Einführung
Herzlich willkommen zu einer weiteren Folge von TJs Technology Tuesday und Digital 4 Productivity. Heute einmal zum Thema KI im Personalwesen und hier ganz konkret mal eine Bewertung von meiner Seite aus zu einem hochinteressanten Artikel, den ich in der Pfingstausgabe des Handelsblatts gelesen habe. Ich bin Abonnent des Handelsblatts, krieg hier keinerlei Provision, aber muss ganz ehrlich sagen, die Qualität des Handelsblatts finde ich immer im Moment extrem gut, gerade was das Thema KI anbelangt. Auch ergänzend noch mal, wer ihn noch nicht hört, den Podcast von Frau Dr. Meckel und eben dem Chefredakteur des Handelsblatts, nämlich Mattes und Meckel, kann ich sehr empfehlen.
KI im Personalwesen – wo liegen die Grenzen?
Ja, ergänzend zum Podcast natürlich auch das Thema Lesen. Und ich habe in der Pfingstausgabe einen sehr interessanten Artikel gelesen zum Thema KI im Personalwesen. Ich schalte ihn gleich mal hier mit in den Hintergrund mit dazu. Der Titel: Wie viel Künstliche Intelligenz verträgt das Personalwesen, von Julia Bayl, der Artikel. Und wie gesagt, Handelsblatt generell sehr lesenswert.
Dieser Artikel, den fand ich besonders intelligent, denn er hat für mich zwei Aspekte mit reingebracht, die in der aktuellen Diskussion zum Thema KI deutlich zu kurz kommen. Was sind diese beiden Aspekte, die aus meiner Sicht immer zu kurz sind? Zum einen die Frage bei allem, wo es immer heißt, ja, das kann man alles mit KI machen, zu sagen: Ja, Moment mal, wo sind denn die Umsetzungshürden? Und die Umsetzungshürden also sind meistens das, was es bremst. Denn wir haben ja im Regelfall zum Thema KI kein Wissensproblem, sondern ein Umsetzungsproblem.
Welche zusätzlichen Dimensionen gibt es bei dem Einsatz der KI im Personalwesen?
Wir haben im Bereich Personalwesen natürlich noch eine zusätzliche Dimension, denn es geht hier um hochsensible, vertrauliche, personenbezogene Daten. Hier sind wir im Sinne des AI Act ganz häufig im Bereich von Hochsicherheits-KI und Hochrisiko-KI. Und damit gibt es sehr, sehr schnell Verbote. Also beispielsweise automatisches Einstellen von Mitarbeitenden, ohne dass da noch mal ein Mensch drauf guckt, ist eben etwas, was definitiv verboten ist im Rahmen des AI Act. Und bestimmte Dinge wie Social Scoring beispielsweise Auch das heißt, in diesem Artikel wird einmal beleuchtet dieser Punkt zu sagen, okay, was sind Dinge, die vielleicht im Rahmen des AI-Acts in der Umsetzung ein bisschen schwieriger sind?
Und auch noch mal aus der Erfahrung der Mitbestimmung, wo gibt es vielleicht Dinge, wo jetzt auch ein Betriebsrat beispielsweise im Sinne der Mitbestimmung noch mal mitreden muss, was das Tempo aus guten Gründen manchmal dann auch ein bisschen runterfährt. Und das ist genau das, wo ich sage, hier muss man wirklich nicht so nach dem Motto gestern Thermomix-Experte, heute KI-Experte, sondern ebenso wie ich ja auch aus eigener operativer Geschäftsführer-Erfahrung diese Erfahrung ja auch gemacht habe, dass es natürlich was anderes ist, ob ich so was mal selbst für mich als Freelancer irgendwie mache oder ob ich das Ganze in einer Organisation einführe. Also erster Aspekt zu sagen Umsetzung. Zweiter Aspekt, und den fand ich auch sehr gut, war hier Alle schreien ja immer nach KI. Die Frage ist ja, möchte ich beim Thema Lohnabrechnung beispielsweise immer eine kreative Antwort haben, immer ein kreatives Ergebnis haben, oder möchte ich hier einen ganz klar deterministischen, automatisierten, algorithmischen Prozess?
