Schlagwort: Human Resources Management

Kategorien
PDF erhalten

Künstliche Intelligenz im HRM: Fachliteratur

Bild: Erstellt mit der Bilderzeugungs-KI "Stable Diffusion"

Lieber Gast!

Künstliche Intelligenz (KI) ist so ein Hype! Brauchen wir das wirklich? Noch dazu im Human Resource Management (HRM)?

Na klar! Wer KI als Werkzeug nutzt und begreift, das hinter Machine und Deep Learning Mathematik – wenn gleich anspruchsvolle – steht. Und natürlich Rechenpower mit Grafikkarten, Servern und Massendaten (Big Data) zum trainieren der Modelle.

Doch die Siliziumchips leben nicht, denken nicht und werden es – in der heutigen Form – wohl auch nicht können. Starke KI kommt so eher nie. Doch vielleicht habe ich Unrecht und die Meinungen sind auch unter KI-Experten geteilt (Tipp für einen entspannteren Umgang: z.B. Ralf Ottes aktuelles Buch von 2023; vgl. diesen Newsblog-Artikel von mir).

Wo fängt man an mit Künstlicher Intelligenz im HRM? Nun, nicht bei Null und nicht bei Eins, wie die Rechner. Sondern bei einem Blick in die Fachliteratur: Da spart man sich eine Menge Arbeit und sieht, was wo und wie möglich ist.

Für eine neue Publikation zum Thema KI im HRM habe ich heutige einige gesammelte Fachliteratur zusammengestellt und in ein PDF mit rund 30 Titeln gepackt: Dieses sende ich jedem gerne per Nachricht über LinkedIn zu! Einzige Bedingung: Diesen Beitrag hier liken. Vielen Dank! 🙂

Herzliche Grüße und ein erholsames Wochenende! 🙋‍♂️ 🌳

Stefan Klemens

PS: Austauschen und informiert bleiben über die kommende Publikation sowie People Analytics, Digital Assessment und Künstliche Intelligenz im HRM? Dann auf LinkedIn vernetzen und / oder Termin zum Video-Telefonat hier vereinbaren.

Foto:

Erstellt mit der Online-Version von Stable Diffusion (tolle Alternative zu anderen Grafikgeneratoren und zudem wurde die Bild-KI mit in Deutschland entwickelt. Tipp: Eigene Version auf einen leistungsstarken Rechner herunterladen!)

Kategorien
Veranstaltung

Heute um 19 Uhr online: People Analytics Tech 2023: What You Need to Know

Lieber Gast!

Das Team um Stacia Sherman Garr von RedThread Research veranstaltet heute um 19 Uhr deutscher Zeit eine spannenden Online-Präsentation zu People Analytics. Genauer: Es geht um die Ergebnisse ihrer neusten Marktstudie zu People Analytics Technologien:

»Our latest study on the market shows that there are more vendors than ever, and the landscape is also changing rapidly. The market for vendors is very competitive, which means it is also confusing for buyers.«

People Analytics (ähnlich: HR Analytics, Workforce Analytics) nutzt Daten aus verschiedenen Bereichen und destilliert daraus Ergebnisse zur Lösungen aktueller Herausforderungen des Human Resource Management (z.B. Recruiting / Fachkräftemangel, Fluktuation, Talentmanagement, Weiterbildung).

Da dort meist multivariate Verfahren der Statistik u.a. zur Vorhersage eingesetzt werden (wie z.B. die Regressionsanalyse) spricht man auch von HR Data Science. Da multivariate Verfahren auch Teil des Maschinellen Lernens sind, geht es bei People Analytics auch um den Einsatz von Künstlicher Intelligenz im HR Management.

Wer sich für die 60-minütige Präsentation von Stacia und Priyanka Mehrotra zum People Analytics Markt interessiert (mit “market trends, a vendor landscape framework, vendor areas of focus, and customer feedback”), der kann sich heute noch anmelden unter:

https://landing.redthreadresearch.com/en-us/tc-webinar_people_analytics_tech_2023

Ich bin dabei! Du/Sie auch?

Herzliche Grüße, Stefan Klemens

PS: Lust auf einen Austausch zu People Analytics, KI im HRM oder Digital Assessment? Dann vernetzen und / oder auf einen Kaffee bei einem Videogespräch verabreden und treffen.

