KI im Recruiting: Effizienz trifft auf wachsende Kontrolle und neue Regeln

KI-generiert
Twitter LinkedIn E-Mail
13.11.2026 46 mal gelesen 2 Kommentare

KI im Recruiting zwischen Bewerbungshilfe, Effizienz und Kontrolle

Der Einsatz Künstlicher Intelligenz im Recruiting reicht von automatisierten Bewerbungsfiltern bis zur agentenbasierten Suche nach Talenten. Gleichzeitig rücken Transparenz, Auskunftsrechte und die rechtliche Einordnung solcher Systeme stärker in den Mittelpunkt.

➜ Sie suchen Mitarbeiter zur Festanstellung? TeamSpirit findet Ihre neuen Fachkräfte!
Werbung

Wenn die KI bei der Bewerbung mitentscheidet

Capital.de berichtet unter dem Titel „Wenn die KI bei der Bewerbung mitentscheidet: So punkten Sie“ über Recruiting mit KI und die Auswirkungen auf Unternehmen und Bewerber. Der Beitrag von Nina Ponath wurde am 13. November 2026 um 11:45 Uhr veröffentlicht und ist mit einer Lesezeit von 3 Min. angegeben.

Im Mittelpunkt stehen Künstliche Intelligenz, Jobsuche, Bewerbung und Bewerbungsunterlagen. Die Meldung ordnet das Thema als Teil der Karriererubrik ein und verweist auf die wachsende Bedeutung automatisierter Verfahren bei der Auswahl von Bewerberinnen und Bewerbern.

Infobox – Capital.de: Die Meldung behandelt KI-gestützte Bewerbungsverfahren und die Frage, wie Bewerber damit umgehen können. Quelle: Capital.de.

Datenschutzbehörden planen koordinierte Prüfung für 2027

Nach Angaben von BornCity planen die Datenschutzbehörden für 2027 eine koordinierte Prüfung automatisierter Bewerberauswahl. Der Europäische Datenschutzausschuss habe automatisierte Entscheidungsverfahren und den Einsatz Künstlicher Intelligenz bei Einstellungsverfahren als Schwerpunkt der sechsten koordinierten Durchsetzungsaktion für das Jahr 2027 festgelegt.

Die Entscheidung sei nach der Plenarsitzung vom 10. bis 11. November 2026 bekanntgegeben worden. Im Fokus stehen automatisierte Bewerbungsfilter, insbesondere Screening-Tools und Bewertungsverfahren, mit denen Bewerbungen automatisch eingeordnet werden.

Parallel dazu verweist BornCity auf die europäische KI-Verordnung. Recruiting-KI werde in Anhang III Nummer 4a als Hochrisiko eingestuft. Gemäß der Verordnung (EU) 2026/1744 gelten die entsprechenden Hochrisiko-Pflichten ab dem 2. Dezember 2027.

VorgabeAngabe aus der Quelle
Geplante Durchsetzungsaktion2027
Plenarsitzung10. bis 11. November 2026
Hochrisiko-Pflichtenab dem 2. Dezember 2027
Frist für öffentliche Stellenspätestens zum 2. August 2030

Für bereits bestehende Systeme greifen die Hochrisiko-Pflichten laut BornCity nach der Übergangsregelung in Artikel 111 Absatz 2 erst nach einer wesentlichen Designänderung. Für öffentliche Stellen sei eine Frist bis spätestens zum 2. August 2030 vorgesehen.

Die geplante Prüfung soll sich auf zentrale Bestimmungen der Datenschutz-Grundverordnung konzentrieren. Genannt werden Artikel 22 DSGVO, der das Recht regelt, nicht einer ausschließlich auf einer automatisierten Verarbeitung beruhenden Entscheidung unterworfen zu werden, sowie die Auskunftsrechte nach Artikel 15 DSGVO.

Besondere Bedeutung habe Artikel 15 Absatz 1 Buchstabe h DSGVO bei automatisierten Bewerber-Screening-Werkzeugen. Die Behörden wollten untersuchen, in welcher Form Arbeitssuchende über den Einsatz automatisierter Filter und Bewertungsverfahren informiert werden.

Zum Prüfgegenstand gehören laut BornCity automatische Screening-Tools für Bewerbungen. Die Initiative beschränke sich damit nicht allein auf generative KI. Außerdem sei laut Punkt 15 der behördlichen Prüfliste in der Regel eine Datenschutz-Folgenabschätzung vorgeschrieben.

