Zusammenfassung
Der Erfolg einer Organisation und die Qualität des Personals werden durch ein strategisch effektives Recruiting gesichert. Recruiting-Prozesse werden durch eine fortschreitende Digitalisierung und den demografischen Wandel nachhaltig verändert, weshalb eine vorausschauende Planung der Personalgewinnung massiv an Bedeutung gewinnt, um die Attraktivität auf dem modernen Arbeitsmarkt zu gewährleisten. Dieser Beitrag analysiert diese Gegebenheiten mit dem Schwerpunkt auf dem Potenzial neuer HRM-relevanter Technologien im Bereich des Recruitings der Polizei. Der Begriff „Künstliche Intelligenz“ dient dabei als Basis für die technolgischen und organisatorischen Veränderngen in der Polizei. Mit Hilfe einer qualitativ-empirischen Forschungsmethode der Interviewführung wird die Frage beantwortet, inwiefern KI eine zukunftsorientierte Einsazmöglichkeit in den Prozessen der Personalgewinnung für die Polizei Baden-Württemberg sein kann. Die Ergebnisse der im Beitrag vorgestellten Untersuchung verdeutlichen die Schaffung neuer Gestaltungsräume durch die Nutzung von KI, unterstreichen jedoch auch weiterhin die Bedeutsamtkeit persönlicher Gespräche im Recruiting-Prozess der Polizei. KI wird als Unterstützungsmöglichkeit gesehen, deren größter Gewinn die Befreiung von Routineaufgaben sein kann.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Notes
- 1.
Der Begriff „Recruiting“ wird im Folgenden synonym für die Personalgewinnung bzw. Personalbeschaffung verwendet.
- 2.
Vgl. Ganselmayer (2017, S. 6 f.).
- 3.
Vgl. Jäger und Petry (2018, S. 27).
- 4.
Vgl. Schulz (2017, S. 16).
- 5.
Vgl. Teetz (2018b).
- 6.
Vgl. Ramesh (2018, S. 53).
- 7.
Vgl. European Commission (2018).
- 8.
In der Studie „Reship Business with Artificial Intelligence“ wurden in einer weltweiten Umfrage unter mehr als 3000 Führungskräften, Managern und Analysten in verschiedenen Branchen und in mehr als 30 Interviews Technologieexperten und Führungskräfte befragt. Vgl. Ransbotham et al. (2017, S. 1).
- 9.
- 10.
„Dies gilt selbstverständlich auch für die deutschen Polizeien des Bundes und der Länder, die als integraler Bestandteil der Gesellschaft in vielfältiger Art und Weise von diesen Entwicklungen betroffen sind“. Dreimann (2017, S. I).
- 11.
- 12.
Vgl. Gentsch (2018, S. V).
- 13.
Vgl. Die Bundesregierung (2018, S. 10).
- 14.
Vgl. Gruhn und Franz (2018).
- 15.
Vgl. Bundesministerium für Bildung und Forschung (o. J.).
- 16.
- 17.
Vgl. Gentsch (2018, S. V).
- 18.
Z. B. Social Media, digitale Jobbörsen oder Lebenslaufdatenbanken.
- 19.
Bewerber wünschen sich mobile und One-Click-Bewerbungen. Vgl. Jäger (2018b, S. 215 ff.).
- 20.
Vgl. Kammermeier (2019).
- 21.
Vgl. Kammermeier (2019).
- 22.
Vgl. Otto-Friedrich-Universität Bamberg (o. J.).
- 23.
Vgl. Jäger (2017a).
- 24.
Vgl. Die Bundesregierung (2018, S. 10).
- 25.
Laut der Cranet-Studie sind nur 8 % der deutschen Unternehmen sehr gut auf die Digitalisierung von HR-Funktionen vorbereitet. Vgl. Jäger und Petry (2018, S. 31).
- 26.
Vgl. Ministerium für Inneres, Digitalisierung und Migration (2017).
- 27.
Dreimann (2017, S. I).
- 28.
- 29.
Vgl. Görz et al., (2014, S. 2).
- 30.
- 31.
Vgl. Ertel (2016, S. 1).
- 32.
Vgl. Ertel (2016, S. 1).
- 33.
Vgl. Sesink (1993, S. 8).
- 34.
Vgl. Görz et al., (2014, S. 2).
- 35.
Vgl. Ertel (2016, S. 1).
- 36.
Die Bundesregierung (2018, S. 4).
- 37.
Vgl. Povaleij (2018, S. 26 f.).
- 38.
Vgl. Ertel (2016, S. 1).
- 39.
