KI im Recruiting 2026: Fünf Prüfungen vor dem Einsatz im Auswahlprozess

Recherche- und Quellenstand: 20.10.2026.

KI kann Stellenanzeigen strukturieren, Fragen vorbereiten oder Bewerbungsinformationen zusammenfassen. Sobald ein System Menschen bewertet, priorisiert oder aussortiert, verändern sich jedoch die Anforderungen. Eine überzeugende Produktvorführung genügt dann nicht. Unternehmen müssen verstehen, welche Daten verarbeitet werden, wie Ergebnisse entstehen und welche Folgen Fehler für Bewerber haben können.

Der aktuelle Rahmen im Oktober 2026

Nach der am 20.10.2026 geprüften Übersicht der Europäischen Kommission gilt der AI Act grundsätzlich seit dem 02.08.2026 mit Ausnahmen. Pflichten zur KI-Kompetenz gelten bereits seit dem 02.02.2025. Für bestimmte Hochrisiko-Anwendungen, darunter Beschäftigung, nennt die Kommission nach den Änderungen durch den AI Omnibus den 02.12.2027. [1] Es wäre deshalb falsch, sämtliche Pflichten für KI im Recruiting pauschal auf einen einzigen Stichtag zu reduzieren.

Unabhängig davon bleiben Datenschutz und Gleichbehandlung relevant. § 26 BDSG regelt die Verarbeitung von Daten im Beschäftigungskontext und erfasst auch Bewerber. [2] Die konkrete Einordnung einer Anwendung gehört in eine Prüfung mit den zuständigen Datenschutz- und Rechtsfachleuten. Die folgenden fünf Schritte sind ein organisatorisches Prüfgerüst, keine pauschale Freigabe für ein Produkt.

Prüfung 1: Welche Aufgabe übernimmt das System?

Beschreiben Sie den tatsächlichen Einsatz in einem Satz. „Unterstützt HR“ ist zu ungenau. Aussagekräftiger ist: „Fasst berufliche Stationen zusammen; die Originalunterlagen bleiben für die Entscheidung verfügbar.“ Ein anderer Satz wäre: „Erstellt eine Rangfolge, aus der nur die ersten zehn Personen eingeladen werden.“ Beide Anwendungen haben sehr unterschiedliche Folgen.

Notieren Sie außerdem, was ausdrücklich außerhalb des Einsatzes liegt. Eine Schreibhilfe für Anzeigen darf nicht stillschweigend zur Bewertung von Kandidaten erweitert werden. Auch neue Funktionen innerhalb bereits beschaffter Software benötigen Aufmerksamkeit. Die Verantwortung entsteht aus dem Einsatz, nicht nur aus dem Produktnamen.

Prüfung 2: Welche Informationen fließen hinein?

Erstellen Sie eine Datenübersicht: Herkunft, Zweck, Zugriff, Speicherung, mögliche Weitergabe und Löschung. Prüfen Sie, ob sämtliche Informationen für die Aufgabe nötig sind. Für eine Formulierungshilfe kann oft ein anonymisiertes Aufgabenprofil ausreichen. Vollständige Lebensläufe mit Kontaktdaten sind dafür regelmäßig keine sinnvolle Standardlösung.

Fragen Sie den Anbieter konkret nach der Nutzung eingegebener Daten, vertraglichen Regelungen, Unterauftragnehmern und technischen Zugriffen. Speichern Sie die Antworten mit Datum und Produktversion. Ein allgemeines Werbeversprechen wie „sicher“ beantwortet diese Fragen nicht.

Prüfung 3: Wie testen Sie die fachliche Qualität?

Nutzen Sie zunächst synthetische Profile und eine klar definierte Aufgabe. Beispiele sollten unterschiedliche Berufswege abbilden: geradlinige Laufbahnen, Quereinstieg, Teilzeit und Unterbrechungen. Die Testfälle dienen dazu, Fehler sichtbar zu machen; sie bilden keinen vollständigen Nachweis von Fairness oder Rechtskonformität.

