HR/IT TALK Episode #05

Recruiting-Prozesse mittels KI und semantischer Suchtechnologie von Textkernel beschleunigen


Jetzt teilen:

Share on FacebookShare on TwitterShare on WhatsappEmail Link

Im Zuge der Digitalisierung und der Diskussion über Künstliche Intelligenz - kurz KI oder Neudeutsch AI - wird auch erörtert, ob und wie genau KI im Personalwesen im Allgemeinen und in der Personalauswahl im speziellen genutzt werden kann. Recruiter schreiben dieser neuen Technologie zwar eine hohe Relevanz zu, doch bislang hat erst jeder zehnte solche Systeme genutzt, wie Studien zeigen.

Shownotes

Ergänzende Informationen zu dieser Episode:

  • Website Textkernel: https://www.textkernel.com/de/
  • Präsentation: Weitere Details zu den Softwarelösungen von Textkernel: bit.ly/2MHxdQx
  • Success Story: Mobile Kurzbewerbungen für die Personalgewinnung im Einzelhandel bit.ly/Success_Story_dm
  • P78Lab: Quick Apply für SAP SuccessFactors Recruiting bit.ly/2m0lfX8
  • Pressemitteilung: projekt0708 und Textkernel präsentieren gemeinsam auf der „Zukunft Personal Europe“ bit.ly/2kC28Cv
  • Pressemitteilung: projekt0708 und Textkernel starten Kooperation für innovative Zusatzlösungen zu SAP SuccessFactors Recruiting bit.ly/2NnzBhF

 

Das Interview zum Nachlesen 

Recruiting-Prozesse mittels KI und semantischer Suchtechnologie von Textkernel beschleunigen

 

Michael Scheffler:

 Im Zuge der Digitalisierung in der Diskussion über künstliche Intelligenz kurz "KI" oder neudeutsch "AI" genannt wird auch erörtert ob und wie "KI" im Personalwesen im Allgemeinen und in der Personalauswahl im Speziellen genutzt werden kann. Recruiter schreiben dieser neuen Technologie zwar eine Hohe Relevanz zu doch bislang hat erst jeder zehnte Recruiter solche Systeme genutzt, wie Studien zeigen.

Mit Ralph Dennes, Managing Director Dach bei Textkernel spreche ich in dieser Folge darüber, wie sich Prozesse in der Personalbeschaffung mittels der semantischen Recruiting Technologien von Textkernel signifikant beschleunigen lassen. Damit herzlich Willkommen zu einer neuen Folge von HR IT Talk, mein Name ist Michael Scheffler.

Zuerst einmal danke fürs Kommen Ralph. Wir zeichnen die heutige Podcast Episode in unserer Hauptniederlassung in München auf, du sitzt in Düsseldorf soweit ich weiß, wobei Textkernel selbst, das Unternehmen für das du tätig bist eigentlich aus den Niederlanden bzw aus Amsterdam stammt. Kannst du unseren Hörern/innen bitte zu Beginn erzählen, wie dein beruflicher Werdegang war und wie du zu Textkernel gekommen bist.

Ralph Dennes:

Hallo Michael, sehr gerne. Vielen Dank erstmal dass ich heute dabei sein darf. Absolut richtig, Textkernel kommt aus Amsterdam, gegründet 2001. Ich selber sitze in Düsseldorf, bin verantwortlich für die DACH-Region also Deutschland, Österreich, Schweiz und bin so ein bisschen der Thought Leader im Bereich Corporate Recruiting. Wir haben drei Geschäftsbereiche, Personaldienstleistung, Corporates und Technologieanbieter. Daher kümmere ich mich aufgrund meiner Historie im  um das Thema Corporates. Zu meinen Werdegang, ich bin seit 1998 in dem HR und IT Business tätig also eine lange Zeit. Angefangen tatsächlich in dem Bereich Personaleinsatzplanung, Zeiterfassung, erste Bewerbermanagementsystem. Bin dann gewechselt zur SAP in die Schweiz, war dort 4 Jahre tätig zu der Zeit als sich SAP sehr verstärkt mit dem Thema Portal Technologie und Self-Services auseinandergesetzt hatte. Der erste relevante Content dann für solche Portalanwendungen waren HR Informationen,  die Brücke. Bin dann gewechselt in die Beratung, war lange im Bereich Talent Management bzw. in der Talent Management Beratung der promerit, inzwischen eine Mercer Tochter, tätig.

