Vielleicht ist «ortsunabhängig arbeiten» diesmal gekommen, um zu bleiben

Als Leute noch über Zukunft des flexiblen Arbeitens diskutiert haben und darüber, wie Technologie und Digitalisierung wohl die Art wie wir arbeiten verändern würden, ist diese Zukunft, dank COVID-19, nun plötzlich Realität geworden. Gartner berichtet in einem Report, dass 48% der Angestellten wahrscheinlich ortsunabhängig arbeiten werden, verglichen mit 30% vor der Pandemie. [1]

Wie hat sich der Arbeitsplatz im Laufe der Zeit verändert?

Früher war der Arbeitsplatz viel weniger technisch orientiert und Geschäftsgespräche fanden am Telefon oder persönlich statt. Dokumente und Dateien gab es ausschliesslich in Papierform. Von Arbeitnehmern wurde unabhängiges Arbeiten erwartet, aber in fixen Bürozellen. Seit den 1950er Jahren haben grosse Veränderungen stattgefunden und das Aufkommen von Teamwork, Computern, dem Internet und business-orientierter Software hatte einen enormen Einfluss darauf, wie wir arbeiten.

Einer der massgeblichsten Veränderung der letzten 20 Jahre war die technische Umwandlung hin zu einem digitalen Arbeitsplatz. Einflussreiche Veränderungen, welche den Arbeitsplatz umgestaltet haben, sind Telearbeit, Zoom, co-working Plätze und flexibles Arbeiten. Das Abschaffen fixer Arbeitsplätze, welches als «flexibles Arbeiten» oder «Upgrade zu Aktivitäts-basiertem Arbeiten» bekannt wurde, trat als erstes bei Tech Firmen des Silicon Valley auf. Grundsätzlich lässt sich sagen, dass sich Arbeiternehmer mehr Freiheiten während der Arbeit wünschen und ihr Zuhause oder auch ein Café langsam zu ihrem zweiten Büro machen.

Externes Arbeiten, wer ist bereit, oder eher, wer hat die Möglichkeiten?

In einem von der Harvard Business Review publizierten Beitrag wurden, anhand der Strapazierfähigkeit von digitalen Angeboten, der Internetinfrastruktur und von digitalen Zahlungsmöglichkeiten, 42 bedeutsame globale Volkswirtschaften im Hinblick auf ihre Bereitschaft zur Fernarbeit untersucht. [2] Die Umfrage besagt, dass Länger wie Singapore, das Vereinigte Königreich, die Niederlande, Norwegen, Kanada und Deutschland eine bessere Ausgangslage haben, währen Länder wie Indien, Indonesien, Thailand, Chile, die Philippinen und China weniger gut vorbereitet sind. Allerdings ist die Bereitschaft der Technologie der externe Faktor, welcher die Ausübung der ortsunabhängigen Arbeit veranlassen kann und er kann durch Anstrengungen der politischen Entscheidungsträger beeinflusst werden, wenn diese in Infrastruktur und Technologien investieren.

Der interne Faktor, also die Struktur der verschiedenen Industrien in einem Land ist hier der springende Punkt. In Ländern, deren ökonomische Hauptaktivtäten im Landwirtschafts- und Produktionssektor angesiedelt sind, ist es unwahrscheinlich, dass die Arbeitskräfte ortsunabhängig arbeiten können, denn Bauern und Handwerker können nun mal nicht von Zuhause aus arbeiten. Arbeitnehmer in Ländern, deren Dienstleistungssektor (oder Wissenskapital), ein Grossteil der Wirtschaftskraft ausmachen, sind hingegen nicht an einen fixierten Arbeitsplatz gebunden. Gemäss dem «Knowledge Economic Index» der Weltbank sind Länder wie Dänemark, Schweden, Finnland, die Niederlande, Norwegen, Kanada und die Schweiz an der Spitze. [3]

Die Nachteile des ortsunabhängigen Arbeitens

COVID-19 hat Firmen auf der ganzen Welt dazu gezwungen, flexibles Arbeiten in Vollzeitpensen anzubieten und Länder, wo dieses Arbeitsmodell noch nicht üblich ist, müssen sich schnell der neuen Situation anpassen. Für diese Länder ist es überdies wichtig, sich den Nachteilen des flexiblen Arbeitens, bewusst zu sein, insbesondere, wenn die Rahmenstrukturen dafür nicht gegeben sind.

Wenn die vom Arbeitnehmer verbrachte Zeit am Arbeitsplatz nicht mehr der ausschlaggebende Punkt für die Lohnberechnungen ist, müssen neue Kriterien gefunden werden, wie zum Beispiel die erbrachte Leistung. Arbeitnehmer stimmen oft überhöhten Zielen zu, um ihre Effizient zu rechtfertigen und als leistungsstark und vertrauenswürdig zu gelten. Dies kann zur sogenannten «Interessierten Selbstgefährdung» führen, welche die Gesundheit bedrohen kann. Darum sollten Betriebe nicht zu viel von ihren Angestellten verlangen, denn sonst riskieren sie, dass das Modell des flexiblen Arbeitens ihre Sinnhaftigkeit verliert. [4]

Digitalisierung verschiebt die Grenzen zwischen Freizeit und Arbeitszeit, was den Menschen ermöglicht, ihre Arbeit über den Tag hinweg einzuteilen, damit sie Arbeit und Freizeit besser vereinbaren können. Allerdings zeigt eine Studie aus Deutschland, dass die Hälfte aller Befragten findet, dass die Digitalisierung die Intensität ihrer Arbeit erhöht. Sie fühlen sich gestresster, mit einer gehäuften Menge an Arbeit konfrontiert und zudem haben sie den Eindruck, dass sie strenger überwacht werden. [4]