Vgl. Sement und Hilberer (2018, S. 183).
- 40.
Vgl. Teetz (2018a, S. 225 ff.).
- 41.
Vgl. Eberl (2016, S. 27).
- 42.
Vgl. Buxmann und Schmidt (2019, S. 6 ff.).
- 43.
Vgl. Die Bundesregierung (2018, S. 4).
- 44.
Vgl. Arnold et al. (2018).
- 45.
Vgl. Lenzen (2018, S. 23).
- 46.
Vgl. Lämmel und Cleve (2012, S. 13).
- 47.
Vgl. Ertel (2016, S. 3).
- 48.
Vgl. Walsh (2018, S. 23).
- 49.
Vgl. Gruhn und Franz (2018).
- 50.
Vgl. Gentsch (2018, S. 20).
- 51.
Vgl. Die Bundesregierung (2018, S. 10).
- 52.
Vgl. Streim und Klingholz (2019).
- 53.
- 54.
Vgl. Die Bundesregierung (2018, S. 31).
- 55.
Vgl. Hill (2018, S. 290).
- 56.
Neben dem Singular „Human Resource Management“ wird auch der Plural „Human Resources Management“ genutzt. In der deutschsprachigen Fachliteratur wird für HRM häufig der Begriff Personalmanagement verwendet. Vgl. Miebach (2017, S. 1).
- 57.
- 58.
Vgl. Miebach (2017, S. 1).
- 59.
Vgl. Bartscher und Maier (2013, S. 62).
- 60.
Vgl. Miebach (2017, S. 1).
- 61.
Vgl. Dahlmanns (2014, S. 9).
- 62.
Vgl. Miebach (2017, S. 3).
- 63.
Vgl. Döring (2017, S. 19).
- 64.
Vgl. Miebach (2017, S. 6 f.).
- 65.
Döring (2017, S. 17).
- 66.
Vgl. Utsch (2018, S. 4); Kipp und Seiler (2019). Die Universität Mannheim hat in Kooperation mit Xing die Studie „Recruiting 4.0 – Unternehmenserfolg durch digitale Personalgewinnung“ durchgeführt. Hierbei wurden 101 Geschäftsführer und Personalverantwortliche kleiner und mittelständischer Unternehmen zum aktuellen Stand der firmeninternen Digitalisierung befragt. In ca. 90 % der Unternehmen laufen die Prozesse im Bereich Human Resources nur teilweise oder gar nicht IT-gestützt. Vgl. Raven51 (o. J.).
- 67.
- 68.
Vgl. Utsch (2018, S. 34).
- 69.
Vgl. Miebach (2017, S. 2).
- 70.
Utsch (2018, S. 34).
- 71.
Laut Berechnungen des Statistischen Bundesamtes verkleinert sich die Zahl von Menschen im erwerbsfähigen Alter von 22 bis 66 Jahren bis zum Jahr 2035 um 4,4 bis 6,0 Mio. (je nach Zuwanderung). Die Zahl der bis 18-Jährigen wird zwar voraussichtlich bis Anfang der 2030er Jahre weiter steigen und kann sich unter dem Einfluss von Geburten und Nettozuwanderung unterschiedlich entwickeln. Sie deckt dennoch nicht die Abnahme der Menschen im erwerbsfähigen Alter. Vgl. Statistisches Bundesamt (2019, S. 19 ff.).
- 72.
Vgl. Diercks und Kupka (2013, S. 4 f.).
- 73.
Vgl. Miebach (2017, S. 97).
- 74.
Vgl. Leipold (2018, S. 35).
- 75.
Vgl Miebach (2017, S. 97).
- 76.
„Die Art und Weise der Kommunikation zwischen Bewerbern und Unternehmen hat sich durch das Internet im letzten Jahrzehnt fundamental verändert. Die sogenannte ‚Generation Y‘ drängt auf den Arbeitsmarkt. Sie ist nach 1980 geboren und damit die erste Generation, die weitestgehend mit dem Internet und mit mobiler Kommunikation aufgewachsen ist. Sie organisiert sich weltweit über soziale Netzwerke und tauscht sich über diese Netzwerke zu privaten, aber auch beruflichen Themen aus.“ Dannhäuser (2017a, S. 2).
- 77.
Vgl. Diercks und Kupka (2013, S. 4 f.).
- 78.
- 79.
- 80.
„Geschwindigkeit, Transparenz und Verbindlichkeit sind heute ein nicht zu unterschätzendes Entscheidungskriterium für Bewerber. Eine Erwartungshaltung von 24 h Reaktionszeit ist bei der Generation Z nicht ungewöhnlich. Das erfordert einen völlig neuen Maßstab für einen gelungenen Recruiting-Prozess.“ Winzer (o. J.).