Kategorien
Veranstaltung

Düsseldorf Data Science Meetup bei SMS Group

Bühne und Teilnehmer des Data Science Meetup auf dem Messestand der SMS Group. Foto: Stefan Klemens

Lieber Gast,

als früherer Metalhead mit einer Vorliebe für Musik von Metallica und anderen Hard Rock Bands passte für mich das gestrige Düsseldorf Data Science Meetup auf dem Stand der SMS Group der METEC 2023 (führende Metallurgie-Fachmesse).

Wenn gleich ich heute eher Salsamusik höre (und dazu tanze statt meine ehemals langen Haare zu bewegen) und es bei den drei Vorträgen um Künstliche Intelligenz statt Metall aus dem Hochofen ging (wir sahen jedoch einige beindruckende Bilder hierzu des ersten Referenten; siehe Foto 1).

Die SMS Group mit Sitz in Düsseldorf (ab Herbst Mönchengladbach mit dem neuen SMS Campus) ist mit rund 14.300 Mitarbeitern weltweit (zirka 4.000 in Deutschland) und einem Umsatz von rund 2,745 Milliarden Euro (2020) eines der führenden Unternehmen in der Hütten- und Walzwerktechnik in der Branche Anlagenbau (Quelle: Wikipedia).

Eingeladen hatten die Veranstalter der regionalen Meetup-Gruppe, deren Fokus auf Data Science, Machine Learning und Python/R liegt. Die Co-Organisatorin Aida Orujova moderierte gekonnt und mit Humor das Treffen unter dem Motto “It´s AI Time! With SMS group”.

So kamen an dem sonnigen und warmen Montagabend um 18.30 Uhr rund 35 Personen zusammen, um gestärkt durch das leckere Fingerfood und die kühlen Getränke (Danke an SMS group!) den Präsentationen mit folgenden Titeln in englischer Sprache zu lauschen:

(1) Explainability of time series models – Maximilian Christ, Lead Data Scientist, SMS digital von SMS Group.

(2) Beyond Logs: Real-Time Anomaly Detection with Machine Learning – Dr. Fawaz Ghali, Principal Data Science Architect, Hazelcast.

(3) AIXpert: Democratizing Machine Learning with a No-Code Platform – Dr. Cédric Schockaert, Head of Data Science, Paul Wurth.

Die kurzen Vorträge fanden im offenen Präsentationsbereich des SMS Group Standes statt; die Charts liefen auf einem riesigem Bildschirm, sodass jeder der Teilnehmer auch viele Details der Vorträge – wichtig gerade bei Data Science Themen – gut sehen konnte.

Zudem gab es Fragerunden nach jedem Beitrag und zwischen diesen immer kurze Pausen, um mit anderen Teilnehmern ins Gespräch zu kommen, sich noch ein Getränk zu holen und das ansprechende Ambiente des Messeaufritts des Anlagenbauers zu genießen.

Weitere Informationen zur Veranstaltung sowie eine Zusammenfassung zu den drei Themen finden sich auf der Eventseite https://www.meetup.com/de-DE/dusseldorf-data-science-meetup/events/293431044/ (Hinweis: Siehe auch die Quellen und Links am Ende meines Newsblog-Beitrages).

Mir gefiel besonders der dritte Vortrag zum Thema No-Code, denn wir sind heute soweit, dass fast jeder mit nur minimalen Programmierkenntnissen (Low-Code, vor allem mit der Programmiersprache Python) oder auch ganz ohne solches Wissen, KI-Anwendungen nutzen kann.

Exkurs: No Code & Low Code sowie weitere Tech-Themen und Anwendungen wie ChatGPT, Metaverse & Virtual Reality (VR) und digitale Sprachassistenen (Voice Bots) waren auch Themen auf der spannenden Veranstaltung Networking@ERGO digital am 24.05.2023 im Rahmen der Startup-Woche Düsseldorf im Hauptquartier des Versicherungsunternehmens.
Weitere Termine zu Data Science, Künstliche Intelligenz, People Analytics, HR Tech, Digital & New Work.

