KI Praxis: Was KI im Recruiting wirklich verändert
Natalie Gyöngyösi
Natalie Gyöngyösi arbeitet als unabhängige Consultant für Recruiting und Employer Branding. Davor war sie in Headhunting, internationalen Recruiting-Teams und inhouse im EB tätig. Sie entwickelt Job-Ad-Copy, Advocacy-Formate und Content, der ohne Marketing-Blabla auskommt und unterrichtet an HWZ und ZHAW zu digitaler Markenkommunikation.
Passende Arbeitshilfen
KI Praxis
In der KI Praxis zeigt sich schnell: Künstliche Intelligenz wird im HR gern als Effizienzthema verhandelt: schneller, günstiger, skalierbarer. Ihr eigentlicher Beitrag liegt woanders. KI macht sichtbar, wie Entscheidungen tatsächlich entstehen – und wo HR sich bislang hinter Prozessen, Bauchgefühl oder wohlklingenden Worten versteckt hat. Kurz: KI ist keine Abkürzung. Sie ist ein Klarheitstest.
KI ist kein Beschleuniger, sondern ein Präzisionswerkzeug
Die gängige Erzählung lautet: KI macht HR schneller. Mehr Durchsatz, weniger Aufwand, bessere Prozesse. Das stimmt – und bleibt dennoch die falsche Flughöhe. Denn Geschwindigkeit ist im HR selten das Kernproblem. Unklare Kriterien sind es. Widersprüchliche Erwartungen. Und eine erstaunliche Liebe zur Komfortzone, die man gern «Kultur» nennt, wenn man gerade keine Lust auf Entscheidungen hat.
In der KI Praxis wirkt KI nicht primär disruptiv, sondern präzisierend. Sie zwingt Organisationen dazu, implizite Annahmen explizit zu machen: Was gilt als relevant? Was zählt als «guter Fit»? Welche Stationen sind erwünscht, welche verdächtig? Welche Signale lesen wir als Kompetenz – und welche als Risiko?
KI fragt nicht, ob eine Annahme klug ist – sie will nur wissen, ob sie definiert ist. Und genau in diesem Moment wird sichtbar, wie viel HR bisher aus höflich kaschierter Uneindeutigkeit bestand. KI ist da unerquicklich ehrlich. Sie exekutiert.
Recruiting mit KI: Effizienz legt offen, was man lieber nicht diskutiert
Recruiting war nie ein Ort für Romantik. Time to Hire, Funnel oder Cost per Hire sind keine Buzzwords, sondern betriebswirtschaftliche Realitäten. KI bringt Ordnung in dieses Feld: strukturierte Anforderungen, vergleichbare Profile, konsistente Vorauswahl, sauber dokumentierte Prozesse. Auf Prozessebene ist das ein Gewinn.
Problematisch wird es dort, wo diese Ordnung als Qualitätsnachweis missverstanden wird. Viele KI-gestützte Modelle basieren auf bestehenden Erfolgsprofilen. Man analysiert, wer sich bewährt hat, welche Hintergründe, Stationen und Kompetenzen häufig vorkommen – und leitet daraus Muster ab. Das Resultat sind Shortlists, die erstaunlich «passend» wirken. Und genau hier beginnt das Problem: «Passend» ist oft nur ein anderes Wort für «bekannt».
Wenn Erfolgsprofile historisch aus ähnlichen Lebensläufen bestehen, wird KI diese Ähnlichkeit konsequent reproduzieren. Nicht aus Diskriminierungsabsicht, sondern aus Loyalität zur Vergangenheit. Und mit einer Effizienz, die es schwer macht, das Ergebnis noch zu hinterfragen. Was zuvor bereits ein Muster war, wird plötzlich zur Norm – schneller, sauberer, robuster.
Objektivität ist keine Systemeigenschaft
Der Satz «KI reduziert Bias» klingt modern und verantwortungsbewusst. Er ist aber nur dann sinnvoll, wenn man zuvor klärt, wovon überhaupt die Rede ist. Bias ist kein einzelner Fehler, den man aus einem System entfernt wie einen Tippfehler. Bias ist oft Struktur: in Daten, in Bewertungslogiken, in Karrierepfaden, im Zugang zu Chancen.
KI arbeitet mit Daten. Daten sind immer historisch. Und Geschichte ist selten fair. Wenn Leistungsbeurteilungen bestimmte Verhaltensweisen belohnen, lernt ein Modell genau diese Muster als «Erfolg». Wenn Beförderungen vor allem jene erhalten, die Zugang zu den richtigen Projekten hatten, wird daraus «Potenzial». Wenn Brüche im Lebenslauf als Risiko galten, markiert KI sie als Risiko – nur konsistenter.
KI urteilt nicht. Sie wiederholt. Objektivität entsteht deshalb nicht durch Technologie, sondern durch bewusste Setzungen: Welche Kriterien gelten? Welche Daten sind zulässig? Welche Signale dürfen überhaupt eine Rolle spielen? Wer Haltung nicht definiert, bekommt Statistik.
Mini-Szene aus dem Alltag: Die Shortlist, die zu schön ist
350 Bewerbungen. Fünf Minuten später liegt eine Shortlist vor: zwölf Profile, sauber sortiert, Score daneben, ein paar Bullet-Kompetenzen. Es fühlt sich an wie Professionalität.
