Digitale Plattformen und KI bei der Arbeitsmarktvermittlung in LMIC

Digitale Jobplattformen erweitern den Zugang zu Beschäftigung in LMICs

Digitale Stellenvermittlungsplattformen verändern, wie Arbeitnehmer in Ländern mit niedrigem und mittlerem Einkommen (LMICs) mit Arbeitsplätzen in formellen, informellen und hochqualifizierten Sektoren in Verbindung treten. Traditionell fanden die meisten Arbeitnehmer in Entwicklungsländern Jobs über persönliche Netzwerke oder indem sie Arbeitgeber direkt ansprachen, wobei nur ein winziger Bruchteil Arbeitsvermittlungsagenturen nutzte​. Diese Abhängigkeit von informellen Netzwerken begrenzte die eigenen Möglichkeiten auf den unmittelbaren Kreis und die Nachbarschaft​. Online-Plattformen helfen, diese Informationslücke zu überwinden, indem sie Stellenangebote bündeln und leicht zugänglich machen. Sie reduzieren Suchfriktionen, indem sie Arbeitsinformationen zentralisieren, Arbeitnehmern ermöglichen, Möglichkeiten über Standorte und Sektoren hinweg zu finden, und sogar Online-Tools für Kompetenztests und Verifizierung anbieten. Diese von digitalen Plattformen geführten Effizienzgewinne haben den Beschäftigungszugang auf Gruppen ausgeweitet, die auf traditionellen Arbeitsmärkten oft unterversorgt sind.

• Im informellen Sektor, mobile- und webbasierte Jobbörsen verbinden nun einkommensschwache und unorganisierte Arbeitnehmer in großem Maßstab mit Arbeitsmöglichkeiten. Solche Plattformen nutzen Mobiltechnologie, die wenig bis gar keinen Internetzugang erfordert, verwenden einfache textbasierte Schnittstellen, um Arbeitnehmer mit Arbeitgebern zu verbinden, und erhöhen drastisch die Sichtbarkeit informeller Arbeitnehmer für potenzielle Arbeitgeber, sodass selbst diejenigen ohne formale Qualifikationen Jobs finden können.

• Gig-Economy-Apps (von Fahrdiensten bis hin zu Online-Freelancer-Marktplätzen) ermöglichen Arbeitnehmern, auf Aufgaben- oder Vertragsbasis Einkommen zu erzielen. Allein die webbasierte Gig-Arbeit beschäftigt jetzt geschätzte 4,4% bis 12,5% der Arbeitnehmer weltweit (voll- oder teilzeit). Einschließlich ortsbasierter Apps (wie Fahrdienste und Lieferdienste) könnten bis zu 12% des globalen Arbeitsmarktes bereits Gig-Arbeitende sein. In Entwicklungsländern eröffnen diese Plattformen einzigartige Wege für Jugendliche, Frauen und ländliche Bevölkerungsgruppen die von traditionellen Arbeitsmärkten ausgeschlossen waren​.

  • Online-Gig-Arbeit wird als förderlich für wirtschaftliche Inklusion angesehen indem sie jungen Menschen, Frauen, geringqualifizierten Arbeitnehmern und jenen in Gebieten mit wenigen lokalen Arbeitsplätzen Möglichkeiten bietet​. Tatsächlich sind die meisten Online-Gig-Arbeitenden junge Menschen unter 30, die versuchen, Geld zu verdienen oder neue Fertigkeiten zu erlernen, und es wurde festgestellt, dass Frauen in der Online-Gig-Ökonomie in höherem Maße teilnehmen. Analysen in 17 Ländern ergaben dass 42% der Online-Gig-Arbeitenden Frauen waren, während die Beteiligung von Frauen am allgemeinen Arbeitsmarkt in diesen Ländern nur 31,8% betrug. In Gesellschaften, in denen kulturelle Normen die Mobilität von Frauen einschränken oder sie auf häusliche Aufgaben wie Kinderbetreuung beschränken, bietet die Online-Gig-Arbeit eine praktische Lösung, die es ihnen ermöglicht, ein Einkommen zu erzielen und gleichzeitig ihre Haushaltsaufgaben zu erfüllen.

