Die KI-Bewerbungsflut verdeckt echte Kompetenzen

Ein kleiner Arbeitgeber kann heute eine schön geschriebene Bewerbung von jemandem erhalten, der die Arbeit nie gemacht hat. Dieselben Werkzeuge können einer fähigen Person, die sich beim Schreiben unsicher ist, helfen, einen Werdegang zu erklären, den ein starres Formular verschüttet hätte. Beide Unterlagen können gleich poliert wirken. Jemand muss trotzdem entscheiden, wer die Stelle kann.

Das ist das Auswahlproblem, das billiger, reichlich vorhandener Text erzeugt. Generative KI macht das Bewerben leichter. Sie macht Fähigkeit nicht automatisch sichtbarer. Die nützliche Antwort ist kein Wettrüsten zwischen automatischen Lebenslauf-Schreibern und automatischen Lebenslauf-Detektoren. Es ist ein Verfahren, das eine kleine Menge vergleichbarer Belege über die Arbeit sammelt und eine Person für die Entscheidung verantwortlich lässt.

Mehr Bewerbungen sind nicht mehr Information

Im Bericht Resourcing and Talent Planning vom September 2026 stellte das Chartered Institute of Personnel and Development (CIPD) fest, dass 58 % der Arbeitgeber einen Anstieg ungeeigneter Kandidatinnen und Kandidaten im vorigen Jahr meldeten, während 33 % einen Anstieg geeigneter Personen meldeten. Große Organisationen meldeten den Anstieg ungeeigneter Bewerbungen häufiger als kleine und mittlere (61 % gegenüber 52 %).¹

Zugleich sagten 53 % der Organisationen, die versucht hatten einzustellen, dass es schwer sei, Menschen zu gewinnen, vor allem für qualifizierte und leitende Rollen. 18 % meldeten auch Schwierigkeiten bei geringer qualifizierten Rollen. Ein Arbeitgeber kann von Bewerbungen überflutet sein und trotzdem die Menschen vermissen, die den eigentlichen Bedarf decken. Das sind keine widersprüchlichen Befunde.

YouGov führte die Befragung online vom 2. April bis zum 2. Mai 2026 durch. 1.014 Fach- und Führungskräfte aus Personal und Management im Vereinigten Königreich mit Verantwortung für Recruiting und Personalplanung antworteten. Die Stichprobe schließt Einzelunternehmen ohne Personal aus und ist gewichtet, damit sie die britische Beschäftigung nach Größe und Branche abbildet. In diesem Jahr engte das CIPD die Stichprobe auf Personen ein, zu deren Rolle das Recruiting gehört. Vergleiche mit 2024 brauchen deshalb Vorsicht. Die Zahlen beschreiben, was Arbeitgeber berichteten. Sie sind kein Experiment, das isoliert, was generative KI verursacht hat. Löhne, Anzeigen, wirtschaftliche Unsicherheit und eine Lücke zwischen Anforderungen und vorhandener Erfahrung können dieselben Werte bewegen.¹

Der Bericht, erstellt mit dem Recruiting-Unternehmen Omni RMS, behandelt die Nutzung generativer KI durch Bewerbende als Teil des Drucks auf die Auswahl. Unter den Organisationen, die einzustellen versucht hatten, sagten 27 %, Kandidatinnen und Kandidaten hätten KI in Lebensläufen und Bewerbungen meist oder immer übermäßig genutzt (Abbildung 34, Basis 791). Getrennt davon sagten 35 % der Arbeitgeber, sie versuchten diese Nutzung zu überwachen (42 % der großen Organisationen; 11 % wussten es nicht). Von denen, die überwachen, sagten 75 %, sie lehnten Menschen wegen generativer KI zumindest manchmal ab. Die Frage zur Ablehnung hat eine Diagrammbasis von 280. Das ist keine Ablehnungsquote für jede Bewerbung oder jeden Arbeitgeber. Rund 21 % der Organisationen sagten, sie hätten Bewertungsmethoden geändert, um die KI-Nutzung durch Bewerbende zu verringern, und 10 % wussten es nicht.¹

KI-Hilfe als Beweis für Unehrlichkeit zu nehmen, ist ein echtes Risiko. Eine Person kann ein Werkzeug nutzen, um einen wahren Bericht über ihre Arbeit zu übersetzen, die Rechtschreibung zu korrigieren oder einen komplizierten Werdegang zu ordnen. Eine andere kann Leistungen erfinden. Das Werkzeug, das die Seite vorbereitet hat, unterscheidet die beiden Fälle nicht von selbst. Auf polierte Formulierungen zu filtern oder sie zu bestrafen, kann das Ziel in beide Richtungen verfehlen.

