Wie matched man Mensch und Job für das perfekte Date?

/in , /von

Es ist eine wahre Schwierigkeit, Person und Person technologisch zu matchen und sie auf ein Date zu schicken. Genug Erwartungen müssen berücksichtigt werden. Haben sie ähnliche Interessen? Wohnen sie am selben Ort? Was sind ihre Ziele? Und dann gibt es noch genügend versteckte Erwartungen, wie beispielsweise an das Aussehen. Matching ist und bleibt ein komplexes Problem.

Daran ändert sich nichts, wenn es darum geht, die richtige Person und den richtigen Job zusammenzubringen. Selbst für Spezialisten mit jahrelanger Erfahrung ist Job- und Skillsmatching eine riesige Herausforderung. Wer und was passt gut zusammen? Woran macht man das fest? Täglich müssen die Fragen gut reflektiert beantwortet werden, um erfolgreich matchen zu können. Das erfordert gutes Wissen und gute Informationen und ist wie gesagt schon schwierig genug, wenn Menschen diese Aufgaben qualitativ hoch erfüllen sollen. Die Erwartungen von Arbeitgeber und potenziellem Arbeitnehmer sind hoch. Könnte nun eine Maschine, ein Algorithmus diese Erwartungen mehr als zufriedenstellend erfüllen?

Wie matcht man so komplexe Daten? Quelle: Getty Images.

 

Ist gutes Matching möglich?

Klären wir zuerst, ob ein gutes Matching überhaupt möglich ist. Matching ist die Zuordnung von Attributen von zwei verschiedenen Einheiten, in unserem Fall sind es nun Job und Mensch. Allerdings kann das allein in unserem beleuchteten Bereich sehr unterschiedliche Dinge bedeuten. In manchen Jobs bedeutet die Analyse, ob man zum Job passt, nur die Frage, ob man arbeitsfähig ist. Sobald man beispielswiese körperlich gesund ist, sollte Erdbeeren sammeln möglich sein. Jedoch gibt es auch andere Jobs, die eine Fülle an Zertifikaten, Spezialisierungen und Erfahrungen erfordern. Versuchen Sie doch mal von jetzt auf gleich einen Neonatalchirurgen zu matchen?

Personal-Spezialisten kennen schon die kleinsten Feinheiten, die beachtet werden müssen und dennoch bleibt Matching auch für sie ein hochkomplexes Problem. Denn die Voraussetzungen ändern sich ständig. Anforderungen, die gestern galten, gelten heute nicht mehr und gleichwohl gelten die heutigen nicht mehr morgen. Job bleibt nicht Job, Mensch nicht Mensch und Arbeitsmarkt nicht Arbeitsmarkt. Wer hätte vor ein paar Jahren einen Director Digital Development gebraucht? Und wer hatte schon diese Spezialisierung in seinem Lebenslauf stehen?

Und nun wird es doch um Weiten komplexer, wenn eine Maschine so eine Aufgabe übernehmen soll. Sie muss nun all die Erfahrung und das Wissen des Spezialisten genauso anwenden können, auf Kleinigkeiten achten und sie muss ebenso immer wieder auf Veränderungen des Arbeitsmarktes reagieren. Anbieter von solchen Maschinen fokussieren sich auf unterschiedliche Daten, um das komplexe Problem zu überwinden, beispielsweise ehemalige Jobtitel von Bewerbern oder ihre Skills. Ein Algorithmus vergleicht nun Stellenanforderungen und Lebensläufe, und schon wird gematcht. Erfolgreich?

 

Maurer gleich Maurer – Sales Consultant gleich Sales Consultant?

Einige matchen wie gesagt aufgrund von ehemaligen Jobtiteln. Wenn der Kandidat Position X bei Firma A hatte, kann er doch auch Position X bei Firma B ausüben oder? Früher vielleicht ja. In früherer Zeit waren wir Hausärzte, Sekretäre, Anwälte, Maurer etc. pp. Heute sind wir Sales Consultants, Data Ninjas, Facility Manager, etc. Ist nun ein Sales Consultant jemand, der in einem Detailhandelsgeschäft steht und Kunden berät? Oder jemand, der im Vertrieb Offerten erstellt, Aufträge aufnimmt und mit Kunden Verträge verhandelt? Diese Fragen stellen sich schon Spezialisten, wenn sie Lebensläufe anschauen. Und nun soll eine Maschine das auch noch erfassen und verstehen können.

Jobtitel sind also viel zu häufig zu generisch. Oder wiederum viel zu spezifisch, wenn unternehmensinterne Begriffe in Jobtitel einfliessen und somit eher eine Funktion bezeichnen – so sind doch alle heutzutage irgendwelche Manager. Ohne nähere Beschreibung der Beschäftigungen wären wir häufig verloren und könnten nicht wissen, ob ein Bewerber nun wirklich für eine Stelle geeignet ist. Oder ob die Stelle für den Bewerber geeignet ist.

 

Schaut lieber auf die Kenntnisse

Ein Jobtitel reicht heute also nicht aus für gutes Matching. Also lösen andere Jobmatching Anbieter das Matching-Problem mit anderen Parametern – sie schauen auf die Skills und Kompetenzen, da diese ja Inhalt der Beschreibungen für die zu kryptischen Jobtitel sind. Skills-based oder Competence-based Matching ist aussagekräftiger und vielversprechender, weil es nicht nur einen Titel berücksichtigt, den jemand einmal hatte, sondern auch sein Wissen, seine Talente, Einsichten und Bildung, könnte man sagen. Man betrachtet also die Fähigkeiten eines Kandidaten und die Fähigkeiten, die für einen Job benötigt werden, und matched diese.

Grundsätzlich klingt das logisch: Ich wünsche mir eine Führungskraft, die aufgeschlossen, kommunikativ, führungsstark und gut in der Problemlösung ist. Ich finde jemanden, der diese Begriffe in seinem Lebenslauf hat und mit denen übereinstimmt. Sind nun also Skills verlässliche Punkte, damit eine Maschine weiss, dass dies der perfekte Match zu meiner Vakanz ist?

Schauen wir mal genauer auf Skills. Skills, also Fähigkeiten, resultieren aus meinem Wissen. Aristoteles sagte, Wissen sei die absolute Wahrheit. Absolute Wahrheit kann nur erlangt werden, wenn man das Wissen selbst erlebt hat und somit erprüft. Wissen, dass ich durch Kommunikation und Studium von anderen gelernt habe, muss verifiziert werden und kann daher nicht die absolute Wahrheit sein. Denn wenn mir jemand etwas Neues erzählt – wie kann ich sicher sein, dass das eine wahre Geschichte ist?

Solange ich es also nicht erlebt – und entsprechend angewendet habe – bleibt das Wissen unvollständig. Sicherlich ist gute Bildung ein großer Wert, dies möchte ich nicht bestreiten. Aber bevor ich nicht weiss, wie jemand das erworbene Wissen genutzt hat, ist es nicht erprüft und gibt mir nicht die Möglichkeit, ein Nutzen daraus zu ziehen. Erst wenn es also erprüft ist, bringt es mir einen Vorteil, einen gewissen Handlungsspielraum, gewissermassen einen Teil der Macht.

Wenn wir zu meiner Führungskraft zurückkehren, die aufgeschlossen, kommunikativ, führungsstark und gut darin ist, Probleme zu lösen. Könnte es dann nicht sein, dass unsere potenziellen Kandidaten Manager in der Bau-, Finanz- oder Bekleidungsindustrie sein könnten? Ohne ihre Erfahrungen wäre die Vakanz wahrscheinlich zu allen drei Stellen gematcht worden, obwohl jede Stelle ihre eigene Branchenerfahrung voraussetzt. Es fehlt an relevanten Erfahrungen, um die Fähigkeiten in eine sinnvolle Beziehung zu setzen.

 

Wahres Wissen braucht Erfahrung

Dies erkannten wiederum andere Jobmatching-Anbieter. Skills reichen ebenfalls nicht aus. Wenn ich einen bestimmten Beruf matchen möchte, brauche ich nicht nur den Bereich Fähigkeiten – meine Kenntnisse laut Lebenslauf und Anschreiben. Ich brauche auch den Komponenten Erfahrung. Nur mit Erfahrung lassen sich eben Beziehungen wie Branchen erschliessen.

Darüber hinaus erwähnt niemand alle Fähigkeiten, die er besitzt – aber sehr oft andere relevante Informationen, die beim Matching helfen können. Ebenso wenig spezifiziert ein Unternehmen in der Stellenausschreibung alle Kompetenzen, die es braucht – und das erschwert das Matching. Denn wenn eine Stellenausschreibung für einen „Data Scientist“ verfasst wird, wird der Arbeitgeber wohl unter den Fähigkeiten „IT-Nutzung“ oder „Datenverarbeitung“ unerwähnt lassen, da er davon ausgeht, dass dies bereits aus der Berufsbezeichnung ersichtlich ist. Ebenso würde ein Data Scientist in seinem Lebenslauf wahrscheinlich eher spezifischere Fähigkeiten angeben als diejenigen, die sich aus seinen vorherigen Berufsbezeichnungen ergeben. Aber wenn eine Person nach Fähigkeiten gematcht werden soll, dann ist die Information für diesen Abgleich-Parameter ein wahrer fehlender Faktor.

Wenn wir nur auf der Grundlage von Fähigkeiten matchen, bin ich sicher, dass wir andere Ergebnisse erzielen werden, als wenn wir nur nach Berufsbezeichnungen suchen. Aber dieses Niveau reicht nicht aus, um die Menschen endlich an die Arbeitsplätze, die Bewerber an die Positionen und die Arbeitnehmer an die Arbeitgeber heranzuführen. Wir brauchen mehr.

