25
03/17 PERSONALquarterly
versteht man den Anteil der richtigerweise als negativ klassi-
fizierten Ergebnisse an der Gesamtheit der tatsächlich negativ
klassifizierten Ergebnisse.
Der prädiktive Nutzen (Erhöhung der Treffergenauigkeit)
des gefundenen C5.0-Entscheidungsbaumes zur Persönlich-
keitsprognose beträgt zwischen 31.4 und 46.2 Prozent. Das
heißt, dass die Xing-Plattform tatsächlich wertvolle Daten zur
Persönlichkeitsprognose enthält.
Anwendung im elektronischen Recruiting
Bei der Rekrutierung neuer Mitarbeiterinnen und Mitarbei-
ter ist es notwendig, eine Prognose für die spätere Passung
der Bewerberin bzw. des Bewerbers auf die jeweils vakante
Stelle abzugeben. Eine hohe Kandidatenpassung führt zu hö-
herer Arbeitsleistung, höherer Arbeitszufriedenheit, höherem
Commitment und längerer Beschäftigungsdauer (Kristof, 1996;
Kristof-Brown et al., 2005; Verquer et al., 2003). Zur Prognose
der Kandidatenpassung machen sich die Personalmitarbeiter
und die Führungskräfte bisher ein Bild durch den Einsatz tra-
ditioneller Personalauswahlinstrumente (Lebenslaufanalyse,
persönliches Vorstellungsgespräch etc.).
Die Kandidatenpassung setzt sich aus drei Teilbereichen
zusammen (Edwards, 1991; Kristof, 1996; Werbel & Johnson,
2001): 1. die Persönlichkeit der Bewerberin bzw. des Bewerbers
sollte zur Unternehmenskultur passen (person-organization
fit, P-O), 2. die sozialen Fähigkeiten, Rollen und Kommunika-
tionsstile der Bewerberin sollte in die Arbeitsgruppe passen
(person-group fit, P-G) und 3. Fähigkeiten, Fertigkeiten und
Wissen der Bewerberin sollten auf die konkrete Stelle passen
(person-job fit, P-J).
Existierende E-Recruiting-Lösungen und Job-Empfehlungs-
systeme fokussieren hauptsächlich nur auf das Matching zwi-
schen den Stellenanforderungen und den Bewerberfähigkeiten
(P-J fit) und decken damit lediglich einen der insgesamt drei
Passungsteilbereiche ab. Genau hier liegt jedoch ein enormes
Potenzial für zukünftige E-Recruiting-Lösungen und Job-Emp-
fehlungssysteme (Buettner, 2014b).
Denn, wie oben gezeigt wurde, enthalten Social-Media-
Plattformen wie Xing entsprechende Daten, die für Persönlich-
keitsprognosen genutzt werden können. Damit ließe sich – bei
Vorliegen der Unternehmenskulturmerkmale – der person-
organization fit automatisiert abschätzen.
Damit könnte der person-organization fit vollautomatisch
evaluiert werden, wodurch Personalmitarbeiter und Führungs-
kräfte Zeit und Kosten sparen.
Weitere Anwendungsmöglichkeiten im Personalbereich
Über die Persönlichkeitsprognose hinaus lassen sich aus gro
ßen und komplexen Datenmengen ebenfalls Informationen zur
Organisationskultur, den vorhandenen Kommunikationsstile
nund Gruppenrollen ableiten (Buettner, 2014a). Kommunikati-
onsstile lassen sich bspw. auf Basis der Häufigkeiten verwen-
deter Schlüsselwörter mittels Text Mining ableiten. Zudem sind
sowohl Kommunikationsstile als auch potenzielle Gruppenrol-
len Dispositionen von Persönlichkeitsmerkmalen.
DeshalbkönntenüberdieautomatisiertePersönlichkeitsprog
nose (als ersten Teil des person-organization fits) hinaus auch
vollautomatisierte Prognosen zum gesamten person-organiza-
tion fit und zum person-group fit mittels prädiktiver Algorith-
men durchgeführt werden (vgl. Abb. 4).
Quelle: Buettner 2016g
Abb. 3:
Qualitätsmaße des C5.0-Entscheidungsbaums
Treffergenauigkeit Sensitivität
Spezifität
Relevanz
Trennfähigkeit
Offenheit
0,731
0,487
0,832
0,543
0,798
Gewissenhaftigkeit 0,657
0,759
0,548
0,659
0,654
Extraversion
0,672
0,641
0,700
0,661
0,681
Verträglichkeit
0,664
0,609
0,714
0,661
0,667
Neurotizismus
0,694
0,625
0,757
0,702
0,757
Ø
0,684
0,624
0,710
0,645
0,711
