Inhalt
Der Anteil deutscher Unternehmen, die Künstliche Intelligenz aktiv einsetzen, hat sich innerhalb eines Jahres mehr als verdoppelt, von 17 auf 41 Prozent. Weitere 48 Prozent planen den Einsatz. Im Recruiting ist dieser Sprung besonders deutlich zu spüren: Im Benchmark „Recruiting-Strukturen 2025″ von DGFP und HTWK Leipzig geben rund 90 Prozent der befragten Recruiting-Verantwortlichen an, KI-Tools für das Verfassen von Stellenanzeigen zu nutzen, mehr als die Hälfte auch zur Interview-Vorbereitung.
Spannend ist: Auch die andere Seite rüstet auf. Bewerberinnen und Bewerber nutzen längst selbst KI, etwa um ihr Anschreiben zu formulieren. In einer Befragung unter fast 7.000 Bewerbenden stieg dieser Anteil zwischen Herbst 2023 und Sommer 2025 von rund 13 auf gut 43 Prozent, weitere 30 Prozent können es sich vorstellen. Das meistgenutzte Werkzeug ist mit Abstand ChatGPT.
KI verändert das Recruiting also von beiden Enden her. Gleichzeitig wächst die Liste der Dinge, die Du beachten solltest: Datenschutz, Fairness und seit Kurzem ein eigener Rechtsrahmen, der Recruiting-KI in vielen Fällen als Hochrisiko-Technologie einstuft. In diesem Artikel bekommst Du den vollständigen Überblick. Wir schauen uns an, wo KI heute wirklich hilft, wie Bewerber-Matching funktioniert, warum das Thema Bias so heikel ist und was der EU AI Act 2026 von Dir verlangt.
Was heißt eigentlich „KI im Recruiting"?
Wenn heute von KI im Recruiting die Rede ist, sind damit Anwendungen gemeint, die mithilfe von Algorithmen und maschinellem Lernen typische Aufgaben übernehmen: das Erstellen von Stellenanzeigen, das Screening von Bewerbungen oder das Matching mit offenen Positionen.
Besonders verbreitet sind aktuell große Sprachmodelle, sogenannte Large Language Models (LLMs) wie ChatGPT oder Gemini. Sie wurden mit riesigen Textmengen trainiert und können Sprache verstehen und passend formulieren. Daneben gibt es spezialisierte Systeme, die in eine Recruiting-Software integriert sind und konkrete Schritte im Bewerbungsprozess unterstützen.
Wichtig ist die Einordnung gleich zu Beginn: Eine KI ersetzt nicht die Erfahrung und das Urteilsvermögen von Recruiterinnen und Recruitern. Sie ist eher ein Sparringspartner, der zeitintensive Aufgaben schneller erledigt. Die Verantwortung für eine Entscheidung bleibt beim Menschen. Genau dieser Gedanke zieht sich, wie Du gleich sehen wirst, auch durch den neuen Rechtsrahmen.
Wo KI im Recruiting heute schon unterstützt
Die Einsatzmöglichkeiten reichen vom einfachen Textbaustein bis zur komplexen Profil-Analyse. Die folgende Übersicht zeigt die gängigsten Anwendungsfälle und ordnet ein, wie aufwendig der Einstieg ist und ob die Anwendung unter die strengen Regeln des EU AI Act fällt.
| Anwendungsfall | Was die KI macht | Einstieg | EU AI Act |
|---|---|---|---|
| Stellenanzeigen erstellen & optimieren | Texte generieren, kürzen, auf die Zielgruppe zuschneiden, inklusiver formulieren | einfach | unkritisch |
| Bewerber-Matching | Profile mit den Anforderungen einer Stelle abgleichen und priorisieren | einfach | je nach Einsatz |
| Vorauswahl & Screening | Eingehende Bewerbungen sichten, bewerten und reihen | aufwendig | hochriskant |
| Chatbots | Erste Fragen auf der Karriereseite klären, rund um die Uhr | mittel | je nach Einsatz |
| Terminvereinbarung | Gespräche automatisiert koordinieren | mittel | unkritisch |
| Automatisierte Interviews | Video- oder Text-Interviews auswerten | aufwendig | hochriskant |
| Active Sourcing | Personalisierte Ansprache-Texte erstellen | einfach | unkritisch |
| Datenanalyse | Große Datenmengen auswerten, Trends und Engpässe erkennen | mittel | unkritisch |
Du siehst: Die meisten kreativen und unterstützenden Aufgaben sind unkritisch. Heikel wird es überall dort, wo eine KI über Menschen urteilt, also beim Matching, beim Screening und bei automatisierten Interviews. Dazu kommen wir später ausführlich.
