KI im Recruiting für Unternehmen: Bewerberauswahl, Ampellogik und Plattformwahl

PRAXISHUB · KI-RECRUITING

Von der unstrukturierten Bewerbung zur belastbaren, mitbestimmungsfähigen Auswahlentscheidung

Verstehen Sie das 4-Stufen-Modell, bewerten Sie acht typische Recruiting-Anwendungsfälle mit Ampellogik und wählen Sie zwischen HR-Suite-Modul, Enterprise-KI-Agent und spezialisierter Recruiting-KI-Plattform.

8 Auswahlfälle
3 Plattformwege
1 Pilot-Canvas

👥 Für wen ist dieser Artikel?

  • HR-Leitung: für die Auswahl geeigneter Anwendungsfälle, Plattformen und eines kontrollierten Recruiting-Piloten.
  • Datenschutz: für die Prüfung von Datenflüssen, Rechtsgrundlagen, Art. 22 DSGVO, Löschfristen und Datenschutz-Folgenabschätzung.
  • Betriebsrat und IT: für Mitbestimmung, Auswahlkriterien, Systemintegration, Zugriffsrechte und klare Betriebsverantwortung.

KI- und Quellenhinweis: Dieser Beitrag wurde mit Unterstützung Künstlicher Intelligenz erstellt und redaktionell kuratiert. Produktfunktionen werden anhand öffentlich zugänglicher Herstellerdokumentation und Marktbeobachtung eingeordnet und stellen keine Kaufempfehlung dar. Rechtliche Hinweise beziehen sich auf Deutschland und die Europäische Union mit Quellenstand 5. August 2026 und ersetzen keine Rechtsberatung im Einzelfall. Herstellerangaben sind als solche gekennzeichnet und können sich seit Erstellung geändert haben.

⚡ In 30 Sekunden

  • Vier Funktionsstufen: Das redaktionelle 4-Stufen-Modell ordnet Einsatzformen von der Textstrukturierung bis zur automatisierten Zu- oder Absage. Rechtlich entscheidend sind jedoch Verwendungszweck, Einfluss auf die Auswahl, Datenarten und die tatsächliche menschliche Kontrolle.
  • Risikoarmer Einstieg: Terminkoordination, FAQ-Beantwortung und Lebenslauf-Parsing – nicht Scoring, Ranking oder Video-Interview-Analyse.
  • Faustregel Plattformwahl: Wer bereits eine HR-Suite (Personio, SAP SuccessFactors, Workday) betreibt, prüft zuerst deren KI-Module, bevor eine spezialisierte Recruiting-KI-Plattform hinzukommt.
  • Compliance-Kernpunkt: Auswahl- und Bewertungs-KI kann nach dem EU AI Act als Hochrisiko-System gelten. Zusätzlich sind insbesondere Art. 22 DSGVO, der AGG-Diskriminierungsschutz sowie Beteiligungsrechte des Betriebsrats nach §§ 94, 95 und – je nach Funktion – § 87 Abs. 1 Nr. 6 BetrVG zu prüfen.
  • Erfolgsmaßstab: Nicht maximale Automatisierungsquote, sondern korrekt getroffene, diskriminierungsfreie und nachvollziehbare Auswahlentscheidungen bei vertretbaren Vollkosten.

✅ Der sinnvolle Entscheidungsweg

  1. Prozessschritte messen: Wo im Bewerbungsprozess entstehen Zeitverlust, Medienbrüche oder Absagequoten ohne Rückmeldung?
  2. Risikoarme Fälle zuerst wählen: Terminkoordination, FAQ und Parsing vor Scoring und automatisierten Entscheidungen.
  3. Erst dann Plattform vergleichen: HR-Suite-Modul vs. spezialisierte Recruiting-KI – nicht umgekehrt.
  4. Datenfluss und Rechte vorab klären: Wer sieht welche Bewerberdaten, wie lange, mit welcher Rechtsgrundlage und Betriebsratsbeteiligung – und entsteht eine ausschließlich automatisierte Entscheidung im Sinne von Art. 22 DSGVO?
  5. Begrenzt starten und erweitern: Ein Prozessschritt, ein Team, feste Fehlergrenzen – erst danach Umfang ausweiten.