• Digitale Plattformen haben zudem Wege für hochqualifizierte Fachkräfte erweitert in LMICs. Durch Online-Freelancing-Websites und Remote-Arbeitsportale können qualifizierte Arbeitskräfte in Entwicklungsländern nun global auf Kunden und Aufträge zugreifen. Dies „exportiert“ qualifizierte Arbeits dienstleistungen aus LMICs und bringt Einnahmen ein. Das Wachstum ist beeindruckend: in Subsahara-Afrika stiegen Stellenanzeigen auf einer großen Online-Arbeitsplattform zwischen 2016 und 2020 um 130%, und übertrafen damit bei weitem das Wachstum von 14% in Nordamerika. Durch die Reduzierung geografischer Barrieren integrieren diese Plattformen Talente aus LMICs in internationale Märkte und schaffen Möglichkeiten für Softwareentwickler, Designer, Autoren und andere Fachkräfte, Aufträge zu sichern, die früher unerreichbar waren.

KI-gestützte Verbesserungen bei Stellenvermittlung und Kompetenzzuordnung

Künstliche Intelligenz (KI) und Datenanalytik haben die Fähigkeiten digitaler Plattformen bei der Stellenvermittlung, Arbeitsmarktanalysen und Kompetenzzuordnung exponentiell erweitert. Moderne Online-Beschäftigungssysteme setzen zunehmend maschinelle Lernalgorithmen ein, um Arbeitssuchende weitaus effektiver mit offenen Stellen zu verbinden als einfache Stichwortsuchen. Im Gegensatz zu traditionellen Stellenbörsen, die auf eins-zu-eins-Stichwortabgleich beruhen, können KI-gesteuerte Plattformen den Kontext und die Bedeutung von Stellenanforderungen und Kandidatenprofilen interpretieren. Das Ergebnis ist ein bidirektionaler Best-Fit-Abgleich Prozess, bei dem die Plattform die besten Kandidaten für einen Arbeitgeber vorschlägt und die besten Jobs für einen Kandidaten, oft mit einem „Match-Score“.

• Über die Vermittlung hinaus ermöglicht KI fortgeschrittene Analysen und Einblicke über Arbeitssuchende , die zuvor unerreichbar waren. Unter Verwendung von Big-Data-Techniken, können Plattformen Profile und Beschäftigungsverläufe analysieren, um Trends zu identifizieren und Ergebnisse vorherzusagen. Beispielsweise verwendet der belgische öffentliche Arbeitsdienst (VDAB) KI-basierte statistische Profilierung, die „Klickdaten“-Funktionen nutzt um die Klickaktivität und das Verhalten von Arbeitssuchenden zu analysieren und die Dauer der Arbeitslosigkeit vorherzusagen. Der österreichische Arbeitsdienst entwickelte ebenfalls ein statistisches Modell, das die Wahrscheinlichkeit eines Arbeitssuchenden für kurzfristige und langfristige Arbeitslosigkeit schätzt, sodass Berater die Unterstützung gezielt auf diejenigen richten können, die am stärksten vom Verbleib in Arbeitslosigkeit bedroht sind.

• Gamification psychometrischer Tests hat in den letzten Jahren ebenfalls an Fahrt gewonnen, auch bei öffentlichen Arbeitsvermittlungen. In Indien ging die National Skill Development Corporation (NSDC) eine Partnerschaft mit KnackApp ein, um durch kognitive Spiele einen Kandidatenprofilierungsmechanismus (Fähigkeiten, Eigenschaften und unternehmerisches Potenzial) zu entwickeln. Dieser wird verwendet, um Schüler zu Karrierechancen und für sie passende Jobs zu führen.