Ein realistisches Bild gehört dazu: Nicht jeder Anwendungsfall bringt sofort einen Mehrwert. In der Randstad-ifo-Personalleiterbefragung bewerteten zuletzt knapp zwei Drittel der Unternehmen den bisherigen Nutzen von KI im Personalbereich noch als gering oder eher gering. Das spricht nicht gegen die Technologie, wohl aber gegen blinden Aktionismus. Deshalb lohnt es sich, klein anzufangen, die Resultate regelmäßig kritisch zu prüfen und KI nur dort einzusetzen, wo sie Dir tatsächlich Arbeit abnimmt.
KI-Matching: Wie gut passt die Bewerbung zur Stelle?
Das Matching ist einer der spannendsten Anwendungsfälle, weil es eine der zeitraubendsten Aufgaben im Recruiting betrifft: den Abgleich zwischen dem, was Du suchst, und dem, was Kandidatinnen und Kandidaten mitbringen.
Vereinfacht gesagt vergleicht ein Matching-System die Anforderungen einer Stellenanzeige mit den Angaben in einem Profil oder Lebenslauf. Aus diesem Abgleich entsteht eine Einschätzung, wie gut beides zusammenpasst. So lassen sich eingehende Bewerbungen vorsortieren oder passende Talente aus einem Pool vorschlagen. Der Gewinn liegt auf der Hand: weniger manuelle Sichtung, schnellere Rückmeldungen und eine bessere Candidate Experience, weil niemand wochenlang auf eine Antwort wartet.
Moderne Bewerbermanagement-Systeme bilden das heute direkt ab. Auch Heyrecruit analysiert, wie gut ein Profil zu den Anforderungen einer Vakanz passt, und macht die wichtigsten Kriterien dabei transparent, sodass nachvollziehbar bleibt, wie eine Einschätzung zustande kommt.
Bei aller Effizienz gilt ein klarer Grundsatz: Ein Matching-Score ist ein Vorschlag, keine Entscheidung. Er hilft Dir beim Priorisieren, aber die Beurteilung eines Menschen sollte er nie automatisch vorwegnehmen. Das ist nicht nur fair, sondern, wie der nächste Abschnitt zeigt, in vielen Fällen auch rechtlich geboten.
Wenn KI Vorurteile lernt: das Bias-Problem
Das wohl bekannteste Beispiel für die Schattenseite von KI im Recruiting stammt von Amazon. Das Unternehmen hatte ab 2014 ein Werkzeug entwickelt, das Lebensläufe automatisch bewerten sollte, mit Sternen von eins bis fünf. Trainiert wurde das System mit den Bewerbungen der vergangenen zehn Jahre. Weil die Tech-Branche männlich dominiert ist, kamen die meisten dieser Lebensläufe von Männern.
Das Ergebnis: Die KI lernte, männliche Kandidaten zu bevorzugen. Sie wertete Lebensläufe ab, in denen das Wort „women’s“ vorkam, etwa bei der Mitgliedschaft in einem Frauen-Sportverein, und bevorzugte Formulierungen, die häufiger in Bewerbungen von Männern auftauchten. Amazon zog die Reißleine und stellte das Projekt ein, weil sich nicht sicherstellen ließ, dass der Algorithmus geschlechtsneutral arbeitet.
Dass das kein historischer Einzelfall ist, zeigt ein aktuelles Verfahren in den USA: In der Sammelklage Mobley v. Workday wirft ein Bewerber der KI-gestützten Screening-Software des HR-Anbieters vor, Kandidaten über 40 systematisch benachteiligt zu haben. Ein US-Bundesgericht hat die Klage als Collective Action zugelassen, Berichten zufolge haben sich rund 14.000 Betroffene angeschlossen. Unabhängig vom Ausgang zeigt das Verfahren: Algorithmische Auswahl steht juristisch weltweit unter verschärfter Beobachtung, und die Verantwortung endet nicht beim Software-Anbieter.
