Die Realität der digitalen Transformation

Die Schlagzeilen überschlagen sich: Künstliche Intelligenz wird das Recruiting revolutionieren, HR-Prozesse optimieren und Entscheidungen objektivieren. Doch wie sieht die Realität abseits der Marketingversprechen aus? Die Personalwelt steht an einem Scheideweg, an dem Technologie und Menschlichkeit aufeinanderprallen. Als freiberufliche HR-Beraterin erlebe ich diese Transformation bei meinen Kunden hautnah und stelle fest: Viele Unternehmen sind noch zögerlich, aber der Wandel ist unaufhaltsam. Die eigentliche Herausforderung liegt nicht in der Implementierung der Technologie, sondern darin, wie wir sie menschenzentriert einsetzen und dabei die Wahrung der Menschlichkeit inden Fokus stellen.

Wie weit ist die KI-Durchdringung im HR wirklich?

Die Wahrnehmung, dass KI bereits alle HR-Bereiche durchdrungen hat, trügt. Aktuelle Studien und Analysen zeichnen ein differenziertes Bild:

• Verbreitung im DACH-Raum: Einer Studie der Universität St. Gallen zufolge nutzen zwar viele Unternehmen bereits automatisierte Prozesse (z.B. Bewerbungs-Tracking-Systeme/ATS), die Nutzung von echter generativer KI oder prädiktiver Analytik zur Vorhersage von tatsächlicher Eignung ist aber noch geringer. Die Hauptanwendungsbereiche sind aktuell noch Sourcing (Identifikation von Kandidaten) und Pre-Screening (Auswahl von Lebensläufen), oft durch einfache Keyword-Matches oder Chatbots.
• Globale Entwicklung: Laut umfangreicher Befragungen von CHROs berichtet Gartner, dass zwar über 70% der HR-Führungskräfte weltweit planen, in den nächsten Jahren in KI zu investieren, die tatsächliche Implementierung von komplexen Systemen ist aber noch oft auf Pilotprojekte beschränkt.
• Der „Shadow-HR“-Effekt: Was oft nicht in Statistiken auftaucht, ist die informelle Nutzung: HR Verantwortliche nutzen Tools wie ChatGPT im Hintergrund, um Stellenanzeigen zu optimieren, Interviewleitfäden zu erstellen oder die Tonalität von E-Mails zu verbessern. Diese Nutzung ist „unsichtbar“ und oft nicht offiziell in HR-Strategien verankert.
• Fazit zur Realität: KI ist primär als Assistenzsystem im Einsatz, das repetitive Aufgaben übernimmt. Die vollständige, autonome Entscheidungsfindung durch Algorithmen ist noch die absolute Ausnahme und in Deutschland (aus gutem Grund) stark umstritten. Die größte Herausforderung bleibt die Datenqualität und die Integration der verschiedenen HR-Systeme.

Der Blick auf das Recruiting

Vorab: Der Irrtum mit den Automatisierungen

Ein weit verbreitetes Missverständnis ist, dass jede Form digitaler Vorauswahl bereits KI ist. Tatsächlich basieren viele gängige Auswahlfragen, die Bewerbende in Online-Formularen oder Pre-Screening-Tests beantworten müssen, lediglich auf einfacher Automatisierung und festgelegten Regeln.

Wenn ein System beispielsweise eine Bewerbung ablehnt, weil eine obligatorische Qualifikation (wie der Führerschein oder ein bestimmter Studienabschluss) fehlt, handelt es sich um eine simple Wenn-Dann-Logik.
Dies ist im Grunde ein digitalisierter Filter, der die Arbeit eines menschlichen Sachbearbeiters rationalisiert.

Künstliche Intelligenz (KI) hingegen geht darüber hinaus: Sie nutzt maschinelles Lernen, um Muster zu erkennen, Vorhersagen zu treffen oder unstrukturierte Daten (wie Freitextantworten oder Videos) zu analysieren. Der Einsatz von reinen Ausschlusskriterien in Fragenkatalogen ist somit ein effizientes, aber nicht intelligentes Tool, es ist Prozessoptimierung, nicht algorithmische Entscheidungsfindung im Sinne von KI.