 

Gute Ausbildung bedeutet nicht gute Manieren

Denn Skills und Erfahrungen können weiterhin nicht sagen, ob der neue Texter gut ins Team passt. Sie können nicht beantworten, ob der neue Pfleger pünktlich im Spital erscheint oder der neue Einkäufer gut verhandeln kann. Wer ist schon heute kein Teamplayer mehr oder gibt einfach mal im Lebenslauf an, unzuverlässig zu sein? Aber gerade diese Soft Skills, die Persönlichkeit sind unglaublich wichtig für einen guten Match. Ein Berater muss pünktlich zum Kundentermin erscheinen, ein Programmierer kann auch mit Gleitzeit eingestellt werden. Ebenso könnte der Programmierer eigenbrötlerisch daherkommen. Wenn der Berater aber nicht offen auf die Kunden zugehen kann, hat seine Firma bald keine mehr. Dementsprechend wird ein Match erst wirklich gut, wenn ebenfalls die Persönlichkeit mit einbezogen wird. Mein Lebenslauf gibt sehr viele Erkenntnisse darüber, was ich alles gemacht habe. Aber wie ich es gemacht habe, muss ebenfalls eine Rolle spielen.

 

Gemeinsam an einem Strang?

Und wenn dieser eine CV nun allzu perfekt auf die Vakanz passt, dann ist noch lange nicht bedacht, dass dieser nur im Kontext wirklich perfekt sein kann. Denn die Skills und Persönlichkeit eines neuen Mitarbeiters ergänzen ja ein Netz mit Skills und Persönlichkeiten der Arbeitskollegen. Bin ich der einzige Software-Ingenieur in einem Betrieb, muss ich eher ein Allrounder sein und leicht die Eigeninitiative ergreifen. Werde ich in ein Team mit zwei anderen eingestellt, kennt sich einer im Feld X besser aus, der andere in Feld Y, Skills ergänzen sich gegenseitig und die Zusammenarbeit erschafft wieder etwas Neues. Ich kann häufiger um Hilfe bitten und bin gleichzeitig gefragt, mich gut in einem Team einfügen zu können. Die beteiligten Peers beeinflussen den perfekten Match also ebenfalls. Wenn man es also genau nimmt, müssten ebenso die CVs der Mitarbeiter gematcht werden.

Wer jetzt noch meint, man könnte aufgrund nur einem Parameter (Jobtitel, Skills, Erfahrungen oder Persönlichkeit) matchen, mag erkennen, dass das nur im Glücksfall wirklich gut funktioniert. Gerade wenn ein Algorithmus so ein komplexes Problem lösen soll, erscheint ein gutes Matching wie die gefundene Nadel im Heuhaufen.

Also, sind wir am Ende der Strasse?

Noch nicht. Konfuzius traf die Aussage: „Erfahrung ist wie eine Laterne im Hintergrund; sie erhellt immer nur das Stück Strasse, das wir bereits hinter uns haben.“

Wir haben unser Wissen getestet, uns und andere Vorteile gebracht, wir sind vielleicht pünktlich und zuverlässig. Wir folgen den geforderten Soft Skills. Das lässt uns sicher gut den laufenden Betrieb sichern. Alle Deadlines werden eingehalten, alle Kunden gut behandelt und die Mitarbeiter sitzen stets pünktlich an ihrem Platz. Jetzt müsste doch eigentlich alles geklärt sein.

 

Was stärkt den Betrieb wirklich?

Aber wenn alle stets dem entsprechen, was verlangt wird, dann bleibt der Betrieb doch eher „nur“ gesichert. Wir haben nichts Neues geschaffen. Neues zu schaffen, erfordert gute Kenntnisse und oft viel Erfahrung. Vor allem aber braucht man buchstäblich und semantisch Kreativität.

Das Cambridge Wörterbuch beschreibt Kreativität als „die Fähigkeit, originelle und ungewöhnliche Ideen zu produzieren oder etwas Neues oder Phantasievolles zu schaffen“¹. Im Grunde genommen gibt sie uns den dritten Blick auf etwas, das über unser Wissen und unsere Erfahrung hinausgeht, man könnte es vielleicht auch als „Think out of the box“ bezeichnen. Mit Kreativität ist also nicht der künstlerische Ansatz gemeint, sondern das Rule-breaking. Das sich Auflehnen. Auf den Tisch hauen und somit festgefahrene Verhältnisse auflösen. Neu und anders, vielleicht gar ein wenig angsteinflössend.

Albert Einstein sagte: „Kreativität ist Intelligenz, die Spass hat.“² Der Kreative ist also der, der Spass daran hat, den Betrieb aufzurollen und nicht der, der klassisch den Anforderungskatalog erfüllt, er schaut anders auf den Betrieb. Kreativität ist das höchste Gut in einer Zeit, in der sich so viel wendet. Denn wer sich während der Digitalisierung einfach anpasst, kommt nicht mit und schon gar nicht weiter. Wir brauchen die Mitarbeiter, die den Überblick halten. Wir brauchen die Mitarbeiter, die den Betrieb sichern. Und wir brauchen genauso die Mitarbeiter, die uns Neues aufzeigen, ganz besonders in diesen Zeiten. Kreativität ist die heute wohl wichtigste Fähigkeit.

Kreativität, Intuition, Emotionen und alle Gegensätze zu logischem, analytischem, vernünftigem Denken (welches als unser Wissen und unsere Erfahrung betrachtet werden könnte) werden oft auf der rechten Gehirnhälfte beschrieben. Sie haben vielleicht von der Theorie gehört, dass man ein „Rechts-“ oder „Links-Denker“ sein kann. Doch Forscher fanden heraus, dass es sich hierbei um einen Mythos handelt. Auch wenn einige Funktionen mehr auf einer Seite des Gehirns platziert sind, sind die Ergebnisse am besten, wenn beide Gehirnseiten in komplexen Netzwerken zusammenarbeiten.³

Wenn ich ein neues Produkt erschaffen will, hilft mir das Wissen über die Produktionsprozesse und das benötigte Material. Meine Erfahrung in der Planung eines neuen Produktes hilft mir ebenfalls. Mein Organisationstalent unterstützt den Prozess. Aber die Idee, ein neues Produkt zu erschaffen, entspringt meiner Kreativität. Wenn man also gut in etwas ist, dann kommt das beste Ergebnis von allen Beteiligten: Wissen, Erfahrung, Persönlichkeit und Kreativität.

 

Abschied vom perfekten Match

Sagen wir es doch mit klaren Worten: Es kann kein competence-based, skills-based, etc. pp-based matching geben, denn das Problem ist zu komplex. Matching ist getrieben von Erwartungen und Erwartungen wechseln ständig.

Dementsprechend gibt es schlichtweg keinen perfekten Match, denn es ist unmöglich Erwartungen zu überkommen. Erwartungen können nie für alle gleich gut erfüllt werden, den sie sind sehr subjektiv. Also gibt es nur die Möglichkeit, weitestgehend alle Dimensionen mit einzubeziehen, um eine grösstmögliche Annäherung an den perfekten Match zu erzielen.

Die Ergebnisse der heutigen Kultur des Matchings mit Datenfetzen wie ein paar Skills oder kryptischen Jobtiteln werden immer und immer wieder die Qualität der Maschine zerschlagen. Matching mit Datenfetzen ist ein Tapsen im Dunkeln. Wer glaubt mit Datenbruchstücken, mit willkürlichen Keywords matchen zu können, nähert sich kein Stück dem Perfect Match. Denn wie bereits aufgezeigt, fehlen einfach weitere relevante Parameter für die qualitativ hohe Zuordnung.

Man kann mit komplexen Algorithmen nur eine grösstmögliche Annäherung schaffen, wenn man Abstand von Datenbruchstücken nimmt und versucht alle Dimensionen einzubeziehen, wie auch das Gehirn beim Erschaffen von Neuem: Skills, Erfahrung, Persönlichkeit und ja, vorsichtigerweise auch ehemalige Jobtitel. Die Maschine zieht alle Dimensionen ein, bewertet sie einzeln und gibt ihnen eine Gewichtung. Wenn diese Dimensionen mit einer adäquaten Gewichtung abgebildet sind, ist erst einmal ein guter Startpunkt erreicht, um technologisch Mensch und Job zusammenbringen, alle Dimensionen und damit Erwartungen sind angepasst und versuchen somit die grösstmögliche Annäherung an den perfect Match zu erzielen.

Auch mit den gut durchdachten und jahrelang entwickelt und verbesserten Matchingprozessen von JANZZ.technology ist es schwierig alle Dimensionen im richtigen Masse einzubeziehen. Denn Erwartungen können grossteilig abgebildet werden, ein Teil bleibt jedoch immer verschlossen. Sollen beispielweise Arbeitslose vermittelt werden, ist ein Grossteil der Erwartung, dass sie vermittelt werden. Sollen Ingenieure gematcht werden, gibt es die Erwartung, dass das Salärband zu früheren Beschäftigungen passt. Weitere Erwartungen können abgebildet werden, wenn denn klar ist, dass sie bestehen. Entsprechend können auch wir uns auch nur dem Perfect Match annähern. Doch ein reines Wankeln im Dunkeln mit Datenbruchstücken ist ausgeschlossen. Am Ende wird es wahrscheinlich nicht das perfekte Date sein. Aber vielleicht eine neue Einladung zu einem weiteren.

 

Quellen:

¹ Cambridge Dictionary (2017). Creativity. Abgerufen von: http://dictionary.cambridge.org/dictionary/english/creativity [2017.11.02].