Bin jetzt inzwischen bei Textkernel gelandet, weil ich die Technologien absolut spannend und zukunftsweisend fand und sich das wiederum auch sehr gut mit meinem Hintergrund rund um das Thema HR-Prozesse, Talent Management und Recruiting verbinden lässt. Bin hier seit gut vier Jahren, freue mich sehr heute hier zu sein und über unsere Partnerschaft zu berichten.

Michael Scheffler:

Auch ich traue es mich kaum zu sagen aber ebenfalls im Jahr 1998 gestartet im SAP zeitwirtschaftlichen Umfeld - da haben wir ein paar Parallelen. Gut, lass uns zu Textkernel kommen. Kannst du uns ein bisschen mehr zu dem Unternehmen sagen, was genau bietet ihr an? Was macht ihr? Ich habe z.b. gelesen, ihr seid ursprünglich aus einem Forschungsprojekt verschiedener Universitäten in den Niederlanden hervorgegangen. Ist das korrekt?

Ralph Dennes:

Absolut, Textkernel ist tatsächlichen ein R&D Spin-Off aus dem Universitäts-Umfeld, gegründet 2001. Hat sich zu dem Zeitpunkt im Schwerpunkt damit beschäftigt in verschiedensten Bereichen maschinell Texte zu erkennen. Ich weiß tatsächlich nicht nur eine Anekdote sondern, dass der erste große Auftrag von der holländischen Post war, maschinell Briefe zu lesen. In dem Fall Adressen zu lesen im Postverteilungszentrum. Soweit die Anekdote sagt, läuft die Software heute noch. Das hat sich dann weiterentwickelt und ich würde sagen seit gut zehn Jahren beschäftigen wir uns tatsächlich im Schwerpunkt nur noch mit dem Erkennen und Verstehen von HR Daten im Schwerpunkt Personen- und Jobdaten, daher auch unser Claim - Machine Intelligence for People and Jobs.

 

Textkernel: KI, Machine Learning und semantische Suchtechnologien für effizientes Recruiting
Michael Scheffler:

People a Jobs ist ein gutes Stichwort. Ich habe auf der Website gesehen, dass ihr ein international führender Anbieter in Sachen KI, machine learning und semantische Suchtechnologien, genau mit diesem Schwerpunkt seid. Kannst du das bitte genauer erklären und vielleicht auch auf den Punkt bringen, welchen Mehrwert eure Lösungen liefern.

Ralph Dennes:

Ich glaube der Mehrwert unserer Technologie basiert tatsächlich darauf, dass wir ziemlich gut darin sind unstrukturierte Daten, wie sie ganz typischerweise in der Bewerbung oder im Lebenslauf  vorkommen, zu analysieren, zu verstehen im wahrsten Sinne des Wortes. Sprich was ist der Kontext in dieser Bewerbung, dann zu klassifizieren im Sinne von, was es eine Kontaktinformationen, was ist ein Jobtitel und damit eine eventuelle Berufserfahrung, was ist eine Ausbildung, was ist ein Skill, was ist eine Kompetenz.

Das Ganze machen wir im Grunde genommen für Personen- und Jobdaten, ganz klassisch die Stellenausschreibung, eine Stellenanforderung in einem HR-System oder auch ein Scribble in irgendeiner Form rund um das Thema Jobs um diese miteinander vergleichbar zu machen. Den Mehrwert vielleicht einfach mal ganz klassisch anhand eines typischen Recruiting-Prozesse skizziert, der Hiring Manager oder die Personalabteilung gibt eine Stelle frei, die Stelle wird im Recruiting System angelegt, eine neue Requisition wird angelegt und der erste Schritt an der Stelle wäre z.b. zu sagen bevor ich jetzt poste, also Jobs an ein Jobboard übergebe, will ich doch erst einmal schauen, ob vielleicht in meinem Talent Pool oder in meiner Kandidatendatenbank bereits ein Kandidaten auf diese Stelle passt um somit Kosten und Zeit zu sparen.

