KI für die Rekrutierung verspricht, unbewusste Voreingenommenheit zu reduzieren, indem Informationen wie Alter, Geschlecht und Rasse eines Kandidaten ignoriert werden. KI ist jedoch darauf trainiert, Muster im vorherigen Verhalten zu finden. Glücklicherweise gibt es einige faszinierende Anwendungen von KI in der Rekrutierung, die dazu beitragen, Voreingenommenheit zu reduzieren. Wir haben bereits Textio oben erwähnt, um Verzerrungen bei Stellen zu minimieren, aber es gibt immer mehr Unternehmen, die auf einen voreingenommenen Einstellungsprozess hinarbeiten. Sobald Sie diese Daten gesammelt haben, können Sie sie verwenden, um fundierte Entscheidungen zu treffen. Wenn es z. B. zu lange dauert, bis Die Leute Anwendungen ausfüllen (oder sie ganz aufgeben), müssen Sie das Formular möglicherweise abschneiden oder die Fragen, die Sie stellen, erneut überdenken. Amazon lehnte es ab, die Herausforderungen der Technologie zu kommentieren, sagte aber, dass das Tool “nie von Amazon Recruitern verwendet wurde, um Kandidaten zu bewerten”. Das Unternehmen ging nicht weiter. Es wurde nicht bestritten, dass die Personalvermittler die Empfehlungen des Recruiting-Motors geprüft haben. In der Personalbranche ist maschinelles Lernen möglicherweise nicht etwas, das Sie selbst umsetzen. Tatsächlich investieren Branchenlieferanten in die Ergebnisse der Nutzer.
Bei Resume-Library haben wir maschinelles Lernen genutzt, um die Relevanz von Job-Matches für Kandidaten zu verbessern, was letztendlich mehr Bewerbungen für die offenen Stellen unserer Kunden vorantreibt. Es ist wichtig, Ihre Kandidatendaten nach verschiedenen Merkmalen und Profildetails zu segmentieren – wie Schule, Abschluss, eine bestimmte Art von Erfahrung oder früheren Unternehmenstyp -, um Ihnen zu helfen, Muster in Ihren besten Kandidaten zu identifizieren. Im Idealfall möchten Sie die wichtigsten Merkmale unterscheiden, die Kandidaten zu einer guten Einstellung für Ihre Organisation machen. Frühe Ergebnisse sind äußerst vielversprechend. Unternehmen mit KI-betriebener Recruiting-Software haben ihre Kosten pro Bildschirm um 75 % gesenkt, ihr Umsatz pro Mitarbeiter um 4 % und ihr Umsatz um 35 % gesunken. Lassen Sie uns dies mit einigen hypothetischen Zahlen veranschaulichen. Angenommen, Sie haben ein Recruiting-Team, das in diesem Jahr 1577 Bewerbungen in 48 Einstellungen umwandelt – das wird Ihnen eine PTR von 3,2% geben. Wie Sie in der Abbildung unten sehen können, können Sie dies in 5 (oder mehr!) Schritte aufteilen und die Conversion-Rate bei jedem Schritt sehen. Qualität der Miete ist eine der neuen, trendigen Metriken, von der ich in der Recruiting-Community viel gehört habe. Es ordnet recruiter Leistung auf die Leistung der neuen Einstellungen, die sie machen.
Mit diesem datengesteuerten Ansatz können Sie dem Team helfen, seinen Einstellungsprozess weiterzuentwickeln, um Top-Talente zu gewinnen und zu finden. Ein guter Ausgangspunkt besteht darin, Einblicke mit Ihren Einstellungsmanagern zu teilen und einen Dialog über das zu beginnen, was Sie im Bewerberpool sehen. Im Laufe der Zeit werden Sie damit ein erfolgreicherer und vertrauenswürdiger Recruiting-Partner. Fazit: Virtuelle Karrieremessen und -veranstaltungen, vollrassige Rekrutierung, personalisiertere Karrierewege und bessere Einblicke in Kandidatenerlebnisse werden schnell zur neuen Normalität in einer Post-COVID-19-Welt.