² Einstein, Albert (1930). Mein Weltbild. Wie ich die Welt sehe.

³ Nielsen JA, Zielinski BA, Ferguson MA, Lainhart JE, Anderson JS (2013). An Evaluation of the Left-Brain vs. Right-Brain Hypothesis with Resting State Functional Connectivity Magnetic Resonance Imaging. PLoS ONE8(8): e71275. https://doi.org/10.1371/journal.pone.0071275

Sahoo, Anadi (2017). Knowledge, Experience & Creativity. Abgerufen von: https://www.linkedin.com/pulse/knowledge-experience-creativity-dr-anadi-sahoo/ [2017.11.03.].

Lost in Big Data?
Die fehlgeleitete Vorstellung, das Datenuniversum zu beherrschen.

/in , , /von

“. . . In diesem Reich erreichte die Kunst der Kartographie eine solche Perfektion, dass die Karte einer einzigen Provinz die Fläche einer gesamten Stadt und die Karte des Reichs die Fläche einer gesamten Provinz bedeckte. Mit der Zeit waren diese unzumutbaren Karten nicht mehr zufriedenstellend, sodass die Kartographengilden eine Karte des Reichs anfertigten, deren Größe der des Reichs entsprach und welche diesem Punkt für Punkt entsprach.[…]”

Übersetzung nach „Del rigor en la ciencia“ (Über die Genauigkeit von Wissenschaft)
Jorge Luis Borges

Borges Geschichte folgt der Vorstellung eines Reiches, das besessen von der Idee ist, eine perfekte Abbildung der Welt zu schaffen. Das fiktive Reich hat sich voll und ganz der Aufgabe verschrieben, eine Karte zu erstellen, die mit dem Territorium des Reichs Punkt für Punkt übereinstimmt. Heute komme ich nicht umhin, zu denken, dass wir uns in einer sehr ähnlichen Umgebung befinden: Daten verändern die Welt, in der wir leben und wie wir diese wahrnehmen, in tiefgreifender Weise. Wir befinden uns inmitten einer Datenrevolution, die so groß, allumfassend und neu ist, dass sie in Gänze kaum zu erfassen ist. Die Auswirkungen von Daten machen sich auf einer immensen Bandbreite bemerkbar; wir möchten Big Data nutzen, um ganze Industrien zu revolutionieren, von Marketing und Vertrieb bis zu Wettervorhersagen, von medizinischen Diagnosen bis zu Lebensmittelverpackungen, von der Aufbewahrung von Dokumenten und der Verwendung von Software bis zur Kommunikation. Tatsächlich sind wir sehr ähnlich zu Borges fiktivem Reich zu der Überzeugung gelangt, dass wir, je mehr Daten wir sammeln und auswerten können, desto mehr Wissen über die Welt und die darin lebenden Menschen gewinnen. Wie töricht der Datenwahnsinn doch geworden ist.

Es herrscht mittlerweile die Überzeugung vor, dass Big Data umsetzbare Erkenntnisse zu nahezu jedem Aspekt des Lebens liefern können. Philip Evans und Patrick Forth widersprechen dem: „Informationen werden durch grundlegend neue Methoden der künstlichen Intelligenz verstanden und verwendet, die darauf abzielen, über Algorithmen, die auf massive, verrauschte Datensätze zurückgreifen, Erkenntnisse zu gewinnen. Da größere Datensätze zu besseren Erkenntnissen führen sind Big Data eine gute Sache“ (Übersetzung nach ihrem gemeinsamen Artikel in bcg.perspectives). In Übereinstimmung mit diesen Zeilen wird unser Datenhunger immer größer und unser digitales Ökosystem schürt diese Entwicklung: Sensoren, Connected Devices, Social Media und eine wachsende Anzahl an Clouds produzieren kontinuierlich neue Daten, die wir sammeln und auswerten können. Laut einer Studie der International Data Corporation (IDC) wird sich das digitale Universum alle zwei Jahre verdoppeln. Zwischen 2005 und 2020 vergrößerte sich das Datenvolumen um den Faktor 300 auf 40 Zettabyte an Daten. Ein Zettabyte hat 21 Nullen. In dieser Welt des exponentiellen Datenwachstums geht die angestrebte Anhäufung von Daten ungebremst weiter. So wie in Borges fiktivem Reich ist die äußere Maßstabsgrenze ein Verhältnis von 1:1, eine vollständige digitale Abbildung unserer Welt.

Unternehmen wie IBM oder LinkedIn nähern sich dieser Grenze bereits heute mit großen Schritten an. IBM trainiert sein kognitives Rechensystem namens Watson darauf, buchstäblich jede Frage beantworten zu können. Hierzu sammelt IBM Watson ungeahnte Datenmengen, um einen beeindruckenden Informationskorpus anzulegen. Das Unternehmen erwarb vor kurzem für 2,6 Milliarden $ das Unternehmen Truven Health Analytic, das seine Gesundheitssparte um einen wichtigen Speicher mit Gesundheitsdaten von tausenden Krankenhäusern, Arbeitgebern und föderalen Regierungen in den USA erweitert. Es handelte sich dabei um den viertgrößten Erwerb eines Gesundheitsdatenunternehmens seit dem 10-monatigen Bestehen von IBM Watson. Dies zeigt, wie wichtig die digitale Kartierung von Patienten, Diagnosen, Behandlungen und Krankenhäusern für das künstliche Intelligenzsystem des Computerriesen ist. Die Vision von LinkedIn ist gleichermaßen ambitioniert: es wird „Economic Graph“ geschaffen, nichts geringeres als eine digitale Kartierung der Weltwirtschaft. Die Karte soll ein Profil von allen 3 Milliarden Mitgliedern der globalen Arbeiterschaft beinhalten. Alle Unternehmen, alle ihre Produkte und Dienstleistungen, die von den Unternehmen gebotenen Wirtschaftschancen und die Skills, die zum Erreichen dieser Chancen erforderlich sind, sollen digital abgebildet werden. Außerdem soll ein digitaler Auftritt für alle höheren Bildungseinrichtungen der Welt integriert werden. Aber die Bestrebungen der beiden Unternehmen sind nur die Spitze des Eisbergs. Ihr Vorhaben, eine vollständige digitale Abbildung der jeweiligen Felder zu erstellen, steht symbolisch für die allgemeinere Bestrebung eine allgegenwärtige Informationsgesellschaft zu schaffen.

Die Visionen von Unternehmen wie IBM Watson und LinkedIn erwecken daher bereits eine Welt zum Leben, die Borges Vorstellungen entspricht. Die Macht der Big Data überträgt die kartographischen Ziele von dem Reich aus Borges Geschichte und erschafft diese neu. Die Welt wird zu einem Bezugspunkt ihrer selbst. Die digitale Abbildung unserer Welt nimmt schnell an Fahrt auf und an den äußeren Rändern fangen Abbildung und Realität bereits an, übereinzustimmen. Die Welt und das Bild, das wir von ihr haben, konvergieren. Plötzlich finden wir uns in einer Welt wieder, die erstaunliche Ähnlichkeit zu Borges Reich hat.

Wie töricht – Borges Geschichte geht so weiter, dass der Sinn einer solchen massiven Kartierung in Frage gestellt wird. Eine Karte im Maßstab von 1:1 ist, sei es kartographisch oder digital, ist wahrscheinlich nicht so wertvoll wie gedacht.

„[…] Die nachfolgenden Generationen, die dem Kartographiestudium nicht so zugewandt waren, wie es ihre Vorfahren gewesen waren, stellten fest, dass riesige Karten nutzlos wären und überließen diese schonungslos der Witterung durch Sonne und Winter. In den Wüsten des Westens gibt es noch heute zerfetzte Überreste dieser Karte, auf der Tiere und Bettler leben; im ganzen Land ist kein anderes Relikt vom Fachgebiet der Geographie zu finden.“

In Borges fiktiver Welt entsorgten die kommenden Generationen die Karte ihrer Vorväter, da sie nicht von dem gleichen Ehrgeiz wir ihre Vorfahren erfasst waren und erkannt hatten, dass eine Karte im Maßstab von 1:1 unnütz wäre. Sie überließen die Karte dem Zerfall und das einzige, was übrig blieb, waren die „zerfetzten Überreste“ von der Karte ihrer Vorfahren. Die Feststellung, dass eine Karte im Maßstab von 1:1 praktisch nutzlos ist, spiegelt auch unsere Erfahrung mit dem expandierenden Datenuniversum wieder.  Professor Patrick Wolfe, Executive Director des Big Data Institute des University College of London warnt: „die Rate, in der wir Daten generieren, übersteigt rasant unsere Fähigkeit, diese analysieren zu können.” Derzeit werden nur etwa 0,5% aller Daten ausgewertet und Wolfe meint, dass diese Prozentzahl weiter sinken wird, da mehr Daten gesammelt werden. Wir beginnen also, die Unbrauchbarkeit der von uns geführten Massen von Daten zu realisieren. Anstatt durch Daten exponentiell mehr Wissen über die Welt zu gewinnen, schaffen wir eine Entität, die aufgrund ihrer bloßen Größe droht in Vergessenheit zu geraten.

Um unsere ständig wachsende digitale Sammlung vor dem selben Schicksal wie Borges Karte zu bewahren – die von den uns nachfolgenden Generationen als zerfetzter Überrest verkommt – ist es von entscheidender Bedeutung, umsetzbare Erkenntnisse aus diesen Informationen zu gewinnen. Dementsprechend wird die Fähigkeit, diese Massen gesammelter Daten vollständig zu verstehen und relevante Erkenntnisse daraus abzuleiten, heute und vor allem in Zukunft der ultimative Wettbewerbsvorteil sein.