Der Kern des Problems: Eine KI ist nur so gut wie ihre Trainingsdaten. Stecken in diesen Daten gesellschaftliche Vorurteile, reproduziert das System sie, oft unbemerkt und in großem Maßstab. Im Recruiting ist das besonders brisant, denn hier geht es um Chancen von Menschen.
In Deutschland kommt eine rechtliche Komponente hinzu. Das Allgemeine Gleichbehandlungsgesetz (AGG) verbietet die Benachteiligung von Bewerbenden aufgrund von Geschlecht, Herkunft, Alter, Religion, Behinderung oder sexueller Identität. Ergänzend setzt Artikel 22 der DSGVO enge Grenzen für vollautomatisierte Einzelentscheidungen: Eine Absage, die allein eine Maschine getroffen hat, ist ohne ausdrückliche Rechtsgrundlage oder Einwilligung unzulässig. Eine KI, die geschützte Merkmale, und sei es indirekt, in ihre Bewertung einfließen lässt, wird schnell zum rechtlichen Risiko. Schon der Lebenslauf-Aufbau, die Sprache oder der Bildungsweg können Rückschlüsse auf Herkunft, Alter oder Geschlecht zulassen. Das Entfernen von Namen und Fotos allein macht eine Bewerbung deshalb noch nicht neutral.
Für Dich heißt das: Bias-Freiheit ist kein nettes Extra, sondern die Grundvoraussetzung für jeden seriösen KI-Einsatz im Recruiting. Setze nur Anwendungen ein, die nachweislich auf Diskriminierungsfreiheit geprüft wurden, etwa durch Bias-Analysen oder unabhängige Audits, und bei denen der Anbieter offenlegt, welche Fairness-Kriterien das Tool erfüllt.
EU AI Act: Recruiting gilt als Hochrisiko-Bereich
Damit kommen wir zum Rechtsrahmen, der das Thema 2026 prägt. Der EU AI Act ist das erste umfassende KI-Gesetz der Welt. Er ordnet KI-Anwendungen nach ihrem Risiko ein, und Recruiting landet dabei in einer der höchsten Kategorien.
Konkret stuft das Gesetz KI-Systeme als „hochriskant“ ein, die für die Personalauswahl genutzt werden. Dazu zählen das Filtern und Screening von Bewerbungen, das Matching und Vorranking von Kandidatinnen und Kandidaten sowie die automatisierte Auswertung von Interviews. Auch KI, die im laufenden Arbeitsverhältnis über Beförderungen, Aufgabenverteilung oder Kündigungen mitentscheidet, fällt darunter.
Drei Punkte sind dabei besonders wichtig:
- Du bist verantwortlich, nicht nur der Anbieter. Sobald Du eine KI-gestützte Recruiting-Software einsetzt, giltst Du im Sinne des Gesetzes als Betreiber (Deployer) eines Hochrisiko-Systems. Die Pflichten treffen also Dein Unternehmen, nicht allein den Hersteller des Tools.
- Die Unternehmensgröße spielt keine Rolle. Der EU AI Act unterscheidet nicht nach Mitarbeiterzahl. Auch ein Betrieb mit 30 Beschäftigten, der ein KI-Recruiting-Tool nutzt, fällt unter die Hochrisiko-Pflichten.
- Verstöße können teuer werden. Für verbotene KI-Praktiken drohen laut Artikel 99 Bußgelder bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes. Verstöße gegen die Hochrisiko-Pflichten, also die für Recruiting relevante Kategorie, kosten bis zu 15 Millionen Euro oder 3 Prozent des Umsatzes. Für KMU gilt jeweils der niedrigere der beiden Werte.
Zu den Pflichten für Hochrisiko-Systeme gehören unter anderem ein Risikomanagement, eine technische Dokumentation, die Protokollierung von Vorgängen, eine wirksame menschliche Aufsicht sowie Transparenz gegenüber den Betroffenen. Ein Teil dieser Anforderungen liegt beim Software-Anbieter, ein Teil bei Dir als Betreiber. In der Praxis macht es deshalb einen großen Unterschied, ob Dein Bewerbermanagement-System diese Anforderungen bereits mitbringt, etwa nachvollziehbare Bewertungskriterien, Protokollierung und einen Prozess, in dem der Mensch die Entscheidung trifft, oder ob Du das alles selbst nachrüsten musst.
