Recruiting Buddy als Custom GPT

Aufzeichnung des Calls …

Vimeo

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von Vimeo.
Mehr erfahren

Video laden

  1. Einführung: Claudia’s Anwendungsfall
  • Claudia, Expertin im HR- und Recruiting-Bereich, präsentiert ihren Ansatz, KI (in Form eines Custom GPT) für die Erstellung von Stellenbeschreibungen einzusetzen.
  • Ziel ist es, Unternehmen spielerisch dabei zu unterstützen, präzise und ansprechende Positionsbeschreibungen zu formulieren – ein essenzieller Schritt im Recruiting-Prozess.
  • Herausforderungen in der Praxis:
    • Viele Unternehmen haben Schwierigkeiten, Stellenbeschreibungen zu formulieren.
    • Es gibt Vorbehalte und Unsicherheiten beim Einsatz von KI, insbesondere im HR-Bereich.
  1. Funktionalitäten des geplanten Bots
  • Allgemeiner Einsatz: Der Bot soll für alle Positionen einsetzbar sein – von Fachkräften bis hin zu Führungskräften – und Fragen stellen, die zur Erstellung von Stellen- und Jobanzeigen führen.
  • Prozessablauf:
    • Der Bot stellt gezielte Fragen zu einer Position (z. B. Anforderungen, Verantwortlichkeiten, Arbeitsumfeld).
    • Aus den Antworten generiert er eine Positionsbeschreibung und idealerweise auch eine Jobanzeige.
    • Diese sollte SEO-optimiert sein und sich an die Anforderungen des Arbeitsmarkts anpassen.
  • Multilingualität: Der Bot soll in mehreren Sprachen arbeiten (z. B. Deutsch, Englisch, Französisch, Spanisch) und die Ergebnisse entsprechend ausgeben.
  • Rechtskonformität:
    • Berücksichtigung von DSGVO und relevanten Anforderungen des EU AI Acts.
    • Integration eines Disclaimers, der auf die nicht-beratende Funktion des Bots hinweist.
  1. Mögliche Einsatzszenarien
  • Ad-hoc-Anfragen: Schnelle Erstellung von Stellenbeschreibungen für neue oder unklare Positionen.
  • Präsentationen und Schulungen: Demonstration der Fähigkeiten von KI im HR-Bereich, z. B. für Führungskräfte oder HR-Teams, die wenig Erfahrung mit KI haben.
  • Effizienzsteigerung: Automatisierte Unterstützung von Führungskräften, die oft wenig Zeit oder Lust haben, Stellenbeschreibungen zu erstellen, aber dennoch qualitativ hochwertige Ergebnisse benötigen.
  1. Technische und strategische Überlegungen
  • Struktur der Stellenbeschreibungen:
    • Eine Grundstruktur ist notwendig, die jedoch flexibel erweitert oder reduziert werden kann (z. B. zusätzliche Elemente für Führungspositionen oder spezifische Branchenanforderungen).
    • Der Bot soll Fragen anpassen und Antworten dynamisch weiterverarbeiten, um relevante Informationen in die Struktur einzubauen.
  • Rahmenbedingungen und Wissensdatenbank:
    • Der Bot sollte über rechtliche Rahmenbedingungen (z. B. DSGVO) und branchenspezifische Anforderungen informiert sein, die in einer Knowledge Area hinterlegt werden können.
    • Vergleichbares wurde bei anderen Projekten erfolgreich umgesetzt, z. B. bei der Erstellung von Berichten nach Vorgaben der Nordkirche.
  • Entwicklungsschritte:
    • Vorab eine klare Struktur und Logik definieren, bevor der Bot programmiert wird.
    • Kein starrer Fragenkatalog, sondern die Möglichkeit für den Bot, selbstständig relevante Fragen zu stellen und Antworten zu integrieren.
  1. Diskussion und Ergänzungen
  • Interaktivität des Bots:
    • Der Fokus liegt darauf, dass der Bot Fragen stellt, um notwendige Informationen zu sammeln, und basierend darauf das finale Dokument erstellt.
    • Er soll dabei in der Lage sein, nicht-relevante Elemente aus der Stellenbeschreibung automatisch auszuklammern (z. B. Führungselemente bei Nicht-Führungspositionen).
  • Vordefinierte Strukturen:
    • Es existieren grundlegende, einheitliche Strukturen für Stellenbeschreibungen (z. B. Aufbau, Pflichtangaben, optionale Inhalte), die vom Bot flexibel adaptiert werden können.
    • Unterschiedliche Anforderungen je nach Branche oder Hierarchieebene (z. B. Fachkräfte vs. Management) müssen berücksichtigt werden.
  1. Nächste Schritte
  • Breakout-Sessions:
    • Weitere Ausarbeitung der Struktur und Logik für den Bot.
    • Sammlung und Integration von rechtlichen und funktionalen Rahmenbedingungen.
  • Kickstart-Termine: Falls offene Fragen bleiben, wird das Thema in einem der nächsten Gruppenmeetings vertieft.

