Personalgewinnung im öffentlichen Dienst mit KI

Das echte Ausmaß des Problems

Dem öffentlichen Dienst fehlen laut dbb Monitor öffentlicher Dienst 2024 (dbb beamtenbund und tarifunion) aktuell mindestens 551.500 Vollzeitkräfte — Tendenz steigend. Bis 2030 gehen zudem fast ein Drittel aller Beschäftigten im öffentlichen Dienst in den Ruhestand, was rund 1,3 Millionen Stellen erfordert, die nachbesetzt werden müssen.

Dabei ist die Ausgangsposition miserabel: Laut Statista-Auswertung (gleitender Jahreszeitraum Dezember 2023 bis November 2024) liegt die Vakanzzeit für offene Stellen in der öffentlichen Verwaltung bei durchschnittlich 110 Tagen. Zum Vergleich: Im Bereich Information und Kommunikation sind es 65 Tage, im Durchschnitt aller Branchen rund 70 Tage.

Diese 110 Tage sind direkte Kosten: Eine unbesetzte Stelle im mittleren Dienst (E 9–E 11) kostet die Verwaltung durch nicht erledigte Aufgaben, Mehrbelastung anderer Mitarbeitender und verzögerte Projekte erfahrungsgemäß mehr als das monatliche Bruttogehalt der Stelle. Bei zehn unbesetzten Stellen gleichzeitig läppert sich das schnell auf sechsstellige Verluste pro Jahr.

Die Ursachen sind strukturell:

• Unattraktive Stellenanzeigen: Behördentexte sind nach Vorlagen formuliert, sprechen Kandidaten kaum emotional an und kommunizieren Stärken wie Jobsicherheit oder Vereinbarkeit selten überzeugend.
• Langsame Prozesse: Zwischen Ausschreibungsbeschluss und erstem Arbeitstag vergehen durch Laufbahn- und Beförderungsrecht, Ausschreibungsfristen, Auswahlverfahren und politische Freigaben häufig vier bis sechs Monate.
• Schwache Sichtbarkeit: Viele Behörden schalten Anzeigen nur auf Interamt oder im Amtsblatt — obwohl potenzielle Bewerberinnen und Bewerber heute über LinkedIn, Indeed oder Fachcommunities suchen.

McKinsey & Company zeigte in einer Studie vom Juli 2024 (“Mit Mut und Augenmaß, bitte!”), dass Generative KI die Fachkräftelücke im öffentlichen Sektor um bis zu ein Drittel — rund 165.000 Vollzeitkräfte — abfedern könnte. Nicht durch Stellenabbau, sondern durch Effizienzgewinne, die Kapazitäten für die wesentliche Arbeit freisetzen. Der Recruiting-Prozess ist einer der vielversprechendsten Angriffspunkte.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Bewerbungszahlen und Sichtungsaufwand: Erfahrungswerte aus Pilotprojekten im öffentlichen Dienst; keine repräsentative Studie, aber konsistente Beobachtungen. Vakanzzeit: Statista-Auswertung (Dezember 2023–November 2024), öffentliche Verwaltung.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Der größte Hebel liegt beim Entwurf der Stellenanzeige — hier reduziert KI den Aufwand spürbar von 60–90 Minuten auf 15–25 Minuten je Anzeige. Die Grobsortierung von Bewerbungen gewinnt ebenfalls an Struktur. Dennoch kein Spitzenwert: Der formale Auswahlprozess mit Personalrat-Abstimmung, Aktenvermerk und rechtskonformer Dokumentation bleibt aufwendig und lässt sich nicht automatisieren. Verglichen mit anderen Verwaltungsanwendungen wie automatischer Dokumentenklassifizierung oder Bescheidgenerierung ist die Gesamtersparnis geringer.