- 81.
Vgl. Agentur Junges Herz (o. J.).
- 82.
Vgl. Raven51 (o. J.).
- 83.
Vgl. Weise (2011, S. 55).
- 84.
Vgl. Raven51 (o. J.).
- 85.
Vgl. Dreimann (2017, S. 34).
- 86.
Vgl. B2B Insider (2018).
- 87.
Vgl. Leipold (2018, S. 35).
- 88.
Vgl. Winzer (o. J.).
- 89.
- 90.
Gerdenitsch und Korunka (2019, S. 3).
- 91.
Vgl. Cohen (2016).
- 92.
Vgl. Eisenkrämer (2017).
- 93.
- 94.
Vgl. Biswas (2019).
- 95.
Vgl. Gentsch (2018, S. 15).
- 96.
Vgl. Weise (2011, S. 54).
- 97.
- 98.
- 99.
Vgl. Weise (2011, S. 55 ff.).
- 100.
Vgl. Dannhäuser (2017, S. 558).
- 101.
Vgl. Knobloch und Hustedt (2019, S. 6).
- 102.
Vgl. Bilger (2019).
- 103.
Vgl. Fejes (2019).
- 104.
Vgl. Deiters (2018).
- 105.
Vgl. Dahm und Pham (2019, S. 24).
- 106.
„Solche Verzerrungen nennt man Bias. Im besten Fall ist ein Bias leicht zu erkennen und rasch zu beheben. Im schlechteren Fall bemerkt man ihn (zu) spät, etwa wenn die KI bereits zu falschen Entscheidungen verleitet hat. Im Worst Case erkennt man den Bias gar nicht und/oder kann die Daten nicht ausreichend neutralisieren.“ Trinkwalder (2018, S. 131).
- 107.
Vgl. Knobloch und Hustedt (2019, S. 13).
- 108.
Vgl. BasuMallick (2019).
- 109.
Vgl. Ethikbeirat HR Tech (2019, S. 5).
- 110.
In Deutschland haben die Informationsfreiheitsbeauftragten von Bund und Ländern die Forderungen nach mehr Transparenz beim Einsatz von Algorithmen verfasst. Entsprechende Transparenzvorschriften sollten gesetzlich verankert werden. Vgl. Denkena und Matthes (2018).
- 111.
Vgl. Teetz (2018a, S. 229).
- 112.
Vgl. Thomas und Vera (2019, S. 222).
- 113.
Vgl. Dreimann (2017, S. 33 f.).
- 114.
Feltes (2011, S. 32 f.).
- 115.
Vgl. Strübing (2013, S. 81 f.).
- 116.
Vgl. Liebig et al., (2017, S. 3).
- 117.
Vgl. Mayring (1991, S. 209 ff.).
- 118.
Vgl. Blatter et al. (2018, S. 51).
- 119.
- 120.
Vgl. Frevel et al., (2010, S. 104).
- 121.
Vgl. Bogner et al., (2014, S. 35).
- 122.
Das Sample wurde bewusst durch Expert/innen dieser Organisation ergänzt, da diesem Institutsbereich die Fachaufsicht über die Personalgewinnung im Bereich des Polizeivollzugsdienstes der Polizei BW obliegt.
- 123.
Vgl. Meuser und Nagel (2005, S. 73).
- 124.
Vgl. Bogner et al., (2014, S. 2).
- 125.
Vgl. Gläser und Laudel (2010, S. 63).
- 126.
Vgl. Bogner et al., (2014, S. 27 f.).
- 127.
Vgl. Lamnek und Krell (2010, S. 315).
- 128.
Vgl. Blatter et al. (2018, S. 66).
- 129.
Vgl. Häder (2015, S. 396).
- 130.
Vgl. Bortz und Döring (2016, S. 410).
- 131.
Vgl. Weichold (2014, S. 302).
- 132.
Vgl. Wirtschaftsministerium Baden-Württemberg (2002, S. 15 ff.).
- 133.
Vgl. Scheufele und Engelmann (2009, S. 76).
- 134.
Vgl. Gräfe (2019, S. 9).
- 135.
Vgl. Lamnek und Krell (2016, S. 347).
- 136.
Vgl. Bortz und Döring (2016, S. 59).
- 137.
Vgl. Lamnek und Krell (2016, S. 347).
- 138.
Vgl. Kuckartz und Rädiker (2014, S. 390).
- 139.
Vgl. Bortz und Döring (2016, S. 358).
