Fairness vs. Bias: Daten fördern Gleichstellung
Künstliche Intelligenz ist längst Teil vieler HR- und Rekrutierungsprozesse. Doch können Datenanalysen auch helfen, Gleichstellung im Berufsleben voranzutreiben? Ein aktuelles Projekt der Hochschule für Wirtschaft FHNW geht dieser Frage nach.
«Dieser Job passt zu Ihrem Profil.» Wer auf LinkedIn nach Stellen sucht, erhält jederzeit passende Vorschläge. Was automatisch erscheint, ist jedoch reine Berechnung: Hinter den Vorschlägen stecken Algorithmen, die Profile analysieren und damit Unternehmen und passende Kandidatinnen und Kandidaten zusammenbringen.
LinkedIn ist nur einer von vielen Anwendungsfällen, in denen künstliche Intelligenz (KI) Unternehmen im Rekrutierungsprozess unterstützt. «Doch das ist nur die sichtbare Spitze des Eisbergs», weiss Sibylle Olbert-Bock. «Speziell, wenn es darum geht, geschlechterneutral zu rekrutieren, könnte KI viele weitere Vorteile bieten.»
Frauen sind in Führungspositionen weiterhin untervertreten
Prof. Dr. Sibylle Olbert-Bock kennt sich in Personalfragen aus. Als Leiterin des Instituts für Personalmanagement und Organisation an der Hochschule für Wirtschaft FHNW untersucht sie in einem aktuellen Projekt, ob und wie die Gleichstellung durch den Einsatz von KI und Datenanalysen im Personalmanagement vorangetrieben werden kann. «Nein, die Gleichstellung ist trotz vieler Bemühungen in der Arbeitswelt noch nicht erreicht», weiss sie. «So sind beispielsweise Frauen und Männer in Führungspositionen nach wie vor ungleich vertreten.»
KI kann Ursachen für Ungleichheit aufschlüsseln
In Zusammenarbeit mit fünf Unternehmen gehen Sibylle Olbert-Bock und ihr Team konkreten Fragen aus der Praxis nach: Warum sind Frauen in Führungspositionen unterrepräsentiert? Und weshalb scheiden sie in der Rekrutierung für bestimmte (Führungs-)Positionen häufiger oder früher aus dem Rennen als ihre Kollegen?
«Viele Unternehmen sehen die Ungleichheit schon, aber sie haben zu wenig Einblick in ihre Ursachen.»Prof. Dr. Sibylle Olbert-Bock
Analysiert werden verschiedene Phasen des Employee Life Cycle, von der Rekrutierung über die Feedbackprozesse bis hin zu den Beförderungen. Sibylle Olbert-Bock: «Viele Unternehmen sehen die Ungleichheiten schon, aber sie haben zu wenig Einblick in ihre Ursachen. Hier ermöglicht die KI neue Erkenntnisse.»
Daten zeigen verborgene Entscheidungsmuster auf
Die neuen Erkenntnisse entstehen durch die Nutzung und die Verknüpfung unterschiedlicher Datenquellen. So werden etwa Ergebnisse aus Mitarbeitendenbefragungen mit historischen Feedbackdokumenten oder Karriereverläufen kombiniert. Auch statistische Auswertungen geben Aufschluss darüber, wer wie schnell befördert wird, in welche Art von Funktionen und wie lange Mitarbeitende in bestimmten Positionen bleiben. Dabei zeigt sich bisher, dass die Eignungseinschätzung von Frauen teilweise entlang anderer Kriterien erfolgt oder sie seltener für Führungsaufgaben vorgeschlagen werden.
Prof. Dr. Sibylle Olbert-Bock, Prof. Dr. Michael Sitte, Dr. Christoph Vogel, Ellenor Hunn, Andrina Eisenegger und Tina Löffler unterstützen Unternehmen dabei, DE&I-Themen datenbasiert zu analysieren sowie Chancen und Risiken zu erkennen.