1. Grundlagen: Das 4-Stufen-Modell

KI im Recruiting lässt sich nicht als einheitliche Technologie behandeln. Das folgende redaktionelle AI-Fabrik-Ordnungsmodell unterscheidet vier Funktionsstufen mit jeweils anderem Nutzen und anderen kritischen Grenzen. Es ist eine Entscheidungshilfe und keine gesetzliche Risikoklassifikation.

Stufe Funktion Typischer Nutzen Kritische Grenze
1 Sprache/Daten strukturieren
Lebensläufe parsen, Anschreiben extrahieren, Bewerberprofile normalisieren		 Weniger manuelle Erfassung, durchsuchbare Daten Fehlerhafte Extraktion bei unüblichen Formaten, Sprachen, Layouts
2 Menschen assistieren
Kommunikationsentwürfe, Terminvorschläge, Zusammenfassungen für Recruiter		 Weniger Nacharbeit, schnellere Reaktionszeit gegenüber Bewerbenden Ungeprüfte Übernahme von KI-Textentwürfen ohne fachliche Kontrolle
3 Vorauswahl/Matching steuern
Scoring, Ranking, automatisiertes Filtern nach Kriterien		 Schnellere Sichtung großer Bewerbungsmengen Diskriminierungsrisiko, intransparente Kriterien, Verzerrung durch Trainingsdaten
4 Als ausführender Agent handeln
Automatisierte Zu-/Absagen, Interviewterminierung ohne Rückfrage, Gehaltsvorschläge		 Durchlaufzeit sinkt, Skalierung ohne zusätzliches Personal Fehlentscheidungen ohne Korrekturmöglichkeit, fehlende Rechtsgrundlage für Automatisierung

Klassischer Ansatz vs. KI-gestützter Ansatz

Klassisches Bewerbermanagement

Manuelle Übertragung aus PDF/Word in das ATS. Recruiter formuliert jede Antwort individuell. Manuelle Sichtung nach Checkliste. Terminfindung per E-Mail-Ping-Pong. Zu-/Absage ausschließlich durch Personalverantwortliche.

KI-gestütztes Bewerbermanagement

Automatisiertes Parsing mit Strukturvorschlag. KI liefert Kommunikationsentwurf, Recruiter prüft und versendet. Score-/Rank-Vorschlag als Zusatzinformation, keine Automatik-Entscheidung. KI schlägt Termin-Slots vor, Bestätigung bleibt beim Menschen oder ist eng begrenzt automatisiert. Zu-/Absage nur mit expliziter Freigabe automatisierbar, rechtlich eng begrenzt.

Wichtig: Die vier Stufen sind keine Reifegrad-Leiter, die zwingend bis Stufe 4 durchlaufen werden sollte. Für viele Mittelständler liegt der wirtschaftlich sinnvolle Zielzustand auf Stufe 2, mit vorsichtiger, kontrollierter Ausweitung auf Teile von Stufe 3. Die rechtliche Einstufung muss für den konkreten Verwendungszweck separat erfolgen.

2. Bewertungsrahmen: Ampellogik für Recruiting-Anwendungsfälle

Die folgende redaktionelle Pilot-Ampel bewertet Anwendungsfälle anhand von fünf Kriterien: Eindeutigkeit, Datenbedarf, Fehlerwirkung, Reversibilität und Eskalierbarkeit. Sie priorisiert Pilotfälle, ersetzt aber weder die Hochrisiko-Prüfung nach Art. 6 AI Act noch die datenschutz- und arbeitsrechtliche Einzelfallprüfung.

