Personalauswahl 4.0: KI, Machine Learning, Gamification und andere Innovationen in der Praxis

Geleitwort
Vorwort
Inhaltsverzeichnis
1 Einleitung
	1.1 „Personalauswahl 4.0“: Was kommt?
		1.1.1 Verhaltens-basierte Verfahren (Fremdbeurteilung)
		1.1.2 Fragebogen-basierte Verfahren (Selbstauskunft)
		1.1.3 Interview-basierte Verfahren (Mischung aus Selbstauskunft und Fremdbeurteilung)
	1.2 „Personalauswahl 4.0“: Was bleibt?
	Literatur
2 Personalauswahl 4.0 aus der Perspektive der Kandidat:innen
	2.1 Einleitung – Von der Auswahl zur Gewinnung
	2.2 Bewerbendenreaktionen und Technologieakzeptanz
		2.2.1 Theorien und Modelle zu Bewerbendenreaktionen
		2.2.2 Usability und Technologieakzeptanz
		2.2.3 Folgen unfairer Behandlung in der Personalauswahl
	2.3 Akzeptanz neuer diagnostischer Methoden – Verfahrensspezifische Überlegungen und Befunde
		2.3.1 Allgemeine empirische Befunde zur internetbasierten Personalauswahl
		2.3.2 Einsatz und Akzeptanz von Videointerviews
		2.3.3 Einsatz und Akzeptanz von Cybervetting
		2.3.4 Einsatz und Akzeptanz von Gamification im Assessment
		2.3.5 Einsatz und Akzeptanz von künstlicher Intelligenz und Algorithmen
	2.4 Handlungsempfehlungen für den Einsatz von Verfahren der Personalauswahl 4.0
	Literatur
3 Fachkräftemangel und algorithmenbasiertes Matching
	3.1 Fachkräftemangel in Deutschland – demografische Entwicklung
	3.2 Fachkräftemangel in Deutschland – Zunehmende Akademisierung der Gesellschaft
	3.3 Matching statt Stellenanzeige
		3.3.1 Der Arbeitsmarkt für Lkw-Fahrer:innen
		3.3.2 Die Bedürfnisse der Jobsuchenden verstehen
		3.3.3 Person-Job-Fit und Person-Organisation-Fit
		3.3.4 Entwicklung des Matching-Algorithmus
	3.4 Ergebnisse
	3.5 Veränderter Mindset bei Arbeitgebern
	3.6 Zukunft des Recruitings: Matching statt Auswahl
	Literatur
4 Cybervetting: Valide Personalauswahl mit sozialen Netzwerken?
	4.1 Ein Like aus der Personalabteilung
		4.1.1 Cybervetting: Soziale Netzwerke statt Bewerbung?
		4.1.2 Was versprechen sich Personalverantwortliche von Cybervetting?
	4.2 Soziale Netzwerke als Indikator für Verhalten und Eigenschaften
		4.2.1 Cybervetting im Vergleich zum Selbstbericht: Konvergente Validität
		4.2.2 Cybervetting zur Vorhersage von Leistung: Kriteriumsvalidität
	4.3 Erklärungsansätze im Cybervetting-Diskurs
		4.3.1 Rauschen im Cyberspace: Reliabilität von Cybervetting
		4.3.2 Validität kann sich von Eigenschaft zu Eigenschaft unterscheiden
		4.3.3 Plattformunterschiede und Informationsüberflutung: Wenn Privates beruflich wird
		4.3.4 Klarere Antworten durch robustere Forschungsdesigns
	4.4 Wie Cybervetting besser werden kann
	4.5 Fazit
	Literatur
5 Gamification in Online-Assessments – Wie Recrutainment die Personalauswahl verbessern kann
	5.1 Einleitung
	5.2 Was ist Recrutainment bzw. was ist Gamification in der Personalgewinnung?
	5.3 Was ist die Zielsetzung von Gamification in Online-Assessments?
	5.4 Zum besseren Verständnis: Zwei Bereiche und vier grundlegende Klassen von Gamification in Online-Assessments
	5.5 Was sind Serious-Gamified-Assessments und wie sehen sie aus?
		5.5.1 Anwendungsbeispiel: JobCheck der DPDHL
		5.5.2 Anwendungsbeispiel: Online Allianz Campus