Kosteneinsparung — mittel (3/5) Die messbaren Kosten unbesetzter Stellen sind erheblich — je Stelle, die zwei Wochen früher besetzt wird, spart die Verwaltung Tausende Euro an Mehrbelastungskosten für Kolleginnen und Kollegen. Aber: Software-Procurement über EVB-IT und Vergaberecht hat Anlaufkosten, und der ROI tritt nicht sofort ein. Für Behörden, die mit kostenlosen LLM-Tools wie ChatGPT (Business-Plan) oder meinGPT für Stellenanzeigen starten, sind die laufenden Kosten überschaubar.

Schnelle Umsetzung — niedrig (2/5) Vergaberecht, EVB-IT-Vertragspflichten und Personalrats-Mitbestimmungsverfahren verlängern den Weg vom Beschluss zur produktiven KI-Nutzung erheblich. Ein Pilot für die Stellenanzeigen-Erstellung allein (kein automatisiertes Screening) kann in wenigen Wochen starten — aber der Regelbetrieb mit integriertem Bewerbungsscreening dauert realistisch drei bis sechs Monate. Das ist der niedrigste Wert in der Verwaltungskategorie nach risikobasierter Prüfplanung.

ROI-Sicherheit — mittel (3/5) Time-to-Hire ist eine messbare Kennzahl, Bewerberzahlen je Stelle lassen sich vergleichen — damit ist der Nutzen besser belegbar als bei vielen anderen KI-Anwendungen. Das Risiko: Rechtliche Anforderungen (Art. 33 GG, Bestenauslese) begrenzen, wie weit die KI in die eigentliche Auswahlentscheidung eingreifen darf. Wer auf die falsche Anwendung setzt, hat hohe Kosten und geringen messbaren Effekt.

Skalierbarkeit — hoch (4/5) Einmal eingerichtete Prompt-Vorlagen für Stellenanzeigen funktionieren für die hundertste Stelle genauso wie für die erste. Je mehr Stellen eine Behörde besetzt, desto besser amortisiert sich der Einrichtungsaufwand. Große Kommunalverwaltungen, Landkreisbehörden und Bundesbehörden profitieren überproportional.

Richtwerte — stark abhängig von Behördengröße, Laufbahnrecht des jeweiligen Bundeslands und vorhandener IT-Infrastruktur.

Was KI im Recruiting-Prozess konkret macht

Der öffentliche Dienst hat einen anderen Recruiting-Ablauf als die Privatwirtschaft. Es gibt rechtlich vorgeschriebene Schritte, die KI nicht ersetzen kann und soll. Was KI kann, ist die Qualität und Geschwindigkeit der Schritte, bei denen Sprache und Strukturierung im Vordergrund stehen, deutlich erhöhen.

Schritt 1: Zielgruppengerechte Stellenanzeigen erstellen

Das ist der sofort umsetzbare Teil. Ein LLM wie ChatGPT, Claude oder meinGPT nimmt das interne Anforderungsprofil einer Stelle entgegen und formuliert daraus eine Anzeige, die:

• die tatsächlichen Vorteile der Stelle und des Arbeitgebers kommuniziert (Jobsicherheit, Elternzeit, Weiterbildungsangebot, gesellschaftliche Bedeutung der Tätigkeit)
• geschlechtsneutral formuliert ist und die Anforderungen des Bundesgleichstellungsgesetzes (BGleiG) sowie der Landesgleichstellungsgesetze beachtet
• den Hinweis auf Teilzeitmöglichkeiten nach § 9 BGleiG enthält
• auf verschiedene Kanäle angepasst werden kann: formales Amtsblatt-Format für Interamt, kürzere Variante für LinkedIn oder Jobbörsen

Der Rohentwurf braucht anschließend einen Review durch die Personalabteilung — aber dieser Review dauert Minuten, nicht Stunden.

Schritt 2: Bewerbungseingang strukturieren und vorselektieren

Hier ist Vorsicht geboten (mehr dazu im Rechtlichen). KI kann beim Strukturieren helfen: Sie fasst Bewerbungen nach festgelegten Kriterien zusammen, erzeugt eine vergleichbare Darstellung nach dem definierten Anforderungsprofil und macht die inhaltliche Erstbewertung transparenter. Das ist kein automatisches Ja/Nein — es ist eine vorbereitete Entscheidungsgrundlage, die ein Mensch bewertet und dokumentiert.

