DC ElementWertSprache
dc.contributor.authorTrzensimiech, Annika Christina-
dc.date.accessioned2023-08-24T15:53:37Z-
dc.date.available2023-08-24T15:53:37Z-
dc.date.issued2023-06-29-
dc.identifier.issn2699-6693en_US
dc.identifier.urihttp://hdl.handle.net/20.500.12738/14081-
dc.description.abstractDie vorliegende Arbeit untersucht den Zusammenhang zwischen KI-gestützten Auswahlprozessen und der Geschlechterdiskriminierung. Die Personalbeschaffung deckt den Personalbedarf eines Unternehmens durch Sichtung von Bewerbungen und Identifizierung qualifizierter Bewerber*innen. Unternehmen nutzen KI-Systeme, um Gender Bias zu beseitigen, aber es besteht die Beobachtung, dass Frauen trotzdem aufgrund ihres Geschlechts benachteiligt werden können. Es wird daher der Frage nachgegangen, inwieweit Frauen aufgrund eines Bias von KI-gestützten Auswahlverfahren in Bewerbungsprozessen diskriminiert werden. Das Ziel dieser Hausarbeit ist es, den Forschungsstand und die Anwendungsbereiche von KI-gestützten Methoden in Bewerbungsprozessen von Unternehmen zu untersuchen und anschließend auf potenzielle Gender Bias zu analysieren.de
dc.description.abstractThe present study examines the relationship between AI-assisted selection processes and gender discrimination. The process of personnel recruitment involves screening applications and identifying qualified candidates to meet a company’s staffing needs. Companies use AI systems to eliminate gender bias, but there is an observation that women may still experience discrimination based on their gender. The research question addressed is: To what extent are women discriminated against in job application processes due to bias in AI-assisted selection procedures? The aim of this study is to investigate the current state of research and the application areas of AI-assisted methods in job application processes of companies, followed by an analysis of potential gender bias.en
dc.language.isodeen_US
dc.relation.ispartofAPI Magazinen_US
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/en_US
dc.subjectKünstliche Intelligenzen_US
dc.subjectBiasen_US
dc.subjectAuswahlprozesseen_US
dc.subjectBewerbungsprozesseen_US
dc.subjectArtificial Intelligenceen_US
dc.subjectSelection Processesen_US
dc.subjectApplication Processesen_US
dc.subjectRecruitingen_US
dc.subject.ddc650: Managementen_US
dc.titleUmfang und Reduktionsmöglichkeiten der Geschlechtsdiskriminierung in KI-gestützten Auswahlprozessende
dc.typeArticleen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
tuhh.container.issue2en_US
tuhh.container.volume4en_US
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-161708-
tuhh.note.externTrueen_US
tuhh.oai.showtrueen_US
tuhh.publication.instituteDepartment Informationen_US
tuhh.publisher.doi10.15460/apimagazin.2023.4.2.153-
tuhh.type.opus(wissenschaftlicher) Artikel-
dc.type.casraiJournal Article-
dc.type.diniarticle-
dc.type.driverarticle-
dcterms.DCMITypeText-
item.creatorGNDTrzensimiech, Annika Christina-
item.fulltextWith Fulltext-
item.creatorOrcidTrzensimiech, Annika Christina-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.languageiso639-1de-
item.openairecristypehttp://purl.org/coar/resource_type/c_6501-
item.openairetypeArticle-
crisitem.author.orcid0009-0007-4347-7086-
Enthalten in den Sammlungen:SAIL
Dateien zu dieser Ressource:
Zur Kurzanzeige

Seitenansichten

906
checked on 22.12.2024

Download(s)

710
checked on 22.12.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons