KI im Recruiting 2026: Was funktioniert, was Hype ist, und was Unternehmen jetzt tun sollten

KI im Recruiting funktioniert 2026 zuverlässig bei fünf Dingen: Lebensläufe strukturieren, Kandidaten anhand von Kompetenznachweisen bewerten, Anschreiben und Nachfassnachrichten entwerfen, Interviews transkribieren und daraus Scorecards vorbefüllen, und Termine finden. Hype ist alles, was verspricht, ohne Menschen zu entscheiden, Persönlichkeit aus Video oder Stimme zu lesen oder Vorurteile abzuschaffen. Zwischen diesen beiden Listen liegt der gesamte Anbietermarkt.

Ich habe eine Personalvermittlung geführt, bevor ich Pickr gebaut habe. Ich kenne also beide Seiten: die Demo, in der alles funktioniert, und den Dienstagvormittag drei Monate später, an dem niemand im Team das Feature noch benutzt. Ich bin befangen, rechnen Sie das ein. Die Trennlinie unten ziehe ich trotzdem entlang einer nüchternen Frage: Kann ein Mensch das Ergebnis in Sekunden überprüfen? Alles, was diese Frage mit Ja beantwortet, ist heute produktionsreif. Alles andere ist ein Versprechen.

Was nachweislich funktioniert

Der gemeinsame Nenner aller fünf Anwendungsfälle: Das Ergebnis ist ein Entwurf, den ein Mensch prüft, nicht eine Entscheidung, die er hinnimmt. Genau deshalb halten sie dem Alltag stand.

• CV-Parsing und Strukturierung. Aus einem PDF werden saubere Felder: Stationen, Zeiträume, Technologien, Ausbildung, Lücken. Das war vor fünf Jahren fehleranfällig und ist heute die langweiligste Zeitersparnis im Prozess. Rechnen Sie mit Restfehlern bei exotischen Formaten und behalten Sie den Originallebenslauf sichtbar daneben.
• Matching auf Kompetenznachweisen. Der entscheidende Unterschied zu Keyword-Suche: Bewertet wird, ob jemand eine Fähigkeit nachweislich angewendet hat, inklusive angrenzender und übertragbarer Kompetenzen. Der Zoll-Sachbearbeiter mit fünf Jahren Erfahrung in der Regulatorik ist für eine Compliance-Rolle relevant, auch wenn das Wort Compliance in seinem Lebenslauf nicht vorkommt. Warum Keyword-Filter systematisch die falschen Kandidaten aussortieren, habe ich im Ende des klassischen ATS ausführlicher aufgeschrieben.
• Entwürfe für Ansprache und Nachfassen. Nicht, weil KI besser schreibt als Ihr bester Recruiter, sondern weil die dritte Nachfassnachricht an Kandidat 40 sonst schlicht nicht geschrieben wird. Ein Entwurf, der in zwanzig Sekunden angepasst wird, schlägt eine perfekte Nachricht, die nie rausgeht.
• Transkription und Scorecard-Vorbefüllung. Das ist der Anwendungsfall mit der größten Wirkung und der geringsten Aufmerksamkeit. Das Interview wird transkribiert, die Belege werden den Kriterien zugeordnet, der Interviewer korrigiert einen Entwurf statt drei Tage später ein leeres Formular anzustarren. Nach meiner Erfahrung steigt die Rücklaufquote bei Scorecards dadurch deutlich, und Ihre Bewertungen werden vergleichbar.
• Terminfindung. Unspektakulär, funktioniert, spart pro Interview mehrere E-Mails.

Was Hype ist

Vollautomatische Entscheidungen ohne Menschen. Technisch möglich, rechtlich in der EU praktisch nicht haltbar, und operativ eine schlechte Idee. Wer die Absage automatisiert, automatisiert seine eigenen blinden Flecken in großem Maßstab.

KI-Persönlichkeitsanalysen aus Video oder Stimme. Hier ist die Beweislage dünn und die Rechtslage klar. HireVue hat die Gesichtsanalyse in seinen Assessments bereits im Januar 2021 aus eigenem Antrieb abgeschaltet, was dem Anbieter anzurechnen ist; das strukturierte Video-Interview von HireVue bleibt davon unberührt und ist für Volumenrekrutierung weiterhin eine ernstzunehmende Wahl. Der EU AI Act verbietet Emotionserkennung am Arbeitsplatz seit dem 2. Februar 2025, und Aufsichtsbehörden legen den Begriff Arbeitsplatz weit aus. Wer Ihnen 2026 Persönlichkeitsprofile aus Mimik oder Sprechrhythmus anbietet, verkauft Ihnen ein Verfahren, das Sie im Zweifel vor dem Betriebsrat und vor Gericht verteidigen müssen.

