Skip to content

KI im Recruiting einsetzen: vier Schritte mit Prüfpunkten

Der folgende Leitfaden übersetzt einen Beitrag mit Brianna Rooney, bekannt als „Der Millionär-Recruiter“, in eine Arbeitsanleitung für den Recruiting-Alltag.

Statt vier allgemeiner Ratschläge finden Sie vier Schritte, jeweils mit einer Prüffrage, einem konkreten Beispiel und der Stelle, an der ein Mensch entscheiden muss. Der Kern der Aussage von Brianna Rooney bleibt dabei der Maßstab: Die KI soll Gedanken aufnehmen und inspirieren – nicht für Sie denken.

Schritt 1: Routineaufgaben nach Zeitkosten auswählen

Bevor Sie irgendein Werkzeug einführen, messen Sie den Ist-Zustand. Notieren Sie eine Woche lang, wie viel Zeit Suche nach Bewerbern, Screening von Lebensläufen und Terminplanung für Vorstellungsgespräche tatsächlich verbrauchen. Diese drei Bereiche nennt der Ausgangsbeitrag als typische Kandidaten für Automatisierung in Rekrutierungssoftware – aber die Reihenfolge sollte sich nach Ihren eigenen Zahlen richten, nicht nach der allgemeinen Liste.

Ein brauchbarer Test für die Priorisierung: Eine Aufgabe eignet sich zuerst, wenn sie (a) mindestens wöchentlich wiederkehrt, (b) nach festen Kriterien abläuft und (c) ein prüfbares Ergebnis hat. Terminplanung erfüllt alle drei Punkte meist sofort. Screening erfüllt (a) und (b), aber das Ergebnis braucht eine Stichprobe, bevor es weitergeht.

Was Sie dadurch gewinnen, ist keine reine Zeitersparnis. Die frei werdenden Stunden gehören der Arbeit, die sich nicht standardisieren lässt: verstehen, was einen Bewerber antreibt, und daraus eine passende Verbindung zu einem Kunden bauen. Wird die Routinearbeit nur zusätzlich eingeführt, ohne sie zu verlagern, entsteht kein Nutzen.

Schritt 2: Einsatzfelder eingrenzen statt flächendeckend starten

Der Ausgangsbeitrag schlägt vor, den Arbeitstag durchzugehen und die Aufgaben zu markieren, bei denen man innerlich stöhnt. Das ist ein guter Anfang, reicht aber nicht als Auswahlkriterium – unbeliebt heißt nicht automatisch automatisierbar.

Nutzen Sie stattdessen drei Kategorien:

  • Automatisieren: Standardfragen von Bewerbern beantworten, Interviewtermine koordinieren, wiederkehrende Statusmeldungen versenden. Hier ist das Ergebnis eindeutig prüfbar.
  • Assistieren lassen: Trends bei Einstellungen auswerten, erste Entwürfe für Ansprache und Stellenbeschreibung erzeugen. Hier liefert die KI Material, das ein Recruiter überarbeitet.
  • Menschlich entscheiden: Kandidaten bewerten, Auswahlentscheidungen treffen, Absagen formulieren. Hier bleibt die Letztentscheidung beim Menschen.

Der Beitrag erwähnt zusätzlich, dass der Vergleich verschiedener KI-Ansätze die Aufgabenlösung verbessern kann. Praktisch heißt das: Legen Sie für ein Einsatzfeld zwei Varianten nebeneinander und vergleichen Sie sie an denselben fünf Fällen, bevor Sie sich festlegen. Der Nebeneffekt – Entlastung bei Routineaufgaben schafft Raum für Problemlösung – stellt sich nur ein, wenn die Eingrenzung vorher passiert ist.

Schritt 3: Prompts protokollieren und gezielt nachschärfen

Der Ausgangsbeitrag betont, dass KI sich weiterentwickelt, dazulernt und Fehler macht – und dass klare, verständliche Aufforderungen der Hebel sind. Der praktische Fehler vieler Teams liegt weniger im ersten Prompt als im fehlenden zweiten Versuch: Ein Testlauf wird als Ergebnis gewertet, statt als Ausgangspunkt.

Führen Sie ein kurzes Iterationsprotokoll. Für jede Aufgabe notieren Sie: Prompt-Fassung, beobachteter Fehler, geänderte Formulierung, Ergebnis der nächsten Fassung. Ein Beispiel aus dem Screening: Wenn die erste Fassung Lebensläufe nach „Erfahrung mit Kundenkontakt“ filtert und dabei Vertriebserfahrung mit Callcenter-Erfahrung gleichsetzt, macht die zweite Fassung das Kriterium explizit („mindestens zwei Jahre direkte Kundenverantwortung mit Abschlussbefugnis“) und lässt die KI die Fundstelle im Lebenslauf nennen. Damit wird der Fehler sichtbar und korrigierbar.

Offenheit für kontinuierliches Lernen und Anpassung ist laut Beitrag der Schlüssel für die dauerhafte Integration in die Rekrutierungspraxis. Das Protokoll macht diese Offenheit überprüfbar: Sie sehen nach vier Wochen, welche Fassung sich durchgesetzt hat und warum.

Schritt 4: Fairness mit einem wiederkehrenden Prüfplan belegen

Der Ausgangsbeitrag nennt die Fairnessprüfung „super wichtig“ und verlangt, regelmäßig zu kontrollieren, ob die Instrumente fair und unvoreingenommen sind – besonders bei der Bewertung von Kandidaten. Aus dieser Forderung wird erst dann ein Prozess, wenn sie einen festen Platz im Ablauf hat.

