15
03/19 PERSONALquarterly
SUMMARY
Research question:
What are the major opportunities and challen-
ges of data driven recruitment for recruiters and candidates?
Methodology:
Empirical surveys
Practical implications:
Candidates and firms agree on substantial
opportunities associated with automated conversation, recommenda
tion and selection systems. Actual implementations are scarce, though.
Major hurdles to achieve their widely expected dispersion include
much better input data, candidates’ trust in automated systems, and
general data privacy concerns
LITERATURVERZEICHNIS
Laumer S./von Stetten A./Eckhardt A. (2009): E-Assessment, in: Business &
Information Systems Engineering 51, S. 306-308
Laumer S./Gubler F./Maier C./Weitzel T. (2018): Job seekers‘ acceptance of
job recommender systems: Results of an empirical study, Proceedings of the
51st Hawaii International Conference on System Sciences (HICSS), Waiko-loa,
HI, USA
Laumer S./Maier C./Weitzel T. (2018): Trusting automated consumer dialog
systems: An empirical study, Proceedings of the Special Interest Group on
Adoption and Diffusion of Information Technology (DIGIT) (Pre-ICIS Workshop),
San Francisco, CA, USA
Malinowski, J./Keim, T./Wendt, O./Weitzel, T. (2006): Matching people
and jobs: A bilateral recommendation approach. Proceedings of the 39th
Annual Hawaii International Conference on System Sciences, Hawaii.
Malinowski, J./Weitzel. T./Keim, T. (2008): Decision support for team
staffing: An automated relational recommendation approach. Decision Support
Systems 45 (3), 429-447
Weinert C./Maier C./Laumer S./Weitzel T. (2015): Controlling der Re-
krutierung: Erhebung von Kennzahlen entlang des Recruiting-Prozesses, in:
Becker W., Ulrich P. (Hrsg.): Praxishandbuch Controlling, Wiesbaden: Springer
Fachmedien Wiesbaden, S. 1-14
Weitzel T./Laumer S./Maier C./Oehlhorn C./Weinert C./Wirth J./Irmisch-
Petit, M. (2018): Digitalisierung der Personalgewinnung – Ausgewählte
Ergebnisse der Recruiting Trends 2018 und der Bewerbungspraxis 2018,
Bamberg
PROF. DR. SVEN LAUMER
Schöller Stiftungslehrstuhl für Wirtschafts-
informatik, insbesondere Digitalisierung in
Wirtschaft und Gesellschaft, Friedrich-Alexan-
der Universität Erlangen-Nürnberg
E-Mail:
PROF. DR. TIM WEITZEL
Professur für Wirtschaftsinformatik, insbe-
sondere Informationssysteme in Dienstleis
tungsbereichen Otto-Friedrich Universität
Bamberg
E-Mail:
DR. KATRIN LUZAR
Senior Public Relations Manager DACH
Monster Worldwide Deutschland GmbH
E-Mail:
1
Es handelt sich um die größten deutschen Unternehmen, die mehr als 150 Mio. Euro Umsatz generie-
ren.
2
Es handelt sich um die größten deutschen Unternehmen aus der IT-Branche, die mehr als 30 Mio. Euro
Umsatz generieren
Datengrundlage
Der Artikel basiert auf Daten der 2018-Ausgabe der jährlich durchgeführten
Studien „Recruiting Trends“ und „Bewerbungspraxis“ des Centre of Human
Resources Information Systems (CHRIS) im Auftrag der Monster Worldwide
Deutschland GmbH (Recruiting Trends 2018, Bewerbungspraxis 2018). CHRIS
ist ein Forschungsprojekt der Otto-Friedrich-Universität Bamberg (Prof. Dr. Tim
Weitzel) und der Friedrich-Alexander-Universität Erlangen-Nürnberg (Prof. Dr.
Sven Laumer), das sich mit Chancen und Trends in Bezug auf den Einsatz von IT
in Personalprozessen beschäftigt.
Hierzu wurden die Personalverantwortlichen der Top-1.000-Unternehmen
1
(Rücklaufquote: 11,7 Prozent) und der Top-300-Unternehmen aus der IT-
Branche
2
(Rücklaufquote: 13,0 Prozent) in Deutschland befragt. Komplettiert
werden diese Ergebnisse mit den Einschätzungen von über 2.800 Kandidaten.
Die Verteilung der Stichproben der Unternehmensstudien ist gemäß dem
aktuellen Datenbankregister von Bisnode hinsichtlich der Merkmale Umsatz,
Mitarbeiterzahl und Branchenzugehörigkeit in Bezug auf die entsprechende
Grundgesamtheit repräsentativ.
Unterschiede, die in diesem Artikel als signifikant bezeichnet werden, wurden
mit einem p-Wert < 0,05 getestet und beziehen sich jeweils auf einen Vergleich
der gleichen Fragestellung in der 2019 und einer früheren Studie im Rahmen
der Recruiting Trends Reihe.
Generationen: Baby-Boomer-Generation (Jahrgänge 1950 – 1965); Generation X
(Jahrgänge 1966 – 1980); Generation Y (Jahrgänge 1981 – 1998)
Details zur Durchführung der Studie sowie eine Beschreibung der Studienteilneh-
mer sind online verfügbar