Die rechtliche Bedeutung automatisierter Bewertungsmodelle sei auch durch den Europäischen Gerichtshof im Urteil zur SCHUFA, Rechtssache C-634/21, unterstrichen worden. Demnach könne bereits ein automatisch berechneter Score den Charakter einer Entscheidung aufweisen.

Die konkrete Umsetzung der Initiative soll im Laufe des Jahres 2027 anlaufen. Ob und in welchem Umfang sich nationale Datenschutzbehörden beteiligen, soll in den kommenden Wochen eigenständig entschieden werden.

Bei der vorangegangenen Durchsetzungsaktion im Jahr 2026, die Transparenzpflichten behandelte, hatten 25 Aufsichtsbehörden mitgewirkt. Die Teilnehmerliste für die Maßnahme im Jahr 2027 stehe bislang noch nicht fest.

Fragebögen, Zeitpläne und konkrete Zielunternehmen seien bisher nicht veröffentlicht worden. BornCity zufolge wurden im Zusammenhang mit dem Beschluss weder Unternehmen namentlich für Verstöße benannt noch formelle Untersuchungen oder Sanktionen eingeleitet.

Als Beispiel für mögliche finanzielle Folgen nennt die Quelle ein Bußgeld der niederländischen Datenschutzbehörde gegen Uber. Im Oktober 2026 seien laut Angaben des EDPB knapp 825 Millionen Euro verhängt worden, unter anderem wegen unrechtmäßiger automatisierter Entscheidungen.

„KI-Recruiting wird Durchsetzungsschwerpunkt 2027.“

Infobox – BornCity: Geplant ist eine koordinierte Prüfung automatisierter Bewerberauswahl im Jahr 2027. Recruiting-KI gilt als Hochrisiko-Anwendung; die entsprechenden Pflichten greifen ab dem 2. Dezember 2027. Quelle: BornCity.

SeekOut verbindet Talentindex und agentenbasierte KI

Quasa.io stellt SeekOut als KI-gestützte Recruiting-Plattform vor, die Unternehmen dabei helfen soll, Talente schneller zu finden, zu bewerten und anzusprechen. Die Plattform wurde 2017 gegründet und kombiniert einen umfangreichen Talentindex mit agentenbasierten KI-Tools.

Nach Darstellung der Quelle sollen Recruiting-Teams damit auch jenseits herkömmlicher Stellenbörsen und Stichwortsuchen nach Talenten suchen können. SeekOut bietet zwei Hauptoptionen: SeekOut Recruit für die eigenständige Nutzung durch Recruiter und Talent-Acquisition-Teams sowie SeekOut Spot als agentenbasierten KI-Recruiting-Service.

Bei SeekOut Spot werden KI-Agenten mit erfahrenen Recruitern kombiniert, um Kandidaten bereitzustellen, die für Vorstellungsgespräche bereit sind. Die Quelle beschreibt eine Bereitstellung oft innerhalb von etwa zwei Wochen sowie eine transparente Bewertung anhand eines individuell festgelegten Kriterienrasters.

SeekOut Recruit ermöglicht laut Quasa.io eine intelligente Suche in 1B+ Profilen. Dazu zählen öffentliche Profile, technische/GitHub-Profile, akademische Profile, Profile aus dem Gesundheitswesen, Kandidaten mit Sicherheitsfreigabe, ATS-Profile und interne Talente.

MerkmalAngabe aus der Quelle
Gründung2017
Suchumfang1B+ Profile
Bewertung4.6/5 Sterne
Genannte ModelleSeekOut Recruit und SeekOut Spot

Zu den Funktionen gehören außerdem die KI-gestützte Bewertung eingehender Bewerbungen, stellenspezifische Arbeitsabläufe, personalisierte Ansprache und Einblicke in den Talentmarkt. SeekOut legt den Schwerpunkt auf kompetenzbasierten und kontextbezogenen Abgleich sowie nachvollziehbare KI-Empfehlungen.

Die Plattform bietet laut Quelle Diversitätsfilter und die Möglichkeit, vielversprechende frühere Bewerber wiederzuentdecken, die bereits in einem ATS erfasst sind. Zu den neueren Funktionen gehört Recruiting direkt aus KI-Assistenten wie ChatGPT, Claude, Gemini und Copilot über SeekOut MCP.