Ein Prüfplan, der sich an den vier Schritten orientiert:

  • Vor dem Einsatz: Kriterien schriftlich festhalten und prüfen, ob jedes Kriterium jobbezogen ist.
  • Während des Einsatzes: Bei jeder Shortlist eine Stichprobe von Kandidaten manuell gegenprüfen, die die KI aussortiert hat.
  • Nach dem Einsatz: Zählen, ob bestimmte Bewerbergruppen überproportional häufig aussortiert werden, und die Kriterien entsprechend anpassen.
  • Dokumentation: Ergebnis der Prüfung mit Datum und Stichprobengröße festhalten, damit die Kontrolle nachvollziehbar bleibt.

Die menschliche Note in der Rekrutierung ist dabei kein Gegensatz zur Technik, sondern ihr Korrektiv. Wer die Prüfung nur einmal durchführt, hat keine Fairnessprüfung, sondern eine Momentaufnahme.

Durchgerechnetes Beispiel: Screening mit menschlicher Endprüfung

Angenommen, eine Stelle verlangt fünf Kernanforderungen. Der Recruiter lässt die KI Lebensläufe vorsortieren und markieren, welche Anforderungen erfüllt sind. Die KI liefert eine Shortlist mit Markierungen.

Bevor die Liste an den Kunden geht, passiert Folgendes:

  1. Stichprobe: Der Recruiter prüft fünf markierte und fünf nicht markierte Lebensläufe manuell.
  2. Fundstellen-Check: Bei jedem markierten Kandidaten muss die KI die Stelle im Lebenslauf nennen, an der die Anforderung erfüllt ist. Fehlt die Fundstelle, gilt die Markierung als unbestätigt.
  3. Formaler Merkmals-Test: Der Recruiter prüft, ob aussortierte Kandidaten ein gemeinsames formales Merkmal teilen, das mit der Tätigkeit nichts zu tun hat.
  4. Freigabe: Erst nach diesen drei Schritten geht die Liste weiter – mit dem Vermerk, wer die Stichprobe geprüft hat.

Dieses Vorgehen hält die KI in der Rolle des Werkzeugs. Die Entscheidung, wer eingeladen wird, bleibt beim Recruiter, und die Prüfschritte sind so dokumentiert, dass sie bei einer Rückfrage des Kunden belegt werden können.

KI-Unterstützung oder KI-Ersatz: die Grenze praktisch ziehen

Brianna Rooney formuliert den Maßstab so: Menschen sollen ihre Gedanken eingeben und sich von der KI inspirieren lassen, nicht erwarten, dass die KI für sie denkt. Für den Alltag lässt sich daraus eine einfache Trennlinie ableiten.

KI-Unterstützung liegt vor, wenn die KI Vorschläge, Entwürfe oder Sortierungen liefert, die ein Recruiter prüft, ändert oder verwirft – und wenn im Ergebnis erkennbar ist, wer geprüft hat. KI-Ersatz liegt vor, wenn eine Entscheidung ohne menschliche Kontrolle weitergeht, etwa eine automatisch versendete Absage oder eine ungeprüfte Shortlist.

Die vier Schritte dieses Leitfadens funktionieren nur auf der ersten Seite dieser Linie. Wer sie überschreitet, verliert genau das, was der Ausgangsbeitrag als zentral bezeichnet: die menschliche Note in der Rekrutierung.

Frequently asked questions

Welche Aufgabe sollte ich zuerst an KI abgeben?

Wählen Sie eine Aufgabe, die mindestens wöchentlich wiederkehrt, nach festen Kriterien abläuft und ein prüfbares Ergebnis hat. Terminplanung für Vorstellungsgespräche erfüllt diese drei Punkte meist sofort. Screening von Lebensläufen eignet sich ebenfalls, braucht aber von Anfang an eine Stichprobenprüfung, bevor Ergebnisse weitergehen.

Wie gehe ich mit fehlerhaften KI-Ergebnissen um?

Nicht den ersten Testlauf als Endergebnis werten. Führen Sie ein kurzes Protokoll mit Prompt-Fassung, beobachtetem Fehler und geänderter Formulierung. So wird sichtbar, welche Fassung sich durchsetzt. Klare, verständliche Aufforderungen und die Bereitschaft, schrittweise nachzuschärfen, sind laut Ausgangsbeitrag der Schlüssel für die dauerhafte Integration.

Wie prüfe ich Fairness bei der Kandidatenbewertung mit KI?

Legen Sie die Kriterien vor dem Einsatz schriftlich fest und prüfen Sie, ob jedes Kriterium jobbezogen ist. Prüfen Sie bei jeder Shortlist eine Stichprobe manuell gegen, auch bei aussortierten Kandidaten. Zählen Sie nach, ob bestimmte Bewerbergruppen überproportional häufig aussortiert werden, und dokumentieren Sie Datum und Stichprobengröße. Eine einmalige Kontrolle ist keine Fairnessprüfung.

Woran erkenne ich, dass KI im Recruiting zum Ersatz statt zur Unterstützung wird?

Wenn Entscheidungen ohne menschliche Kontrolle weitergehen – etwa eine automatisch versendete Absage oder eine ungeprüfte Shortlist an den Kunden. Unterstützung liegt vor, wenn die KI Vorschläge liefert, ein Recruiter sie prüft und im Ergebnis erkennbar ist, wer geprüft hat.