Zeugniserstellung mit KI

Das echte Ausmaß des Problems

Das Arbeitszeugnis ist eine deutsche Besonderheit, und eine der komplexesten Routineaufgaben, die HR-Abteilungen regelmäßig zu bewältigen haben. Die Komplexität liegt nicht in der Länge der Texte, sondern in der Sprache dahinter: Der deutsche Zeugniscode ist ein System versteckter Bedeutungen, das sich über Jahrzehnte gewachsener Rechtsprechung entwickelt hat.

Ein Beispiel: „Stets zu unserer vollsten Zufriedenheit” bedeutet sehr gut, Note 1. „Zu unserer vollen Zufriedenheit” klingt ähnlich, bedeutet aber befriedigend, Note 3. „Zu unserer Zufriedenheit” ist ausreichend, Note 4. Im normalen Sprachgebrauch klingt „zu unserer Zufriedenheit” positiv. Im Zeugnis ist es eine Abwertung, die potenziell dazu führt, dass der Empfänger in Bewerbungsgesprächen gefragt wird, was schiefgelaufen ist. Wer diesen Unterschied nicht kennt, kann unbeabsichtigt den beruflichen Ruf eines Mitarbeiters beschädigen, und läuft Gefahr, dass dieser Zeugnis-Korrektur einklagt.

Diese Zuordnung ist keine Folklore, sie ist höchstrichterlich bestätigt. Das Bundesarbeitsgericht hat am 18. November 2014 entschieden (9 AZR 584/13), dass die Formulierung „zur vollen Zufriedenheit” eine durchschnittliche Leistung und damit die Note befriedigend bescheinigt. Die Entscheidung enthält noch einen zweiten, für Arbeitgeber entlastenden Satz: Will der Arbeitnehmer eine bessere Schlussbeurteilung, muss er im Rechtsstreit die Tatsachen vortragen und beweisen, die diese bessere Note rechtfertigen. Nicht der Arbeitgeber muss eine durchschnittliche Bewertung begründen.

Der schiere Zeitaufwand ist erheblich: Ein sorgfältig formuliertes Zeugnis dauert in der Praxis 1 bis 3 Stunden, Gespräch mit der Führungskraft, Informationen zusammentragen, ersten Entwurf schreiben, Formulierungen recherchieren, Kodierungen prüfen, Freigabe einholen. Rechne es für dein Unternehmen durch: Ein Betrieb mit 200 Mitarbeitenden und 15 Prozent Fluktuation kommt auf 30 Zeugnisse pro Jahr. Selbst bei nur 1,5 Stunden pro Zeugnis sind das 45 Stunden jährlich, mehr als eine Vollzeit-Arbeitswoche, allein für diesen einen Prozess. Deine eigene Fluktuationsquote steht in der Personalstatistik, damit wird aus dem Beispiel eine Zahl.

Hinzu kommt das rechtliche Risiko. Die Rechtsgrundlage für Arbeitnehmer ist § 109 GewO, nicht § 630 BGB: Dessen letzter Satz verweist ausdrücklich weiter, „wenn der Verpflichtete ein Arbeitnehmer ist, findet § 109 der Gewerbeordnung Anwendung”. § 630 BGB bleibt für Dienstverhältnisse außerhalb eines Arbeitsverhältnisses einschlägig, etwa für Geschäftsführer, im kaufmännischen Fall tritt § 73 HGB für Handlungsgehilfen daneben.

Wichtig für die Praxis: Das Wort „wohlwollend” steht in keinem dieser Paragrafen. Die Pflicht zum Wohlwollen ist Richterrecht, abgeleitet aus der Fürsorgepflicht des Arbeitgebers, und sie endet dort, wo die ebenfalls geltende Wahrheitspflicht beginnt. Im Gesetz steht dafür etwas anderes, das seltener zitiert wird und den Zeugniscode direkt betrifft, § 109 Abs. 2 GewO: Das Zeugnis muss klar und verständlich formuliert sein und darf keine Merkmale oder Formulierungen enthalten, die den Zweck haben, eine andere als die aus Wortlaut oder äußerer Form ersichtliche Aussage zu treffen. Wer bewusst verschlüsselt, verstößt gegen das Gesetz.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zeitwerte sind Größenordnungen, keine Studienzahlen. Miss sie einmal selbst: Stoppuhr beim nächsten Zeugnis, vom Beurteilungsbogen bis zur Freigabe. Eine Fehlerquote in Prozent findest du hier bewusst nicht, weil es keine belastbare Erhebung dazu gibt. Was du prüfen kannst, ist die Richtung: Lass die KI drei alte Zeugnisse nach Notenspiegel bewerten und vergleiche mit der Note, die eigentlich gemeint war. Die tatsächliche Zeitersparnis hängt ohnehin vor allem davon ab, wie gut der Input strukturiert ist.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Die Reduktion von 1,5–3 Stunden auf 20–40 Minuten pro Zeugnis ist real und direkt messbar. Für HR-Teams mit 20+ Zeugnissen pro Jahr macht das einen spürbaren Unterschied in der Wochenkapazität. Kein 5, weil der Eingabeprozess (Beurteilungsbogen ausfüllen, Freigabe einholen) weiterhin menschlichen Aufwand erfordert. Innerhalb HR aber klar im oberen Bereich.