Ebenso habe ich wahrscheinlich schon einen qualifizierten Kandidaten, weil wenn er in meiner Datenbank ist,  habe ich im Zweifel schon mit ihm gesprochen. Also der erste Schritt sofort nach Freigabe der Stelle -  Gibt es einen passenden Kandidaten? Sollte das nicht der Fall sein, dann schreibe ich die Stelle natürlich aus. Darauf folgt dann die nächste Frage, wie kann ich es für einen Kandidaten attraktiv machen sich bei mir zu bewerben? Die höchsten Drop Off Raten des Prozesses haben wir in dem Moment, wo der Kandidat einen mühsamen Registrierungsprozess im System hat. Das Thema quick oder easy und one click Apply ist ein rießen Thema, auf das wir aufgrund unserer Kooperation sicher gleich noch einmal zurück kommen. Wenn dann die Daten in das System kommen, will ich als Recruiter natürlich, dass alle Daten sinnvoll nach Relevanz sortiert sind.

Welcher Kandidat,  ist nicht der beste Kandidat, weil das kann KI heute noch nicht leisten, sondern welcher passt am besten an die Anforderung.  Also klassisches Ranking - Vorsortierung, Shortlisting automatisiert.  Nächster Schritt wäre natürlich auch dann zu überlegen, falls ein paar tolle Kandidaten dabei sind aber leider nicht für die Stelle, ob ich vielleicht eine Alternativ Stelle für diese Kandidaten. Es wäre schade, diese an den Markt oder im schlimmsten Fall an den Wettbewerb zu verlieren. Wenn ich den Prozess weiter gehe, komme ich klassisch in die Shortlisting Situation, wo zum Schluss drei Kandidaten dem Hiring Manager vorgestellt werden. Alle Top Kandidaten würden zu unserem Unternehmen passen aber nur einer kann genommen werden somit auch hier wieder die Frage gibt es Alternativen. Last but not least und ich glaube das ist auch ein ganz wichtiges Thema um Daten und das Asset einer Talent Pool Datenbank tatsächlich erheben zu können, ist die Frage: Wie kann ich automatisch benachrichtigt werden, wenn eine Person mit bestimmten Skills, also ein kritisches Profil sozusagen, irgendwo in Unternehmen aufpoppt?

Er bewirbt sich jemand tatsächlich für eine völlig falsche Stelle, weil er irgendwas falsch interpretiert hat aber die von uns definierten drei Kernkriterien, ein besonderer Skill, Erfahrungen mit einer bestimmten Marktbegleiter oder irgendwelche anderen innovativen Themen. In diesem Fall der Bewerbung muss sofort ein automatischer Alert losgehen und dem Recruiter Bescheid sagen, dass hier ein möglicher Kandidat ist, welcher auf keinen Fall verloren gehen darf. Das wären so klassische Szenarien, wo das Thema Semantik also verstehen von Inhalten und dann automatisches alerting bzw. automatische Sortierung greift. Das denke ich ist unsere große Stärke.

 

Die Rolle des Recruiters im Zeitalter der Künstlichen Intelligenz: Von Datenanalyse zum Vertriebsexperten
Michael Scheffler:

 Was genau bedeutet denn für dich eigentlich Künstliche Intelligenz, kannst du uns einen konkreten Anwendungsfall am Beispiel der Software von Textkernel nennen?

Ralph Dennes:

 Ja kann ich aber gleichzeitig muss ich sagen, dass es gar nicht so einfach ist weil es ein sehr komplexer Themenbereich ist.  Am Ende würde ich jetzt gleich noch mal Schritt zurückgehen und sagen wo kann künstliche Intelligenz heute helfen und was ist die Aufgabe? Aus unserem Verständnis heraus kann ins künstliche Intelligenz einen großen Mehrwert liefern, wenn es darum geht immer wiederkehrende Aufgaben zu automatisieren. Es stellt sich die Frage, was ist künstliche Intelligenz?

