Explainable AI in der Personalauswahl. Experimentelle Evaluation der Bewerberakzeptanz

Inhaltsverzeichnis

• Abkürzungsverzeichnis
• Abbildungsverzeichnis
• Tabellenverzeichnis
• 1. Einleitung
• 2. Theoretische Grundlagen
  • 2.1 Grundlagen der Personalauswahl
    • 2.1.1 Definition und Ziele der Personalauswahl
    • 2.1.2 Klassische Methoden der Personalauswahl
    • 2.1.3 Limitationen klassischer Auswahlverfahren
  • 2.2 Künstliche Intelligenz in der Personalauswahl
    • 2.2.1 Definition und Ziele der KI-gestützten Personalauswahl
    • 2.2.2 Vorteile einer KI-gestützten Personalauswahl
    • 2.2.3 KI-gestützte Analyse von Bewerbungsunterlagen
    • 2.2.4 Anforderungen an KI-gestützte Auswahlmethoden
  • 2.3 Bewerberakzeptanz: Modell und Einflussfaktoren
    • 2.3.1 Definition und Relevanz der Bewerberakzeptanz
    • 2.3.2 Modell der Bewerberakzeptanz in der KI-gestützten Personalauswahl
    • 2.3.3 Einfluss der Erklärbarkeit
  • 2.4 Explainable Artificial Intelligence in der Personalauswahl
    • 2.4.1 Definition und Ziele der Explainable AI
    • 2.4.2 Technische Ansätze der Explainable AI
    • 2.4.3 Limitationen technischer Ansätze der Explainable AI
    • 2.4.4 XAI: Relevanz einer bewerberorientierten Perspektive
• 3. XAI in der Personalauswahl: Gestaltungsansätze
  • 3.1 XAI: Textueller Erklärungsansatz
  • 3.2 XAI: Bewerberzentrierter Erklärungsansatz
  • 3.3 Fragestellung und Hypothesen
• 4. Methode
  • 4.1 Stichprobe
  • 4.2 Versuchsplanung
  • 4.3 Versuchsmaterial
  • 4.4 Fragebogen zur Erhebung der Bewerberakzeptanz
  • 4.5 Versuchsablauf
• 5. Ergebnisse
  • 5.1 Deskriptive Befunde
  • 5.2 Inferenzstatistische Analyse
• 6. Diskussion
  • 6.1 Zusammenfassung
  • 6.2 Einordnung in den Forschungsstand
  • 6.3 Limitationen
  • 6.4 Forschungsdesiderate
  • 6.5 Fazit
• Anhangsverzeichnis

Zielsetzung & Themen

Die vorliegende Bachelorarbeit untersucht, inwiefern qualitativ unterschiedliche Erklärungsansätze für KI-gestützte Entscheidungen die Bewerberakzeptanz im Kontext der betrieblichen Personalauswahl beeinflussen, und welche Rolle das Auswahlergebnis dabei spielt. Das primäre Ziel ist es, die Perspektive der Bewerber umfassend zu adressieren, indem ein hohes Maß an Erklärbarkeit durch die Berücksichtigung kontextspezifischer Anforderungen gewährleistet wird.

• Einsatz von Künstlicher Intelligenz (KI) in der Personalauswahl
• Explainable Artificial Intelligence (XAI) und deren Bedeutung für die Erklärbarkeit
• Analyse der Bewerberakzeptanz gegenüber KI-gestützten Auswahlverfahren
• Konzeption und experimentelle Evaluation unterschiedlicher Erklärungsansätze (textuell vs. bewerberorientiert)
• Einfluss von Auswahlentscheidungen (Zusage vs. Absage) auf die Bewerberakzeptanz
• Integration psychologischer und technischer Perspektiven zur Gestaltung von Erklärungsmodellen

Auszug aus dem Buch

Zusammenfassung der Kapitel

1. Einleitung: Führt in die zunehmende Digitalisierung der Personalauswahl durch KI ein und beleuchtet die Notwendigkeit, die Akzeptanz von Bewerbenden für derartige Technologien empirisch zu evaluieren, um deren volles Potenzial auszuschöpfen.

2. Theoretische Grundlagen: Bietet die theoretische Basis für die Analyse des Einsatzes von KI in der Personalauswahl, indem klassische Methoden, KI-gestützte Ansätze, Bewerberakzeptanzmodelle und Explainable AI (XAI) detailliert beleuchtet werden.

3. XAI in der Personalauswahl: Gestaltungsansätze: Beschreibt die Entwicklung und experimentelle Evaluation von zwei qualitativ unterschiedlichen Erklärungsansätzen für KI-basierte Personalauswahlentscheidungen, einen textuellen und einen bewerberzentrierten Ansatz, und leitet die Forschungsfrage sowie Hypothesen ab.

4. Methode: Erläutert das experimentelle Versuchsdesign, die Stichprobenerhebung und die verwendeten Materialien zur empirischen Überprüfung der Hypothesen bezüglich der Bewerberakzeptanz.

5. Ergebnisse: Präsentiert die deskriptiven Befunde und inferenzstatistischen Analysen des Experiments, um die postulierten Forschungshypothesen hinsichtlich der Wirksamkeit unterschiedlicher Erklärungsansätze zu überprüfen.