Kosteneinsparung, hoch (4/5) Direkte Einsparung durch reduzierte Personalkosten für Zeugnis-Routinearbeit ist gut quantifizierbar. Hinzu kommt der schwer messbare, aber real bedeutsame Nutzen: vermiedene Rechtsstreitigkeiten. Ein einziger Zeugnisstreit vor dem Arbeitsgericht kostet mehr als der gesamte Jahresnutzen der KI-Lösung. Dieser Risikominderungseffekt ist in HR einzigartig direkt.

Schnelle Umsetzung, hoch (4/5) Der Prompt-Setup für ein gutes Zeugnissystem dauert 3–6 Stunden, aber den ersten Entwurf bekommst du am gleichen Tag. Kein technisches Setup nötig, ChatGPT genügt als Startpunkt. Kein 5, weil das Regelwerk für die Zeugnissprache sorgfältig eingepflegt werden muss und erste Entwürfe noch Qualitätskontrolle brauchen.

ROI-Sicherheit, sehr hoch (5/5) Der ROI-Nachweis ist im HR-Bereich nirgends so direkt wie hier: Du zählst Zeugnisse, misst Zeit, berechnest Einsparung. Dazu kommt die rechtliche Risikovermeidung als greifbaren Zusatznutzen. Innerhalb der HR-Branche der stärkste Use Case für nachweisbaren, isolierbaren Return.

Skalierbarkeit, niedrig (2/5) Jedes Zeugnis erfordert individuellen Input, Beurteilungsbogen, Führungskraftgespräch, Freigabe. Mit steigender Mitarbeiterzahl wächst der Aufwand nahezu linear. KI beschleunigt den Prozess, automatisiert ihn aber nicht. Der Aufwand skaliert nicht weg. Im Vergleich zu HR-Chatbots oder Reporting, die wirklich mit der Unternehmensgröße skalieren, klarer Nachteil.

Richtwerte, stark abhängig von Unternehmensgröße, Zeugnisvolumen und Konfigurationstiefe des Prompts.

Was KI bei der Zeugniserstellung konkret macht

Der Prozess beginnt mit einem strukturierten Beurteilungsbogen, den HR oder die direkte Führungskraft ausfüllt. Dieser Bogen erfasst: Tätigkeitsbeschreibung (Aufgaben, Verantwortungsbereich, besondere Projekte), Bewertung in Kernbereichen (Arbeitsqualität, Arbeitsquantität, Eigeninitiative, Zuverlässigkeit, Teamverhalten, optional Führungsverhalten) sowie die gewünschte Gesamtnote im Zeugnismaßstab (sehr gut / gut / befriedigend).

Das Sprachmodell (LLM) übersetzt diese Eingaben in korrekten Zeugniscode. Es kennt die gängigen Formulierungen für jede Note, weiß welche Adjektive und Adverbien welche Signalwirkung haben, und baut daraus einen kohärenten Text.

Das Ergebnis ist ein vollständiger Zeugnisentwurf in der klassischen Struktur: Einleitung mit Tätigkeitsbeschreibung, Leistungsbeurteilung, Verhaltensbeurteilung gegenüber Vorgesetzten und Kollegen, optional Führungsbeurteilung, und eine Schlussformel. HR prüft den Entwurf, ergänzt unternehmensspezifische Details und gibt ihn frei.

Für komplizierte Fälle, Trennungen im Streit, Abmahnungen im Vorfeld, laufende arbeitsrechtliche Auseinandersetzungen, ist menschliches Urteilsvermögen und juristischer Rat weiterhin unersetzlich. KI deckt den Routinefall ab, keinen Sonderfall.

