KI-Systeme entwickeln im Recruiting stärkere Vorurteile als menschliche Entscheider

Eine neue Studie belegt, dass KI-Modelle bei Personalentscheidungen eigene Stereotype kreieren, anstatt nur bestehende Datenmuster zu übernehmen. Dieser Effekt verstärkt sich durch wiederholte Entscheidungsprozesse und limitierte Datensätze während des Trainings. Die Untersuchung macht deutlich, dass Fairness in automatisierten Systemen primär von der technischen Optimierung und dem Systemdesign abhängt.

Warum es zählt

Marketingverantwortliche sollten beim Einsatz von KI-gestützten HR-Tools oder bei der Automatisierung von Freelance-Sourcing auf algorithmische Bias-Prüfungen setzen. Die Ergebnisse unterstreichen die Notwendigkeit, Blackbox-Systeme laufend zu auditieren, um strukturelle Diskriminierung zu vermeiden.