KI revolutioniert Arbeit, Bildung und Gesellschaft – und HR
Blick auf die revolutionierende KI aus der Sicht eines Skeptikers und eines Optimisten: Einige KI-Techniken sowie ihre Anwendungsszenarien kurz vorgestellt von Prof. Dr. Wilhelm Mülder.
Seit dem weltweiten Siegeszug von ChatGPT im Jahr 2022 diskutiert die (Fach-)Welt über „Künstliche Intelligenz“. Die Optimisten, das sind vor allem Software-Experten, Unternehmensberater und Analysten erwarten massive Produktivitätssteigerungen und große Arbeitserleichterungen für die Nutzer. Die Skeptiker, und das sind Forscher, Datenschützer und Arbeitnehmervertretungen, befürchten Arbeitsplatzverluste, gesellschaftliche Spaltung und blindes Technikvertrauen.
Man kann sagen, dass künstliche Intelligenz (KI) inzwischen sämtliche Bereiche der Arbeitswelt und des gesellschaftlichen Lebens sowie die Privatsphäre jedes Einzelnen tangiert und aller Voraussicht nach auch massiv verändern wird. Greifen wir exemplarisch den Bildungsbereich heraus: KI kann heute Hausaufgaben erledigen, Rechenaufgaben lösen, Referate und Präsentationen erstellen und würde auch Klausuren und Prüfungen erfolgreich bestehen.
Warum muss denn der Lernende noch im klassischen Sinne „lernen“, wenn KI doch alles weiß und am Ende viel bessere Ergebnisse herauskommen? Warum sollen wir uns eine Fremdsprache mühsam über Jahre aneignen, wenn KI-Systeme wie z. B. DeepL exzellente Übersetzungen liefern? Und das in fast allen Sprachen weltweit. Wäre es nicht sinnvoller, das komplette Bildungssystem, und zwar Schule, Hochschule und Weiterbildung, auf KI umzustellen und den Lernenden zuallererst den fachgerechten und kritischen Umgang mit den neuen Systemen beizubringen?
Die Diskussion über Chancen und Risiken von KI hat selbstverständlich auch HR erreicht. Nachfolgend sollen zunächst die Potenziale von KI für HR, insbes. für Recruiting, beleuchtet werden – und zwar aus einer konkreten Anwendungsperspektive heraus. Allerdings sind auch mögliche Bedenken zu diskutieren. Zunächst müssen wir uns aber klar darüber werden, dass KI keine isolierte, abgekapselte Technik ist, wie z. B. eine HR-Software für die Personalverwaltung und Entgeltabrechnung, sondern uns auf unterschiedliche Art und Weise begegnet. Vor allem ist zu beobachten, dass KI-Techniken zunehmend bestehende HR-Softwaresysteme ergänzen bzw. erweitern.
Einige KI-Techniken kurz vorgestellt
Künstliche neuronale Netze orientieren sich am Aufbau des menschlichen Gehirns. Sie können komplexe Muster in großen Datensammlungen erkennen.
Beim überwachten Lernen (Supervised Learning) dienen diese Datenbestände zum Training des Systems. Es werden möglichst viele Eingabedaten zu einem bestimmten Themenfeld und auch die dazugehörigen Ausgaben bzw. Ergebnisse benötigt. Ziel ist es, genaue Vorhersagen bzw. Klassifikationen für neue, bisher nicht interpretierte Daten zu erhalten. Anhand der Trainingsdaten wird ein Muster erlernt und auf die neuen Daten angewandt. Diese Muster werden anhand statistischer Methoden, und zwar Classification und Regression, ermittelt.
Beispielsweise kann ein Algorithmus mit medizinischen Röntgenbildern trainiert werden. Beim Supervised Learning wird jedes Mal die Information mitgegeben, ob es sich um eine Erkrankung – z. B. einen Tumor – handelt oder nicht. Nach dem Training erfolgt eine Überprüfung mit einem Testdatensatz, um Aussagen über die Qualität des trainierten Modells machen zu können. Nach der Trainingsphase kann das System bei neuen Röntgenbildern entscheiden, ob es sich um eine Erkrankung handelt oder nicht. Das Supervised Learning kommt damit dem menschlichen Lernverhalten am nächsten.
Beim unüberwachten Lernen (Unsupervised Learning) werden lediglich die Eingabedaten zur Verfügung gestellt, ohne die dazugehörigen Ausgabedaten. Der Algorithmus muss selbstständig relevante Strukturen und Muster in den Daten entdecken. Wenn neue Daten und Bilder zu analysieren sind, werden die zuvor gelernten Merkmale verwendet, um die Klasse der Daten zu erkennen.
ChatGPT gehört neben anderen vergleichbaren Systemen zur „Generativen KI“. Auf Basis von Trainingsdaten werden neue, originäre Texte, Software-Codes, Bilder, Audios oder Videos erzeugt. Die Kommunikation erfolgt hierbei über Prompts. Je präziser die Erwartungen des Nutzers an das spätere Ergebnis sind, desto besser werden die Resultate sein. Mittlerweile gibt es Prompt-Engineering als Spezialisierung von Experten, die sich ausschließlich mit den richtigen Befehlen an eine KI beschäftigen.
Large Language Models (LLM) verarbeiten natürlich-sprachliche Texte und sagen das nächstfolgende Wort auf Grundlage von historischen Daten voraus. Das Training erfolgt mit möglichst vielen, öffentlich zugänglichen Daten. ChatGPT arbeitet hiermit, und zwar mit den Modellen GPT-4 und neuerdings GPT-5.
Lesen Sie den vollständigen Beitrag aus der HR Performance 1/2026.