Die Herausforderungen im Zeitalter der Gig Economy

Flexibilität hinsichtlich der Arbeit ist zweifellos eines der Hauptmerkmale der Gig Economy, welche den Arbeitsmarkt auf drastische Weise verändert. Die Arbeit von heute wandelt sich zunehmend dazu, kognitiv komplexer, abhängiger von Technologien, kooperativer, mobiler und grenzüberschreitender zu sein. Dies stellt eine grosse Herausforderung für Regierungen und Firmen von heute dar, welche qualifizierte Leute mit den richtigen Fähigkeiten mit Jobs matchen möchten und zudem Ausbildungslücken identifizieren wollen, um zukünftigen Anforderungen des Marktes gerecht zu werden.

Seit fast einem Jahrzehnt arbeitet JANZZ.technology mit vielzähligen Arbeitsmärkten auf der ganzen Welt und verfolgt die Trends, welche die Zukunft der Arbeitswelt prägen. Wir sind aktiv im semantischen Parsing und im Suchen und Matchen in verschiedensten Berufsbereichen. Unsere Technologien können datengesteuert HR-Entscheidungsprozesse realisieren, People Analytics beschleunigen und Arbeitsdaten nutzen, um Voraussagen über Business Performance zu machen. Um mehr darüber zu erfahren, was wir erreichen können kontaktieren sie bitte sales@janzz.technology

 

 

 

[1] Gartner. 2020. 9 Future of Work Trends Post-COVID-19. URL: https://www.gartner.com/smarterwithgartner/9-future-of-work-trends-post-covid-19/

[2] Bhaskar Chakravorti and Ravi Shankar Chaturvedi. 2020. Which Countries Were (And Weren’t) Ready for Remote Work? URL: https://hbr.org/2020/04/which-countries-were-and-werent-ready-for-remote-work

[3] Wikipedia. Knowledge Economic Index. URL: https://en.wikipedia.org/wiki/Knowledge_Economic_Index

[4] UZH Magazin. 2018. Interview: “Working flat out”. URL: https://www.magazin.uzh.ch/en/issues/magazin-18-4/gesundarbeiten.html

Von Standard-Kompetenzprofilen und anderen Märchen

Viele Arbeitgebende tun sich schwer, die Fähigkeiten, die sie für eine bestimmte Arbeitsstelle am meisten schätzen, zu artikulieren und zu vermitteln, und dies führt zu einer Unzahl von Variationen im Vokabular, das für Stellenausschreibungen verwendet wird. Angesichts der Möglichkeiten, die sich durch die KI-Automatisierung von Rekrutierungsprozessen eröffnen, sind heute viele global aufgestellte Rekrutierungsagenturen oder Personalabteilungen versucht zu fragen, ob KI eine schnelle Lösung für diese Schwierigkeiten bieten könnte, z. B. durch die Erstellung eines einheitlichen Kompetenzprofils für einen gegebenen Beruf. Das Fehlen eines gemeinsamen Vokabulars unter den Akteuren des Arbeitsmarktes stellt natürlich ein Hindernis dar: Viele Jobportale basieren auf Keyword Matching, was aufgrund des unterschiedlichen Vokabulars zu verpassten Chancen sowohl für Stellensuchende als auch für Recruiter führt; und talentorientierte Formulierungen von Stellenanzeigen stellen KI-basierte Automatisierungen vor grossen Herausforderungen. Diese Problematik kann in der Tat durch den Einsatz semantischer Technologien angegangen werden, die in gewisser Weise die vielen sprachlichen Variationen in ein gemeinsames Vokabular übersetzen und so das Matching zwischen Arbeitssuchenden und Arbeitgebenden erheblich verbessern. Doch obwohl eine solche Technologie ein standardisiertes Vokabular generieren kann, bedeutet dies nicht, dass sie ein standardisiertes Kompetenzprofil für Stellenausschreibungen erstellen kann. Die relevante Frage ist, ob ein solches globales Kompetenzprofil überhaupt existiert. Gibt es bei Stellenausschreibungen für einen gegebenen Beruf genügend Gemeinsamkeiten rund um den Globus, um ein solches Kompetenzprofil zu definieren? Oder wenigstens in einzelnen Ländern?

JANZZ hat im Laufe der Jahre Millionen von Stellenangeboten analysiert, um diesen Fragen nachzugehen. Um unsere Ergebnisse zu veranschaulichen, wollen wir Kompetenzprofile für zwei klassische Berufe untersuchen, nämlich Schreiner*in und Krankenpfleger*in. Wir wählten für diese Berufe nach dem Zufallsprinzip je etwa 250 Stellenausschreibungen aus fünf Ländern in zwei Sprachregionen aus: Vereinigte Staaten, Grossbritannien, Schweiz, Deutschland und Österreich. Unsere Auswertung zeigt, dass es selbst in stark reglementierten Berufen wie der Krankenpflege grosse Unterschiede in den für die einzelnen Stellen erforderlichen Kompetenzen gibt.

