2018 mehr als 600 Millionen Dollar VC-Finanzierung erhalten. Im letzten Market-Map von HR Tech China wurde festgestellt, dass Recruiting-Software-Anbieter den grössten Anteil der HR-Technologie-Anbieter ausmachen.

Die diversen Rekrutierungsplattformen der Anbieter beinhalten das Prüfen und Beurteilen der Kandidat*innen und deren Hintergrundsüberprüfungen und Video-Interviews. Erstmals Anfang 2017 ist KI im Rekrutierungsprozess aufgetaucht. Die darauffolgende Zunahme an KI-Fähigkeiten von Recruiting-Softwares könnte jeden HR-Manager überfordern.

KI für die Rekrutierung ist eine aufkommende Technologie im HR-Rekrutierungsprozess. Es braucht KI-Technologie hauptsächlich, um eine Reduktion von repetitiven, banalen und zeitaufwendigen Aufgaben zu ermöglichen, was Rekrutierern und Personalverantwortlichen hilft, sich auf wertschöpfende Aktivitäten zu konzentrieren. 52 Prozent der Talentgewinnungsführer geben an, dass der schwierigste Teil der Rekrutierung das Filtern der Kandidat*innen aus einem grossen Bewerberpool sei. [1] AI-Recruiting-Softwares können tausende von Bewerbungen filtern und im Nu die Top-5 Kandidat*innen vorschlagen. Somit werden HR-Manger mehr Ressourcen für den Rekrutierungsprozess haben und nur die Topkandidat*innen bewerten können, was ihre Chancen erhöht, die passendsten Kandidat*innen zu finden.

Hingegen benutzt die breite Öffentlichkeit den Begriff ‘KI’ in unklarer oder sogar unkorrekter Weise. Viele Firmen verwenden das Label KI um ihre Produkte zu beschreiben, damit diese aufgewertet erscheinen. In den meisten Fällen verspricht diese Art von Produktwerbung zu viel. Deswegen ist es äusserst wichtig, diese Art von Produkt und seine Anbieter beurteilen zu können. Dieser Prozess ist ähnlich wie der Rekrutierungsprozess: Nur wenn man verschiedene Möglichkeiten hat, die Optionen zu evaluieren, wird man die beste finden.

KI-Rekrutierungstechnologie beurteilen

Wie können HR-Manager den falschen Versprechen von AI-Recruiting-Softwares entgegenhalten? Wir haben drei Richtlinien, welche man einhalten sollte beim Aussuchen einer AI-Recruiting-Software.

Erste Richtlinie: Sich des Bias der AI-Recruiting-Software bewusst sein

Letztes Jahr war die Geschichte des Amazon Recruiting-Tools, welches voreingenommen gegenüber Frauen war, für uns alle ein Alarmsignal: Maschinelles Lernen kann genau so voreingenommen sein wie Menschen. Deswegen ist es sehr wichtig, auf die algorithmische Fairness und Transparenz zu achten.

Man muss sich bewusst sein, wie die Software persönliche Informationsdaten wie Geburtstag, Geschlecht und Nationalität verarbeitet. Welche Faktoren berücksichtigt die Software beim Matching? Und, ignoriert sie irrelevante Faktoren?

Abgesehen von Algorithmen muss man sicherstellen, dass die Software repräsentative Trainingsdaten prozessiert. Im Falle von Amazon hat sich das Instrument gegen weibliche Bewerberinnen gewandt, weil die Firma über zehn Jahre hinweg die Computermodelle nur mit CVs von männlichen Bewerbern trainiert hat. Deshalb, fragen Sie Ihren Software-Anbieter, wie er mit Ihrer Datenquelle umgeht.

Zweite Richtlinie: Vor dem Kauf wird getestet

Bevor man ein Auto kauft, macht man sicherlich eine Probefahrt. Diese Regel gilt auch bezüglich Recruiting-Softwares. Weil ein Recruiting-Software-System eine teure und langfristige Investition ist, macht es Sinn, ein POC (Proof of Concept) durchzuführen. In einem Probelauf werden Sie herausfinden, ob die Softwares wirklich Ihre priorisierten Probleme lösen, die versprochenen Funktionen bieten und mit Ihren Daten umgehen können.

JANZZ.technology hat eine POC mit einer internationalen Organisation durchgeführt, um herauszufinden, ob unsere Lösung Ihnen helfen könnte, bei der Kandidat*innensuche Zeit zu sparen. Unsere KI-Software ist im Matching von Kandidat*innen weltweit mit einer offenen Praktikumsstelle der Organisation gegen die HR-Abteilung der Organisation angetreten. Nach dem Filtern von tausenden von Bewerbungen waren sie beeindruckt von unseren Resultaten.

Die meisten guten Software-Anbieter bieten Gratis-Probeläufe an. Es ist wichtig, Ihre Testdaten vor dem Probelauf gut vorzubereiten, damit Sie ihn bestmöglich nutzen und im darauffolgenden Prozess optimieren können. Einer der oft ignorierten Aspekte ist die Wartung und Unterstützung, welche nach dem Kauf einer Rekrutierungs-Software benötigt werden. Nur mit konstanter Aktualisierung ist die Software fähig, sich parallel zum schnellentwickelnden Markt, zu den Kundenanforderungen und zu der kontinuierlichen Digitalisierung zu entwickeln. Vertrauen Sie nicht einfach Werbeslogans wie «50 andere führende Firmen aus Ihrer Industrie benützen unsere Software» oder «auch die Top 100 aus den Top 500 Firmen verwenden unsere Software».