Doch ein solches Wissen hilft natürlich bei der KI-Nutzung, und ein Verständnis der statistischen und mathematischen Grundlagen von Python, Machine und Deep Learning macht vieles leichter. Doch es ist vielleicht so wie mit dem Taschenrechner: Wenn man weiß was man tut, dann muss man nicht jedes Detail einer Formel kennen oder selbst ein solches Hilfsmittel programmieren oder bauen können.

Denn das ist Künstliche Intelligenz und Data Science in Form der des Maschinelles Lernen und Deep Learning: Ein Werkzeug, um sich die Arbeit leichter zu machen, um neue Impulse schneller zu finden, um Dinge auszuprobieren, um unbekannte Zusammenhänge in riesigen Daten aufzudecken, um unbedachte Lösungen zu entwickeln und um die Masse der heutigen “real-time” Daten in vielen Unternehmen überhaupt verarbeiten zu können.

Und ich glaube nicht, das die heutigen Silizium-Chips irgendwann selbständig denken, handeln oder gar fühlen können (siehe hierzu auch meinen Beitrag zum aktuellen Buch von Ralf Otte). Denn: Es wird eher der Missbrauch dieser Tools durch Menschen sein, der uns zu schaffen macht wird, wie die Geschichte zeigt.

Doch zurück zum Meetup in Düsseldorf: Neben dem inhaltlichen Input lerne ich dort einige interessante Menschen aus der Data Science Community aus unterschiedlichen Bereichen und Branchen kennen.

Mein Fokus ist ja People Analytics, was mehr oder weniger HR Data Science ist – was auch für meine Gesprächspartner neu war (Tipp: Siehe das schmale Buch von Steffi Rudel von 2021 für eine tolle Einführung in People Analytics).

Denn auch im Human Resources Management fallen immer mehr Daten an, die (a) in Verbindung mit anderen Geschäftszahlen und externen Daten (b) auf Basis von empirische fundierten Verhaltensmodellen aus der Psychologie und anderen Sozialwissenschaften sowie (c) ausgewählten Auswertungsmethoden Antworten und Handlungsempfehlungen zu wichtigen HR-Fragen liefern.

Beispiele: Warum kündigen Mitarbeiter? Welche Recruiting-Werkzeuge sind optimal? Oder wie lassen sich Trainings und die Produktivität von Mitarbeitern verbessern?

Ein bekanntes und wachsendes weiteres Anwendungsfeld für die fortgeschrittene HR-Datenanalyse und das digitale Assessment ist die Analyse von Persönlichkeitsmerkmalen wie den Big-Five (Fünf-Faktoren-Modell), wobei hier zu Recht strenge Anforderungen und Qualitätsstandards gelten, (wie z.B. der Datenschutz und die DIN 33430 zu beruflichen Eignungsbeurteilungen). Zudem leiten mich als Psychologen die Ethischen Richtlinien und die Berufsordnung meines Berufes.

Zum Nutzen und den Vorteilen der Berücksichtigung solcher Persönlichkeitseigenschaften sowohl für Unternehmen als auch Mitarbeiter und Bewerber gibt es sehr viele Praxisbeispiele, auch aus meiner eigenen Erfahrung (siehe PS Nr. 3 am Ende), sowie zahlreiche und aktuelle wissenschaftliche Studien und Meta-Analysen.

Einer davon vor allem: Eine bessere Passung zwischen den Persönlichkeitsmerkmalen und den Arbeitsanforderungen sowie der Organisation, Person-Job-Fit bzw. Person-Organisation-Fit – mit dem Ziel, den Berufs- und somit den Unternehmenserfolg zu verbessern (wichtige Kriterien hierzu: Produktivität, Leistungsfähigkeit, Organisationskultur, Betriebsklima, Arbeitszufriedenheit, Wohlbefinden, Gesundheit)

Zudem lassen sich mit individuellen Persönlichkeitsassessments zur Karriereberatung fundierte Aussagen treffen, in welche Beruf und in welcher Arbeitsumgebung eine Person am leistungsfähigsten wird und sich wohlfühlt. Eine solche Potenzialanalyse der Persönlichkeit ist zudem intern für die Führungskräfte- und Mitarbeiterentwicklung eine wichtige Talentmanagement-Methode.

Kommen wir nach diesem Auflug ins HR Management und der Persönlichkeitsdiagnostik jedoch zurück zur Veranstaltung bei SMS group auf der Messe Düsseldorf.