Am Ende ist es der Versuch einer Maschine oder Software menschenähnliches Verhalten beizubringen, im Sinne von zu verstehen was sind die Informationen und z.b. vorzusortieren oder selbständig zu agieren. Ganz wichtig dabei aus unserem Verständnis, es geht hier nicht um Interpretation oder um Annahmen sondern einfach festzustellen am Ende noch sehr einfach ja oder nein aber eben nicht an zwei Kernbegriffe sondern am Kontext festzumachen. Ein klassische Szenario ist hier eben das Thema Sortierung, wie hoch ist die Übereinstimmung nach Anforderung und Inhalt, um dann zusagen höchste Übereinstimmung nach oben, niedrigste Übereinstimmung nach unten  - Entscheidungen treffen muss nach wie vor der Mensch.

Künstliche Intelligenz kann also sehr schnell, sehr effizient und sehr akkurat eine Vielzahl von Informationen  in eine sinnvolle Reihenfolge bringen, also viel schneller am Ende als der Mensch. Aber es braucht immer noch den Menschen, den Recruiter der diese Informationen interpretiert? Absolut, ich bin auch nicht der Meinung, dass die künstliche Intelligenz den Menschen die Arbeit wegnimmt. Natürlich werden wir erfahren, dass sich eine Menge Profile ändern aber tatsächlich wegnimmt im tatsächlichen Sinne nicht. Die Rollenprofile werden sich natürlich ändern, welche sich auch bisher immer geändert haben wenn neue Technologien an den Markt kamen, so wurden bestimmte Rollen und bestimmte Verantwortlichkeiten aus einer bestimmten Situation heraus nicht mehr gefahren, wofür sind neue Opportunitäten geschaffen worden sind.

Michael Scheffler:

Was denkst du denn, wie muss ich denn die Rolle, bzw. das Profil eines Recruiters weiterentwickeln, sodass er vor dem Hintergrund Künstliche Intelligenz bestehen kann?

Ralph Dennes:

Die Tools mal außen vor gelassen, glaube ich tatsächlich, dass sich die Rolle eines Recruiters immer mehr in die Rolle eines Vertrieblers verändern wird, sozusagen im Sinne von dispositionieren und verkaufen des Unternehmens gegenüber den  potentiellen Kandidaten.  Das heißt, es geht vielmehr um die Interaktion, um das Einbringen der Erfahrung, wo und wie befindet sich der Kandidat gerade im Prozess, wie empfänglich ist er für Veränderung, wie gut passt er zum Unternehmen.

Das Ganze ist denke ich, ist die Verantwortung des Recruiters in der Zukunft und eben nicht das reine Analysieren von strukturierten Daten,  um daraus einen A, B und C Stapel zu machen. Hier kann die Technologie massiv unterstützen, vor allem auch schneller und sehr viel neutraler agieren.

Michael Scheffler:

Also mehr persönliche Interaktion mit dem Kandidaten?

Ralph Dennes:

Das glaube ich, ist eindeutig das Thema und auch die Erwartungshaltung der neuen Generation. Im Sinne von, ich habe hier einen spannenden Job, sag mir warum ich den nehmen sollte und warum dass passend für mich sein kann. Welche Tools muss denn der Recruiter  beherrschen um das besser verkaufen zu können? Es geht gar nicht um das um das Beherrschen von Tools, sondern tatsächlich um die richtige Kombination aus: Wie kann mich die Technik unterstützen, also wie kann ich die klassische Suchtechnologie einsetzen. Warum soll eine klassische Suche nach einem Kandidatenprofil komplizierter sein, wie der Einsatz von Suchtechnologie wie ich ihn im privaten Umfeld gewohnt bin.

Am Ende geht es darum mir die Technik zunutze zu machen, d.h. nicht dass ich mich mit neuen Technologien technisch auseinandersetzen muss, sondern offen sein muss mit diesen Technologien zu arbeiten. Ein schönes Beispiel für mich ist die Nutzung eines eines Navigationssystems im Auto. Das funktioniert immer dann und ich habe eine hohe Akzeptanz wenn ich irgendwohin fahre was mir unbekannt ist, die Akzeptanz aber auch anzunehmen in einem mir bekannten Umfeld wie z.B. von der Arbeit zurück nach Hause fahre ich eventuell seit fünf Jahren, den wie ich glaube schnellsten und besten Weg.

