Gewusst wie: Analyse von Online-Stellenanzeigen (6/11) – Aufdecken von versteckten Informationen

In dieser Blogreihe berichten Expert:innen über Lösungsansätze zu methodischen Herausforderungen, die bei der Analyse von Online-Stellenanzeigen (OJA – Online Job Advertisement) entstehen können. Die Vortragsvideos stammen vom OJV Forum, welches vom Bundesinstitut für Berufsbildung und der Bertelsmann Stiftung im November 2021 ausgerichtet wurde. Das Forum hat zum Ziel, Expert:innen für die Analyse von OJA miteinander zu vernetzen, über methodische Herausforderungen zu diskutieren und sich gegenseitig auf den aktuellen Forschungsstand zu bringen. Darüber hinaus soll es dazu beitragen, das Potential der OJA-Analyse weiter auszuschöpfen und den Weg für weitere Studienideen und Kooperationen zu bereiten.  

Video: Eine Stellenanzeige zwischen den Zeilen lesen 

Aus Online-Stellenanzeigen können mehr Informationen gewonnen werden als zunächst gedacht. Neben den klassischen Informationen zur offenen Stelle kann beispielsweise auch analysiert werden, ob ein Anzeigentext dazu führt, dass sich weniger Frauen als Männer auf eine Stelle bewerben. Laut wissenschaftlichen Untersuchungen tritt dies ein, wenn in Anzeigentexten überwiegend Wörter verwendet werden, die mit männlichen Stereotypen verknüpft werden, wie beispielsweise leistungsstark oder karriereorientiert. Einen Einblick, welche Erkenntnisse das Unternehmen Stepstone neben den Auswirkungen des Genderbias aus den OJA-Daten zieht, gibt uns Dr. Jannis Buchsteiner. Er zeigt auf, wie die Struktur einer OJA bei Stepstone aussieht und wie durch das sogenannte Parsing Jobtitel und Fähigkeiten (Hard Skills, Soft Skills und Art des Abschlusses) automatisch erkannt und klassifiziert werden können. Auch der Jobtitel liefert mehr Informationen als nur, welcher Beruf gesucht wird. Stepstone leitet aus ihm ab, welchen Rang bzw. Seniorität der Job in einem Unternehmen hat. Der Seniority-Score kann anschließend genutzt werden, um Bewerber:innen auf Grundlage ihres aktuellen Jobtitels passende Jobangebote vorzuschlagen.  

 

Weitere spannende Arbeiten von Herrn Dr. Buchsteiner bzw. Stepstone finden Sie unter dem folgenden Link: https://www.stepstone.de/wissen/ 

 

Weitere Beiträge aus der Reihe „Gewusst wie: Analyse von Online-Stellenanzeigen“:

 

Gewusst wie: Analyse von Online-Stellenanzeigen (1/11) – Aufbereitung eines Datenschatzes

Gewusst wie: Analyse von Online-Stellenanzeigen (2/11) – Erkennung von Dubletten

Gewusst wie: Analyse von Online-Stellenanzeigen (3/11) – Sicherung der Qualität

Gewusst wie: Analyse von Online-Stellenanzeigen (4/11) – Wie repräsentativ sind die Daten?

Gewusst wie: Analyse von Online-Stellenanzeigen (5/11) – Evaluation

Gewusst wie: Analyse von Online-Stellenanzeigen (6/11) – Aufdecken von versteckten Informationen

Gewusst wie: Analyse von Online-Stellenanzeigen (7/11) – Mit Machine Learning zur Antwort

Gewusst wie: Analyse von Online-Stellenanzeigen (8/11) – Zuordnung von Berufe

Gewusst wie: Analyse von Online-Stellenanzeigen (9/11) – Gewinnung von Taxonomien

Gewusst wie: Analyse von Online-Stellenanzeigen (10/11) – Genese und Anreicherung von Kompetenzwörterbüchern

Gewusst wie: Analyse von Online-Stellenanzeigen (11/11) – Werben mit Nachhaltigkeit in Azubistellen



Kommentar verfassen