Künstliche Intelligenz in Personalauswahl und -entwicklung

المجموعات المستهدفة:

 Führungskräfte; HR-Fachkräfte (Eignungsdiagnostik, Personalentwicklung, Recruitment); Selbstständige und ExistenzgründerInnen

المتطلبات المهنية:

Führungskräfte; HR-Fachkräfte (Eignungsdiagnostik, Personalentwicklung, Recruitment); Selbstständige und ExistenzgründerInnen

المتطلبات التقنية:

Das Seminar findet über die Plattform Zoom statt. Als technische Voraussetzungen benötigen Sie ein Notebook/ PC mit Kamera und Mikrofon (Headset empfohlen) und eine stabile Internetverbindung.

منهجية وكالات العمل:

keine Angaben

المحتويات

Der Human Resource Life Cycle von Personalmarketing bis Outplacement verlangt in der praktischen Arbeit viel Zeitinvestment. Das Seminar zeigt, wie seriöse KI-Ansätze bereits heute bei der Personalauswahl und -entwicklung diagnostische Arbeit übernehmen können. Dabei wird aufgezeigt, wie KI allgemein funktioniert und welche praktischen Grenzen sich hieraus ergeben. Erste grundlegende Ansätze des Machine Learning werden praktisch eingeübt.

Das Thema Künstliche Intelligenz hält in vielen beruflichen Bereichen Einzug. In der Personalarbeit ist es umstritten. Zu groß scheint die Lücke zwischen Versprechung und Fundiertheit. In diesem Seminar wird gezeigt, welche wissenschaftlich belastbaren und DIN33430-konformen Methoden bereits existieren, um mit KI schnell zu Anforderungsprofilen für die Personalauswahl zu kommen, diese zu testen und mit Interviewdaten zu verknüpfen. Im Bereich der Personalentwicklung werden Methoden vorgestellt, die schnell und individuell Entwicklungsfelder aufzeigen und die effizientesten Entwicklungsmethoden vorschlagen. Am zweiten Seminartag werden erste Grundideen an echten Daten mittels der Software R praktisch eingeübt.

Wesentliche Inhalte:
- Möglichkeiten und Grenzen der KI in der Personalarbeit
- Schnelles Erstellen von Anforderungsprofilen mit KI
- Einsatz von KI in der Personalauswahl
- Einsatz von KI in der Personalentwicklung
- Praktisches Üben basaler Machine-Learning-Analysen mittels R
- Vermittlung basaler Grundlagen verschiedener Machine-Learning-Ansätze