26
PERSONALquarterly 03/17
SCHWERPUNKT
_HR-ANALYTICS
Durch die breite Anwendung des Social-Media-E-Recruiting-
Frameworks (Buettner, 2014a) könnte die Arbeitszufriedenheit
und die Arbeitsleistung der Belegschaft gesteigert werden, weil
gut zur Unternehmung passende Kandidaten schneller rekru-
tiert werden (Kristof , 1996; Kristof-Brown et al., 2005; Verquer
et al., 2003).
Das sind insgesamt sehr vielversprechende Entwicklungen
innerhalb des Electronic Human Resource Managements an
der Schnittstelle zur Wirtschaftsinformatik.
Risiken für Arbeitnehmer
Der zunehmende Einsatz prädiktiver Algorithmen bei verbes-
serter Mitarbeiterdatenlage birgt jedoch auch Risiken:
In erster Linie bestehen Datenschutzbedenken beim Einsatz
prädiktiver Algorithmen zur Persönlichkeitsprognose. Des-
halb ist im Bundesdatenschutzgesetz (derzeit noch) geregelt,
dass Einzelentscheidungen wie bspw. die Ablehnung einer
Bewerberin oder eines Bewerbers nicht ausschließlich auf die
Anwendung automatisierter Algorithmen fußen darf, die Per-
sönlichkeitsmerkmale verarbeiten (§ 6a BDSG).
Es besteht die Gefahr, dass Bewerber oder bestehende Mitar-
beiter hinsichtlich ihrer Persönlichkeit diskriminiert werden,
weil der Arbeitgeber vollautomatisierte Persönlichkeitsanaly-
sen durchführen könnte. Das ist ethisch und rechtlich bedenk-
lich bzw. verboten, technisch jedoch möglich. So könnten in
Zukunft Unternehmen auch schneller die Kandidaten iden-
tifizieren, die nicht mehr so gut zu ihnen passen, um sich
schneller von ihnen zu trennen und durch besser passenden
Mitarbeitern auszutauschen.
Die Unternehmen könnten mit schnellen und kostengüns
tigen prädiktiven Algorithmen ihre Arbeitnehmer sogar per-
manent und in Echtzeit hinsichtlich ihrer Persönlichkeit, und
darüber hinaus hinsichtlich ihrer Arbeitsleistung/Leistungs-
fähigkeit, ihres Kommunikationsverhaltens, ihrer politischen
Einstellungen oder ihrer Einstellungen dem Arbeitgeber ge-
genüber durchleuchten („Gläserner Mitarbeiter“). Das würde
den unproduktiven Druck auf Arbeitnehmer verstärken.
Zusammenfassung
In dem Beitrag wurde gezeigt, dass Menschen persönlich-
keitskorrelierte digitale Fußabdrücke bei ihrer Social-Media-
Nutzung hinterlassen, die mittels prädiktiver Algorithmen
wiederum zur Persönlichkeitsprognose genutzt werden kön-
nen. Mithilfe eines Xing-Datensatzes wurde dargestellt, dass
insbesondere entscheidungsbaumbasierte Verfahren wie der
C5.0-Algorithmus in der Lage sind, substanzielle Prognose
ergebnisse zu liefern (prädiktiver Nutzen zwischen 31.4 und
46.2%). Es wurde weiterhin umrissen, wie mit prädiktiven Al-
Quelle: Buettner, 2014a
Abb. 4:
Social-Media-E-Recruiting-Framework
Organizational Culture*
Macro level
P-O fit
Personality*
Group
Roles*
Meso level
P-G fit
Job Description
Micro level
P-J fit
Skills, Knowledge and
Abilities*
Hiring Organization
Integrated Perspective
P-OE fit
Candidate
Group
Communi-
cation
Styles*
Potential
Roles*
Commu-
nication
Styles
Social context
* Data inferable from OSN
+
+
