KI im Recruiting: Offenheit ist kein Einsatz

Wie weit ist KI in deutschen Personalabteilungen angekommen? Eine am 28. September veröffentlichte Bitkom-Befragung liefert eine nüchterne Zahl: 12 Prozent der befragten Unternehmen setzen KI bereits im Bewerbungsprozess ein. Die übrigen 88 Prozent können sich einen künftigen Einsatz vorstellen. Zwischen diesen Antworten liegt für einen Betrieb die eigentliche Arbeit: einen konkreten Ablauf auswählen, ihn prüfen und entscheiden, ob er im Alltag taugt.

Die Bitkom-Erhebung zum Bewerbungsprozess zeigt ein differenziertes Bild. Stellenanzeigen erstellen 9 Prozent bereits mit KI, 59 Prozent können es sich vorstellen. Bei der ersten Durchsicht von Bewerbungen stehen 6 Prozent Einsatz einem Vorstellungswert von 27 Prozent gegenüber. KI-geführte Bewerbungsgespräche nutzen 2 Prozent; 17 Prozent können sich das künftig vorstellen.

Bitkom Research befragte dafür telefonisch 602 Unternehmen in Deutschland ab drei Beschäftigten, in den Kalenderwochen 18 bis 25 dieses Jahres. Die Ergebnisse wurden also im September veröffentlicht, die Antworten einige Monate zuvor erhoben. Bitkom bezeichnet die Befragung als repräsentativ. Unternehmen mit weniger als drei Beschäftigten sind nicht enthalten. Eine gesonderte Auswertung nur für den Mittelstand enthält die Pressemitteilung nicht.

Was die Zahlen offenlassen

Für mich ist diese Unterscheidung wichtig: Wer eine Anwendung für denkbar hält, hat damit noch kein Budget beschlossen, keinen Anbieter gewählt und keinen Einführungstermin genannt. Aus Interesse wird erst durch diese Entscheidungen ein Projekt. Die Antwortkategorie der Befragung sollte deshalb nicht als Liste bevorstehender Anschaffungen gelesen werden.

Auch ein gemeldeter Einsatz sagt zunächst wenig darüber, wie gut ein Verfahren arbeitet. Für die eigene Kaufentscheidung würde ich andere Nachweise verlangen: Wie oft wird das System tatsächlich genutzt? Wo müssen Beschäftigte nacharbeiten? Welche Fehler treten auf? Und lässt sich ein Ergebnis erklären, wenn jemand nachfragt?

Eine Personalabteilung muss diese Fragen nicht für „KI“ als Ganzes beantworten. Schon der Begriff Bewerbungsprozess umfasst sehr verschiedene Aufgaben. Ein Entwurf für eine Stellenbeschreibung braucht andere Prüfkriterien als eine Empfehlung darüber, wer zum Gespräch eingeladen werden soll.

Eine Stellenanzeige ist ein guter Prüfstein

Als überschaubaren Einstieg würde ich eine fiktive Stellenanzeige verwenden. Das folgende Beispiel ist ein Vorschlag für einen Test, kein Bericht über ein CodeCell-Kundenprojekt.

Ein Betrieb gibt der KI ein abgestimmtes Anforderungsprofil: Aufgaben, Arbeitszeit, Arbeitsort und tatsächlich angebotene Leistungen. Die KI erstellt daraus einen Textentwurf. Das Personalteam gleicht Satz für Satz ab, ob die Angaben stimmen. Hat das System Homeoffice versprochen, obwohl die Stelle vor Ort ausgeübt wird? Aus einem wünschenswerten Abschluss eine zwingende Voraussetzung gemacht? Eine unbelegte Gehaltsspanne ergänzt?

Solche Fehler lassen sich mit dem Ausgangsmaterial vergleichen. Dafür braucht es weder echte Lebensläufe noch Gesprächsaufnahmen. Ich würde bewusst ein paar unvollständige Angaben im Testmaterial lassen. Ein brauchbarer Entwurf sollte diese Lücken kenntlich machen oder Rückfragen liefern, statt sie selbstbewusst auszufüllen.

Der Zeitvergleich muss die Korrektur einschließen. Wenn das Schreiben schneller geht, die Fachabteilung anschließend aber falsche Anforderungen aus dem Text herausarbeiten muss, ist wenig gewonnen. Hilfreicher als ein besonders eleganter Einzelentwurf sind mehrere nachvollziehbare Durchläufe mit dokumentierten Änderungen.

Bei Bewerberbewertungen ändert sich die Tragweite

Sobald ein System Menschen bewertet oder vorsortiert, können seine Ergebnisse beeinflussen, wer überhaupt eine Chance auf ein Gespräch bekommt. Das verdient eine eigene fachliche und rechtliche Prüfung, auch wenn später noch jemand auf „Bestätigen“ klickt.

Der AI Act Service Desk der EU-Kommission führt beispielsweise KI-gestütztes Kandidatenranking als Hochrisiko-Anwendungsfall auf. Im beschriebenen Beispiel behalten Recruiter zwar die Möglichkeit, Empfehlungen zu überprüfen oder zu überstimmen; Ranglisten und Bewertungen prägen aber die Auswahl. Die Beispiele gehören zur Orientierung über die Hochrisiko-Einstufung. Die Kommission kennzeichnet die zugehörigen Leitlinien weiterhin als Entwurf und nicht rechtsverbindlich.

Daraus folgt keine pauschale Einstufung jedes HR-Werkzeugs. Entscheidend sind der vorgesehene Zweck und die konkrete Verwendung. Vor einem realen Einsatz mit Bewerberdaten gehören Datenschutz, arbeitsrechtliche Fragen und die einschlägigen KI-Regeln auf den Tisch. Dieser Artikel ersetzt diese Prüfung nicht und macht keine Aussage, dass ein bestimmtes Produkt zulässig sei.

Für einen ersten betrieblichen Versuch würde ich deshalb keine Rangliste echter Bewerber erzeugen lassen. Zunächst lässt sich an Textarbeit und klar abgegrenzter Vorbereitung lernen, wie verlässlich das gewählte System mit den eigenen Vorgaben umgeht. Das ist eine Empfehlung zur Gestaltung des Tests, keine rechtliche Ausnahme.

Die nächste Entscheidung darf klein sein

Vor einer Anschaffung würde ich dem Personalteam eine einfache Aufgabe geben: einen wiederkehrenden Arbeitsschritt benennen, den gewünschten Nutzen aufschreiben und festlegen, woran ein misslungener Versuch erkennbar wäre. Dazu gehört eine verantwortliche Person, die den Test stoppen kann. Eine vollständige Automatisierung des Bewerbungsprozesses muss daraus nicht werden.

Bei der Auswahl solcher Aufgaben kann eine KI-Beratung helfen. Für Teams, die zuerst den Umgang mit Vorgaben, Quellen und fehlerhaften Ausgaben üben möchten, sind KI-Workshops ein passender Ansatz. Eigene Schnittstellen sind erst dann ein Thema für die KI-Softwareentwicklung, wenn der Ablauf und seine Grenzen feststehen.

Stand: 4. Oktober 2026. Zahlen und Methodik stammen aus der verlinkten Bitkom-Veröffentlichung. Die Testvorschläge sind unsere redaktionelle Einordnung; sie belegen weder Einsparungen noch die Eignung eines konkreten Recruiting-Produkts.