Schritt 3: Kandidatenkommunikation beschleunigen

Eingangsbestätigungen, Anfragen für fehlende Unterlagen, Terminvorschläge für Auswahlgespräche — das ist administrativer Aufwand, der erfahrungsgemäß Tage kostet. KI-unterstützte Vorlagen, im Einzelfall angepasst und persönlich versendet, verkürzen diesen Schritt erheblich.

Die rechtlichen Rahmenbedingungen — was KI darf und was nicht

Das ist die Sektion, die in keinem privaten Recruiting-Leitfaden vorkommt. Im öffentlichen Dienst gelten eigene Spielregeln.

Bestenauslese nach Art. 33 GG

Jede Auswahlentscheidung für Beamtenstellen und viele TVöD-Stellen muss sich auf Eignung, Befähigung und fachliche Leistung stützen (Art. 33 Abs. 2 GG). Das Bundesverwaltungsgericht (BVerwG) hat in ständiger Rechtsprechung klargestellt: Auswahlentscheidungen müssen nachvollziehbar, dokumentiert und im Verwaltungsrechtsweg anfechtbar sein.

Eine KI, die Bewerbungen in eine Rangliste bringt, ohne transparent zu machen, warum Kandidat A vor Kandidat B steht, ist rechtlich problematisch. Wer sie trotzdem einsetzt, riskiert eine erfolgreiche Konkurrentenklage des übergangenen Bewerbers. Das Ergebnis: Die Auswahl wird gerichtlich aufgehoben, das Verfahren muss wiederholt werden — und die Stelle bleibt noch länger unbesetzt.

Die sichere Nutzung: KI als Hilfsmittel zur Strukturierung, nicht als Entscheider. Die KI erstellt eine vergleichende Übersicht nach den festgelegten Eignungsmerkmalen — die Rangreihenfolge erstellt und verantwortet ein Mensch, dokumentiert in einem Aktenvermerk.

Gleichstellungsgebot (BGleiG und Landesgesetze)

Das Bundesgleichstellungsgesetz (BGleiG) und die Landesgleichstellungsgesetze verpflichten zu geschlechtsneutraler Formulierung in Stellenausschreibungen und zur ausdrücklichen Aufforderung an Frauen zur Bewerbung, wenn sie im betreffenden Bereich unterrepräsentiert sind. KI-generierte Stellenanzeigen müssen auf diese Anforderungen hin geprüft werden — LLM-Modelle erzeugen diese Formulierungen nicht automatisch korrekt, können aber per Prompt explizit dazu angewiesen werden.

AGG-konforme Auswahlentscheidung

Das Allgemeine Gleichbehandlungsgesetz (AGG) gilt für alle Arbeitgeber, auch die öffentliche Hand. KI-Systeme, die Bewerbungen auswerten, dürfen keine Hinweise auf nach AGG geschützte Merkmale (Geschlecht, Herkunft, Religion, Alter etc.) in die Bewertung einfließen lassen. Risiko: Ein KI-Modell, das aus historischen Einstellungsdaten trainiert ist, repliziert möglicherweise systemische Bias. Die Universität Washington fand in einer Studie (Oktober 2024), dass führende Sprachmodelle in 85 Prozent der Fälle Namen mit weißer Zuordnung gegenüber Namen anderer Zuordnung bevorzugten.

Die sichere Nutzung: Screening-Prompts müssen explizit ausschließen, dass Name, Herkunft, Alter, Lücken im Lebenslauf oder andere AGG-relevante Merkmale in die Vorauswahl einfließen. Die Auswahlentscheidung muss sich auf das dokumentierte Anforderungsprofil stützen.

Personalrat-Mitbestimmung (§ 78 BPersVG)

Der Personalrat hat nach § 78 Abs. 1 BPersVG mitzustimmen bei Einstellungen. Das betrifft nicht nur die endgültige Einstellungsentscheidung — es betrifft auch die Frage, welche Technologie im Auswahlprozess eingesetzt wird. Viele Personalräte interpretieren die Einführung eines KI-gestützten Screeningtools als mitbestimmungspflichtige Maßnahme im Sinne von § 80 BPersVG (Einführung und Anwendung technischer Überwachungseinrichtungen).

