Das Nutzen von Künstlicher Intelligenz (KI) in der Personalentwicklung scheint ein neues Phänomen für Unternehmen darzustellen. Laut einer Personalleiterbefragung des Münchner ifo Instituts setzen bislang nur rund fünf Prozent der befragten Unternehmen in den Personalabteilungen KI in ihren Prozessen ein (ifo Institut, 2023). Wieso halten sich Unternehmen zurück? Und wie kann KI hier gewinnbringend eingesetzt werden?
Von Larissa Pomrehn und Jasmin Georgy
In der Personalentwicklung lässt sich KI nutzen, um eine interaktive E-Learning-Plattform zu erstellen oder um Fragen der Beschäftigten in Form von Chatbots schneller zu beantworten (Maity, 2019; Votto et al., 2021). Auch Trainings lassen sich mithilfe von KI individuell an die Bedürfnisse und Lerncharakteristika der Beschäftigten anpassen (Maity, 2019). KI kann zudem bei der Entscheidungsfindung hinsichtlich der Zuteilung von Trainings helfen und so schnellere und potenziell fairere Ergebnisse erzielen (Köchling et al., 2021). IBM etwa bietet bereits den Watson Career Coach an, mit passenden Trainings für Beschäftigte, die auf Basis ihrer vorherigen Aktivitäten zugeteilt werden (Köchling & Wehner, 2020).
Erste explorative Forschungsergebnisse zeigen, dass das Zuweisen von Trainings durch KI bei Beschäftigten weniger Unbehagen auslöst als das Zuweisen von täglichen Arbeitsaufgaben (Pomrehn & Wehner, 2023). Ein denkbarer Grund ist, dass im Trainingsbereich zunehmend digitale Tools und Gamification-Elemente eingesetzt werden und KI-Unterstützung in diesem Bereich für Beschäftigte bereits vertrauter ist (Stone et al., 2015). Zusätzlich könnte entscheidend sein, dass das Zuweisen von Trainings für die Beschäftigten weniger weitreichende Konsequenzen hat im Vergleich zu Rekrutierungsentscheidungen (Langer et al., 2019). Gegensätzliche Quellen verlauten jedoch, dass bestimmte Personalentwicklungsentscheidungen, wie die Aufnahme von Personen in einen Talent-Pool oder die Auswahl eines Trainings für bestimmte Personen, als unfairer wahrgenommen werden, wenn sie von einer KI getroffen werden (Bankins et al., 2022; Höddinghaus et al., 2020; Köchling et al., 2021). Beschäftigtenreaktionen auf den KI-Einsatz zu betrachten ist besonders relevant, da sie weitere organisationale Parameter, wie die Fluktuation, das Engagement der Beschäftigten oder die Unternehmensattraktivität, beeinflussen (Wesche et al., 2022). Grundsätzlich zeigt sich, dass – unabhängig davon, in welchem HR-Bereich KI eingesetzt wird – die Unternehmensattraktivität sinkt und die Fluktuation steigt (Köchling & Wehner, 2020; Langer et al., 2019). Dies könnte die bisherige Zurückhaltung der Unternehmen bezüglich des KI-Einsatzes in der Personalentwicklung erklären (Chowdhury et al., 2023).
Angesichts des digitalen Wandels sollten Unternehmen – trotz potenziell negativer Reaktionen – nicht vor dem KI-Einsatz in der Personalentwicklung zurückschrecken. Viel wichtiger für die Akzeptanz scheint es zu sein, ein Unternehmensumfeld zu schaffen, in dem Technologien und Mitarbeitende kooperieren. Dadurch lassen sich langfristig negative Reaktionen verringern und die Vorteile von KI ausschöpfen. Solch ein Umfeld wird beispielsweise durch das Offenlegen der Gründe für den Einsatz von KI und die Funktionsweisen der KI kreiert (Höddinghaus et al., 2020). Weiterhin lässt sich mit der Schulung von Beschäftigten rund um das Thema KI mehr Wissen aufbauen, was die Hemmschwelle, KI zu nutzen, senken und die Akzeptanz von KI-Anwendungen steigern kann. HR-Manager:innen sollten jedoch darauf achten, KI nicht als einzelne Ressource anzubieten. Es ist unerlässlich, dass menschliche Führungskräfte bei Rückfragen verfügbar sind, denn auch die KI macht Fehler und bietet zum Teil nur oberflächliche Antworten auf spezielle Fragen (Rathi, 2018).
KI kann von Personalabteilungen unterstützend herangezogen werden, um Beschäftigten beim lebenslangen Lernen und der persönlichen Entwicklung zu helfen.
Jedoch sollte sie Entscheidungen, wie beispielsweise die Zuweisung von Trainings, nicht allein, ohne menschliches Eingreifen, treffen. Dies ist wichtig, um negative Beschäftigtenreaktionen zu vermeiden und Fehler der KI aufdecken zu können.
Quellen
Bankins, S., Formosa, P., Griep, Y., & Richards, D. (2022). AI Decision Making with Dignity? Contrasting Workers’ Justice Perceptions of Human and AI Decision Making in a Human Resource Management Context. Information Systems Frontiers, 24(3), 857–875.
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899.
Höddinghaus, M., Sondern, D., & Herte, G. (2020). The Automation of Leadership Functions: Would People Trust Decision Algorithms? Computers in Human Behavior, 116, 106635.
ifo Institute – Leibniz Institute for Economic Research at the University of Munich. (2023). ChatGPT, Chatbots, and More – How Is Artificial Intelligence Being Used in Corporate HR Departments? Randstad ifo Personnel Manager Survey. https://www.ifo.de/en/facts/2023-09-20/chatgpt-chatbots-artificial-intelligence-being-used-in-hr-departments#:~:text=Currently%2C%2018%25%20of%20companies%20are,nor%20planning%20to%20do%20so
Köchling, A., & Wehner, M. C. (2020). Discriminated by an algorithm: a systematic review of discrimination and fairness by algorithmic decision-making in the context of HR recruitment and HR development. Business Research, 13(3), 795–848.
Köchling, A., Wehner, M. C., & Ruhle, S. A. (2021). Feeling treated fairly? Employee reactions toward AI in career development systems. Academy of Management Proceedings, 2021(1), 13802.
Langer, M., König, C. J., & Papathanasiou, M. (2019). Highly automated job interviews: Acceptance under the influence of stakes. International Journal of Selection and Assessment, 27(3), 217–234.
Maity, S. (2019). Identifying opportunities for artificial intelligence in the evolution of training and development practices. Journal of Management Development, 38(8), 651–663.
Pomrehn, L., & Wehner, M. C. (2023). Affective Employee Reactions in Career Development: An Experimental Vignette Study. Academy of Management Proceedings, 2023(1).
Rathi, R. A. (2018). Artificial intelligence and the future of hr practices. International Journal of Applied Research, 4(6), 113–116.
Stone, D. L., Deadrick, D. L., Lukaszewski, K. M., & Johnson, R. (2015). The influence of technology on the future of human resource management. Human Resource Management Review, 25(2), 216–231.
Votto, A. M., Valecha, R., Najafirad, P., & Rao, H. R. (2021). Artificial Intelligence in Tactical Human Resource Management: A Systematic Literature Review. International Journal of Information Management Data Insights, 1(2), 100047.
Wesche, J. S., Hennig, F., Kollhed, C. S., Quade, J., Kluge, S., & Sonderegger, A. (2022). People’s reactions to decisions by human vs. algorithmic decision-makers: the role of explanations and type of selection tests. European Journal of Work and Organizational Psychology.
Johanna Voigt, Principal Consultant