- 140.
Vgl. Dresing und Pehl (2017, S. 19).
- 141.
Vgl. Kuckartz und Rädiker (2014, S. 391).
- 142.
Vgl. Misoch (2015, S. 124).
- 143.
Vgl. Lamnek und Krell (2016, S. 349 f.).
- 144.
Vgl. Bogner et al., (2014, S. 72).
- 145.
Vgl. Kuckartz und Rädiker (2014, S. 394 f.).
- 146.
Vgl. Mayring (2015, S. 51).
- 147.
Vgl. Kuckartz und Rädiker (2014, S. 394).
- 148.
Vgl. Gläser und Laudel (2010, S. 199).
- 149.
Vgl. Mayring (2015, S. 85).
- 150.
Vgl. Mey und Mruck (2014, S. 146).
- 151.
Vgl. Meyer und Meier zu Verl (2014, S. 253 f.).
- 152.
Vgl. Gläser und Laudel (2010, S. 201).
- 153.
Vgl. Gläser und Laudel (2010, S. 272 f.).
- 154.
Vgl. Mayring (2015, S. 71 f.).
- 155.
„AI Made in Germany“ ist eine von der Bundesregierung eingesetzte Strategie, um einen Rahmen für eine ganzheitliche Gestaltung der Entwicklung und Anwendung von KI in Deutschland zu schaffen. Das Ziel ist die Chance, dass KI auch für hoheitliche Aufgaben genutzt und an Kompetenzen der Verwaltung angepasst werden kann.
Literatur
Achouri, C. (2018). Human Resources. Karriere im Personalmanagement. Kohlhammer.
Agentur Junges Herz. (Hrsg.). (o. J.). Recruiting 4.0 – Die Zukunft der Personalsuche. https://www.agentur-jungesherz.de/hr-glossar/recruiting-4-0-die-zukunft-der-personalsuche/.
Arnold, N., Burchardt, A., Gehrke, S., Gräf, E., Otto, P., & Radusch, I. (2018). Künstliche Intelligenz. Häufig gestellte Fragen (Konrad-Adenauer-Stiftung).
B2B Insider. (Hrsg.). (2018). Recruiting 4.0: Was uns in der Personalbeschaffung zukünftig erwartet. https://b2b-insider.com/2018/02/09/recruiting-4-0-was-uns-in-der-personalbeschaffung-zukuenftig-erwartet/.
Bartscher, T., & Maier, G. W. (2013). Kompakt-Lexikon HR. 650 Begriffe nachschlagen, verstehen, anwenden. Springer Gabler. https://doi.org/10.1007/978-3-658-03177-0.
BasuMallick, C. (2019). Data considerations for AI-powered recruitment. https://www.hrtechnologist.com/articles/digital-transformation/are-you-ready-for-ai-powered-recruiting/?zd_source=hrt&zd_campaign=3178&zd_term=sushmanbiswas.
Bilger, A. (2019). Künstliche Intelligenz: Wer trägt die Verantwortung? https://www.boell.de/de/2019/01/18/kuenstliche-intelligenz-wer-traegt-die-verantwortung.
Biswas, S. (2019). The beginner’s guide to AI in HR. https://www.hrtechnologist.com/articles/digital-transformation/are-you-ready-for-ai-powered-recruiting/%3Fzd_source%3Dhrt.
Bitkom & Deutsches Forschungszentrum für Künstliche Intelligenz. (Hrsg.). (2017). Künstliche Intelligenz. Wirtschaftliche Bedeutung, gesellschaftliche Herausforderung, menschliche Verantwortung. https://www.bitkom.org/Bitkom/Publikationen/Entscheidungsunterstuetzung-mit-Kuenstlicher-Intelligenz.html.
Blatter, J., Langer, P. C., & Wagemann, C. (2018). Qualitative Methoden in der Politikwissenschaft. Eine Einführung (Grundwissen Politik). Springer VS. https://doi.org/10.1007/978-3-658-14955-0.
Bogner, A., Littig, B., & Menz, W. (Hrsg.). (2014). Interviews mit Experten. Eine praxisorientierte Einführung (Lehrbuch). Springer VS. https://doi.org/10.1007/978-3-531-19416-5.
Bortz, J., & Döring, N. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5. Aufl.). Springer.
Buchheim, C. (o. J.). Recruiting. Was ist Recruiting? https://www.gruenderszene.de/lexikon/begriffe/recruiting?interstitial.
Bundesministerium für Bildung und Forschung. (Hrsg.). (o. J.). Made in Germany. Die nationale KI-Strategie der Bundesregierung. https://www.ki-strategie-deutschland.de/home.html.