Konkrete Werkzeuge, was wann passt

ChatGPT mit Zeugnissprache-Systemkontext, die pragmatischste Einstiegslösung. Du entwickelst einmalig einen Systemprompt, der die Kodierungen der deutschen Zeugnissprache, den gewünschten Stil und dein Corporate Wording enthält. Dann fütterst du ihn mit dem ausgefüllten Beurteilungsbogen und bekommst einen Entwurf. Für HR-Teams, die 10 bis 30 Zeugnisse pro Jahr erstellen, ist das ausreichend und kosteneffizient. Kosten: ChatGPT Plus 23 Euro pro Person und Monat. Einmaliger Setup-Aufwand für den Prompt: 2 bis 4 Stunden.

Personio , die meistgenutzte HR-Plattform für KMU in Deutschland. Wenn Personio ohnehin im Einsatz ist, sind Mitarbeiterdaten bereits hinterlegt, was Doppeleingaben vermeidet. Ob die Plattform in deinem Plan einen eigenen Zeugnisgenerator mitbringt, lässt sich von außen nicht sagen: Personio listet den Funktionsumfang seiner KI-Funktionen nicht detailliert öffentlich auf. Frag das in der Demo konkret ab. Auch beim Preis nennt Personio nur einen Einstiegswert (HR-Lösungen ab 7,60 Euro je Mitarbeitendem und Monat netto), das konkrete Angebot kommt erst nach einer Demo.

rexx Systems , deutsches HR-System mit Compliance-Fokus und eigenem KI-Assistenten (Rai). Dokumentiert ist Rai für Stellenausschreibungen, Textoptimierung, Bewerberkommunikation und einen Job-Bot, nicht als Zeugnisgenerator. Das System bietet Freigabe-Workflows, die sich für ein Vier-Augen-Prinzip bei Zeugnissen nutzen lassen, ob ein dediziertes Zeugnismodul dabei ist, gehört in die Anforderungsliste fürs Vertriebsgespräch.

Custom-Lösung für große HR-Abteilungen, bei mehr als 60 bis 80 Zeugnissen pro Jahr lohnt sich eine eigene Lösung: spezifisches Regelwerk als Systemkontext, direkte HRIS-Integration, automatisierter Beurteilungsbogen, strukturierte Freigabe-Pipeline. Was das kostet, hängt fast vollständig an der Integrationstiefe, hol dafür zwei Angebote ein statt mit einem Richtwert zu planen.

Datenschutz und Datenhaltung

Zeugnisdaten sind Beschäftigtendaten und fallen unter § 26 BDSG sowie die DSGVO. Wenn du externe KI-Tools für die Zeugniserstellung nutzt, müssen einige Punkte vor dem ersten Einsatz geklärt sein.

Mit jedem Anbieter, der Mitarbeiterdaten verarbeitet, also auch ChatGPT/OpenAI, wenn du Namen und Tätigkeiten eingibst, ist ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO abzuschließen. OpenAI bietet ein Data Processing Addendum für Business-Nutzer an. Wer mit einem Firmen-Account (ChatGPT Business oder Enterprise) arbeitet, hat bessere Vertragsbedingungen als beim privaten Plus-Account.

Eine praktische Alternative: Anonymisiere die Eingaben. Statt „Maria Schulze, Projektleiterin bei der XY GmbH” gibst du der KI nur die Tätigkeitsbeschreibung und Bewertungsparameter, ohne Namen oder identifizierende Details. Das Ergebnis ist ein Entwurf mit Platzhaltern, den du danach selbst mit den echten Personendaten füllst. So umgehst du das DSGVO-Problem vollständig.

Löschfristen: Eine pauschale Aufbewahrungsfrist für Personalakten gibt es nicht, sie hängt am einzelnen Dokument. Steuer- und lohnrelevante Unterlagen unterliegen eigenen handels- und steuerrechtlichen Fristen, für alles Übrige gilt der Grundsatz aus Art. 5 Abs. 1 lit. e DSGVO: löschen, sobald der Zweck entfallen ist. Wer hier mit einer selbst gesetzten Pauschalfrist arbeitet, sollte sie mit dem Datenschutzbeauftragten abstimmen statt sie einer Faustregel zu entnehmen. Entwurfs-Versionen und Zwischenprompts sollten in keinem Fall unkontrolliert gespeichert bleiben.

Was es kostet, realistisch gerechnet

Einmalige Kosten

Der größte Einrichtungsaufwand ist nicht technisch, sondern inhaltlich: Ein guter Zeugnisprompt muss die deutschen Kodierungen korrekt abbilden, das Unternehmens-Wording kennen und Varianten für verschiedene Rollen berücksichtigen. Das sind 3 bis 6 Stunden interne Entwicklungszeit, die du mit deinem eigenen HR-Stundensatz bewertest.

