KI kann Recruiting-Teams Zeit verschaffen: Sie strukturiert Unterlagen, findet wiederkehrende Anforderungen und hilft bei der Vorbereitung von Gesprächen. Sie sollte aber nicht unbemerkt zur Instanz werden, die Menschen aussortiert. Gerade dort, wo ein Tool Bewerbungen bewertet, reiht oder die Sichtbarkeit von Stellen beeinflusst, geht es um reale Zugangschancen zum Arbeitsmarkt. Für österreichische Arbeitgeber ist deshalb weniger die Frage entscheidend, ob ein Tool „KI kann“, sondern welche Entscheidung es tatsächlich vorbereitet und wer sie nachvollziehbar verantwortet.
Dieser Leitfaden zeigt, wie HR ein KI-Tool im Recruiting sinnvoll einsetzt: mit klaren Grenzen, einer echten menschlichen Entscheidung und einem kleinen Prüfprozess, der auch im Mittelstand funktioniert. Er richtet sich an Personen, die ein Bewerbermanagementsystem, eine Matching-Funktion oder einen generativen Assistenten einführen oder bereits nutzen.
Warum KI im Recruiting mehr ist als ein Produktivitätswerkzeug
Ein Textassistent, der eine Einladung freundlicher formuliert, arbeitet anders als ein System, das Bewerbungen nach einem Punktwert sortiert. Der erste Fall unterstützt Kommunikation. Der zweite beeinflusst, wer zu sehen ist, zum Gespräch eingeladen wird oder eine Absage erhält. Genau diese Wirkung zählt.
Die EU-Kommission nennt KI-Systeme für Recruiting und Auswahl ausdrücklich als Bereich mit hohem Risiko, wenn sie etwa Bewerbungen analysieren und filtern oder Kandidat:innen bewerten. Auch zielgerichtete Stellenanzeigen können erfasst sein, wenn das System den Zugang zu Jobchancen wesentlich beeinflusst. Das ist kein Etikett für jede Tabellenhilfe. Es ist ein Anlass, den konkreten Einsatz präzise zu beschreiben, bevor Daten importiert oder Ergebnisse in den Auswahlprozess übernommen werden.
Für die Praxis heißt das: Ein KI-Ergebnis ist ein Hinweis, keine Personalentscheidung. Wer nur noch die obersten fünf Profile liest, übernimmt faktisch die Vorauswahl des Systems. Ein späteres Gespräch heilt diesen Fehler nicht automatisch. Besonders problematisch wird es, wenn historische Einstellungsdaten einseitige Muster enthalten oder wenn das Tool Merkmale als Ersatzsignale nutzt, die mit Geschlecht, Alter, Behinderung, Herkunft oder Betreuungspflichten zusammenhängen können.
Die erste Frage: Was darf das Tool konkret tun?
Beginnen Sie nicht mit dem Namen des Anbieters, sondern mit einer Tätigkeitsliste. Schreiben Sie für jede Funktion einen Satz nach dem Muster: „Das System erhält X, erzeugt Y, und Z verwendet das Ergebnis für W.“ Damit wird aus einem Marketingversprechen ein prüfbarer Anwendungsfall.
- Meist unterstützend: Stellenanzeigen sprachlich überarbeiten, Interviewfragen aus einer freigegebenen Anforderungsliste vorbereiten, Termine koordinieren oder CVs in ein einheitliches Format übertragen.
- Genau prüfen: Skills aus Lebensläufen ableiten, Profile matchen, Kandidat:innen in Kategorien einteilen oder Empfehlungen für die nächste Prozessstufe ausgeben.
- Nicht unkritisch automatisieren: Absagen auslösen, Rankings als verbindliche Shortlist verwenden, „Eignung“ aus Video, Stimme oder Online-Spuren ableiten oder Stellenanzeigen auf Personengruppen zuschneiden, die dadurch andere Jobs kaum sehen.
Diese Einordnung schützt auch das Team. Ein Recruiter muss erkennen können, ob ein Score nur eine Suchhilfe ist oder ob er aus einem Profil eine kaum sichtbare Hürde macht. Legen Sie daher eine einfache Ampel fest: Grün für administrative Unterstützung, Gelb für Empfehlungen mit dokumentierter Prüfung und Rot für automatisierte Entscheidungen mit erheblicher Auswirkung. Rot wird nicht ohne Rechts-, Datenschutz- und gegebenenfalls Betriebsratsprüfung freigegeben.