Buxmann, P., & Schmidt, H. (Hrsg.). (2019). Künstliche Intelligenz. Mit Algorithmen zum wirtschaftlichen Erfolg. Springer. https://doi.org/10.1007/978-3-662-57568-0.
Cohen, D. (2016). Recruiter top 10: HR and recruiting Buzzwords that actually matter. https://www.recruiter.com/i/recruiter-top-10-hr-and-recruiting-buzzwords-that-actually-matter/.
Dahlmanns, A. (2014). Generation Y und Personalmanagement (Praxisorientierte Personal- und Organisationsforschung, 18). Hampp.
Dahm, M. H., & Pham, T. P. (2019). Keine Angst vor KI. Künstliche Intelligenz im Personalmanagement – Am Beispiel von IBM Watson Career Coach. Personal Führung, 5, 22–25.
Dannhäuser, R. (2017). Trends im Recruiting. In R. Dannhäuser (Hrsg.), Praxishandbuch Social Media Recruiting. Experten Know-How, Praxistipps, Rechtshinweise (3. Aufl., S. 2–40). Springer Gabler.
Dehmel, S., & Streim, A. (2018). Künstliche Intelligenz: Bundesbürger sehen vor allem Chancen. https://www.bitkom.org/Presse/Presseinformation/Kuenstliche-Intelligenz-Bundesbuerger-sehen-vor-allem-Chancen.
Deiters, C. (2018). Nachteile künstlicher Intelligenz (KI) im Recruiting. https://www.milchundzucker.de/nachteile-kuenstlicher-intelligenz-ki-im-recruiting/.
Denkena, W., & Matthes M.-C. (2018). Netzpolitischer Wochenrückblick KW43: Spannende Umfrageergebnisse und neue Ideen für KI-Regulierung. https://netzpolitik.org/2018/netzpolitischer-wochenrueckblick-kw43-spannende-umfrageergebnisse-und-neue-ideen-fuer-ki-regulierung/.
Die Bundesregierung. (Hrsg.). (2018). Strategie Künstlicher Intelligenz der Bundesregierung (Stand: November 2018). Berlin. https://www.denkfabrik-bmas.de/themen/kuenstliche-intelligenz/die-ki-strategie/.
Diercks, J., & Kupka, K. (Hrsg.). (2013). Recrutainment. Spielerische Ansätze in Personalmarketing und -auswahl. Springer Gabler. https://doi.org/10.1007/978-3-658-01570-1.
Döring, S. (2017). Personalmanagement aus Perspektive der Dienstleistungsforschung (Research). Dissertation. Universität der Bundeswehr München, Springer Fachmedien. https://doi.org/10.1007/978-3-658-21617-7.
Dreimann, A. (2017). War for Talent. Strategien polizeilicher Nachwuchswerbung aus der Perspektive des Neo-Institutionalismus (Polizeiwissenschaft in Theorie und Empirie, Bd. 8). Verlag für Polizeiwissenschaft.
Dresing, T., & Pehl, T. (2017). Praxisbuch Interview, Transkription & Analyse. Anleitungen und Regelsysteme für qualitativ Forschende (8. Aufl.). Eigenverlag.
Eberl, U. (2016). Smarte Maschinen. Wie Künstliche Intelligenz unser Leben verändert. Hanser Fachbuchverlag. https://doi.org/10.3139/9783446448865.
Eisenkrämer, S. (2017). Wie Künstliche Intelligenz im Recruiting helfen kann. https://www.springerprofessional.de/recruiting/kuenstliche-intelligenz/wie-kuenstliche-intelligenz-im-recruiting-helfen-kann/15292586.
Ethikbeirat HR Tech. (2019). Richtlinien für den verantwortungsvollen Einsatz von Künstlicher Intelligenz und weiteren digitalen Technologien in der Personalarbeit. https://www.ethikbeirat-hrtech.de/wp-content/uploads/2020/03/Richtlinien_Download_deutsch_final.pdf.
Ertel, W. (2016). Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung (Computational Intelligence, 4. Aufl.). Springer Vieweg. https://doi.org/10.1007/978-3-658-13549-2.
European Commission. (2018). The age of artificial intelligence. Towards a European strategy for human-centric machines. European Political Strategy Center.
Fejes, M. (2019). Das Vorurteil der Maschine. https://idw-online.de/de/news709664.
Feltes, T. (Hrsg.). (2011). Polizeiwissenschaft: Von der Praxis zur Theorie (Schriftenreihe Polizieren, Bd. 3). Verlag für Polizeiwissenschaft.
