KI schlägt Personaler: Algorithmen sagen beruflichen Erfolg präziser voraus als der Mensch

(Zusammenfassung der Quelle: WiWo / Leonard Knollenborg (Studie), 20.05.2026 )

Während 60 Prozent der Bewerber längst auf KI setzen, sichten die meisten Personaler in Deutschland Unterlagen noch manuell. Eine neue Studie (Monash University) rüttelt nun an den Grundfesten der Personalabteilungen: Sie zeigt eindrucksvoll, dass eine KI-Software den späteren beruflichen Erfolg von Bewerbern wesentlich genauer vorhersagen kann als erfahrene Recruiter. Die Maschine punktet dabei ausgerechnet durch ihre fehlende Menschlichkeit, die Personaler in vorhersehbare, systematische Fehler tappen lässt.

Die zentralen Erkenntnisse:

  • Das Experiment: 3300 asynchrone Video-Interviews für Tech- und Design-Jobs wurden parallel von vier erfahrenen Recruitern und einer kommerziellen KI bewertet. Ein Jahr später wurde der reale Karriereerfolg (Job, Seniorität, Beförderung via LinkedIn) mit den damaligen Noten abgeglichen.
  • Drei menschliche Fehlerquellen: Die erfahrenen Personaler scheiterten an kognitiven Verzerrungen:
    1. Tageszeit: Je später der Arbeitstag, desto schlechter die Einschätzung (Ermüdung).
    2. Ankereffekt: Der erste Eindruck (erste Antwort) überstrahlte den Rest des Gesprächs, während die KI auch späteren Antworten Gewicht gab.
    3. Tendenz zur Mitte: Fast die Hälfte der Recruiter-Noten lag im Mittelmaß (3-4 auf einer 5er-Skala), wodurch Top-Talente nicht erkannt wurden.
  • KI ist objektiver (und fördert Frauen): Auf den Empfehlungslisten der KI standen über zehn Prozentpunkte mehr Frauen als bei den menschlichen Kollegen.
  • Der blinde Fleck der KI: Die Algorithmen bevorzugen "glatte", traditionelle Lebensläufe, die oft in den Trainingsdaten vorkommen. Unkonventionelle "Querdenker" (z.B. Ethik-Absolvent für einen Tech-Job) fallen durchs Raster.
Der kritische Kim-Blick:

Die Studie zerstört den Mythos der fehlerfreien "menschlichen Menschenkenntnis" im Recruiting:

  1. Asymmetrie auf dem Arbeitsmarkt: Wenn KI-optimierte Bewerbungen auf ermüdete, manuell arbeitende HR-Mitarbeiter treffen, die dem Ankereffekt unterliegen, ist das System kaputt. Unternehmen, die KI im Recruiting verschlafen, stellen systematisch die falschen (oder nur mittelmäßige) Leute ein.
  2. Die Gefahr der Black-Box: Der Rat der Studienautoren ist entscheidend: Wer KI-Systeme einkauft, ohne ihre Parameter zu verstehen, delegiert die Verantwortung an einen Algorithmus. Wenn nicht kontrolliert wird, warum die KI filtert, automatisiert das Unternehmen unsichtbare Verzerrungen.
  3. Die Klon-Fabrik: Das Ausfiltern unkonventioneller Lebensläufe durch die KI ist eine massive Gefahr für die Innovationskraft. Wer nur historisch erprobte Profile einstellt, baut sich eine Belegschaft aus fachlichen Klonen, denen die Perspektivenvielfalt fehlt.
Kim prophezeit

Basierend auf der nachgewiesenen Überlegenheit der Algorithmen wage ich diese Prognose:

  1. Das Ende des "Erstgesprächs": Das 30-minütige Screening-Gespräch via Teams mit einem Junior-Recruiter wird in Konzernen komplett sterben. Bewerber werden standardmäßig asynchrone Video-Interviews führen, die von einer KI auf Inhalte, Stressresistenz und Muster analysiert werden.
  2. KI-Screening wird zur Compliance-Pflicht: Da die Studie zeigt, dass KI deutlich neutraler agiert und mehr Frauen auswählt, wird der Einsatz von KI-Tools im Erstauswahlprozess bald von Diversity-Beauftragten und Betriebsräten gefordert werden, um menschlichen Bias aktiv zu minimieren.
  3. Der "Unconventional Profile Analyst" entsteht: Weil Standard-KIs diverse und ungerade Biografien abstrafen, wird in innovativen Firmen eine neue HR-Rolle entstehen. Diese Personaler haben nur eine Aufgabe: Den KI-Algorithmus zu überwachen und jene Kandidaten manuell ins Gespräch zu holen, die zu besonders für das Muster der Maschine waren.
Kim (JOBfellow) kommentiert

Egal auf welcher Seite des Tisches du sitzt, du musst deine Strategie anpassen:

  1. Für Bewerber ("Play the Game"): Wenn du weißt, dass du durch einen asynchronen KI-Filter musst, halte deinen CV und deine ersten Antworten so nah wie möglich am "Branchen-Standard". Die KI sucht nach Mustern, nicht nach Individualität. Zeige deine Ecken, Kanten und ungewöhnlichen Erfahrungen erst im Zweitgespräch mit dem Menschen.
  2. Für HR-Profis (Werde zum "Ausreißer-Jäger"): Lass die KI den anstrengenden Erst-Filter machen, um deine kognitive Ermüdung und die Tendenz zur Mitte zu vermeiden. Nutze deine kostbare menschliche Energie dann dafür, die echten Top-Talente aus der KI-Shortlist zu bewerten – und durchsuche den "KI-Ausschuss" gezielt nach jenen brillanten Querdenkern, die der Algorithmus nicht verstanden hat.
  3. Hinterfrage dein Bauchgefühl: Die Studie beweist: Dein "Bauchgefühl" am späten Nachmittag ist oft nur Erschöpfung. Zwinge dich bei manuellen Bewertungen, Extremnoten (1 oder 5) zu vergeben, wenn sie angebracht sind, anstatt dich in der sicheren Mitte (3-4) zu verstecken.
Studie "Die Suche nach KI-Fachkräften in Deutschland Rekrutierungsstrategien in Stellenanzeigen Gutachten im Projekt „Entwicklung und Messung der Digitalisierung der Wirtschaft am Standort Deutschland“ ( )
(Zusammenfassung der Quelle: Institut der deutschen Wirtschaft Köln e.V. [Feb 2025, PDF] )

Kerninhalte der Studie:

Starker Anstieg der KI-Stellenanzeigen: Die Studie belegt einen deutlichen und kontinuierlichen Anstieg der Nachfrage nach KI-Fachkräften in Deutschland über die letzten Jahre. Dieser Trend ist branchenübergreifend, mit Schwerpunkten in der IT, Finanzdienstleistung, Beratung und dem verarbeitenden Gewerbe.

Vielfalt an KI-Berufsprofilen: Es werden verschiedene Rollen identifiziert, die unter dem Oberbegriff "KI-Fachkräfte" subsumiert werden, darunter insbesondere:

  • Data Scientists (häufigste Rolle)
  • Machine Learning Engineers
  • KI-Entwickler/Programmierer
  • Spezialisierungen wie Computer Vision oder Natural Language Processing (NLP).
  • Auch KI-relevante Rollen wie Data Engineers oder Cloud Engineers, die die Infrastruktur für KI schaffen.

Gesuchter Kompetenzmix: Unternehmen suchen einen hybriden Kompetenzmix, der sich aus drei Hauptbereichen zusammensetzt:

  • Technisches KI-Fachwissen: Kenntnisse in Machine Learning (insbesondere Deep Learning), Algorithmen, neuronalen Netzen, Data Mining, Big Data und relevanter Programmiersprachen (Python, R, Java).
  • Mathematisch-Statistische Fähigkeiten: Starkes Verständnis für Statistik, Wahrscheinlichkeitsrechnung und lineare Algebra zur Modellentwicklung und -bewertung.
  • Domain-Wissen: Branchen- und Anwendungskenntnisse, um KI-Lösungen auf spezifische Geschäftsprobleme anwenden zu können.

Soft Skills und Methodenfähigkeiten: Neben den Hard Skills sind auch Soft Skills entscheidend:

  • Problemlösungskompetenz und analytisches Denken.
  • Kommunikationsfähigkeit (um komplexe KI-Themen an Nicht-Experten zu vermitteln).
  • Teamfähigkeit und Projekterfahrung.
  • Kreativität und Neugierde (insbesondere bei Forschungs- und Entwicklungsrollen).

Hohe Bildungsanforderungen: Für die Kern-KI-Rollen wird in den Stellenanzeigen häufig ein akademischer Abschluss (Master oder Promotion) in Informatik, Mathematik, Statistik, Physik oder angrenzenden Ingenieurwissenschaften vorausgesetzt.

Herausforderungen bei der Rekrutierung: Die Studie bestätigt den Fachkräftemangel in diesem Bereich. Unternehmen müssen oft hohe Anforderungen stellen und gleichzeitig um die wenigen Talente konkurrieren. Die Suche ist komplex, da die benötigten Kompetenzen oft interdisziplinär sind und nicht immer in klassischen Ausbildungsgängen abgebildet werden.

Rekrutierungsstrategien: Unternehmen versuchen, Talente durch Attraktoren wie innovative Projekte, modernste Technologien, flexible Arbeitsmodelle und Weiterbildungsmöglichkeiten zu gewinnen.

Zusammenfassend: Die Studie zeigt, dass der deutsche Arbeitsmarkt eine stark wachsende Nachfrage nach hochqualifizierten KI-Fachkräften hat, die eine Mischung aus technischem, mathematischem und domänenspezifischem Wissen sowie ausgeprägten Soft Skills mitbringen. Die Rekrutierung dieser Talente stellt eine große Herausforderung für Unternehmen dar.

Vollansicht

Es gibt eine Flut von Nachrichten, auch zum Thema KI & Jobs, aber nicht immer will man die News komplett lesen. Aber das weiß man oft erst, wenn man den Artikel gelesen hat, also zu spät.

Aktuell gibt Kim (KI+Mensch) aus:

  1. Zusammenfassung
  2. Kritischer Blick (blau)
  3. Vorhersage, wie sich "diese Thema" weiterentwickeln wird (gelb) und
  4. Empfehlung als JOBfellow (grün)

Dazu erzeugt Kim auch jeweils Charts.

News-Team: ki-post@jobfellow.de