Mein Fazit zu diesem Düsseldorf Data Science Meetup vom 12. Juni 2023: Ein toller Abend der Lust macht auf weitere Teilnahmen – Prima organisiert von den Meetup-Leuten und ausgerichtet von den Mitarbeitern der SMS Group (Danke!), von denen ich auch einige kennen lernte. Beim nächsten Treffen der Gruppe im August bei Trivago in Düsseldorf werde ich daher bestimmt wieder dabei sein.

Ein ganz kleiner Wermutstropfen: Etwas entspannende Hintergrundmusik (natürlich kein Metallica, außer vielleicht Nothing Else Matters ;-)) wäre vielleicht am Ende bei den After-Talk-Gesprächen noch gut gewesen – doch wirklich nur ein sehr kleiner Verbesserungsvorschlag: Denn ich erholte mich danach auf meinem Weg zur U-Bahn-Haltestelle durch den Düsseldorfer Nordpark im Lichte der letzten Sonnenstrahlen.

Vielleicht treffen wir uns bei einer Meetup-Veranstaltung einmal oder wieder? Ich würde mich freuen!

Herzliche Grüße

Stefan Klemens

PS 1: Lust auf einen Austausch über People Analytics, Künstliche Intelligenz und digitalem Assessment im Human Resource Management? Dann vernetzen über LinkedIn, kurze Nachricht schreiben oder Termin telefonisch vereinbaren: Kontakt.

PS 2: Zum digitalem Assessment für das HRM wird es ab Mitte Juni ein neues Angebot von mir geben. Unter www.digitalassessment.de geht es darum, wie man mit objektiven, reliablen und validen Testverfahren seine HR-Entscheidungen verbessert und andere Beurteilungsinstrumente wie Eignungsinterview und Dokumentenanalyse sinnvoll ergänzt.

PS 3: Einer meiner Schwerpunkte ist seit 2009 das Thema Arbeit und Persönlichkeit mit Fokus auf Persönlickeitsdiagnostik und Berufserfolg. Hierzu habe ich eine Reihe von Projekten und Assessments für Unternehmen durchgeführt, viele Texte publiziert und mich stetig durch aktuelle Forschungsergebnisse, relevante Fachliteratur und Veranstaltungen fortgebildet.

Hinweis: Dieser Artikel wurde von mir am 14.06.2023 korrigiert, optimiert und erweitert.

Fotos:

Stefan Klemens, Hinweis: Die Gesichter der abgebildeten Personen, soweit erkennbar, wurden aufgrund deren Persönlichkeitsrechte in den Fotos verschmiert.

Quellen und Links:

Düsseldorf Data Science Meetup vom 12. Juni 2023:
https://www.meetup.com/de-DE/dusseldorf-data-science-meetup/events/293431044/

Fünf-Faktoren-Modell der Persönlichkeit (FFM, Big-Five):
https://de.wikipedia.org/wiki/Big_Five_(Psychologie)
https://dorsch.hogrefe.com/stichwort/fuenf-faktoren-modell

Low Code-Plattformen:
https://de.wikipedia.org/wiki/Low-Code-Plattform
w-Code-Plattform

Metallica (Metalband):
https://de.wikipedia.org/wiki/Metallica

No-Code Plattformen:
https://de.wikipedia.org/wiki/No-Code-Plattform

People Analytics (HR Data Science):
https://de.wikipedia.org/wiki/People_Analytics

Potenzialanalyse im HR-Management:
https://de.wikipedia.org/wiki/Potenzialanalyse

Rudel, S. (2021). People Analytics: Methoden und Werkzeuge zur Arbeit mit Daten im Human Resource Management. München Vahlen.
https://www.vahlen.de/rudel-people-analytics/product/31797318

SMS group:
https://de.wikipedia.org/wiki/SMS_Group
https://www.sms-group.com/

Kategorien
Künstliche Intelligenz

Forschung aus Düsseldorf: KI im Personalbereich

Lieber Gast,

mit Freude las ich am 01. Mai 2023 einen Artikel in der Rheinischen Post mit dem Titel »Wenn Algorithmen über Jobs entscheiden«.