Auch wenn sich bereits viele für die Umwandlung von Big Data in smarte oder intelligente Daten aussprechen, hat sich bislang keine brauchbare Lösung hervorgetan, um diesen Wandel wirklich realisieren zu können. Die angewandte Mathematik, die natürliche Verarbeitung von Sprache und das Maschinenlernen halten sich die Waage und verdrängen jedes andere Tool, das ggf. zur Anwendung gebracht wird. Die Idee besteht darin, dass bei einer ausreichenden Menge an Daten die Zahlen für sich sprechen. Oder in den Worten von Evans und Forth: „Big Data sind eine gute Sache“. Diese Idee verändert die Kultur des Silicon Valley und im Weiteren auch die zahlreicher anderer Unternehmungen auf der Welt.

Andere Methodologien wie Ontologien, Taxonomien und Semantiken finden bei dem aktuellen Entdeckergeist überhaupt keine Berücksichtigung. Die angewandte Mathematik, das Maschinenlernen und die prädiktive Analytik stehen hierbei für Größe, Ontologien, Taxonomien und Semantiken stehen für Bedeutung und Verständnis. Und auch wenn letztgenannte Kategorie im Vergleich zu den Dimensionen der zuerst genannten Kategorien weniger bedeutsam erscheinen mag, ist die Semantik nicht weniger wichtig, um die Wettbewerbstauglichkeit von Unternehmen zu bestimmen. Nach dem exponentiellen Wachstum des digitalen Universums in den vergangenen Jahren, haben wir einen Komplexitätsgrad erreicht, der die Einführung eines tiefgreifenden Verständnisses der vorliegenden Daten erforderlich macht. Dies ist etwas, was nicht dadurch geschafft werden kann, dass noch mehr Daten gesammelt werden oder dass ein Algorithmus implementiert wird. Ironischerweise ist es somit ein Richtungswandel, der weg von dem Motto „Big Data sind eine gute Sache“ führt, welcher das ganze Potenzial der Big Data zur Geltung bringen kann.

 

ESCO: Wir erwarteten eine Ontologie – wir bekamen eine enttäuschende Begriffsammlung

/in , , /von

Da waren fast vier Jahre vergangen. Solange haben wir gewartet – gespannt, was da von der EU vollmundig angekündigt wurde. Immer gespannt, ob es altbekannte Probleme von Klassifikationssystemen löst.
Die Klassifizierung der Europäischen Union für berufsbezogene Daten nennt sich „ESCO“ (European Skills, Competences, Qualifications and Occupations). Klassifizierungen haben bisher alle Staaten je für sich gelöst, wie ROME in Frankreich oder KLdB in Deutschland oder CP in Italien. Meist basieren sie auf der Mutter aller Klassifizierungen, die International Standard Classification of Occupation (ISCO) der Internationalen Arbeitsorganisation um 1960. Vergleichbar sind diese jedoch nicht unbedingt – verschiedene Zahlen, Buchstaben und unterschiedlich viele Taxonomiestufen können die Klassifizierungen unterscheiden.

janzz_esco_unsatisfied

Andere Klassifizierungssysteme waren zu allererst zu Statistikgründen entwickelt worden. Damit konnte man also Berufe mit Identifikationsnummern in Gruppen zusammenfassen und so Zahlen erheben, das Verständnis für die einzelnen Berufe haben diese Systeme jedoch nicht ausgebaut. Denn die Gruppenzusammenstellungen waren häufig viel zu weit gefasst, zu generisch. Beispielsweise sind sämtliche Fachärzte in einer Gruppe zusammengestellt, und diese Gruppe ist aber nur mit einem einzigen Set an Skills für alle Fachärzte beschrieben. Dies bedeutet also, dass ein Onkologe mit genau den gleichen Fertigkeiten wie ein Gastroenterologe, ein Gynäkologe oder ein Pathologe beschrieben wird. Laut den Taxonomien haben sie somit genau die gleichen Kenntnisse, ihre Spezialisierungen erkennt man nur an ihrem Titel. Mit so ungenauen Beschreibungen kann man also sicher nicht besser einzelne Jobtitel verstehen.

Die EU wollte ESCO nicht als ein weiteres viel zu vages Gerüst fertigen, vielmehr sollte ein einheitliches Verständnis für Berufe, Fähigkeiten, Kenntnisse und Qualifikation erschaffen werden, über 26 Sprachen hinweg, damit Arbeitgeber, Arbeitnehmer und Bildungsinstitutionen besser die gegenseitigen Bedürfnisse und Anforderungen verstehen. Durch die freie Mobilität könnten sich so Qualifizierungslücken und die Arbeitslosigkeit in verschiedenen Mitgliedsstaaten ausgleichen, wie der Juncker meint [1].

Nun wurde fast vier Jahre seit der Testversion gearbeitet. Alle möglichen Stakeholder sollten beteiligt sein wie Arbeitsämter, Karriereberater, Statistiker, Wissenschaftler…, um diese Klassifizierung in 26 Sprachen zu erschaffen. Knapp vier Jahre wurde getestet, erweitert, verändert, überarbeitet… Und nun sitze ich hier an meinem PC, tippe als Fertigkeit „Word“ ein und die Datenbank erkennt den Begriff nicht. Einziger Alternativvorschlag: WordPress, wohl nicht sehr verwandt. Tippe ich „PowerPoint“ zeigt sich gähnende Fehlanzeige, die Datenbank erkennt den Begriff nicht, er ist nicht hinterlegt.

Gut, versuchen wir es ‘mal bei Indeed. Allein in Deutschland finde ich mit dem Suchbegriff „PowerPoint“ über 13000 Jobinserate, in Frankreich und im Vereinigten Königreich rund 8000. Europaweit ist PowerPoint jedoch nicht als Skill klassifiziert. Kein Platz unter 13485 Skills im ESCO. Soll ein Arbeitnehmer einen potenziellen Arbeitgeber also insoweit besser verstehen, dass PowerPoint keine wichtige Kenntnis für eine Beschäftigung darstellt?
Zugegebenermassen erkennt die Datenbank schon „Microsoft Office nutzen“, wenn „Microsoft“ eingegeben wird, weiter geht das semantische Verständnis der Datenbank jedoch nicht. Denn «Textverarbeitungsprogramme verwenden» ist sogar als eigenständige Fertigkeit ohne Verbindung zu Microsoft Office hinterlegt, keine der beiden Fertigkeiten schlagen sich als Synonym vor.

ESCO gibt an, ganze 2942 Berufen zu erkennen. Interessant dabei ist, dass das System einen „Logistikkoordinator Schienenverkehr“ [2] schon erkennt und auch gewisse alternative Schreibweisen anbietet, den Logistiker² jedoch nicht. Hier und dort finden sich immer wieder Berufe mit ähnlichen Krankheiten. Zudem wird als alternative Bezeichnung für eine/einen „Parteimitarbeiter/in“ auch “PR-Mitarbeiter/in“² vorgeschlagen. Nur um ein Beispiel zu nennen für eine fehlerhafte Jobtitel-Alternative.

ESCO soll nun auf 26 Sprachen laufen. Ja und Nein, finde ich heraus. Ja, die Jobtitel sind auf 26 Sprachen verfügbar, ja, die Kenntnisse ebenfalls. Die Erklärung eines Begriffs findet sich jedoch immer nur auf Englisch, welches heissen soll, dass ein Titel übersetzt werden kann in alle Sprachen, die Jobbeschreibung jedoch nicht. Sie verbleibt immer in der englischen Sprache verfasst. Ist nun fraglich, ob ein Arbeitgeber aus Frankreich den Beruf seines schwedischen Bewerbers besser versteht ohne Definition auf seiner Landessprache Französisch. Oder ob er versteht, ob die Klassifizierung wirklich mit seiner Vakanz übereinstimmt.

Ganz abgesehen davon, dass die Qualifikationen nur auf einer einzigen Sprache zugänglich sind: Griechisch. Auch die detaillierten Beschreibungen sind nur in dieser Landessprache auffindbar. Hiermit versteht ein Arbeitgeber eines anderen Mitgliedstaates jedenfalls seinen Bewerber nicht besser, selbst wenn dieser aus Griechenland stammen sollte. ESCO meldet selbst dazu, dass die Qualifikationen von den Mitgliedsstaaten geliefert werden müssen und zeitweise integriert werden. Da haben sich 27 Mitgliedsstaaten aber ziemlich viel Zeit gelassen.

Nun muss ich zusammenfassen, ich bin mehr als nur leise enttäuscht. Fast vier Jahre habe ich gewartet seitdem ich auf dem ESCO Kongress zusammen mit anderen die mannigfaltigen Möglichkeiten von Ontologien erklärt habe. Aber es ist keine Ontologie entstanden, vielmehr eine Taxonomie oder Sammlung an Begriffen. 2942 Berufe, 13485 Kenntnisse und 672 (griechische) Qualifikationen wurden in ESCO integriert, klassifiziert. ESCO hat vermeintlich finanziell und ganz sicher zeitlich immens investiert für diese Entwicklung. Aber ob das nun der Durchbruch zu Juncker’s Zielsetzung ist, ist grundlegend fraglich.

Und die Frage ist jetzt: Was machen wir nun? Hoffen und weitere vier Jahre warten bis ESCO vielleicht die Ansprüche des HR-Bereichs und der Public Employment Services erfüllen könnte? Oder vielleicht lieber nach einer Alternative umschauen? Wie wäre es beispielsweise mit einer Alternative, die eine wahre Ontologie mit semantischer Erkennung darstellt. Die erkennt, dass ein/e Parteimitarbeiter/in nicht das gleiche wie ein/e PR-Mitarbeiter/in macht. Die weiss, dass MS Word die gleiche Fertigkeit wie Microsoft Word oder Textverarbeitung darstellt. Und die viele Sprachen vollständig enthält. Wer weiss, vielleicht gibt es so etwas ja bereits. Vielleicht könnte eine Onlinerecherche danach erfolgreich sein. Zum Beispiel auf http://janzz.technology.