Vielleicht hat die Technologie heutzutage aber schon Informationen, die mir in dem Fall nicht bekannt. Ein weiteres schönes Beispiel, auch wenn ich keine Werbung machen will - Google Maps weiß wie viele Autos "Handys" gerade irgendwo stehen und kann deswegen kurzfristig sagen bitte rechts abbiegen. Das sind Geschwindigkeiten und Informationen die wir als Menschen tatsächlich erfahren wenn wir selber in der Schlange stehen.

 

Semantische Suchtechnologie: Kontextverständnis und Sprachbarrieren überwinden für präzise und effiziente Ergebnisse
Michael Scheffler:

Du hast gerade Google erwähnt, was genau DAS Beispiel zum Thema semantische Suchtechnologie ist. Kannst du das Ganze bitte anhand der Google-Suche noch einmal etwas näher erläutern.

Ralph Dennes:

Das Thema Semantik versucht ja nicht nur ein einzelnes Wort sondern den gesamten Kontext zu erfassen. Hier auch wieder am Beispiel moderner Suchmaschinen im Internet, bleiben wir bei Google. Wenn ich einen Suchbegriff eingebe, das Erste was ich sehe, wenn ich mich eventuell verschrieben habe, ist das Ersten was Google mich fragt, meinten sie oder Google sagt mir den Bezug auf diesen Begriff weil es übersetzt wurde.

Der erste Schritte in der Semantik ist sozusagen zu verstehen was man schreibt.  Ganz klassische Informationen, die ich schon in jedem Software-System gefunden habe, ich bekomme aufgrund eines Tippfehlers 0 Ergebnisse angezeigt oder ich habe anstatt groß, klein geschrieben und bekomme daher 0 Ergebnisse. Das ist ein klassisches Beispiel wo Semantik hilft. Der nächste Schritt   ist dann natürlich auch das Thema der Sortierung , was wir alle ebenfalls von Google kennen.

Ich gebe einen Begriff ein  und Google fragt mich in welchem Kontext steht dieser Begriff - z.B. kann ich Java eingeben, ist es eine Volltextinformation, könnte auch die Insel gemeint sein, ist es ein IT Skill, dann habe ich es schon einbezogen oder es ist Teil eines Jobtitels. Also auch hier die Sortierung in welchem Kontext soll der Begriff, den ich eingebe verwendet werden.

Michael Scheffler:

Diesen Effekt der Suche mit entsprechenden Pop Ups und Treffern kennt man.

Ralph Dennes:

Der 3. Kernpunkt der Semantik in unserem Verständnis welcher hilfreich ist, ist die Sprachbarriere zwischen Personen zu schließen. Also, habe ich das in meinen Lebenslauf geschrieben was der Recruiter finden will und hat der Recruiter in der Stellenausschreibung das letztendlich so drin stehen was ich mitbringe. Als Lösung reichern wir hier Begriffe mit sogenannten Synonymen an. Aufgrund langjähriger Erfahrung, habe wir im Kontext immer wieder Begriffe gesehen die miteinander verbunden werden  z.B. Java und J2EE , auch hier such die Maschine wieder nur nach der Eingabe.

Wenn ich eine semantische Suche habe, zeigt mir die Suchmaschine zwar an, dass ich nur Java eingegeben habe aber zeigt auch Ergebnisse mit J2EE an um hier die Sprachbarriere zu schließen. Der Mehrwert der Semantik liegt zum einen in der Datenverarbeitung aber natürlich auch in der Suche und im Matching.

Michael Scheffler:

Vielen Dank für deine Erläuterungen zum Thema Semantik, ich für meinen Teil habe wieder etwas gelernt und insofern würde ich gerne mit dir zum nächsten Thema übergehen nämlich zu unserer Kooperation. Die Zusammenarbeit von Textkernel und projekt0708 haben wir im Juli 2019 offiziell bekannt gegeben, kannst du unseren Hörern/innen bitte erläutern, was das Ziel unserer Zusammenarbeit ist bzw. was wir gemeinsam erreichen möchten.