Als geeignete Nutzer nennt Quasa.io Recruiter, Sourcer, Führungskräfte im Bereich Talent Acquisition, einstellende Führungskräfte und Unternehmen, die um Talente in technischen Berufen, im GTM-Bereich, im Gesundheitswesen sowie für andere schwer zu besetzende oder stark KI-orientierte Positionen konkurrieren.

Bei der Bewertung weist die Quelle auf mehrere Aspekte hin, die berücksichtigt werden sollten. Die Kosten richten sich nach der Teamgröße, dem Umfang des Indexzugriffs und der Nutzung betreuter Dienstleistungen.

  • Die Qualität des KI-Abgleichs hängt von detaillierten und klar definierten Bewertungsrastern für Kandidaten ab.
  • Die Wirksamkeit der Plattform hängt weiterhin von personalisierter Ansprache und der Resonanz auf die Arbeitgebermarke ab.
  • Die Kosten richten sich nach Teamgröße, Umfang des Indexzugriffs und Nutzung betreuter Dienstleistungen.

Quasa.io kommt zu einem Gesamturteil von 4.6/5 Sterne. SeekOut sei 2026 eine starke Wahl für Teams, die eine umfassendere Talentsuche und KI-gestützte Recruiting-Arbeitsabläufe benötigen.

Infobox – Quasa.io: SeekOut kombiniert einen Talentindex mit 1B+ Profilen, agentenbasierten Werkzeugen und optional unterstützten Recruiting-Dienstleistungen. Das Gesamturteil der Quelle lautet 4.6/5 Sterne. Quelle: quasa.io.

Speditionen suchen planbarer nach Mitarbeitern

SZ.de berichtet unter dem Titel „Braun Recruiting: Wie Speditionen trotz Fahrermangel wieder planbar Mitarbeiter gewinnen“ über Recruiting im Speditionsbereich. Im Mittelpunkt steht die Frage, wie Speditionen trotz Fahrermangel wieder planbar Mitarbeiter gewinnen können.

Die Quelle ordnet das Thema in den Zusammenhang des Arbeitskräftemangels und der Personalgewinnung in der Logistik ein. Der Beitrag beschreibt damit einen Recruiting-Bedarf in einer Branche, in der die Besetzung von Fahrerstellen eine zentrale Herausforderung darstellt.

Konkrete Zahlen, Daten oder weitere ausformulierte Fakten zum beschriebenen Recruiting-Ansatz sind im vorliegenden Quelltext nicht nutzbar enthalten. Daher bleibt die Meldung auf die von SZ.de ausgewiesene Themenbeschreibung beschränkt.

Infobox – SZ.de: Der Beitrag behandelt die planbare Mitarbeitergewinnung für Speditionen trotz Fahrermangels. Quelle: SZ.de.

Quellen:

Hinweis zum Einsatz von Künstlicher Intelligenz auf dieser Webseite

Ihre Meinung zu diesem Artikel

Bitte geben Sie eine gültige E-Mail-Adresse ein.
Bitte geben Sie einen Kommentar ein.
Ich finde es schon etwas krass, wie schnell das ganze im Recruiting jetzt geht. Erst waren es nur Bewerbungsfilter und jetzt kommen schon KI Agenten die angeblich komplette Kandidaten suchen und vorsortieren. Klingt natürlich bequem für Firmen, aber wenn man als Bewerber nicht mal weis warum man aussortiert wurde, ist das schon ziemlich unangehm. Ein falsches Wort im Lebenslauf und zack landet man vermutlich irgendwo im digitalen Papierkorb, obwohl man eigentlich gut passen würde.

Auf die rechtliche Prüfung 2027 bin ich deshalb echt gespannt. Artikel 22 und das Auskunftsrecht hören sich ja erstmal gut an, aber in der Praxis wird wahrscheinlich wieder keiner genau sagen können welches System was gemacht hat. Dann heist es am Ende nur, der Algorythmus hat das so berechnet. Das ist für mich keine richtige Erklärung. Ein Score ist halt nicht automatisch objektiv, nur weil er mit Zahlen arbeitet. Eine Zahl kann genauso schief liegen wie ein Mensch, vielleicht merkt man es bei der Zahl nur schlechter.