Kompetenzen können Stellen definieren. Aber wer definiert die Kompetenzen? Ein Unternehmen in einem Land sucht möglicherweise nicht die gleiche Person wie ein vergleichbares Unternehmen in einem anderen Land, weil die Fähigkeiten nicht nur von den spezifischen Aufgaben abhängen, sondern auch von kulturellen oder regulatorischen Faktoren, dem Bildungssystem und vielen anderen Aspekten. In der Tat können in einem Land mehrere Personen mit unterschiedlichen Kompetenzen erforderlich sein, um eine Arbeit zu verrichten, für die in einem anderen Land möglicherweise bereits eine einzige Person qualifiziert ist. Starke Unterschiede in den Kompetenzprofilen sind sogar innerhalb derselben Region zu beobachten, weil sich verschiedene Unternehmen unterschiedlich auf dem Markt positionieren. Dies zeigt sich nicht nur in der vielfältigen Nachfrage nach fachlichen Kompetenzen, sondern auch in den erforderlichen Soft Skills, welche die Unternehmensphilosophie, die Teamdynamik oder die Kundenerwartungen widerspiegeln können.

Die Rolle von Bildung und Berufserfahrung

Werfen wir einen genaueren Blick auf das Schreinerhandwerk. Deutschland, Österreich und die Schweiz (DACH-Länder) haben ein duales Ausbildungssystem, in dem Auszubildende in bestimmten Berufen, darunter auch im Schreinerhandwerk, eine Lehre absolvieren können. Die genauen (fachlichen) Fertigkeiten und die Theorie, die vermittelt werden, sind streng reglementiert und durch nationale Standards definiert, einschliesslich derer für verschiedene Fachrichtungen, die nach der Grundausbildung gewählt werden können. Wer eine Ausbildung im Schreinerhandwerk anstrebt, hat in diesen Ländern kaum eine andere Wahl, als diesen Weg einzuschlagen. Auch Grossbritannien hat vor kurzem eine vollständig überarbeitete Lehrlingsausbildungsstruktur eingeführt, mit nationalen Standards für eine wachsende Zahl von Berufen, und entwickelt Anreize für Arbeitgebende, Lehrlinge einzustellen. Doch auch wenn Lehrstellen für bestimmte Berufe existieren, gibt es für jeden dieser Berufe einen alternativen Weg über die College-Ausbildung, der ebenso (wenn nicht mindestens so) allgemein akzeptiert ist. Da diese Strukturen zudem noch sehr neu sind, hat die Mehrheit der Beschäftigten in diesen Berufen keine Lehre abgeschlossen.

Die Vereinigten Staaten stehen in dieser Hinsicht am anderen Ende des Spektrums. Es gibt zwar Berufslehren, aber es gibt keine einheitlichen Standards, an die sich alle Arbeitgebenden in den USA bei der Gestaltung ihrer Lehrlingsprogramme halten müssen. Dies erschwert es den Arbeitgebern, die Ausbildung potenzieller Arbeitnehmender zu beurteilen, und könnte – abgesehen von der fehlenden Tradition für diese Art von Ausbildung – einer der Gründe dafür sein, dass Berufslehren immer noch nicht annähernd so weit verbreitet sind wie in Europa. Dies spiegelt sich in den Pro-Kopf-Zahlen der Lehrlinge wider: In Grossbritannien, Deutschland und Österreich befinden sich derzeit rund 2 % der Bevölkerung im erwerbsfähigen Alter in der Lehre, in der Schweiz knapp 4 % – mehr als zehnmal so viele wie in den USA, wo es weniger als 0,3 % sind.1)
Doch was hat dies mit Kompetenzprofilen für Stellenausschreibungen zu tun? Ein Aspekt, den wir beobachten, ist, dass in Ländern mit standardisierter Ausbildung deutlich mehr Gewicht auf die Berufsausbildung gelegt wird als auf Berufserfahrung. Dies lässt sich auch anhand einer einfachen Zählung dieser Kriterien bei Stellenausschreibungen erkennen.

Ausbildung und Erfahrung – Schreiner*in



Ring aussen: Prozentualer Anteil der Stellenausschreibungen für Schreiner*in, welche bestimmte Kriterien erfordern.
Ring innen: Anteil der Stellenausschreibungen, die mindestens ein Kriterium in Bezug auf Erfahrung bzw. Ausbildung auflisten.
Mitte: Die Zahl in der Mitte des Diagramms ist das Verhältnis von erforderlicher Erfahrung zur erforderlichen Ausbildung. Eine Zahl grösser als eins deutet somit auf einen stärkeren Bedarf an Erfahrung als an Ausbildung hin, und umgekehrt bei einer Zahl kleiner als eins.


Um das Offensichtliche auszusprechen: Wer eine Lehre abgeschlossen hat, verfügt auch über Berufserfahrung. Und wenn nur sehr wenige Arbeitnehmende eine Lehre absolviert haben, dann werden Arbeitgebende stattdessen Arbeitserfahrung verlangen. Dies wird auch durch unsere Daten für Krankenpflegekräfte bestätigt. Dieser Beruf ist in allen fünf Ländern stark reglementiert und erfordert eine (praktische und theoretische) Ausbildung nach vordefinierten nationalen Standards und mit spezifischen optionalen Spezialisierungen. Entsprechend ist in allen fünf Ländern die Nachfrage nach Berufserfahrung im Vergleich zur Ausbildung deutlich geringer (siehe Abbildung unten). Wir sehen auch, dass in den USA bei Stellenausschreibungen für Schreiner*innen Erfahrung mit Werkzeugen viel häufiger explizit erwähnt wird. Dies kann auch eine Folge fehlender standardisierter Ausbildung sein, wo Erfahrung mit Werkzeugen selbstverständlich ist.

