AI bei der Personalauswahl: schnelleres Screening ohne Bias- und Rechtsrisiko

Bewerbungen zu screenen ist ein Volumenproblem, und bei Volumenproblemen greifen Teams zur Automatisierung. Eine Stelle, die Hunderte Lebensläufe anzieht, ist genau die Art von Aufgabe, die eine AI in Minuten sortieren könnte, und der Reiz ist für jeden offensichtlich, der diesen Stapel schon von Hand durchgesehen hat. Das Problem ist, dass Personalauswahl nicht nur ein Volumenproblem ist. Es ist eine Entscheidung über Menschen, geregelt durch Recht und heimgesucht von Bias, und eine AI, die eines von beiden ignoriert, macht aus einem Zeitsparer ein Haftungsrisiko. Beide Ergebnisse sind Designentscheidungen, daher lohnt es sich, für das richtige zu gestalten.

Das Recht behandelt dies bereits als Hochrisiko

Das ist kein Graubereich, der auf Regulierung wartet. Der EU AI Act stuft AI, die bei Rekrutierungs- und Beschäftigungsentscheidungen eingesetzt wird, ausdrücklich als hochriskant ein, was echte Pflichten in Bezug auf Transparenz, menschliche Aufsicht und Dokumentation mit sich bringt. Zusätzlich beschränkt Artikel 22 der GDPR rein automatisierte Entscheidungen, die Menschen erheblich betreffen, und eine Ablehnung einer Bewerbung fällt darunter. Mit anderen Worten: Eine AI, die Kandidaten eigenständig automatisch ablehnt, ist keine Effizienzsteigerung, sondern ein Compliance-Risiko. Jeder Einsatz von AI bei der Personalauswahl muss von der Annahme ausgehen, dass Aufsichtsbehörden diesen konkreten Einsatz bereits im Blick haben.

Bias ist hier keine Hypothese

Der klassische Fehlschlag ist gut dokumentiert: Ein großer Arbeitgeber baute ein Modell zur Lebenslauf-Sichtung, trainierte es mit den eigenen vergangenen Einstellungsentscheidungen und stellte fest, dass es gelernt hatte, Bewerbungen zu benachteiligen, die mit Frauen assoziiert wurden, weil das die Historie widerspiegelte, mit der es trainiert wurde. Das Tool wurde eingestampft. Die Lehre daraus lässt sich verallgemeinern. Ein Modell, das mit vergangenen Entscheidungen trainiert wird, lernt vergangene Präferenzen, einschließlich derer, die man niemals in eine Richtlinie schreiben würde. Unkontrolliert entfernt AI Bias nicht aus der Personalauswahl, sie wäscht ihn rein und verleiht einem diskriminierenden Muster den Anschein objektiver Bewertung.

Wo AI hilft, ohne zu entscheiden

Nichts davon bedeutet, dass AI keinen Platz bei der Personalauswahl hat. Es bedeutet, dass AI zur Arbeit rund um die Entscheidung gehört, nicht zur Entscheidung selbst. Bewerbungen erfassen und strukturieren, damit niemand sie erneut abtippt. Kandidaten anhand expliziter, stellenbezogener Kriterien organisieren und sichtbar machen. Die Terminplanung und die Eingangsbestätigungen übernehmen, die sonst die Woche eines Recruiters auffressen. So eingesetzt, gibt AI einem Recruiting-Team seine Zeit zurück, um sie für die Beurteilung von Menschen zu verwenden, dem Teil, der niemals hätte automatisiert werden dürfen. Das ist dasselbe Prinzip hinter unserer Prozessautomatisierungsarbeit: die Abwicklung automatisieren, das Urteilsvermögen menschlich halten.

Wie richten Sie das vertretbar ein?

Die rechtskonforme Version ist nicht langsamer zu bauen, sie wird nur in einer anderen Reihenfolge gestaltet. Beginnen Sie mit den Kriterien, nicht mit dem Tool: Schreiben Sie die stellenbezogenen Anforderungen auf, die ein Kandidat erfüllen muss, so wie Sie sie vor einem Arbeitsgericht verteidigen würden, bevor irgendein System irgendetwas bewertet. Lassen Sie das System dann Bewerbungen anhand dieser schriftlichen Kriterien organisieren, wobei es Belege sichtbar macht statt Urteile zu fällen: Dieser Kandidat weist die Zertifizierung nach, dieser die geforderten Jahre in einer vergleichbaren Rolle, diesem fehlen beide. Ein Recruiter liest diese organisierten Belege und trifft die Entscheidung, und das System protokolliert, was sichtbar gemacht wurde und wer entschieden hat. Absagen werden von einer Person versendet, auf Grundlage von Kriterien, die eine Person angewendet hat.

Zwei Kontrollen halten das Setup über die Zeit ehrlich. Erstens: Testen Sie Ergebnisse, nicht Absichten. Vergleichen Sie regelmäßig die Durchlaufquoten zwischen Gruppen, die Sie gesetzlich nicht benachteiligen dürfen, denn Bias zeigt sich in den Zahlen lange bevor ihn jemand im Prozess bemerkt. Zweitens: Prüfen Sie die Kriterien selbst ein- oder zweimal jährlich, denn eine Anforderung, die neutral aussah, kann als Stellvertreter für etwas Geschütztes wirken. Ein anschauliches Beispiel: Ein mittelständisches Unternehmen, das nach „durchgehender Beschäftigungshistorie" screent, benachteiligt ohne Absicht jeden, der Elternzeit genommen hat. Die Lösung ist nicht bessere AI, sondern ein besseres Kriterium, und nur ein Prozess, der Kriterien explizit hält, findet das jemals heraus.

Wie gute, vertretbare Nutzung aussieht

Halten Sie eine Person für jede Einstellung und jede Absage verantwortlich, testen Sie auf Bias, statt seine Abwesenheit anzunehmen, verwenden Sie explizite, stellenbezogene Kriterien statt einer Blackbox, und führen Sie die Aufzeichnungen, die das Recht inzwischen erwartet. Das ist nicht nur der Weg, um konform zu bleiben, es ist der Weg, tatsächlich besser einzustellen, weil es die Kriterien ans Licht zwingt. Behandeln Sie AI bei der Personalauswahl zuerst als Governance-Frage und erst danach als Effizienzfrage, so wie wir es in AI-Governance für mittelständische Unternehmen und was der EU AI Act in der Praxis bedeutet einordnen. Wenn Sie das Screening beschleunigen möchten, ohne den Bias oder das Rechtsrisiko zu erben, teilen Sie uns mit, wie Sie heute einstellen.