Freiburger Institute for Advanced Studies. (Hrsg.). (2018). Verantwortliche Künstliche Intelligenz. https://idw-online.de/de/news704670.
Frevel, B., Miesner, B., & Voelzke, N. (2010). Das leitfadengestützte Experteninterview. In C. Barthel & C. Lorei (Hrsg.), Empirische Forschungsmethoden. Eine praxisorientierte Einführung für die Bachelor- und Masterstudiengänge der Polizei (S. 103–128). Verlag für Polizeiwissenschaft.
Frintrup, A., Behrmann, M., & Mussel, P. (2007). Innovative Personalauswahl bei der Polizei. Integration von effizienten E-Recruiting und Personalauswahlmethoden. In C. Lorei (Hrsg.), Polizei & Psychologie 2006. Kongressband der Tagung „Polizei & Psychologie“ am 3. und 4. April 2006 in Frankfurt a. M. (Schriftenreihe Polizei & Wissenschaft, S. 533–563). Verlag für Polizeiwissenschaft.
Ganselmayer, L. (2017). Beeinflussung des Recruitingprozesses durch Wissensmanagement am Beispiel der Bundespolizei. AV Akademikerverlag.
Gentsch, P. (2018). Künstliche Intelligenz für Sales, Marketing und Service. Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices. Springer Gabler. https://doi.org/10.1007/978-3-658-19147-4.
Gerdenitsch, C., & Korunka, C. (2019). Digitale Transformation der Arbeitswelt. Springer. https://doi.org/10.1007/978-3-662-55674-0.
Gläser, J., & Laudel, G. (2010). Experteninterviews und qualitative Inhaltsanalyse. als Instrumente rekonstruierender Untersuchungen (Lehrbuch, 4. Aufl.). VS Verlag.
Goecke, H., & Thiele, C. (2018). IW-Kurzbericht 75/2018. KI-Forschung und Start-ups in Deutschland: Zahlreiche Zentren. https://www.iwkoeln.de/studien/iw-kurzberichte/beitrag/henry-goecke-christopher-thiele-zahlreiche-zentren-412793.html.
Görz, G., Schneeberger, J., & Schmid, U. (Hrsg.). (2014). Handbuch der künstlichen Intelligenz (5. Aufl.). Oldenbourg.
Gräfe, D. (1. Februar 2019). Stellen uns bald Roboter ein? Stuttgarter Zeitung, S. 9.
Grävemeyer, A. (2018). Welche Chance hat „KI made in Germany“? https://www.heise.de/newsticker/meldung/Welche-Chance-hat-KI-made-in-Germany-4239874.html?wt_mc=rss.ho.beitrag.atom.
Gruhn, V., & Franz, T. (2018). Ein Überblick über KI: Es gibt nicht die eine künstliche Intelligenz. https://www.computerwoche.de/a/es-gibt-nicht-die-eine-kuenstliche-intelligenz,3545708.
Häder, M. (2015). Empirische Sozialforschung. Eine Einführung (3. Aufl.). Springer VS. https://doi.org/10.1007/978-3-531-19675-6.
Hill, H. (2018). Was bedeutet Künstliche Intelligenz (KI) für die Öffentliche Verwaltung? Verwaltung & Management, 6, 287–294.
Jäger, W. (2017a). Smarte Tools für Smarte Recruiter. Personalmagazin Spezial Recruiting (6), S. 6–7. https://zeitschriften.Haufe.de/ePaper/PM_spazial_Trends_im_Recruiting/2017a/D9E47198/files/assets/basic-html/index.html#6.
Jäger, W. (2017b). Umfrage: Recruiter 4.0 – So denken die Experten | Crosswater Job Guide. https://crosswater-job-guide.com/archives/63501/umfrage-recruiter-4-0-so-denken-die-experten/.
Jäger, W. (2018a). „Recruiting 1.0–4.0“: Strategien, Prozesse und Systeme im Wandel der Zeit. In C. Kochhan & A. Moutchnik (Hrsg.), Media Management (S. 1–27). Springer Fachmedien.
Jäger, W. (2018b). Digitalisierung im Recruiting (Recruiting 4.0). In T. Petry & W. Jäger (Hrsg.), Digital HR. Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement. Haufe Group.
Jäger, W., & Petry, T. (2018). Digital HR – Ein Überblick. In T. Petry & W. Jäger (Hrsg.), Digital HR. Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement (Haufe Fachbuch, v.14054, 1. Aufl., S. 27–99). Haufe Group.