Dokumentieren Sie Fehler mit konkretem Beispiel und Auswirkung. „Die KI funktioniert meistens“ hilft weniger als „In vier Testfällen wurden Beschäftigungszeiträume falsch zugeordnet“. Auch diese Zahl wäre eine interne Testbeobachtung, keine allgemeine Aussage über das Produkt.

Prüfung 4: Ist menschliche Kontrolle tatsächlich möglich?

Ein Mensch am Ende des Prozesses garantiert noch keine wirksame Kontrolle. Wenn nur die KI-Zusammenfassung sichtbar ist und für die Prüfung kaum Zeit bleibt, kann die Entscheidung faktisch vom System geprägt sein. Verantwortliche brauchen Originalinformationen, nachvollziehbare Kriterien und die Möglichkeit, Ergebnisse zu korrigieren oder den Einsatz zu stoppen.

Definieren Sie deshalb eine Eskalation: Wer prüft widersprüchliche Angaben? Wer bearbeitet Rückfragen von Bewerbern? Wann wird eine Auswertung verworfen? Halten Sie Korrekturen fest, damit dieselben Fehler nicht bei der nächsten Bewerbung erneut unbemerkt auftreten.

Prüfung 5: Was erfahren Bewerber?

Transparenz sollte verständlich erklären, wo KI beteiligt ist und an wen sich Menschen mit Fragen wenden können. Eine technische Beschreibung mit vielen Produktbegriffen ersetzt keine klare Auskunft zum Ablauf. Unternehmen sollten außerdem vermeiden, menschliche Persönlichkeit aus unzuverlässigen Stellvertretermerkmalen wie einer vermeintlich „passenden“ Ausdrucksweise abzuleiten.

Bewerber können fragen: Werden meine Unterlagen nur verwaltet oder auch automatisiert bewertet? Wer trifft die Entscheidung? Wie kann ich fehlerhafte Angaben berichtigen? Antworten darauf helfen, den Prozess einzuordnen. Sie müssen dafür weder technische Fachsprache beherrschen noch den Algorithmus selbst prüfen.

Ein Praxisfall: Zusammenfassungen vor dem Erstgespräch

Ein fiktives Unternehmen möchte die Vorbereitung von Erstgesprächen vereinfachen. Bislang lesen zwei Personen dieselben Unterlagen und erstellen jeweils kurze Notizen. Künftig soll ein freigegebenes Werkzeug eine strukturierte Zusammenfassung vorschlagen. Der konkrete Zweck lautet: belegte Tätigkeiten den vereinbarten Aufgaben der Stelle zuordnen und offene Fragen markieren. Eine Rangfolge oder automatische Absage gehört ausdrücklich nicht zum Pilotprojekt.

Diese Abgrenzung wirkt unspektakulär, ist aber entscheidend. Schon eine scheinbar harmlose Zusammenfassung kann den Blick auf eine Person verändern. Wenn das Werkzeug eine relevante Teilzeittätigkeit auslässt oder eine berufliche Pause als fehlende Motivation interpretiert, entsteht eine verzerrte Gesprächsvorbereitung. Deshalb wird im Beispiel verlangt, dass jede inhaltliche Aussage auf eine konkrete Stelle in den Ausgangsunterlagen zurückgeführt werden kann.

Die verantwortliche Recruiterin prüft zuerst, ob die geplante Datenverarbeitung mit den zuständigen Stellen geklärt ist. Für die fachliche Erprobung erstellt das Team anschließend vollständig erfundene Profile. Diese enthalten absichtlich unklare Abkürzungen, parallele Beschäftigungen und Kenntnisse, die nur in einem Projekttext erwähnt werden. So lässt sich untersuchen, welche Informationen das Werkzeug übersieht oder falsch verbindet, ohne echte Bewerbungsdaten für einen ungeklärten Versuch zu verwenden.

Im Test wird außerdem ein besonders wichtiger Unterschied sichtbar: „Nicht im Dokument genannt“ bedeutet nicht „nicht vorhanden“. Ein System darf aus einer fehlenden Angabe keine gesicherte Aussage über die Person machen. Für die Gesprächsvorbereitung lautet die korrekte Ausgabe dann beispielsweise: „Erfahrung mit diesem Vorgang aus den Unterlagen nicht erkennbar; im Gespräch klären.“ Diese sprachliche Genauigkeit ist Teil der Qualitätsprüfung.