Praktische Konsequenz: Wer ein KI-Tool für Bewerberscreening einführen will, muss den Personalrat frühzeitig einbinden — nicht als Formalität, sondern als echten Stakeholder. Gute Praxis: Personalrat vom ersten Pilottag an als Teil der Prozessgestaltung behandeln. Konfrontative Einführung führt erfahrungsgemäß zu Zustimmungsverweigerungen, die Monate kosten.

Vergaberecht und EVB-IT

Software für Verwaltungszwecke muss ab bestimmten Auftragswerten (EU-Schwellenwert derzeit 143.000 € für zentrale Beschaffungsstellen) EU-weit ausgeschrieben werden. Darunter gelten nationale Vergaberegelungen. EVB-IT-Vertragsklauseln (Ergänzende Vertragsbedingungen für die Beschaffung von IT-Leistungen) sind zu beachten. Das bedeutet: Ein mehrmonatiger Pilottest mit einem kostenlosen LLM-Tool für Stellenanzeigen ist rechtlich deutlich einfacher zu handhaben als die Einführung einer vollständigen Recruiting-Plattform.

Konkrete Werkzeuge — was wann passt

Für Stellenanzeigen-Erstellung (sofort einsetzbar)

ChatGPT Business-Plan — Für Behörden, die keine besonders sensiblen Personaldaten verarbeiten und mit einem US-gehosteten Dienst einverstanden sind (AVV vorhanden). Der Business-Plan (ca. 25 USD/Nutzer/Monat) garantiert keine Datennutzung für Training. Gut für experimentellen Einstieg.

meinGPT — Deutsches Hosting, DSGVO-konform, Zugriff auf GPT und Claude über eine Plattform. Für Behörden, die keinen US-Cloud-Anbieter beauftragen dürfen oder wollen. Preise auf Anfrage; Trial verfügbar.

Claude — Stärker bei langen, nuancierten Texten und besser bei Anweisungen, bestimmte Formulierungen zu vermeiden oder einzuhalten (z.B. BGleiG-Konformität, DSGVO-neutrale Sprache). Für Behörden, die Anzeigen für verschiedene Zielgruppen formulieren wollen.

Für das Bewerbungsmanagement

Interamt — Das Pflicht-Portal. Alle deutschen Behörden, die Stellen öffentlich ausschreiben, sind de facto auf Interamt präsent. Die Plattform bietet ein integriertes Bewerbermanagement ohne KI-Funktionen — ideal als Eingangskanal, nicht als Analyse-Tool. Interamt kompakt ist kostenlos für bis zu zwei gleichzeitige Ausschreibungen.

Personio — Für Behörden oder öffentliche Unternehmen, die ein vollständiges ATS (Applicant Tracking System) wollen und bereit sind, den Aufwand eines Onboarding-Projekts zu tragen. Personio hat Erfahrung mit Betriebsvereinbarungen und deutschem Arbeitsrecht; EU-Hosting in Deutschland. Caveats: primär auf privatwirtschaftliche KMU ausgerichtet, kein spezifisches Beamtenrecht-Modul.

rexx systems — Wenn Personio zu wenig konfigurierbar ist. Rexx systems lässt sich tief an behördenspezifische Prozesse anpassen und bietet ebenfalls deutsches Hosting. Für größere Kommunalverwaltungen mit komplexem Laufbahnrecht.