Laufende Kosten

• ChatGPT Plus für gelegentliche Nutzung: 23 Euro pro Person und Monat
• HR-Plattform mit Zeugnis-Workflow: Personio nennt nur einen Einstiegspreis (HR-Lösungen ab 7,60 Euro je Mitarbeitendem und Monat netto), rexx keine öffentlichen Listenpreise; beide kalkulieren das Angebot nach Mitarbeiterzahl und gebuchten Modulen

ROI-Szenario

Angenommen: 25 Zeugnisse pro Jahr, durchschnittliche Ersparnis 1,5 Stunden pro Zeugnis, HR-Stundensatz 45 Euro. Das sind 37,5 Stunden und damit 1.688 Euro gesparte Personalkosten pro Jahr, allein für Zeugnis-Routinearbeit. Hinzu kommt das reale Risikopotenzial: Jedes Zeugnis mit einem rechtlichen Fehler kann zu einer Korrekturpflicht führen, und im Streitfall zu einem Arbeitsgericht. Ein einziger solcher Fall kostet mehr als der gesamte Jahresnutzen der KI-Lösung.

Der Break-even liegt für die meisten Setups bei 5 bis 10 Zeugnissen, danach rechnet sich der Einsatz.

Typische Einstiegsfehler

1. KI-Entwürfe ohne Qualitätsprüfung in Konfliktsituationen verwenden. In Standardfällen, Mitarbeitende das Unternehmen einvernehmlich verlassen nach guter Zusammenarbeit, funktioniert KI-generierter Zeugnistext sehr gut. In Trennungssituationen mit Konfliktpotenzial, bei Abmahnungen im Vorfeld oder wenn arbeitsrechtliche Schritte angedeutet wurden, braucht jeder KI-Entwurf eine menschliche Prüfung, idealerweise durch jemanden mit arbeitsrechtlicher Erfahrung. Die Zeugnisfälle im Vorfeld einteilen: Routine, Sonderfall, Konfliktfall, und für letztere einen Vier-Augen-Prozess vorschreiben.

2. Den Beurteilungsbogen zu knapp ausfüllen. „War gut in seiner Arbeit” als Eingabe ergibt ein generisches Zeugnis, das auf hundert andere Mitarbeitende ebenso gut passen würde. Je detaillierter die Eingabe, konkrete Projekte, spezifische Stärken, besondere Leistungen, Eigenheiten der Rolle, desto individueller und überzeugender das Ergebnis. Entwickle einmalig einen guten Beurteilungsbogen mit 8 bis 10 konkreten Fragen.

3. Den Mitarbeitenden nicht frühzeitig einbeziehen. In Deutschland hat der Arbeitnehmer Anspruch auf ein Zeugnis nach § 109 GewO und kann bei Unzufriedenheit auf Korrektur bestehen. Wer Zeugnisse ohne Rücksprache ausstellt und dann Änderungen nacharbeiten muss, verliert die Zeitersparnis durch KI wieder. Den KI-Entwurf dem Mitarbeitenden zur Durchsicht vorlegen, bevor er unterschrieben wird. Das ist keine Pflicht, aber es verlagert den Konflikt vor die Unterschrift statt danach.

4. Den Prompt nie aktualisieren. Ein Zeugnisprompt ist ein Regelwerk, und Regelwerke veralten. Die Zuordnung der Zufriedenheitsformeln zu Noten ist durch die Rechtsprechung stabil, andere Fragen sind es weniger, etwa was eine Schlussformel aussagen darf und ob sie überhaupt geschuldet ist. Einmal jährlich den Prompt gegen aktuelle arbeitsrechtliche Kommentarliteratur zu § 109 GewO abgleichen und ein Test-Zeugnis zur Qualitätskontrolle erstellen. Wichtig dabei: Es ist das Bundesarbeitsgericht, das hier die Linie vorgibt, nicht der Bundesgerichtshof.

Was mit der Einführung wirklich passiert

Das erste überraschende Erlebnis für die meisten HR-Teams: Der KI-Entwurf ist oft besser als der eigene erste Versuch, nicht weil die KI mehr von der Person weiß, sondern weil sie konsistenter in der Zeugnissprache ist und keine Formulierungsunsicherheiten hat.