[1] ESCO (2015). ESCO strategic framework. Vision, mission, position, added value and guiding principles. Brüssel.

[2] Für diese Recherche wurde nur die Online-Datenbank von ESCO genutzt.

 

NAV wählt die Ontologie-basierte Technologie von JANZZ für die Modernisierung seiner Arbeitsmarkt Plattform.

/in , , /von

Das Norwegische Arbeits- und Sozialamt (NAV) hat das Schweizer Technologie Unternehmen JANZZ in einem öffentlichen Ausschreibungsverfahren ausgewählt, Komponenten für seine neue Arbeitsmarktplattform zu liefern. JANZZ hat sich im Ausschreibungsverfahren gegen internationale Konkurrenz durchgesetzt und wird NAV mit seiner Expertise in Berufs- und Kompetenzdaten unterstützen.

Im Rahmen seiner Agenda zur Verbesserung des Übergangs von Arbeitssuchenden in Beschäftigung erfindet NAV seine Self-Service Job Plattform neu. NAV beabsichtigt, einen transparenten Service für alle Stakeholder des Arbeitsmarktes anzubieten, den alle unter den gleichen Voraussetzungen nutzen können. Dies soll den norwegischen Arbeitsmarkt noch transparenter machen und eine schnellere Rückkehr in eine Beschäftigung für alle Arbeitssuchenden ermöglichen.

Zudem soll die neue Arbeitsmarkt Plattform als Wissensquelle über den norwegischen Arbeitsmarkt dienen. Das Sammeln, Anreichern und Analysieren von Daten und Informationen zu Berufen und Kompetenzen ist der Kern von NAV’s strategischer Vision und wird ein integraler Bestandteil der zukünftigen Plattform sein. Durch die Datenanalysen soll ein nachhaltiges und dynamisches Wissenssystem geschaffen werden, das dem Arbeitsmarkt zu Gute kommt.

Mit seiner Ontologie-basierten Matching Technology, JANZZ bietet die ideale Grundlage für NAV um eine innovative und nachhaltige neue Plattform zu bauen. Die Berufs- und Kompetenzontologie von JANZZ ist eine umfassende semantische Datenbank von Job Titeln, Kompetenzen und Ausbildungen. Sie versteht die Nuancen von Lebensläufen und Stellenanzeigen und kann helfen zwischen diesen zu übersetzen. In Kombination mit der semantischen Job Matching Engine, wird sie NAV helfen, relevantere und transparentere Suchresultate und Jobvorschläge zu liefern und genauere Einblicke in den Arbeitsmarkt zu erlangen.

Über NAV

Das Norwegische Arbeits- und Sozialamt (NAV) beschäftigt ungefähr 19 000 Mitarbeitende (ungefähr 14 000 Staatsangestellte und 5 000 Gemeindeangestellte).

NAV wurde am 1. Juli 2006 gegründet. Gemeinden und die Regierung kooperieren um der Gesellschaft durch 456 Dienststellen in allen 19 Verwaltungsprovinzen Norwegens gute Lösungen im Bereich der Sozialdienste und Arbeitsvermittlung anzubieten.

NAV ist verantwortlich für einen Drittel des norwegischen Staatshaushalts. Das Amt verwaltet verschiedene Vorsorge- und Beschäftigungsprogramme (nämlich Arbeitslosengeld, Invalidenversicherung, Krankengeld, Kinderzulage, Zulage für pflegende Angehörige und Pension).

Hauptziele in Bezug auf den Arbeitsmarkt:

  • Mehr Menschen aktiv und in Beschäftigung, weniger Leistungsempfänger
  • Ein gut funktionierender Arbeitsmarkt mit hoher Erwerbsbeteiligung
  • Eine inklusive Gesellschaft die allen die Möglichkeit zur Teilnahme versichert
  • Umfassende und effiziente Sozialdienste und Arbeitsvermittlung

Sekundäre Ziele in Bezug auf den Arbeitsmarkt:

  • Inklusive Arbeitsplätze
  • Unternehmen und Vermittlungen können Stellen mit qualifizierten Mitarbeitenden füllen
  • Menschen mit Beeinträchtigung können aktiv am Arbeitsleben teilnehmen
  • Dienstleistungen und Informationen zugeschnitten auf die Bedürfnisse und Umstände der Benutzer

Mehr Informationen unter www.nav.no

Über JANZZ.technology

JANZZ.technology ist ein Technologie- und Beratungsunternehmen, das im semantischen Skills- und Job-Matching und der Nutzung komplexer Berufs- und Kompetenzdaten tätig ist. Es bietet Standard-, White Label-Produkte und SaaS-Lösungen für die Modellierung, Analyse und Nutzung von Big Data auf Jobportalen, staatlichen Arbeitsmarkt-Plattformen sowie firmeneigenen Karriere-Seiten. Anhand der neusten semantischen Technologien wird ein sprachübergreifendes, präzises Matching von Qualifikationen, Fähigkeiten und Kompetenzen ermöglicht. Dadurch können Matching-Probleme in Arbeitsmärkten massgeblich verringert werden.

Mehr Informationen unter www.janzz.technology

Arbeitsmarkt Insights – Auswertung von «Datenschatztruhen» im Trend

/in , /von

Die fortschreitende Digitalisierung des Arbeitsmarktes hat unglaubliche Datenmengen geschaffen, deren Analyse zu mehr Transparenz im Arbeitsmarkt und besseren Entscheidungsgrundlagen für Unternehmen beitragen könnten. Eine wichtige Voraussetzung für aussagekräftige Arbeitsmarkt Insights ist ein semantischer Graph, der die komplexen Verhältnisse von Berufen und Kompetenzen digital abbildet und somit die Erkennung von komplexen Sachverhalten in Arbeitsmarkt Daten ermöglicht.

Durch das Internet hat sich nahezu jedes Arbeitsumfeld in den letzten 15 Jahren strukturell verändert, so auch das HR und Recruiting. Grosse Jobplattformen, Firmen und Career Websites und berufliche Netzwerke sind gekommen. Die Stellenanzeige hat ihren Weg von Printmedien in die digitale Welt gefunden. Zudem haben Automatisierung, Big Data und Social-Media-Recruiting die Personalsuche verändert. Das Recruiting verlagert sich immer mehr in den digitalen Raum und dieser Vorgang schafft vor allem eins: Daten.

Nie zuvor standen Personalabteilungen so viele Daten über Bewerbende, Mitarbeitende und deren Kompetenzen zur Verfügung. Die Auswertung dieser Datenschätze bietet ungeahnte Möglichkeiten, Einblicke in den firmeneigenen Talentpool zu bekommen. Auch ausserhalb von Firmen haben sich solche Datenschätze angehäuft: Jobportale, Soziale Netzwerke, Software Anbieter und Suchmaschinen sammeln ebenfallst Daten rundum Jobsuche, Ausbildung und Kompetenzprofile. Die Daten werden immer öfter nicht nur für die Optimierung der eigenen Seite oder Rekrutierungsprozesse verwendet, sondern auch als aufbereite Analyse des Arbeitsmarktes veröffentlicht oder in neue Produkte integriert.

Ein spannendes Beispiel ist die neulich erschienene Analyse des schweizer Stellenmarktes von Job Cloud. In Zusammenarbeit mit der ZHAW hat Job Cloud die Studie Market Insights lanciert. Dabei wurden die Daten vom User Verhalten auf den Portalen jobs.ch und jobup.ch ausgewertet. Die Verhaltensstudie ermöglicht einen direkten Vergleich zwischen ausgeschriebenen Inseraten und Klicks von Jobsuchenden. Das Userverhalten wurde nach unterschiedlichen Gesichtspunkten analysiert: unter anderem Branche, Berufsgruppe, Hierarchiestufe, Beschäftigungsgrade und Tages- und Wochenzeiten. Laut Prof. Dr. Frank Hannich von der ZHAW zeigen die «JobCloud Market Insights» detailliert auf, welche Berufsgruppen oder Branchen am beliebtesten beziehungsweise vom Fachkräftemangel am stärksten betroffen sind und machen regionale Unterschiede zwischen der Deutsch- und der Westschweiz aus.

Während bisher Arbeitsmarkt Insights vor allem auf Umfragen, also Meinungen und Absichten, beruhten, entstehen durch die wachsenden Datenmengen immer mehr Möglichkeiten, tiefergehende und zuverlässigere Erkenntnisse zu gewinnen. Dabei werden verschiedene Aspekte des Arbeitsmarktes nun messbar: Lohnniveaus, Ausbildungsniveau, Verhalten von Jobsuchenden und der Wert von zusätzlichen Kompetenzen und Kenntnissen können auf Grund der bereits gesammelten Daten analysiert werden. Die Einblicke aus diesen Analysen schaffen eine bessere Entscheidungsgrundlage für Personalabteilungen und Ausbildungsinstitute und sorgen für mehr Transparenz für alle auf dem Arbeitsmarkt. Das Potenzial von Arbeitsmarkt Analytics ist gross und noch lang nicht ausgeschöpft.