	5.6 Was sind Surreal-Gamified-Assessments und wie sehen sie aus?
		5.6.1 Anwendungsbeispiel: PlayAssess
	5.7 Was sind Psychometric-Games und wie sehen sie aus?
		5.7.1 Anwendungsbeispiel: Solve bei McKinsey
		5.7.2 Anwendungsbeispiel: Cognify
	5.8 Was sind Video-Games und wie sehen sie aus?
		5.8.1 Anwendungsbeispiel: Project M und Richie’s Plank Experience als Virtual-Reality Spiel
	5.9 Wie ist der Forschungsstand hinsichtlich Gamification in Online-Assessments?
	5.10 Fazit
	Literatur
6 Virtual Reality in Personalauswahl und Personalentwicklung
	6.1 Was ist VR und welche Technologien gibt es?
		6.1.1 Wie können die aktuellen Technologien genutzt werden?
	6.2 Anwendungsbereiche in der Personalauswahl und -entwicklung
	6.3 Welche Potenziale gibt es in Bezug auf zukünftige VR/AR-Nutzung?
		6.3.1 VR- und AR-basierte Einstellungstests
		6.3.2 Remote- Einstellungen
		6.3.3 Daten- und analysegestützte Entscheidungen
		6.3.4 Personalisierte Karrierepfade
	6.4 Fallbeispiel: Exploration eines VR-unterstützten Assessment Centers
	6.5 Fazit
	Literatur
7 Personaldiagnostik neu gedacht – Integrative digitale Ansätze bei der Auswahl von Führungskräften
	7.1 Einleitung
	7.2 Grundlagen der KI.PAT Technologie
		7.2.1 Anforderungsanalyse
		7.2.2 Aktivierung und Einsatz von Online-Tests
		7.2.3 Auswahl von Übungen und Interviewfragen
	7.3 Durchführung des Development Centers
		7.3.1 Durchführung anlegen
		7.3.2 Durchführung starten
		7.3.3 App für Beobachtende
		7.3.4 Durchführung aktiv
		7.3.5 Perspektive Teilnehmer
		7.3.6 Perspektive Beobachtende
		7.3.7 Perspektive Teilnehmer
		7.3.8 Konferenzansicht
		7.3.9 Feedbackgespräch
		7.3.10 Dokumentation der Durchführung
	7.4 Fazit
	Literatur
8 Potenzialanalysen im Rahmen von Online-Assessments
	8.1 Einleitung
	8.2 Nutzen von Potenzialanalysen
	8.3 Potenzialanalysen als Online-Assessments
	8.4 Praxisbeispiel einer risikofreien Potenzialanalyse
		8.4.1 Ausgangslage
		8.4.2 Lösungsansatz
		8.4.3 Entwicklung und Implementierung
		8.4.4 Ergebnis und Fazit
	8.5 Psychologische Wirkmechanismen gelungener Potenzialanalysen
		8.5.1 Akzeptanz von eignungsdiagnostischen Verfahren und Feedback
		8.5.2 Motivation der Mitarbeitenden
	8.6 Handlungsempfehlungen für Potenzialanalysen im Rahmen von Online-Assessments
	Literatur
9 Automatisierte Videointerviews: Künstlich intelligent, aber fair?
	9.1 Einleitung
	9.2 Algorithmic Transparency: Wie bewertet KI Interviews?
		9.2.1 Ad 1. Sprache in Text umwandeln
		9.2.2 Ad 2. Kontext und Sätze verstehen
		9.2.3 Ad3. Bewertung der Interviewantworten
	9.3 Wie werden KI-Modelle Fair?
		9.3.1 Ad 1) Bias in Trainingsdaten minimieren
		9.3.2 Ad 2) Bias im KI-Modell minimieren
	9.4 Der Nächste Schritt: KI für verbesserte Fairness und Validität
	Literatur
10 KI-Unterstützung bei der digitalen Personalauswahl – Eine Fallstudie im Unternehmer-Kontext
	10.1 Einführung
	10.2 Methoden und Materialien
		10.2.1 Stichprobe
		10.2.2 Zortify Persönlichkeitsanalyse
		10.2.3 Zortify Persönlichkeitskonstrukte
		10.2.4 Natural Language Processing (NLP)
		10.2.5 Über Zortify und Uncap
		10.2.6 Methoden
		10.2.7 Analyse der Daten
		10.2.8 Implementierung der wissenschaftlichen Berechnungen
	10.3 Ergebnisse