Wann welcher Ansatz

• Sofort-Einstieg ohne Vergabeverfahren → ChatGPT Business oder meinGPT nur für Stellenanzeigen-Entwürfe, ohne Verarbeitung personenbezogener Bewerberdaten
• Mittelfristiger Pilot mit Screening-Unterstützung → Personalrat-Zustimmung, klare Prompt-Leitlinien, meinGPT oder Claude für strukturierte Zusammenfassungen
• Vollständige Recruiting-Plattform → Vergaberecht beachten, EVB-IT-Vertrag, Interamt als Pflicht-Kanal behalten, Personio oder rexx systems als BMS

Datenschutz und Datenhaltung

Bewerberunterlagen enthalten sensible personenbezogene Daten: Namen, Lebensläufe, Qualifikationsnachweise, in manchen Fällen Gesundheitsinformationen oder Strafregisterauszüge. Die DSGVO gilt uneingeschränkt — und im öffentlichen Dienst oft auch Zusatzvorschriften des jeweiligen Landesdatenschutzgesetzes.

Was das konkret bedeutet:

• Keine Bewerberunterlagen in US-Dienste ohne Business-Plan und AVV eingeben. ChatGPT Free, Plus oder Pro sind für Bewerbungsunterlagen keine Option. Ab dem Business-Plan ist OpenAI AVV-fähig — aber die Daten verlassen die EU.
• EU-Hosting ist in vielen Behörden Pflicht. Ob durch Verwaltungsvorschrift, IT-Sicherheitsrichtlinie oder politischen Beschluss — viele Behörden dürfen Personaldaten nicht in US-Cloud-Dienste geben. Hier ist meinGPT (deutsches Hosting) oder eine selbst gehostete Lösung die einzige konforme Option.
• AVV nach Art. 28 DSGVO ist Pflicht. Jede KI-Plattform, die Bewerberdaten verarbeitet, muss einen unterzeichneten Auftragsverarbeitungsvertrag haben. Das ist kein bürokratisches Detail, sondern Voraussetzung für jeden produktiven Betrieb.
• Löschkonzept vor dem Start. Abgelehnte Bewerberinnen und Bewerber haben nach § 15 AGG Anspruch auf Auskunft. Bewerberdaten dürfen nach Abschluss des Verfahrens nur so lange gespeichert werden, wie ein Rechtsstreit wahrscheinlich ist — in der Praxis sind das drei bis sechs Monate nach Absage. Das muss in der Systemkonfiguration geregelt sein.
• AI Act (EU): KI-Systeme für die Bewerbungsvorauswahl werden voraussichtlich als Hochrisiko-KI nach dem EU AI Act eingestuft. Das bringt Anforderungen an Transparenz, Dokumentation und menschliche Kontrolle — Pflichten, die im öffentlichen Sektor ohnehin durch Art. 33 GG nahegelegt werden.

Was es kostet — realistisch gerechnet

Einstieg: KI nur für Stellenanzeigen

• meinGPT oder ChatGPT Business: 20–30 € pro Nutzermonat (1–2 Nutzerinnen in der Personalstelle)
• Einrichtungsaufwand: 2–5 Arbeitstage intern (Prompt-Entwicklung, Testing, Leitfaden)
• Einmalige externe Unterstützung bei Prompt-Design: optional, 1.000–3.000 €
• Vergabeverfahren: keines bei Direktbeschaffung unter Schwellenwert

Ausbau: KI-gestütztes Screening mit BMS-Integration

• Bewerbermanagementsystem (Personio oder rexx systems): 3–6 € je Mitarbeitenden/Monat (Gesamtbelegschaft der Behörde); Implementierungsprojekt 4–8 Wochen, Kosten 5.000–15.000 €
• Vergabeverfahren: bei Jahreskosten über Schwellenwert (Direktvergabe unter 25.000 €, freihändige Vergabe bis 100.000 €, ab da UVgO/VgV beachten)
• Zusatzkosten: Personalrat-Workshops, IT-Sicherheitsfreigabe, DSGVO-Abstimmung mit Datenschutzbeauftragten

Was du dagegenrechnen kannst Eine Stelle mit 110 Tagen Vakanzzeit bindet Mehrarbeit bei anderen Mitarbeitenden. Konservativ gerechnet: 0,3 Vollzeitäquivalent-Ausfallkosten während der Vakanz, bei E 10 rund 1.500–2.000 € pro Monat. Bei zehn gleichzeitig unbesetzten Stellen: 15.000–20.000 € monatlich, also 45.000–60.000 € bei 90 Tagen durchschnittlicher Vakanz je Stelle.

