KI im HR-Recruiting: Nutzen, Grenzen und faire Umsetzung

Was KI im HR-Recruiting leisten kann - und was nicht

KI im Recruiting bedeutet in der Praxis meist zwei Dinge: klassisches Machine Learning, das Bewerbungen nach gelernten Mustern ordnet, und generative Sprachmodelle, die Texte entwerfen oder zusammenfassen. Beide sind Assistenzwerkzeuge. Sie beschleunigen wiederkehrende Aufgaben, treffen aber keine tragfähigen Eignungsurteile und verstehen keinen Kontext wie eine erfahrene Recruiterin.

Der entscheidende Grundsatz: KI liefert Vorschläge, Menschen treffen Entscheidungen. Eine Absage oder Einladung allein aus einem Algorithmus abzuleiten, ist rechtlich heikel und fachlich riskant. Der Mehrwert entsteht dort, wo KI die Vorarbeit übernimmt und Fachpersonen mehr Zeit für Gespräche, Beurteilung und Beziehungspflege haben.

Die drei häufigsten Einsatzfelder

• Stelleninserate entwerfen: Sprachmodelle liefern schnelle Rohfassungen, formulieren einheitlich und helfen, geschlechtergerecht und diskriminierungsfrei zu texten - der Feinschliff und die inhaltliche Korrektheit bleiben Aufgabe des HR.
• Screening und Matching: KI kann Lebensläufe strukturieren, nach definierten Kompetenzen sortieren und Longlists vorschlagen. Wichtig ist kompetenzbasiertes, nachvollziehbares Matching statt undurchsichtiger Gesamtscores.
• Terminplanung und Kommunikation: Assistenten koordinieren Interview-Slots, versenden Eingangsbestätigungen und beantworten Standardfragen per Chatbot - entlastend bei hohem Bewerbungsvolumen, sofern Antworten korrekt und prüfbar sind.

Bias und Fairness: das zentrale Risiko

KI-Modelle lernen aus historischen Daten - und übernehmen damit die Verzerrungen der Vergangenheit. Wurden in einem Team bisher vor allem bestimmte Profile eingestellt, kann ein Modell genau dieses Muster fortschreiben und andere Gruppen systematisch benachteiligen. Ein öffentlich bekanntes Beispiel ist ein grosses Technologieunternehmen, das ein internes Recruiting-Tool einstellen musste, weil es Frauen benachteiligte.

Fairness entsteht nicht automatisch, sie muss gemessen und aktiv hergestellt werden. Dazu gehören das Weglassen sensibler Merkmale, das Prüfen auf Stellvertretervariablen (etwa Postleitzahlen oder Lücken im Lebenslauf), regelmässige Fairness-Tests über verschiedene Gruppen hinweg und die Frage, ob ein Merkmal für die Stelle tatsächlich relevant ist.

revDSG, EU AI Act und rechtliche Leitplanken

In der Schweiz gilt seit dem 1. September 2023 das revidierte Datenschutzgesetz (revDSG). Bewerbungsdaten sind Personendaten und teils besonders schützenswert. Zentral ist Artikel 21 revDSG zur automatisierten Einzelentscheidung: Führt eine ausschliesslich automatisierte Entscheidung zu einer Rechtsfolge oder erheblichen Beeinträchtigung, muss die betroffene Person informiert werden und kann eine Überprüfung durch einen Menschen verlangen. Aufsichtsbehörde ist der EDÖB.

Zusätzlich relevant ist der EU AI Act: Er stuft KI-Systeme für Personalauswahl und Rekrutierung als Hochrisiko ein. Schweizer Unternehmen sind nicht direkt gebunden, können aber betroffen sein, wenn sie Personal für den EU-Markt gewinnen oder EU-Tools nutzen. Empfehlenswert ist zudem eine Datenschutz-Folgenabschätzung, wenn KI systematisch und umfangreich Bewerbende bewertet.

Verantwortungsvoll einführen: ein Praxisleitfaden

• Zweck klären: Definieren Sie pro Einsatzfeld, welches Problem KI lösen soll und woran Erfolg gemessen wird - Zeitersparnis ist kein Ersatz für Qualität.
• Mensch im Entscheidungsprozess: Halten Sie fest, dass finale Auswahl- und Absageentscheide von Menschen getroffen werden (Human-in-the-Loop).
• Transparenz gegenüber Bewerbenden: Informieren Sie klar, wenn und wie KI eingesetzt wird, und bieten Sie eine Kontaktmöglichkeit für Rückfragen.
• Daten und Anbieter prüfen: Klären Sie Serverstandort, Auftragsverarbeitung und ob Eingaben zum Training verwendet werden - geben Sie keine sensiblen Bewerbungsdaten in ungeprüfte öffentliche Tools.
• Dokumentieren und überwachen: Halten Sie Kriterien, Modellversionen und Fairness-Tests schriftlich fest und prüfen Sie Ergebnisse regelmässig auf Verzerrungen.
• Team einbinden: Schulen Sie HR im Umgang mit KI und beziehen Sie - wo vorhanden - die Personalvertretung frühzeitig ein.

Schweizer Kontext: Mehrsprachigkeit und Verhältnismässigkeit

Der Schweizer Arbeitsmarkt ist mehrsprachig. KI kann helfen, Inserate konsistent in Deutsch, Französisch, Italienisch und Englisch auszuspielen und Bewerbungen aus verschiedenen Sprachräumen einheitlich zu strukturieren. Achten Sie darauf, dass Qualität und Fairness in allen Sprachen gleich hoch sind - Modelle sind je nach Trainingsdaten nicht in jeder Sprache gleich stark.

Grundsätzlich gilt das Verhältnismässigkeitsprinzip: Erheben und verarbeiten Sie nur, was für die Stelle nötig ist. Weniger, aber saubere und relevante Daten führen zu faireren Ergebnissen als möglichst umfangreiche Profile - und reduzieren zugleich das rechtliche Risiko.