HR-Arbeit: Welche KI-Tools Personalern wirklich helfen

Künstliche Intelligenz kann das Personalwesen deutlich beschleunigen und bei der Kandidatensuche helfen. Doch welche der vielen Tools sind die richtigen? 

Von Thorsten Giersch

Es geht kaum etwas über das gute alte Zeugnis. In vielen Branchen und bei vielen Bewerbungen ist es immer noch das wichtigste Mittel, um sich bei einem Arbeitgeber zu bewerben. Nicht, weil das sinnvoll oder geschickt ist, sondern weil es sehr viele Unternehmen so verlangen. Nach einer Umfrage der digitalen Stellen-Plattform Step­stone fordern 43 Prozent der Firmen für alle Positionen formale Nachweise. Dabei sagen Karrieretitel, klassische Lebensläufe, Abschlüsse und Zertifikate wenig aus, wenn es um digitale, kommunikative oder analytische Fähigkeiten geht, die in der Praxis wichtig sind. Ein Grund, warum es 87 Prozent der Unternehmen nach der Umfrage schwerfällt, Menschen mit den richtigen Fähigkeiten zu finden. Und möglicherweise werden dann die Falschen eingestellt – schlecht für Unternehmen und Mitarbeiter. 68 Prozent der Beschäftigten denken mehrmals im Monat über einen Jobwechsel nach. 

„Viele Arbeitgeber erkennen inzwischen, dass sie mit dieser Herangehensweise zu viele Talente übersehen“, sagt Julius Probst, Arbeitsmarktexperte bei Stepstone. „Deshalb brauchen wir neue Wege, um Kompetenzen sichtbar zu machen, etwa durch Praxistests, Projektbeispiele oder konkrete Arbeitsproben.“ Drei von vier Arbeitgebern in Deutschland wollen Bewerberinnen und Bewerber künftig stärker nach ihren wahren Fähigkeiten statt nach formalen Abschlüssen beurteilen. Der Wille ist da, etwas zu ändern, aber die Verfahren sind kompliziert. Typische Personalabteilungen im deutschen Mittelstand können sie allein kaum schaffen. 

Technologie kann helfen, die richtigen Beschäftigten von morgen zu suchen, überhaupt die gesamte Personalarbeit zu verbessern. Geeignete Tools gibt es bereits. Doch die richtigen auszuwählen und einzusetzen, ist ebenfalls nicht einfach, weshalb manch Unternehmen abwartet. Entsprechend steigt der Nachholbedarf. Für Alexandra Hartung, die beim US-Software-Unternehmen Workday das Geschäft für Firmen bis 3500 Beschäftigte leitet, sind viele Mittelständler in ihrem Hauptgeschäft, vor allem in der Produktion, innovativ, in der Verwaltung aber nicht. „Vor allem in unseren Kernbereichen Personal und Finanzen sehen wir oft noch einen Digitalisierungsstau.“  

Beschäftigte mitnehmen

Wie immer, wenn etwas verändert werden soll, hilft eine Anordnung von oben wenig. Komme der Einstieg vom Fachbereich, etwa der Personalabteilung, sei entscheidend, dass der Chef oder die Chefin voll dahinterstehe und man die Beschäftigten mitnehme, sagt die Managerin. Das bedeutet auch, Ängste ernst zu nehmen und Vorbehalte auszuräumen. Und wenn die Lösung dann läuft, Prozesse angepasst sind, sollte auch klar darüber gesprochen werden, welchen Mehrwert sie gebracht hat. Dass zum Beispiel schneller passendes neues Personal gefunden und eingestellt wird. 