Viele Unternehmen, die sich auf Arbeitsmarkt Analytics spezialisieren, konzentrieren sich auf die Aggregation und Extraktion von Arbeitsmarktdaten. Zum Beispiel sammeln sie Millionen online Stellenanzeigen (vor allem in grösseren Märkten, ist die Aggregation aus mehreren Quellen entscheidend, um einen aussagekräftigen Datensatz zusammenzutragen), und extrahieren daraus die für den Job gefragten Kompetenzen, Ausbildungen und Erfahrungen. Auch Softwareunternehmen und berufliche Netzwerke, die bereits einen riesigen Satz von Mitarbeiter- oder Mitgliederdaten zur Verfügung haben, müssen daraus zuerst die für eine Analyse relevanten Daten extrahieren. Dabei gilt, je strukturierter die Daten angelegt sind, desto einfacher.

Desweiteren ist es wichtig die komplexen Zusammenhänge in den Arbeitsmarktdaten zu verstehen und in die Datenanalyse miteinbeziehen zu können. Zum Beispiel muss erkannt werden, dass es sich sowohl bei Microsoft Dynamics, Sage und Odoo als auch bei SAP Business One, Oracle Netsuite und Kronos um ERP Systeme handelt. Denn ohne diese Verbindung, können keine übergeordneten Fragen, wie zum Beispiel, für welche Berufe ERP Kenntnisse besonders gefragt sind, beantwortet werden.

semantischer Knowledge Graph

Um solche Verbindungen digital abzubilden und somit in eine Datenanalyse miteinbeziehen zu können, sind semantische Systeme unentbehrlich. Zusammenhänge zwischen Berufen, Fähigkeiten, Technologien und Ausbildungen können in Knowledge Graphs, die zusammen eine Ontologie formen, abgelegt werden. Im globalen Arbeitsmarkt sind Ontologien wie JANZZon!, die mit einem sprach-und länderübergreifenden Ansatz erstellt wurden, besonders wertvoll. Denn sie ermöglichen die Analyse und den Vergleich von Arbeitsmarktdaten über Ländergrenzen hinweg. Ontologien können daher entscheidend dazu beitragen, das volle Potenzial von Datenschatztruhen im Arbeitsmarkt Bereich auszuschöpfen und wertvolle Einsichten zu bekommen.

Arbeitsmarkt Ü65: Rüstig statt rostig – Pensionierte, die eigentlich gar keine sind.

/in , /von

Wer am Tag des 65igsten Geburtstags morgens zur Arbeit erscheint, dem fallen von Weitem bereits die Geschenke und Dankeskarten auf dem Schreibtisch ins Auge. Der Chef hält noch kurz eine kleine Dankesrede und die langjährige Empfangsdame verdrückt ein Tränchen und der Schreibtisch wird langsam leergeräumt und steht bereit für den Nachfolger. Zeit zu gehen – Zeit einen neuen Lebensabschnitt zu beginnen: die Rente. Doch ist dem wirklich so? Ein Bericht des Spiegel’s zeigt immer wie weniger. Das statistische Bundesamt teilte im besagten Artikel mit, dass der Anteil der 65 bis 69-Jährigen an Erwerbstätigen sich von 2005 bis 2015 mehr als verdoppelt hat, von 6,5 auf 14,5 Prozent. Als erwerbstätig gilt übrigens jeder, der mindestens eine Stunde pro Woche arbeitet.

Desweiteren geht aus den Zahlen hervor, dass deutlich mehr Männer als Frauen über die Rente hinaus arbeiten. Die Zahlen variieren von Region zu Region aber stark. Ein Grund für die regionalen Unterschiede ist die Wirtschaftskraft. In starken Regionen gebe es generell mehr Arbeitsmöglichkeiten – auch für Ältere. Zudem hätten Rentner wegen der höheren Lebenshaltungskosten in den Boomregionen zum Teil auch ein größeres Interesse an einem Job. In anderen EU-Staaten liegt der Prozentsatz der Erwerbstätigen über 65-Jährigen sogar deutlich höher. In Estland etwa beträgt der Prozentsatz demnach fast 30 Prozent, in Schweden fast 22 Prozent, in Großbritannien rund 21 Prozent. Im EU-Durchschnitt arbeiteten im vergangenen Jahr fast zwölf Prozent der über 65-Jährigen.

Das alte Eisen rostet noch lange nicht.
Was an der Statistik aber deutlich hervor geht: Je gebildeter ein Rentner ist, desto höher ist die Wahrscheinlichkeit, dass er oder sie sich auch noch nach dem Renteneintritt weiter im Beruf engagiert. Das habe auch damit zu tun, dass höher Gebildete oft Tätigkeiten nachgingen, die keine starke körperliche Belastung mit sich bringen, und dass sie in ihrem Berufsbild mehr Wahlmöglichkeiten für eine Weiterbeschäftigung nach dem Ende des regulären Berufslebens hätten.

Verlässliche Fachkräfte ohne Risiko
Ein weiterer Fakt wird sicherlich auch sein, dass im Zuge des so viel zitierten Fachkräftemangel solch erfahrene Arbeitskräfte von einmal wieder viel mehr gefragt sind. Viele wechseln auch nach der Pensionierung noch Ihre Stelle oder arbeiten teilzeit oder projektbezogen. Sie sind also eine gute Alternative für Firmen um personelle Engpässe ausgleichen und gleichzeitig von einer Fachkraft profitieren zu können. Dabei haben viele Rentner oftmals sehr moderate Lohnvorstellungen nach Ihrer Pension. Das hat meist einen ganz simplen und sehr entscheidenden Grund. Senioren möchten nach der Pensionierung weiter arbeiten, weil es Ihnen Spass macht.
Doch gilt es leider immer noch gewisse Klischees aus dem Weg zu räumen. Viele Menschen und Unternehmen behaupten nach wie vor, dass man Rentner nicht online rekrutieren kann und es deswegen sehr schwer ist, überhaupt an diese heranzutreten. Dies kann klar widerlegt werden. Eine Statistik aus dem 2015 von Bitkom zeigt, dass die Hälfte der Senioren das Internet aktiv nutzt. 91% der aktiven „Online-Rentner“ verfügt über eine Emailadresse, 57% kauft Waren online ein u.s.w.

Suchen und Finden
Das Tool zur Rekrutierung ist die mehrsprachige Jobmatching-Plattform JANZZ.jobs. Denn das einzigartige Matching von JANZZ ermöglicht einen exakten Abgleich aller relevanten Kriterien in Echtzeit. JANZZ User, sowohl Privatpersonen als auch Unternehmen suchen nicht mehr – «Suchen» gibt es bei JANZZ nicht. Die Maxime lautet: «Gefunden werden». Die User erfassen die geforderten Informationen wie Fähigkeiten, Kompetenzen und Erfahrungen und das System zeigt in Real Time wer das bietet was Sie suchen und umgekehrt. Zudem berücksichtigt das System auch noch weitere Kriterien wie z.B. Vollzeit- oder Teilzeitpensum, Arbeits-/Einsatzort oder Salärvorstellungen, Aus- und Weiterbildungen sowie Sprachniveau.

Genau weil JANZZ.jobs nicht nur einfach die Tätigkeiten miteinander abgleicht, ist es die perfekte Plattform für Rentner. So können diese eben ihren spezifischen Kompetenzen und Erfahrungen erfassen und diese werden ebenfalls mit dem Gegenüber gematcht. Denn die wenigsten Senioren befinden sich nach Ihrer Pensionierung auf einer klassischen Jobsuche. Sie möchten aber gerne Ihren Erfahrungsschatz einsetzen und weiter geben. Da bringt eine klassische Suche nie ein zufriedenstellendes Resultat. Ein Mehrwert der also nur JANZZ.jobs Ihren Usern bieten kann.

Kommt es auf Grund der erfassten Daten zu einem Match werden beide Seiten automatisch – in einem ersten Schritt anonym – benachrichtigt. Durch das anonyme Matching wird auch die Altersdiskriminierung reduziert, was arbeitswilligen Senioren zusätzlich eine Hilfe sein kann.

Allen anderen Senioren, die sich mit 65 gerne aus dem Berufsalltag zurückziehen und sich an der Pension erfreuen, sei an dieser Stelle auch noch was gesagt. Geniessen Sie es in vollen Zügen 😉

Tages-Anzeiger: Mit Software gegen Vorurteile

/in /von

Unbewusste Vorurteile können darüber entscheiden, ob jemand einen Job bekommt oder nicht. Mit neuartigen Softwaretools soll sich das verhindern lassen. Doch sind die Unternehmen dazu bereit? Vielfalt in Unternehmen macht sich bezahlt. Verschiedene Untersuchungen haben gezeigt, dass Teams, die nach Alter, Geschlecht und Herkunft gemischt sind, bessere Geschäftsergebnisse erzielen. Das ist inzwischen auch in den Chefetagen von grossen Firmen angekommen. Längst gehört es zum guten Ton, sich zur Vielfalt in der eigenen Belegschaft zu bekennen. Mit der Umsetzung hapert es indes noch allzu oft. Kein Wunder: Personalentscheide werden von Menschen gefällt, und die sind nicht frei von persönlichen Eindrücken und unbewussten Vorurteilen. So können Merkmale ausschlaggebend sein, die für den Job gar nicht relevant sind und über die Eignung eines Kandidaten nichts aussagen. Weiterlesen…tagesanzeiger-mit-software-gegen-vorurteile

JANZZ Mindsetter – Interview mit Stefan Bürkle

/in , /von

JANZZ Mindsetter überlässt das Wort Persönlichkeiten, die sich zu relevanten Themen rund um HR, Recruiting, Arbeitsmarkt, digitale Transformation, Diskriminierung am Arbeitsmarkt u.v.m. äussern. Mit diesem Blog wollen wir Menschen das Wort geben, die uns eine andere Sicht auf die Dinge vermitteln. Eben Mindsetter.