Ralph Dennes:

Sehr gerne, erstmal freue ich mich sehr, nicht nur dass ich heute hier sein darf sondern, dass diese Kooperation zustande kommt, weil natürlich die Technologie von der ich gerade gesprochen habe die wir als Textkernel liefern immer nur dann Mehrwert stiftet wenn sie in Systeme integriert wird.  Integriert wird insofern, dass es irgendwo einen Back-End System braucht, wo Prozesse abgebildet werden und wir können hier an der richtigen Stelle, zur richtigen Zeit die richtige Information liefern.

Von daher bin ich sehr froh mit euch einen Experten im SuccessFactors SAP Umfeld als Partner zu haben.  Wir versuchen eben diesen Zirkel, den wir vorhin kurz beschrieben haben entlang des klassischen Recruiting-Prozesses nahtlos in SuccessFactors zu integrieren. Wir haben das mit unserem ersten gemeinsamen Modul, wenn ich das so sagen darf, dem Quick Apply  erfolgreich gemacht und sogar einen Referenzkunden am Markt der sehr glücklich über die Umsetzung dieser Lösung ist aber wie gesagt dabei soll es nicht bleiben, die anderen Umsetzungen und Module sind mehr oder weniger fertig.

 

Quick Apply: Vereinfachte Bewerbung und reduzierte Hürden für Kandidaten mit automatisierter Registrierung und Upload-Funktion
Michael Scheffler:

Die Quick Apply oder Kurzbewerbung, die du eben angesprochen hast ist ja bei unserem Referenzkunden dm-Drogeriemarkt in Verwendung und in Deutschland auf der Karriereseite bereits live, also da lohnt sich mal vorbei zu surfen und sich das Ganze im Betrieb anzugucken. Du hast auch die Textkernel Lösungen Extract! und Search & Match angesprochen, die wir es im zweiten Schritt an SAP SuccessFactors Recruiting anbinden werde. Kannst du uns aber im ersten Schritt noch mal etwas mehr Futter geben zum Thema Quick Apply, was genau bietet denn diese Lösung?

Ralph Dennes:

Ein ganz wichtiger Aspekt dieser Quick Apply Lösung ist tatsächlich die Vereinfachung der Bewerbung für den Kandidaten. Ein großes Problem mit Recruiting Systemen, da ist jetzt nicht SuccessFactors besonders hervorzuheben sondern es ist ein  System unter vielen, ist die die Wahrscheinlichkeit, dass ein Bewerber den Prozess einstellt, weil er an einer komplizierten Registrierungsseite hadert. Das heißt, er muss sich registrieren, er muss sehr komplexe Passwörter vergeben, um dort überhaupt eine Möglichkeit zu haben seine Bewerbungsunterlagen abzugeben und da bin ich sehr froh, dass ihr mit eurem Know-how diesen Schritt sozusagen verlagert bzw. automatisiert habt, dass es einen Zwischenuser gibt, der vom System angelegt wird und der Kandidat dann erst später sein originales oder neues Passwort vergeben muss.

Also so wie wir es auch aus der Shoplösung kennen - man gibt die Daten raus und dann beim ersten Login muss man die Daten neu vergeben. In diesem Fall kann der Kandidat mit einem Klick sagen hier ist die Quelle meiner Bewerbung, indem er einen Upload macht oder auf eine Dropbox verweist, wenn er gerade mit dem Handy unterwegs ist und übermittel die Daten. Für mich ist es somit erledigt und erst im nächsten Schritt muss ich mich dann mit dem Thema Registrierung auseinandersetzen.

