Personalauswahl mit KI.

Auf eine offene Stelle im technischen Vertrieb gehen heute oft 80 bis 150 Bewerbungen ein, viele davon mit automatisch generierten Anschreiben und nahezu identischen Lebensläufen. Eine sorgfältige menschliche Erstprüfung jeder Bewerbung kostet bei dieser Menge mehrere Tage — und führt zu unscharfen Entscheidungen, weil die letzten zehn Bewerbungen weniger Aufmerksamkeit bekommen als die ersten. KI-gestützte Sichtung verspricht hier Entlastung. Sie ist auch tatsächlich brauchbar — aber sie ist gleichzeitig eines der heikelsten KI-Felder im Unternehmen, weil sie auf Personenebene Entscheidungen vorbereitet. Der EU-AI-Act stuft Personalauswahl als Hochrisiko-Anwendung ein, das deutsche Allgemeine Gleichbehandlungsgesetz gilt voll, und schlecht gemachte KI-Systeme haben in der Vergangenheit nachweislich diskriminiert. Wie man KI hier sinnvoll nutzt, ohne in juristische und ethische Probleme zu laufen, ist das Thema dieses Artikels.

Drei Stufen, in denen KI im Recruiting eingesetzt wird.

Im Recruitingprozess gibt es drei Stufen, an denen KI heute eingesetzt wird — mit jeweils sehr unterschiedlicher Eingriffstiefe.

Stufe 1: Sichtung und Vorklassifikation. Die KI liest eingegangene Bewerbungen, extrahiert Eckdaten (Ausbildung, Erfahrung, Branchen, Sprachen), gleicht sie mit der Stellenbeschreibung ab und schlägt eine Sortierung vor — typischerweise in drei Klassen: vermutlich passend, möglicherweise passend, vermutlich nicht passend. Die Entscheidung trifft der Mensch.

Stufe 2: Pre-Interview. Manche Tools führen ein automatisiertes Interview per Chatbot oder Video, in dem standardisierte Fragen gestellt und Antworten analysiert werden — Wortwahl, Sprachflüssigkeit, in Video auch Mimik und Tonalität. Diese Stufe ist juristisch heikel und arbeitsrechtlich umstritten.

Stufe 3: Eignungsbewertung. Hier bewertet die KI ganzheitlich, ob ein Bewerber zur Stelle „passt“, oft auf Basis psychometrischer Modelle. Diese Stufe ist im EU-AI-Act als Hochrisiko klassifiziert und in der praktischen Anwendung im Mittelstand kaum sinnvoll empfehlbar — sie würde umfangreiche Dokumentations- und Validierungspflichten auslösen.

Im Mittelstand ist Stufe 1 der pragmatische Einsatz. Stufe 2 nur mit Vorbehalten, Stufe 3 in der Regel nicht.

Was Stufe 1 — Sichtung — praktisch leistet.

Eine KI-gestützte Sichtung von 100 Bewerbungen dauert in der Praxis weniger als eine Stunde. Sie extrahiert strukturiert die Eckdaten, fasst die Anschreiben in zwei bis drei Sätzen zusammen, und ordnet die Bewerbung auf einer einfachen Skala (z. B. „erfüllt 7 von 10 Kriterien“). Wichtig ist dabei, was die KI nicht tut: Sie trifft keine Auswahlentscheidung. Sie strukturiert die Daten so, dass der Mensch schneller eine Entscheidung treffen kann.

In Beratungsprojekten zeigt sich, dass die Sichtungszeit pro Bewerbung von durchschnittlich zwei bis vier Minuten auf 30 bis 60 Sekunden sinkt. Bei einer Stelle mit 100 Bewerbungen sind das zwei bis drei Stunden gewonnener Zeit. Der wichtigere Effekt: Die letzten 30 Bewerbungen bekommen die gleiche Aufmerksamkeit wie die ersten 30, weil die Aufmerksamkeitsmüdigkeit aus dem Prozess herausgenommen wird.

Voraussetzung ist eine klare Stellenbeschreibung mit definierten Kriterien. Wenn die Stellenbeschreibung schwammig ist („wir suchen jemanden mit Hands-on-Mentalität“), wird auch die KI-Sichtung schwammig. Hier zeigt sich ein Nebeneffekt der KI-Einführung: Sie zwingt zu klareren Stellenbeschreibungen, was unabhängig vom KI-Einsatz dem Recruitingprozess gut tut.

Diskriminierung — das eigentliche Risiko.

Das bekannteste Risiko bei KI in der Personalauswahl ist Diskriminierung. Es ist real, aber es entsteht selten dort, wo Laien es vermuten.

