Publikation: Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht
Lade...
Dateien
Zu diesem Dokument gibt es keine Dateien.
Datum
2020
Autor:innen
Herausgeber:innen
ISSN der Zeitschrift
Electronic ISSN
ISBN
Bibliografische Daten
Verlag
Schriftenreihe
Auflagebezeichnung
Internationale Patentnummer
Angaben zur Forschungsförderung
Projekt
Open Access-Veröffentlichung
Sammlungen
Core Facility der Universität Konstanz
Titel in einer weiteren Sprache
Publikationstyp
Zeitschriftenartikel
Publikationsstatus
Published
Erschienen in
Neue Zeitschrift für Arbeitsrecht (NZA). Beck. 2020, 37(5), S. 284-290. ISSN 0943-7525
Zusammenfassung
Bereits heute unterstützt der Einsatz Künstlicher Intelligenz Personalentscheidungen. Auf Algorithmen basierende Systeme werden im Recruiting für die Suche und Auswahl geeigneter Bewerber, die Sichtung der Bewerbungsunterlagen und sogar für erste Bewerbungsgespräche eingesetzt. Der Vorteil des Robot-Recruitings soll darin liegen, dass sich das Bewerbungsverfahren effizienter und objektiver durchführen lässt. Neben datenschutzrechtlichen Aspekten drängen sich diskriminierungsrechtliche Fragestellungen beim Einsatz Künstlicher Intelligenz im Bewerbungsverfahren auf. Letzteren widmet sich dieser Beitrag.
Zusammenfassung in einer weiteren Sprache
Fachgebiet (DDC)
340 Recht
Schlagwörter
Konferenz
Rezension
undefined / . - undefined, undefined
Zitieren
ISO 690
FREYLER, Carmen, 2020. Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht. In: Neue Zeitschrift für Arbeitsrecht (NZA). Beck. 2020, 37(5), S. 284-290. ISSN 0943-7525BibTex
@article{Freyler2020Robot-75014,
title={Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht},
url={https://beck-online.beck.de/Bcid/Y-300-Z-NZA-B-2020-S-284-N-1},
year={2020},
number={5},
volume={37},
issn={0943-7525},
journal={Neue Zeitschrift für Arbeitsrecht (NZA)},
pages={284--290},
author={Freyler, Carmen}
}RDF
<rdf:RDF
xmlns:dcterms="http://purl.org/dc/terms/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:bibo="http://purl.org/ontology/bibo/"
xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:void="http://rdfs.org/ns/void#"
xmlns:xsd="http://www.w3.org/2001/XMLSchema#" >
<rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/75014">
<void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
<dc:contributor>Freyler, Carmen</dc:contributor>
<foaf:homepage rdf:resource="http://localhost:8080/"/>
<dcterms:issued>2020</dcterms:issued>
<dcterms:title>Robot-Recruiting, Künstliche Intelligenz und das Antidiskriminierungsrecht</dcterms:title>
<dcterms:abstract>Bereits heute unterstützt der Einsatz Künstlicher Intelligenz Personalentscheidungen. Auf Algorithmen basierende Systeme werden im Recruiting für die Suche und Auswahl geeigneter Bewerber, die Sichtung der Bewerbungsunterlagen und sogar für erste Bewerbungsgespräche eingesetzt. Der Vorteil des Robot-Recruitings soll darin liegen, dass sich das Bewerbungsverfahren effizienter und objektiver durchführen lässt. Neben datenschutzrechtlichen Aspekten drängen sich diskriminierungsrechtliche Fragestellungen beim Einsatz Künstlicher Intelligenz im Bewerbungsverfahren auf. Letzteren widmet sich dieser Beitrag.</dcterms:abstract>
<dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2025-10-29T12:40:11Z</dc:date>
<dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/44"/>
<dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/44"/>
<dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2025-10-29T12:40:11Z</dcterms:available>
<bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/75014"/>
<dc:language>deu</dc:language>
<dc:creator>Freyler, Carmen</dc:creator>
</rdf:Description>
</rdf:RDF>Interner Vermerk
xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter
URL der Originalveröffentl.
Prüfdatum der URL
2025-10-29
Prüfungsdatum der Dissertation
Finanzierungsart
Kommentar zur Publikation
Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Nein
Begutachtet
Unbekannt