Fazit

Claudia’s Idee, einen KI-gestützten Bot zur Stellenbeschreibungserstellung zu entwickeln, adressiert eine zentrale Herausforderung im Recruiting: den oft zeitaufwändigen und schwierigen ersten Schritt der Positionsdefinition. Mit einem interaktiven und multilingualen Custom GPT könnte dieser Prozess erheblich beschleunigt, vereinfacht und qualitativ verbessert werden. Die vorgestellten Ansätze und Diskussionen bieten eine solide Grundlage, um das Konzept weiter auszuarbeiten und erfolgreich in die Praxis umzusetzen.

Aufzeichnung des Calls …

Vimeo

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von Vimeo.
Mehr erfahren

Video laden

Zusammenfassung des Trainingscalls: Erstellung eines Custom GPT zur Unterstützung bei Positionsbeschreibungen

  1. Ausgangslage und Zielsetzung:

Claudia stellte den Anwendungsfall vor: Die Entwicklung eines Custom GPT, das Führungskräfte dabei unterstützt, Positionsbeschreibungen zu erstellen – eine interne Dokumentation, die detailliert den Bedarf und die Anforderungen an eine vakante Position definiert. Diese unterscheidet sich von öffentlichen Stellenanzeigen und ist die Basis für Freigaben, Entscheidungen des Betriebsrats sowie für das gesamte Recruiting-Projekt.

Das Hauptproblem: Führungskräfte haben oft klare Vorstellungen im Kopf, können diese jedoch schwer schriftlich festhalten. Hier sollte der Custom GPT mit einem interaktiven Frage-Antwort-Dialog helfen, der die relevanten Informationen gezielt abfragt und aufbereitet.

  1. Herausforderung:

Der Bot sollte nicht für ein einzelnes Unternehmen mit festen Strukturen entwickelt werden, sondern flexibel genug sein, um in unterschiedlichen Organisationstypen wie Krankenhäusern, der Bundeswehr oder Großkonzernen eingesetzt zu werden. Dadurch mussten zunächst Metaebenen wie der Organisationstyp und die Einbindung der Position (z. B. Ebene, Berichtslinien, Teamführung) berücksichtigt werden, bevor ins Detail gegangen wird.

  1. Lösungsansätze:
  • Metaebene und Struktur: Es wurde ein Ansatz entwickelt, bei dem zuerst grundlegende „Hardfacts“ (z. B. Abteilung, Ebene, Berichtslinie) geklärt werden, bevor spezifische Aufgaben und Verantwortlichkeiten abgefragt werden.
  • Iterativer Prozess: Claudia und das Team arbeiteten mit mehreren Perspektiven. Sebastian brachte seine Erfahrung im Recruiting ein und zeigte erste konkrete Umsetzungsmöglichkeiten. Azadi kombinierte diese Ansätze mit anderen Tools wie Legal Tech (Libra), um Flexibilität und DSGVO-Konformität zu testen.
  1. Praxisbeispiele und Fortschritte:
  • Sebastians HR Helper Bot: Sebastian präsentierte seinen Prototypen eines Bots, der Positionsbeschreibungen in einem interaktiven Dialog generiert. Der Bot fragt gezielt nach relevanten Informationen wie:
    • Position (z. B. Business Developer),
    • Berichtslinien (z. B. an Head of B2B),
    • Hauptaufgaben,
    • Qualifikationen und Soft Skills (z. B. ein „charmant, hartnäckiger Closer“). Anschließend erstellt der Bot eine zusammenhängende und professionell formulierte Positionsbeschreibung im Fließtext.
  • Azadis Ansatz: Azadi verfolgte einen ähnlichen Prozess in Libra und legte dabei ebenfalls Wert auf eine klare Struktur und generische Anweisungen, die später erweitert werden können.
  1. Weiterentwicklung und offene Punkte:
  • Dynamische Anpassung: Ein wichtiger nächster Schritt ist die Möglichkeit, dass der Bot auf Basis vorheriger Antworten dynamisch passende Folgefragen generiert, um eine noch individuellere und präzisere Positionsbeschreibung zu ermöglichen.
  • Exportfunktionen: Ein geplantes Feature ist die automatische Ausgabe der Positionsbeschreibung als Word-Dokument – dies funktionierte im Test jedoch noch nicht.
  • DSGVO-Konformität: Azadi hob hervor, dass andere Tools wie LangDoc noch nicht die Flexibilität von OpenAI bieten. Es bleibt abzuwarten, wie diese Plattformen in Zukunft aufholen.
  1. Erkenntnisse und Lernmomente:
  • Keep it simple: Komplexe Anforderungen können oft durch iterative Schritte und eine klare Struktur einfacher gelöst werden.
  • Metaebene einnehmen: Die Reflexion über den Organisationskontext ist essenziell, um ein umfassendes Verständnis für die Position zu schaffen.
  • Kollaboration: Unterschiedliche Perspektiven und Fähigkeiten im Team – wie die Erfahrung von Sebastian im Recruiting – führen zu besseren Ergebnissen.
  1. Fazit und Motivation:

Claudia zog abschließend die Lehre, dass einfache Herangehensweisen in Kombination mit AI-Lösungen oft die effektivsten sind. Ihre Kernbotschaft an das Team und die Zuhörer lautete: „Try AI first!“