Rainer Leenen, Siegfried Stumpf, Stefan Höft
Adverse impact occurs when personnel selection results in a significantly different selection rate to the detriment of the members of a social group. Adverse impact is not the same as a violation of fairness considerations, but it should be understood as a serious indication and work order to review the fairness of the selection process. This paper focuses on differences in the performance of different ethno-cultural
groups in personnel selection. At first, a differentiated overview of the empirical findings is given. It is shown to what extent ethnic-cultural subgroup differences occur, to what extent they depend on the selection methodology as well as on the specific ethnicity/culture under consideration. After on, it is explained through which assessments subgroup differences can be reduced and better opportunities created, especially for minorities, without endangering the validity of the selection process. Based on this, guidelines for the practice of personnel selection are formulated to support cultural diversity of the workforce in an organization and to make the selection process fair and valid. The guidelines are formulated in a process-oriented manner. They cover the necessary process steps from the task analysis through to the conception and implementation of the procedure and finally to the evaluation. They provide design suggestions for reducing adverse impact and for establishing a valid and culturally fair selection procedure.
Rainer Leenen, Siegfried Stumpf, Stefan Höft
Adverse Impact liegt vor, wenn Personalauswahl eine beträchtlich unterschiedliche Auswahlquote zum Ergebnis hat, die zu Lasten der Mitglieder einer sozialen Gruppierung geht. Das Vorliegen von Adverse Impact ist nicht gleichzusetzen mit dem Verstoß gegen Fairnessgesichtspunkte, sollte aber als ernster Hinweis und Impuls verstanden werden, die Fairness des Auswahlverfahrens zu überprüfen.
In diesem Beitrag stehen Unterschiede im Abschneiden unterschiedlicher ethnisch-kultureller Gruppen in der Personalauswahl im Mittelpunkt. Hierzu wird ein differenzierter Überblick zum Stand der Forschung gegeben. Es wird dargestellt, inwieweit ethnisch-kulturelle Subgruppendifferenzen auftreten, inwiefern diese von der Auswahlmethodik sowie der spezifisch betrachteten Ethnie/Kultur abhängen und durch welche Maßnahmen Subgruppendifferenzen reduziert und bessere Chancen insbesondere für Minoritäten geschaffen werden können, ohne die Validität des Auswahlverfahrens zu gefährden.
Davon ausgehend werden Leitlinien für die Praxis der Personalauswahl formuliert, die dabei unterstützen sollen, die kulturelle Diversität der Belegschaft in einer Organisation zu erhöhen und das Auswahlverfahren fair und valide zu gestalten. Die Leitlinien sind prozessorientiert abgefasst, sie decken von der Anforderungsanalyse über die Konzeption und Durchführung des Verfahrens bis hin zur Evaluierung die erforderlichen Prozessschritte ab und geben Gestaltungsvorschläge zur Reduktion von Adverse Impact und zur Etablierung eines validen und kulturfairen Auswahlverfahrens.
Olaf Ringelband & Daniel Stancke
For medium skilled workers, it is not easy to find a new job—even in industries where workers are scares. Finding appropriate positions, writing an application and waiting for the employer to reply takes time and is a laborious process. For employers, on the other side, it is not easy to find workers at all. The job market for truck drivers is an example where it is not easy for employers and employees to find each
other. Here, a digital platform (a so called two-sided marketplace) tries to bring together employees and employers in 10 minutes. Truck drives are going to a website where they have to answer three groups of questions: 1. What kind of job are you looking for? 2. What is your qualification? 3. What kind of person are you? Employers are also registering themselves at the digital platform and answer the complementary
questions so both sides can immediately get into contact after they had been matched by an algorithm. In this article the development process of the platform and an outlook to further developments are described.
Olaf Ringelband & Daniel Stancke
Für nicht-akademische Fachkräfte ist es häufig schwer, einen Job zu finden, selbst in Branchen, in denen Arbeitskräftemangel herrscht. Angefangen beim Finden geeigneter Stellen bis zum Anfertigen der Bewerbungsunterlagen ist der Prozess des Jobwechsels oder -einstiegs oft aufwändig und langwierig. Für ArbeitgeberInnen ist es umgekehrt schwierig, angesichts bundesweit fehlender Fachkräfte, überhaupt BewerberInnen zu finden. Am Beispiel von Lkw-FahrerInnen wird dargestellt, wie diese Personengruppe mithilfe einer digitalen Plattform in kurzer Zeit Kontakt zu passenden ArbeitgeberInnen erhält, indem
sich die Arbeitsuchenden auf einer Webseite registrieren und drei Fragenbereiche beantworten: (1) Was suchst Du? (2) Was bietest Du? (3) Wie tickst Du? (Fragen zur Einschätzung ausgewählter überfachlicher Eigenschaften). ArbeitgeberInnen, die eine/n FahrerIn suchen, registrieren sich ebenfalls und beantworten die komplementären Fragen. Ein selbstlernender Algorithmus „matcht“ dann automatisch passende
Arbeitsstellen zu den Angaben der/des FahrerIn. Im Idealfall treten ArbeitgeberIn und FahrerIn zehn Minuten nachdem der/die FahrerIn das Jobportal im Internet angesteuert hat, in Kontakt. Es werden der Entwicklungsprozess des Matchingverfahrens, dessen Grenzen und dessen zukünftige Entwicklung dargestellt.
