Ausgangslage: Die Datenanalyse mittels Verfahren der Künstlichen Intelligenz (z.B. Machine Learning) bietet Möglichkeiten zur Optimierung der HR-Prozesse, insbesondere im Recruiting (Garg et al., 2022).

Ziel: In der Machbarkeitsstudie KI im Recruiting untersuchen wir, wie Personalentscheidende mit Methoden des Machine Learnings im Bewerbungsprozess unterstützt werden können. Der Fokus liegt dabei auf der textbasierten Analyse von Persönlichkeitsmerkmalen sowie der Bewerberintention, Urheberschaft und Datenkonsistenz.

Vorgehen: Im Rahmen der Machbarkeitsstudie werden reale Bewerbungsdaten (Anschreiben, Kurzvideo, Fragebogenerhebung) erhoben und anschließend mit verschiedenen Verfahren der Inferenzstatistik und des maschinellen Lernens analysiert.

Mittelgeber: Adecco Stiftung für Arbeit und soziales Leben

Laufzeit: 01.01.2023 - 31.12.2024

Ausgangslage: Durch die Verbreitung generativer Künstlicher Intelligenz (z.B. ChatGPT) nutzen immer mehr Bewerbende KI-gestützte Anwendungen zur Formulierung ihrer Anschreiben. Bislang ist jedoch wenig erforscht, ob Personalverantwortliche diese KI-Nutzung erkennen können und wie sich das Wissen um die Urheberschaft auf die nachfolgende Beurteilung der Bewerbenden (z.B. hinsichtlich Kompetenz oder Eigenleistung) und deren Chancen im Auswahlprozess (Einladung zum Interview) auswirkt.

Ziel: Das Ziel des Vorhabens ist die Analyse der Auswirkungen von (vermeintlich) KI-generierten Anschreiben auf die Personalvorauswahl. Es soll untersucht werden, inwieweit Personalverantwortliche die Urheberschaft (Mensch vs. KI) von tatsächlich KI-generierten Anschreiben korrekt identifizieren können. Darüber hinaus wird untersucht inwieweit vermeintlich KI-generierte Anschreiben einen Einfluss auf die nachfolgende Beurteilung der Bewerbenden haben. Dabei stehen insbesondere (1) die Eigenleistung (d.h. aufgewendete Mühe) bei der Unterlagenerstellung, (2) die wahrgenommene Eignung (Person-Job Fit) und (3) die Intention zur Intervieweinladung im Fokus.

Vorgehen: In einem Online-Experiment wird ein realitätsnaher Bewerbungsprozess mit Stellenausschreibung und Bewerbungsanschreiben simuliert. Zielgruppe sind Personalverantwortliche, die in zwei Aufgaben Bewerbungsanschreiben bewerten. In der ersten Aufgabe beurteilen die Teilnehmenden die Urheberschaft (Mensch vs. KI) der Bewerbungsanschreiben an einem Datenset aus von Menschen und mithilfe von KI geschriebenen Texten. In der zweiten Aufgabe beurteilen die Teilnehmenden die Eigenleistung und wahrgenommenen Eignung der Bewerbenden anhand von vermeintlich KI-generierten Anschreiben. Zudem wird beurteilt, inwieweit die Teilnehmenden geneigt sind, die Bewerbenden auf Basis des jeweiligen Anschreibens zu einem Interview einzuladen.

Mittelgeber: Adecco Stiftung für Arbeit und soziales Leben

Laufzeit: 01.01.2023 - 31.12.2024

Präsentationen

12. Wildauer Wissenschaftswoche (Christin Buley, Marcel Herold, Prof. Marc Roedenbeck, Prof. Rainer Stollhoff  02/2023 | Poster)

NWK 2025 (Christin Buley, Prof. Marc Roedenbeck, Prof. Rainer Stollhoff  06/2025 | Poster)

Publikationen

Buley C, Poppe H, Roedenbeck MRH & Stollhoff R (2025): KI-Verfahren im Recruiting: Analyse von Persönlichkeit, Konsistenz, Ernsthaftigkeit und Urheberschaft (KaRiEbo)

Publikationen

Roedenbeck MRH, Qari S & Herold M (2021): Künstliche Intelligenz im Rekruiting - Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten, in Barton T, Müller C & Seel C (Hrsgs): Angewandte Wirtschaftsinformatik. Springer Vieweg: Wiesbaden (pp. 219-237).

Roedenbeck MRH (2020): Die richtigen Fragen stellen - Wie künstliche Intelligenz die Personalarbeit verändern kann, Zeitschrift für OrganisationsEntwicklung, 2020(1): pp. 64-69.

Abschlussarbeiten & Projekte

Eckert M. (2023). Potentiale künstlicher Intelligenz in Rekrutierungsprozessen – Zuordnungsmöglichkeiten gewünschter Persönlichkeitseigenschaften in Stellenanzeigen zu einem Hauptmodell der Persönlichkeitstheorie. Masterarbeit.