Fall Pilot-Eignung Erlaubte KI-Rolle Wichtigste Absicherung
Terminkoordination für Interviews ✅ Grün Terminvorschläge generieren, Kalenderabgleich Bestätigung durch Bewerbenden, Korrekturmöglichkeit sichtbar
FAQ-Chatbot für Bewerber (Prozessfragen, Status) ✅ Grün Standardantworten zu Verfahrensstand, Unterlagen, Fristen Eskalationspfad zu Recruiter bei Abweichung vom Standardfall
Strukturierung/Parsing von Lebensläufen ✅/⚠️ Grün/Gelb Daten extrahieren und normalisieren; keine Bewertung oder Vorauswahl Verwendungszweck strikt begrenzen, Extraktionsfehler prüfen, Korrekturmöglichkeit anbieten; sobald die Daten Auswahl oder Profiling steuern, neu klassifizieren
Automatisierte Absage-Texte ⚠️ Gelb Textentwurf auf Basis Statusfeld erzeugen Freigabe durch Recruiter vor Versand, keine automatisierte Begründung ohne Prüfung
Ranking/Scoring von Bewerbungen nach Kriterien ⚠️/⛔ Gelb/Rot Nur als begründeter Vorschlag; kein automatischer Ausschluss und kein faktisches Abnicken Hochrisiko- und Art.-22-Prüfung, dokumentierte Kriterien, Bias-Audit, wirksame menschliche Kontrolle und Betriebsratsbeteiligung
Video-Interview-Analyse (Mimik/Sprache) ⛔ Rot Allenfalls Transkript-Zusammenfassung, keine automatisierte Bewertung von Mimik/Stimme Rechtsprüfung vor Einführung, hohes Diskriminierungs- und Persönlichkeitsrechtsrisiko
Automatisierte Zusage inkl. Gehaltsangebot ⛔ Rot Nicht ohne menschliche Letztentscheidung Verbindliche Freigabe durch Personalverantwortliche, keine autonome Angebotsabgabe
Hintergrund-/Referenzcheck-Automatisierung ⛔ Rot Nicht ohne Einwilligung und rechtliche Prüfung Einzelfallprüfung, Datenschutz- und Persönlichkeitsrechte, keine automatisierte Ablehnung auf dieser Basis
✅ Grün · guter Pilotkandidat

Grüne Fälle betreffen Prozessunterstützung ohne Bewertung von Personen: Termine, Statusauskünfte, Strukturierung. Die KI liefert Vorschläge oder Informationen, eine falsche Ausgabe ist leicht erkennbar und korrigierbar, und es entsteht keine unmittelbare Benachteiligung.

⚠️ Gelb · zusätzliche Kontrollen

Gelbe Fälle berühren bereits die Kommunikation mit Bewerbenden oder eine erste Vorstrukturierung der Auswahl. Hier braucht es Freigabeschritte durch Menschen, dokumentierte Kriterien und eine klare Trennung zwischen KI-Vorschlag und Entscheidung.

⛔ Rot · Mensch entscheidet

Rote Fälle betreffen unmittelbare Auswahl- oder Bewertungsentscheidungen mit hoher Fehlerwirkung und geringer Reversibilität – insbesondere Scoring mit Ausschlusswirkung, biometrische Analyse und automatisierte Zu-/Absagen. Diese Fälle erfordern menschliche Letztentscheidung und in der Regel eine rechtliche Einzelfallprüfung vor Einführung.

Wichtiger Messfehler: Eine hohe „Automatisierungsquote" (Anteil automatisch bearbeiteter Bewerbungen) ist keine sinnvolle Erfolgskennzahl. Sie sagt nichts darüber aus, ob Entscheidungen korrekt, diskriminierungsfrei und rechtssicher waren – eine hohe Quote kann ebenso gut bedeuten, dass systematisch falsch aussortiert wurde, ohne dass dies auffällt. Aussagekräftiger ist die Quote korrekt getroffener bzw. korrekt an Menschen übergebener Entscheidungen, gemessen an nachträglichen Stichprobenprüfungen.

3. Plattform-/Werkzeugwahl

Erst der Prozessschritt und dessen Ampelfarbe, dann die Plattform. Wer bereits eine HR-Suite betreibt, sollte deren vorhandene Funktionen und Datenflüsse prüfen, bevor ein weiteres Recruiting-System hinzukommt.