Lohnabrechnung mit der KI
Und ich glaube, beim Thema Lohnabrechnung will man eher einen deterministischen, sauber durchgesteuerten, in sich konsistenten Prozess. Und hier findet oft so eine Vermischung statt zwischen dem Thema Automatisierung, zwischen dem Thema KI. Und bei mir in meinen Projekten ist es auch so, ich werde immer gerufen: Jekel, Jekel, wir brauchen KI! Und dann, wenn wir reingehen, ist es so, dass wir meistens bei 80% Automatisierung sind und bei 20% KI. Und dazu schalte ich mal wieder um auf die Ansicht des Artikels.
Und genau diese Punkte hat die Autorin, wie ich finde, sehr differenziert sich angeguckt. Sie hat nämlich gesagt, okay, so viel Personal steckt in der KI, und hat jetzt gesagt, okay, hier, ich guck mal den obersten Bereich Personalverwaltung an, eben sagte, okay, Was sind eben Dinge, digitales Automatisierungspotenzial, und eben hier das Thema KI-Potenzial? Also hier diese zwei Spalten nebeneinander, ich finde es eine sehr, sehr gute, weil sehr differenzierte Betrachtung dieses Themas. Also wo man sehr, sehr klarsieht, in der Personalverwaltung beispielsweise haben wir eben ein sehr, sehr hohes Automatisierungspotenzial von 40 bis 55% der Tätigkeiten, die in der Personalverwaltung automatisiert werden können. Aber da sind wir ja eben auch bei diesem Thema Low Lohnabrechnung beispielsweise.
Unstrukturierte Prozesse lassen sich mit KI sehr gut unterstützen
Da wollen wir eben nicht kreativ sein. Und da gibt es natürlich dann auch ein potenzielles Thema KI, nämlich wie beispielsweise Thema Beantwortung von Mitarbeiterfragen mit Chatbots. Und hier sieht man schön den Unterschied, wo auch so ein bisschen diese Abgrenzung zwischen dem Thema Automatisierung und zwischen dem Thema KI bisschen deutlicher wird. Also Automatisierung habe ich immer, wenn es umstrukturierte, klare, deterministische Prozesse geht, also wie Lohnabrechnung. KI habe ich immer, wenn es darum geht, unstrukturierte Prozesse zu haben oder unstrukturierte Inputs zu haben.
Wenn ich jetzt beispielsweise dieses Thema Chatbot für Mitarbeiterfragen habe, dann hat man ja früher eben so Q&As gemacht. Jetzt hat jemand halt die Frage anders gestellt, als ich sie einprogrammiert habe in der Q&A-Session. Dann kam da keine vernünftige Antwort raus. Die KI kann aus ganz vielen unterschiedlich formulierten Fragen herausfinden: Was meint denn der Mitarbeitende? Oder die Mitarbeitende da.
Eine Mischung aus sinnvoller Automatisierung und KI-Ergänzung?
Genau, und da ist es so, dass er dann sagt, okay, das matche ich mit den Fragen, die ich einmal definiert habe, oder ich matche es, ohne dass ich Fragen definiert habe, das gegen die Inhalte, die ich dort hinterlegt habe. Ich empfehle übrigens, selbst wenn man Chatbots baut mit Zugriff auf Dokumenten, wo die KI sich Sachen rauszieht, immer zu sagen, erster Stepp mal Q&As, und wenn du da nichts findest, dann gehst du in Dokumente rein. Also auch diese Kombination Das ist nicht entweder oder, sondern es ist immer eine Mischung aus sinnvoller Automatisierung und sinnvoller KI-Ergänzung. Und davor gelagert natürlich immer die Frage: Haben wir hier wirklich ein Problem? Denn ich sehe viele KI-Tools und viele KI-Automatisierungen und Dinge, wo ich sage, sag mir mal, wo das Problem dabei ist, was du damit löst.