In den USA wird die Prüfung langsamer

Eine weitere Befragung, beauftragt vom Personaldienstleister Robert Half und veröffentlicht am 10. März 2026, zeigt in dieselbe Richtung, ohne eine einzelne Ursache zu beweisen. Ein unabhängiges Institut befragte im November 2025 mehr als 2.000 einstellende Führungskräfte in den USA. 67 % der HR-Leitungen sagten, die Prüfung KI-erzeugter Bewerbungen habe die Einstellung verlangsamt, und 20 % meldeten Verzögerungen von mehr als zwei Wochen. 65 % der einstellenden Führungskräfte sagten, ein Anstieg von Bewerbungen, viele davon mit KI verbessert oder erzeugt, habe Kompetenzen schwerer prüfbar gemacht. 84 % der HR-Leitungen sagten, ihre Teams trügen eine schwerere Arbeitslast.²

Dieselbe Mitteilung sagt, Arbeitgeber hätten Schritte ergänzt, die Fristen weiter strecken können: 42 % prüfen Bewerbungen länger, 38 % führen mehr Gespräche je Person, und 32 % haben Stellenbeschreibungen umgeschrieben, um allgemeine KI-Antworten zu entmutigen. Robert Half stellt auch fest, dass nicht jede KI-gestützte Bewerbung unrichtig ist. Viele Menschen nutzen die Werkzeuge für Klarheit oder Grammatik. Das sind selbst berichtete Einschätzungen eines kommerziellen Anbieters, keine gemessene Veränderung der Zeit bis zur Einstellung aus Verwaltungsdaten.

Das Einstellungssignal wurde schon vorher schwächer

Der Unterschied zählt, weil Recruiting schon vor generativer KI ein lauteres Verfahren wurde. Der US AI Labor Market Tracker von Revelio Labs für September 2026, veröffentlicht am 1. Oktober 2026, findet, dass Stellenanzeigen je beobachteter externer Einstellung seit sechs Jahren steigen. Die Reihe verknüpft Anzeigen und Einstellungen im selben Unternehmen, im selben Bundesstaat, auf derselben Senioritätsstufe und in derselben Rolle und zählt Einstellungen vom Monat der Anzeige bis zu den zwei folgenden Monaten. Es ist ein Verhältnis über zwölf Monate für zugeordnete US-Unternehmen aus dem Russell 3000, keine wörtliche Besetzungsquote. Eine Anzeige kann null, eine oder mehrere Einstellungen treffen, und manche Anzeigen oder Einstellungen lassen sich gar nicht zuordnen.³⁴

Dieselbe Ausgabe warnt vor dramatischen Schlagzeilen. Erwähnungen von Recruiter-Ghosting in Bewertungen von Gesprächen, die nicht zu einem Angebot führten, liegen wieder nahe an der Basis von Oktober 2022: etwa 1 % darunter, nach einem Juli-Wert von 3 % darüber. Die Seite sagt auch, diese Erwähnungen seien in den zwei Jahren davor um bis zu 9 % gestiegen, bevor sie zurückfielen. Das ist ein Index eines Erwähnungsanteils, über zwölf Monate geglättet. Ein dargestellter Wert von 10 % bedeutet, dass der Anteil der Bewertungen mit Ghosting-Sprache 10 % höher liegt als im Oktober 2022. Er bedeutet nicht, dass 10 % der Bewerbenden ignoriert wurden.³⁴

Revelio selbst liest diese Zuordnungsprobleme als älter als ChatGPT. Sie lassen sich deshalb nicht vollständig generativer KI zuschreiben. KI kann trotzdem Rauschen hinzufügen, weil polierte Bewerbungen leichter zu versenden sind und die Signale schwächer werden, die Arbeitgeber nutzen. Das ist ein plausibler Mechanismus, keine gemessene Ursache. Beschwerden über schlechte Kommunikation sind eine eigene Reihe, und die September-Seite sagt, sie stiegen, während Beschwerden über langsame Verfahren sinken.

