Neuartige Jobempfehlungssysteme können Suchprozesse am Arbeitsmarkt verbessern

Bernd Fitzenberger, Michael Oberfichtner and Michael Stops
Additional contact information
Bernd Fitzenberger: Institute for Employment Research (IAB), Nuremberg, Germany ; FAU
Michael Oberfichtner: Institute for Employment Research (IAB), Nuremberg, Germany ; FAU

IAB-Forum, 2023, vol. 2023, issue 12|Dec, 1-18.01

Abstract: "Neuere, auf maschinellem Lernen basierende Jobempfehlungssysteme sollen Arbeitssuchenden möglichst passende Jobangebote unterbreiten und so die „klassische“ Arbeitsvermittlung und -beratung entlasten oder ergänzen. Die Herausforderungen in der Umsetzung und die Grenzen in der Anwendung sind jedoch in den Blick zu nehmen, um die Potenziale von Jobempfehlungssystemen optimal zu nutzen. Dies zeigen die Erfahrungen mit den Systemen, die derzeit in Dänemark, Frankreich und Schweden erprobt werden." (Autorenreferat, IAB-Doku)

Keywords: Bundesrepublik Deutschland; Dänemark; Frankreich; Schweden; Auswirkungen; Dauer; Effizienz; internationaler Vergleich; künstliche Intelligenz; matching; Anwendung; Qualität; Arbeitsberatung; Machine learning; Arbeitsuche; Arbeitsvermittlung (search for similar items in EconPapers)
Date: 2023-12-18
References: Add references at CitEc
Citations:

Downloads: (external link)
https://doi.org/10.48720/IAB.FOO.20231218.01

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:iab:iabfor:v:2023:i:12:p:1-18.01

DOI: 10.48720/IAB.FOO.20231218.01

Access Statistics for this article

More articles in IAB-Forum from Institut für Arbeitsmarkt- und Berufsforschung (IAB), Nürnberg [Institute for Employment Research, Nuremberg, Germany] Contact information at EDIRC.
Bibliographic data for series maintained by IAB, Geschäftsbereich Informationsmanagement und Bibliothek ().