KI ist gut bei der Erkennung von Mustern
Und ich erlebe ja in vielen Unternehmen, dass die EDV die Komplexität erhöht und dass dann 1.000 Dinge gemacht werden. War auch ein interessanter Artikel im Handelsblatt jetzt in der Pfingstausgabe, wo es hieß, wie kriege ich denn Mitarbeitende wieder eingefangen, die stundenlang einfach Zeit mit KI verschwenden, weil sie eben nicht wertschöpfende Tätigkeiten mit der KI dort machen. Das ist genau der Fehler, und deswegen finde ich diesen Artikel so gut, weil er diesen Fokus hat. Einfach noch mal auch im Bereich Personal Controlling, hier sieht man, hier gibt es mehr Potenzial für das Thema KI, was auch Sinn macht, weil hier habe ich eben People Analytics, hier habe ich mehr Identifikation von Mustern, und KI ist gut bei Erkennung von Mustern. Auch hier wieder beim Thema Personalcontrolling, wenn ich mir angucke, Erkennung von Mustern, was ist das?
Das ist Statistik. Und letztendlich ist KI ja auch bis zu einem gewissen Grad Statistics on Steroids, also Statistik, aber eben halt wirklich einfach in der Handhabung, wirklich nutzbar. Vor dem Hintergrund hilft es übrigens ungemein, wenn man sich mal mit dem Thema Statistik beschäftigt hat. Also ich bin sehr dankbar, dass ich in meinem Betriebswirtschaftsstudium, in meinem Promotionsstudium Studium und in meinem Executive MBA dort auch das wirklich mal intensiv gemacht habe, mich mit dem Thema Statistik zu beschäftigen. Meine Frau hat ja sogar noch einen PhD draufgesetzt, das heißt, hier habe ich auch ein Stück weit das mit begleiten dürfen und habe somit ebenso ein bisschen Gefühl dafür, wie Statistik funktioniert.
KI als Multiplikator
Und KI ist ja mal ein Multiplikator, das heißt, wenn ich keine Idee habe und mein Output unter 100% ist, also ich einen Faktor von unter 1 habe, und ich multipliziere das mit dem Thema KI, dann kommt da weniger raus, als man das eben nur mit KI hat. Also deswegen ist immer ein Multiplikator, den man hier immer sich anschauen muss. Ja, wir gehen mal weiter in den Punkten dieses Artikels. Hier das Thema Kompensation und Zusatzleistungen. Hier sind wir wieder etwas höher im Bereich des Automatisierungspotenzials, etwas niedriger im Bereich des Potenzials KI.
Künstliche Intelligenz oder Automatisierung?
Und auch eben hier wieder, bitte lassen sich nicht irgendwie irritieren von diesen Marketing-Aussagen KI. Also ich erinnere mich, ich war auf der letzten Zukunft Personal, bin durch die Hallen gegangen und habe überall bei den Ständen, wo da KI stand, gefragt: Sag mal, was macht ihr denn mit KI? So, und dann kamen einige sehr stark ins Stottern. Ja, wir haben es halt mal hingeschrieben, so ungefähr. Und ich habe ganz häufig dann, wenn ich eine Aussage bekommen habe, gesagt: Ist das KI oder ist es Automatisierung?
Hattet ihr das nicht ohnehin schon drin? Also das heißt, hier muss man auch immer ganz klar sagen: Ey, Produktivität ist immer Beyond The Hype, also hinter diesem ganzen Juhu, Heidewitzka und alles rettet die Welt. Sie kennen den Hype Cycle, zu sagen, am Anfang sagen wir ja, alles ganz toll, dann kommt so dieses Tal der Tränen, wo man sagt, alles scheiße, taucht nix. Diejenigen, die produktiv sind, die gehen eben dann hinterher in einen Bereich, der unterhalb der überzogenen Erwartungen ist, aber oberhalb des Tals der Tränen, wo dann viele auch nicht erfolgreiche Unternehmen aussterben. Steigen.