Nichts davon macht KI-geschriebene Bewerbungen harmlos. Es bedeutet, dass die Belege für ein breiteres Versagen von Einstellungssignalen stärker sind als die Belege für eine einzelne Technik als einzige Ursache. Eine Stelle auszuschreiben, ist ein schwächeres Zeichen dafür geworden, dass eine Einstellung folgt. Eine polierte Bewerbung ist ein schwächeres Zeichen für eigenständige Fähigkeit.

Für einen Verein mit fünf Personen, der eine Programmkoordination sucht, ist ein flüssiges Anschreiben nicht dasselbe wie die Fähigkeit, Leistungsberechtigte zu priorisieren, vertrauliche Informationen zu schützen oder einen Terminkonflikt in letzter Minute zu lösen. Für eine kleine Steuerkanzlei ist eine Liste von Programmnamen nicht dasselbe wie eine unstimmige Rechnung zu erkennen und die nächste Prüfung zu erklären. Das sind illustrative Szenarien, keine Berichte über bestimmte Arbeitgeber. Ihr Punkt ist, dass sich die relevante Kompetenz in einer kurzen Übung beobachten lässt, die der Arbeit ähnelt. Dieselbe Lücke, zwischen einer Aufgabe und der Beherrschung der Arbeit dahinter, ist der Grund, warum KI Auszubildende über die Ausbildung hinaus arbeiten lassen kann, ohne dass daraus Meisterschaft wird.

Strukturierte Fragen helfen. Intransparenz macht den Gewinn zunichte

Es gibt Belege, dass eine gleichförmigere Art, Information zu sammeln, Einstellungsentscheidungen verbessern kann. Sie sind enger als die Werbesprache rund um "KI-Interviews". In einem Arbeitspapier, das am 30. Juli 2026 zuerst erschien, berichten Brian Jabarian und Luca Henkel über ein Feldexperiment mit dem Recruiting-Unternehmen PSG Global Solutions, Teil von Teleperformance. Der Rahmen ist die Einstellung für den Einstieg im Kundenservice auf den Philippinen, für Kundinnen und Kunden aus den USA und Europa. Das Papier umfasst 70.884 Bewerbungen. Wer eine erste Sichtung bestand, wurde einer menschlichen Gesprächsperson, einem KI-Sprachagenten oder einer Wahl zwischen beiden zugeordnet. In jedem Fall prüften menschliche Recruiter das Gespräch und trafen die Einstellungsentscheidung.⁵

Im Vergleich der zugewiesenen Gespräche erhielten 8,70 % der Personen in der menschlichen Gruppe ein Angebot (1.179 von 13.557), gegenüber 9,73 % in der KI-Gruppe (3.904 von 40.103). Das sind 1,03 Prozentpunkte, von den Autoren als 12 % höhere Wahrscheinlichkeit beschrieben. Sie berichten auch höhere Arbeitsaufnahmen und Bindung und, für eine Teilgruppe der Eingestellten, keinen statistisch signifikanten oder ökonomisch bedeutsamen Unterschied bei der durchschnittlichen Bearbeitungszeit, der Kundenzufriedenheit oder den Qualitätsscores. Einen Teil des Angebotsergebnisses führen sie auf strukturiertere, gleichförmigere Gespräche zurück, die dennoch auf die Person eingingen. Die Recruiter wussten, ob ein KI-Agent oder ein Mensch das Gespräch geführt hatte.⁵

Das ist ein Preprint, kein gefestigter Konsens, und eine Tätigkeitsfamilie in einem Arbeitsmarkt. Es ist kein Beleg dafür, dass Software die endgültige Beschäftigungsentscheidung treffen sollte. Es überträgt sich nicht automatisch auf Pflege, Schulleitung, Sozialarbeit oder jedes kleine Unternehmen. Sprachzugang, die Bereitschaft, mit einem Sprachagenten zu sprechen, die Qualität der Fragen und das Risiko ungleicher Behandlung zählen.

