"It’s a Match!" - Wie das Tinder-Prinzip im Recruiting funktioniert

|
(c) gettyimages/Mohd Azri Suratmin / EyeEm
(c) gettyimages/Mohd Azri Suratmin / EyeEm

„It’s a Match“ heißt es heute nicht nur auf Tinder & Co. Die technischen Lösungen, die hinter zahlreichen Dating-Plattformen stehen, werden auch im Recruiting eingesetzt, um auf neue Herausforderungen einzugehen. Mit Hilfe graphbasierter Datenbanken können passgenaue Übereinstimmungen zwischen den Profilen von Jobsuchenden und offenen Stellen in Unternehmen identifiziert werden.

Recruiter stehen vor großen Herausforderungen: Demografischer Wandel, Fachkräftemangel, veränderte Erwartungen und Ansprüche der Arbeitssuchenden, neuartige Jobprofile und Karriereverläufe – all diese Bewegungen enden in einem heiß umkämpften Arbeitsmarkt. Der Arbeitsmarkt 4.0 basiert auf neuen Standards. Eine interaktive Echtzeit-Kommunikation zwischen Bewerber und Personaler, nahtlos verbundene Plattformen, eine vollständig mobile Vernetzung und vor allem ein schneller Bewerbungsprozess werden gefordert. Um sich von anderen Unternehmen abzuheben, reicht es allerdings nicht, diese Teildisziplinen abzubilden. Top Talents erwarten einen vollständig digitalen, professionellen, schnellen und vor allem transparenten, persönlich abgestimmten Bewerbungsprozess. Man merkt schnell: Um diesen Erwartungen gerecht zu werden, benötigen HR-Mitarbeiter technische Unterstützung.

+++Sie bekommen von HR nicht genug? (heart) Dann melden Sie sich jetzt für unsere Newsletter an. Hier geht es zur Anmeldung!+++

Klassische Systeme sind unzureichend

Um Übereinstimmungen – sogenannte Matches – zwischen Jobsuchenden und vakanten Stellen zu analysieren, sind komplexe Suchabfragen innerhalb eines weitverzweigten Datennetzwerks nötig. Besonders wertvoll sind dabei die Beziehungen der Daten zueinander, da sie ein schnelles Ausschlussverfahren ermöglichen. Die Frage, ob es irgendwo auf der Welt einen Ingenieur gibt, der über tiefreichende Kenntnisse der IT-Landschaft verfügt, die chinesische Sprache fließend beherrscht und bereit ist, seine Arbeitszeit abwechselnd am deutschen Standort und in der chinesischen Niederlassung zu erbringen, lässt sich nur mit Hilfe eines Datenabgleichs herausfinden.

Relationale Datenbanken stoßen hier auf Grund ihrer starren Struktur und fehlenden Skalierbarkeit an ihre Grenzen. Denn um Datenbeziehungen darin abzubilden, ist eine Modellierung in Tabellen und Spalten mittels vielschichtiger Verknüpfungen nötig. Der Aufbau dieser Beziehungen ist äußerst komplex und teuer und kann das Datenbanksystem zudem ins Stocken bringen.

Vorteile von Graphdatenbanken

Viele Jobportale setzen daher auf Graphtechnologie. Diese ermöglicht, stark vernetzte und unstrukturierte Informationen anschaulich darzustellen und schnell abzurufen. Im Gegensatz zu relationalen Datenbanken bilden Graphdatenbanken nicht nur einzelne Daten ab, z.B. den Abschluss, das Alter oder den Wohnort, sondern auch deren Beziehungen untereinander, z.B. „hat den Studiengang xy mit dem Nebenfach xy an der Universität xy studiert“ und „präferiert das Arbeiten im Team“. Kurz gesagt, der Werdegang der Bewerber kann in Verbindung mit den jeweils erlernten Fähigkeiten und Qualifikationen auf einem Zeitstrahl abgebildet werden. Zudem ermöglichen Graphdatenbanken die Integration von Zusatzqualifikationen, die auf den ersten Blick für die Bewerbung unwichtig erscheinen. Beispielsweise muss ein Controller, der sich auf eine Stelle bei einem Sportartikelhersteller bewirbt, nicht zwingend auch sportbegeistert sein, um seine Jobfunktion vollends zu erfüllen. Nichts desto trotz kann diese Eigenschaft zur Identifikation mit dem Unternehmen beitragen und so auch Einfluss auf die Motivation des Mitarbeiters haben. In der Entwicklersprache werden diese Daten und Beziehungen als „Knoten“ und „Kanten“ bezeichnet. Beiden kann eine beliebige Anzahl von qualitativen oder quantitativen Eigenschaften zugewiesen werden, z. B. die Länge der Ausbildung, der Stellenwert einer gesuchten Eigenschaft oder der Grad einer Präferenz.

Graphdatenbanken punkten vor allem durch ihre hohe Performance. Die Abfragegeschwindigkeit hängt nicht länger von der Anzahl der Daten und Verknüpfungsoperationen ab, sondern nur von den konkreten, für die Abfrage relevanten Beziehungen. Im Vergleich zu relationalen Datenbanken kann Neo4j beispielsweise je nach Szenario bis zu 1.000-mal schneller arbeiten und damit Ergebnisse – Matches –  in Millisekunden liefern.

Quelle: Neo4j
Quelle: Neo4j

Talentmatching

Im Recruiting wird die Graphtechnologie genutzt, um Daten, wie das formale Qualifikationsprofil des Bewerbers, persönliche Werte oder Erwartungen an zukünftige Arbeitssituationen und die Teameinbindung, mit ausgeschriebenen Stellenprofilen der Unternehmen abzugleichen. Über Abfragen werden Informationen zum Identifizieren von entsprechenden Matches in Echtzeit ermittelt. Beide Seiten – Recruiter und Bewerber – können sich so einen schnellen Überblick schaffen, welche Stelle am besten „matcht“.

Unternehmen filtern die Menge der Bewerbungen so schon in einem frühen Stadium und erhalten eine kleine Anzahl geeigneter Kandidaten, wodurch der gesamte Recruiting-Prozess effizienter wird. Zudem erlauben Graphdatenbanken eine maximale Flexibilität. Der Talentpool kann jederzeit durch neue Informationen bzw. Bewerber – beispielsweise durch Initiativbewerbungen oder Informationen externer Dienstleister – ergänzt werden. Im Sinne der DSGVO können personenbezogene Daten nach Ablauf der gesetzlichen Fristen gelöscht werden.

Es gibt eine Reihe von Möglichkeiten graphbasierter Anwendungen für das Human Resource Management. Die Daimler AG beispielsweise nutzt die Graphdatenbank Neo4j, um komplexe globale Personalstrukturen zu managen und abzubilden und sich so einen Überblick zu verschaffen. Die University of Washington löste durch eine graphbasierte Anwendung namens „Workday“ ein bestehendes Gehaltsabrechnungssystem ab. Die entwickelte Plattform ermöglicht das Managen weiterer Vorgänge, wie das digitale Einreichen der Urlaubstage der Mitarbeiter.

Eine flüssige und transparente Interaktion zwischen Bewerbern und Recruitern wird durch Graphtechnologie gewährleistet. Dem Übergang von aufwendiger Stellensuche zu „smartem Talent Matching“, von welchem schlussendlich beide Seiten profitieren, steht nichts mehr im Wege.

Weiterbildungen zum Thema People Analytics