Ausbildung und Erfahrung – Krankenpfleger*in



Ring aussen: Prozentualer Anteil der Stellenausschreibungen für Krankenpfleger*in, welche bestimmte Kriterien erfordern.
Ring innen: Anteil der Stellenausschreibungen, die mindestens ein Kriterium in Bezug auf Erfahrung bzw. Ausbildung auflisten.
Mitte: Die Zahl in der Mitte des Diagramms ist das Verhältnis von erforderlicher Erfahrung zur erforderlichen Ausbildung. Eine Zahl grösser als eins deutet somit auf einen stärkeren Bedarf an Erfahrung als an Ausbildung hin, und umgekehrt bei einer Zahl kleiner als eins.


In Bezug auf die handwerklichen Fertigkeiten von Schreiner*innen stellen wir in allen Kategorien deutliche Unterschiede fest. In Grossbritannien und den USA sind die geforderten Kompetenzen über alle Bereiche des Schreinerhandwerks verstreut, von allgemeinen Fertigkeiten über Kenntnisse im Bauwesen und Innenausbau bis hin zu zusätzlichen Fähigkeiten aus anderen Berufen, während in den DACH-Ländern der Schwerpunkt eindeutig auf allgemeinen Aspekten des Schreinerhandwerks liegt und spezifische Fertigkeiten kaum erwähnt werden. Voll ausgebildete Schreiner*innen sind in der Regel vielseitiger ausgebildet als angelernte und damit für eine grössere Vielfalt von Arbeitsaufgaben einsetzbar, die in Stellenausschreibungen nicht explizit erwähnt werden müssen. Im Gegensatz dazu sind Stellen für Schreiner*innen in Ländern mit weniger standardisierter Ausbildung oft auf weniger, spezifische Aufgaben begrenzt. Auffällig ist, dass in unseren Daten, abgesehen vom Laminieren, weder in den USA noch in Grossbritannien eine Nachfrage nach Fertigungskenntnissen besteht. Solche Fachkenntnisse gelernter Schreiner*innen werden bei jeder fünften DACH-Ausschreibung vorausgesetzt. Andererseits sehen wir in den USA und Grossbritannien eine gewisse Nachfrage nach Fertigkeiten aus anderen Berufen, die in den DACH-Ländern (fast) nicht vorhanden ist. Dies ist nicht überraschend, wenn man bedenkt, dass gelernte Schreiner*innen mit geringer Wahrscheinlichkeit Fachkenntnisse aus anderen Handwerksberufen erlernt haben, während Angelernte eine beliebige Anzahl anderer solcher Fähigkeiten erworben haben könnten.



Ein ähnlicher Effekt ist bei Krankenpflegekräften zu beobachten: In allen fünf Ländern werden fachliche Kompetenzen im Allgemeinen kaum erwähnt, und besonders wenige Angebote enthalten detaillierte Angaben zu spezifischen Fähigkeiten – nur zwischen 4 und 10 Prozent der Stellenausschreibungen pro Land. Der Schwerpunkt in dieser Kompetenzkategorie liegt vor allem auf Spezialgebieten und zusätzlichen Aufgaben, die nicht Teil der Standardausbildung und/oder -erfahrung sind.

 

Regionale Unterschiede

Es gibt auch andere Faktoren, die das Kompetenzprofil beeinflussen. In Grossbritannien beispielsweise scheinen Soft Skills im Schreinerhandwerk von geringer Bedeutung zu sein: Weniger als die Hälfte der Stellenausschreibungen in Grossbritannien verlangen überhaupt Soft Skills, verglichen mit 76 % in den USA und rund 90 % in den DACH-Ländern. In den USA sind die Top 3 der geforderten Soft Skills körperliche Belastbarkeit, Flexibilität und Überstunden sowie Teamfähigkeit (in dieser Reihenfolge). Im Gegensatz dazu sind die Top 3 in den DACH-Ländern Teamfähigkeit, selbständiges Arbeiten und Zuverlässigkeit. Dies zeigt, dass Arbeitgeber in den USA in der Regel ganz andere Arbeitnehmer suchen als in den DACH-Ländern.

 

Interessanterweise gibt es auch bei den Soft Skills für Krankenpflegekräfte signifikante Unterschiede: In den DACH-Ländern wird in jeder einzelnen Stellenausschreibung mindestens ein Soft Skill verlangt, mit einem Median von fünf, während in den USA und Grossbritannien nur 70 bzw. 80 Prozent der Stellenausschreibungen Soft Skills verlangen, mit einem Median von eins (USA) bzw. drei (Grossbritannien). Die Top-3-Fähigkeiten in der Schweiz sind Teamfähigkeit (48 %), Verantwortungsbewusstsein (46 %) und selbständiges Arbeiten (44 %). In Grossbritannien sind die Top 3 kommunikative Kompetenz, Fürsorglichkeit und Motivation – allerdings mit deutlich geringerer Nachfrage (40 %, 26 % bzw. 26 %). Auch hier sehen wir in den verschiedenen Ländern sehr unterschiedliche Kriterien.

 

Ein weiterer zu berücksichtigender Aspekt sind Regulierungsfragen und Sicherheitsstandards. In den USA und Grossbritannien verlangen Arbeitgebende ausdrücklich Kenntnisse über Sicherheitspraktiken (OHSA und HSE/CSCS-Karte), und ein erheblicher Anteil erwartet, dass Arbeitnehmende über eigene Werkzeuge verfügen. Dies wird in den DACH-Ländern überhaupt nicht beobachtet und lässt sich auf Unterschiede in der Ausbildung und bei den Vorschriften zurückführen. In ähnlicher Weise verlangen drei von vier US-Stellenausschreibungen für Krankenpflegekräfte ausdrücklich BLS- oder ähnliche Zertifizierungen, die in den anderen vier Ländern Teil der Standardausbildung sind und daher nicht erwähnt werden.