Deutschland: Der gesetzliche Rahmen und die heikle Frage der Beurteilung

Gerade in Deutschland, einem Land mit starkem Datenschutz und strengen Compliance-Anforderungen, ist die Nutzung von KI in der Bewerbungsbeurteilung ein rechtlicher Drahtseilakt. Gemäß § 1 AGG dürfen Menschen nicht aus Gründen wie ethnischer Herkunft, Geschlecht, Religion, Behinderung, Alter oder sexueller Identität benachteiligt werden.

Das Hauptproblem beim Einsatz von KI im Recruiting ist der sogenannte „Algorithmic Bias“ (algorithmische Voreingenommenheit). Wenn ein KI-Modell mit historischen Daten trainiert wird, die bereits Diskriminierungen enthalten (z.B. wenn in der Vergangenheit vorrangig Männer in Führungspositionen eingestellt wurden), lernt die KI diese Benachteiligung und wendet sie automatisch auf neue Bewerbungen an.

Das AGG ist technologieneutral formuliert. Diskriminierende Entscheidungen von KI-Systemen können daher Ansprüche nach § 15 AGG Entschädigung und Schadensersatz auslösen. Hier liegt jedoch die Herausforderung der Beweisführung: Während das AGG theoretischen Schutz bietet, ist die Durchsetzbarkeit lückenhaft. Bei KI-Entscheidungen bleiben die Trainingsdatensätze und die Logik des Algorithmus für den Bewerbenden intransparent („Black Box“), was die Beweisführung einer Diskriminierung erschwert.

Unternehmen müssen daher ihre Algorithmen regelmäßig auf Bias auditieren, um AGG-konform zu handeln. Experten betonen, dass das AGG grundsätzlich auch KI-Entscheidungsprozesse umfasst. Die Hauptforderung ist die Ausweitung des Schutzes vor digitaler Diskriminierung und eine sorgfältige Auswahl der Trainingsdatensätze zur Vermeidung von Voreingenommenheit.

Im Kontext der DSGVO ist Artikel 22 besonders relevant:
Artikel 22 DSGVO (Automatisierte Entscheidungen im Einzelfall): Bewerbende haben das Recht, nicht einer ausschließlich auf einer automatisierten Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihnen gegenüber rechtlicher Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt.

Was bedeutet das für Unternehmen?

• Keine vollständige Automatisierung der Ablehnung: Die endgültige Entscheidung über Einstellung oder Ablehnung eines Bewerbers darf nicht ausschließlich von einem Algorithmus getroffen werden. Es muss immer eine menschliche Überprüfung (Human-in-the-Loop) der relevanten KI-generierten Ergebnisse stattfinden.
• Transparenzpflicht: Unternehmen müssen transparent machen, wenn KI im Prozess eingesetzt wird und wie die wichtigsten Kriterien für die Beurteilung gewichtet wurden. Bewerbende haben das Recht, über die Logik der verwendeten Systeme informiert zu werden.
• Opt-Out-Möglichkeit: Im besten Fall sollten Bewerbenden alternative Wege zur Verfügung gestellt werden, die eine automatische Bewertung umgehen oder zumindest sicherstellen, dass ihre Bewerbung von einem Menschen geprüft wird, falls die KI-Entscheidung negativ war.

Unternehmen müssen deshalb unabdingbar einen menschzentrierten Design-Ansatz verfolgen, bei dem die KI nur als Werkzeug zur Vorauswahl und Empfehlung dient.

Worauf Unternehmen jetzt achten müssen

Die Integration von KI in HR-Prozesse ist unvermeidlich, aber sie erfordert eine strategische und ethische Vorgehensweise.