Die Fristen: Was sich gerade geändert hat
Hier wird es aktuell, und ein wenig unübersichtlich. Die strengen Hochrisiko-Pflichten sollten ursprünglich ab dem 2. August 2026 gelten. Mit dem sogenannten Digital Omnibus hat die EU diese Frist jedoch verschoben. Das Europäische Parlament stimmte der Verschiebung am 16. Juni 2026 zu, der Rat gab am 29. Juni 2026 seine finale Zustimmung. Damit ist die neue Fristenlage beschlossen.
| Datum | Was gilt | Status |
|---|---|---|
| 1. August 2024 | EU AI Act tritt in Kraft | in Kraft |
| 2. Februar 2025 | Verbot inakzeptabler KI-Praktiken, KI-Kompetenz-Pflicht | in Kraft |
| 2. August 2025 | Regeln für allgemeine KI-Modelle (GPAI) | in Kraft |
| 2. August 2026 | Transparenzpflichten für KI-generierte Inhalte (Art. 50) | gilt weiterhin |
| 2. Dezember 2027 | Hochrisiko-Pflichten für Recruiting-KI (Anhang III) | verschoben |
| 2. August 2028 | Hochrisiko-Pflichten für KI in regulierten Produkten (Anhang I) | verschoben |
Zwei Dinge solltest Du aus dieser Tabelle mitnehmen.
- Die eigentlichen Hochrisiko-Pflichten für Recruiting-KI greifen nun erst ab Dezember 2027 statt im August 2026. Du hast also mehr Zeit, als noch vor wenigen Monaten gedacht.
- Der 2. August 2026 bleibt trotzdem ein relevanter Stichtag, denn die Transparenzpflichten aus Artikel 50 sind von der Verschiebung ausdrücklich ausgenommen. Wer KI im Auswahlprozess einsetzt oder etwa einen Chatbot auf der Karriereseite betreibt, muss Bewerbende ab dann offen darüber informieren.
So setzt Du KI verantwortungsvoll ein
Unabhängig von Fristen gibt es ein paar Leitprinzipien, die einen fairen und rechtssicheren KI-Einsatz ausmachen. Sie sind gewissermaßen die Essenz aus Datenschutz, AGG und EU AI Act.
- Daten datenschutzkonform verarbeiten. Verarbeite nur die Daten, die für die Besetzung einer Stelle wirklich nötig sind. Sensible Bewerbungsdaten gehören nicht in öffentliche Tools wie die kostenlose ChatGPT-Web-Version, sondern in datenschutzkonforme Systeme mit klar geregelter Datenverarbeitung.
- Den Menschen entscheiden lassen. Entscheidungen mit erheblichen Folgen, etwa eine Absage, dürfen nie allein durch eine KI fallen. „Human in the loop“ lautet das Stichwort: Die KI darf vorschlagen, ein Mensch muss prüfen und bewusst entscheiden.
- Bewertungen nachvollziehbar machen. Wenn ein System Profile bewertet oder reiht, muss klar sein, auf welchen Kriterien das beruht. Bewerbende haben ein berechtigtes Interesse zu erfahren, wie eine Einschätzung zustande kam.
- Diskriminierung aktiv verhindern. Nutze nur Tools, die auf Diskriminierungsfreiheit getestet wurden, und achte darauf, welche Fairness-Kriterien der Anbieter offenlegt.
- Transparent kommunizieren. Sag Bewerbenden offen, welche Rolle KI in Deinem Auswahlprozess spielt. Das lässt sich gut in der Eingangsbestätigung oder im Datenschutzhinweis unterbringen und schafft Vertrauen.
- KI-Kompetenz im Team aufbauen. Wer mit KI arbeitet, sollte verstehen, wo ihre Grenzen liegen. Schulungen zu Datenschutz, Bias und Transparenz zahlen sich direkt in der Qualität Deiner Entscheidungen aus. Die KI-Kompetenz-Pflicht aus Artikel 4 des EU AI Act gilt übrigens bereits seit Februar 2025.
Dass sich diese Sorgfalt lohnt, zeigt der Blick auf die Bewerberseite. In der bereits erwähnten Bewerber-Befragung sehen zwar über 80 Prozent den Vorteile in schnellerem Feedback durch KI, zugleich fürchten rund 86 Prozent den Verlust des menschlichen Kontakts und knapp 82 Prozent Fehlentscheidungen durch die Technik. Was hilft, ist genau das, was die Prinzipien oben beschreiben: eine menschliche Ansprechperson für Rückfragen, Transparenz über den Einsatz und das Gefühl, fair behandelt zu werden.