 

Unternehmens-/branchenspezifische Unterschiede

Angenommen, wir wollen immer noch ein Standard-Kompetenzprofil erstellen. Die einfachste Strategie wäre, alle Kriterien einzuschliessen, die in mindestens einer Stellenausschreibung vorkommen. Basierend auf unseren Daten für Schreiner*innen ergäbe dies eine Liste mit 103 Anforderungen, von denen die meisten für eine individuelle Stellenausschreibung völlig irrelevant wären: Im Durchschnitt sind pro Stellenausschreibung sieben Kompetenzen aufgelistet, wobei die einzelnen Zahlen von 2 bis 21 reichen. Bei Krankenpflegekräften hätten wir 94 Anforderungen mit durchschnittlich acht Kompetenzen pro Stelle und einer Spanne von 1 bis 16.

Eine andere Strategie, die man in Betracht ziehen kann, ist die Suche nach einem gemeinsamen Nenner, z. B. alle Kompetenzen, die für mindestens 25 % der Stellenausschreibungen in jedem Land erforderlich sind. Betrachtet man die obigen Daten noch einmal, so bleiben nur noch zwei Kriterien für Schreiner*innen übrig: Berufserfahrung (von unbestimmter Dauer) und ein Führerausweis. Für die meisten Recruiter wäre dies inakzeptabel. In der Schweiz ist eine abgeschlossene Berufslehre bei der überwiegenden Mehrheit der Stellenausschreibungen ein Muss, während in Deutschland ein Führerausweis in den meisten Fällen nicht erforderlich ist. Ein solches Profil würde also in einem Land viele ungeeignete Bewerbende hervorbringen und in einem anderen Land zu wenige Bewerbende und viele verpasste Chancen.

Für Krankenpflegekräfte ergibt diese Strategie wiederum nur zwei Kriterien: Krankenpflegeausbildung und Berufserfahrung (in einem beliebigen Fachgebiet). Kein einziger Soft Skill ist aufgeführt, obwohl diese Kategorie stark gewichtet wird – mindestens 70 % der Stellenausschreibungen verlangen solche Kompetenzen. Darüber hinaus wird bei drei von vier Stellenausschreibungen in Deutschland keine Berufserfahrung verlangt. Auch hier wäre das Resultat eine erhebliche Diskrepanz zwischen Bewerbenden und Stellenangeboten.

Verfolgen wir die 25 %-Strategie für ein einzelnes Land, beispielsweise die Schweiz, so lautet unser Standard-Kompetenzprofil für Krankenpflegekräfte wie folgt:

  • Krankenpflegeausbildung
  • Berufserfahrung
  • Pflege und Betreuung
  • Computerkenntnisse
  • Verantwortungsbewusstsein
  • Belastbarkeit
  • Kommunikative Kompetenz
  • Empathie
  • Soziale Kompetenz
  • Teamfähigkeit
  • Fachliche Kompetenz
  • Flexibilität und Überstunden
  • Selbständiges Arbeiten

Auf den ersten Blick erscheint dies akzeptabel. Allerdings verlangen fast 70 % der Stellenausschreibungen in der Schweiz andere fachliche Kompetenzen als die generische Pflege und Betreuung. Mehr als die Hälfte der Stellenausschreibungen verlangen spezialisierte Fachkenntnisse, die nicht in der Krankenpflege-Grundausbildung erworben werden. Entsprechend muss nun jede einzelne Ausschreibung gemäss der spezifischen Stelle feinabgestimmt werden.

Auch bei Schreiner*innen in den USA stossen wir auf solche Probleme. Unsere Strategie erzeugt das folgende Kompetenzprofil:

  • Berufserfahrung
  • Erfahrung mit Werkzeugen
  • Möbelbau
  • Fenster und Türen
  • Teamfähigkeit
  • Flexibilität und Überstunden
  • Körperliche Belastbarkeit
  • Pläne lesen
  • Mathematische Fähigkeiten
  • Kenntnisse über Sicherheitspraktiken
  • Führerausweis

Wie zuvor wirkt dies zunächst adäquat. Bei genauerer Betrachtung der handwerklichen Fertigkeiten fällt jedoch auf, dass Schreiner*innen, die sich auf Möbelbau oder Fenster und Türen spezialisiert haben, möglicherweise keine Erfahrung mit Trockenbau, Dachbau oder anderen Baustrukturen haben, da dies andere Fähigkeiten voraussetzt. Ausserdem erfordern volle 80 % der Stellenausschreibungen handwerkliche Fähigkeiten, die nicht in unserem Kompetenzprofil aufgeführt sind, und 60 % der Stellenausschreibungen verlangen andere Soft Skills.

In ähnlicher Weise wären Montage und Einbau die einzigen handwerklichen Kenntnisse, die in einem entsprechend standardisierten Kompetenzprofil für Österreich aufgeführt sind. Viele Stellen im Schreinerhandwerk beinhalten jedoch keine Montage- und Einbauarbeiten, wie etwa sieben von zehn der Stellenausschreibungen in Österreich, die Fertigungskenntnisse erfordern. In diesem Land werden Fertigungstechniken in einer anderen Fachrichtung der Schreinerlehre erlernt, so dass durchschnittliche Monteur*innen nicht über die erforderlichen Fähigkeiten verfügen.