• KI-Tools werden auch verwendet, um die Arbeitsnachfrage vorherzusagen – Frankreichs „La Bonne Boîte“ verwendet einen prädiktiven Algorithmus, um die Einstellungen der letzten 12 Monate zu analysieren und diejenigen für die nächsten 3 Monate vorherzusagen. Diese Daten ermöglichen es Arbeitssuchenden, eine Shortlist von Unternehmen mit „hohem Einstellpotenzial“ zu identifizieren, um unaufgeforderte Bewerbungen gezielt einzureichen. Solche Analysen verbessern die Entscheidungsfindung sowohl für Arbeitnehmer als auch für politische Entscheidungsträger: Arbeitssuchende erhalten datenbasierte Orientierung (zum Beispiel, welche Branchen wachsen oder welche Fähigkeiten gefragt sind), während Regierungen Echtzeit-Arbeitsmarktinformationen erhalten, um bessere Ausbildungs- und Beschäftigungsprogramme zu gestalten.

• KI-gesteuerte Karriereassistenten verbessern die Personalisierung von Beratung und Weiterbildung für Arbeitnehmer auf diesen Plattformen. Intelligente Karriereassistenten oder „Job-Coach“-Chatbots analysieren Benutzerprofile, Arbeitsmarktdaten und Einstelltrends, um interaktiv maßgeschneiderte Jobempfehlungen, Upskilling-Vorschläge und Karriereberatung zu bieten. Allerdings ist die Wirksamkeit dieser KI-gestützten Karriereberatungswerkzeuge noch nicht abschließend geklärt. Eine Evaluation von Bob Emploi, einer Online-Job-Suchunterstützungs-Website, ergab durchweg keine Effekte bei wichtigen Such- und Beschäftigungsergebnissen.

Die Verlagerung hin zu kompetenz- und fertigkeitenbasierter Profilierung

Entscheidend ist, dass KI digitale Beschäftigungsplattformen hin zu fertigkeitenbasierter Vermittlung und Ausrichtunghilft. Traditionelle Rekrutierung konzentriert sich stark auf formale Qualifikationen und Berufsbezeichnungen, wodurch Kandidaten übersehen werden können, die die richtigen Fähigkeiten, aber nicht-lineare Lebensläufe haben. KI ermöglicht es Plattformen, reichhaltige Daten zu Hard- und Softskills aus Lebensläufen, Online-Profilen und Verhaltensbewertungen zu extrahieren und diese mit Stellenanforderungen abzugleichen​.

Fortschrittliche Jobplattformen beinhalten jetzt oft eine kompetenzbasierte Matching-Komponente: anstatt Kandidaten nur nach Abschluss oder früheren Berufsbezeichnungen zu filtern, berücksichtigt der Algorithmus das vollständige Spektrum technischer Fähigkeiten, übertragbarer Fertigkeiten und sogar Neigungen. Dieser ganzheitliche Ansatz bedeutet, dass die Programmier-, Sprach- oder Teamarbeitsfähigkeiten eines Arbeitssuchenden (auch wenn sie selbst beigebracht oder informell erworben wurden) erkannt und mit offenen Stellen abgeglichen werden können, wodurch sich die Chancen erweitern. Er hilft Arbeitgebern auch, Talente zu entdecken, die in nicht-traditionellen Lebensläufen verborgen sein könnten.

Viele Länder haben traditionelle Arbeitsklassifikationen und -rahmen erweitert, um Fähigkeiten und Kompetenzen einzubeziehen. Das Europäische Kompetenz-, Qualifikations- und Berufsrahmenwerk (ESCO) der Europäischen Kommission definiert jetzt fast 13.500 Fähigkeiten, die auf die bereits bestehenden ISCO Berufssäulen der ILO abgebildet sind. Rahmenwerke wie ESCO und O*Net, das US-Äquivalent, bieten eine ganzheitliche Abbildung von Berufen und Fähigkeiten, waren aber herausfordernd zu lokalisieren und in stärker entwickelnde/aufstrebende Kontexte anzuwenden - was zu alternativen methodischen Erkundungen zur Nutzung von Big Data aus Online-Stellenangeboten und Bewerberprofilen in Kombination mit Natural Language Processing (NLP), um Informationen über Fähigkeiten zu extrahieren und lokale Taxonomien von Grund auf zu erstellen.