Wer durch bessere Stellenanzeigen und schnellere Prozesse die Vakanzzeit von 110 auf 70 Tage reduziert, spart pro besetzter Stelle rund 6.000–8.000 € an Mehrarbeit und Produktivitätskosten — konservativ gerechnet.

Drei typische Einstiegsfehler

1. KI für die Auswahlentscheidung selbst einsetzen. Das ist der teuerste Fehler. Eine KI-Rangliste, die bestimmt, wer zum Vorstellungsgespräch eingeladen wird, steht im Konflikt mit dem Bestenauslese-Grundsatz nach Art. 33 GG und dem Transparenzgebot. Wenn ein übergangener Bewerber Konkurrentenklage erhebt und die Behörde die Auswahlentscheidung nicht mit einem nachvollziehbaren Aktenvermerk belegen kann, wird das Verfahren aufgehoben. Das bedeutet: Stelle bleibt noch länger unbesetzt, Verwaltungsaufwand steigt, Reputationsschaden. KI ist Hilfsmittel — die Entscheidung trifft ein Mensch, dokumentiert nach rechtlichen Anforderungen.

2. Personalrat als letzten informieren. Wer den Personalrat erst dann einbezieht, wenn das KI-Screening-Tool bereits läuft, riskiert eine Mitbestimmungsklage und eine Nutzungsuntersagung. Der richtige Zeitpunkt ist der Pilotstart — oder früher. Personalräte, die von Anfang an die Anforderungen mitgestalten, schützen das Projekt vor späteren Vetos und sorgen für bessere Akzeptanz bei den Mitarbeitenden insgesamt.

3. Stellenanzeigen-KI ohne Gleichstellungs-Prüfung veröffentlichen. KI-Modelle produzieren ohne explizite Anweisung nicht automatisch BGleiG-konforme Formulierungen. Was fehlt: der Hinweis auf Teilzeitmöglichkeiten (Pflicht nach § 9 BGleiG), die ausdrückliche Aufforderung an Frauen (bei Unterrepräsentation), die korrekte Schwerbehindertenklausel. Wer den KI-Entwurf ungeprüft veröffentlicht, hat im besten Fall eine rechtswidrige Anzeige — im schlimmsten Fall eine Rüge des Gleichstellungsbeauftragten oder eine Klage. Lösungsweg: Standardisierte Prüfliste für jeden Anzeigentyp, die den LLM-Output vor Veröffentlichung durchläuft.

4. KI-Screening einführen ohne gültige Anforderungsprofile. Für die KI-Vorstrukturierung von Bewerbungen braucht man präzise, schriftlich fixierte Eignungsmerkmale. Viele Behörden haben Anforderungsprofile nicht in einer Form, die für einen Prompt verwertbar ist — oder sie existieren als Word-Dokument, das seit zehn Jahren nicht aktualisiert wurde. Wer eine KI-Strukturierung einführen will, muss zuerst die Anforderungsprofile überarbeiten. Das ist Verwaltungsarbeit, kein KI-Problem.

Was mit der Einführung wirklich passiert — und was nicht

Im öffentlichen Dienst gibt es weniger explosive Widerstände gegen KI-Tools als in der Privatwirtschaft — und mehr bürokratische. Die Technik ist in den meisten Fällen nicht das Problem. Die Reibung entsteht an vier Stellen:

Datenschutzbeauftragte und IT-Sicherheit. Jede neue Software muss durch die Datenschutz-Folgenabschätzung und die IT-Sicherheitsfreigabe. Das dauert. In manchen Behörden dauert es Monate. Wer das nicht in die Zeitplanung einbaut, steht sechs Wochen nach dem geplanten Starttermin noch am Anfang.