KI und das Recruiting – welche Bias gibt es?
Ja, wir gucken noch mal weiter. Also dieses Thema Recruiting, hier ganz klar dieses Thema, wo man natürlich höllisch aufpassen muss im Sinne von auf der einen Seite Regulierung, auf der anderen Seite auch dem Thema Bias. Also Sie haben vielleicht ja die Beispiele auch verfolgt, einmal von Amazon, einmal von Microsoft beispielsweise, die eben versucht haben, KI zu nutzen für das Thema Rekrutierung. Und das plakativste Beispiel finde ich immer von unserem ehemaligen Arbeits- und Sozialminister Hubertus Heil, der mal Markus Lanz gesagt hat, wir haben uns mit KI die Handbremse gebaut. Was denn die Handbremse?
Ja, die Handbremse, ganz einfach, die haben versucht, mal mit einer KI-Recruiting für Staatssekretäre zu optimieren, also dort Bewerbungen zu bewerten. Das Problem war, die haben die Trainingsdaten, also alle erfolgreichen Staatssekretäre reingegeben, die waren alle männlich und hießen alle Hans. So, das war die sogenannte Handbremse, weil jeder, der männlich Hans hieß, ist sofort eben in der statistischen Wahrscheinlichkeit nach oben gegangen. Oder Amazon und Microsoft haben eben in der Vergangenheit für Software-Entwicklungspositionen vor allen Dingen Männer eingestellt. So, was kam natürlich?
Jawohl, wenn du Mann bist, hast eine höhere Wahrscheinlichkeit, dort eben erfolgreich zu sein. Was statistisch richtig ist, was aber eben vor dem Hintergrund eben Diversity nicht richtig ist. Und deswegen gilt da ja immer wirklich: Erst Hirn einschalten, dann Technik, gerade im Personalbereich. Ja, für das Thema strategische Personalplanung, also für solche Sachen, natürlich ergänzend für das Thema Personalentwicklung, für das Thema Ausbildung, für das Thema Personalbetreuung. Also hier wie gesagt ein, wie ich finde, sehr, sehr guter Artikel im Handelsblatt, der eben einmal aufgezeigt hat, dass es eben nicht heißt, dass KI die Personalarbeit ersetzt, die eben sagt, okay, es ist auch nicht nur KI, sondern es ist eben auch das Thema Automatisierung und ergänzend dazu natürlich, wie auch in vielen anderen Bereichen, die Human Side of Business.
Wann macht KI im Personalwesen Sinn?
Denn das sagt schon der KI-Act, dass der AI Act, dass weder Personalentscheidungen genauso wie Kreditentscheidungen nicht 100%, ohne dass ein Mensch noch mal drüber guckt, eben getroffen werden dürfen. Und das ist eine gute Idee, dass ich da noch mal ein Human Judgment entsprechend mit dabeihabe, gerade bei Prozessen, die einfach nicht auf Millisekunden genau schnell getroffen werden müssen. Also ich gebe mal ein Gegenbeispiel: Wenn ich mir den Iron Dome in Israel beispielsweise angucke, dann ist einfach so, dass die Raketen, die von den Nachbarländern kommen, einfach so kurze Vorlaufzeiten haben, dass die KI-mäßig sehr, sehr schnell entscheiden müssen: Freund, Feind, Flugzeug, Rakete, und im Zweifelsfall eben die Flugabwehrrakete losschicken müssen im Sinne der Defensivstrategie. Ja, nur Personal einstellen hat nichts eben mit Kriegsführung zu tun, hoffentlich nicht, sondern mit strategischem Ansatzpunkt. Und da ist eben dieses Thema Mensch, Human in the Loop, total wichtig.