Das Vertrauen der Bewerbenden ist eine zweite Grenze. In einer Greenhouse-Befragung vom 1. Mai 2026 sagten 63 % der aktiv suchenden Menschen in den USA, sie seien von einer KI interviewt worden, 13 Prozentpunkte mehr in sechs Monaten. 38 % sagten, sie hätten ein Verfahren schon verlassen, weil es ein KI-Gespräch enthielt, und weitere 12 % sagten, sie würden das tun. 70 % sagten, man habe ihnen nicht klar im Voraus gesagt, dass KI sie bewerten würde, und 21 % erfuhren es erst zu Beginn des Gesprächs. Die Befragung umfasste 2.950 Menschen in den USA, im Vereinigten Königreich, in Deutschland, Australien und Irland. Soweit die Mitteilung nichts anderes sagt, sind die Schlagzeilenzahlen die 1.200 US-Antworten. Sie beschreiben Wahrnehmungen, nicht die Fairness oder Genauigkeit eines bestimmten Systems. Greenhouse verkauft Recruiting-Software. Das ist Anbieterforschung.⁶

Der scheinbare Widerspruch ist nützlich. Standardisierte Fragen können verbessern, was ein Arbeitgeber lernt. Versteckte Automatisierung kann das Vertrauen zerstören, wie dieses Lernen geschieht. Die praktische Frage ist nicht, ob jede Gesprächsperson durch eine Maschine ersetzt werden soll. Sie lautet, ob jede bewerbende Person eine faire Chance bekommt, dieselben relevanten Fähigkeiten zu zeigen, das Verfahren versteht und einen Weg zu einer menschlichen Entscheidung hat.

EU-Regeln ziehen schon eine Grenze

Für Organisationen, die in der Europäischen Union einstellen, ist der rechtliche Rahmen genauer als eine allgemeine Warnung vor "KI in HR". Nach Anhang III des EU-KI-Gesetzes gelten KI-Systeme, die für die Einstellung oder Auswahl von Menschen bestimmt sind, als hochriskant. Die Liste umfasst insbesondere Systeme, mit denen gezielte Stellenanzeigen platziert, Bewerbungen analysiert und gefiltert und Kandidatinnen und Kandidaten bewertet werden. Eine kurze Übung, die ein Mensch anhand eines schriftlichen Rasters bewertet, ist allein durch diese Beschreibung kein solches System. Die Einordnung hängt davon ab, was die Technik tatsächlich tut, und von der rechtlichen Definition eines KI-Systems.⁷

Der AI Act Service Desk der Kommission sagt, die Regeln für Hochrisiko-Systeme nach Anhang III gälten ab dem 2. Dezember 2027. Er sagt auch, verbotene KI-Praktiken seien ab dem 2. August 2026 durchsetzbar. Eines dieser Verbote, so wie derselbe Service Desk es erklärt, erfasst KI-Systeme, mit denen Emotionen einer Person am Arbeitsplatz oder in Bildungseinrichtungen abgeleitet werden, außer das System ist für medizinische oder Sicherheitszwecke bestimmt.⁸⁹ Ein Recruiting-Werkzeug, das Tonfall oder "Enthusiasmus" aus einem Video bewertet, kann deshalb eine andere Frage aufwerfen als eine strukturierte Arbeitsprobe. Dieser Artikel ist keine Rechtsberatung. Datenschutzpflichten gelten für Angaben von Bewerbenden bereits, unabhängig vom Zeitplan des KI-Gesetzes. Einen näheren Blick auf menschliche Aufsicht, wenn Software Menschen bei der Arbeit beeinflusst, gibt wer den algorithmischen Manager beaufsichtigt.

Ein besseres Verfahren beginnt mit einem Beleg der Arbeit

Die einfachste Verbesserung ist oft niedrigschwellig. Benennen Sie vor der Ausschreibung drei oder vier Fähigkeiten, die Erfolg in der Rolle wirklich vorhersagen. Entwerfen Sie dann einen kurzen, verhältnismäßigen Weg, sie zu beobachten. Eine Person mit Kundenkontakt kann erklären, wie sie eine Beschwerde behandeln würde. Eine Projektassistenz kann eine kleine Menge konkurrierender Anfragen ordnen. Eine Analyse kann eine fehlerhafte Tabelle ansehen und sagen, was sich daraus nicht sicher schließen lässt. Die bewerbende Person soll wissen, was bewertet wird. Die Übung soll der Arbeit ähneln, nicht einem Rätsel, das Interviewtraining belohnt.

