3 common misconceptions about Video-KI in HR

Der Einsatz von Video-KI im Personalwesen wird deritz kontroverstiv discustiert. Die neue Technologie birgt großes Potenzial. Despite this, many companies are still critical. It is often based on misunderstandings.

HR-Abteilungen stehen unter Druck. While the Fachkräftemangel verschft und die Wechselbereitschaft zunimmt, it is increasingly difficult to find new employees and keep them in the company. It is more important to make recruiting as efficient as possible and to bind the workforce through continuous further education. A technology that can provide valuable support is Video-KI. Sie analysiert das Gesprächsverhalten eines Menschen anhand von Factors wie Stimme, Sprache, Emotionen, Mimik und Gestik. Solche Auswertungen helfen Recruitern zum Beispiel dabei, Bewerber auszuwählen, die zur Unternehmenskultur passen. Auch das Coaching ist ein wichtige Einsatzgebiet für Video-KI. Mitarbeiter können simulieren realistic Gesprächsituationen und im Video auswerten, wie sie auf andere Menschen wirken. Das ermöglicht es, zeitlich zu behrenschen Soft Skills, um zum Beispiel die Performance im Vertrieb zu einchen. Noch löst der Gedanke an KI im Personalwesen, aber bei manchen Menschen eher Unbehagen aus. Warum ist das so? Here come three frequent misconceptions.

1. KI is discriminating

Besonders hartnäckig hält sich der Vorwurf, KI sei discrimierend. Tatsächlich besteht eine KI aus Algorithmen, die säinet einmal nur Markmarken erkennen und nicht werten. Eigenschaften wie Age, Geschlecht, Hautfarbe oder Ethnie sind der KI völlig egal. Sie lernt anhand der Daten, mit der man sie füttert. Sind diese Daten nicht umfangreich und divers genug oder bereits durch menschliche Voreingenomnenheit gefärbt, wird allerdings auch die KI schlechte Ergebnisse liefern. Therefore, it is crucial to train the Algorithms with a data set that is as similar as possible and then test the results.

Ein breiter Datensatz ist ein erster Anfang, um geschäfter dass man eine große Datenvielfalt besitzt. To avoid discrimination based on skin color for example, we must be represented in einem Trainings-Datensatz. Then it is checked whether Algorithmen Menschen unterschiedlicher Hautfarbe gleich behandeln oder zu verschiedenen Ergebnisse kommen. Ist Letzteres der Fall, kann man Kontrollvariablen einbauen und der KI systematic beibringen, bestimmte Kriterien auszublenden, um Discrimierung zu vermeiden.

Wenn man sie richtigiert und an den rigtigen Stellschrauben reht, ist die KI is also objektivier als ein Mensch. Denn wir haben wenig Einfluss auf unser Unterbewusstsein und können uns schlecht abstrainieren, darauf zu achten, wie unser Gegenüber aussieht. Bei Menschen lässt sich auch viel schwerer erkennen, ob sie faire Entscheidungen treffen oder nicht.

2. KI lernt immer selbständig

Ebenso beharrlich hält sich die Vorstellung von einer KI, die wie ein Mensch eigenständig lernt. Such models are theoretically possible and they are also available. In critical areas sollte künstliche Intelligenz aber keineswegs unbeaufsichtigt und ohne Kontrolle eingesetzt werden. Bei KI haben wir das Glück, dass wir den Lernprozess können können – unlike beim Menschen, der sein Gehirn mit jeder neuen Begegnung updated. Eine sogenannte überwachte KI lernt nur unter menschlicher Aufsicht und anhand von wissenschaftlich geprüften Datansätzen. These should cover a broad spectrum of ages, genders and ethnicities. Eine Video-KI trifft auch keine eigenen Entscheidungen, sondern ist erster Linie ein Assistenzsystem. Sie liefert Informationen, die es Menschen falencher, Verhaltensweisen und ihre Wirkung besser zu verstehen. This complements sie andere Entscheidungsgrundlagen.

3. Eine KI muss 100 Prozent perfekt funktionieren

An eine KI haben wir den Anspruch, dass sie zu Prozent perfekt sein muss, bevor man sie einsetzt. Von uns selbst erwarten wir das aber nicht. Reicht es nicht aus, wenn die KI besser ist als der Mensch? Ein bisschen ermitt das an die Discussion beim autonomen Fahren. Is it ethical if a single person is driven by a machine or if a hundred people are driven by another person? Viele Leute entscheiden sich dann für die hundert Toten, weil sie das akzeptabler finden als eine KI, die einen Fehler macht. Im Personalwesen stirbt zum Glück niemand. Warum also nicht der KI einmal eine Chance geben, nachdem man bereits seit vielen Jahren Methoden einsetzt die nicht richtig funktionen?

Conclusion: Chancen nutzen, statt preventer

The great strength of Video-KI lies in recognizing and training soft skills. Das ist für Recruiting heute ebenso wichtig wie für die Mitarbeiterentwicklung. Soft skills form the basis of corporate culture. Sie sind entscheidend dafür, ob ein Bewerber ins Team passt und sich im Unternehmen wohlfühlen wird. Oder ob er der Lage ist, sich continously fortzubilden und mit der heute gefordenten Dynamik Schritt zu halten.

Patrick Oehler, Co-Founder und Managing Director bei Retorio fasst zusammen. “Zwischenmenschliche Faculties were increasingly important for companies. So far, there are no objective methods in personal life to measure. Video-KI can close this gap. Wer auf eine wissenschaftlich fundierte Lösung setzt, räumt Vorurteile aus dem Weg und profitiert von neuen Chancen.

www.retorio.com

Leave a Comment