Fazit
Und zusätzlich natürlich auch zu sagen, okay, den menschlichen Faktor eben zu verstehen, den menschlichen Faktor mit reinzubringen. Das Gute ist, wenn KI uns dabei hilft und Automatisierung uns dabei hilft, Freiräume zu bekommen durch Automatisierung und durch KI als Entscheidungsträger, Unterstützung, um mehr persönlichen Freiraum zu haben für strategische Entscheidungen, für strategische Betreuung der wichtigsten Ressource, nämlich der Menschen, der Mitarbeitenden im Unternehmen, dann macht KI-Sinn.
Ja, wenn Sie zu diesen oder anderen Bereichen Unterstützung brauchen als Sparringspartner auf C-Level, sprechen Sie mich gerne an als Personal IT Coach für Führungskräfte.
Und in diesem Sinne: Erst Hirn einschalten, Dann Technik, Ihr Thorsten Jekel.
Das Wichtigste in Kürze
- KI im Personalwesen ist kein Allheilmittel – der Artikel im Handelsblatt beleuchtet differenziert, wo KI sinnvoll ist und wo Automatisierung oder menschliches Urteil gefragt ist.
- Automatisierung und KI sind zwei unterschiedliche Konzepte: Strukturierte Prozesse wie die Lohnabrechnung eignen sich für Automatisierung, während unstrukturierte Prozesse wie das Beantworten von Mitarbeiterfragen von KI profitieren.
- In der Praxis sind laut Thorsten Jekel rund 80 % der Lösungen Automatisierung und nur 20 % echter KI-Einsatz – obwohl Unternehmen meist nach „KI“ rufen.
- Im Personalbereich gelten besonders strenge Regeln: Der EU AI Act stuft viele HR-Anwendungen als Hochrisiko-KI ein und verbietet z. B. vollautomatische Einstellungsentscheidungen ohne menschliche Kontrolle.
- Bias im Recruiting ist ein reales Risiko: Bekannte Beispiele von Amazon, Microsoft und dem deutschen Bundesministerium zeigen, wie Trainingsdaten diskriminierende Muster verstärken können.
- KI ist besonders stark bei der Mustererkennung (People Analytics, Personalcontrolling) – dies entspricht im Kern Statistik auf einem höheren Niveau.
- KI wirkt als Multiplikator: Wer ohne solides Fachwissen oder klares Problem-Verständnis startet, erhält durch KI-Einsatz keinen Mehrwert, sondern verstärkt Schwächen.
- Das Prinzip „Erst Hirn einschalten, dann Technik“ gilt im Personalwesen besonders, da Entscheidungen Menschen betreffen und strategisches Denken erfordern.
- Human in the Loop ist Pflicht: Sowohl ethisch als auch gesetzlich (AI Act) müssen Personalentscheidungen stets von Menschen überprüft werden.
- Sinnvoller KI-Einsatz schafft Freiräume für strategische Personalarbeit und die Betreuung der wichtigsten Ressource im Unternehmen: der Menschen.
Häufige Fragen (FAQ)
Was ist der Unterschied zwischen KI und Automatisierung im Personalwesen?
Automatisierung eignet sich für strukturierte, deterministische Prozesse wie die Lohnabrechnung, bei denen immer dasselbe klare Ergebnis erwartet wird. Künstliche Intelligenz kommt dort zum Einsatz, wo unstrukturierte Inputs oder Prozesse vorliegen, etwa beim Beantworten unterschiedlich formulierter Mitarbeiterfragen per Chatbot. In der Praxis ist ein Mix aus beiden Ansätzen meistens die beste Lösung.
Darf KI im Personalwesen eigenständig Einstellungsentscheidungen treffen?
Nein. Der EU AI Act stuft automatische Einstellungsentscheidungen ohne menschliche Kontrolle als verboten ein, da es sich um Hochrisiko-KI handelt. Es muss stets ein Mensch die Entscheidung überprüfen, bevor sie wirksam wird.
Welche Risiken birgt KI beim Recruiting?
