KI im Recruiting: Mehr Fairness oder digitale Diskriminierung?

Künstliche Intelligenz verspricht, Bewerbungen schneller, objektiver und gerechter zu beurteilen. Doch wenn Algorithmen aus vergangenen Personalentscheidungen lernen, können sie auch deren Vorurteile übernehmen. Damit wird KI im Recruiting nicht nur zur Chance, sondern auch zu einem Risiko – für Bewerbende und Unternehmen.

Stellen Sie sich vor, Sie stoßen per Zufall auf ein Stelleninserat, das Ihre Traumstelle beschreibt. Ihre Ausbildung und Berufserfahrung decken sich exakt mit der Ausschreibung. Auch die beschriebenen Aufgaben und die Unternehmenskultur sprechen Sie an, sodass Sie überzeugt sind, fachlich wie persönlich gut zu passen. Sie aktualisieren Ihren Lebenslauf, stimmen das Motivationsschreiben auf das Unternehmen ab und sind überzeugt, alles richtig gemacht zu haben.

Wenige Stunden später erhalten Sie eine standardisierte Absage. Andere Kandidatinnen und Kandidaten würden „leider noch ein bisschen besser“ passen. Wie diese Einschätzung zustande kam, bleibt offen. Möglicherweise hat ein automatisiertes System Ihren Lebenslauf analysiert und mit dem Stellenprofil abgeglichen, noch bevor ein Mensch die Unterlagen vollständig geprüft hat.

Dabei kann bereits ein fehlendes Schlüsselwort den Ausschlag geben. Vielleicht wurde auch Ihre Ausbildung falsch klassifiziert oder Ihr bisheriger Karriereweg passte nicht zum Muster, das ein Algorithmus aus früheren Personalentscheidungen gelernt hatte. Oder vielleicht spielte sogar Ihr Name eine Rolle.

Für Sie als bewerbende Person bleibt der tatsächliche Grund verborgen. Sie erfahren weder, welche Kriterien berücksichtigt wurden, noch wie stark einzelne Merkmale in die Bewertung eingeflossen sind oder ob die automatisierte Vorauswahl später noch von einem Menschen überprüft wurde. Genau darin liegt eines der zentralen Probleme KI-gestützter Auswahlverfahren: Die Entscheidung erscheint neutral und objektiv, weil sie technisch erzeugt wurde. Doch auch ein Algorithmus bewertet nicht voraussetzungslos. Seine Resultate hängen von den verwendeten Daten, den hinterlegten Kriterien und den Zielen ab, die Menschen zuvor definiert haben. Technische Konsistenz ist deshalb nicht automatisch mit Fairness gleichzusetzen.

KI ist im Schweizer Recruiting angekommen

Der Einsatz künstlicher Intelligenz im Recruiting ist aus Unternehmenssicht nachvollziehbar. Auf attraktive Stellen gehen teilweise mehrere Hundert Bewerbungen ein, während HR-Abteilungen gleichzeitig unter erheblichem Zeit- und Kostendruck stehen. Gerade unter diesen Bedingungen wächst das Bedürfnis nach Lösungen, die große Bewerbungsvolumina effizient bewältigen und zugleich eine konsistente Vorauswahl ermöglichen.

Deshalb kommen zunehmend automatisierte Systeme zum Einsatz. Diese erfassen und strukturieren Lebensläufe, erkennen relevante Qualifikationen, gleichen Bewerbungsprofile mit den Anforderungen ab und nehmen eine erste Priorisierung vor. Dadurch lassen sich Prozesse beschleunigen und Recruiting-Teams spürbar von administrativen Aufgaben entlasten.

In der Schweiz ist der KI-Einsatz im Recruiting allerdings noch weniger verbreitet, als es die öffentliche Diskussion vermuten lässt. Eine aktuelle Untersuchung der Arbeitsmarktbeobachtung Amosa unter rund 700 Unternehmen aus elf Deutschschweizer Kantonen zeigt, dass 13 Prozent der befragten Betriebe bereits KI im Recruiting einsetzen. Bei Großunternehmen liegt der Anteil bei knapp einem Viertel. Am häufigsten kommt die Technologie bei der Erstellung und Optimierung von Stelleninseraten zum Einsatz. Für die eigentliche Vorauswahl von Bewerbungen nutzen dagegen erst knapp vier Prozent der Unternehmen KI.

Zu ähnlichen Ergebnissen gelangte die Job-Cloud-Recruiting-Studie, für die 2024 insgesamt 942 HR-Fachpersonen aus der Deutsch- und Westschweiz befragt wurden. 22 Prozent verwendeten KI bereits für Texte auf Stelleninseraten oder Karriereseiten, acht Prozent für das Matching von Kandidatinnen und Kandidaten und sieben Prozent für ein automatisiertes Pre-Screening.

Komplexere Anwendungen wie die Analyse von Interviews oder die Einschätzung des Cultural Fit spielten dagegen kaum eine Rolle. Diese Zahlen machen eine wichtige Unterscheidung sichtbar: KI ist im Schweizer Recruiting angekommen, wird bislang aber vor allem zur Unterstützung einzelner Arbeitsschritte eingesetzt.

Die automatisierte Bewertung und Vorauswahl von Bewerbenden sind noch vergleichsweise selten. Zudem ist nicht jedes Applicant-Tracking-System (ATS), das Lebensläufe anhand festgelegter Kriterien oder Schlüsselwörter filtert, automatisch ein KI-System. Für Bewerbende ist dieser Unterschied jedoch kaum erkennbar. Sie sehen und erleben lediglich das Ergebnis des Prozesses. Häufig in Form einer schnellen Absage, ohne zu wissen, ob ein Recruiter, ein regelbasierter Filter oder ein lernendes System den Ausschlag gegeben hat.

Gerade diese mangelnde Transparenz führt bei Bewerbenden häufig zu Frustration. Während automatisierte Auswahlverfahren den Unternehmen mehr Effizienz versprechen, entsteht bei den Kandidatinnen und Kandidaten schnell der Eindruck mangelnder Wertschätzung. Viele investieren mehrere Stunden in ihre Bewerbungsunterlagen und erhalten kurz darauf eine unpersönliche Absage. Dabei bleibt offen, ob ihre Qualifikationen nicht ausreichten oder ob ein im System hinterlegtes Auswahlkriterium den Ausschlag gab.

Lesen Sie den vollständigen Beitrag aus der HR Performance 3/2026.