Es gibt Zielkonflikte. Unbezahlte Arbeitsproben können Menschen mit Sorgearbeit, Behinderungen oder wenig freier Zeit belasten. Sie sollen kurz, zugänglich und wirklich diagnostisch sein, keine Bitte um kostenlose Kundenarbeit. Ein gemeinsames Raster verringert willkürliche Eindrücke, aber jemand muss prüfen, ob das Raster selbst relevant und fair ist. Halten Sie eine Person für das Ergebnis verantwortlich und bieten Sie eine zumutbare Alternative, wenn das Format eine Hürde schafft.

Organisationen brauchen auch eine klare Haltung zur KI-Nutzung, die zur Stelle passt. Wenn die Rolle KI nutzen wird, um Routinebotschaften zu entwerfen, kann ein vollständiges Verbot eine veraltete Version der Arbeit prüfen. Eine aufschlussreichere Übung kann Hilfe erlauben und dann bitten, einen sachlichen Fehler zu finden, ein Urteil zu erklären und zu sagen, was die Person selbst prüfen würde. Wo eigenständiges Denken wesentlich ist, kann eine zweite Übung ohne Hilfe angemessen sein. Die Bedingungen sollen ausdrücklich und für alle gleich sein.

Das zählt für Menschen, die den Beruf wechseln. Eine Filialleitung kann echte Kompetenz in Konfliktlösung und Einsatzplanung haben, ohne den Titel, den eine gemeinnützige Organisation erwartet. Ein Elternteil, das in die Arbeit zurückkehrt, kann jüngst komplexe Aufgaben organisiert haben und einen ungewöhnlichen Lebenslauf vorlegen. Eine Person, deren frühere Aufgaben teilweise automatisiert wurden, kann die neue Arbeit können, ohne den erwarteten Nachweis. Niemand sollte auf eine ungeprüfte Behauptung hin eingestellt werden. Niemand sollte nur deshalb ausscheiden, weil sich die Erfahrung schwer in der Standardsprache des Recruitings zusammenfassen lässt.

Es gibt eine Folge jenseits der offenen Stelle. Die CIPD-Befragung fand, dass 48 % der Arbeitgeber ihre Anstrengungen erhöht hatten, Talente im Haus zu entwickeln, und dass die Weiterbildung vorhandener Beschäftigter die häufigste Antwort auf Einstellungsschwierigkeiten war. Die Reaktion ist verständlich: Wenn externe Bewerbungen wenig über echte Fähigkeit zeigen, wird wertvoller, was die heutigen Beschäftigten belegen können. Interne Beförderung braucht trotzdem Belege. Betriebszugehörigkeit ist nicht dasselbe wie Bereitschaft.¹

Die knappe Ressource ist ein glaubwürdiger Beleg

KI hat professionell klingenden Text reichlich gemacht. Sie hat die schwierigen Teile der Arbeit nicht entfernt: Unsicherheit handhaben, einen Fehler bemerken, sich auf einen Menschen einstellen, Information schützen oder Verantwortung für ein Ergebnis übernehmen. Ein Verfahren, das Darstellung über diese Fähigkeiten stellt, macht den Arbeitsmarkt für alle lauter, auch für Menschen, die die Stelle wirklich können.

Die Lehre für einen kleinen Arbeitgeber ist nicht, zuerst einen weiteren Screening-Algorithmus zu kaufen. Sie lautet, zu fragen, was das heutige Verfahren tatsächlich über eine Person lernt. Wenn die Antwort vor allem ist, wie gut diese Person ihre Kompetenzen beschreibt, ist das Verfahren genau der Technik ausgesetzt, die es steuern will. Eine faire, kurze Demonstration der Arbeit kann heute mehr wert sein als die vollkommenste Bewerbung.

Fragen, die Arbeitgeber wirklich stellen

Beweist KI in einer Bewerbung Unehrlichkeit?