Eine menschliche Entscheidung braucht Zeit, Kriterien und ein Überstimmungsrecht
„Human in the loop“ ist nur dann glaubwürdig, wenn die Person im Prozess tatsächlich anders entscheiden kann. Ein Klick auf „bestätigen“ nach einer langen Rangliste genügt nicht. Gute menschliche Aufsicht hat drei Bausteine: Die prüfende Person kennt die Auswahlkriterien, kann die zugrunde liegenden Unterlagen ansehen und darf das Ergebnis ohne Nachteil überstimmen.
Beispiel: Für eine Assistenzstelle werden Deutschkenntnisse, sichere Office-Anwendung und Erfahrung mit Kundenkontakt vorab als Muss- oder Kann-Kriterien festgelegt. Das Tool darf Unterlagen nach diesen Begriffen durchsuchbar machen. Es darf aber keine automatische Absage versenden, nur weil eine gleichwertige Erfahrung anders beschrieben wurde. Die Recruiterin prüft Grenzfälle anhand derselben Kriterien, dokumentiert ihre Entscheidung kurz und kann den Suchtreffer korrigieren. So bleibt die Auswahl begründbar.
Planen Sie außerdem genügend Bearbeitungszeit. Wenn ein Team täglich 300 Profile erhält, ist eine „vollständige manuelle Prüfung“ ohne Prozessdesign wenig glaubwürdig. Reduzieren Sie dann lieber den Einsatzbereich: etwa zuerst die Datenqualität verbessern, Fragen im Bewerbungsformular klarer machen oder nach objektiv erforderlichen Qualifikationen filtern. KI darf eine schlechte Prozesskapazität nicht verdecken.
Der 30-Minuten-Check vor dem Pilot
Ein Pilot muss nicht bürokratisch sein. Er braucht aber ein belastbares Startprotokoll. Nehmen Sie eine Stelle, die nicht akut besetzt werden muss, und testen Sie mit einer kleinen, möglichst repräsentativen Auswahl anonymisierter oder rechtmäßig verwendeter Beispieldaten. Das Ziel ist nicht, die „beste“ KI zu küren, sondern Fehlmuster sichtbar zu machen.
- Zweck festlegen: Welchen Engpass löst das Tool? Zum Beispiel: Dubletten erkennen oder Gesprächsnotizen strukturieren. „Bessere Bewerber finden“ ist zu ungenau.
- Ein- und Ausgaben notieren: Welche Daten fließen hinein? Welche Ausgabe erhält das Team: Zusammenfassung, Score, Reihenfolge oder Entscheidungsvorschlag?
- Auswahlkriterien freigeben: Fachliche Muss-Kriterien, Kann-Kriterien und Ausschlussgründe gehören vor den Test in eine kurze Liste.
- Gegenprobe durchführen: Prüfen zwei Personen unabhängig einige Fälle. Vergleichen Sie die Tool-Empfehlung mit ihrer Begründung und nicht nur mit dem Endergebnis.
- Fehlerfälle suchen: Testen Sie unterschiedliche CV-Stile, Quereinstiege, Teilzeitbiografien, längere Unterbrechungen und Ausbildungen aus anderen Ländern. Gerade hier dürfen fehlende Schlüsselwörter nicht als fehlende Kompetenz gelesen werden.
- Stop-Regel definieren: Bei unerklärlichen Ausschlüssen, auffälligen Gruppenunterschieden, falschen Fakten oder Datenabflüssen wird der Pilot pausiert. Wer entscheidet über die Wiederaufnahme?
Protokollieren Sie nur das Nötige: Version des Tools, Datum, Zweck, getestete Kriterien, beobachtete Fehler, Verantwortliche und Beschluss. Diese Notiz hilft später mehr als eine lange Präsentation, weil sie zeigt, warum ein Einsatz freigegeben, eingeschränkt oder beendet wurde.
Datenschutz: Weniger Daten sind im Recruiting oft bessere Daten
Bewerbungsunterlagen enthalten personenbezogene Informationen, oft auch indirekte Hinweise auf besonders sensible Lebensumstände. Laden Sie sie deshalb nicht routinemäßig in frei zugängliche Chatbots hoch. Klären Sie vorab, wo die Daten verarbeitet werden, ob der Anbieter sie zum Training verwendet, wie lange sie gespeichert bleiben und welche Vertragspartner beteiligt sind. Auch ein Tool, das nur „zusammenfasst“, kann einen neuen Verarbeitungsschritt schaffen.