Bei SeekOut finde ich die 1B+ Profile auch irgendwie beängstigend und beeindruckend gleichzeitig. Wo kommen diese ganzen Profile eigentlich her und haben die Leute alle zugestimmt das ihre Daten dafür benutzt werden? Vorallem bei GitHub oder alten Bewerbungen kann ja viel veraltet sein. Wer 2019 mal irgendwas programmiert hat, ist 2026 nicht automatisch noch der selbe Fachmann. Und diese Diversitätsfilter klingen für mich auch so, als könnte man damit alles mögliche versprechen, ohne das man weis ob es wirklich fairer wird.

Andererseits verstehe ich die Firmen schon ein bischen. Bei Fahrermangel oder technischen Stellen können die ja nicht jeden Lebenslauf wochenlang per Hand lesen. Nur darf Effizienz nicht bedeuten das Bewerber zu Datensätzen gemacht werden. Gerade kleinere Speditionen brauchen vermutlich einfache Lösungen und keine riesige KI Plattform mit tausend Funktionen, die am Ende keiner richtig bedienen kann. Eine persönliche Rückmeldung wäre manchmal schon mehr wert als noch ein neues Tool.

Was mir im Artikel etwas gefehlt hat, ist die Sicht von Leuten, die durch solche Systeme rausfallen. Also ältere Bewerber, Menschen mit Lücken im Lebenslauf oder Leute die nicht die typischen Schlüsselwörter benutzen. Auch ein Quereinsteiger kann gute Arbeit machen, steht aber dann vielleicht nicht im richtigen Raster drin. Und wenn die KI mit alten Einstellungsdaten trainiert wurde, übernimmt sie womöglich auch die alten Vorurteile, nur halt viel schneller und für mehr Personen.

Die hohen möglichen Bußgelder zeigen wenigstens das Datenschutz nicht mehr nur ein Nebenthema ist. Ob 825 Millionen bei Uber jetzt genau wegen diesen Punkten waren hab ich nicht komplett verstanden, aber die Richtung ist klar: Unternehmen können sich nicht einfach hinstellen und sagen wir wussten nicht was unsere Software macht. Wenn man Bewerbungen automatisch bewertet, sollte man auch erklären können wie und warum.

Am Ende wird die beste Lösung vermutlich eine Mischung sein. KI kann suchen, sortieren und Hinweise geben, aber ein Mensch sollte die Entscheidung prüfen und auch wirklich Verantwortung übernehmen. Sonst ist der Mensch nur noch derjenige, der am Ende auf den Knopf drückt. Und bitte nicht vergessen das Bewerber auch Menschen sind, keine Profile mit Sternchenbewertung. Insgesamt wichtiges Thema, auch wenn bei den ganzen Verordnungen und Fristen schon beim lesen der Kopf raucht.
Finde den Punkt mit den menschlichen Folgen noch viel wichtiger als die ganzen Fristen und Paragraphen. Bei der Diskussion klingt es oft so, als müsste man nur genug Dokumentation schreiben und dann ist alles fair, aber für Bewerber ändert sich dadurch erstmal garnichts. Wenn jemand nach zwei Wochen eine automatische Absage bekommt, hilft es wenig, wenn irgendwo im Hintergrund ein Verzeichnis liegt, aus dem hervorgeht welcher Score berechnet wurde. Die Person will ja nicht nur wissen das sie raus ist, sondern was sie konkret verbessern oder richtigstellen kann.

Was ich auch interessant finde ist diese Sache mit den alten Bewerbern im ATS. Wenn Firmen frühere Kandidaten wiederentdecken können, kann das einerseits echt praktisch sein, weil gute Leute vielleicht damals nur wegen einer anderen Stelle nicht genommen wurden. Andererseits bleiben die Daten dort scheinbar ewig liegen und keiner weis mehr, ob die Person überhaupt noch einen Job sucht oder inzwischen ganz was anderes macht. Vielleicht ist jemand mittlerweile umgezogen, hat eine Weiterbildung gemacht oder will gar nicht mehr in der Branche arbeiten. Ein altes Profil kann dann schnell wie eine falsche aktuelle Wahrheit wirken.

Und bei öffentlichen Profilen wird auch gerne so getan, als wären sie automatisch frei verwendbar. Nur weil jemand mal Code auf GitHub gestellt hat, bedeutet das nicht unbedingt, dass er von Firmen millionenfach durchsucht und von Agenten bewertet werden möchte. Viele Leute laden sowas zum lernen hoch oder weil sie ein Hobby haben. Ein Projekt von vor zehn Jahren sagt vielleicht mehr über Neugier aus als über die heutige berufliche Eignung. Das wird bei diesen riesigen Talentindizes meiner Meinung nach viel zu glatt dargestellt.