Vor dem Test definieren, was als Fehler zählt

Ein Test wird wenig aussagekräftig, wenn das Team erst nach Betrachtung der Ergebnisse entscheidet, was es akzeptiert. Legen Sie vorher Fehlerarten fest. Dazu gehören ausgelassene relevante Angaben, erfundene Fähigkeiten, falsch zugeordnete Zeiträume und Bewertungen ohne belegbare Grundlage. Unterscheiden Sie auch, ob ein Fehler nur die Darstellung betrifft oder die Auswahlentscheidung beeinflussen könnte.

Für eine Zusammenfassung kann eine falsche Berufsbezeichnung bereits erheblich sein. Eine nicht erkannte Telefonnummer wäre dagegen möglicherweise für die fachliche Einschätzung weniger wichtig, bleibt aber ein praktischer Verarbeitungsfehler. Diese Unterschiede helfen, die Anwendung gezielt zu begrenzen. Ein Werkzeug, das Aufgaben zuverlässig sortiert, muss deshalb noch lange nicht geeignet sein, aus denselben Angaben eine Eignungsrangfolge zu erstellen.

Formulieren Sie außerdem Abbruchbedingungen. Ein mögliches internes Kriterium lautet: Sobald das System nicht belegte Qualifikationen ergänzt, werden die Ausgaben nicht in echte Auswahlgespräche übernommen, bis Ursache und Kontrollweg geklärt sind. Das ist eine vorgeschlagene betriebliche Regel, kein allgemeiner rechtlicher Grenzwert. Welche Anforderungen angemessen sind, hängt vom Einsatz und seinen möglichen Folgen ab.

Ein Testprotokoll, das im Alltag nutzbar bleibt

Ein hilfreiches Protokoll braucht nicht viele Seiten. Es sollte jedoch genug Informationen enthalten, damit ein anderer Mensch den Versuch verstehen kann. Notieren Sie Testdatum, Werkzeugversion, Einstellungen, Aufgabenbeschreibung, verwendeten synthetischen Testfall, erwartete Kernaussagen, tatsächliche Ausgabe und festgestellte Abweichungen. Ergänzen Sie eine verantwortliche Person und die daraus folgende Entscheidung.

Bewahren Sie auch die unveränderte Ausgabe auf, soweit dies im vorgesehenen Testumfeld zulässig ist. Eine nachträglich geglättete Zusammenfassung des Tests verdeckt manchmal genau die Formulierungen, die problematisch waren. Halten Sie Korrekturen getrennt fest. So wird erkennbar, welchen Aufwand die menschliche Prüfung verursacht und ob der behauptete Zeitgewinn im konkreten Ablauf tatsächlich entsteht.

Vergleichen Sie nicht nur die erste Ausgabe. Wiederholen Sie ausgewählte Fälle und prüfen Sie, ob wesentliche Aussagen stabil bleiben. Wenn eine Anwendung bei gleichen Unterlagen unterschiedliche Bewertungen erzeugt, muss das für den geplanten Zweck eingeordnet werden. Eine schwankende Formulierung ist nicht dasselbe wie eine wechselnde Empfehlung zur Einladung. Die Folgen entscheiden darüber, wie kritisch eine Abweichung ist.

Fragen an Softwareanbieter, die über Werbeaussagen hinausgehen

Beginnen Sie mit dem genauen Funktionsumfang. Welche Teile des Produkts verwenden KI, welche arbeiten mit festen Regeln und welche werden von Menschen ausgeführt? Fragen Sie nach der vorgesehenen Nutzung und nach ausdrücklich ausgeschlossenen Anwendungen. Ein Produktname wie „Recruiting Assistant“ erklärt nicht, ob lediglich Termine organisiert oder bereits Persönlichkeitsmerkmale abgeleitet werden sollen.