Praktisch bewährt sich ein Daten-Minimum: Entfernen Sie Foto, Geburtsdatum, Anschrift, Familienstand und andere Informationen, die für die konkrete Auswahl nicht erforderlich sind. Verwenden Sie möglichst keine vollständigen Lebensläufe, wenn eine strukturierte Kompetenzliste genügt. Legen Sie Rollen fest: Wer darf Daten exportieren? Wer sieht Protokolle? Wann werden Testdaten gelöscht?
Beziehen Sie Datenschutzbeauftragte früh ein. In österreichischen Betrieben können auch Mitwirkungsrechte und Informationspflichten gegenüber dem Betriebsrat relevant sein, insbesondere wenn technische Systeme das Verhalten oder die Leistung von Beschäftigten berühren. Recruiting, IT, Datenschutz und Arbeitnehmervertretung müssen nicht erst zusammentreffen, wenn der Vertrag bereits unterschrieben ist.
Bias erkennen, ohne auf eine magische Kennzahl zu warten
Kein einzelner Fairnesswert beweist, dass ein Auswahlprozess gerecht ist. Trotzdem lässt sich gezielt prüfen, ob ein Tool auffällig arbeitet. Vergleichen Sie etwa, ob gleichwertige Qualifikationen bei verschiedenen Formulierungen ähnlich behandelt werden. Werden Quereinstiege pauschal abgewertet? Fallen Kandidat:innen mit längeren Erwerbsunterbrechungen häufiger durch, obwohl diese Information für die Stelle nicht entscheidend ist? Werden Fremdsprachen, internationale Abschlüsse oder Teilzeit automatisch als Nachteil interpretiert?
Die Prüfung darf nicht selbst neue sensible Profile erzeugen. Arbeiten Sie mit rechtlich zulässigen, minimierten Testfällen und besprechen Sie die Methode mit Datenschutz und Gleichbehandlungsverantwortlichen. Entscheidend ist der Prozess: Eine Auffälligkeit führt zu einer nachvollziehbaren Anpassung, einem engeren Einsatz oder zu einem Stopp. Wer nur den Anbieter nach einem „bias-free“-Label fragt, gibt die eigene Verantwortung ab.
Vertrag und Anbieter: Diese Fragen gehören auf den Tisch
Beschaffung ist Teil der Personalstrategie. Verlangen Sie vom Anbieter eine verständliche Beschreibung der Funktion, nicht nur technische Schlagworte. Für HR besonders wichtig sind Datenflüsse, Änderungsmanagement und Unterstützung bei Beschwerden oder Korrekturen.
- Welche Datenkategorien verarbeitet das System, und in welchen Ländern?
- Werden Kundeninhalte oder Bewerbungsdaten für Modelltraining verwendet? Ist das vertraglich ausgeschlossen?
- Welche Subunternehmer sind beteiligt, und wie werden Änderungen angekündigt?
- Kann das Team Einstellungen, Kriterien und Protokolle exportieren?
- Wie erklärt der Anbieter ein Ranking oder eine Empfehlung in einer Sprache, die Recruiter:innen nutzen können?
- Welche Sicherheitsvorfälle, Fehlfunktionen und wesentlichen Modelländerungen müssen gemeldet werden?
- Wie unterstützt der Anbieter dabei, falsche Daten oder fehlerhafte Ergebnisse zu berichtigen?
Eine fehlende Antwort ist selbst ein Ergebnis. Wenn ein Anbieter weder Datenverwendung noch Änderungslogik erklären kann, passt das Produkt nicht in einen Prozess, der berufliche Chancen beeinflusst. Kaufen Sie nicht auf Verdacht und verlassen Sie sich nicht auf eine Demo mit idealisierten Profilen.
Was der AI Act jetzt für die Roadmap bedeutet
Die rechtliche Einordnung ersetzt keine Beratung für den Einzelfall. Für die Planung ist aber klar: Systeme im Bereich Beschäftigung können unter den AI Act als hochriskant fallen. Die Europäische Kommission weist derzeit darauf hin, dass die Regeln für bestimmte Hochrisiko-Bereiche einschließlich Beschäftigung ab 2. Dezember 2027 gelten sollen. Wer heute ein Recruiting-System auswählt, sollte deshalb seine Architektur, Datenflüsse und Verantwortlichkeiten so aufbauen, dass spätere Nachweise möglich sind.
