KI im Recruiting: die falsche Frage
Fernandez-Mühl startet mit einer Handzeichen-Runde. Die meisten im Saal haben in den letzten zwölf Monaten überlegt, einen Prozess mit KI schneller oder schlauer zu machen. Deutlich weniger haben das ohne KI versucht. Genau das ist der Punkt: Optimierung im Recruiting scheitert laut Fernandez-Mühl nicht an zu wenig KI, sondern an zu wenig Klarheit.
Für regelbasierte Automatisierung gibt es seit Jahren Tools. Die entscheidende Frage ist deshalb nicht, ob etwas mit KI geht, sondern welche Qualität eine Entscheidung braucht. Muss das Ergebnis immer gleich und reproduzierbar sein, sind Regeln richtig. Darf es variieren, kommt KI ins Spiel, denn KI liefert nicht immer dasselbe Ergebnis. Die eigentliche Entscheidung trifft der Mensch.
Regelbasierte Automatisierung: viel Potenzial ungenutzt
Den Nein-Pfad mit der Massenabsage gibt es fast überall. Vernachlässigt wird der Ja-Pfad: Passt jemand zu den ersten Kriterien, bekommt die Person sofort einen Link zum Termin oder zum Online-Assessment. Auch Terminabstimmung mit Hiring Managern, Gremienabstimmung mit Betriebsrat, Schwerbehindertenvertretung oder Gleichstellung und Vertragsdokumente folgen klaren Regeln. Trotzdem werden noch viele PDFs hin- und hergeschickt.
Ein Beispiel aus einer Landespolizeibehörde zeigt den Effekt. Stellenanzeigen entstehen rechtssicher aus Textbausteinen, das Einladungsmanagement für die Auswahltage ist digitalisiert, Muss-Kriterien wie die Körpergröße werden online abgefragt, die Sicherheitsüberprüfung läuft über eine Schnittstelle. Laut Folie sinkt der Aufwand von 3.160 auf 1.422 Stunden, das sind 1.738 Stunden mehr Zeit. Diese Zeit bleibt für die eigentliche Arbeit mit den Menschen im Verfahren.
„Regeln sind die Voraussetzungen, damit ich automatisieren kann. KI unterstützt und der Mensch muss immer noch entscheiden.“
KI-Matching im Recruiting: Warum Wahrscheinlichkeit keine Entscheidung ist
Ein Matching-Prototyp, der Lebensläufe mit Stellen abgleicht, ist mit KI in wenigen Stunden gebaut. Dann beginnt die eigentliche Arbeit: Wonach bewertet die KI, welchen Regeln folgt sie, wie belastbar ist das Ergebnis? Geschwindigkeit ist nicht gleich Qualität. Eine KI berechnet Wahrscheinlichkeiten. Sie kann nicht einschätzen, ob eine Person wirklich zur Stelle passt.
Bei 92 Prozent Match würden viele einladen. Ohne zu wissen, wie die Zahl zustande kommt und wie die Kriterien gewichtet sind, ist das riskant. Belastbar werden KI-Ergebnisse erst mit Struktur: eindeutig definierte Anforderungen und Skills, strukturierte Datenerhebung, nachvollziehbare Bewertungs- und Gewichtungskriterien sowie klare Verantwortlichkeiten.
EU AI Act: Was KI im Recruiting darf
Fernandez-Mühl ordnet den EU AI Act und den Entwurf der Leitlinien zu Hochrisiko-KI-Systemen ein. Der Kern: Vorbereitende und unterstützende Aufgaben sind von der Entscheidung zu trennen. Human in the Loop heilt nicht alles. Wer einen KI-Vorschlag mit 80 Prozent Passung nur abnickt, erfüllt das nicht. KI-Module in einem Bewerbermanagementsystem werden als Gesamtsystem betrachtet, Profiling für Vorhersagen gilt als Hochrisikobereich.
Erlaubt bleibt laut Vortrag zum Beispiel das reine Sortieren in vordefinierte Kategorien ohne Gewichtung und vorbereitende Aufgaben wie Zusammenfassungen. KI darf Bewerbungen in eine Rangfolge bringen, aber nicht sagen: 80 Prozent, passt. Stark ist KI bei Matching gegen Anforderungen, Skill-Vorschlägen für Anforderungsprofile, Zusammenfassungen und Priorisierung. Entscheiden muss der Mensch.
Regeln automatisieren, KI unterstützt, Menschen entscheiden
Nicht jeder Prozess braucht maximale Automatisierung. Effiziente Prozesse brauchen Geschwindigkeit und klare Regeln. Verantwortungsvolle Prozesse nahe der Einstellungsentscheidung brauchen Fairness, Transparenz und Governance. Manchmal ist gut auch gut genug. Ein Kunde von milch & zucker mit rund 13.000 Einstellungen pro Jahr hat mit Textgenerierung angefangen, weil sie ungefährlich ist. Heute kombiniert das Unternehmen KI-Stellenanzeigen, skillbasierte Jobvorschläge, automatische Vorqualifizierung, Einladung zum Interview und digitale Gremienprozesse. Die Logik dahinter legen Menschen vorher fest.
KI ersetzt Recruiter nicht, verändert aber ihre Aufgaben: weniger Administration und Koordination, mehr Einordnung, Verantwortung und Orchestrierung von Entscheidungslogiken. Dein erster Schritt: Geh vor der nächsten Automatisierung die fünf Fragen durch. Was ist das Ziel, welche Fehler sind akzeptabel, wer trägt die Verantwortung, wie nachvollziehbar muss die Entscheidung sein und welche Struktur braucht der Prozess?
Kapitel im Mitschnitt
Häufige Fragen
Darf KI im Recruiting über Bewerbende entscheiden?
Laut Ana Fernandez-Mühl nein. KI darf vorbereiten und unterstützen, etwa sortieren, zusammenfassen und priorisieren. Die Entscheidung bleibt beim Menschen.
Welche Recruiting-Prozesse lassen sich ohne KI automatisieren?
Alles, was klaren Regeln folgt: Absagen und Einladungen nach Statuswechsel, Terminabstimmung, Gremienabstimmung und Vertragsdokumente.
Reicht Human in the Loop nach dem EU AI Act?
Laut Vortrag nicht, wenn der Mensch einen KI-Vorschlag nur bestätigt. Vorbereitende Aufgaben und Entscheidung müssen klar getrennt sein.