KI-Modelle, die auf historischen Auswahlentscheidungen trainiert wurden, reproduzieren die in diesen Daten enthaltenen Vorurteile. Amazon hat das in einem prominenten Fall erlebt: Ein internes KI-Recruiting-Tool benachteiligte Frauen systematisch, weil die historischen Daten von einer männlich dominierten IT-Branche stammten. Das Tool wurde eingestampft.

Im Mittelstand ist dieses Risiko meist geringer, weil Mittelständler keine eigenen Modelle trainieren, sondern fertige Sprachmodelle nutzen. Diese sind nicht auf die eigenen historischen Auswahlentscheidungen trainiert. Das Risiko verlagert sich aber: Sprachmodelle haben Bias aus ihren Trainingsdaten — und der ist oft schwer zu durchschauen.

Die wichtigste Schutzmaßnahme ist die strikte Trennung zwischen Sichtungskriterien und geschützten Merkmalen. Die KI bekommt explizit nur die fachlich relevanten Daten: Ausbildung, Berufserfahrung, technische Qualifikationen, Sprachen. Sie bekommt nicht: Geburtsname, Geburtsdatum, Geschlecht, Foto, Nationalität, Familienstand, Religion. Diese Trennung ist nicht nur eine Schutzmaßnahme, sondern auch eine rechtliche Notwendigkeit nach AGG und DSGVO.

Praktische Schutzmaßnahmen, die funktionieren.

Fünf Schutzmaßnahmen haben sich in der Praxis bewährt, um KI-gestützte Sichtung rechtssicher und fair zu machen:

• Anonymisierung vor KI-Sichtung. Aus jeder Bewerbung werden Name, Foto, Geburtsdatum, Geburtsort und Nationalität entfernt, bevor sie an die KI geht. Das reduziert Bias-Risiken erheblich und ist auch für die menschliche Erstsichtung eine sinnvolle Praxis.
• Klare Sichtungskriterien. Die Kriterien, nach denen sortiert wird, sind im Voraus dokumentiert und liegen idealerweise auch dem Betriebsrat vor. Was die KI bewertet, ist transparent.
• Mensch entscheidet, KI sortiert. Jede einzelne Einladung oder Ablehnung wird von einem Menschen getroffen. Die KI liefert nur eine Vorsortierung, kein Auswahlergebnis.
• Stichprobenprüfung. Regelmäßig wird ein Teil der von der KI als „vermutlich nicht passend“ klassifizierten Bewerbungen menschlich nachgeprüft, um zu erkennen, ob die KI systematisch bestimmte Gruppen aussortiert.
• Information der Bewerber. Bewerber werden — DSGVO-konform — darüber informiert, dass KI im Sichtungsprozess eingesetzt wird, und welche Daten verarbeitet werden.

Was im EU-AI-Act steht — und was das praktisch bedeutet.

Der EU-AI-Act stuft KI-Systeme im Beschäftigungskontext — insbesondere in der Personalauswahl — als Hochrisiko-Systeme ein. Das bedeutet eine Reihe konkreter Pflichten für Anwender:

Risikomanagementsystem. Das Unternehmen muss Risiken des Systems bewerten und dokumentieren. Bei einer reinen Sichtungs-KI ist das überschaubar, bei tieferen Eingriffen umfangreich.

Datengovernance. Welche Daten gehen ins System, woher kommen sie, wie sind sie geschützt? Hier kommt die DSGVO ohnehin ins Spiel — der AI Act verstärkt die Anforderungen.

Menschliche Aufsicht. Das System muss so eingesetzt werden, dass Menschen die Entscheidungen kontrollieren und gegebenenfalls korrigieren können. In der Praxis: Keine vollautomatischen Ablehnungen ohne menschliche Prüfung.

Transparenz. Bewerber müssen wissen, dass KI im Prozess eingesetzt wird. Die genaue Tiefe der Information ist noch in Ausarbeitung, die Pflicht zur grundsätzlichen Information ist aber klar.

Für Stufe-1-Anwendungen (Sichtung mit menschlicher Letztentscheidung) sind die Auflagen erfüllbar. Für Stufe 2 und 3 sind sie spürbar — und für viele Mittelständler nicht wirtschaftlich darstellbar. Das ist ein faktisches Argument gegen die tieferen Eingriffsstufen, unabhängig von ethischen Erwägungen.

Was KI nicht beurteilen kann.

Drei Dinge sieht KI bei einer Bewerbung nicht — und das wird auch in den nächsten Jahren so bleiben.