Zurück auf Start

Dies sind wohl einfache Strategien, und eine ausgefeilte KI-basierte Methode könnte vielleicht etwas bessere Ergebnisse liefern. Dennoch bleibt die zentrale, in unserer Analyse identifizierte Problematik ungelöst: Es gibt eine immense Variation, die nicht nur auf nationale und regionale Unterschiede zurückzuführen ist, sondern auch aus unterschiedlichen Stellenanforderungen in verschiedenen Branchen und sogar innerhalb einzelner Unternehmen entsteht. Unsere Daten zeigen, dass jedes global definierte Kernprofil daher an das Land angepasst werden muss (z. B. um Bildungs-, regulatorische und kulturelle Faktoren zu berücksichtigen), dann an die Branche (Baugewerbe, Fertigung usw.), an das individuelle Unternehmen (z. B. Unternehmenskultur) und schliesslich an die individuelle Stelle. Womit wir wieder bei den einzelnen Stellenausschreibungen wären. Ein einheitliches Kompetenzprofil existiert also schlicht nicht.

Download PDF

1) Eigene Berechnungen basierend auf Zahlen der OECD und nationaler Statistikämter

 

Arbeitnehmende 50 plus: Altes Eisen oder Gold wert?

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

Die JANZZ Ontologie – Daten befähigen und smarte Applikationen realisieren

Das Wort «Ontologie» gehört seit 40 Jahren zum Vokabular der Forschung über die künstliche Intelligenz (KI). [1] Genau wie andere Trends haben auch Ontologien ihre Höhen und Tiefen. Nachdem sie in den 1980-er Jahren eingeführt wurden etablierten sich Ontologien erst Mitte der 1990-ern. Als Maschinelles Lernen (ML) um 2000 die Szene betrat war die verbreitete Ansicht, dass alle Aufgaben, die mittels Computer (in Verbindung mit AI und ML) erfüllt werden, zukünftig mit einem intelligenten Algorithmus gelöst werden können. In der Hoffnung den nächsten KI-Durchbruch zu erzielen investierten deshalb viele Firmen massiv in solche Algorithmen.

Mit der schnellen Entwicklung von KI und ML, die sich insbesondere nach dem Aufkommen von künstlichen neuralen Netzen (CNN) beschleunigte, wuchs die Haupttechnologie – Deep Learning (DL) – rapide im Hinblick auf Paramater-Grösse und Komplexität des Computing. Heute umfassen einige der komplexesten Modelle eine Dimension mit Milliarden von Parametern. [2]

Dennoch wurden Bedenken bezüglich des aktuellen Mainstream DL geäussert. Nehmen wir als Beispiel das überwachte Lernen in der Bilderkennung: Die Bilder die beim Training der KI-Modellen gebraucht werden müssen im Hinblick auf Position und Kontur ihrer Zielobjekte manuell identifiziert werden, um die Modelle nach dem Vergleichen verschiedener Labeling-Resultate zur Erkennung impliziter Muster-Features zu befähigen. Wenn wir dies mit der Art und Weise wie wir Dinge als Kleinkinder lernen vergleichen fällt auf, dass im Menschen solche Mechanismen inhärent sind und keinerlei Instruktion bedürfen. [2]

DL-Methoden haben enormen Fortschritt gemacht und sind inzwischen in der Lage, Wissen von Trainingsdaten zu extrahieren. Jedoch ist dieses Wissen nicht explizit ‘erklärbar’ (explainable), weil das sogenannte “Black-Box-Training” die komplexen Verbindungen die im Inneren der Modelle versteckt sind nicht offenlegt. Bei Problemen sind die jetzigen Modelle unfähig, das akquirierte Wissen für das Lösen neuer Herausforderungen effektiv anzuwenden. [2]

Zusätzlich gibt es ein grosses Problem betreffend Big Data und dem damit verbundenen Thema Datenschutz. Die momentanen DL-Methoden basieren überdies auf Big Data die nicht auf Industrien wie Medizin oder HR, welche kleine Mengen an Daten generieren, anwendbar sind. Dieser Fall erfordert, dass KI-Systeme die Fähigkeit besitzen, logisch zu denken und zu urteilen, was nur in gewissen Bereichen möglich ist. [3]

Es existieren bereits zahlreiche leistungsstarke Ontologien für spezifische Domänen wie beispielsweise die Financial Industry Business Ontology (FIBO) oder auch einige Ontologien für Gesundheitswesen, Geografie oder Berufe. Es wird allgemein angenommen, dass Wissensintegration und DL wichtige Faktoren für die Verstärkung der Effektivität sind. Aus diesem Grund sind Ontologien zusammen mit vielen Pendants wie Knowledge Graphs oder Wissensrepräsentationen zurück in den Mittelpunkt gerückt.

Bei JANZZ.technology haben wir in 2008, bevor der Tech Gigant Google den Begriff “Knowledge Graph” erfand und populär machte, angefangen, unsere eigene Ontologie – JANZZon! – zu kreieren. JANZZ.technology baut seine Ontologie mithilfe von Domänen-Experten mit verschiedenen Hintergründen (z.B. Recht zu geistigem Eigentum, Fluiddynamik, Autoreparatur, offene Herzoperation oder Bildungs- und Ausbildungssysteme) auf.

Heute ist JANZZon! die grösste mehrsprachige enzyklopädische Wissensrepräsentation im Bereich Berufsdaten. Der Hauptfokus liegt dabei auf Berufen, Berufsklassifikationen, Hard und Soft Skills sowie Ausbildung/Qualifikationen. Die Anzahl an erfassten Verknüpfungen und Relationen beträgt mehr als 350 Millionen!

