Predictive Hiring bezeichnet den Einsatz datenbasierter Verfahren, um vorherzusagen, wie erfolgreich ein Kandidat in einer Rolle sein wird. Statt nur die Vergangenheit zu bewerten, versucht der Ansatz, künftige Leistung und Verbleib zu prognostizieren.
Wie es funktioniert Predictive Hiring wertet Merkmale erfolgreicher Mitarbeiter aus und vergleicht Kandidaten damit. Dazu werden Daten aus Lebenslauf, Tests und Interviews mit historischen Erfolgsdaten in Beziehung gesetzt, um eine Erfolgswahrscheinlichkeit zu schätzen.
Warum es zählt Richtig eingesetzt, kann Predictive Hiring die Trefferquote erhöhen und Fehlbesetzungen senken. Der Ansatz verspricht, Auswahlentscheidungen auf eine breitere Datenbasis zu stellen, statt sie allein auf Einzeleindrücke zu gründen.
Die Grenzen Predictive Hiring birgt erhebliche Risiken. Lernt das System aus verzerrten historischen Daten, reproduziert es bestehenden Bias. Wer in der Vergangenheit erfolgreich war, prägt das Modell, was Vielfalt unterdrücken kann. Zudem fällt der Ansatz als Recruiting-KI unter die Hochrisiko-Regeln des EU AI Act (Anhang III Nr. 4 der Verordnung (EU) 2024/1689) mit den entsprechenden Pflichten zu Transparenz, Datenqualität und menschlicher Aufsicht.
Worauf Sie achten sollten
- Die Datenbasis kritisch auf eingebauten Bias prüfen.
- Prognosen als Hinweis behandeln, nicht als Entscheidung.
- Transparenz und menschliche Aufsicht sicherstellen.