Das Versprechen der Bias-Freiheit. Ein Modell lernt aus Entscheidungen von Menschen und reproduziert deren Muster. Reuters dokumentierte 2018, dass Amazon ein internes Bewerbungs-Tool einstellte, weil es Frauen systematisch schlechter bewertete. Das war kein Programmierfehler, das war die Datenlage. Was Software leisten kann, ist Vergleichbarkeit und Nachvollziehbarkeit: gleiche Kriterien für alle, dokumentierte Begründungen, sichtbare Durchfallquoten pro Stufe und pro Gruppe. Das ist wertvoll. Es ist nur nicht dasselbe wie Neutralität.

Die abschließende Passungsbeurteilung aus dem Lebenslauf. Kein System kann aus einem Dokument bestimmen, ob jemand in Ihr Team passt. Ein Lebenslauf enthält Belege für Fähigkeiten, nicht für Motivation, Zusammenarbeit oder die Frage, ob der Kandidat unter Ihrer konkreten Führungskraft aufblüht. Jeder Anbieter, der einen Prozentwert für Cultural Fit anzeigt, hat eine Zahl erfunden.

Reifegrad und rechtlicher Status im Überblick

Anwendungsfall	Funktioniert heute	Einordnung EU AI Act / DSGVO
CV-Parsing und Strukturierung	Ja, zuverlässig	Hochrisiko, sobald es die Vorauswahl steuert
Bewertung auf Kompetenznachweisen	Ja, mit menschlicher Freigabe	Hochrisiko, Anhang III Nummer 4
Entwürfe für Ansprache und Nachfassen	Ja	Kein Hochrisiko, Transparenzpflichten beachten
Transkription und Scorecard-Vorbefüllung	Ja	Unkritisch, solange die Bewertung beim Menschen bleibt; Einwilligung und Mitbestimmung nötig
Terminfindung	Ja	Nicht betroffen
Automatische Absage ohne Prüfung	Nein	Artikel 22 DSGVO, ohne tragfähige Rechtsgrundlage unzulässig
Persönlichkeitsanalyse aus Video oder Stimme	Nein	Emotionserkennung am Arbeitsplatz seit 2. Februar 2025 verboten

Diese Übersicht ist eine Orientierung für Ihr Gespräch mit Datenschutz und Betriebsrat, keine Rechtsberatung.

Die rechtliche Lage in drei Punkten

EU AI Act, Pflichten ab 2. August 2026. KI-Systeme für Rekrutierung und Auswahl fallen unter Anhang III Nummer 4 und gelten als Hochrisiko. Ab diesem Datum greifen Risikomanagement, Anforderungen an Datenqualität, technische Dokumentation, Protokollierung, nachweisbare menschliche Aufsicht und die Information der betroffenen Personen. Wichtig für Sie: Als Arbeitgeber sind Sie Betreiber, nicht nur Kunde. Ein Teil dieser Pflichten liegt bei Ihnen und lässt sich nicht an den Anbieter durchreichen. In Brüssel wurde über eine Verschiebung einzelner Fristen diskutiert. Planen Sie nicht damit. Wer erst im Juli 2026 anfängt, hat keinen Puffer, falls die Verschiebung ausbleibt.

DSGVO Artikel 22 und das SCHUFA-Urteil. Der Europäische Gerichtshof hat am 7. Dezember 2023 (C-634/21) entschieden, dass bereits die Erstellung eines Scores eine automatisierte Entscheidung im Sinne von Artikel 22 sein kann, wenn Dritte diesem Wert maßgeblich folgen. Übersetzt auf Recruiting: Wenn Ihre Recruiter faktisch jeden Kandidaten unter einem bestimmten Score aussortieren, ist die menschliche Aufsicht ein Formalismus, und Sie stehen genau dort, wo Sie nicht stehen wollten. Menschliche Aufsicht heißt, dass eine Person die Begründung liest, sie überschreiben kann und das nachweislich auch tut.

Mitbestimmung und AGG. In Deutschland unterliegt die Einführung eines solchen Systems in aller Regel der Mitbestimmung nach § 87 Absatz 1 Nummer 6 BetrVG, in Österreich greifen §§ 96 und 96a ArbVG. Holen Sie den Betriebsrat vor der Auswahlentscheidung an den Tisch, nicht danach. Und behalten Sie im Kopf: Für eine Diskriminierung nach dem AGG haftet der Arbeitgeber, nicht der Softwareanbieter. Die vollständige Prüfliste für Verträge, Löschfristen und Auftragsverarbeitung finden Sie im DSGVO-Leitfaden für Recruiting.