Mit datengetriebenen und qualifiziert-beratenen Taxonomien integriert, beinhaltet JANZZon! ESCO, O*Net, ISCO-08, GB/T 6556-2015, DISCO II und die UK Skills-Taxonomie von Nesta. Gegenwärtig sind 9 Sprachen (Deutsch, Englisch, Französisch, Italienisch, Spanisch, Portugiesisch, Niederländisch, Arabisch und Norwegisch) vollständig in den Kategorien Beruf, Skills, Spezialisierungen, Funktion, Ausbildung abgedeckt und wir arbeiten daran, dasselbe Niveau in insgesamt 50 Sprachen bis 2020 zu erreichen.

Als Rückgrat unserer Beruf- und Skill-Matching-Technologie repräsentiert JANZZon! Wissen auf dem komplexesten Level wo alle Einheiten im semantischen Raum kodiert und vektorisiert worden sind. Daher kann unsere Technologie beim Suchen und Matchen Konzepte und deren semantische Bedeutung wirklich verstehen und somit aussagekräftige Resultate erzielen.

Falls Sie sich nun fragen, wie Ontologien dabei helfen können, Ihre Daten im Bereich von HR und Arbeitsmärkte zu verbessern und wie sie die Realisierung smarter Applikationen unterstützen schreiben Sie an sales@janzz.technology

 

[1] ODSC. 2018. Where Ontologies End and Knowledge Graphs Begin. URL: https://medium.com/predict/where-ontologies-end-and-knowledge-graphs-begin-6fe0cdede1ed [2019.11.20]

[2] Li Jun. 2019. Shen Du Xue Xi: Xin Shi Dai De Lian Jin Shu. URL : https://www.ftchinese.com/story/001084827?page=1&archive [2019.11.20]

[3] Cai Fangfang. 2019. Qin Hua Zi Ran Yu Yan Chu Li Ke Xue Jia Sun Maosong: Shen Du Xue Xi Peng Pi Zhi Hou, Wo Men Hai Neng Zuo Shen Me? URL: https://www.infoq.cn/article/OvhfhpPChTLpsMgrf43N [2019.11.20]

Sind Umschulung und Weiterqualifizierung die wahren Heilmittel gegen den heutigen Fachkräftemangel?

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: file://srvgiga-adart/JANZZ.technology/JANZZ.technology/JANZZ.technology%20Company/JANZZ%20Business%20Development/JANZZ%20Social%20Media&Blogs/JANZZ%20Posts/2020/Swiss%20skills%20shortage%20index%202019/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]

 

 

 

 

 

 

Das Potential von KI fürs Personalmanagement

Künstliche Intelligenz (KI) ist zweifellos ein leistungsfähiges Hilfsmittel. Ihr ökonomischer Wert steigt stetig und transformiert zahlreiche Industrien, wie zum Beispiel die Herstellung, FinTech, das Gesundheitswesen und die Automobilbranche. Arbeitnehmer*innen im Finanzwesen und im Marketing können KI-Technologien bereits erfolgreich nutzen, während Personalmanager*innen bei deren Integration in ihre alltäglichen Praxen noch Schwierigkeiten haben.

Prasanna Tambe, Peter Cappelli und Valery Yakubovich legen in ihrer Recherche dar, dass «es in HR systemische und strukturelle Unterschiede gibt, welche die Konstruktion eines auf KI-basierenden Systems erschweren» [1]. Weil die Qualität und das Erklärungspotential von Big Data und KI begrenzt sind, werden sie im Personalmanagement und bei der Einstellung immer noch als eher unkonventionell betrachtet. Um ein besseres Verständnis hiervon zu erhalten, müssen wir KI-Probleme im Hinblick auf Data Science im Personalmanagement (HRM) betrachten.

In Bezug auf Data Science gibt es drei Hauptherausforderungen für die HR-Praxis. Die erste Angelegenheit betrifft den Mangel an Konstanz in der Messung des HR-Prozesses während eines Mitarbeiterlebenszyklus. Wenn zum Beispiel zu bestimmen ist, welche*r Kandidat*in angestellt oder befördert werden soll, ist es wichtig, dabei fortlaufend die Kriterien und Fähigkeiten, welche bei der Entscheidung ausschlaggebend waren, zu dokumentieren und zu analysieren.

Das zweite Problem der HR-Praxis ist, dass im HRM produzierte Datensets beschränkt sind. Ferner sind solche Daten oftmals unstrukturiert (auf dem Papier, in Excel oder PDF) und, konsequenterweise, für den Computer schwierig zu prozessieren.

Die dritte Schwierigkeit ergibt sich aus den ethischen Bedenken im Hinblick auf die Datenverarbeitung. Resultate von HR-Entscheidungen können einen starken Einfluss auf die Karriere haben. Deshalb ist es unerlässlich, sich Gedanken darüber zu machen, wie Fairness und Transparenz erreicht werden können. Darüber hinaus ist es ebenfalls wichtig zu wissen, wie Angestellte auf Resultate die nur durch datengestützte Algorithmen erzeugt werden, reagieren. Wie Morgan Hampton von Tesla findet, «sollte Rekrutierung so viel wie möglich automatisiert werden, nicht aber die Einstellung, welche möglichst persönlich bleiben soll».

Nebst dem Miteinbezug dieser drei Probleme sollten Personalmanager*innen sich bei der Suche nach KI-Lösungen auf die folgenden Aspekte konzentrieren, um KI effektiver zu nutzen. Erstens müssen Personalmanager*innen den richtigen HR-Prozess entwickeln, also einen der dem digitalen Zeitalter und der KI-Technologie entspricht.

Gegenwärtig laufen die KI-Technologien separat, zum Beispiel in der Rekrutierung und Talentgewinnung, in der Lohnverwaltung und in der SB-Transaktion. Jedoch fehlt dabei ein Mechanismus, der Daten generiert, welche dem gesamten KI-Prozess in den HR-Praxen zuträglich sind.

