Automatische Stimm- und Gesichtsanalyse in der Bewerbung – alles heisse Luft?

Emotionen können von menschlichen Beobachtern verschieden interpretiert werden. Das hat Lisa Feldman Barrett, Professorin an der Northeastern University, zusammen mit ihren Kolleginnen und Kollegen längst erkannt. Umgekehrt hat sie nachgewiesen, dass eine Emotion wie «Wut» unterschiedliche Erscheinungsformen haben kann. Nur in seltenen Fällen haben wir Wutausbrüche, meist verziehen wir nur das Gesicht und zeigen Emotionen, die auch auf andere negative Gefühlszustände weisen können. Noch anspruchsvoller als das eindeutige Zuweisen von Emotionen ist das Messen von Denkprozessen. Unser Gehirn ist blitzschnell und kann hochvernetzt komplexe Situationen beobachten und interpretieren. Dies geschieht im Inneren des Körpers und ist deshalb nur teilweise durch Beobachtung erkennbar.

Die Analyse von Stimmaufnahmen oder Sprach-mustern bringt beim Messen von inneren Vorgängen keine grossen Fortschritte und hat grosse Limitationen. So beruht ein solider Algorithmus auf Tausenden von gesprochenen beziehungsweise geschriebenen Beispielen und der Lernprozess des Computers dauert mehrere Jahre. Unternehmen wie Precire in Deutschland, die auf dem Gebiet des Machine Learnings eine Pionierrolle einnehmen, können für die hochdeutsche Sprache relativ gute Resultate vorweisen. Doch schon bei der Dialektsprache wird es schwierig. Jede weitere Sprache erfordert sechsstellige Investitionssummen für die Entwicklung einer brauchbaren Sprachanalyse (bit.ly/Sprachanalyse).

Fazit: Trotz Dutzender Start-ups und hoher Investitionsvolumen in Technologie-Giganten lässt sich bei der Sprachanalyse nüchtern feststellen: Wir können zwar vieles verlässlich messen, doch die Interpretation der erhobenen Daten steckt noch weitgehend in den Kinderschuhen und ist vor allem im Recruiting grossen Einschränkungen in der Anwendung unterworfen.

Besonders erfolgsversprechend zur Ermittlung eines Persönlichkeitsprofils sind gemischt-methodische Ansätze: Wird die Stimm- und Gesichtsanalyse mit klassischen Methoden wie einem Fragebogen kombiniert, ist die Interpretation einfacher und genauer: Bei softfactors wird so eine Video-Analyse mit einer Sprachmustererkennung per Computer kombiniert und die Resultate daraus werden mit den Ergebnissen der Selbsteinschätzungen und einem Fähigkeitstest abgeglichen. Daraus entsteht ein relativ stimmiges Resultat.

Auch die «spielerische» Variante von Stimm- und Gesichtsanalysen ist im Kommen: So bietet HireVue aus den USA seit einigen Jahren eine Plattform für Online-Video-Interviews. Diese sind mit «Smart Games» von Pymetrics kombinierbar, einer Firma, die Persönlichkeitsmerkmale von Kandidaten erhebt, die an verschiedenen Online-Spielen teilgenommen haben.

Vielleicht werden in fünf bis zehn Jahren Online-Verfahren existieren, die mit 98 prozentiger Treffsicherheit aus unserem Gesichtsausdruck oder einigen kurzen gesprochenen Sätzen ein Persönlichkeitsprofil ableiten können. Noch sind wir ziemlich weit von dieser Utopie entfernt. Immerhin können wir Teilaspekte dieser Technologie schon nutzen: So erstellen Diagnostik-Experten wie Pymetrics, AssessFirst oder softfactors AG in Zürich ohne menschliche Intervention aussagekräftige Persönlichkeitsprofile. Werden diese Profile mit psychometrisch bestimmten Jobbeschreibungen verglichen, erlauben sie verlässliche Empfehlungen bezüglich eines Job-Kandidatenfits. Werden die Jobanforderungen jedoch unsorgfältig erfasst, sind die Resultate nicht besser als beim Online-Dating: Vage Persönlichkeitsmerkmale und horoskopartige Erwartungen an den Traumpartner sind keine guten Voraussetzungen, um einen passenden Kandidaten auszuwählen.

Die nächste HR Tech Club Night findet am 26. September 2019 zum Thema «Predictive Recruiting» statt. hrtechclub.ch