Option 1 · HR-Suite mit integrierten Funktionen (z. B. Personio)

Personio bietet laut Hersteller ein Bewerbermanagement mit automatisierten Workflows, Terminplanung und CV-Parsing. Der Personio Assistant beantwortet Fragen zu HR- und Recruiting-Kennzahlen; er ist nicht mit einem autonomen Bewerberkommunikations- oder Auswahlagenten gleichzusetzen.

Prüfpunkt: Verfügbarkeit, Tarif, Datenzugriffe und der konkrete Funktionsumfang müssen im eigenen Mandanten verifiziert werden.

Naheliegend, wenn: Personio bereits als HR-Kernsystem genutzt wird und strukturierende oder assistierende Funktionen genügen.

Option 2 · Enterprise-HR-Suite mit KI-Agenten (SAP oder Workday)

SAP hat mit dem 1H-2026-Release agentenbasierte Funktionen in SuccessFactors ausgeweitet. Im Recruiting verbindet SAP SmartRecruiters for SAP SuccessFactors mit den Assistenten Winston und Joule. Workday hat Paradox im Oktober 2025 übernommen und bietet den Workday Paradox Candidate Experience Agent für Bewerberkommunikation, Qualifizierung und Terminplanung an.

Prüfpunkt: Produktnamen allein sagen wenig über Aktivierungsstand, Lizenzierung, Datenregion, Integrationen und menschliche Freigabeschritte im konkreten System aus.

Naheliegend, wenn: SAP oder Workday bereits HR-Kernsystem ist und Recruiting eng mit Talentmanagement, Stammdaten und Governance verzahnt werden soll.

Option 3 · Spezialisierte Recruiting-Plattform (z. B. HireVue)

HireVue bietet laut Hersteller strukturierte On-Demand-Interviews und Assessments. Die aktuelle Explainability-Dokumentation erklärt, dass Gesichtsausdrücke und Körpersprache nicht in die Bewertung einfließen. Welche Daten tatsächlich verarbeitet und bewertet werden, hängt jedoch vom konkreten Assessment ab und muss vor Einsatz geprüft werden.

Prüfpunkt: Auch text-, sprach- oder spielbasierte Bewertungen können Auswahlentscheidungen beeinflussen und damit in den Hochrisiko- und Art.-22-Bereich fallen.

Naheliegend, wenn: hohe Bewerbungsvolumina strukturierte Assessments erfordern und belastbare Anbieterunterlagen, eigene Validierung und Bias-Prüfungen vorliegen.

Entscheidungsmatrix

Kriterium HR-Suite mit KI-Modul (Personio) Enterprise-Suite mit KI-Agent (SAP/Workday) Spezialisierte Recruiting-KI (HireVue u. ä.)
Beste Ausgangslage Bereits Personio im Einsatz, überschaubares Volumen Bereits SAP/Workday als HR-Kernsystem Hohe Bewerbungsvolumina, strukturierte Interviewprozesse
Typischer Einstieg CV-Parsing, Workflows, Terminplanung Matching, Bewerberkommunikation, Interviewkoordination Strukturierte Interviews und Assessments
Einführungsaufwand Niedrig bis mittel Mittel bis hoch (Suite-Integration) Mittel (separates System, Schnittstelle zum ATS nötig)
Prozessfreiheit/Kontrolle Mittel (Suite-Vorgaben) Niedriger (stark integriert, Prozessänderung berührt Gesamtsuite) Hoch für Interviewformat, gering für Kernprozess außerhalb
Betriebsverantwortung Anbieter (SaaS) Anbieter (SaaS), interne IT für Integration Anbieter (SaaS), interne Compliance-Verantwortung hoch
Lock-in Mittel Hoch (tief in HR-Kernsystem integriert) Mittel bis hoch (Interviewdaten, Scoring-Historie)

Kein pauschaler Testsieger: Die Tabelle ersetzt keinen Test mit eigenen, identischen Bewerbungsfällen. Vergleichen Sie Anbieter anhand der gleichen Testbewerbungen und der vollen Kosten über die Laufzeit, nicht anhand von Listenpreisen oder Demo-Eindrücken.