Womöglich kommt der Veränderungsdruck aus dem Ausland. „Wir sehen, dass in anderen Ländern der Appetit nach solchen Projekten größer ist.“ Gerade die jüngeren Mitarbeitenden seien gewohnt, zu Hause mit Apps, mit innovativen Lösungen zu arbeiten. „Der Anspruch wird größer, dass mein Unternehmen mich mit den entsprechenden Tools ausstattet.“ 

KI ist kein Selbstzweck, sie ist ein Hebel, vieles grundlegend zu verändern – wenn Unternehmen Prozesse, Rollen und Verantwortlichkeiten konsequent anpassen. So sieht es Manuela Lindlbauer. Die Beraterin gehört seit 25 Jahren zu den profiliertesten Stimmen im deutschsprachigen Personalwesen. Wer KI nur als weiteres Tool einführt, ohne Arbeitsabläufe und Führung zu verändern, verschenkt in ihren Augen die Chancen und riskiert unangenehme Nebenwirkungen. Lindlbauer rät in ihrem Buch „KI im Personalwesen“ entsprechend, KI-Projekte nicht mit einzelnen Tools zu starten, sondern mit präzisen Geschäftsfragen: Welches Personalproblem wollen wir lösen? Etwa: Schneller einstellen, besser geeignete Kandidaten finden, interne Mobilität erhöhen, verhindern, dass weniger noch in der Einarbeitungszeit gehen. Und: Welche Kennzahlen messen Erfolg? Kleine Unternehmen sollten deshalb zunächst drei bis fünf konkrete Aufgaben festlegen und gezielt lösen. Nur so lassen sich Softwareangebote vergleichen und sie hinterher einzuführen, wird einfacher. Die Autorin rät zu einem begrenzten Pilotprojekt mit klar messbarem Erfolg. 

Das prominenteste Einsatzfeld von KI ist die Personalsuche. Künstliche Intelligenz kann Lebensläufe vorsortieren, Stellenanzeigen optimieren, Chatbots erste Fragen beantworten und Interviewtermine koordinieren. Lindlbauer betont, dass Personalteams dank der Software mehr Zeit finden, um zu beurteilen, Kontakte zu pflegen und aktiv nach Kandidaten zu suchen. Wichtig: Es sollte auch den Bewerberinnen und Bewerbern klar sein, dass und wann KI mithilft. Und die Personalabteilung muss jederzeit eingreifen können. 

Lindlbauer rät: Erst Verwaltungsschritte wie Terminierung, Absagen, Vorauswahl automatisieren. Dann Modelle, die KI-gestützt Kandidaten für Stellenausschreibungen finden, an historischen Daten testen. Sollte das erfolgreich sein, kann die KI auch bei der echten Kandidatensuche loslegen. Die Personalexpertin erinnert daran, dass KI nur so gut ist wie die Daten, mit denen sie arbeitet. Viele kleine und mittlere Unternehmen (KMU) unterschätzen Aufwand und Risiko: unstrukturierte Bewerbungs-PDFs, fehlende Labels und historische Verzerrung liefern falsche Ergebnisse. Deshalb gehört zu jedem KI-Projekt ein Daten-Audit: Welche Daten liegen vor, wie sauber sind sie, welche Geschäftsvorfälle fehlen? Zugleich müsse Datenschutz (DSGVO) und Diskriminierungsprävention von Anfang an berücksichtigt werden, nicht erst, wenn die KI-Software im Einsatz ist. 

Die Beraterin warnt vor blindem Vertrauen in Punktwerte (Scores) und Empfehlungslisten: Personaler müssen Scores kritisch prüfen, KI-Prompts und Trainingsdaten verstehen und bei Bedarf gegensteuern. Künstliche Intelligenz soll Entscheidungen unterstützen, nicht ersetzen. Diese Haltung ist besonders wichtig für kleine Firmen, die oft keine große Rechts- oder Com­pliance-Abteilung haben. 

KI kann nicht nur geeignete Bewerber von außen suchen, sondern auch im Unternehmen einiges bewegen. Algorithmen finden interne Kandidaten für andere Rollen, Lernplattformen personalisieren Weiterbildung, Fähigkeitskarten machen Talente sichtbar. Für KMU bedeutet das: Statt immer von außen einzustellen, kann man bestehende Mitarbeitende nehmen und entwickeln – kosteneffizient und kulturfreundlich. Lindlbauer skizziert auch ein neues Kompetenzprofil für Führungskräfte: Datenverständnis, Empathie und Change-Management. Manager müssen entscheiden können, wie man Teams umschult und wie man psychologische Sicherheit schafft. 

