Zweck: Diese Übersicht synthetisiert empirische und konzeptionelle Studien zur KI-gestützten Rekrutierung und HR-Automatisierung, um konsistente Ergebnisse, methodologische Einschränkungen und zukünftige Forschungsagenda zu identifizieren. Design/Methodologie/Ansatz: Es wurden elf begutachtete Studien, die zwischen 2001 und 2025 veröffentlicht wurden, analysiert. Das Corpus umfasst Umfragen, systematische und Scoping-Reviews, bibliometrische Analysen, technologische Bewertungen und qualitative Interviews. Vergleiche der übergreifenden Themen. Ergebnisse: Die Einführung von KI in der Rekrutierung ist weit verbreitet - bis zu 78 % der befragten Organisationen setzen mindestens ein Werkzeug ein, was berichtete Zeit-zu-Einstellung-Reduktionen von 30-63 % und wahrgenommene Produktivitätsgewinne von 80 % zur Folge hat. Trotz dieser Vorteile ist die Evidenzbasis überwiegend durch Querschnitts-, Selbstberichtsdesigns in großen englischsprachigen Unternehmen geprägt, was kausale Aussagen und Generalisierbarkeit einschränkt. Die Rekrutierung bleibt der Hauptfokus; nachgelagerte HR-Funktionen, langfristige organisatorische Ergebnisse und Erfahrungen von Kandidaten sind unterforscht. Obwohl ethische Governance-Rahmen konzeptionell in Übermaß vorhanden sind, wurden nur wenige empirisch validiert, sodass Bedenken hinsichtlich Vorurteile, Transparenz und Datenschutz unzureichend gemessen sind. Originalität/Wert: Durch die Gegenüberstellung von Ergebnissen und Forschungslücken über verschiedene Methoden, Sektoren und Zeiträume bietet dieser Überblick die umfassendste, aktuelle Karte der intelligenten Rekrutierungsforschung und formuliert eine priorisierte Forschungsagenda, die longitudinale, kontextuell vielfältige und ethisch fundierte Untersuchungen betont.
Eman Ahmed (Mon,) untersuchte diese Frage.