Im Fokus der Beratung stehen:
• Datenanalysen zu Recruiting, Beurteilungen und Beförderungen
• Früherkennung von Bias- und Diskriminierungsrisiken in KI-gestützten HR-Systemen
• Unterstützung bei der Zusammenarbeit mit IT, Data-Scientists und Softwareanbietern
• Entwicklung von Vorgehensweisen zur Reduktion von Verzerrungen
Die Beratung erfolgt in fünf Schritten, von der Analyse des Status quo über ein HR-geführtes Bias-Assessment bis zur Ableitung und Umsetzung konkreter Massnahmen.
Sind Sie an einer Beratung interessiert?
Prof. Dr. Sibylle Olbert-Bock hilft gern weiter: +41 62 957 24 05, sibylle.olbert@fhnw.ch
Bereits in einer vorausgehenden Studie hat Olbert-Bock solche Bewertungsmuster erkannt, die Frauen vor höhere Hürden stellt. Werden Frauen stärker nach Qualifikationen beurteilt, fällt die Bewertung bei Männern anhand ihrer Soft Skills und Persönlichkeitsmerkmale aus. Gleichzeitig weisen Frauen z. B. das Qualifikationsmerkmal «vorausgehende Führungsposition» seltener vor als Männer und können daher ein solches Anforderungskriterium weniger bedienen. «Die Daten machen diese verborgenen Muster sichtbar», erklärt die Expertin. Erst durch das Wissen um diese Muster werde es möglich, Entscheidungen unabhängig von aktuellen subjektiven Wahrnehmungen zu machen.
Unternehmen unterstützen, Daten für mehr Fairness zu nutzen
Dabei geht das Projekt über die reine Analyse hinaus. Gemeinsam mit den Unternehmen entwickelt das Team konkrete praktische Vorgehensweisen, Leitlinien und Werkzeuge, die Organisationen helfen sollen, ihre Daten systematisch und verantwortungsvoll zu nutzen. Die Forschenden begleiten die Unternehmen im Prozess, formulieren gemeinsam Hypothesen, überprüfen diese anhand von Daten oder unterstützen Unternehmensvertreterinnen und Unternehmensvertreter in der (Weiter-) Entwicklung ihrer Vorgehensweisen und Interpretation von Ergebnissen.
Für Risiken sensibilisieren
Doch welche Risiken verbergen sich hinter der Verwendung von KI? «Da Analysen auf bestehenden, von Menschen geprägten Datensätzen basieren, kann KI z. B. frühere Verzerrungen übernehmen und verstärken», erklärt Olbert-Bock. Systeme lernen aus vergangenen Entscheidungen und Mustern – und reproduzieren diese unter Umständen.
«Mehr Fairness entsteht nicht durch automatisierte KI, sondern durch eine kluge Arbeitsteilung zwischen Mensch und Maschine.»
Umso wichtiger sei ein bewusster Umgang mit den eingesetzten Technologien. «Es gibt viele Beispiele, wie People Analytics und der Einsatz von KI die Diversität und Gleichstellung nicht nur voranbringen, sondern auch behindern», sagt Sibylle Olbert-Bock.
Unternehmen sollten deshalb systematisch vorgehen: Sie müssen ihre Daten gezielt nutzen und KI so einsetzen, dass sie Risiken erkennen und reduzieren. Nur so treffen sie fairere Personalentscheidungen. «Mehr Fairness entsteht nicht durch automatisierte KI, sondern durch eine kluge Arbeitsteilung zwischen Mensch und Maschine», resümiert Olbert-Bock. Klar ist also: Künstliche Intelligenz kann Probleme sichtbar machen. Lösen muss sie jedoch weiterhin der Mensch.
Das Projekt läuft noch bis September 2027. Das Eidgenössische Büro für die Gleichstellung von Frau und Mann (EBG) unterstützt das Projekt mit Finanzhilfen nach dem Gleichstellungsgesetz.
«New Work» – eines von drei Zukunftsfeldern der FHNW
Im Rahmen ihrer Strategie FHNW 2035 wird die FHNW in den drei Zukunftsfeldern Future Health, Zero Emission und New Work ihre multidisziplinären Kompetenzen in den kommenden Jahren bündeln und ausbauen. Damit möchte sie in den gesellschaftlich relevanten Themenfeldern Arbeit, Gesundheit sowie Umwelt und Nachhaltigkeit neue Impulse für Lösungen zu aktuellen Problemfeldern der Wirtschaft und der Gesellschaft geben.