Das ist kein Grund, sinnvolle Assistenzfunktionen aufzuschieben. Es ist ein Grund, sauber zu unterscheiden. Ein Tool für Terminfindung braucht andere Kontrollen als ein System, das Kandidat:innen rankt. Halten Sie jeden Einsatzfall separat fest und ändern Sie nicht stillschweigend den Zweck. Eine Funktion, die später von „Suche“ auf „automatische Vorauswahl“ umgestellt wird, ist kein kleines Update, sondern ein neuer Prüfpunkt.
Ein praxistauglicher Start für österreichische HR-Teams
Starten Sie klein und dort, wo der Nutzen leicht überprüfbar ist: etwa bei der Qualitätsprüfung einer Stellenanzeige, der Zusammenfassung von Interviewnotizen aus einem geschlossenen System oder der Suche nach bereits freigegebenen Kompetenzen. Messen Sie nicht nur gesparte Minuten, sondern auch Korrekturaufwand, Rückfragen und Beschwerden. Legen Sie einen festen Review-Termin nach vier bis sechs Wochen fest.
Danach entscheidet das Team anhand der dokumentierten Erfahrung: Funktion behalten, Grenzen enger ziehen, zusätzliche Kontrollen einführen oder den Einsatz beenden. Diese Schleife macht KI im Recruiting nicht perfekt. Sie verhindert aber, dass eine vermeintlich neutrale Empfehlung unbemerkt über berufliche Chancen entscheidet.
Transparenz im Bewerbungsprozess praktisch umsetzen
Bewerber:innen brauchen keine technische Bedienungsanleitung. Sie sollten aber verständlich erfahren, wenn ein relevantes KI-gestütztes Verfahren ihre Unterlagen strukturiert, bewertet oder priorisiert. Formulieren Sie die Information konkret: Welcher Schritt wird unterstützt? Welche Person prüft das Ergebnis? Wie können Betroffene eine Korrektur anstoßen oder Fragen stellen? Ein allgemeiner Hinweis in einer Datenschutzerklärung ersetzt diese Prozessklarheit nicht.
Auch nach innen lohnt sich eine kurze Arbeitsanweisung. Sie enthält den erlaubten Zweck, verbotene Eingaben, die Prüfschritte bei einem Score und den Kontakt für Unsicherheiten. Besonders wichtig: Recruiter:innen dürfen eine Empfehlung nicht als objektive Wahrheit darstellen. Im Gespräch mit Fachabteilungen sollte klar bleiben, dass ein Ranking nur aus den verfügbaren Daten und Einstellungen entstanden ist. Die fachliche Eignung wird anhand des Anforderungsprofils beurteilt, nicht anhand einer Zahl auf dem Bildschirm.
Ein einfacher Qualitätsindikator ist die Zahl der nachträglichen Korrekturen. Häufen sich Fälle, in denen das Tool Fähigkeiten übersehen, Stationen falsch zusammengefasst oder Kandidat:innen unpassend eingeordnet hat, muss das Team nicht nur einzelne Profile retten. Es prüft die Ursache: Datenformat, Kriterien, Konfiguration oder der gesamte Einsatzfall. Diese Rückkopplung gehört in den Regelbetrieb und nicht nur in den ersten Testmonat.
Fazit: Recruiting bleibt eine verantwortete Entscheidung
KI kann HR entlasten, wenn sie transparent, eng begrenzt und überprüfbar eingesetzt wird. Die beste Regel ist einfach: Menschen dürfen nicht wegen eines Scores verschwinden, den niemand erklären oder korrigieren kann. Wer Zweck, Daten, Kriterien, Aufsicht und Stop-Regeln vor dem Pilot klärt, schafft einen Prozess, der Bewerber:innen fairer behandelt und dem Unternehmen langfristig bessere Entscheidungen ermöglicht.
Prüfen Sie Ihre nächste KI-Funktion deshalb nicht nur in der Produktdemo. Nehmen Sie einen realistischen Testfall, lassen Sie zwei Personen unabhängig urteilen und dokumentieren Sie, was das System tatsächlich verändert. Daraus entsteht eine belastbare Grundlage für Recruiting mit KI in Österreich.