Personalrat. Nicht jeder Personalrat sieht KI-Unterstützung im Recruiting positiv. Häufige Sorge: “Die Technik diskriminiert, wir wissen nicht, wie sie entscheidet, und wir verlieren Einfluss auf die Auswahlentscheidung.” Diese Sorgen sind berechtigt — und nur durch Transparenz über die geplante Nutzung (Hilfsmittel, kein Entscheider), gemeinsame Pilotauswertung und klare Grenzen adressierbar. Plane mindestens zwei Abstimmungsrunden mit dem Personalrat ein, bevor du produktiv gehst.

Sachbearbeiterinnen und Sachbearbeiter. Wer jahrelang Stellenanzeigen nach Mustern verfasst hat, ist anfangs skeptisch gegenüber einem KI-Entwurf. Der überzeugendste Einstieg ist eine Live-Session: Jemand gibt das Anforderungsprofil einer aktuellen Stelle ein, das LLM liefert in zwei Minuten einen Erstentwurf, das Team kommentiert und verbessert gemeinsam. Das Ergebnis in 20 Minuten ist sichtbar besser als der Standard-Mustertext. Danach sinkt der Widerstand messbar.

Führungsebene. In manchen Behörden braucht eine neue Software-Einführung eine Entscheidung auf Behördenleiter-Ebene. KI-Nutzung für Personalentscheidungen ist politisch sensibel. Wer hier keine Rückendeckung hat, sollte mit einem harmlosen Pilot starten: KI nur für Stellenanzeigenentwürfe, keine Bewerberdaten — das reduziert die politische Reibung erheblich.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„KI und Bestenauslese passen nicht zusammen.” Das stimmt — wenn KI als Entscheider eingesetzt wird. Als Hilfsmittel zur Strukturierung und Textunterstützung ist KI mit Art. 33 GG vereinbar. Der Schlüssel: Die Auswahlentscheidung und ihre Begründung liegen beim Menschen, dokumentiert im Aktenvermerk. KI bereitet vor, der Mensch entscheidet. Das ist nicht anders als mit einem Excel-Vergleich der Kandidatenprofile — nur schneller und konsistenter.

„Der Personalrat wird das nie durchlassen.” In der Praxis stimmen Personalräte der KI-Nutzung im Recruiting zu, wenn drei Bedingungen erfüllt sind: (1) transparente Darlegung, welche Daten die KI sieht und was sie ausgibt, (2) klare Grenze: KI bereitet vor, Mensch entscheidet, (3) jederzeit dokumentierbare und nachvollziehbare Auswahlentscheidung. Was Personalräte ablehnen: Black-Box-Systeme, die aus unklaren Gründen Kandidaten aus- oder einsortieren.

„Wir haben Vergaberecht — das dauert ewig.” Für den Einstieg mit KI-unterstützter Stellenanzeigenerstellung ist kein Vergabeverfahren nötig, solange man keine Bewerberdaten eingibt und im Wert unter den Direktvergabeschwellen bleibt. meinGPT oder ChatGPT Business mit einem Nutzer-Account liegt weit unter jedem Vergabe-Schwellenwert. Der erste, sofort umsetzbare Schritt ist rechtskonform ohne jedes Verfahren.

Woran du merkst, dass das zu dir passt

• Deine Behörde hat mehr als 5 offene Stellen pro Jahr und die Personalstelle verbringt signifikante Zeit mit Anzeigenentwürfen nach veralteten Mustertexten
• Die durchschnittliche Vakanzzeit liegt über 60 Tagen und ihr wisst, dass unansprechende Stellenanzeigen ein Faktor sind
• Ihr habt ein Anforderungsprofil-System, das Eignungsmerkmale schriftlich fixiert — ohne das ist strukturiertes KI-Screening nicht sinnvoll einzurichten
• Der Datenschutzbeauftragte ist erreichbar und kooperativ — bei EU-Hosting-Pflicht ist meinGPT oder eine ähnliche Lösung vorzubereiten
• Der Personalrat ist frühzeitig informiert — ohne Mitbestimmungsbereitschaft kommt das Screening-Modul nicht in den Betrieb

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als 5 Einstellungen pro Jahr. Der Aufwand für Prompt-Entwicklung, Datenschutz-Prüfung und Personalrats-Abstimmung ist bei sehr niedrigem Einstellungsvolumen nicht amortisierbar. Wer zwei Stellen im Jahr besetzt, schreibt den Anzeigentext besser manuell.

