Zum Inhalt springen

KI im Bewerbungsprozess: Was Arbeitgeber dürfen, und was nicht

KI im Recruiting verspricht Effizienz, bringt aber rechtliche Risiken mit sich. Was HR-Teams heute dürfen, was verboten ist und was du vor dem Einsatz prüfen musst.

KI im Bewerbungsprozess: Was Arbeitgeber dürfen, und was nicht

Ein Unternehmen in den USA setzte ein KI-System zur Bewerbervorselektion ein. Nach drei Jahren stellte sich heraus, dass das Modell systematisch Frauen benachteiligte, weil die Trainingsdaten aus einer Phase stammten, in der hauptsächlich Männer eingestellt wurden. Der Algorithmus hatte gelernt, was historisch als “erfolgreich” galt.

Das war kein Ausreißer. Es ist das Grundproblem von KI im Recruiting, und es ist lösbar, wenn du weißt, wo die Grenzen liegen.

Was du heute machen kannst

Der Einsatz von KI im Bewerbungsprozess ist nicht grundsätzlich problematisch. Es kommt darauf an, wo und wie.

Stellenanzeigen optimieren ist unkritisch und sinnvoll. KI hilft dabei, inklusivere Sprache zu verwenden, relevante Keywords für Jobbörsen einzubauen und die Anzeige auf die Zielgruppe zuzuschneiden. Das ist Textarbeit, kein Eingriff in Entscheidungen über Personen. ChatGPT oder Claude leisten das ohne spezialisierte HR-Software.

Interviewfragen strukturieren ist ebenfalls unproblematisch. KI generiert strukturierte Fragekataloge zu einer Rolle: verhaltensbasierte Fragen, Kompetenzindikatoren, situative Szenarien. Das spart Vorbereitungszeit und macht Interviews vergleichbarer.

Terminplanung automatisieren über KI-gestützte Scheduling-Tools ist Standard. Calendly, TalentReef, oder ähnliche Systeme koordinieren Slots, erinnern Kandidaten und reduzieren den E-Mail-Ping-Pong.

Das ist der sichere Bereich: KI unterstützt administrative Aufgaben und Texterstellung, ohne über Personen zu urteilen.

Wo der Hochrisikobereich beginnt

Der EU AI Act stuft KI-Systeme, die bei der Personalauswahl eingesetzt werden, explizit als hochriskant ein (Anhang III, Punkt 4).

Das bedeutet: Wer KI zur Bewerbervorselektion, zum automatisierten CV-Ranking oder zur Kandidatenbewertung einsetzt, betreibt ein Hochrisiko-KI-System. Dafür gelten besondere Anforderungen:

  • Risikoanalyse und Dokumentation vor dem Deployment
  • Technische Robustheit und Genauigkeit des Systems nachweisen
  • Menschliche Aufsicht über alle KI-Entscheidungen sicherstellen
  • Betroffene über den Einsatz informieren
  • Logs führen und auditierbar machen

Das gilt auch für externe HR-Software, die du kaufst oder mietest. Du trägst als Arbeitgeber die Verantwortung, nicht der Softwareanbieter.

AGG: Das deutsche Gleichbehandlungsgesetz

Neben dem EU AI Act greift in Deutschland das AGG (Allgemeines Gleichbehandlungsgesetz). Es verbietet Benachteiligung aufgrund von Geschlecht, Herkunft, Religion, Behinderung, Alter oder sexueller Identität.

Wenn dein KI-System Lebensläufe nach Merkmalen filtert, die mit einem dieser Kriterien korrelieren (Wohnort, bestimmte Schulen, Formulierungsmuster, die häufiger in bestimmten Gruppen vorkommen), entsteht eine mittelbare Diskriminierung. Das ist kein theoretisches Risiko.

Eine Klage wegen AGG-Verletzung durch einen Algorithmus ist in Deutschland bisher selten, aber die Rechtsprechung entwickelt sich. Und Bewerber haben ein Recht auf Auskunft darüber, warum sie abgelehnt wurden.

Mehr dazu, wer bei KI-Fehlern haftet, erklärt der Beitrag Wer haftet, wenn KI einen Fehler macht?.

