Fachkräftemangel und algorithmenbasiertes Matching

Olaf Ringelband ()
Additional contact information
Olaf Ringelband: md gesellschaft für management-diagnostik mbh

Chapter Kapitel 3 in Personalauswahl 4.0, 2023, pp 39-54 from Springer

Abstract: Zusammenfassung In vielen Bereichen nicht-akademischer Fachkräfte (z. B. Pflege, Handwerk, Logistik, Sicherheit) besteht ein sich kontinuierlicher verschärfender Mangel an Arbeitskräften. Die Ursachen dafür liegen im demographischen Wandel (alternde Gesellschaft) und einer zunehmenden Akademisierung der Ausbildungen. Die dadurch entstehenden Lücken am Arbeitsmarkt durch Migration aus dem EU-arbeitsmarkt zu kompensieren, ist zurzeit noch schwierig, da politische, organisatorische und pragmatische Hürden den deutschen Arbeitsmarkt für interessierte Arbeitskräfte aus dem EU-Ausland häufig sehr intransparent machen. Aber auch für vorhandene Arbeitskräfte in Mangelberufen in Deutschland, die unzufrieden mit ihrem ist es häufig nicht einfach, einen für sie passenden Job zu finden: die Vielzahl offener Stellen macht es suchenden Arbeitnehmer:innen schwer, die Nadel (den Traumjob) im Heuhaufen (die Hunderte von Jobangeboten) zu finden. Ein für Nicht-Akademiker aufwändiger (und zumeist ineffizienter) Bewerbungsprozess kommt erschwerend hinzu. In dem Artikel wird dargestellt, wie Fachkräfte mit Hilfe eines intelligenten Algorithmus in 10 min den für sie passenden Job finden und in direkt in Kontakt mit den Arbeitgeber:innen treten können. Dabei wird auf die klassischen Bestandteile des Bewerbungsprozesses wie Motivationsschreiben, Lebenslauf und Zeugnisse verzichtet und der Matching-Prozess auf drei zentrale Fragen reduziert: 1. Was suchst Du? 2. Was bietest Du? 3. Wie tickst Du? Ausgehend von diesen drei Fragen wird der Person-Job-Fit und der Person-Culture-Fit ermittelt und Bewerber:innen in Realzeit mit den Arbeitgeber:innen in Kontakt gebracht. Die Entwicklung des intelligenten Algorithmus wird am Beispiel des Arbeitsmarktes für LkW-Fahrer:innen dargestellt, die dabei aufgetretenen Erfolge (über 200.000 der ca. 550.000 deutschen LkW-Fahrer:innen haben sich bei der Plattform bisher registriert) und Schwierigkeiten (etwa: die Entwicklung des Algorithmus zum Person-Culture-Fit) diskutiert. Abschließend erfolgt ein Ausblick darauf, wie die dargestellten Prinzipien (Matching statt Suchen, One-Item-Scales statt aufwändiger Eignungsdiagnostik) beim Recruiting und der Auswahl für andere Berufsgruppen auch im akademischen Bereich angewendet werden können.

Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

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:spr:sprchp:978-3-658-42142-7_3

Ordering information: This item can be ordered from
http://www.springer.com/9783658421427

DOI: 10.1007/978-3-658-42142-7_3

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().