2. Kein schriftliches Anforderungsprofil vorhanden. Ein LLM-Screening, das nicht weiß, wonach es suchen soll, reproduziert bestehende Bias statt sie zu reduzieren. Ohne formalisierte Eignungsmerkmale (was kann die Person, was muss sie können, was ist zwingend, was ist wünschenswert) ist KI-Screening nicht nur nutzlos, sondern rechtlich riskant.

3. Personalrat aktiv im Widerstand. Wenn der Personalrat grundsätzlich gegen KI-Anwendungen im Personalbereich ist und noch keine Vertrauensbasis besteht, schafft der Versuch einer technischen Einführung gegen seinen Willen mehr Schaden als Nutzen — im schlimmsten Fall eine rechtskräftige Untersagung, die alle weiteren Digitalisierungsinitiativen mit beschädigt.

Das kannst du heute noch tun

Starte mit dem kostenfreien Teil: Nimm das Anforderungsprofil einer aktuell offenen oder demnächst ausgeschreibenden Stelle und gib es in ChatGPT (kostenlos, mit ausgeschalteter Datennutzung für Training in den Einstellungen) ein — ohne personenbezogene Daten, nur das Anforderungsprofil und die Rahmenbedingungen.

Hier ist ein Prompt, den du direkt verwenden kannst:

Quellen & Methodik

• Vakanzzeit 110 Tage: Statista, „Vakanzzeit von Arbeitsstellen nach Wirtschaftszweigen 2024”, basierend auf Bundesagentur für Arbeit-Daten, gleitender Jahreszeitraum Dezember 2023 bis November 2024. URL: statista.com/statistik/daten/studie/1318391/
• 551.500 fehlende Stellen: dbb beamtenbund und tarifunion, „Monitor öffentlicher Dienst 2024”. URL: dbb.de/artikel/dem-staat-fehlen-ueber-500000-beschaeftigte.html
• KI und Fachkräftemangel (165.000 Vollzeitkräfte): McKinsey & Company, „Mit Mut und Augenmaß, bitte! Wie GenAI die Arbeit der öffentlichen Verwaltung unterstützen und den Fachkräftemangel abfedern kann”, Juli 2024. URL: mckinsey.de/news/presse/2024-07-15-genai-and-talent-in-public-sector
• KI-Bias im Recruiting: University of Washington, „AI tools show biases in ranking job applicants’ names according to perceived race and gender”, Oktober 2024. URL: washington.edu/news/2024/10/31/ai-bias-resume-screening-race-gender/
• Bestenauslese (Art. 33 GG): Grundgesetz für die Bundesrepublik Deutschland, Art. 33 Abs. 2; Bundesverwaltungsgericht, BVerwG 5 P 6.22, Beschluss vom 19. Dezember 2023.
• Gleichstellungsgebot: Bundesgleichstellungsgesetz (BGleiG), § 9, in der gültigen Fassung 2024.
• Personalrats-Mitbestimmung: Bundespersonalvertretungsgesetz (BPersVG), §§ 78, 80, in der Fassung von 2021.
• KGSt-Projekt KI im Personalmanagement: Kommunale Gemeinschaftsstelle für Verwaltungsmanagement, „Einsatz von KI im Personalmanagement”, Projektbeschreibung 2024. URL: kgst.de/projekt-einsatz-ki-personalmanagement
• Interamt: Wikipedia-Eintrag und offizielle Angaben interamt.de. Betreiber DVZ M-V GmbH, seit 2020 vollständig im Landesbesitz (Mecklenburg-Vorpommern).

Willst du wissen, welcher Einstieg für deine Behörde realistisch ist — mit welchem Vergabestatus, welchem Personalrats-Format und welcher IT-Infrastruktur? Meld dich — das klären wir gemeinsam in einem kurzen Gespräch.