Blogbeitrag
Diversity-Initiativen mit ethischer KI vorantreiben
Diversität, Gleichberechtigung, Integration und Zugehörigkeit (DEIB) haben in den letzten Jahren viel Aufmerksamkeit erhalten. Die Arbeitnehmer nehmen ihre Arbeitgeber in die Pflicht zu zeigen, dass es ihnen mit diesem Thema ernst ist.
Für die HR-Teams bedeutet das, dass sie nach neuen und besseren Möglichkeiten suchen müssen, um Initiativen zu fördern, welche nicht nur sicherstellen, dass die Mitarbeiter das Gefühl haben, dass das Unternehmen diese Initiativen ernst nimmt, sondern auch, um künftigen Mitarbeitern und Bewerbern zu zeigen, dass ihr neuer Arbeitsplatz ein Ort ist, an dem sie sie selbst sein können. Eine Technologie, die wir zur Erschließung des Potenzials in diesem Bereich im Auge haben, ist selbstverständlich die künstliche Intelligenz. Diese gewinnt in den Personalabteilungen immer mehr an Bedeutung und spielt eine Schlüsselrolle bei der Förderung tatsächlicher Veränderungen.
KI ist inzwischen mehr als nur ein Algorithmus, der Prozesse rationalisiert und mit Empfehlungen und Vorhersagen hilft. Sie ist inzwischen so weit fortgeschritten, dass sie die Möglichkeiten innerhalb eines Unternehmens bewerten kann, z. B. in Bezug auf die Fähigkeiten der Mitarbeiter. KI erkennt Lücken und kann diese mit maßgeschneiderten Lerninhalten abgleichen und gezielt schließen. So werden den Mitarbeitern individuelle Karriere- und Entwicklungsmöglichkeiten ermöglicht. Wenn sie richtig entwickelt und eingesetzt wird, kann sie auch nützlich sein, um Vorbehalte zu beseitigen, z. B. bei der Überprüfung von Lebensläufen, dies führt zu mehr Integration und Vielfalt im Unternehmen. Dazu müssen diese die KI auf ethische Weise einsetzen und z. B. den Umgang mit Vorurteilen sorgfältig prüfen.
Wie können Unternehmen also sicherstellen, dass sie das Potenzial der KI voll ausschöpfen, ohne bestehende Ungleichheiten zu verschärfen?
Ethische KI in der Personalabteilung
Ethisches Management am Arbeitsplatz ist nichts Neues. Viele Unternehmen geben ihren Mitarbeitern durch Kommunikationsrichtlinien wie z.B. Absichtserklärungen, Wertvorstellungen und andere Personalinitiativen vor, wie sie sich zu verhalten haben. Das Gleiche sollte auch für ethische KI gelten. Wenn HR-Teams KI für Einstellungen, Beförderungen oder Gehaltsempfehlungen auf der Grundlage der Fähigkeiten und Leistungen der Mitarbeiter einsetzen, müssen diskriminierende Aspekte wie Rasse und sozioökonomischer Status berücksichtigt werden. Es ist jedoch nicht so simpel, bloß einen ethischen Algorithmus zu entwerfen.
Erfolgreiche ethische KI liegt den gegebenen Daten zugrunde - sie benötigt unvoreingenommene Trainingsdaten, um ethische Entscheidungen treffen zu können. Persönlichkeits- und Eignungstests zum Beispiel sind eine beliebte Einstellungsmethode bei Unternehmen und Personalabteilungen, doch sie können inhärente Verzerrungen enthalten, wenn die Fragen nicht sorgfältig durchdacht sind. Fragen wie "Wie viele Flugzeuge starten täglich von Heathrow?" mögen wie eine Standard-Eignungsfrage klingen, aber für jemanden, der noch nie in einem Flugzeug oder auf einem Flughafen war, was auf seinen sozioökonomischen Status zurückzuführen sein könnte, kann dies zu einem natürlichen Nachteil gegenüber denjenigen führen, die einen wohlhabenderen, reisenden Lebensstil haben.
Erfolgreiche ethische KI liegt den gegebenen Daten zugrunde - sie benötigt unvoreingenommene Trainingsdaten, um ethische Entscheidungen treffen zu können. Persönlichkeits- und Eignungstests zum Beispiel sind eine beliebte Einstellungsmethode bei Unternehmen und Personalabteilungen, doch sie können inhärente Verzerrungen enthalten, wenn die Fragen nicht sorgfältig durchdacht sind. Fragen wie "Wie viele Flugzeuge starten täglich von Heathrow?" mögen wie eine Standard-Eignungsfrage klingen, aber für jemanden, der noch nie in einem Flugzeug oder auf einem Flughafen war, was auf seinen sozioökonomischen Status zurückzuführen sein könnte, kann dies zu einem unvermeidlichen Nachteil gegenüber denjenigen führen, die einen wohlhabenderen, reisenden Lebensstil haben.
