-
Prescreening mit KI: fair, transparent, sicher
-
Prescreening mit KI: fair, transparent, sicher
Prescreening spart Zeit und verbessert den Auswahlprozess. Doch KI-gestützte Vorauswahl bringt neue Anforderungen mit sich. Was du jetzt wissen musst.
Jeden Tag landen Dutzende, manchmal Hunderte Bewerbungen im Posteingang von Recruiter:innen. Laut einer Auswertung aus dem d.vinci System geht alle 7,7 Sekunden eine neue Bewerbung ein, insgesamt über vier Millionen allein im Jahr 2025. Ohne strukturiertes Prescreening geht in diesem Volumen leicht die Übersicht verloren. KI-generierte Bewerbungen senken die Hürde für Bewerber:innen, was die Anzahl eingehender Bewerbungen weiter steigen lässt – passender werden sie dadurch nicht unbedingt. Das eigentliche Problem ist daher oft nicht zu wenig Auswahl, sondern zu wenig Zeit, die wirklich passenden Kandidat:innen darin zu finden.
Was ist Prescreening im Recruiting?
Prescreening bezeichnet die systematische Vorauswahl von Bewerbungen, bevor diese an den Hiring Manager weitergeleitet werden. Es ist der erste Filter im Recruiting-Prozess: Du legst im Voraus klare Kriterien fest, anhand derer Bewerbungen bewertet werden, ob manuell, via Fragebogen oder mit Unterstützung von KI. Gut gemachtes Prescreening schützt vor Informationsüberflutung und schafft Raum für die Gespräche, die wirklich zählen.
Warum ist Prescreening so herausfordernd?
Neben dem Bewerbungsvolumen ist Bias eine der größten Herausforderungen im Prescreening. Unbewusste Vorannahmen, Sympathien oder schlicht mangelnde Aufmerksamkeit beeinflussen menschliche Bewertungen. Eine Bewerberin, deren Lebenslauf am Freitagnachmittag geöffnet wird, hat statistisch schlechtere Chancen als dieselbe Person am Dienstagmorgen. Das ist keine böse Absicht, aber es ist auch nicht fair.
Beim KI-gestützten Prescreening verschiebt sich die Herausforderung, sie verschwindet nicht automatisch. KI-Systeme, die auf Daten trainiert wurden, können unbewusst Muster übernehmen, die in diesen Daten stecken. Eine KI, die Lücken im Lebenslauf als Negativmerkmal bewertet, könnte so beispielsweise Frauen mit Elternzeiten häufiger benachteiligen. Eine KI, die bestimmte Universitäten übergewichtet, bevorzugt bestimmte soziale Schichten. Ähnliches kann auch bei der Herkunft oder dem Alter von Bewerber:innen passieren.
Gutes KI-Prescreening sollte sich deshalb auf stellenrelevante Kriterien beschränken und diskriminierungsrelevante Informationen so weit wie möglich aus der Bewertung herausnehmen.
Was bedeutet der EU AI Act für KI im Prescreening?
Der EU AI Act stuft KI-Systeme zur Personalauswahl als Hochrisiko-Systeme ein und das hat weitreichende Konsequenzen für alle, die KI im Recruiting einsetzen wollen oder bereits einsetzen. Das bedeutet nicht, dass solche Systeme verboten sind, aber es bedeutet, dass klare Spielregeln gelten, die nicht verhandelbar sind.
- Konkret müssen KI-Systeme im Prescreening strenge Anforderungen an Transparenz, Nachvollziehbarkeit und menschliche Kontrolle erfüllen.
- KI darf keine autonomen Entscheidungen über Bewerber:innen ohne menschliche Prüfung treffen.
- Bewerber:innen müssen informiert werden, dass KI eingesetzt wird und zu welchem Zweck.
- Die verwendeten Daten müssen klar definiert und begrenzt sein.
- Der Mensch muss die finale Entscheidung treffen.
Recruiter:innen müssen sich aktiv mit dem Thema auseinandersetzen, denn das Risiko, das Unternehmen dabei tragen, kann erheblich sein. Wer nicht nachvollziehen kann, auf welcher Grundlage eine KI Empfehlungen ausspricht, kann auch nicht sicher sein, dass diese Empfehlungen diskriminierungsfrei sind.
Die Frage ist nicht, ob KI im Prescreening eingesetzt wird. Die Frage ist, wie. Die Technologie kann enormen Mehrwert schaffen, wenn sie transparent, regelbasiert und mit dem Menschen im Mittelpunkt eingesetzt wird.
Wie geht d.vinci das Thema Prescreening an?
d.vinci ist überzeugt: Technologie soll menschliche Entscheidungen unterstützen, nicht ersetzen. Bei manchen Lösungen ist für Anwender:innen nur begrenzt nachvollziehbar, wie Empfehlungen zustande kommen. Eine KI empfiehlt, ein Ranking entsteht, und Recruiter:innen übernehmen es, ohne genau zu wissen, warum Kandidat:in A besser dasteht als Kandidat:in B. Das ist keine Entlastung, das ist Verantwortung ohne Transparenz.
Deshalb entwickelt d.vinci eine eigene Prescreening-Lösung, die direkt ins bestehende Bewerbermanagementsystem integriert wird. Auf Basis der Ausschreibung werden Skill-Profile erstellt, die beschreiben, was eine Stelle wirklich erfordert. Die KI bewertet eingehende Lebensläufe und Anschreiben anhand dieser Profile und ordnet Kandidat:innen in drei Kategorien ein: Starker, teilweiser oder geringer Fit – mit einer nachvollziehbaren Begründung pro Kriterium, die die Einordnung transparent machen soll. Es werden dabei ausschließlich Daten aus der Bewerbung verwendet und nicht durch Social Profiling. Auch bei der Gewichtung der Kriterien gibt es Unterschiede: Recruiter:innen können zwischen Kann-Kriterien und Muss-Kriterien unterscheiden, und es lohnt sich, diese Wahl bewusst und sorgfältig zu treffen, um Kandidat:innen noch besser den Anforderungen entsprechend zu prescreenen.
d.vinci überwacht die Funktionen systematisch, über Tests mit synthetischen Daten, im Austausch mit Kunden, der direkten Möglichkeit Unregelmäßigkeiten zu melden und der regelmäßigen Überprüfung der Ergebnisse auf Auffälligkeiten.
Franzi, People & Culture Managerin bei d.vinci, beschreibt aus eigener Erfahrung, was dabei wirklich zählt:
„Das Prescreening hilft mir, bei einem hohen Bewerbungseingang schnell den Überblick zu behalten und mich zuerst auf die am besten passenden Kandidat:innen zu fokussieren. Was ich dabei gelernt habe: weniger ist mehr. Lieber ein paar wirklich trennscharf formulierte Kriterien als zehn, die am Ende alles und nichts abfragen. Gerade am Anfang sollte man bei der Funktion ausprobieren, was einem am besten hilft und was die besten Ergebnisse liefert.“
Und auch wenn die KI eine erste Einschätzung liefert: Die letzte Entscheidung liegt immer beim Menschen.