4. Kosten

Die reine Lizenzgebühr einer HR-Suite oder Recruiting-KI-Plattform bildet nur einen Teil der tatsächlichen Kosten ab:

  • Lizenzkosten HR-Suite/Recruiting-Modul (nutzer- oder volumenabhängig)
  • Bias-Audits und Diskriminierungsprüfung vor und während des Betriebs von Scoring-/Ranking-Funktionen
  • Integration in das bestehende Bewerbermanagementsystem (Schnittstellen, Datenmigration, Testaufwand)
  • Compliance-Dokumentation (Risikobewertung, Betriebsvereinbarung, EU-AI-Act-Dokumentationspflichten)
  • Menschliche Nachprüfung bei automatisierten Absagen (Stichproben, Zweitprüfung strittiger Fälle)
  • Schulung von HR-Personal im Umgang mit KI-Vorschlägen und deren Grenzen
  • Monitoring und laufende Qualitätskontrolle der Auswahlergebnisse
  • Migrations- und Wechselkosten, falls ein Anbieter- oder Modulwechsel erforderlich wird

Die zentrale Kennzahl lautet: Vollkosten pro korrekt gelöstem oder korrekt übergebenem Bewerbungsvorgang. Ein günstiges System, das viele Fehlklassifikationen produziert und teure Nachbearbeitung oder rechtliche Auseinandersetzungen auslöst, ist in der Vollkostenbetrachtung oft teurer als ein zunächst teurer wirkendes, aber präziseres System.

5. Datenschutz, EU AI Act und Sicherheit

⚠️ Der gesamte Datenfluss zählt, nicht nur das Modell

Bewerberdaten durchlaufen häufig Stellenportal, ATS, HR-Suite und externe KI-Dienste. Jede Station, Schnittstelle und Berechtigung ist datenschutzrechtlich relevant – unabhängig davon, ob dort ein KI-Modell aktiv ist.

Rechtlicher Rahmen (Stand 5. August 2026):

EU AI Act

KI-Systeme für Einstellung oder Auswahl, insbesondere zur Analyse und Filterung von Bewerbungen oder zur Evaluierung von Bewerbenden, sind nach Art. 6 Abs. 2 in Verbindung mit Anhang III Nr. 4 Buchstabe a grundsätzlich Hochrisiko-Systeme. Art. 6 Abs. 3 sieht eng begrenzte Ausnahmen für Systeme vor, die keinen erheblichen Einfluss auf die Entscheidung haben, etwa bei bestimmten vorbereitenden oder rein verfahrensbezogenen Aufgaben. Sobald ein System Profiling natürlicher Personen durchführt, greift diese Ausnahme nicht.

Die Verordnung (EU) 2026/1744 hat den Anwendungsbeginn wesentlicher Hochrisiko-Pflichten für eigenständige Anhang-III-Systeme auf den 2. Dezember 2027 verschoben. Das ist zusätzliche Vorbereitungszeit, keine Freistellung von bereits geltendem Datenschutz-, Diskriminierungs- oder Arbeitsrecht.

Art. 22 DSGVO: automatisierte Entscheidungen

Bewerbende haben grundsätzlich das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die rechtliche Wirkung entfaltet oder sie ähnlich erheblich beeinträchtigt. Eine automatische Absage ist der naheliegende Recruiting-Fall. Auch ein Score kann relevant werden, wenn die nachgelagerte Person ihm faktisch ohne eigenständige Prüfung folgt. Ausnahmen und erforderliche Schutzmaßnahmen – einschließlich wirksamer menschlicher Intervention, Stellungnahme und Anfechtung – müssen im Einzelfall geprüft werden.

Allgemeines Gleichbehandlungsgesetz (§ 1 AGG)

Scoring und Ranking dürfen nicht zu Benachteiligungen wegen geschützter Merkmale führen. Das gilt auch für mittelbare Diskriminierung durch Trainingsdaten, Kriterien oder Proxy-Merkmale. Ein technischer Genauigkeitstest ersetzt daher keine Prüfung der unterschiedlichen Fehler- und Auswahlquoten für relevante Gruppen.