KI-Systeme können Bias aus den Trainingsdaten übernehmen und verstärken. So haben Amazon und Microsoft beim Einsatz von KI für Software-Entwicklungspositionen vorwiegend Männer begünstigt, weil die historischen Einstellungsdaten überwiegend männliche Kandidaten enthielten. Ein weiteres Beispiel ist das deutsche Bundesministerium, das versuchte, KI für die Auswahl von Staatssekretären einzusetzen, und dabei feststellte, dass das Modell Kandidaten namens „Hans“ bevorzugte.
Warum ist Lohnabrechnung kein guter Anwendungsfall für generative KI?
Bei der Lohnabrechnung ist ein deterministisches, konsistentes und nachvollziehbares Ergebnis gewünscht – kreative oder variable Antworten wären hier ein Nachteil. Solche strukturierten, regelbasierten Prozesse eignen sich besser für klassische Automatisierung als für generative KI.
Wo hat KI im Personalwesen das größte Potenzial?
KI entfaltet im Personalbereich besonders großes Potenzial bei der Mustererkennung, etwa im Personalcontrolling und bei People Analytics. Auch für die Beantwortung von Mitarbeiterfragen per Chatbot, für die strategische Personalplanung und die Personalentwicklung wird KI als wertvolle Ergänzung eingeschätzt.
Was bedeutet „Human in the Loop“ bei KI-gestützten Personalentscheidungen?
„Human in the Loop“ bedeutet, dass bei Entscheidungen, die Menschen betreffen – wie Einstellungen oder Beförderungen – stets ein Mensch die KI-Empfehlung prüft und die finale Entscheidung trägt. Dies ist sowohl eine ethische Anforderung als auch eine gesetzliche Vorgabe des EU AI Act.
Wie wirkt KI als Multiplikator im Unternehmen?
KI verstärkt, was bereits vorhanden ist: Wer über solides Fachwissen und klar definierte Prozesse verfügt, profitiert enorm vom KI-Einsatz. Wer jedoch ohne klares Problemverständnis oder fachliche Grundlage startet, erhält durch KI keinen Mehrwert – der Multiplikator-Effekt wirkt dann unter 1, also ins Negative.
Wie sollte ein KI-Chatbot für Mitarbeiterfragen aufgebaut sein?
Empfohlen wird eine zweistufige Architektur: Zuerst wird nach vordefinierten Q&A-Paaren gesucht; findet der Chatbot dort keine Antwort, greift er auf hinterlegte Dokumente zurück. Diese Kombination aus strukturierten Antworten und dokumentenbasierter KI-Suche liefert zuverlässigere Ergebnisse als ein rein dokumentenbasierter Ansatz.
Warum scheitern viele KI-Projekte im Personalwesen in der Umsetzung?
Das größte Hindernis ist selten fehlendes Wissen, sondern die Umsetzung selbst: hohe Regulierungsanforderungen durch den AI Act, sensible personenbezogene Daten, Mitbestimmungsrechte des Betriebsrats und fehlende klare Problemdefinition bremsen viele Projekte. Hinzu kommt, dass Anbieter oft „KI“ versprechen, obwohl es sich lediglich um einfache Automatisierung handelt.
Wann macht der Einsatz von KI im Personalbereich wirklich Sinn?
KI macht im Personalwesen Sinn, wenn sie Freiräume schafft: indem sie routinemäßige Aufgaben übernimmt und Entscheidungsträger mit besseren Daten versorgt, damit sich HR-Fachleute auf das Wesentliche konzentrieren können – die strategische Betreuung und Entwicklung der Mitarbeitenden als wichtigste Ressource im Unternehmen.
Erwähnte Tools & Ressourcen
- KI-Übersicht auf digital4productivity.de – Weitere Inhalte rund um Künstliche Intelligenz im Unternehmenskontext
- Handelsblatt – Quelle des besprochenen Artikels „Wie viel Künstliche Intelligenz verträgt das Personalwesen?“ von Julia Bayl (Pfingstausgabe)
- Podcast „Mattes und Meckel“ – Empfohlener Podcast von Dr. Meckel und dem Handelsblatt-Chefredakteur zum Thema KI