Beim genaueren Hinsehen folgt die Ernüchterung. Fast alle Profile ähneln sich: ähnliche Ausbildung, ähnliche Branchen, ähnliche Stationen, ähnliche geradlinige Lebensläufe. Das System hat nicht «die Besten» gefunden, sondern jene, die dem historischen Ideal am nächsten kommen.
Genau hier liegt eine der zentralen Lernstellen der KI Praxis: Der entscheidende Moment ist nicht «Das System ist schuld», sondern die Frage: Was genau belohnen wir hier? KI hat einen Spiegel hingestellt. Der Spiegel ist nicht schuld, wenn einem das, was man darin sieht, nicht gefällt.
Employer Branding: Wenn Sprache alles kann – ausser unterscheiden
Im Employer Branding wirkt KI zunächst wie ein Geschenk. Texte entstehen schneller, konsistenter, fehlerfrei. Jobinserate, EVP-Statements, Karriereseiten, Social Posts – alles klingt gut. Und genau das ist das Problem.
KI produziert sprachlich perfekten Konsens: wertschätzend, sinnstiftend, modern, inklusiv. Kein Fehler. Kein Risiko. Kein Profil. Die Sätze sind so glatt, dass man sie beliebig austauschen könnte.
Employer Branding ist jedoch kein Textproblem. Es ist ein Entscheidungsproblem. KI kann formulieren, was gesagt wird. Sie entscheidet nicht, wofür ein Unternehmen steht. Wer Employer Branding an KI delegiert, delegiert nicht Kreativität, sondern Haltung.
Passende Produkt-Empfehlungen
Konsens ist bequem. Marken entstehen woanders
Eine Arbeitgebermarke entsteht nicht dort, wo niemand aneckt. Sie entsteht dort, wo Entscheidungen sichtbar werden: über Leistung, Erwartungen, Reibung und Realität. Was ist bei euch wirklich wichtig – nicht im Leitbild, sondern im Alltag? Was wird toleriert, was nicht?
Je stärker KI Sprache glättet, desto relevanter wird das Unglatte: das Echte, das Spezifische, das Unverhandelbare. KI kann Texte angleichen. Identität entsteht im Widerspruch. Marke beginnt dort, wo nicht alle klatschen.
KI als Spiegel – und als Ausrede-Killer
Künstliche Intelligenz ist kein weiteres HR-Tool. Sie wirkt wie ein Spiegel. Sie zeigt, ob Kriterien definiert oder nur verwaltet werden, ob Employer Branding Realität abbildet oder Wunschdenken, ob Recruiting Verantwortung übernimmt oder sich hinter Systemlogiken versteckt.
KI entscheidet nicht besser. Sie setzt bestehende Logiken konsequent durch. Und genau deshalb ist sie unbequem: Sie nimmt HR die Möglichkeit, sich hinter «Komplexität» zu verstecken. Plötzlich muss man sagen, was man meint. Definieren, was zählt. Begründen, warum. Das ist keine Technikfrage. Das ist Führung.
Die Rolle von HR: Weniger Verwaltung, mehr Urteil
Mit KI verschiebt sich der Anspruch an HR spürbar. Weg von operativer Abwicklung, hin zu bewusster Einordnung. Es geht um Kriterien – was wirklich jobrelevant ist und was bloss Traditionsdeko bleibt. Um Daten – welche Informationen genutzt werden dürfen und welche mehr verzerren als erklären. Um Transparenz gegenüber Kandidat*innen. Und letztlich um Verantwortung: Wer hinschaut, korrigiert und entscheidet, wenn das Modell danebenliegt.
Das sind keine Tool-Fragen. Das sind Führungsfragen. KI macht HR nicht überflüssig. Sie macht schlechtes HR sichtbar.
Candidate Experience bleibt eine Frage der Haltung
KI kann Candidate Experience beschleunigen, strukturieren und vereinheitlichen. Sie kann Prozesse nachvollziehbarer machen und Kommunikation konsistenter gestalten. Was sie nicht kann, ist Respekt erzeugen.
Ob eine Absage als fair erlebt wird, entscheidet sich nicht am System, sondern am Ton, am Timing, an der Klarheit. Die Technologie liefert den Rahmen. Die Haltung bestimmt die Wirkung.
Fazit: Klarheit schlägt Effizienz
Künstliche Intelligenz wurde als Effizienzversprechen eingeführt. Ihr eigentlicher Wert liegt woanders. Sie zwingt Organisationen dazu, ihre Entscheidungslogiken offenzulegen – und Verantwortung zu übernehmen.
Sie zeigt, wo Recruiting schnell, aber nicht klar ist. Wo Employer Branding gut klingt, aber nicht stimmt. Wo Diversität gewollt, aber nicht operationalisiert ist.
Wer KI nutzt, um Arbeit zu sparen, wird austauschbar. Wer sie nutzt, um Entscheidungen zu schärfen, gewinnt Profil. Nicht trotz KI. Sondern durch sie. Denn am Ende war nie die Technologie das Thema. Es war immer die Haltung.
