Zu Einstellungen gibt es jede Menge Studien, die zeigen, wie irrelevante Faktoren Einstellungsentscheidungen beeinflussen können. Dabei kann es um allgemeine kognitive Vorurteile gehen, wie der Heiligenschein-Effekt oder die Bevorzugung einer Person, weil sie Ihr Hobby teilt, aber es gibt durchaus auch Vorurteile gegen Bewerber*innen bestimmten Alters, ethnischer Herkunft oder Geschlechts, die die Einstellungsentscheidung beeinflussen. In allen Fällen mindern diese Vorurteile, die häufig ganz unbewusst auftreten, unsere Fähigkeit, die nützlichen Informationen in unsere Entscheidungsfindung einfließen zu lassen, was zu schlechten Einstellungsentscheidungen führt.

Um Vorurteile zu mindern, bitten viele Unternehmen Bewerber*innen, eine Übung zum Mitnehmen auszufüllen, um sie anhand der für den Job erforderlichen Fähigkeiten zu bewerten. Indem wir den Fokus auf die Fähigkeiten setzen, die die Stelle erfordert, statt uns auf die Laufbahn der Bewerber*innen zu konzentrieren, lassen sich schneller die wirklich starken Bewerber*innen ausfindig machen. Tests für Zuhause können Vorurteile reduzieren, aber beseitigen nicht unbedingt das Vorurteil.

Kunden von Greenhouse können die Funktion „Test für Zuhause“ in ihren Vorstellungsgesprächsplan integrieren, um eine Bewertung vorzubereiten. Auf diese Weise können sie eine Aufgabe an die Bewerber*innen senden und erhalten ausgefüllte Tests, die eine beauftragte Person dann auswertet. Unsere Kunden auf Expertenebene können den Test für Zuhause während der Auswertung auch anonymisieren. Dies verhindert, dass die auswertende Person das Profil oder personenbezogene Angaben der Bewerber*innen aus dem Test entnimmt, was sie daran hindert, weitere Recherchen über den/die jeweilige Bewerber*in zu betreiben, was ihre Auswertung beeinflussen könnte.

Abbildung 2: Beispiel eines anonymisierten Tests für Zuhause

Was zeigt die anonymisierte Auswertung im Vergleich zu Vorurteilen bei offenen Tests?

Wir setzen dazu aggregierte Daten aus unserem Produkt ein, um zu erkennen, ob ein/e Bewerber*in den Test für Zuhause eher besteht oder nicht besteht, wenn die Auswertung anonym erfolgt. Für Kunden, die EEOC (Equal Employment Opportunity Commission)-Daten sammeln, lässt sich auch erkennen, welche demografischen Vorurteile eine Rolle spielen, wenn die Auswertung nicht anonymisiert erfolgt.

Anhand von Dateneinträgen von circa 384.000 Bewerber*innen, die zwischen Januar 2021 und Dezember 2022 einen Test für Zuhause für Stellen mit EEOC-Daten eingereicht haben, haben wir Regressionsanalysen durchgeführt, um die Wahrscheinlichkeit einzuschätzen, ob ein/e Bewerber*in ein Vorstellungsgespräch besteht. Wir haben die folgenden Variablen berücksichtigt: verwendete Bewertungsmethode (anonym oder nicht), erhaltene Gesamtempfehlung eines Bewerbers (positiv oder negativ gruppiert), Rollentyp (z. B. Ingenieurstellen, Rollen mit mehreren Einstellungen) und Antworten der Bewerber*innen auf ethnische und geschlechtsspezifische EOC-Fragen.

Unsere Ergebnisse zeigen, dass Anonymisierung einen allgemeinen Vorteil für alle Bewerber*innen bietet: Wir schätzen, dass die Durchlaufrate nach einem Test für Zuhause um 6,5 bis 10 % steigt, wenn die Bewertung anonym erfolgt. Wenn ein Berichtsbogen eingereicht wird, schätzen wir einen zusätzlichen Anstieg von 6 bis 13 % – selbst in Fällen, in denen der Berichtsbogen negativ ist. Dies deutet darauf hin, dass der kumulative Anstieg zwischen 12 und 23 % liegt.

Bei Berücksichtigung der EEOC-Daten lässt sich erkennen, dass Bewerber*innen aus historisch unterrepräsentierten Gruppen im Vergleich zu weißen Bewerber*innen eher nicht vorankommen, wenn die Auswertung nicht anonymisiert wird: Schwarze Bewerber*innen werden 7,4 bis 12,4 % seltener zu Vorstellungsgesprächen eingeladen, und für Latino/a-Bewerber*innen ist es 2 bis 7,5 % weniger wahrscheinlich. Diese negativen Effekte werden häufig ausgeglichen oder fallen gänzlich weg, wenn die Auswertung anonym erfolgt. Dies zeigt die geltenden Vorurteile gegenüber schwarzen und lateinamerikanischen Einzelpersonen und inwiefern Anonymisierung diese Vorurteile mindern kann.

Vorhersehbare Wahrscheinlichkeit, einen Test für Zuhause zu bestehen, basierend auf Gesamtbewertung, ethnischer Herkunft und Testanonymisierung. Vorhersagen beruhen auf einem Linearen Wahrscheinlichkeitsmodell, das alle offenen Stellen enthält. Beachten Sie, dass wir nur Ergebnisse für Bewerber*innen aufnehmen, die sich im EEOC-Fragebogen als Asiaten, Schwarze oder Afroamerikaner, Hispanos oder Latinos oder Weiß identifiziert haben, da dies die ethnischen Variablen waren, für die statistisch signifikante Koeffizienten vorliegen.

Die Raten bestandener Tests im Datensatz, die nach Gesamtbewertung, Ethnie und Testanonymisierung aufgeteilt wurden. Beachten Sie, dass wir nur Ergebnisse für Bewerber*innen aufnehmen, die sich im EEOC-Fragebogen als Asiaten, Schwarze oder Afroamerikaner, Hispanos oder Latinos oder Weiß identifiziert haben, da dies die ethnischen Variablen waren, für die statistisch signifikante Koeffizienten vorliegen.

Beim Blick auf das Geschlecht haben wir ebenfalls festgestellt, dass weibliche Bewerberinnen zu 2 bis 3 % seltener bestehen als männliche Bewerber, wenn die Auswertung nicht anonym erfolgt. Eine anonymisierte Auswertung verbessert die Chancen von weiblichen Bewerberinnen, dass sie das Vorstellungsgespräch bestehen, aber leider zeigen unsere Ergebnisse, dass der Zuwachs im erfolgreichen Bestehen immer noch unter dem von männlichen Bewerbern liegt.

Dieses Ergebnis blieb in unserer intersektionalen Analyse bestehen: Soweit die Anonymisierung eines Tests für Zuhause dazu beitrug, anfänglich negative Vorurteile gegenüber einer bestimmten Herkunft (z. B. gegenüber lateinamerikanischen Bewerber*innen) auszugleichen, profitierten von diesem Ausgleich in erster Linie männliche Bewerber innerhalb dieser ethnischen Gruppe. Insgesamt ist es wahrscheinlicher, dass weibliche Bewerber*innen den Test bestehen, wenn die Auswertung anonym erfolgt, aber die Raten des weiteren Erfolgskurses von Männern gegenüber Frauen gehen weiter auseinander.

Vorhersehbare Wahrscheinlichkeit, einen Test für Zuhause zu bestehen, basierend auf Gesamtbewertung, Geschlecht und Testanonymisierung. Vorhersagen beruhen auf einem Linearen Wahrscheinlichkeitsmodell, das alle offenen Stellen enthält.

Die Raten bestandener Tests im Datensatz, die nach Gesamtbewertung, Geschlecht und Testanonymisierung aufgeteilt wurden.

Die Ergebnisse deuten darauf hin, dass strukturelle Aspekte von Übungen für Zuhause bestimmte Gruppen benachteiligen, insbesondere weibliche Bewerberinnen.

Wenn Sie Bewerber*innen beispielsweise bitten, eine bestimmte Anzahl von Stunden für einen Test für Zuhause aufzuwenden, kann dies Bewerber*innen mit weniger Freizeit benachteiligen. Bewerber*innen mit mehr Freizeit können auch das zeitliche Limit ignorieren, was wiederum andere benachteiligt. Obwohl wir diese Frage in unserer Analyse nicht genauer untersuchen konnten, halten wir es für wichtig, dass Unternehmen überlegen, wie die Anforderungen in ihrem Test für Zuhause Bewerber*innen aus bestimmten demografischen Gruppen unverhältnismäßig benachteiligen können.

Unsere Erkenntnisse deuten darauf hin, dass die meisten Bewerber*innen eine bessere Chance haben, einen Test für Zuhause zu bestehen, wenn die Bewertung anonymisiert wird, was einen Trend erkennen lässt, dass Personen ihre Entscheidungen auf Informationen stützen, die nichts mit den im, sofern verfügbaren, Test enthaltenen relevanten Informationen zu tun haben. Anonymisierte Auswertungen wirken diesem Trend entgegen und erhöhen die Fähigkeit der Bewerber*innen, ihre Fähigkeiten zu zeigen, und helfen Unternehmen, Personen mit den Talenten zu finden, nach denen sie suchen.

Besuchen Sie unsere Supportseite, um mehr über Tests für Zuhause zu erfahren und wie Sie bei Greenhouse einsteigen können.