 

Search & Match: Automatische Vorsortierung von Bewerbungen basierend auf Relevanz und Übereinstimmung mit Stellenanforderungen, ermöglicht die effiziente Auswahl potenzieller Kandidaten
Michael Scheffler:

Ich denke Candidate Experience ist das richtige Stichwort an der Stelle. Du hast es gerade angesprochen, die Hürde für einen Kandidaten sich bei Unternehmen überhaupt zu bewerben, wird deutlich reduziert zudem wird auch eine mobile Bewerbung durch Quick Apply möglich. Damit ein Instrument mehr im War for Talent. Lass uns zu unserem nächsten gemeinsamen Tool oder Modul kommen, der Search & Match.  Was genau hat es denn damit auf sich?

Ralph Dennes:

 Die Lösung schließt nahtlos an das Szenario an, was wir Anfangs kurz besprochen haben:Ich habe eine Stelle ausgeschrieben und bekomme via Quick Apply eine Bewerbung bzw. hoffentlich möglichst viele, da ich die Barriere für die Kandidaten sehr niedrig gesetzt habe, um auch möglichst viele Daten der Kandidaten zu bekommen also setzen wir uns an der Stelle mit der Recruiter Experience aus, um zu sagen jetzt muss die Recruiter nicht von Hand alle, Bewerbungen öffnen und lesen sondern hier bekommt er eben Unterstützung von Search and Match, in dem die Bewerbungen im Hintergrund gelesen wurden und dann nach Relevanz vorsortiert wird.

Hier erhält man einen sogenannten relevance Score oder ein Ranking score und kann sehen welche der Bewerbungen die höchste Übereinstimmung und zwar inhaltlich mit den Anforderungen der Stelle haben. Das bedeutet, es wird nicht der beste Kandidat ausgewählt sondern der Inhalt der Unterlagen die uns der Kandidat übermittelt hat, hat die höchste Übereinstimmung mit den Anforderungen der Stelle. Im Anschluss ist der Recruiter gefragt, das im persönlichen Gespräch natürlich auch zu verifizieren aber auch die anderen persönlichen Aspekte zu überprüfen.

Michael Scheffler:

Wobei wir bei dem von Dir angesprochenen geänderten Jobprofil eines Recruiters wären, nämlich das Interpretieren dieser Daten und in das Gespräch einsteigen mit dem Kandidaten.

Ralph Dennes:

Dann folgen wir natürlich den Schritten in dem Sinne, dass wir sagen wir sortieren als erstes nach Relevanz der eingehenden Bewerbungen, wir können sofort sehen ob es alternative Jobs für diese Stelle gibt, also auch aus dem SAP heraus wo ich in der Requisition bin und die eingehenden Bewerbungen sortiert nach Relevanz sehe. Kann dann im Anschluss schauen, ob ein paar spannende Bewerbungen eingegangen sind, falls sie nicht so optimal für diese Stelle passen, kann ich mit einem Klick in SuccessFactors sehen, ob ich eine andere offene Stelle zur Verfügung habe, wo dieser Kandidat vielleicht gut passen würde.

Dann muss ich natürlich auch wieder interagieren, da ich es nicht einfach wegschieben kann oder im Umkehrschluss kann ich bei einer aktuellen Anfrage von meinem Hiring Manager, sehr schnell selbständig mit Hilfe der semantischen Suche in SuccessFactors schauen, ob es hier einen passenden Kandidaten, der auf diese Anforderung passt, gibt. Also ich kann mich sozusagen in meinem SuccessFactors System, mithilfe einer Textkernelsuche, ähnlich einer Google Suche, nach Kandidaten und Jobs informieren und die miteinander matchen.

 

Labor Market Insights: Marktanalysen und Market Intelligence Plattform zur Verfolgung von Arbeitsmarktveränderungen, Stellentrends, Wettbewerbsanalyse und strategischer Personalplanung
Michael Scheffler:

Super spannend wie ich finde aber das ist ja noch nicht alles. Auf unserer Roadmap gibt es ja noch ein drittes und vorerst letztes Tool, das sogenannte Labor Market Insights. Wie stellt sich das denn dar?