Das zweite: Führungskräfte, die den Beurteilungsbogen ausfüllen sollen, liefern anfangs zu knappe Eingaben. Hier hilft ein kurzes Briefing: „Die KI braucht konkrete Beispiele und Bewertungen, sonst schreibt sie ein generisches Zeugnis, das eurem Mitarbeitenden nicht gerecht wird.” Das wirkt, weil das Ergebnis unmittelbar sichtbar ist.

Widerstand kommt manchmal aus der Geschäftsführung: „Zeugnisse sind Chefsache.” Die Antwort: Die Geschäftsführung bekommt einen fertigen Entwurf zur Prüfung und Freigabe, wie vorher. Was sich ändert: HR liefert den Entwurf nach einem Tag statt nach einer Woche, und er ist sprachlich bereits auf einem guten Niveau. Das beschleunigt die Runde, reduziert Überarbeitungen.

Realistischer Zeitplan mit Risikohinweisen

Dein Aufwand: In der Einführungsphase 4 bis 8 Stunden gesamt. Im Routine-Betrieb unter 30 Minuten pro Zeugnis.

Häufige Einwände, und was dahintersteckt

„KI kennt die Zeugnissprache nicht gut genug.” Das kommt auf die Konfiguration an. Ein einfacher Prompt ohne spezifische Anweisung ergibt ein mittelmäßiges Zeugnis. Ein Prompt, der die wichtigsten Kodierungen explizit enthält, Beispielformulierungen für verschiedene Noten mitgibt und klare Regeln für Schlussformeln definiert, liefert Texte, die mit denen erfahrener HR-Profis vergleichbar sind. Der Unterschied liegt nicht im Modell, sondern in der Vorbereitung.

„Zeugnisse sind bei uns Chefsache.” Das verändert sich durch KI nicht. Die Geschäftsführung bekommt einen Entwurf zur Prüfung und Freigabe, genau wie vorher. Was sich ändert: HR liefert ihn schneller und auf höherem Qualitätsniveau. Das beschleunigt die Freigaberunde.

Woran du merkst, dass das zu dir passt

• Zeugniserstellung dauert bei euch regelmäßig länger als zwei Wochen, und Mitarbeitende fragen nach
• HR-Mitarbeitende sind unsicher, ob ihre Formulierungen den richtigen Notenspiegel abbilden
• Die Qualität der Zeugnisse schwankt je nachdem, wer sie schreibt
• Ihr habt mehr als 15 Zeugnisse pro Jahr zu erstellen
• Ihr musstet Zeugnisse schon mal nach Mitarbeiter-Rückmeldung überarbeiten

Das passt noch nicht zu dir, wenn: Du hauptsächlich schwierige Trennungssituationen zu bewältigen hast, dort ersetzt KI keinen Rechtsanwalt, und der Zeitgewinn ist kleiner als bei Routinezeugnissen. Für Unternehmen mit weniger als 5 Zeugnissen pro Jahr ist der Setup-Aufwand relativ zum Nutzen hoch.

Das kannst du heute noch tun

Entwickle heute einen ersten Zeugnisprompt für deine häufigste Rollenkategorie. Nimm ein altes Zeugnis mit guter Beurteilung (Note gut) und lass die KI prüfen, ob die Formulierungen dem richtigen Notenspiegel entsprechen, das zeigt dir sofort, ob das Setup funktioniert.

Quellen & Methodik

• § 109 GewO, Anspruch des Arbeitnehmers auf ein Zeugnis, Klarheitsgebot und Verbot verschlüsselter Aussagen in Absatz 2
• § 630 BGB, Zeugnis im Dienstverhältnis, letzter Satz verweist für Arbeitnehmer auf § 109 GewO. Für Handlungsgehilfen tritt § 73 HGB daneben
• BAG, Urteil vom 18. November 2014, 9 AZR 584/13, „zur vollen Zufriedenheit” bescheinigt eine durchschnittliche Leistung; die Darlegungs- und Beweislast für eine bessere Schlussbeurteilung trägt der Arbeitnehmer
• § 26 BDSG, Verarbeitung personenbezogener Daten im Beschäftigungsverhältnis
• Zeitangaben für die manuelle Zeugniserstellung sind Größenordnungen aus der Praxis, keine Erhebung. Eine frühere Fassung dieser Seite berief sich auf eine Bundesarbeitsgerichts-Statistik zur Häufigkeit von Zeugnisstreitigkeiten und auf eigene Projekterhebungen. Beides ließ sich nicht belegen und ist entfernt. Für verbindliche Einschätzungen im Einzelfall ist ein Fachanwalt für Arbeitsrecht zu konsultieren.