Das Bias-Problem: Warum historische Daten gefährlich sind

KI lernt aus Daten. Wenn deine Einstellungsdaten der letzten zehn Jahre ein Team spiegeln, das zu 80 Prozent aus einer einzigen demografischen Gruppe bestand, lernt das Modell: Das ist Erfolg.

Das Modell optimiert dann auf dieses Muster, nicht weil es diskriminieren soll, sondern weil es das Muster erkennt und reproduziert. Das Ergebnis ist eine Diskriminierung ohne Absicht, die aber rechtlich genauso relevant ist.

Dagegen hilft: Trainingsdaten prüfen, Outputdaten regelmäßig auf Muster untersuchen, externe Audits, Diverse Review-Teams. Kein Einmalaufwand, sondern laufende Verantwortung.

Checkliste vor dem Einsatz

Bevor du ein KI-System im Recruiting aktivierst, solltest du folgende Punkte klären:

  • Trifft das System Entscheidungen über Personen oder unterstützt es nur administrative Prozesse?
  • Ist das System als Hochrisiko-KI einzustufen? Falls ja: Sind die EU-AI-Act-Anforderungen erfüllt?
  • Wurden die Trainingsdaten auf Bias geprüft?
  • Gibt es eine menschliche Kontrollinstanz vor jeder Auswahlentscheidung?
  • Sind Bewerber darüber informiert, dass KI im Prozess eingesetzt wird?
  • Gibt es eine dokumentierte Grundlage für Ablehnungsentscheidungen?

Wenn auch nur ein Punkt unklar ist, solltest du klären, bevor du deployest. Nicht danach.

Die Perspektive der Bewerber

Für Kandidaten ist der KI-Einsatz im Recruiting noch weitgehend unsichtbar. Das ändert sich. Immer mehr Jobsuchende fragen aktiv, ob KI in der Vorauswahl eingesetzt wird.

Transparenz schafft hier Vertrauen, auch wenn die Antwort “Ja, wir nutzen KI für X, aber jede Entscheidung wird von einer Person überprüft” lautet. Das ist besser als keine Antwort oder eine ausweichende.

Firmen, die offen kommunizieren wie sie KI im Recruiting einsetzen, differenzieren sich damit positiv, besonders bei tech-affinen Zielgruppen, die die Implikationen verstehen.

Den rechtlichen Rahmen für KI in Unternehmen generell erklärt der Artikel KI und Recht: Was Unternehmen 2026 beachten müssen.

Wie du KI sinnvoll integrierst

Fang mit dem Unproblematischen an. Stellenanzeigen, Interviewleitfäden, Terminkoordination. Kein Rechtsrisiko, echter Zeitgewinn. Wie du so einen Einstieg strukturiert und ohne Fehlstart aufsetzt, zeigt der Beitrag KI einführen ohne zu scheitern.

Wenn du danach weiter willst (CV-Screening, Shortlisting, Matching), dann tue es mit Bewusstsein für die Hochrisikoeinordnung. Systeme wie Greenhouse oder rexx systems bieten Compliance-Funktionen für den deutschen Markt. Hol einen Datenschutzbeauftragten ins Boot. Prüf den Anbieter auf EU-AI-Act-Konformität. Stell sicher, dass ein Mensch die letzte Entscheidung trifft.

KI im Recruiting kann sinnvoll sein. Aber hier gilt: erst Compliance-Prüfung, dann Deployment.


Wenn du KI-Tools für HR und Recruiting suchst, schau in die KI-Tools-Übersicht. Konkrete Anwendungsfälle zeigen, wie KI-optimierte Stellenanzeigen und KI-gestützte Bewerbersichtung in der Praxis aussehen, inklusive rechtlicher Hinweise.

Für regelmäßige Updates zu KI-Recht und HR-Praxis: Newsletter abonnieren.