Beteiligung des Betriebsrats

Je nach Ausgestaltung können mehrere Beteiligungsrechte greifen: § 94 BetrVG bei Personalfragebögen und allgemeinen Beurteilungsgrundsätzen, § 95 BetrVG bei Auswahlrichtlinien sowie § 87 Abs. 1 Nr. 6 BetrVG, wenn eine technische Einrichtung objektiv geeignet ist, Verhalten oder Leistung von Beschäftigten zu überwachen. Welche Norm einschlägig ist, hängt vom Prozess und den verarbeiteten Daten ab; eine pauschale Zuordnung allein anhand der KI-Stufe wäre zu kurz gegriffen.

Datenschutz und Zugriffsbegrenzung

Vor dem Piloten sind Rechtsgrundlage, Zweckbindung, Löschfristen, Auftragsverarbeitung, Drittlandtransfers und die Notwendigkeit einer Datenschutz-Folgenabschätzung zu prüfen. Zugriff auf Bewerberdaten und KI-Bewertungen sollte nach dem Least-Privilege-Prinzip begrenzt und protokolliert werden.

Für Mittelständler heißt das konkret:

  • Den konkreten Verwendungszweck dokumentieren und AI-Act-, Art.-22- und Datenschutz-Folgenabschätzungsbedarf separat prüfen.
  • Betriebsrat und Datenschutzbeauftragte vor der Produktauswahl einbinden, nicht erst vor dem Go-live.
  • Auswahlkriterien, Datenquellen, Fehlergrenzen und Gruppenunterschiede dokumentieren und regelmäßig testen.
  • Menschliche Prüfer mit Zeit, Kompetenz, Entscheidungsbefugnis und einem sichtbaren Abweichungsweg ausstatten.
  • Automatische Absagen und Profiling nicht als risikoarmen Erstpiloten behandeln.

Hinweis: Diese Angaben dienen der Orientierung und ersetzen keine rechtliche Prüfung des Einzelfalls.

6. Methodik

1

Inventur/Bestandsaufnahme

Erfassen Sie alle Schritte im aktuellen Bewerbungsprozess und deren Fehlerquellen.

2

Grenzen festlegen

Definieren Sie verbindlich, welche Ampel-Fälle für den Piloten zulässig sind und welche nicht.

3

Identisch testen

Vergleichen Sie Plattform-Optionen anhand identischer Testbewerbungen und Kriterien.

4

Begrenzt starten

Führen Sie den Piloten mit begrenztem Volumen, festem Team und klaren Fehlergrenzen ein, bevor Sie erweitern.

7. KI-Recruiting-Pilot-Canvas

Acht Felder für einen 60-Minuten-Workshop

Ein Workshop-Tool für einen 60-minütigen Termin mit HR-Leitung, Betriebsrat und ggf. Datenschutzbeauftragtem.

  1. Prozessschritt: Welcher konkrete Schritt im Bewerbungsprozess wird pilotiert?
  2. Volumen: Wie viele Bewerbungen/Vorgänge pro Monat sind betroffen?
  3. Daten: Welche Bewerberdaten werden verarbeitet, wie sensibel sind sie?
  4. Erlaubte Aktion: Was darf die KI konkret tun – und welche Auswahl- oder Absageentscheidung bleibt ausdrücklich ausgeschlossen?
  5. Fehlergrenze: Ab welcher Fehlerquote/welchem Fehlertyp wird der Pilot gestoppt?
  6. Menschliche Übergabe: Wer prüft mit welcher Entscheidungsbefugnis, Dokumentation und Möglichkeit, vom KI-Vorschlag abzuweichen?
  7. Kennzahlen: Woran wird Erfolg gemessen (nicht: Automatisierungsquote)?
  8. Verantwortung: Wer trägt die fachliche und rechtliche Verantwortung für den Piloten?

Leitfrage zum Abschluss: Welcher einzelne Prozessschritt lässt sich mit der geringsten Fehlerwirkung und der klarsten menschlichen Übergabe als Erstes pilotieren?