1. Ethische Governance und Auditierbarkeit
Unternehmen müssen klare ethische Richtlinien für den Einsatz von KI im HR festlegen. Dazu gehört die regelmäßige Überprüfung (Auditing) der Algorithmen auf Bias und Diskriminierung. Man muss sich fragen: Ist die KI erklärbar (Explainable AI)? Können wir nachvollziehen, warum der Algorithmus Person A besser bewertet hat als Person B?

2. Fokus auf den richtigen Einsatz
KI sollte dort eingesetzt werden, wo sie Stärken hat:

• Prozessoptimierung/Automatisierung:
  Reduzierung von Time-to-Hire.
• Objektivierung (durch Eliminierung von menschlichem Bias): KI kann helfen, Geschlecht, Name oder Herkunft aus der ersten Bewertung auszublenden, wenn sie entsprechend programmiert ist.
• Candidate Experience: z.B. Chatbots, die 24/7 Fragen beantworten, verbessern die Wartezeit der Bewerbenden.

KI sollte nicht für die finale Bewertung von Soft Skills, kulturellem Fit oder die endgültige Einstellungsentscheidung allein genutzt werden. Emotionale Intelligenz bleibt menschlich.

3. Schulung und Change Management

Die besten Tools sind nutzlos, wenn die Personalverantwortlichen sie nicht verstehen. HR-Mitarbeitende müssen in den ethischen und technischen Grundlagen von KI geschult werden, um die Ergebnisse kritisch hinterfragen und den Human-in-the-Loop-Ansatz ernst nehmen zu können. KI ist kein Ersatz für den Recruiter, sie ist ein Assistenzsystem.

Mein Appell: Die Menschlichkeit bewahren

Technologie sollte uns als Gesellschaft und als Unternehmen voranbringen, nicht zurückwerfen. Sie darf nicht als Vorwand dienen, um den direkten menschlichen Kontakt und die Wertschätzung im Bewerbungsprozess zu reduzieren.

Wir stehen in der Verantwortung, sicherzustellen, dass KI zu einer faireren und effizienteren Welt führt, nicht zu einer kälteren und ungerechteren. Gerade die hoch technisierten Prozesse bergen die Gefahr, dass Bewerbende zu reinen Datenpunkten degradiert werden.

Meine Empfehlungen:

Bewerbende sind kein Algorithmus-Futter: Jede Bewerbung repräsentiert eine Lebensentscheidung und einen gewissen Aufwand. Ein unsauberer, langwieriger Prozess ist respektlos.

Setzen Sie auf Qualität und Feedback: Auch wenn KI die Prozesse beschleunigt, muss die individuelle Kommunikation mit den verbleibenden Talenten höchste Priorität haben. Geben Sie Feedback, rufen Sie an, erklären Sie Entscheidungen (soweit möglich).

Wertschätzung über Effizienz: Nutzen Sie die Zeit, die Sie durch KI bei repetitiven Aufgaben gewinnen, um sich mehr Zeit für die persönlichen Gespräche und die individuelle Betreuung der vielversprechendsten
Kandidaten und Kandidatinnen zu nehmen. Der menschliche Kontakt ist Ihr größter Wettbewerbsvorteil.

KI im HR & Recruiting ist gekommen, um zu bleiben. Sie bietet immense Chancen zur Verbesserung der Qualität, Effizienz und sogar der Fairness im Prozess. Aber die Entscheidungsgewalt und die ethische Verantwortung müssen beim Menschen bleiben. Nur so können wir sicherstellen, dass die stille Revolution im Personalwesen nicht auf Kosten der Menschlichkeit geht, sondern sie im besten Sinne unterstützt.

Quellen:
– Studie: Personalmanagement zwischen KI und Kulturtransformation https://www.unisg.ch/de/newsroom/studie-personalmanagement-zwischen-ki-und-kulturtransformation
– Gartner Quelle/Studienreihe: https://www.gartner.de/de/human-resources/trends/top-prioritaeten-fuer-hr-leiter
– Quelle/Konzept: „Shadow AI“ oder „Schatten-KI“ (oft zitiert in Fachmedien wie Heise, ActivateHR)