Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten: Was kann KI?

In ihrem Buchkapitel "Künstliche Intelligenz im Recruiting: Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten" entwickeln Marc Roedenbeck, Salmai Qari und Marcel Herold anhand einer Pilotstudie einen Anwendungsfall von KI im Rekruiting. Dabei kommen zwei Methoden bei der Analyse der Bewerbungsschreibung zur Anwendung: die einfache Clusteranalyse (aus dem Sample des unsupervised Learnings) und ein neuronales Netzes (aus dem Sample des supervised Learnings). Die Ergebnisse zeigen, dass beide Methoden vielversprechende Ansätze für den Einsatz von KI im Rekruiting sind. 

Quelle: Roedenbeck M., Qari S., Herold M. (2021) Künstliche Intelligenz im Recruiting: Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten. In: Barton T., Müller C. (eds) Künstliche Intelligenz in der Anwendung. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30936-7_12