Informieren, erklären, einbinden

Der Erfolg hängt weniger von KI-Modellen als von Akzeptanz ab. Lindlbauer empfiehlt eine einfache, aber rigorose Kommunikationsstrategie: früh informieren, transparent erklären, Erfolgserwartungen niedrig setzen und sie schrittweise erhöhen. Wichtig ist, Mitarbeitende einzubinden. Sie können ein Projekt als Pilotbotschafter begleiten oder Führungskräfte sich von Untergebenen beraten lassen (Reverse-Mentoring). Es sollte klar sein, welche Fortbildungen angeboten werden und welche Karrierepfade sich eröffnen. 

Wenn der Pilot funktioniert, geht es darum, die Software größer auszurollen. Standardisierte API-Schnittstellen zu Bewerber- und Schulungsmanagement sowie Gehaltsabrechnung sind entscheidend. Lindlbauer rät, eine kleine Einheit zu bilden, die KI-Projekte steuert – als funktionsübergreifendes Gremium etwa für Personal, IT, Recht, Betriebsrat. Es entwickelt den Plan, was wann wo eingeführt wird, wann kontrolliert wird, ob alles läuft, und wie es überwacht wird. 

Neue KI-Technologien bieten neben großen Chancen auch Gefahren. Sogenannte Candidate Recommender Systems sichten blitzschnell Bewerberprofile, bewerten diese und geben Empfehlungen ab. Doch KI-Systeme neigen dazu, historische Fehler festzuschreiben und zu wiederholen. Das birgt für Unternehmen hohe rechtliche und operative Risiken. Die Personaldienstleister Quantpi und Stepstone sowie das TÜV AI.Lab haben sie genauer untersucht. Zentrales Ergebnis: Wer die KI unkontrolliert walten lässt, riskiert nicht nur den Verstoß gegen das Allgemeine Gleichbehandlungsgesetz (AGG), sondern auch den Verlust dringend benötigter Talente. 

Der Kern des Problems liegt in den Trainingsdaten. KI ist nur so fair wie die Vergangenheit, auf der sie trainiert wurde. Hat ein Unternehmen in der Historie Frauen, ältere Menschen oder ethnische Minderheiten seltener eingestellt, betrachtet der Algorithmus dieses Muster als korrekte Entscheidungsgrundlage. Er lernt, diese Gruppen systematisch zu benachteiligen. Das wird als indirekte Diskriminierung im Sinne des AGG gewertet, wenn sie nicht erkannt und behoben wird. Weil der EU AI Act KI im Personalwesen als Hochrisiko-Anwendung einstuft, muss ein Unternehmen lückenlos nachweisen, dass niemand diskriminiert wird. Sonst riskieren Unternehmen nicht nur hohe Geldstrafen und Reputationsschäden, sondern verlieren auch im Wettbewerb um die besten Köpfe. 

Um die Gefahren zu umgehen, muss das Management KI als das behandeln, was sie ist: ein potenziell voreingenommenes Werkzeug, das ständiger Kontrolle bedarf. Führungskräfte sollten fünf Dinge beachten: 

• ● Nichtdiskriminierung muss bereits in der Entwicklungsphase des KI-Systems festgelegt werden. Fairness ist eine grundlegende Anforderung. 
• Bevor die KI lernt, muss die Datenbasis aktiv bereinigt werden. Historische Ungleichheiten, wie etwa die Unterrepräsentation bestimmter Geschlechter in den Trainingsdaten, müssen ausgeglichen werden. 
• Es reicht nicht, nur die Genauigkeit der KI zu messen. Fairness-Ziele – zum Beispiel der Vergleich der Empfehlungsraten zwischen unterschiedlichen Bewerbergruppen – müssen direkt in den Algorithmus eingebaut werden. Dies zwingt das System, ein faires Ergebnis anzustreben. 
• Der Algorithmus ist kein statisches Produkt. Die Personalabteilung muss regelmäßig überprüfen, dass sich keine neue Diskriminierung entwickelt, wenn neue Daten eingepflegt werden. 
• Schließlich sollten Unternehmen ihre Prüfmethoden aktiv offenlegen. Eine nachgewiesene ethische und faire KI-Governance ist heute ein starkes Argument im Wettstreit um Talente. 