		10.3.1 NLP-Analyse
	10.4 Diskussion
		10.4.1 Limitationen
	10.5 Schlussfolgerung
	Literatur
11 Neue Wege im Development Center – Prozessinnovation und neue methodische Ansätze am Beispiel des Führungsraums der Westnetz GmbH
	11.1 Ausgangssituation für die Neuentwicklung einer Development Center Lösung bei der Westnetz GmbH
	11.2 Prinzipien für die Konzeption des Führungsraums
		11.2.1 Vertrauen statt Zweifel
		11.2.2 Reflexion auf Augenhöhe statt Prüfung
		11.2.3 Verantwortung statt Verordnung
		11.2.4 Teilnehmende als Kunden und nicht als „Prozessbetroffene“
		11.2.5 Digital statt Papier
	11.3 Innovative Lösungen auf Basis unserer Prinzipien
		11.3.1 Freiwilligkeit der Teilnahme
		11.3.2 Caretaker statt Beobachter
		11.3.3 Individualisierung auf Basis von Selbstverantwortung
		11.3.4 Ergebniszusammenfassung durch die Talente und Buddy-Feedback
		11.3.5 Digitale Durchführungsunterstützung
	11.4 Unser Fazit zum Führungsraum
12 Blindflug & Gießkanne vs. Data-Driven & Individuell: Die Revolution von Employee Experience
	12.1 Employee Experience (EX) positiv gestalten
	12.2 Interne Einflussfaktoren auf EX: Faktoren des subjektiven Erlebens
	12.3 Externe Einflussfaktoren auf EX: Die Kontextfaktoren
	12.4 Das Welliba Model
	12.5 Wirkungen einer positiven EX
		12.5.1 Wie sich EX messen und managen lässt
	12.6 Diskussion
		12.6.1 Limitationen und Kritik
		12.6.2 Fazit und Ausblick
	Literatur
13 Am Puls der Zeit statt Pulse Survey – Kontinuierliche Messung von Employee Experience
	13.1 Employee Experience
		13.1.1 Latent State-Trait Theory
		13.1.2 Job Demands Resources
	13.2 Startpunkt Mitarbeiterbefragung
	13.3 Welliba Employee Experience Messmodell
		13.3.1 CadaMint
		13.3.2 App-Gestaltung und Nutzerverhalten
	13.4 Employee Experience und Arbeitsleistung
	13.5 Employee Experience und Business KPIs
		13.5.1 Wie wirkt sich die Employee Experience von Mitarbeitern auf Organisationen aus?
		13.5.2 Das Welliba Business Outcome Model
	13.6 Fazit
	Literatur
14 360° Feedback-Varianten für faire Potenzialkonferenzen und ein effektives (Selbst-) Coaching
	14.1 Messen und regelmäßige Feedbackschleifen
	14.2 Hintergrund und Status-Quo
		14.2.1 Die ewige Streitfrage: Was passiert mit den Ergebnissen?
		14.2.2 Die Herausforderer: Instant Feedback, Always-On Feedback und Ongoing Feedback
		14.2.3 Auch aus Gründen der Fairness: Viele Quellen sind besser als nur eine
	14.3 Praxisbeispiel 1: Faire Potenzialkonferenzen
		14.3.1 Herausforderung
		14.3.2 Beschreibung von Tool und Prozess
	14.4 Praxisbeispiel 2: Ongoing Feedback für ein effektives (Selbst-) Coaching
		14.4.1 Herausforderung
		14.4.2 Beschreibung von Tool und Prozess
	14.5 Ausblick auf die Zukunft
		14.5.1 Gamification für mehr Feedback-Qualität
		14.5.2 Wann ersetzt Künstliche Intelligenz den Coach?
	Literatur
15 Für Lernende Organisationen braucht es lernende Personalentwickler
	15.1 Unser Ziel: Eine Lernende Organisation
	15.2 Unsere Aufgaben: Das Business der L&D
		15.2.1 Unsere damaligen Aufgaben
		15.2.2 Die heute benötigte Transformation der L&D
	15.3 Unser To Do: Eine lernende L&D aufbauen
	15.4 Unsere Praxis: Lernende L&D in der Otto Group
	15.5 Fazit
	Literatur
16 Nachwort