Eine Absage kann höflich, schnell und vollständig automatisiert sein. Für Bewerberinnen und Bewerber bleibt trotzdem eine grundlegende Frage offen: Hat ein Mensch ihre Unterlagen beurteilt – oder ein System nach Begriffen, Lücken und vermeintlicher Passung sortiert?
Digitale Bewerbermanagementsysteme sind längst verbreitet. Manche ordnen Unterlagen, andere suchen nach Schlüsselbegriffen oder priorisieren Profile. Mit generativer KI kommen Zusammenfassungen, automatische Kommunikation und Vorschläge für Rankings hinzu. Unter dem gemeinsamen Etikett „KI-Recruiting“ verbergen sich damit sehr unterschiedliche Eingriffe.
Für Unternehmen ist die Attraktivität klar. Personalabteilungen bearbeiten viele Bewerbungen, während Fachkräfte fehlen. Automatisierung kann Unterlagen vereinheitlichen, Termine koordinieren und Mindestanforderungen prüfen. Ein strukturierter Prozess kann konsistenter sein als eine schnelle menschliche Vorauswahl.
Das Risiko beginnt, wenn eine scheinbar neutrale Bewertung Kriterien verwendet, die niemand fachlich verantwortet. Historische Einstellungsdaten können frühere Bevorzugungen fortschreiben. Lücken im Lebenslauf, ungewöhnliche Berufswege oder andere Formulierungen werden möglicherweise als schwächere Passung gelesen. Ein System kann diskriminieren, ohne sensible Merkmale ausdrücklich abzufragen, weil andere Daten als Ersatzsignale wirken.
Noch problematischer sind Verfahren, die Stimme, Video oder Verhalten deuten wollen. Aus Blickbewegung, Tonlage oder Gesichtsausdruck Persönlichkeit und Eignung abzuleiten, ist wissenschaftlich und rechtlich besonders angreifbar. Ein moderner Eindruck ersetzt keinen belastbaren Zusammenhang mit beruflicher Leistung.
Der europäische AI Act behandelt bestimmte Systeme in Beschäftigung und Recruiting als besonders sensibel. Die konkrete zeitliche Anwendung wurde im Zuge späterer Änderungen angepasst; ältere Übersichten sind daher mit Vorsicht zu verwenden. Unabhängig von der Frist gelten Datenschutz, Gleichbehandlung und arbeitsrechtliche Verantwortung bereits heute.
Unternehmen sollten Bewerberinnen deshalb verständlich erklären, an welchen Schritten Automatisierung beteiligt ist. Sie brauchen außerdem eine Möglichkeit zur menschlichen Überprüfung, insbesondere wenn ein System eine Bewerbung aussortiert oder wesentlich bewertet. Eine bloße Erklärung, dass „moderne Technologie“ verwendet wird, reicht nicht.
Diese Information muss rechtzeitig kommen. Wer erst in einer allgemeinen Datenschutzerklärung nach dem Hinweis suchen muss, kann sein Verhalten nicht sinnvoll anpassen oder Rechte wahrnehmen. Eine kurze Prozessübersicht auf der Bewerbungsseite ist verständlicher: Welche Daten werden ausgewertet, wofür, mit welchem Systemtyp und mit welcher menschlichen Kontrolle?
Einkauf und HR sollten außerdem die Trainings- und Testgrundlage eines Anbieters prüfen. Welche Gruppen wurden auf Fehler untersucht? Lassen sich Kriterien konfigurieren und protokollieren? Was geschieht nach einem Modellupdate? Ein Anbieter, der nur auf Geschäftsgeheimnisse verweist, kann für eine folgenschwere Vorauswahl ungeeignet sein.
Die wichtigste interne Frage lautet: Was würde eine gute Personalverantwortliche in diesem Schritt prüfen, und kann das System dieselbe Entscheidung nachvollziehbar unterstützen? Wenn das Ziel nur lautet, die Zahl der sichtbaren Bewerbungen zu reduzieren, optimiert die Organisation möglicherweise den falschen Engpass.
Gutes Recruiting misst nicht nur Geschwindigkeit. Es misst Qualität der Einstellungen, Abbruchquoten, Vielfalt, Beschwerden und den späteren Erfolg der ausgewählten Personen. Erst wenn diese Größen über Zeit beobachtet werden, lässt sich beurteilen, ob das System bessere Entscheidungen ermöglicht oder nur schneller aussortiert.
Auch abgelehnte Bewerbungen gehören in die Prüfung. Unternehmen können stichprobenartig untersuchen, ob qualifizierte Profile systematisch ausscheiden. Das erfordert Datenschutz und klare Aufbewahrungsregeln, ist aber aussagekräftiger als ein Benchmark des Anbieters.
Gegenposition
Menschen entscheiden ebenfalls voreingenommen und inkonsistent. Ein transparentes, regelmäßig geprüftes System kann Kriterien vereinheitlichen und mehr Bewerbungen berücksichtigen. Die Gegenposition stärkt den Fall für Audits – nicht für blinde Automatisierung.