Für kleine und mittelgroße Unternehmen spricht vieles für eine relativ schlanke Personalsoftware aus einem übergreifenden Personal­informationssystem und einigen speziellen Anwendungen, zum Beispiel einer, die die Mitarbeiterbefindlichkeit misst, einer für Diversity & Inklusion, einer für die interne Kommunikation und einer für Gesundheitsthemen. Unternehmen sollten im Softwarevertrag festschreiben, dass die KI vorbereitet, zuletzt aber immer ein Mensch entscheidet. Das ist rechtlich sicherer und erhöht die Akzeptanz in der Belegschaft. Um die richtige Software zu finden, sollten Unternehmen bei Anbietern klären, wie es mit der Datensouveränität und der Transparenz der Modelle aussieht, wie gut sie sich an lokale Prozesse anpassen lassen, wie der Support gestaltet ist, wie sich Bewerbermanagement- und Personalinformationssystem einbinden lassen. Und natürlich sind Referenzen immer gut. 

Faktenbox: KI im Personalwesen – Fakten, Nutzen, Risiken

• Worum geht es?
  Künstliche Intelligenz verändert das Personalwesen grundlegend: Sie beschleunigt Recruiting, macht Fähigkeiten sichtbarer und entlastet HR-Abteilungen. Doch falsche Daten, mangelnde Transparenz und rechtliche Risiken können den Nutzen schnell ins Gegenteil verkehren.

• Zahlen
  43 % der Unternehmen verlangen weiterhin formale Nachweise für alle Positionen.
  87 % der Firmen haben Schwierigkeiten, passende Fachkräfte zu finden.
  68 % der Beschäftigten denken mehrmals im Monat über einen Jobwechsel nach.
  3 von 4 Arbeitgebern wollen Bewerber künftig stärker nach Fähigkeiten statt Abschlüssen beurteilen.

• Was KI im HR leisten kann
  Vorsortierung von Lebensläufen
  Optimierung von Stellenanzeigen
  Chatbots für Bewerberfragen
  Automatisierung von Terminierung und Absagen
  Identifikation interner Talente und personalisierte Weiterbildung

• Wichtige Erfolgsfaktoren
  Start mit klaren Geschäftsfragen, nicht mit einzelnen Tools
  Pilotprojekte mit messbaren Kennzahlen
  Daten-Audit vor dem Einsatz (Qualität, Struktur, Verzerrungen)
  Transparente Kommunikation gegenüber Mitarbeitenden und Bewerbern
  Menschliche Kontrolle: KI unterstützt, ersetzt aber keine Entscheidungen

• Risiken & Regulierung
  Verzerrte Trainingsdaten können zu indirekter Diskriminierung führen (AGG-Risiko).
  KI im Personalwesen gilt laut EU AI Act als Hochrisiko-Anwendung.
  Unternehmen müssen Fairness, Datenschutz (DSGVO) und Nachvollziehbarkeit nachweisen.

• Empfehlungen für KMU
  Erst einfache Verwaltungsprozesse automatisieren, dann Recruiting-Modelle testen
  KI-Systeme regelmäßig auf Fairness und Qualität prüfen
  Softwareverträge klar regeln: Letzte Entscheidung liegt beim Menschen
  Anbieter nach Datensouveränität, Transparenz und Integrationsfähigkeit auswählen

• Kurz gesagt:
  KI ist im Personalwesen kein Selbstzweck, sondern ein strategischer Hebel. Wer Prozesse, Datenqualität und Akzeptanz ernst nimmt, gewinnt Tempo, Fairness und Wettbewerbsvorteile – besonders im Mittelstand.

Bleiben Sie auf dem Laufenden, abonnieren Sie unseren kostenlosen Newsletter und erhalten Sie immer die neuesten Nachrichten und Analysen direkt in Ihren Posteingang.