Dritte Richtlinie: Die Soft Skills einer AI-Recruiting-Software in Betracht ziehen

Genau so wie man Jobkandidat*innen entsprechend ihrer Fähigkeiten und Soft Skills beurteilt, muss man das auch mit AI-Recruiting-Softwares machen. Wir bezeichnen die Hard Skills einer Software als Funktionalität, Genauigkeit, Datensicherheit, Schnelligkeit und Sprachfähigkeiten.

Jedoch übersehen viele die Soft Skills einer AI-Recruiting-Software. Diese beinhalten die Fähigkeit, die Sprachen, Ausbildungen, Arbeits- und Sozialsysteme etc. aus Ihrer Region tiefgründig zu verstehen und die Fähigkeit, spezifische Regionen und Länder zu lokalisieren.

Zum Beispiel hat ein Land wie Spanien mehrere Sprachen: Kastilisch, Katalanisch (oder Valenzianisch), Galizisch und Baskisch. Eine gute AI-Recruiting-Software sollte in der Lage sein, diese vier verschiedenen Sprachen zu verstehen und sollte wissen, wie geläufige Terminologien in denselbigen verwendet werden.

Job-Matching in Europa ist keine einfache Aufgabe. Zum Beispiel, weil jedes der 44 Länder sein eigenes Bildungssystem besitzt (sogar unter dem Bolognasystem). Es ist ein enormer Aufwand, die verschiedenen Bildungsniveaus zu vergleichen und Bewerber*innen mit Stellen zu matchen. Hat Ihr Anbieter die richtigen Kenntnisse um solche Probleme in Ihrer Region zu lösen?

Nebst Sprachen und Bildung gibt es viele gleichwichtige Kategorien, die ernst genommen werden müssen. Als eine internationale Korporation, welche in verschiedenen Ländern agiert, möchten Sie eine Software besitzen, welche alle für Sie relevanten Märkte versteht.

Limitierungen von KI

Sie haben vielleicht schon von all den versprochenen Vorteilen, die aus der Verwendung von AI-Recruiting-Softwares hervorgehen, gehört. Bevor die KI seine Magie entfalten kann, haben wir ein Wort der Warnung: Erwarten Sie nicht, dass KI-Softwares die Rekrutierungsentscheide von alleine fällen. Viele der vorhergehenden Anwendungsfälle haben gezeigt, dass die Technologie noch nicht ganz bereit ist. ‘’Wie man sicherstellen kann, dass der Algorithmus wirklich interpretierbar und erklärbar ist, das liegt weit in der Zukunft.’’  [2]

Falls Sie erwarten, dass KI und der Algorithmus ihre Arbeit gut machen, ist es genauso wichtig, sicherzustellen, dass die Firma oder Organisation bereit für KI ist, um seine Kraft zu maximieren. Wir alle wissen, dass Musteridentifikation und Vorhersage eine grosse Menge an Daten erfordern. Bei den weitverbreiteten Open-Source-Algorithmen sind die Daten, mit welchen sie trainiert werden ausschlaggebend. Jede Firma oder Organisation sollte einen klaren Plan haben, wie die qualitativen und quantitativen Daten generiert werden sollten, um der AI-Recruiting-Software zu helfen, genaue Resultate zu erzielen, welche für ihr Geschäft ökonomisch rentabel sind.

JANZZ.technology bietet KI-Lösungen für Ihr Rekrutierungssystem an und hilft Ihnen, die richtigen Fähigkeiten und Talente zu finden. Die Ontologie von JANZZon! und die clevere Matching-Engine JANZZsme! machen komplexe Probleme sowie Job- und Skill-Matching errechenbar und verändern die Art und Weise, wie wir Skill- und Talentsuche angehen, komplett. Die Applikationen von JANZZ.technology sind semantisch strukturiert, was heisst, dass Berufe, Spezialisierungen, Funktionen, Fähigkeiten, Qualifikationen, etc. logisch vernetzt werden. Die Applikationen von JANZZ.technology können sinnvolle Resultate aus komplexen Suchen in Echtzeit und in verschiedenen Sprachen hervorbringen. Unsere Applikationen werden konstant mit neuen Daten aktualisiert, welche von unseren Nutzern generiert werden. Deswegen werden sie im Laufe der Zeit immer genauer. Lassen Sie die Instrumente von JANZZ.technology Ihnen in der Suche nach den besten Kandidat*innen assistieren. Für eine Demonstration schreiben Sie bitte an sales@janzz.technology

[1] ideal. 2019. AI for recruiting: A definitive guide for HR professionals. URL: https://ideal.com/ai-recruiting/ [2019.05.28]

[2] Jeffrey Dastin. 2018. Amazon scraps secret AI recruiting tool that showed bias against women. URL: https://www.reuters.com/article/us-amazon-com-jobs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G [2019.05.28]
[/av_textblock]