📄 Pilot-Canvas direkt nutzen

Laden Sie die ausfüllbare PDF-Vorlage herunter und dokumentieren Sie die acht Workshop-Felder direkt im 60-Minuten-Termin.

Ausfüllbares PDF herunterladen
Weitere Praxisvorlagen im Newsletter

Über den Piloten hinaus denken

Für eine unternehmensweite Steuerungsperspektive über den einzelnen Piloten hinaus verweisen wir auf das AI-Governance-Whitepaper von Ai-Fabrik sowie auf den Artikel „Wenn KI-Agenten ausbrechen“, der die in Stufe 4 beschriebenen Automatisierungsrisiken vertieft. Weiterführende Materialien finden Sie im Whitepaper-Bereich von Ai-Fabrik.

Leitfrage: Welcher einzelne Prozessschritt lässt sich mit der geringsten Fehlerwirkung und der klarsten menschlichen Übergabe als Erstes pilotieren?

FAQ zu KI im Recruiting

Braucht jedes Unternehmen KI im Recruiting?

Nein. Für kleine Bewerbungsvolumina kann der Aufwand für Compliance-Dokumentation und Integration den Nutzen übersteigen. Sinnvoll wird KI-Einsatz vor allem bei wiederkehrenden, klar strukturierten Prozessschritten mit hohem Volumen.

Was ist der beste Einstiegspunkt?

Terminkoordination, FAQ-Beantwortung für Bewerbende und Strukturierung von Lebensläufen – also die grünen Ampel-Fälle. Scoring und automatisierte Entscheidungen sollten erst nach gesicherter Compliance-Grundlage folgen.

Muss die KI-Nutzung gegenüber Bewerbenden offengelegt werden?

Nicht jede interne Hilfsfunktion löst dieselbe Informationspflicht aus. Wenn ein Hochrisiko-KI-System eine Entscheidung über Bewerbende trifft oder unterstützt, sieht der AI Act grundsätzlich eine Information der betroffenen Person über Zweck und Art der Entscheidung vor; zusätzlich gelten die Informationspflichten der DSGVO. Umfang und Zeitpunkt sind für den konkreten Prozess zu prüfen.

Muss das bestehende Bewerbermanagementsystem abgelöst werden?

Nicht zwingend. Viele KI-Funktionen lassen sich als Modul in bestehende Systeme (z. B. Personio, SAP SuccessFactors, Workday) integrieren, bevor ein vollständiger Wechsel geprüft wird.

Was kostet die Einführung von KI im Recruiting wirklich?

Neben der Softwarelizenz fallen Kosten für Bias-Audits, Integration, Compliance-Dokumentation, menschliche Nachprüfung und Schulung an. Die relevante Kennzahl sind die Vollkosten pro korrekt bearbeitetem Vorgang, nicht der Lizenzpreis allein.

Welches Risiko entsteht, wenn sich Bewerberdaten oder Zugriffsrechte ändern?

Unklare Zugriffsrechte auf Bewerberdaten und KI-Bewertungen erhöhen sowohl das Diskriminierungsrisiko als auch das Risiko einer mitbestimmungswidrigen Systemänderung. Änderungen an Datenzugriff oder Scoring-Logik sollten wie eine neue Einführung behandelt und entsprechend geprüft werden.

Quellen und weiterführende Informationen

Fazit: Erst der Prozessschritt, dann die Plattform

Erst den Prozessschritt und dessen Fehlerwirkung entscheiden, dann die Plattform wählen – diese Reihenfolge gilt für KI im Recruiting ebenso wie für jede andere KI-Anwendung im Unternehmen. Wer mit strukturierenden und assistierenden Funktionen beginnt, Scoring und automatisierte Entscheidungen erst nach belastbarer Compliance-Grundlage einführt und Betriebsrat sowie Diskriminierungsschutz von Anfang an mitdenkt, erreicht eine tragfähige, rechtlich belastbarere und tatsächlich entlastende Automatisierung – statt einer maximal automatisierten, aber angreifbaren Auswahl.

Erst der Prozessschritt und dessen Fehlerwirkung, dann die Plattform – das ist der Leitsatz für KI im Recruiting.

Teile es