Kammermeier, M. (2019). Recruiting: Wenn die KI passende Mitarbeiter findet – Golem.de. https://www.golem.de/news/recruiting-wenn-die-ki-passende-mitarbeiter-findet-1901-138503.html.
Kipp, W., & Seiler, M. (2019). DGFP // Interview: „Kandidaten optimal ansprechen“. https://www.dgfp.de/aktuell/dgfp-interview-kandidaten-optimal-ansprechen/.
Knobloch, T., & Hustedt, C. (2019). Der Maschinelle Weg zum passenden Personal. Zur Rolle algorithmischer Systeme in der Personalauswahl (Bertelsmann Stiftung, Hrsg.). https://doi.org/10.11586/2019027.
Kuckartz, U., & Rädiker, S. (2014). Datenaufbereitung und Datenbereinigung in der qualitativen Sozialforschung. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 383–396). Springer VS.
Lämmel, U., & Cleve, J. (2012). Künstliche Intelligenz. Mit 51 Tabellen, 43 Beispielen, 118 Aufgaben, 89 Kontrollfragen und Referatsthemen (4. Aufl.). Hanser.
Lamnek, S., & Krell, C. (2010). Qualitative Sozialforschung (Grundlagen Psychologie, 5. Aufl.). Beltz.
Lamnek, S., & Krell, C. (2016). Qualitative Sozialforschung. Mit Online-Material (6. Aufl.). Beltz.
Leipold, P. (2018). Recruiting 4.0: Von Jobbots bis Robo-Recruiting. Wissens management – Das Magazin für Digitalisierung. Vernetzung & Kollaboration, 6, 34–35.
Lenzen, M. (2018). Künstliche Intelligenz. Was sie kann & was uns erwartet (Beck Paperback, Bd. 6302, Originalausgabe). Beck.
Liebig, S., Matiaske, W., & Rosenbohm, S. (Hrsg.). (2017). Handbuch Empirische Organisationsforschung (Springer Reference Wirtschaft). Springer Fachmedien. https://doi.org/10.1007/978-3-658-08493-6.
Litzel, N. (2017). Was ist Digitale Transformation? https://www.bigdata-insider.de/was-ist-digital-transformation-a-626446/.
Mayring, P. (1991). Qualitative Inhaltsanalyse. In U. Flick (Hrsg.), Handbuch qualitative Sozialforschung. Grundlagen, Konzepte, Methoden und Anwendungen (S. 209–213). Psychologie-Verlags-Union.
Mayring, P. (2015). Qualitative Inhaltsanalyse. Grundlagen und Techniken (12. Aufl.). Beltz.
Meuser, M., & Nagel, U. (2005). ExpertInneninterviews – Vielfach erprobt, wenig bedacht. In A. Bogner, W. Menz, & B. Littig (Hrsg.), Das Experteninterview. Theorie, Methode, Anwendung (2. Aufl., S. 71–93). VS Verlag.
Mey, G., & Mruck, K. (2014). Qualitative Forschung. Analysen und Diskussionen – 10 Jahre Berliner Methodentreffen. Springer VS. https://doi.org/10.1007/978-3-658-05538-7.
Meyer, C., & Meier zu Verl, C. (2014). Ergebnispräsentation in der qualitativen Forschung. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 245–258). Springer VS.
Miebach, B. (2017). Handbuch Human Resource Management. Das Individuum und seine Potenziale für die Organisation. Springer. https://doi.org/10.1007/978-3-658-10239-5.
Misoch, S. (2015). Qualitative interviews. De Gruyter. https://doi.org/10.1515/9783110354614.
Ministerium für Inneres, Digitalisierung und Migration. (Hrsg.). (2017). Einstellungsoffensive bei der Polizei. https://www.baden-wuerttemberg.de/de/service/presse/pressemitteilung/pid/einstellungsoffensive-bei-kriminalpolizei/.
Otto-Friedrich-Universität Bamberg. (Hrsg.). (o. J.). E-Recruiting & Employer Branding: Status Quo und Trends in der Personalbeschaffung. https://www.uni-bamberg.de/isdl/transfer/e-recruiting/forschung/.
Povaleij, R. (2018). Chancen und Potenziale von Künstlicher Intelligenz für unsere digitale Welt. In W. Honekamp & S. Bug (Hrsg.), Polizei-Informatik 2018 (S. 26–33). Rediroma Verlag.
Ramesh, V. (2018). Künstliche Intelligenz. Wie verlässlich sind selbstlernende Systeme? Forschung Frankfurt Das Wissenschaftsmagazin der Goethe-Universität (1), S. 53.