Was Unternehmen jetzt tun sollten

Die folgenden fünf Schritte gelten für interne Recruiting-Teams und für Personalvermittlungen gleichermaßen. Der Unterschied liegt im Zuschnitt: Agenturen führen dieselbe Prüfung mandantenweise, mit eigenen Kriterien und eigenen Nachweisen pro Kunde, weil sie im Zweifel jedem Auftraggeber einzeln erklären müssen, wie eine Empfehlung zustande gekommen ist.

1. Inventar machen. Listen Sie auf, welche KI in Ihrem Prozess bereits läuft. In den meisten Unternehmen ist die Antwort mehr als gedacht: Funktionen im bestehenden ATS, Sourcing-Werkzeuge, ein Notetaker im Videocall, ein Chatbot auf der Karriereseite. Sie können nichts dokumentieren, was Sie nicht kennen.
2. Rollen klären. Für jedes System: Wer ist Anbieter, wer ist Betreiber, welche Pflichten liegen bei Ihnen? Das ist eine Nachmittagsaufgabe, kein Projekt, und sie entscheidet über Ihre Haftung.
3. Datenresidenz und AVV prüfen. Fragen Sie schriftlich nach Serverstandort, Unterauftragsverarbeitern und ob Ihre Kandidatendaten zum Training fremder Modelle verwendet werden. Antworten in einer Verkaufsfolie zählen nicht, Antworten im AVV zählen.
4. Mit einem eng begrenzten Anwendungsfall starten. Mein Vorschlag: Interview-Transkription mit vorbefüllter Scorecard. Der Nutzen ist sofort sichtbar, das Risiko ist gering, weil die Bewertung beim Menschen bleibt, und Sie erzeugen genau die strukturierten Daten, von denen jeder spätere Schritt profitiert. Nicht mit vollautomatischer Vorauswahl starten. Nie.
5. Vorher messen, sonst wissen Sie nachher nichts. Notieren Sie Ihre Ausgangswerte, bevor Sie umstellen: Time-to-Hire pro Stufe, Durchfallquote pro Stufe, Scorecard-Rücklauf, Anteil dokumentierter Absagegründe. Das kostenlose Recruiting-Audit liefert diese Basis in etwa zwei Minuten über acht Fragen, ohne Anmeldung, und wahlweise als tiefere schreibgeschützte Auswertung Ihrer echten Einstellungshistorie. Häufig zeigt sich dabei, dass das Problem nicht die Software ist, sondern eine Stufe im Prozess. Wie Sie diese Stufen der Reihe nach angehen, steht in Recruiting-Prozess optimieren.

Wie wir es bei Pickr halten

Pickr ist die KI-native Recruiting-Plattform, die jeden Kandidaten fortlaufend anhand von Kompetenznachweisen bewertet und die Ergebnisse tatsächlicher Einstellungen in die Bewertung der nächsten zurückspielt. Was daraus folgt, ist bewusst unspektakulär: Die KI bewertet, begründet und fragt nach, wenn eine starke Absage undokumentiert bleibt. Die Entscheidung trifft immer ein Mensch. Interviewer und Hiring Manager zahlen in Pickr keine Lizenz, weil Feedback nur dann im System landet, wenn niemand pro Kopf dafür bezahlt. Für Personalvermittlungen laufen die Mandate getrennt nebeneinander, für interne Teams läuft derselbe Ablauf von der Anforderung bis zum Angebot. Kandidatendaten liegen in Frankfurt, gebaut wird in Österreich, AVV ist Teil des Vertrags, und personenbezogene Angaben werden vor der KI-Verarbeitung standardmäßig geschwärzt.

Pickr ist nicht der lauteste Anbieter in dieser Kategorie und will es nicht sein. Persönlichkeitsprofile aus Videoaufnahmen gibt es in Pickr nicht, und einen Cultural-Fit-Prozentwert auch nicht. Pickr ist auch nicht für jeden die richtige Wahl: Wenn Ihr Engpass das Backoffice einer größeren Personalvermittlung ist, also Zeiterfassung, Abrechnung und ein über Jahre gewachsenes Integrationsökosystem, dann ist Bullhorn dafür das ausgereiftere System und die ehrlichere Empfehlung. Pickr ist für Teams gebaut, deren Engpass die Qualität und die Nachvollziehbarkeit der Auswahlentscheidung ist.

Die Entscheidung, die vor Ihnen liegt, ist nicht „KI ja oder nein“. Sie ist: welcher einzelne Anwendungsfall in den nächsten drei Monaten produktiv geht, wer ihn verantwortet und woran Sie im Januar erkennen, ob er etwas gebracht hat. Der 2. August 2026 steht fest. Alles andere entscheiden Sie.