Lassen Sie sich außerdem erläutern, wie Änderungen angekündigt werden. Kann ein Update neue Bewertungsfunktionen aktivieren? Bleiben Einstellungen erhalten? Wer im Unternehmen kann zusätzliche Funktionen einschalten? Ein sorgfältig geprüfter Pilot verliert seinen Wert, wenn sich der Einsatz später unbemerkt erweitert. Zuständigkeiten für Beschaffung, Konfiguration und fachliche Nutzung sollten deshalb miteinander verbunden sein.

Bei Qualitätsnachweisen lohnt die Nachfrage nach Testbedingungen. Welche Aufgaben wurden untersucht? Mit welchen Daten und Sprachen? Welche Fehler wurden gefunden? Eine allgemeine Prozentzahl ohne Bezugsgröße hilft wenig. Lassen Sie sich erklären, welche Aussage der Anbieter tatsächlich belegen kann und welche Fragen offenbleiben. Eigene Tests ergänzen solche Unterlagen, ersetzen aber keine erforderliche rechtliche oder technische Prüfung.

Menschliche Kontrolle als konkrete Arbeitsaufgabe planen

Wirksame Kontrolle braucht Zeit und eine klare Zuständigkeit. Es reicht nicht, einem Mitarbeitenden formal die Verantwortung zuzuweisen, wenn im Arbeitsablauf nur Sekunden für die Prüfung vorgesehen sind. Legen Sie fest, welche Angaben immer mit den Originalunterlagen abgeglichen werden, wie Unsicherheiten dokumentiert werden und wann eine zweite Person hinzugezogen wird.

Vermeiden Sie zudem eine Oberfläche, die zuerst eine große Punktzahl zeigt und die Begründung versteckt. Menschen können sich an einer frühen Bewertung orientieren, obwohl sie später weitere Informationen sehen. Für den beschriebenen Zusammenfassungsfall ist deshalb eine Darstellung nach Aufgaben und Belegen sinnvoller als eine pauschale Gesamtnote. Ob sie praktisch funktioniert, sollte mit den tatsächlichen Nutzenden geprüft werden.

Eine Kontrollperson muss das Ergebnis auch verwerfen dürfen. Wenn jede Abweichung aufwendig gerechtfertigt werden muss, während die Übernahme mit einem Klick möglich ist, entsteht ein ungünstiger Anreiz. Prüfen Sie den Prozess deshalb aus Sicht der Menschen, die täglich damit arbeiten. Gute Regeln und schlechte Bedienung können sich gegenseitig aufheben.

Wie Bewerbende sachlich nachfragen können

Eine hilfreiche Frage lautet: „Welche Schritte meines Bewerbungsprozesses werden durch automatisierte Systeme unterstützt, und wer prüft die Angaben vor einer Entscheidung?“ Damit fragen Sie nach dem Ablauf, ohne eine bestimmte technische Architektur zu unterstellen. Wenn in einem Portal falsche Daten erscheinen, beschreiben Sie die konkrete Korrektur und verweisen Sie auf die entsprechende Stelle Ihrer Unterlagen.

Sie müssen Ihren Lebenslauf nicht mit künstlichen Begriffswiederholungen oder angeblichen Tricks für KI-Systeme versehen. Klar beschriebene Tätigkeiten, nachvollziehbare Zeiträume und konkrete Arbeitsbeispiele sind die bessere Grundlage für eine sachliche Prüfung. Bewahren Sie die eingereichte Fassung auf. So lässt sich bei Rückfragen leichter feststellen, welche Informationen tatsächlich übermittelt wurden.

Wenn eine Rückmeldung unverständlich bleibt, können Sie um eine Erläuterung des Verfahrens und um den zuständigen Kontakt bitten. Welche Auskunfts- oder sonstigen Rechte im Einzelfall bestehen, hängt von der konkreten Verarbeitung ab. Der praktische erste Schritt ist, den Sachverhalt sauber zu dokumentieren, statt aus einer schnellen Absage automatisch auf eine bestimmte KI-Entscheidung zu schließen.

