Der KI-Boom im Human Ressources

Die KI-Revolution in der HR. 

Besonders viele Jobs dürften Brandon, Adarsh und Surya mit ihren 21 Jahren noch nicht gehabt haben. Auch die Anzahl ihrer Vorstellungsgespräche dürfte sich in Grenzen halten. Die drei Highschool-Freunde haben ein paar Karrierestufen übersprungen. Sie sind die Gründer eines mit zwei Milliarden Dollar bewerteten Startups, welches sich anschickt durch den Einsatz von künstlicher Intelligenz die Human Ressources Branche zu disruptieren. Die Bewertung von Mercor, so der Name des Startups, kommt nicht von ungefähr. Zu den ersten Investoren gehören Peter Thiel (PayPal, Palantier), Jack Dorsey (Twitter) und Adam D’Angelo (Quora) – das Who is Who des Silicon Valley. Erst 2023 gegründet erhielt das Startup vor kurzem ein Series B Funding in Höhe von 100 Millionen Dollar. Den jährlichen Umsatz gibt das Unternehmen mit 50 Millionen Dollar an. Laut eigener Aussage hat das Unternehmen 300.000 zu vermittelbare Mitarbeiter in seiner Datenbank. In erster Linie aus der Tech-Branche. Denn diese gehört zu den wichtigsten Kunden von Mercor. So wird beispielsweise OpenAI als einer der größten Auftraggeber genannt. 

Deren KI-Technologie setzt Mercor auch bei seinem mehrstufigen Auswahlprozess ein. Das Unternehmen gibt aber an, mit den fünf größten KI-Modellen auf dem Markt zu arbeiten. Diese übernehmen praktisch fast die gesamte Bewerberauswahl. Vom automatisierten Auslesen der Lebensläufe über ebenfalls automatisierte Video-Interviews bis hin zur Auswertung von Testaufgaben. Doch Mercor geht noch einen Schritt weiter und lässt seine KI nicht nur faktenbasierte Analysen vornehmen, sondern legt ein besonderes Augenmerk auf die Softskills und Motivation der Kandidaten.

Im Silicon Valley hat ein Mindshift stattgefunden. 

‍

Headhunter und Personalvermittler wie Mercor konzentrieren sich bei der Kandidatensuche in erster Linie auf das Potenzial der Bewerber. Wie ambitioniert ist die Person und wie gut sind die Chancen, ihre Hard- und Softskills auszubauen und in die richtige Richtung zu entwickeln? Die Bewerber müssen nicht zwingend die besten Qualifikationen vorweisen, aber sie müssen das Potenzial besitzen, die fehlenden Qualifikationen in kürzester Zeit zu erwerben. Der Kampf um Talente im Valley ist brutal. Ein KI-Entwickler verdient zwischen 200.000 Dollar und 400.000 Dollar pro Jahr – je nach Qualifikation und Erfahrung. Doch dafür erwarten Unternehmen wie Meta, Google, OpenAI und Apple auch volles Commitment und ein Höchstmaß an Ambition. OpenAI Entwickler beispielsweise, die im Alignment arbeiten, müssen pro Jahr 100 Stunden an Mathematik- und Philosophie-Kursen nachweisen. Im Durchschnitt erwerben Angestellte im Silicon Valley pro Jahr ca. 4 bis 5 zusätzliche Zertifizierungen. Bei Führungskräften sind es 6 bis 8. Alles zusätzlich zu ihrer Arbeitszeit. Permanente Weiterbildung und lebenslanges Lernen sind ein Muss, wenn man die Probezeit in den Unternehmen überstehen will. Das Investment liegt bei den Tech-Unternehmen bei dem dreifachen dessen, was DAX-Konzerne in die Weiterbildung ihrer Mitarbeiter investieren. 

‍

Künstliche Intelligenz verändert die Weiterbildung und Mitarbeiterentwicklung grundlegend, indem sie maßgeschneiderte Lernpfade, adaptive Trainingsumgebungen und datengetriebene Talentprognosen ermöglicht. Unternehmen wie Microsoft setzen KI-gestützte Lernmanagementsysteme ein, die durch Natural Language Processing individuelle Wissenslücken identifizieren und gezielte Schulungsinhalte bereitstellen. Ein Beispiel ist die Integration von Copilot Vision in Entwicklerumgebungen, die Echtzeit-Feedback zu Codequalität und Best Practices liefert. Auch immersive Technologien spielen eine Rolle: So hat beispielsweise Meta holografische Trainingsumgebungen für interaktive KI-Schulungen entwickelt. Zudem treiben Predictive-Analytics-Modelle die Karriereplanung voran. Google Cloud individualisiert Zertifizierungsprozesse für Cloud-Architekten, was zu einer signifikanten Steigerung der Abschlussquote führte. Auch Mentoring-Programme profitieren von KI: Microsofts "Coffee Connections" analysiert Mitarbeiterprofile und Projekthistorien, um optimale Mentoring-Paare zu bilden. Gleichzeitig wächst das Bewusstsein für ethische Fragen. Unternehmen setzen zunehmend auf Explainable AI, um Transparenz in Beförderungs- und Lernentscheidungen zu gewährleisten.