Maxim Fischer, Klaus Fischnaller, Nicolai Ehrhardt & Detlef Steiner
Artificial intelligence (AI) is one of the key technologies of the future and represents technological progress in a wide variety of areas. In the field of business psychology, but especially in personnel selection, the supply and demand for AI-based solutions continues to increase. This paper presents how AI-based methods can be used for optimized prediction of predictor-criterion relationships. For this purpose, first
results of a pilot project using artificial neural networks for dynamic aptitude prediction of job applicants are presented. The validity of the AI solution used here will be compared to the validity coefficients obtained with common prediction methods. In addition, the paper will also address potential risks associated with the use of artificial intelligence in general.
Maxim Fischer, Klaus Fischnaller, Nicolai Ehrhardt & Detlef Steiner
Künstliche Intelligenz (KI) steht als eine der Schlüsseltechnologien der Zukunft stellvertretend für den technologischen Fortschritt in unterschiedlichsten Bereichen. Auch im Bereich der Wirtschaftspsychologie, insbesondere aber der Personalauswahl, nehmen Angebot und Nachfrage nach KI-basierten Lösungen immer weiter zu. Der vorliegende Beitrag legt dar, wie KI-basierte Methoden zur optimierten Vorhersage von Prädiktor-Kriteriums-Zusammenhängen verwendet werden können. Dazu werden erste Ergebnisse eines Pilotprojekts vorgestellt, das künstliche neuronale Netzwerke zur dynamischen Eignungsprognose von Bewerbern verwendet. Die Validität der dort eingesetzten KI-Lösung wird den mit gängigen Prognosemethoden erzielten Validitätskoeffizienten gegenübergestellt. Darüber hinaus soll der Beitrag auch auf mögliche Risiken in Verbindung mit der Nutzung künstlicher Intelligenz im Allgemeinen eingehen.
Sarah Kelle, Hendrik Schossau, Richard T. Justenhoven & Aaron M. Smith
Durch die digitale Revolution ändert sich nicht nur die Art und Weise, wie wir leben, erheblich. Dies gilt auch für Online-Assessments, die nicht mehr auf Desktop-Computer beschränkt sind, sondern auch auf mobilen Geräten wie Smartphones und Tablets absolviert werden können. Ziel dieser Studie ist es, den Grad der Nutzung mobiler Geräte für Online-Assessments zu untersuchen. In der Erwartung, dass die
Nutzung mobiler Geräte im Laufe der Jahre zunehmen wird, zielt die Studie darauf ab, gleichwertige Testergebnisse für einen kognitiven Fähigkeitstest darzustellen, der auf dem Mobile First-Prinzip basiert und der entweder auf einem mobilen oder einem nicht-mobilen Gerät abgeschlossen wurde. Daten aus Rekrutierungsprozessen wurden von 2017 bis 2019 gesammelt. N = 837.485 Teilnehmer*innen absolvierten
den Fähigkeitstest. Die mobile Nutzung wurde über die Jahre hinweg ermittelt und die Stichprobe wurde nach verschiedenen demografischen Merkmalen aufgeteilt. Ein t-Test wurde angewandt, um die Unterschiede in der durchschnittlichen Leistung zwischen verschiedenen Geräten zu untersuchen. Die Ergebnisse zeigen eine steigende Anzahl von Testteilnehmer*innen, die mobile Geräte für Online-Tests
nutzen. Der t-Test zur Untersuchung der Testwertäquivalenz zwischen mobilen und nicht-mobilen Geräten war signifikant, die Effektgröße eher gering. Daher kann für einen praktischen Anwendungsfall von äquivalenten Testergebnissen ausgegangen werden. Die Ergebnisse der Studie zeigen, dass Unternehmen sich auf die zunehmende Durchführung von Online-Assessments auf mobilen Geräten vorbereiten
müssen. Um dieser Herausforderung gerecht zu werden und gleichwertige Ergebnisse zwischen mobilen und nicht-mobilen Geräten zu gewährleisten, kann die Erstellung von Online-Assessments auf Basis des Mobile First-Ansatzes in Betracht gezogen werden. Dies ist vor allem für kognitiv anspruchsvolle Tests wie Fähigkeitstests relevant.