6. Diskussion: Ordnet und interpretiert die Forschungsergebnisse, diskutiert deren Bedeutung für die Bewerberakzeptanz im Kontext der KI-basierten Personalauswahl und leitet Implikationen für zukünftige Forschung ab.

Schlüsselwörter

Künstliche Intelligenz (KI), Explainable AI (XAI), Personalauswahl, Bewerberakzeptanz, Erklärbarkeit, Transparenz, Gerechtigkeit, Modellierung, Experimentelles Design, Algorithmische Entscheidungen, Psychologische Mechanismen, Digitalisierung, Recruiting, Vorhersagegenauigkeit, Technikvertrauen

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Diese Bachelorarbeit untersucht, wie sich verschiedene Erklärungsansätze für KI-gestützte Entscheidungen auf die Akzeptanz von Bewerbenden in der Personalauswahl auswirken und welche Rolle das Ergebnis der Auswahlentscheidung (Zusage oder Absage) dabei spielt.

Was sind die zentralen Themenfelder?

Die zentralen Themenfelder umfassen den Einsatz von Künstlicher Intelligenz in der Personalauswahl, Explainable Artificial Intelligence (XAI), die Bewerberakzeptanz von KI-Systemen, psychologische Mechanismen der Entscheidungsbewertung und die Gestaltung von Erklärungsansätzen.

Was ist das primäre Ziel oder die Forschungsfrage?

Das primäre Ziel ist es, die Bewerberperspektive umfassend zu adressieren, indem ein hohes Maß an Erklärbarkeit durch die Berücksichtigung kontextspezifischer Anforderungen gewährleistet wird. Die zentrale Forschungsfrage lautet: „Inwiefern beeinflussen qualitativ verschiedene Erklärungsansätze für KI-gestützte Entscheidungen die Bewerberakzeptanz im Kontext der betrieblichen Personalauswahl und welche Rolle nimmt hierbei das Auswahlergebnis ein?"

Welche wissenschaftliche Methode wird verwendet?

Es wird ein experimenteller Ansatz verwendet, um die Hypothesen zu überprüfen. Hierbei wurde eine fiktive Bewerbungssituation im Rahmen einer Vignettenstudie konzipiert und in einem Online-Format realisiert.

Was wird im Hauptteil behandelt?

Der Hauptteil der Arbeit behandelt die theoretischen Grundlagen der Personalauswahl, den Einsatz von Künstlicher Intelligenz in diesem Kontext, das Konzept der Bewerberakzeptanz und die Explainable Artificial Intelligence (XAI) sowie die Konzeption und Evaluation unterschiedlicher Erklärungsansätze.

Welche Schlüsselwörter charakterisieren die Arbeit?

Künstliche Intelligenz (KI), Explainable AI (XAI), Personalauswahl, Bewerberakzeptanz, Erklärbarkeit, Transparenz, Gerechtigkeit, Algorithmische Entscheidungen, Psychologische Mechanismen.

Warum wird die Akzeptanz von Bewerbenden für KI-Systeme in der Personalauswahl als so wichtig erachtet?

Eine unzureichende Berücksichtigung der Bewerberperspektive kann dazu führen, dass die Vorteile einer KI-gestützten Personalauswahl von Bewerbern subjektiv als Nachteile interpretiert werden. Zudem hat die Akzeptanz der Bewerbenden einen signifikanten Einfluss auf die Arbeitgeberattraktivität, die Qualität zukünftiger Bewerberpools und die langfristige Unternehmensleistung.

Welchen Einfluss haben unterschiedliche Erklärungsansätze (textuell vs. bewerberorientiert) auf die Bewerberakzeptanz?

Die Arbeit zeigt, dass ein bewerberorientierter Erklärungsansatz im Vergleich zu einem rein textuellen Ansatz oder dem gänzlichen Fehlen einer Erklärung zu höheren Ausprägungen in der wahrgenommenen Transparenz, Gerechtigkeit, Methodenakzeptanz, Zufriedenheit mit der Erklärung und der Bewerberakzeptanz insgesamt führt.

Was ist der „Black-Box-Effekt“ im Kontext der Erklärbarkeit von KI-Systemen?

Der „Black-Box-Effekt“ beschreibt das Phänomen, dass Menschen aufgrund mangelnder Transparenz und Erklärbarkeit die intrinsischen Mechanismen einer Künstlichen Intelligenz nicht nachvollziehen können, was zu einer geringeren wahrgenommenen prozeduralen Gerechtigkeit führt.

Welche Rolle spielen psychologische Aspekte bei der Gestaltung von Erklärungen für KI-Entscheidungen?

Die Arbeit betont, dass eine rein technische Betrachtung der Erklärbarkeit nicht ausreicht. Vielmehr ist eine Integration psychologischer Gesichtspunkte, insbesondere die Berücksichtigung kognitiver Prozesse und der individuellen Informationsbedürfnisse der Bewerbenden, entscheidend, um die Akzeptanz für KI-gestützte Auswahlverfahren zu erhöhen.