Was Du jetzt angehen solltest
Du musst nicht bis Ende 2027 warten, um Dich gut aufzustellen. Diese Schritte kannst Du sofort gehen:
- Verschaff Dir einen Überblick, wo in Deinem Recruiting bereits KI im Spiel ist, auch in Tools, bei denen Du es nicht sofort vermutest.
- Prüfe Deine Anwendungsfälle auf ihr Risiko. Geht es um reine Textunterstützung oder um die Bewertung von Menschen? Letzteres verlangt mehr Sorgfalt.
- Wähle Tools mit Bedacht. Achte auf Datenschutzkonformität, nachvollziehbare Bewertungen und geprüfte Diskriminierungsfreiheit. Frag Anbieter konkret, wie sie sich auf die Hochrisiko-Anforderungen des EU AI Act vorbereiten: Dokumentation, Protokollierung und menschliche Aufsicht sollten im System angelegt sein, nicht Deine Baustelle werden.
- Halte den Menschen in der Schleife. Stelle sicher, dass jede wichtige Entscheidung von einer Person bestätigt und dokumentiert wird.
- Informiere Bewerbende transparent über den KI-Einsatz, am besten schon in der Stellenanzeige oder der Eingangsbestätigung. Ab dem 2. August 2026 ist das in vielen Fällen ohnehin Pflicht.
Gerade beim letzten Punkt schließt sich übrigens ein Kreis zu anderen Entwicklungen im Recruiting. Transparenz wird Standard, ob bei Gehaltsangaben oder beim KI-Einsatz. Wie viel sich allein bei den Stellenanzeigen tut, liest Du in unserem Artikel zur Entgelttransparenz 2026.
KI im Recruiting steht weniger vor der Frage „ob“, sondern „wie“. Die Technologie nimmt Dir Routinearbeit ab und schafft Raum für das, was Maschinen nicht können: das persönliche Gespräch, das Bauchgefühl, die echte Begegnung mit Menschen. Wenn Du dabei Datenschutz, Fairness und Transparenz mitdenkst, holst Du das Beste aus beiden Welten heraus. Falls Du sehen möchtest, wie ein Bewerbermanagement-System aussieht, das Matching, Transparenz und menschliche Entscheidungshoheit von vornherein im Sinne von DSGVO und EU AI Act zusammenführt, zeigen wir Dir das gerne in einer kurzen Demo.
Was Du jetzt tun solltest
Auch ohne fertiges Umsetzungsgesetz kannst Du Dich gut vorbereiten:
- Verschaff Dir Klarheit über Deine Unternehmensgröße: Prüfe, welche Schwellen für Dein Unternehmen relevant werden.
- Analysiere Deine Entgeltstrukturen: Gibt es zwischen vergleichbaren Tätigkeiten Lohnunterschiede, die Du nicht sachlich erklären kannst?
- Definiere objektive, geschlechtsneutrale Kriterien für die Vergütung, zum Beispiel nach Erfahrung, Qualifikation und Verantwortung.
- Stelle Deinen Recruiting-Prozess um: Gehaltsspannen in Anzeigen, keine Frage nach dem Vorgehalt und selbstverständlich geschlechtsneutrale Texte.
- Bereite Deine Daten vor, damit Du Auskunftsanfragen und Berichte später ohne großen Aufwand erstellen kannst.
Quellen
- Bitkom: Digitalisierung der Wirtschaft – KI-Einsatz verdoppelt sich auf 41 %
- DGFP/HTWK Leipzig/Wollmilchsau: Recruiting-Strukturen – ein Benchmark 2025
- softgarden: Künstliche Intelligenz in der Bewerbung (Befragung, n≈6.900)
- Randstad-ifo-Personalleiterbefragung: Nutzen von KI in HR
- MIT Technology Review: Amazon ditched AI recruiting tool
- HR Dive: Mobley v. Workday – AI bias lawsuit
- EU AI Act, Anhang III (Hochrisiko-Systeme) und Artikel 99 (Sanktionen)
- TÜV Rheinland Consulting: Digital Omnibus – neue Fristen der KI-Verordnung und Transparenzpflichten nach Art. 50