Stefan Bürkle zum Thema Anonyme Bewerbung

Stefan Bürkle ist geschäftsführender Gesellschafter der Elektrotechnikfirma Bürkle + Schöck. Durch die Einführung von anonymen Bewerbungsverfahren in seiner Firma ist er zum Vorreiter in Deutschlands Personalmanagement geworden.

janzz_mindsetter_stefan_buerkle

Sie setzen mit Bürkle & Schöck auf ein anonymes Bewerbungsverfahren. In welcher Hinsicht profitieren Sie davon?

Wir profitieren insofern davon, dass wir mehr Bewerbungen bekommen. Es bewerben sich auch Personen, die ansonsten evtl. durch Ihre Noten abgeschreckt sind sich zu bewerben. Wir profitieren auch davon, dass wir keine Person bewusst oder unbewusst diskriminieren.

Was hat sich verändert seit Sie auf das anonyme Bewerbungsverfahren setzen?

Verändert hat sich – außer positiver Rückmeldungen – zumindest Aufwandstechnisch nicht viel. Der Aufwand ist für uns nahezu der gleiche, wie beim klassischen Bewerbungsverfahren. Was doch von Vorteil ist, ist die Reduzierung von sogenannten „Blindbewerbungen“, da wir ja unser Bewerbungsformular ausgefüllt haben wollen. Ein weiterer Vorteil ist eine gewisse Vergleichbarkeit und bessere Strukturierung durch unserer Bewerberformular.

Anonyme Bewerbungsverfahren sorgen für Chancengleicheit. Was müsste passieren, dass Unternehmen flächendeckend darauf setzen?

Ja was müsste passieren. Meiner Ansicht nach muss die Angst vor was neuem genommen werden. Man weiß ja selbst, dass nichts schlimmer ist, als eingefahrene Wege zu verlassen.

Weiterhin sollte erkennbar sein, dass der Aufwand nicht anders ist als bisher. Für kleine Unternehmen sollte es möglichst Stellen – z.B. bei der jeweiligen Innung oder der Handwerkskammer – geben, die den bürokratischen Aufwand händeln und somit minimieren.

Wichtig ist auch, dass die ganze Thematik von „oben“ sprich von der Geschäftsführung klar und bejahend getragen wird. Auch die Mitarbeiter müssen eine Nutzen erkennen, ansonsten ist das ganze Verfahren gleich zum sterben verurteilt.

Bei der heutigen Lage am Ausbildungsmarkt kann ein das anonymisierte Bewerbungsverfahren ein hilfreicher Baustein sein, für die Gewinnung der Fachkräfte von morgen. Auch wenn die Zeugnisse nicht optimal sind, kann doch ein gut ausgebildeter Facharbeiter/Geselle in ein paar Jahren einem gegenüber stehen.

Es gilt – zumindest bei uns – die These: „Es kommt nicht darauf an woher du kommst, sondern wohin du willst.“

JANZZ Mindsetter – Interview mit Juhani Ilmarinen

/in , /von

JANZZ Mindsetter überlässt das Wort Persönlichkeiten, die sich zu relevanten Themen rund um HR, Recruiting, Arbeitsmarkt, digitale Transformation, Diskriminierung am Arbeitsmarkt u.v.m. äussern. Mit diesem Blog wollen wir Menschen das Wort geben, die uns eine andere Sicht auf die Dinge vermitteln. Eben Mindsetter.

Prof. Juhani Ilmarinen zum Thema Alter(n) im Arbeitsmarkt

Juhani Ilmarinen ist Forscher und Experte für Generationen-Management. Er berät Unternehmen zu den Thematiken Alter(n), Generationen, Arbeitsfähigkeit und Wohlbefinden.

janzz_mindsetter_ilmarinen

Weshalb kommt es eigentlich überhaupt zur Altersdiskriminierung am Arbeitsmarkt?

Es gibt mindestens drei grosse, grundlegende Gründe für Altersdiskriminierung am Arbeitsplatz, nämlich:
– Bewusstseinsmangel ums Alter und ums Altern, die weiter zu
– Einstellungsproblemen gegenüber dem/des Alter(n) und zum
– Mangel des fairen Umgangs mit älteren Beschäftigten führen
Jede Generation hat ihre Stärken und Schwächen, die ziemlich unterschiedlich sind. Diese Unterschiede wachsen mit zunehmendem Alter. Beschäftigte 50+ sind sehr heterogen im Vergleich zu 30+ im Bezug auf ihre physischen, psychischen und sozialen Eigenschaften und Fähigkeiten. Die sozialen Fähigkeiten verbessern sich zunehmend mit dem Altern, die meisten psychischen Fähigkeiten bleiben unverändert ( d.h. mentaler Zuwachs), ohne regelmässiges Training nehmen die physischen Fähigkeiten aber ab. Wir können feststellen: Fähigkeiten sind entscheidend, nicht das Alter(n).
Ein besseres Bewusstsein von altersbedingten Änderungen führt zu fairen Einstellungen und zur besseren Umsetzung der Fähigkeiten der Älteren.
Die Arbeitgeber denken bei den Älteren oftmals nur an gesundheitliche Risikos und niedrige Produktivität, dabei sind beide oft reine Mythen. Die Abwesenheitsraten sind im Vergleich zwischen den Generation ungefähr gleich resp. haben direkten keinen Zusammenhang mit dem Alter. Jede Generation kann produktiv sein wenn die Arbeit so gestaltet ist, dass die Stärken der Beschäftigten richtig eingesetzt werden.

Überall ist vom Fachkräftemangel zu lesen. Warum denken Sie, dass trotzdem viele ältere Fachkräfte keine Anstellung mehr finden?

Die Faktoren, die ich schon oben genannt habe, spielen auch hier eine grosse Rolle. Dazu kommen noch Fragen betreffend der Kompetenz. Die Globalisierung, neue Technologie und besonders die Digitalisierung ändern die Arbeitsplätze und Arbeitsprozesse schneller als vielleicht erwartet. Deswegen sind heute IT-Fähigkeiten ein Kompetenzfaktor von grosser Bedeutung, für alle Arbeitnehmenden.

Die jüngeren Generationen haben oft bessere IT-Fähigkeiten als ihre älteren Kollegen. Aus diesem Grunde haben ältere Arbeitskräfte oftmals Einstiegsprobleme in Branchen, die stark technologieorientiert sind. Es ist aber zu bemerken, dass in vielen Dienstleistungen z.B. im Gesundheitswesen oder in der Pflege andere Kompetenzen viel wichtiger sind als IT-Fähigkeiten. In solchen Tätigkeiten spielen die Erfahrung eine grosse Rolle, diese ist eine echte Stärke der Älteren.
Zum Thema Kompetenzen und Fähigkeiten gilt es auch noch zu erwähnen, dass Lernen stets unabhängig vom Altern ist. Jede Generation kann neue Fähigkeiten lernen, Wissen und Kompetenzen ausbauen, oftmals lernen die Älteren einfach anderst, als die Jüngeren.

Didaktisch und pädagogisch angepasste Lernprozesse für Ältere können den Prozess des lebenslangen Lernens aber problemlos sichern. So können auch die Älteren z.B. IT-Kenntnisse genauso beherrschen wie ihre jüngeren Kollegen.

Anonyme Bewerbungsverfahren bei denen z.B. Alter, Herkunft und Geschlecht nicht ersichtlich sind, könnten die Altersdiskriminierung wohl verhindern oder eindämmen. Warum setzen nach wie vor so wenig Unternehmen darauf?

Anonyme Bewerbungsverfahren könnten wenigstens soweit helfen, dass die Bewerber nicht im voraus z.B. wegen Alter aussortert werden. Beim Interview könnten sie ihre Stärken dann besser vorstellen.

Es ist aber offensichtlich, dass der Arbeitgeber bereits bei der Ausschreibung zumindest eine Wunschvorstellung eines Kandidaten hat, respektive was dieser mitbringen sollte. Manchmal ist diese aber aus der Stellenausschreibung nur bedingt ersichlich oder man darf es evtl. vielleicht sogar nicht ausformulieren. Trotzdem hilft es dem Personalverantwortlichen (auch aus Zeitgründen) die Bewerber schnell auszusortieren.

Für viele reicht deswegen der schriftliche Eindruck nicht aus, weil das Aussehen und Verhalten der Bewerber bei gewissen Tätigkeiten eine wichtige Rolle spielt. Die Bereitschaft einem Beruf mit Kundenkontakt nachzugehen oder teamfähig zu sein, kann man besser in einem persönlichen gespräch eruieren. So denken zumindest viele Arbeitgeber.

Insgesamt möchte ich aber klar betonen, dass die mentale Arbeitsfähigkeit der Bewerber wohl viel wichtiger ist, als die einzelnen Faktoren der unterschiedlichen Fähigkeiten. Mit arbeitsfähig meine ich, dass die eigenen Ressourcen wie Gesundheit Kompetenzen, Werte, Einstellung und Motivation gut zur ausgeschriebenen Stelle passen. Oft werden die Bewerber nur nach ihrem „Können“ (Kompetenz und Gesundheit) evaluiert. Dabei werden aber viel wichtigere Faktoren wie Werte, Einstellung und Motivation gänzlich ausser acht gelassen. Dabei können eben mit diesen Faktoren, ältere genauso produktiv und gewinnbringend wie jüngere Arbeitnehmende sein.

Mein Vorschlag wäre, dass das Bewerbungsverfahren auf das Arbeitsfähigkeits-Haus umzustellen.