Passend zum Thema: Akademie-Training Platz vormerkbar

KI-Richtlinie und Betriebsvereinbarung

Management · 5 Wochen, online, im eigenen Tempo · Arbeitskurs plus 5 Live-Sessions

Am Ende liegt eure eigene KI-Richtlinie unterschriftsreif auf dem Tisch, erarbeitet an eurem Betrieb statt aus einer Vorlage abgeschrieben.

1.200 € pro Haus, für zwei Teilnehmende, netto zzgl. USt.

Training ansehen

Lieber für mehrere Leute aus eurem Haus, an euren echten Aufgaben? Team-Training anfragen

Mehr KI-Wissen

KI-Wochenbriefing: jeden Freitag KI-News, Praxistipps und Tools

Kostenlos abonnieren, jederzeit abmeldbar, kein Spam.

Diesen Artikel teilen:

Autor und Redaktion

Prof. Dr. Daniel Sonnet

Prof. Dr. Daniel Sonnet

Gründer von KI-Syndikat, Professor an der Hochschule Fresenius

Daniel ist Data- und KI-Experte, Hochschullehrer an der Hochschule Fresenius (Professur Quantitative Methoden und Data Science) und Mitgründer der Gerabo GmbH in Hamburg. Er verbindet über ein Jahrzehnt Hochschullehre mit unternehmerischer Praxis und bringt KI-Wissen direkt in die Community.

Zum Profil

Freddie Feder

KI-Assistent und Lektor

Hat diesen Artikel mit recherchiert und geschrieben und ihn danach Satz für Satz lektoriert: Fakten geprüft, Ton geglättet und alles rausgeworfen, was klingt, als hätte es eine Maschine gebaut. Die inhaltliche Verantwortung liegt bei den menschlichen Autoren.

Mehr über unser Team

Das könnte dich auch interessieren

KI im HR: Von der Stellenanzeige bis zum Offboarding

KI im HR-Lifecycle: Von Stellenanzeigen über CV-Screening bis zum Offboarding. Was hilft wirklich, was ist Hochrisiko-KI und was musst du dokumentieren.

7 Min.

Deine HR-KI hat Bestandsschutz bis zum nächsten großen Update des Anbieters

Die Omnibus-Verordnung schiebt die Hochrisiko-Pflichten für Recruiting-, Beurteilungs- und Scoring-KI auf den 2. Dezember 2027 und verschont Systeme, die vorher in Betrieb gehen. Die Schonung endet mit der ersten erheblichen Veränderung, und wann die kommt, entscheidet dein Anbieter, nicht du.

13 Min.

Der KI-Führerschein beweist Anwesenheit, nicht Kompetenz. Wenn ich einstelle, zählt nur das Zweite.

Der KI-Führerschein boomt seit dem EU AI Act. Doch Art. 4 verlangt Maßnahmen zur KI-Kompetenz, kein Zertifikat. Woran ich als Einsteller sie erkenne.

7 Min.

EU AI Act: Risikoklassen, Bußgelder und die Checkliste für KMU

Welche deiner KI-Systeme fallen unter welche Risikoklasse, und was droht konkret bei Verstößen? Das Kompendium für KMU mit 12-Punkte-Checkliste.

17 Min.

Der Betriebsrat ist kein KI-Bremser, er ist dein bestes Qualitätssicherungsinstrument

Die meisten Unternehmen betrachten den Betriebsrat bei KI-Einführungen als Hürde. Das ist ein teurer Irrtum. Was §87 BetrVG wirklich bedeutet, und warum frühes Einbeziehen Projekte rettet.

6 Min.

Fehlende KI-Schulung kostet in Deutschland kein Bußgeld. Die Rechnung kommt mit dem Schaden.

Seit dem KI-MIG vom Juli 2026 steht fest: Für die sogenannte Schulungspflicht aus Art. 4 KI-VO gibt es in Deutschland kein Bußgeld. Die Bundesnetzagentur nennt die Folge trotzdem selbst: Im Schadensfall kann fehlende KI-Kompetenz als Verletzung der Sorgfaltspflicht gelten, und dann zählt, was du vorher aufgeschrieben hast.

8 Min.

Feedback

Wir freuen uns über dein Feedback zu diesem Beitrag per E-Mail an kontakt@ki-syndikat.de.