Ein vierwöchiger Pilot mit begrenztem Umfang

In der ersten Woche beschreibt das Unternehmen Zweck, erlaubte Daten und Verantwortlichkeiten. Datenschutz, IT und gegebenenfalls weitere zuständige Stellen werden passend zum Einsatz einbezogen. In der zweiten Woche entstehen synthetische Testfälle und vorher festgelegte Bewertungskriterien. Erst danach wird das Werkzeug praktisch geprüft. So verhindert das Team, dass Begeisterung für eine Vorführung die eigentliche Problemdefinition ersetzt.

Die dritte Woche dient der fachlichen Erprobung und Fehleranalyse. In der vierten Woche wird entschieden: begrenzt einsetzen, nachbessern oder verwerfen. Zu dieser Entscheidung gehört eine ehrliche Betrachtung des Prüfaufwands. Wenn jede Ausgabe vollständig neu geschrieben werden muss, ist der Nutzen möglicherweise geringer als erwartet. Ein Pilot darf auch zu dem Ergebnis führen, dass ein einfacher strukturierter Leitfaden besser passt.

Dokumentieren Sie abschließend, welche nächste Änderung eine erneute Prüfung auslöst. Dazu können ein anderes Modell, neue Datenarten oder eine Ausweitung auf Auswahlentscheidungen gehören. KI im Recruiting wird dadurch zu einem kontrollierbaren Arbeitsprozess. Die zentrale Frage bleibt, ob die konkrete Anwendung nachvollziehbare, faire und fachlich brauchbare Entscheidungen unterstützt.

Den laufenden Einsatz regelmäßig überprüfen

Nach einer Einführung sollte die Prüfung nicht enden. Vereinbaren Sie einen festen Anlass, bei dem tatsächliche Fehler, Korrekturen und Rückfragen gemeinsam ausgewertet werden. Dafür eignen sich beispielsweise die ersten abgeschlossenen Bewerbungsverfahren mit der neuen Anwendung. Sammeln Sie nur die dafür notwendigen Informationen und vermeiden Sie eine zusätzliche unkontrollierte Kopiensammlung von Bewerbungsunterlagen.

Besprechen Sie auch, ob sich das Verhalten des Teams verändert hat. Werden Originalunterlagen noch gelesen? Werden Unsicherheiten offen angesprochen? Oder wird eine maschinelle Formulierung inzwischen wie eine gesicherte Tatsache weitergereicht? Solche Beobachtungen können wichtiger sein als eine reine Nutzungszahl. Ein Werkzeug unterstützt die Auswahl nur dann sinnvoll, wenn die Menschen seinen Beitrag und seine Grenzen im täglichen Ablauf tatsächlich verstehen.

Ein sinnvoller Einstieg für kleine Unternehmen

Beginnen Sie mit einer klar begrenzten Anwendung, beispielsweise dem Strukturieren eines bereits freigegebenen Anforderungsprofils. Legen Sie Verantwortliche, erlaubte Daten und eine fachliche Endkontrolle fest. Erst wenn der Nutzen im Alltag nachvollziehbar ist, prüfen Sie einen weiteren Einsatzbereich. Die Abkürzung „Wir automatisieren zuerst und regeln später“ kann genau die Fehler verstärken, die Recruiting eigentlich lösen soll.

Für eine belastbare Personalsuche bleiben klare Anforderungen und nachvollziehbare Gespräche zentral. Mit einer Personalanfrage bei CALUMA können Unternehmen ihren Bedarf konkretisieren; Bewerber finden im Jobstudio passende Aufgaben und Rahmenbedingungen.

Quellen und Einordnung

1. Europäische Kommission: AI Act – Anwendungsfristen und AI Omnibus, Stand 19.10.2026.
2. Bundesdatenschutzgesetz, § 26.
3. Antidiskriminierungsstelle des Bundes: Arbeitsleben und diskriminierungsfreie Einstellungsverfahren.

Das Testprotokoll ist eine redaktionelle Arbeitshilfe. Konkrete rechtliche Pflichten hängen unter anderem von Anwendung, Rolle und Datenverarbeitung ab.

Titelbild: KI-generiertes Symbolbild.