Woher weiß ich, ob meine KI ethisch korrekt ist?
Selbst wenn die KI einmal auf der Grundlage ethischer Daten eingerichtet wurde, heißt das nicht, dass dies auch so bleibt. Im Laufe der Zeit kann sich der Algorithmus ändern und anpassen, was unter Umständen schwer vorhersehbar ist. Daher muss er laufend überwacht werden, um sicherzustellen, dass er innerhalb der ethischen Grenzen des Unternehmens bleibt. Wenn beispielsweise KI für Kandidatenempfehlungen im Einstellungsprozess eingesetzt wird, sollten die Unterschiede zwischen den Ergebnissen der Software und denen der Personalabteilung weiterhin verglichen werden. So könnte die KI beispielsweise Personen mit Hochschulabschluss auswählen, weil sie aus den vorhandenen Mitarbeiterdaten gelernt hat, oder sie könnte aufgrund des Ungleichgewichts zwischen weiblichen und männlichen Mitarbeitern im Unternehmen männliche Kandidaten bevorzugen. Die regelmäßige Überwachung dieser Indikatoren wird dazu beitragen, größere Probleme zu vermeiden. Selbst wenn die KI von einem externen Anbieter stammt, was oftmals der Fall ist, können die Anbieter keine 100-prozentige Garantie gegen Voreingenommenheit geben, insbesondere nicht im Kontext des jeweiligen Unternehmens. Es obliegt daher den HR-Teams, die die Technologie einsetzen, sicherzustellen, dass sie ethisch einwandfrei funktioniert.
Ein Motor des Wandels für DEIB
Der Einsatz von KI in der Personalabteilung ist ein fortlaufender Prozess, vor allem, wenn sie für DEIB-Möglichkeiten genutzt wird - es geht darum, Ziele zu setzen, Fortschritte in Richtung dieser Ziele zu machen und Kurskorrekturen vorzunehmen. Wenn beispielsweise das geschlechtsspezifische Lohngefälle auf 10 % festgelegt ist, müssen die HR-Teams Ziele für die Rechenschaftspflicht festlegen, die Fortschritte des Unternehmens auf dem Weg zu diesen Zielen zu verfolgen und die KI entsprechend einzusetzen.
Daraus ergibt sich die Möglichkeit für HR- und Diversity-Teams, zusätzliche Kompetenzen zu entwickeln, um besser gewappnet zu sein, den Fortschritt von ethischen KI- und DEIB-Zielen sicherzustellen. Der Einsatz von künstlicher Intelligenz (KI) in der Personalabteilung ist zwar noch nicht die Norm für Unternehmen, stellt sich aber bei richtigem Einsatz als leistungsfähiges Instrument heraus, welches es Unternehmen ermöglicht, den Menschen stärker als je zuvor in den Mittelpunkt zu stellen und zukunftsorientiert zu handeln.
Dieser Blog wurde zunächst im Englischen veröffentlicht.
Ressourcen zu diesem Thema
Sie möchten noch mehr erfahren? Entdecken Sie unsere Produkte, Kundenberichte und aktuelle Brancheneinblicke.
Blogbeitrag
Internationaler Frauentag: Vier Tipps für mehr Diversity und Gender Equality in Ihrem Unternehmen
Viele erfolgreiche Unternehmen zeichnen sich durch ein harmonisches Arbeitsumfeld aus, welches auf jede:n Mitarbeitende:n Rücksicht nimmt. Damit Unternehmen dies erreichen können, sollten sie versuchen die Interessen der Angestellten kennenzulernen, um so bestens auf ebendiese Bedürfnisse eingehen zu können. Darüber steht natürlich grundsätzlich die Gleichbehandlung aller Mitarbeitenden – ganz unabhängig von Geschlecht, sexueller Orientierung, Hautfarbe oder Religion.
Blogbeitrag
Celebrating NDEAM 2024: 7 ways to create more inclusive workplaces for people with disabilities
Each October, National Disability Employment Awareness Month (NDEAM) invites us to reflect, celebrate and act on a powerful truth: our workplaces and economy are stronger when people of all abilities have access to meaningful opportunities. This year's theme, "Access to Good Jobs for All," speaks to the future Cornerstone is building daily — one where everyone can thrive, contribute and find purpose in their work, free from discrimination and limits.
Blogbeitrag
The Equity Advantage: Measuring change
Cornerstone’s fourth DEIB principle states that we collect, protect and analyze data to create equity. Discussions around DEIB data often lead to graphs of hiring trends and demographic breakdowns. While these visuals can illustrate the current state, they frequently fail to provide actionable insights or result in meaningful change. Simply seeing gaps in representation doesn’t create a path to fixing them.