Dr, Auxane Boch ©aconso

Künstliche Intelligenz ist im HR längst keine Zukunftsvision mehr. Large Language Models unterstützen bereits heute bei Stellenbeschreibungen, Interviewleitfäden, Onboarding-Inhalten und Leistungszusammenfassungen. Das beschleunigt viele Abläufe. Dennoch rücken zentrale Fragen zu Fairness im Recruiting, Datenschutz und der Transparenz von Entscheidungen in den Fokus.

Im jüngsten HR Frontrunners-Community-Talk von aconso gab Dr. Auxane Boch wichtige Impulse für den verantwortungsvollen KI-Einsatz im HR. Als Associate Research Director am TUM Institute for Ethics in AI machte sie deutlich, warum Diversität ethisch unverzichtbar ist. Sie reicht über demografische Merkmale hinaus. Auch beruflicher Hintergrund und gelebte Erfahrungen müssen über den gesamten KI-Lebenszyklus hinweg berücksichtigt werden.

Daraus leitete Boch vier zentrale Handlungsschwerpunkte für HR-Verantwortliche ab.

1. Trainingsdaten als Fundament prüfen
LLMs spiegeln immer ihre Lerndaten wider. Alter, Geschlecht, ethnische Zugehörigkeit sowie beruflichen und persönlichen Hintergrund müssen daher korrekt abgebildet sein. Fehlt es den Daten an Repräsentation, wirkt sich das auf Ergebnisse im Recruiting oder Performance Management aus. Die Kontrolle von Datenqualität und Diversität ist ein direkter Hebel für faire HR-Prozesse.

2. Interdisziplinäre Teams zusammenstellen
Diversität ist eine zentrale Designanforderung bei der KI-Entwicklung. Diverse Teams erkennen Verzerrungen, Datenschutzlücken und Ausgrenzungsrisiken deutlich früher. Das gilt besonders dann, wenn neben technischen Experten auch Sozialwissenschaftler und Ethiker eingebunden sind. Für eine verantwortungsvolle Entwicklung ist Diversität kein Bonus. Sie ist ein entscheidendes Kriterium für die Qualität der Software.

3. Menschliche Verantwortung fest verankern
KI hilft beim Screening, kann Feedback vorbereiten und Handlungsempfehlungen geben. Dennoch darf die Technik keine sensiblen Entscheidungen allein treffen. Die abschließende Verantwortung muss beim Menschen bleiben. Wichtige Schutzmechanismen sind hier regelmäßige Bias-Audits und erklärbare Ergebnisse. Dies ist auch mit Blick auf regulatorische Anforderungen wie den EU AI Act relevant.

4. Inklusion und Datenschutz ausbalancieren
Die Anonymisierung personenbezogener Daten schützt die Privatsphäre, kann aber die Sicherstellung einer ausreichend diversen Datenbasis erschweren. Beides ist jedoch für eine faire KI unerlässlich. Um blinde Flecken effektiv aufzudecken, müssen KI-Ergebnisse anhand sich überschneidender Identitäten geprüft werden. Eine isolierte Betrachtung einzelner demografischer Kategorien reicht nicht aus.

Ethik als Grundlage für vertrauenswürdige KI

Für HR bedeutet Ethik keinesfalls Stillstand oder Verlangsamung. Es geht darum, Technologie verantwortungsvoll im Sinne aller Betroffenen einzusetzen. HR-Lösungen wie die von aconso automatisieren Dokumentenprozesse und unterstützen einen rechtssicheren Umgang mit Daten. So gewinnen Personaler mehr Freiraum für die strategische Arbeit mit Menschen.

Mehr Informationen über aconso unter: www.aconso.com

Disclaimer:
„Für den oben stehenden Beitrag sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Nutzer verantwortlich. Eine inhaltliche Kontrolle des Beitrags seitens der Seitenbetreiberin erfolgt weder vor noch nach der Veröffentlichung. Die Seitenbetreiberin macht sich den Inhalt insbesondere nicht zu eigen.“