Kulturelles Passungspotenzial. Ob ein Bewerber zur Unternehmenskultur passt, ob er sich in das bestehende Team einfügen wird, ob er die ungeschriebenen Regeln des Hauses akzeptieren kann — das ist nicht aus dem Lebenslauf ablesbar. Ein persönliches Gespräch ist unverzichtbar.

Potenzial jenseits des Lebenslaufs. Ein Bewerber mit unkonventionellem Lebenslauf, mit Brüchen, mit Quereinstieg — die KI klassifiziert das oft als „möglicherweise nicht passend“, obwohl genau diese Bewerber häufig die wertvollsten Einstellungen sind. Eine sture Anwendung der KI-Sortierung führt zu einem konservativen, gleichförmigen Recruiting.

Motivation und Lernbereitschaft. Was ein Bewerber zu lernen bereit ist, was ihn antreibt, was er in den nächsten fünf Jahren werden will — das steht selten überzeugend im Anschreiben und ist von der KI nicht erkennbar. Diese Dimension entscheidet aber langfristig über den Erfolg einer Einstellung.

Wer KI im Recruiting nutzt, sollte daher als Disziplin haben: Mindestens 20 Prozent der Vorstellungsgespräche gehen an Bewerber, die die KI nicht als beste Treffer eingestuft hat. Sonst optimiert man nicht den Recruitingprozess, sondern verstärkt seinen Bias.

Datenschutz und Aufbewahrung.

Bewerbungsdaten sind nach DSGVO besonders schutzwürdig. Sie dürfen nur für den konkreten Bewerbungsprozess verarbeitet werden, und sie müssen nach Abschluss des Prozesses gelöscht werden (in der Regel sechs Monate nach Ablehnung, drei Monate ist auch verbreitet).

Bei KI-Sichtung kommen zwei zusätzliche Themen hinzu. Erstens: Daten dürfen nicht zum Modelltraining genutzt werden — der vertragliche Ausschluss mit dem KI-Anbieter ist nicht optional. Zweitens: Die Daten dürfen nicht an Drittländer übertragen werden, ohne dass die DSGVO-Anforderungen (Standardvertragsklauseln, Transfer-Impact-Assessment) erfüllt sind. In der Praxis bedeutet das: Bewerbungsdaten gehören entweder in eine EU-gehostete KI-Lösung oder gar nicht in eine externe KI.

Wer Bewerbungen direkt in ChatGPT mit privatem Account kippt, verstößt mehrfach — gegen die DSGVO, gegen die unternehmenseigene Geheimhaltung, oft auch gegen Verträge mit dem Datenschutzbeauftragten. Das passiert in der Praxis trotzdem regelmäßig, weil die Mitarbeitenden den Komfort gewohnt sind. Eine klare Regel und eine unternehmensgestellte konforme Lösung sind die einzigen wirksamen Gegenmaßnahmen.

Was Sie konkret tun können.

Wenn Sie KI in der Personalauswahl einsetzen wollen, sind drei Schritte sinnvoll:

1. Beschränken Sie sich auf Sichtung. Stufe 1 — Sichtung mit menschlicher Letztentscheidung — ist der einzige Einsatzbereich, der im Mittelstand heute wirtschaftlich, rechtlich und ethisch vertretbar ist. Pre-Interview-Tools und psychometrische Bewertungen sind heikel.
2. Klären Sie die Governance vorab. Datenschutzbeauftragter, Betriebsrat (falls vorhanden), Geschäftsleitung — alle drei sollten den Einsatz kennen und mittragen. Eine schriftliche Verfahrensbeschreibung dokumentiert, wie KI eingesetzt wird, welche Daten verwendet werden und welche Schutzmaßnahmen gelten.
3. Schulen Sie das Recruiting. Die Personen, die mit der KI arbeiten, müssen verstehen, was sie tut, wo ihre Grenzen liegen und wann sie der KI nicht folgen sollen. Ein halber Schulungstag mit konkreten Beispielen aus dem eigenen Haus ist hier deutlich wirksamer als eine schriftliche Anweisung.

Wer diese drei Punkte sauber aufsetzt, gewinnt deutliche Zeitvorteile in der Sichtung — ohne in die juristischen und ethischen Probleme zu laufen, die unsauberer KI-Einsatz nach sich zieht.

Sie wollen KI in Ihrem Recruiting einsetzen, ohne in rechtliche oder ethische Probleme zu laufen? Unverbindlich anfragen — wir schauen gemeinsam auf Volumen, Prozess, Datenschutz und die saubere Governance des KI-Einsatzes.