Ralph Dennes:

Ein ganz ganz spannendes Thema aus zwei Gründen, ursprünglich haben wir dieses Thema gestartet als Textkernel wirklich als R&D Projekt, was heißt wir haben einen Crawler entwickelt, der alle im Web veröffentlichten Job Postings gespidert und analysiert hat um einfach selbst Stellentitel und unseren Maschinen und Algorithmen Stellentitel, Skills und Kompetenzen beizubringen. Inzwischen machen wir das seit sechs Jahren, das heißt wir haben dann mehr oder weniger einen kompletten Überblick über die Arbeitsmarkt Veränderung der letzten 6 Jahre. Diese Daten stellen wir natürlich inzwischen zur Verfügung um Analysen zu fahren, inwiefern sich Stellentitel verändert haben wie z.B. in bestimmten Branchen, in bestimmten Segmenten, in Städten, in bestimmten Regionen.

Wie lange sind im Durchschnitt Stellen offen? Über welche Kanäle werden sie geschaltet? Was macht der Wettbewerb in einer bestimmten Region? Wie sieht meine Stellenausschreibung im Vergleich zum Wettbewerb aus? Was muss ich tun um die knappen Talente am Markt für mich gewinnen zu können? Also mit Labor Market Insights wollen wir gemeinsam eine Market Intelligence Plattform anbieten, die es Unternehmen und Recruitern ermöglicht zu verifizieren und zusätzliche Argumente für bestimmte Investitionen oder auch Entscheidungen zu treffen in Bezug auf z.B. was passiert am Markt und wir müssen wir uns aufstellen.

Wenn ich das richtig verstanden habe, kann ich also mit Labor Market Insights die ausgeschriebenen Stellen z.b. in unserem Fall am Standort München im Bereich SAP SuccessFactors analysieren und dadurch Rückschlüsse ziehen für den eigenen Recruiting Prozess. Ist das so korrekt? Richtig, hier gibt es verschiedene verschiedene Blickwinkel auf das Thema. Zu Einen hat es mir dem Recruitingprozess zu tun,kann aber auch mit strategischer Personalplanung oder überhaupt mit Geschäftsentwicklung zu tun haben. Man könnte sich auch überlegen, wer hat denn im letzten Jahr nach diesen Stellen gesucht? Wer will in welche Richtung gehen, nicht nur wer sucht gerade sondern wer hat vor zwei Jahren oder drei Jahren gesucht. Was bedeutet das, wenn jemand jetzt 3 Jahre Erfahrungen in diesem Bereich mitbringt? Das geht ja dann auch noch weiter im Sinne von, wer sucht denn gerade selbst wenn ich die Personen nicht Suche. Zum Beispiel in der Automotive Branche, der Wechsel vom Verbrennungsmotor zum Elektromotor - Wer sucht denn gerade Ingenieure rund um das Thema?

Wer hat den vor drei Jahren schon angefangen und ist jetzt vielleicht weiter, also ich kann hier auch tatsächlich Business relevante Themen analysieren um damit auch diese Lücke zu schließen, Personal liefert Mehrwert für Business Entscheidungen und für strategische Personalplanung. Sozusagen noch ein sehr mächtiges Instrument im Kampf gegen den Fachkräftemangel.

Michael Scheffler:

Vielen Dank für die Erklärung. Wir sind damit auch am Ende unserer heutigen Podcast Episode angekommen, ich möchte mich ganz herzlich bei Dir bedanken, dass du die Zeit gefunden hast dich hier mit mir zu unterhalten. Wir haben denke ich einige Themen besprochen und diskutiert glaube aber auch, dass wir noch Stoff für weitere Podcast Episoden haben werden. Insofern würde ich mich freuen wenn wir hier noch einmal zusammen kommen würden.

Ralph Dennes:

Es war sehr schön hier zu sein, vielen Dank dafür und freue mich auf eine Fortsetzung. Wir haben zusammen eine Menge zu erzählen und freue mich natürlich dann auch weitere Insights über unsere Kunden die wir zusammen gewinnen können und deren Anwendungen hier teilen zu können.

Hat ihnen dieser Podcast gefallen, dann freuen wir uns sehr über fünf Sterne bei iTunes. Feedback zu dieser Folge oder Themenvorschläge für künftige Episoden gerne per Mail an podcast@projekt0708.com.

Kontakt
Bewerbung