Die Bewertung mit einem festen Kriterienraster hört sich erstmal nachvollziehbar an, kann aber genauso problematisch sein. Wer legt denn fest, welche Kriterien wichtig sind und wie stark sie zählen? Bei einer Fahrerstelle ist vielleicht die passende Fahrerlaubnis entscheidend, bei einer technischen Stelle kann aber ein ungewöhnlicher Lebenslauf gerade interessant sein. Wenn das Raster nur die üblichen Stationen kennt, werden Menschen mit Umwegen oder ohne geradlinige Ausbildung vermutlich wieder schlechter eingeordnet. Das ist dann nicht unbedingt ein Programmierfehler, sondern schon ein Fehler bei der Planung.

Auch diese Aussage, dass Kandidaten innerhalb von zwei Wochen vorstellungbereit geliefert werden, klingt für mich etwas nach Einkaufskatalog. Ein Mensch ist aber keine fertige Lieferung, die man bestellt und dann bekommt. Es gehört ja auch dazu, ob die Arbeitszeiten passen, ob das Gehalt stimmt und ob die Person dem Unternehmen überhaupt vertraut. Gerade bei Speditionen bringt die schnellste Suche nichts, wenn die Bedingungen so schlecht sind, dass die Fahrer nach drei Monaten wieder weg sind. Dann hat man zwar planbarer eingestellt, aber nicht nachhaltiger.

Bei kleinen Betrieben dürfte außerdem die Bedienung eine ziemlich große Hürde sein. Eine Plattform mit verschiedenen Agenten, Filtern, Bewertungen und Schnittstellen zu ChatGPT, Claude oder anderen Systemen klingt nach vielen Möglichkeiten, aber eben auch nach vielen Stellen an denen man ausversehen etwas falsch einstellt. Am Ende nimmt vielleicht keiner mehr die Verantwortung wahr, weil jeder denkt der andere hätte die Bewertung kontrolliert. Der Recruiter verlässt sich auf das Tool, die Führungskraft auf den Recruiter und der Bewerber steht vor einer Wand aus Zuständigkeiten.

Die 4,6 Sterne sagen mir deshalb nicht besonders viel. Eine Software kann bei der Suche bequem und schnell sein und trotzdem datenschutzrechtlich oder sozial ziemlich daneben liegen. Produktbewertungen messen oft Bedienung und Funktionsumfang, aber nicht ob eine ältere Bewerberin unfair aussortiert wurde oder ob ein Mensch überhaupt eine verständliche Auskunft bekommt. Dafür bräuchte es meiner Meinung nach ganz andere Kennzahlen, zum Beispiel wie oft Empfehlungen korrigiert werden und ob bestimmte Gruppen auffällig häufig herausfallen.

Bei den Kontrollen 2027 bin ich gespannt, ob wirklich die komplette Kette angeschaut wird. Es reicht ja nicht, nur den Filter des Unternehmens zu prüfen. Man müsste auch wissen, woher externe Profile kommen, welche Daten gelöscht werden, wie die Kriterien entstanden sind und ob der Mensch am Ende wirklich noch selbst entscheiden darf. Sonst wird nur der sichtbare Teil kontrolliert, während die eigentliche Vorauswahl schon vorher bei einem Anbieter passiert.

Und Artikel 22 klingt zwar nach einem Schutz, aber im Alltag muss man erstmal merken, dass überhaupt automatisiert entschieden wurde. Eine Standardabsage verrät das meistens nicht. Vielleicht sollte jede Bewerbung klar sagen müssen, ob KI oder ein automatisches Bewertungssystem beteiligt war, welche Datenkategorien benutzt wurden und wie man eine menschliche Prüfung beantragen kann. Nicht in Juristensprache auf Seite 14, sondern so das normale Leute es auch verstehen.

Am Ende glaube ich auch nicht, dass KI im Recruiting komplett verschwinden wird. Dafür ist der Druck bei offenen Stellen und großen Bewerbermengen zu stark. Aber sie sollte eher ein Suchscheinwerfer sein und kein Türsteher, der ohne Erklärung entscheidet wer rein darf. Sonst wird aus Effizienz nur eine schnellere Art von Ungerechtigkeit, mit sehr ordentlichen Tabellen dazu.
Counter