Nein. Die CIPD-Zahlen zeigen, dass viele britische Arbeitgeber das sehen, was sie übermäßige Nutzung nennen, und dass manche Menschen deswegen zumindest manchmal ablehnen. Die Mitteilung von Robert Half sagt selbst, dass viele KI für Klarheit oder Grammatik nutzen, während andere einen Werdegang ausschmücken oder erfinden können. Die Hilfe selbst ist nicht der Beleg. Was die Person kann, unter Bedingungen, die Sie erklärt haben, ist der Beleg.¹²

Hat generative KI den Anstieg der Anzeigen je Einstellung verursacht?

Die Reihe von Revelio steigt seit sechs Jahren, also auch in den Jahren vor ChatGPT. Das Unternehmen sagt, der Trend lasse sich nicht vollständig generativer KI zuschreiben. Eine polierte Bewerbung kann Rauschen zu einem Zuordnungsproblem hinzufügen, das schon bestand. Das ist eine Hypothese, kein gemessener Anteil des Anstiegs.³⁴

Soll ein kleiner Arbeitgeber KI in jedem Test verbieten?

Nur wenn die Stelle selbst das verbietet. Wenn Menschen KI in der Rolle nutzen werden, kann ein vollständiges Verbot die Kompetenz verdecken, auf die es ankommen wird: ein Ergebnis prüfen, ein Urteil erklären und wissen, was selbst zu kontrollieren ist. Wenn die Rolle auf Denken ohne Hilfe angewiesen ist, sagen Sie das und bewerten Sie es getrennt. In beiden Fällen nennen Sie jeder bewerbenden Person die Regel im Voraus.

Wie hilighter helfen kann

hilighter sichtet keine externen Bewerbungen, erkennt keine KI-geschriebenen Lebensläufe und trifft keine Einstellungsentscheidungen. Wenn Bewerbungen nicht mehr zeigen, wer die Arbeit kann, lautet die praktische Frage in der Organisation, was Ihre heutigen Menschen schon belegen können und welche Kompetenzen die Rolle jetzt verlangt.

hilighter hilft Teams, Kompetenzen nach Rolle zu erfassen, Menschen mit diesen Anforderungen in Skills und Talent Insights zu vergleichen, Fähigkeitsbelege in Anerkennung von Lernerfolgen festzuhalten und individuelle Entwicklungspfade zu setzen. Die Sicht auf KI-Auswirkungen auf Jobs ist indikativ, keine Vorhersage, dass eine Rolle verschwindet. Ein kostenloser Plan deckt bis zu drei Jobrollen ab, mit unbegrenzter Zahl an Beschäftigten. Eine nähere Anleitung gibt eine kostenlose Kompetenzmatrix.

Sources

1. Hogarth, A. und McCartney, C., CIPD, Resourcing and talent planning report 2026, September 2026.
2. Robert Half, Survey: 67% of HR leaders report AI-generated applications are slowing hiring, 10. März 2026.
3. Revelio Labs, AI Labor Market Tracker: September 2026, veröffentlicht am 1. Oktober 2026.
4. Revelio Labs, Appendix and methodology, September 2026, veröffentlicht am 1. Oktober 2026.
5. Jabarian, B. und Henkel, L., Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, arXiv:2607.28222, zuerst veröffentlicht am 30. Juli 2026 (Preprint, nicht begutachtet).
6. Greenhouse, 63% of Job Seekers Have Faced an AI Interview, 1. Mai 2026.
7. Europäische Kommission, AI Act Service Desk, Annex III (Hochrisiko-Anwendungen in der Beschäftigung, einschließlich Recruiting und Auswahl).
8. Europäische Kommission, AI Act Service Desk, When does enforcement start? (Anhang-III-Regeln ab 2. Dezember 2027; verbotene Praktiken durchsetzbar ab 2. August 2026).
9. Europäische Kommission, AI Act Service Desk, Is emotion recognition prohibited in workplace and education settings?.

Quellen zuletzt geprüft: 29. Oktober 2026. Die Zahlen von CIPD und Robert Half stammen aus Arbeitgeberbefragungen, nicht aus Experimenten. Das Papier von Jabarian und Henkel ist ein Preprint über ein einziges Kundenservice-Setting. Die Ghosting-Zahl von Revelio ist ein Index der Bewertungssprache, keine Quote ignorierter Bewerbungen. Die EU-Daten folgen dem Service Desk der Kommission und sind keine Rechtsberatung.