Die Automatisierung in Bewerbungsprozessen beinhaltet Risiken für die Chancengleichheit. Viele Unternehmen setzen auf Algorithmen und Künstliche Intelligenz (KI), um Lebensläufe zu analysieren und eine Vorauswahl an geeigneten Kandidatinnen und Kandidaten zu treffen. Diese Systeme basieren auf bereits bestehenden Daten. Dadurch reproduzieren sie bereits vorhandene Ungleichheiten.

Ein Beispiel dafür ist, wenn der Algorithmus Bewerbungen eines Geschlechts «aussortiert», weil es mit Datensätzen trainiert wurde, in denen dieses Geschlecht aus historischen Gründen kaum vorkam. Das gleiche Phänomen kann auch zu einer Aussortierung von Personen mit Namen mit einer migrantischen Herkunft führen.

Oder wenn die KI von den Daten gelernt hat, dass lückenlose Lebensläufe zubevorzugen sind und deshalb Lücken, die aufgrund von Elternschaft entstehen, als negativ wahrnimmt und diese Bewerbungen entsprechend aussortiert.  

Studien zeigen auf, dass bei der digitalen Kompetenz ein Gefälle zwischen Frauen und Männern besteht, unabhängig von Alter und Bildung. Dies beginnt schon bei alltäglichen Programmen und Basisanwendungen, in deren Gebrauch und Verständnis Männer mehr Zeit investieren als Frauen. Dieser Unterschied zieht sich weiter zu spezialisierten Anwendungen bis hin zur Berufswahl und -ausübung. Hinzu kommt, dass Männer ihre digitalen Kompetenzen tendenziell höher einschätzen als Frauen.

Dies kann dazu führen, dass Frauen sich seltener auf Stellen bewerben, in denen digitale Kompetenzen gefordert werden, selbst wenn sie über vergleichbare oder sogar höhere Kompetenzen verfügen als männliche Bewerbende. Langfristig hat dies wiederum Auswirkungen auf die Entwicklung digitaler Anwendungen, da diese von weniger diversen Teams konzipiert, entwickelt und getestet werden.

Gemäss Studien ist der Digital Gender Gap bei Frauen, die Teilzeit arbeiten, ausgeprägter. Dies weil sie fortgeschrittene Basisanwendungen noch seltener anwenden, was auch Auswirkungen haben kann auf deren Chancen auf dem Arbeitsmarkt.

Verstärkend kommt hinzu, dass es Hinweise darauf gibt, dass gerade Tätigkeiten im administrativen Bereich, die häufig in niedrigen Teilzeitpensen ausgeübt werden besonders von Veränderungen durch Digitalisierung und künstliche Intelligenz betroffen sein könnten. Dazu gehört auch das Risiko, dass bestimmte Aufgaben zunehmend automatisiert oder durch KI-gestützte Anwendungen ersetzt werden.

Weil KI mit existierenden Daten trainiert wird, enthalten viele Antworten Stereotypen (sog. Bias) in Bezug auf Geschlecht, Herkunft, Alter etc.. 

Dies kann unterschiedliche Auswirkungen haben. Beispielsweise kann es vorkommen, dass KI Frauen auf Jobsuche tiefere Löhne vorschlägt oder aber sie beantwortet aufgrund der Gender Data Gap in der Medizin medizinische Fragen rund um Frauengesundheit unzureichend. Ebenso können Rollenbilder reproduziert werden. So könnten Männern seltener Berufe im Betreuungsbereich vorgeschlagen werden.

Auch KI-generierte Bilder sind nicht neutral. Studien zeigen, dass Bildgeneratoren bestehende Geschlechterstereotype reproduzieren und teilweise verstärken können. Beispielsweise werden Personen eines Geschlechts in Berufen, die stark mit einem anderen Geschlecht verbunden sind, seltener oder gar nicht dargestellt. Auch bei der Bewertung von Bewerbungsfotos können bestehende Normvorstellungen eine Rolle spielen. Etwa dann, wenn KI bestimmte Erscheinungsbilder eher als «professionell» bewertet werden als andere.

Der Anteil von Frauen in IT-Berufen liegt in der Schweiz aktuell bei etwa 16 Prozent. Ähnlich sieht es bei den Ausbildungen aus: Während an Hochschulen rund 18 Prozent der Informatik-Studierenden weiblich sind, beträgt der Anteil bei den Informatik-Lehrlingen etwa rund 14 Prozent. In klassischen Informatikberufen wie Informatikerin bzw. Informatiker EFZ liegt der Anteil unter zehn Prozent.

In Branchen wie der Informations- und Kommunikationstechnik, welche einen hohen Digitalisierungsgrad aufweisen, sind Frauen oft unterrepräsentiert und sehen seltener gute berufliche Chancen in einem digitalisierten Arbeitsmarkt. Diese Unterrepräsentation geht mit Nachteilen einher. So sind Teams in diesen Branchen weniger divers und die Gefahr besteht dadurch, dass auch entwickelte Lösungen oder Produkte nicht auf ein diverses Publikum ausgerichtet sind.

Das ungleiche Geschlechterverhältnis in der Technologiebranche kann verschiedene gesellschaftliche und wirtschaftliche Auswirkungen haben. Einerseits bleibt dadurch Potenzial zur Fachkräftesicherung ungenutzt, andererseits können bestehende soziale Unterschiede und Rollenvorstellungen weiter bestehen.  

Ein Beispiel hierfür ist die Tech-Industrie in der Schweiz und anderen europäischen Ländern: In MINT-Berufen (Mathematik, Informatik, Naturwissenschaften und Technik) besteht eine deutliche geschlechtsspezifische Ungleichverteilung. Verschiedene Faktoren wie strukturelle Hürden oder Rollenbilder, die bereits in Bildung und Ausbildung (siehe auch «Gleichstellung im Erwerbsleben» und «Gleichstellung in der Bildung») eine Rolle spielen können, wirken sich auf den Zugang und die Karrierewege in diesen Bereichen aus. Eine breitere Erwerbsbeteiligung kann sowohl zur Innovationsfähigkeit als auch zur Chancengleichheit beitragen.