Der Beitrag aus der Serie »Forschung in Düsseldorf« im Teil C4 der Zeitung greift ein heiß diskutiertes Thema im Human Resources Management auf: Nämlich die Frage, in wie weit Künstliche Intelligenz, besser: Data Science, und Rechenregeln (Algorithmen), die Auswahl von Mitarbeitern unterstützen sollen – und was Bewerber davon halten.

Denn wie viele Fachleute und Praktiker betonen, soll die Entscheidung über die Einstellung oder Entwicklung einer Person (Mitarbeiter sind kein Personal! Personal gab es im Kaiserreich, wie Oswald Neuberger so schön schreibt) in den Händen von Menschen bleiben: Der verantwortlichen Führungskräfte und der HR-Manager. Und genau dies fordert auch die DIN 33430 zu berufsbezogenen Eignungsbeurteilungen.

Doch das KI Entscheidungen treffen sollen, suggeriert der Artikel von Ute Rasch im Untertitel, wenn sie schreibt: »Wie fühlen sich Menschen, wenn Künstliche Intelligenz Personalentscheidungen trifft?«. Zwischen der Beurteilung der Eignung und der Entscheidung liegt jedoch ein Unterschied – wie es dann auch etwas besser im Artikel und der dort zitieren Forschungsarbeit von Alina Köchling heißt bzw. es u.a. untersucht wurde.

Es geht also um im Artikel und der dort beschriebenen Forschung um Frage, wie der Mensch sich fühlt, wenn dessen Eignung in Bezug auf ein vorher definiertes Anforderungsprofil beurteilt wird. Genau dies macht auch ein, hoffentlich, strukturiert durchgeführtes Interview (z.B. in der Form des Multi-Modalen Interviews nach Schuler) oder ein Online-Test (siehe www.digitalassessment.de ab Mitte Mai 2023).

Diese Instrumente messen die Ausprägung (Wert, Score, Value) anforderungsrelevanter psychologischer Merkmale auf einer bestimmten Skala anhand von bestimmten Fragen und Aufgaben, die sorgfältig vorab entwickelt und deren Qualität anhand von Kennwerten (z.B. Test-Item-Korrelation, Trennschärfe) geprüft wurden.

Genauso wie das abschließende Instrument, sei es ein Eignungsinterview oder ein psychologisches Testverfahren, das nunmehr fast immer digital durchgeführt wird. Ohne eine solche Qualitätsprüfung anhand der Hauptgütekriterien Objektivität, Reliabilität und Validität sollte kein Interview oder Test die HR-Abteilung oder die Entwicklerwerkstatt verlassen.

Auch für den Einsatz von Künstlicher Intelligenz im Human Resource Management und hier vor allem der Eignungsdiagnostik gelten die gleichen Anforderungen der DIN 33430 und der Beurteilung psychologischer Verfahren, wie Markus Langer von der Uni Marburg in seinem interessantem Online-Vortrag beim Forum Assessment e.V. ausführte. Auch Martin Kersting, ein ausgewiesener HR- und Diagnostik-Experte, erklärte kürzlich bei MWonline, was beim Einsatz von Künstlicher Intelligenz bei der Auswahl und Entwicklung von Mitarbeitern und Führungskräften zu beachten ist (siehe auch das Interview mit ihm hier.)

Kategorien
Buch

Daten oder Intuition bei HR-Entscheidungen?

Lieber Gast,

Daten oder Intuition bei HR-Entscheidungen? Nun, die Frage, ob der Mensch mit all seiner Erfahrung und einigen Urteilsfehlern besser, schlechter oder ähnlich gut wie die statistischen Entscheidungen auf Basis von Zahlen, diagnostischen Instrumenten und Algorithmen des maschinellen und Deep Learning entscheidet, wird heiß diskutiert.

Viele glauben, dass mit immer mehr Daten und komplexeren Modelle auch bessere Entscheidungen resultieren. Doch wie Gerd Gigerenzer wiederholt betont, ist dem nicht immer so (siehe seine Bücher “Klick” und “Risiko”).

Auf der anderen Seiten wissen wir seit Paul Meehl (1954) und vielen weiteren Erfahrungen, Studien und aktuellen Meta-Analysen, dass HR-Entscheidungen auf Basis valider, reliabler und objektiver Testdaten im Schnitt zu einer höheren Trefferquote führt (unter Berücksichtigung der Basis- und Selektionsrate, siehe Taylor-Russell-Tafeln) – Und die Prognosen von Leistung und Arbeitszufriedenheit für eine Gruppe steigen.

