There is an ongoing trend that asynchronous video interviews are used more and more frequently for their efficiency gain (Brenner, 2019), especially in large scale selection processes (Brandt, Justenhoven & Schöffel, 2020). Visual cues that are present during those video recordings are not yet systematically processed and used, which is a miss under the argument of further efficiency gain (e.g. to measure personality traits). However, in a first step, a framework as well as a systematic visual cue analyses needs to be completed to establish the available data source that can – in a second step – be further used in an automatic scoring process. The purpose of the present study exactly that first step: to outline an approach to capture, categorize and systematically process visual cues to then link them to personality traits which are captured in various other forms as well. As an approach to this topic, the work from Gosling and colleagues (2005) is leveraged and with it Brunswik’s lens model (1956). Ultimately, and postulated as a research question, the aim of this body of research is to find functional achievement between self-rated and observer rated personality traits using the visual cues as elements of the lens. The body of research is structured in three steps. In step 1 visual cues present in research are catalogued, enriched with visual cues captured through various studies with asynchronous video interview data and categorized in five categories: Face, Body, Appearance, Media Properties, and Environment. In step 2 a visual cue inventory is developed that allows a manual systematic cue coding process of the 236 visual cues that are used in this work. In step 3, a dataset with n = 99 participants is generated that includes coding for all of the visual cues, as well as self and observer ratings on the video respondee’ s personality traits. Contrary to the hypotheses, however, little evidence is found that suggest visual cues can be linked both to self-ratings and observer ratings of personality traits. The cues seem to be either valid (i.e. linked to self-ratings) or used (i.e. linked to observer ratings) but generally the results show a very confound picture. Given the present results, it is not recommended to proceed further with the approach to leverage visual cues as a predictor for personality traits in asynchronous video interviews.
Es gibt einen anhaltenden Trend, dass asynchrone Videointerviews wegen ihres Effizienzgewinns immer häufiger eingesetzt werden (Brenner, 2019), insbesondere in groß angelegten Auswahlverfahren (Brandt, Justenhoven & Schöffel, 2020). Visuelle Hinweisreize, die während dieser Videoaufnahmen vorhanden sind, werden noch nicht systematisch verarbeitet und verwendet, was unter dem Argument der weiteren Effizienzsteigerung (z. B. zur Messung von Persönlichkeitsmerkmalen) ein Versäumnis ist. In einem ersten Schritt muss jedoch ein Rahmenwerk sowie eine systematische Analyse der visuellen Hinweise geschaffen werden, um die verfügbare Datenquelle zu ermitteln, die in einem zweiten Schritt in einem automatischen Scoring-Prozess weiterverwendet werden kann. Das Ziel der vorliegenden Studie ist genau dieser erste Schritt: einen Ansatz zur Erfassung, Kategorisierung und systematischen Verarbeitung visueller Hinweise zu skizzieren, um diese dann mit Persönlichkeitsmerkmalen zu verknüpfen, die auch in verschiedenen anderen Formen erfasst werden. Als Grundlage zu diesem Thema wird die Arbeit von Gosling und Kollegen (2005) genutzt und damit das Linsenmodell von Brunswik (1956). Letztlich, und als Forschungsfrage postuliert, ist das Ziel der vorliegenden Forschung, die funktionale Leistung zwischen selbst- und beobachterbewerteten Persönlichkeitsmerkmalen – unter Verwendung der visuellen Hinweise als Elemente der Linse – zu finden. Die Forschungsarbeit ist in drei Schritte gegliedert. In Schritt 1 werden die in der Forschung vorhandenen visuellen Anhaltspunkte katalogisiert, mit visuellen Anhaltspunkten angereichert, die in verschiedenen Studien mit asynchronen Videointerviewdaten erfasst wurden, und in fünf Kategorien kategorisiert: Gesicht, Körper, Erscheinungsbild, Medieneigenschaften und Umgebung. In Schritt 2 wird ein Inventar visueller Hinweisreize entwickelt, das einen manuellen systematischen Kodierungsprozess der 236 visuellen Hinweisreize ermöglicht, die in dieser Arbeit verwendet werden. In Schritt 3 wird ein Datensatz mit n = 99 Teilnehmern generiert, der die Kodierung aller visuellen Hinweisreize sowie Selbst- und Beobachtereinschätzungen zu den Persönlichkeitsmerkmalen des Video-Respondenten enthält. Im Gegensatz zu den Hypothesen finden sich jedoch nur wenige Hinweise darauf, dass visuelle Hinweisreize sowohl mit Selbst- als auch mit Fremdeinschätzungen von Persönlichkeitsmerkmalen verknüpft werden können. Die Hinweisreize scheinen entweder gültig zu sein (d. h. mit Selbsteinschätzungen korrelierend) oder verwendet zu werden (d. h. mit Beobachtereinschätzungen korrelierend), aber im Allgemeinen zeigen die Ergebnisse ein sehr diffuses Bild auf. In Anbetracht der vorliegenden Ergebnisse wird nicht empfohlen, den Ansatz weiter zu verfolgen, visuelle Hinweise als Prädiktor für Persönlichkeitsmerkmale in asynchronen Videointerviews zu nutzen.