Personalmanager*innen behalten oftmals nur die Bewerbungen die sie auch interessieren. Die Bewerbungen, welche herausgefiltert werden, führen zu eindimensionalen Schlussfolgerungen [1]. Eigentlich sollten alle Kriterien bei der Datensammlung erfasst und zu Schluss evaluiert werden, um die Entwicklung von Big-Data-Modellen und KI-Prozessen zu optimieren.

Des Weiteren ist es wesentlich, dass die Daten auf nachhaltige Art und Weise erhoben werden.  Beispielsweise gibt es KI-Applikationen, die voraussagen können, welche Angestellten ihren Job kündigen werden und solche, die sogar die Datenpunkte von den Social-Media-Accounts und E-Mail-Adressen der Angestellten verfolgen können [2]. Wenn Angestellte sich solch einem System bewusst wären, würden sie möglicherweise ihr Verhalten ändern und bewusst irreführende Daten produzieren.

Letztes Jahr machte die Geschichte über ein KI-Tool von Amazon, welches einen Bias gegenüber Frauen hatte, Schlagzeilen. Es wurde als Beweis dafür, dass Machinelles Lernen menschliche Haltungen nachahmen kann erachtet. Das Geschlecht einer Person ist aber lange nicht der einzige Aspekt, der zur Grundlage für Diskriminierung dienen kann. Alter, Nationalität oder Ethnie können ebenfalls einen negative Einfluss darauf haben, wie integrativ und divers eine Firma anstellt.

Personalmanager*innen sollten nur wichtige Daten sammeln und für erklärbare-KI-Lösungen suchen. Die komplexen neuralen Netzwerke im Deep Learning sind bei weitem nicht selbsterklärend.

Bis heute gibt es keine einheitliche Liste von Kriterien, die Personalmanager*innen in der HR-Praxis beachten sollten. Dies bedeutet, dass Personalmanager*innen mit der firmeninternen IT-Abteilung oder externen KI-Anbietern zusammenspannen müssen, um die besten Analyseverfahren zu etablieren. Diese Praktiken können dazu verwendet werden, Daten mittels KI zu tracken und zu messen.

Bei JANZZ.technology sind wir davon überzeugt, dass das Sammeln und Strukturieren von Daten essentiell ist. Unser Parser-Tool extrahiert die richtigen Einheiten von Papier, Excel oder PDF und stellt sicher, dass ein durchgehend fairer End-to-End Prozess gewährleistet wird. Möchten Sie mehr über unseren Parser und seine Fähigkeiten, Ihnen bei Ihrer KI-Transformierung zu helfen, erfahren? Dann schreiben Sie bitte an sales@janzz.technology

 

 

[1]Prasanna Tambe, Peter Cappellli and Valery Yakubovich. 2019. Artificial intelligence in human resources management: Challenges and a path forward. URL:https://www.researchgate.net/profile/Peter_Cappelli/publication/328798021_Artificial_Intelligence_in_Human_Resources_Management_Challenges_and_a_Path_Forward/links/5c5edc7f299bf1d14cb7dc5f/Artificial-Intelligence-in-Human-Resources-Management-Challenges-and-a-Path-Forward.pdf [2019.10.20]

[2] Samantha Mclaren. 2019. Here’s how IBM predicts 95% of its turnover using data. URL:https://business.linkedin.com/talent-solutions/blog/artificial-intelligence/2019/IBM-predicts-95-percent-of-turnover-using-AI-and-data[2019.10.20]

JANZZ.technology bietet erklärbare künstliche Intelligenz (XAI)

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.  » Lesen Sie mehr über: JANZZ.technology bietet erklärbare künstliche Intelligenz (XAI)  »

Was Sie wissen sollten bei der Wahl Ihrer AI-Recruiting-Software

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]

Ontologie und Taxonomie – hören Sie auf, Dinge zu vergleichen, die nicht vergleichbar sind

Für viele Menschen mag das Wort „Ontologie“ abstrakt klingen. Es hat seinen Ursprung in Tim Berners-Lees Traum, das World Wide Web zu erfinden. Dieser Traum beinhaltete, dass das Web in der Lage wurde, ein sogenanntes „Semantic Web“ zu definieren, indem es alle Webdaten analysierte, einschließlich Inhalt, Links und Computer-Person-Transaktionen. Im Semantic Web haben sich das Resource Description Framework (RDF) und die Web Ontology Language (OWL) als Standardformate für den Austausch und die Integration von Daten und Wissen etabliert –  » Lesen Sie mehr über: Ontologie und Taxonomie – hören Sie auf, Dinge zu vergleichen, die nicht vergleichbar sind  »

Wie Indien seine demografische Dividende nutzt

Während die meisten entwickelten Länder der Welt gegen die Überalterung ihrer Bevölkerung kämpfen indem sie das Rentenalter anheben und Migranten aufnehmen, sind andere Länder besorgt darüber, wie sie eine grosse Anzahl von jungen Menschen in den Arbeitsmarkt einführen sollten. Die Voice of Asia Serie von Deloitte berichtet, dass mehrere asiatische Länder ein stetiges Wachstum ihrer Bevölkerung im erwerbsfähigen Alter verzeichnet haben. Jedes Jahr treten mehr und mehr junge Frauen und Männer in den Arbeitsmarkt ein. Indien steht zuoberst auf der Liste.  » Lesen Sie mehr über: Wie Indien seine demografische Dividende nutzt  »