Ransbotham, S., Kiron, D., Gerbert, P., & Reeves, M. (2017). Reshaping business with artificial intelligence. Closing the gap between ambition an action (MIT Sloan Management Review and The Boston Consulting Group, Hrsg.). http://image-src.bcg.com/Images/Reshaping%20Business%20with%20Artificial%20Intelligence_tcm9-177882.pdf.
Raven51. (Hrsg.). (o. J.). Recruiting 4.0: Was ist damit gemeint? https://raven51.de/wiki/recruiting-4-0/.
Scheufele, B., & Engelmann, I. (2009). Empirische Kommunikationsforschung (UTB basics, Bd. 3211). UVK.
Schulz, A. (2017). Künstliche Intelligenz – Hilfsmittel oder Konkurrenz für die Polizei. Der Kriminalist, 3, 16–18.
Sement, S., & Hilberer, L. (2018). Potenziale von künstlicher Intelligenz für HR. In T. Petry & W. Jäger (Hrsg.), Digital HR. Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement (S. 181–193). Haufe Group.
Sesink, W. (1993). Menschliche und künstliche Intelligenz. Der kleine Unterschied (Reedition 2012). Klett-Cotta.
Statistisches Bundesamt. (2019). Bevölkerung im Wandel. Annahmen und Ergebnisse der 14. koordinierten Bevölkerungsvorausberechnung. https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Bevoelkerungsvorausberechnung/_inhalt.html#sprg233474.
Streim, A., & Klingholz, L. (2019). Bitkom zu den heute vorgelegten EU-Empfehlungen für eine vertrauenswürdige KI. https://www.bitkom.org/Presse/Presseinformation/Bitkom-zu-den-heute-vorgelegten-EU-Empfehlungen-fuer-eine-vertrauenswuerdige-KI.
Strübing, J. (2013). Qualitative Sozialforschung. Eine komprimierte Einführung für Studierende (2. Aufl.). Oldenbourg. https://doi.org/10.1515/9783110529920.
Teetz, I. (2018a). Künstliche Intelligenz im Recruiting. In T. Petry & W. Jäger (Hrsg.), Digital HR. Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement (Haufe Fachbuch, v.14054, 1. Aufl.). Haufe Group, S. 225–240.
Teetz, I. (milch & zucker Talent Acquisition & Talent Management Company, Hrsg.). (2018b). Milch & zucker Themenreihe: „Künstliche Intelligenz im Recruiting“. https://www.milchundzucker.de/milch-zucker-themenreihe-kuenstliche-intelligenz-im-recruiting/.
Thomas, V., & Vera, A. (2019). Innovationen in der Polizei: Dynamische Fähigkeiten als Schlüssel zum Organisationserfolg. Verwaltung & Management, 25(5), 219–223.
Trinkwalder, A. (2018). Irren ist künstlich. Wo künstliche Intelligenz noch schwächelt. c't magazin für computer technik (24), S. 130–133.
Utsch, C. (2018). Wie smart ist das Human Resource Management? Wissens management – Das Magazin für Führungskräfte (1), S. 34–35.
Walsh, T. (2018). It’s alive. Wie künstliche Intelligenz unser Leben verändern wird. Edition Körber.
Weichold, M. (2014). Pretest. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 299–304). Springer VS.
Weise, D. M. (2011). Rekrutierung der Net Generation. E-Recruiting mithilfe von Web 2.0-Tools. Diplomica.
Weitzel, T., Maier, C., Oehlhorn, C., Weinert, C., & Wirth, J. (2019). Digitalisierung und Zukunft der Arbeit. https://www.uni-bamberg.de/fileadmin/uni/fakultaeten/wiai_lehrstuehle/isdl/Studien_2019_02_Digitalisierung_Web.pdf.
Winzer, U. (o. J.). Recruiting 4.0 – Mehr als nur die normale Personalsuche. https://www.ulrikewinzer.com/recruiting-40-blog/.
Wirtschaftsministerium Baden-Württemberg. (Hrsg.). (2002). Landesentwicklungsplan 2002 Baden-Württemberg. https://www.lubw.baden-wuerttemberg.de/documents/10184/285309/Landesentwicklungsplan_2002.pdf.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Abendschein, U., Thomas, V. (2023). Recruiting 4.0: Künstliche Intelligenz im Human Resource Management der Polizei. In: Ritsert, R., Vera, A. (eds) Change und Innovation in der Polizei . Schriftenreihe zur Polizei- und Sicherheitsforschung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-38653-5_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-38653-5_3
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-38652-8
Online ISBN: 978-3-658-38653-5
eBook Packages: Business and Economics (German Language)