Worin liegt also die Lösung? Offensichtlich in der sinnvollen Kombination beider Ansätze, wobei letztendlich immer der Mensch entscheidet muss. Für mich heißt dies somit: Statistik (inkl. KI) und Heuristik, oder: Daten und Intuition (wenn gleich auch die Daten zuerst kommen).

Daher freue ich mich, dass auch andere Fachleute solch einen Ansatz verfolgen, wie ich z.B. gestern entdeckte: Jürgen Deters, bis Ende 2022 Professor für Personalmanagement und Führung an der Leuphana Universität Lüneburg, publizierte vor kurzem sein lesenswertes Buch “Analytics und Intuition in the Process of Selecting Talent: A holistic Approach“ (de Gruyter).

Also nicht ja oder nein, sondern sowohl als auch! Denn dies war schon immer das evolutionäre Erfolgsgeheimnis unserer Spezies, die mit Verstand und Emotion bald auch wieder ihre Füße auf den Mond setzen wird.*

Herzliche Grüße, Stefan Klemens


* Neil Armstrong nutze bei seiner Landung 1969 neben seinem fliegerischen Können auch seine Intuition, als er sich gegen den vom Computer vorgeschlagenen Landeplatz entschied.

Foto: Stef13 / Midjourney (erstellt von mir mit dem KI-Tool Midjourney inkl. Anpassung der Farbe nach Rouge)

Weiterführende Informationen

Zu Jürgen Deters:
https://www.leuphana.de/universitaet/aktuell/ansicht/2022/12/12/verabschiedung-prof-dr-juergen-deters-leadership-heisst-mit-gutem-vorbild-vorangehen.html

Das Buch ist als Open Access Publication finanziert von der Uni Lüneburg bei de Gruyter erschienen und kann unter folgendem Link als PDF heruntergeladen werden – Kapitel 8 fokussiert sich auf “Digital technologies and artificial intelligence (AI): implications for using
intuition and analytics in personnel selection”: https://directory.doabooks.org/handle/20.500.12854/96547

Wer mit der Forschung von Gerd Gigerenzer und anderen zu Entscheidungen nicht vertraut ist, und Kritik an Daniel Kahneman und anderen sucht, dem empfehle ich seine (populär-)wissenschaftlichen Bücher “Klick: Wie wir in einer digitalen Welt die Kontrolle behalten und die richtigen Entscheidungen treffen” (2021, C. Bertelsmann), “Simply Rational: Decision Making in the Real World” (2015, Oxford University Press), “Risiko: Wie man die richtigen Entscheidungen trifft” (2013, C. Bertelsmann) sowie als Mitautor: Katsikopoulos, K. V., Șimșek, Ö., Buckmann, M., & Gigerenzer, G. (2020). Classification in the wild: The science and art of transparent decision making. MIT Press.
https://www.hardingcenter.de/de/das-harding-zentrum/team/gerd-gigerenzer

Zur beruflichen Eignungsdiagnostik empfehle ich (natürlich) einen, zwei oder besser zehn Blicke (abhängig von Wissen und Erfahrungen ;-)) in die DIN 33430 – Hierzu erscheint im Mai 2023 im Beuth-Verlag eine aktualisierte Arbeit von Harald Ackerschott, Norbert S. Gantner und Günter Schmitt. Titel: “Eignungsdiagnostik: Qualifizierte Personalentscheidungen nach DIN 33430 – inklusive KI in der Personalauswahl – DIN SPEC 91426 zum Videointerview – internationale Anwendung mit ISO 10667 Assessment Service Delivery”.
https://www.beuth.de/de/publikation/eignungsdiagnostik-qualifizierte-personalentscheidungen-nach-din-33430/360913627

Hinweis

Diesen Beitrag habe ich gestern zuerst auf meinem LinkedIn veröffentlicht. Die beiden letzten weiterführenden Informationen zu Gerd Gigerenzer und zur DIN 33430 habe ich heute dort im Kommentar ergänzt. Weiter gab dort einige Kommentare anderer Mitglieder:
https://www.linkedin.com/posts/activity-7049047248977973248-EPMV