Juhani Ilmarinen Arbeitsfähigkeitshaus

Prof. Juhani Ilmarinen entwickelte im Jahr 2001 das Modell „Haus der Arbeitsfähigkeit“, welches das Zusammenwirken verschiedener unternehmens-und personalpolitischer Aspekte inhaltlich im Bild eines Hauses mit verschiedenen Etagen vereint.

Wie werden neue Technologien in Zukunft im Mobile Recruiting Anwendung finden? Teil 10/10

/in , /von

Mobile Recruiting galt lange als der nächste grosse Trend im HR, besonders wenn es um die Rekrutierung von jüngeren Fachkräften geht, wie z.B. der Generation Y. Vor allem als ich letztes Jahr mit meiner Reihe über technologische Trends im Recruiting begann, war Mobile Recruiting in aller Munde. Doch was ist aus dem Trend geworden? Wie Gary Vaynerchuk an der Online Marketing Rockstars Konferenz 2015 sagte: “If you have websites […] that are not mobile-friendly, that are not mobile-native in 2015, you are just not living in the world that we actually live in.” Wer keine mobile Webseite hat, ist weg vom Bildschirm, so einfach ist das. Und genau da möchte ich mit meinem vorerst letzten Beitrag ansetzen; nämlich beim Unterschied zwischen einer mobil-optimierten Karriereseite und der Möglichkeit, sich relativ mühelos von einem mobilen Endgerät, also Smartphone oder Tablet, zu bewerben.

Was braucht es, damit Mobile Recruiting zum Anstellungserfolg führt?

Eine mobile Firmenseite, auf der man sich von überall über eine Firma und deren offenen Stellen informieren kann, ist mittlerweile fast unabdingbar. Nur durch eine mobil-optimierte Website findet sich noch lange keine junge Fachkraft. Es tut sich lediglich ein weiterer Kanal auf. Um wirklich effektiv Fachkräfte zu finden, sollte der ganze Prozess auf die mobile Umgebung ausgerichtet und angepasst werden. Gleichzeitig fragt sich, was so zeitkritisch an einer Bewerbung ist, dass es möglich sein muss, sich von überall zu jeder Zeit bewerben zu können? Reicht es nicht aus, eine Bewerbung erst dann zu senden, wenn wieder eine nicht-mobile Internetnutzung zur Verfügung steht? Insbesondere vor dem Hintergrund, dass der nachfolgende Auswahlprozess im Unternehmen oft Wochen oder gar Monate dauert. Führt die Bewerbung via Smartphone oder Tablet hier zu einem spürbaren Vorteil? Oder besteht eher die Gefahr, dass technikbedingt Restriktionen in Kauf genommen werden, die am Ende sogar die Erfolgschancen beeinträchtigen?

So wurde oft darüber hinweggesehen, dass der Begriff Mobile Recruiting eigentlich ein Oxymoron ist. Denn eine Bewerbung ist ja eigentlich etwas, womit man sich ausgiebig und über eine längere Zeit beschäftigt. Dies widerspricht im Grundsatz unserer Einstellung zur „mobilen Welt“, denn da geht es um Schnelligkeit und Vergänglichkeit. Mit den meisten Inhalten beschäftigen wir uns kaum länger als ein paar Sekunden. Eine Bewerbung ist etwas sehr Persönliches und Wichtiges – zu wertvoll um einfach auf dem Weg nach Hause im Tram kurz zusammenzustellen und mit wenigen Fingerwischen abzuschicken. Eine sorgsam zusammengestellte Bewerbung wird auch von Personalabteilungen geschätzt. Diese verlangen immer öfter explizit nach einem persönlichen Anschreiben, welches auf einem mobilen Gerät nicht einfach zu erstellen ist.

Mobile Recruiting bedeutet also nicht nur die Anpassung des Recruiting-Prozesses, sondern auch das Vereinen von zwei Gegensätzen. Und schliesslich bleibt da noch die berechtigte Frage, warum es überhaupt Mobile Recruiting geben soll. Sie sehen, die Frage ist komplexer als am Anfang angenommen. Das wiederum könnte ein Hinweis darauf sein, warum es in letzter Zeit verdächtig still geworden ist um Mobile Recruiting.

Kurz ein paar Facts zu „Mobile Recruiting“ heute

Die Mobile Recruiting Studie 2015 Schweiz, die die Karriereseiten der Unternehmen des SIX Swiss Exchange betrachtet hat, zeigt, dass Mobile Recruiting zwar ein grosses Buzzword war, aber kaum in die Realität umgesetzt wurde. Denn es präsentieren sich gerade einmal 34% der untersuchten Unternehmen in mobil-optimierter Form. Um eine anständige Mobile Candidate Experience steht es noch schlechter: 86% der untersuchten Seiten strapazieren die Geduld der Bewerbenden mit nicht mobil-optimierten Jobbörsen. Bei nur etwa 9% der Seiten hat der/die mobile Stellensuchende Zugang zu Bewerbungsformularen, die für Tablets oder Smartphones optimiert wurden.

Aus der Social Media Recruiting Studie 2015 von Online-Recruiting.net wird ersichtlich, dass sich ein grosser Teil der Unternehmen darüber bewusst ist, dass ihre eigene Webseite den mobilen Anforderungen nicht entspricht. Immerhin ist die Optimierung für mobile Geräte im Vergleich zum Vorjahr deutlich wichtiger geworden.

Social Media Recruiting StudieQuelle: Online-Recruiting.net

Wie sieht das auf der Seite der Bewerbenden aus? Wollen sie sich wirklich per Smartphone oder Tablet bewerben? Eine Studie der Ludwig-Maximilian-Universität München 2014 zeigte auf, dass sich erst 13% schon einmal mobil beworben haben. 53% gaben an, sie würden sich online bewerben, wenn die Möglichkeiten auf Karriere-Webseiten und Online-Jobbörsen besser wären, davon aber 41% nur „wahrscheinlich“. Woher kommt diese Unsicherheit? Zum einen ist sie eine Reaktion auf die beschränkten Möglichkeiten für mobile Bewerbungen, die Firmen bieten. Aber vor allem sind es Zweifel an der Akzeptanz von mobilen Bewerbungen bei Firmen. Schliesslich ist die Angst zu gross, dass beim mühsamen Anfügen von Motivationsschreiben oder Zeugnissen und beim Eintippen der Bewerbung auf dem kleinen Bildschirm Fehler passieren. Dafür ist Menschen die eigene Bewerbung dann einfach zu wichtig.

Weder Bewerbende noch Firmen sind also völlig überzeugt von der mobilen Bewerbung. Auch die mobil-optimierte Unternehmensseite ist noch nicht ganz so verbreitet. Während Letzteres nur eine Frage der Zeit zu sein scheint, bis der Grossteil der Unternehmen auf den Geschmack des mobilen Netzes gekommen ist, scheint die mobile Bewerbung doch in einer existentiellen Krise zu stecken.

Ist das das Ende von Mobile Recruiting?

Ich würde eher sagen, Mobile Recruiting hat noch gar nicht wirklich begonnen. Wie gesagt, Mobile Recruiting bedeutet, den ganzen Recruiting Prozess auf die mobile Umgebung auszurichten und anzupassen. Das war bisher gleichbedeutend mit der Möglichkeit, die Bewerbungsunterlagen in ein paar Klicks zusammenzutragen und in das Bewerbermanagement-System hochzuladen. Doch vielleicht sieht wirklich effektives Mobile Recruiting ja ganz anders aus. Denn neue Technologien, wie semantisches Matching und Parsing, könnten einen komplett neuen Bewerbungsprozess gestalten.

Dass sich die mobile Bewerbung noch nicht so recht durchgesetzt hat, liegt demzufolge auch daran, dass die Möglichkeit, die gewohnten Bewerbungsunterlagen einfach per Smartphone abschicken zu können, eben nicht eine wirkliche Anpassung an die mobile Umgebung ist. Erst ein erfolgreicher Einsatz von semantischem Matching, Parsing und Co. könnte ein neues Bewerbungserlebnis ermöglichen, eines das der mobilen Welt wirklich gerecht würde. Wie das genau aussehen wird, sei vorerst mal dahin gestellt.

Nur ein paar Anmerkungen zu möglichen Umsetzungen: Semantische Technologien könnten die Suche nach interessanten Stellen bedeutend präziser machen. Dadurch müsste der Stellensuchende sich nicht mehr durch etliche Inserate „wischen“ bis der Daumen beginnt zu schmerzen. Denn die semantische Suche nach passenden Jobangeboten, die nicht nur Stichwörter sondern die Bedeutung von Jobtiteln und Fähigkeiten miteinander vergleicht, könnte noch präzisere und somit weniger Suchresultate bei der (mobilen) Jobsuche liefern. Bei der erweiterten Suche, also dem Abgleich zwischen dem eigenen CV und einer Vakanz könnte semantisches Matching sogar eine Prozentangabe zu der Eignung für eine Stelle machen. Die Stellensuche würde so bedeutend schneller, übersichtlicher und eben der mobilen Umgebung gerechter. Um das Ganze dann noch besser in den Bewerbungsprozess einbinden zu können, wäre eine bessere Verbindung zwischen Desktop und mobiler Anwendung praktisch, bei der man die Bewerbung auf dem Smartphone initiieren und auf dem Desktop weiterbearbeiten kann.

Abschliessende Worte

Mobile Recruiting ist so ein interessanter Fall, um den Sinn technologischer Trends zu hinterfragen. Nur weil etwas technisch möglich ist, muss es noch lang nicht einem Bedürfnis der User entsprechen. Umgekehrt zeigt Mobile Recruiting auch, dass eine technische Innovation mit der Offenheit der Benutzer steht und fällt.