Sarah Kelle, Hendrik Schossau, Richard T. Justenhoven & Aaron M. Smith
Through the digital revolution, not only the way we live changes a lot. This is true for online assessments, too, which are no longer restricted to desktop computers, but can also be completed on mobile devices. The goal of this study is to investigate the degree of mobile device usage for online assessments. Expecting the mobile device usage to increase over the years, the study aims to display equivalent test scores for a mobile-first cognitive ability test that was completed either on a mobile or non-mobile device. Data from recruitment processes was collected from 2017 to 2019. N = 837,485 candidates completed the ability test. Mobile usage was tracked over the years and the sample was split by different demographics. A t-test was applied to investigate differences in mean performance between different devices. The results reveal a rising number of test takers using mobile devices for online assessment. The t-test to examine the equivalence between mobile and non-mobile devices was significant, the effect size rather small. Hence, equivalence can be assumed for a practical use case. The results of the study demonstrate the need to be prepared for the increasing administrations of assessment on mobile devices. To meet this challenge and to ensure equivalent results between mobile and non-mobile devices, building online assessments mobile-first can be considered. This becomes especially relevant for cognitively loaded assessments like ability tests.
Christof Obermann
Assessment centers (AC) are a common method for personnel selection and development with a focus on management positions, using a coordinated combination of different individual assessment procedures (psychometrics, interview, simulations). Due to the Corona pandemic, traditional face-to-face delivery could essentially no longer continue and the alternative was to conduct assessment centers remotely. However, this created several questions. The first sub-study examined whether the results in face-to-face or remote were comparable in terms of difficulty. For this purpose, two parallelized data sets (N=168 participants each) from comparable AC procedures on hiring or promotion decisions were contrasted, differing only with respect to their mode of implementation (remote vs. face-to-face). It was found that the difficulty (overall result across all exercises/competencies, percentage passed) of the remote AC was comparable to AC in face-to-face form. The second sub-study examined how participants experience the remote AC and how much they accept this format. It was found that subjective participant acceptance of remote AC varied considerably between individual participants. Significant correlations exist with AC outcome (OAR), age, prior experience with AC, job level, and the expression of the Big Five personality trait "openness to new experiences." Not relevant, however, are previous experience with videoconferencing tools or the cognitive abilities of the participants.
Christof Obermann
Assessment Center (AC) sind eine gängige Methode zur Personalauswahl und -entwicklung mit dem Schwerpunkt auf Führungspositionen, bei der eine abgestimmte Kombination unterschiedlicher diagnostischer Einzelverfahren (Testverfahren, Interview, Simulationen) eingesetzt wird. Durch die Corona-Pandemie konnte die traditionelle Durchführung in Präsenzform im Wesentlichen nicht mehr fortgesetzt werden und die Alternative bestand darin, Assessment Center aus der Ferne durchzuführen. Dadurch entstanden jedoch mehrere Fragen. In einer ersten Teilstudie wurde untersucht, ob die Ergebnisse in Präsenz oder Remote hinsichtlich ihrer Schwierigkeit vergleichbar sind. Hierfür wurden zwei parallelisierte Datensätzen (je N=168 Teilnehmende) aus vergleichbaren AC-Verfahren zu Einstellungs- oder Beförderungsentscheidungen gegenübergestellt, die sich nur hinsichtlich ihrer Durchführungsform (Remote- vs. Face-to-Face) unterschieden. Es zeigt sich, dass das Remote-AC im Schwierigkeitsgrad (Gesamtergebnis über alle Übungen / Kompetenzen, Prozentsatz bestanden) in der Bewertung vergleichbar zum AC in Präsenzform ausfällt. In der zweiten Teilstudie wurde untersucht, wie die Teilnehmenden das Remote-AC erleben und wie sehr sie dieses Format akzeptieren. Es zeigte sich, dass die subjektive Teilnehmerakzeptanz gegenüber den Remote AC erheblich zwischen einzelnen Teilnehmern variiert. Bedeutsame Zusammenhänge gibt es mit dem AC-Ergebnis (OAR), dem Alter, der Vorerfahrung mit AC, dem Joblevel sowie der Ausprägung der Big-Five Persönlichkeitseigenschaft „Offenheit für neue Erfahrungen“. Nicht relevant sind dagegen Vorerfahrungen mit Videokonferenz-Tools oder die kognitiven Fähigkeiten der Teilnehmenden.