KI im Personalwesen

Häufige Fragen zu KI im Personalwesen

• Was ist KI im Personalwesen?

  KI im Personalwesen bezeichnet den Einsatz von Machine Learning, NLP und Automatisierung entlang des gesamten HR-Lifecycles. Sie unterstützt bei Recruiting, Onboarding, Entwicklung und Personalplanung, entscheidet aber nicht allein.

• Ist KI im Recruiting nach EU AI Act erlaubt?

  Ja, aber unter strengen Auflagen. Recruiting-KI ist ab August 2026 Hochrisiko-System und benötigt Konformitätsbewertung, menschliche Aufsicht, Transparenz und laufende Bias-Prüfung.

• Muss der Betriebsrat der Einführung zustimmen?

  In der Regel ja. Nach BetrVG ist die Einführung technischer Systeme zur Überwachung oder Bewertung von Beschäftigten mitbestimmungspflichtig, das schließt nahezu alle HR-KI-Lösungen ein. Eine Dienstvereinbarung ist Standard.

• Wie vermeidet man Diskriminierung durch KI?

  Bias entsteht meist nicht in der KI, sondern in den Trainingsdaten — historische Personalentscheidungen transportieren bestehende Ungleichheiten. Drei Ebenen der Absicherung: erstens Datenkuration (proxy-Merkmale wie Postleitzahl, Vornamen entfernen), zweitens technische Bias-Prüfung über Frameworks wie Fairlearn, Aequitas oder IBM AIF360 — laufend, nicht einmalig — und drittens menschliche Freigabe jeder sensiblen Entscheidung. Für Semantic Matching gilt zusätzlich: Embedding-Modelle können geschützte Merkmale versteckt kodieren — deshalb Ergebnisverteilungen regelmäßig auf Fairness-Metriken (Disparate Impact, Equal Opportunity) prüfen.

• Welche HR-Aufgaben lassen sich sofort mit KI verbessern?

  Am schnellsten wirken HR-Chatbots für Standardfragen, Lebenslauf-Screening und die Analyse von Mitarbeiterbefragungen. Diese Use Cases haben eine klare Datenbasis und ein geringes rechtliches Risiko.

• Wie unterstützt KI Performance Management und Compensation Analytics?

  Bei Performance Management liefert KI Struktur für Feedbackprozesse: Formulierungsvorschläge für 360-Grad-Feedback, Zusammenfassung offener Themen aus 1:1-Notizen, Kalibrierungshilfen über Teams hinweg. Bei Compensation Analytics prognostizieren ML-Modelle Marktbandbreiten pro Rolle und Standort, decken Pay-Gap-Muster auf und unterstützen Merit-Cycles mit Empfehlungen. Entscheidungen trifft weiterhin HR gemeinsam mit Führung — KI ist Vorbereitung, nicht Urteil. Ohne diesen Zusatz kollidiert die Lösung mit Art. 22 DSGVO.

• Wie hilft KI bei der Zeugniserstellung in DACH?

  Arbeitszeugnisse in DACH folgen einer eigenen Bewertungssprache — LLMs sind darin trainierbar und liefern zuverlässig Standardformulierungen für die Notenstufen sehr gut bis mangelhaft. Der übliche Ablauf: HR-Verantwortliche geben Rolle, Zeitraum und Notenspiegel ein, die KI erzeugt einen Entwurf, Führungskraft und HR prüfen und passen an. Vorteil: Zeugnisse in Stunden statt Wochen, sprachliche Konsistenz über das Unternehmen hinweg. Wichtig: geheime Codewörter oder unzulässige Merkmale (Krankheit, Schwangerschaft) müssen technisch ausgeschlossen werden — sonst werden die alten Muster automatisiert reproduziert.

• Was bedeutet Art. 22 DSGVO für KI-basierte Personalentscheidungen?

  Art. 22 DSGVO verbietet ausschließlich automatisierte Entscheidungen mit rechtlichen oder erheblich ähnlichen Folgen — dazu zählen Ablehnungen, Kündigungen, Beförderungsentscheidungen. Für HR heißt das konkret: automatischer Ausschluss aus dem Bewerberprozess ist unzulässig, KI-basiertes Ranking mit menschlicher Freigabe ist zulässig. Auch Fluktuationsprognose und Skill Matching fallen unter Profiling und brauchen eine dokumentierte Rechtsgrundlage (meist Art. 6 Abs. 1 lit. f DSGVO plus Interessenabwägung) sowie transparente Information der Betroffenen. Betriebsrat und Datenschutzbeauftragter frühzeitig einbinden.

• Was kostet die Einführung von KI in HR?

  Cloud-basierte HR-Chatbots und Screening-Tools starten ab rund 15.000 Euro pro Jahr. Umfassende People-Analytics- und Skill-Plattformen liegen im mittleren sechsstelligen Bereich. Beratung und Bias-Testing kommen separat dazu.

• Was ist der Unterschied zwischen ATS und KI-Recruiting?

  Ein Applicant Tracking System verwaltet Bewerbungen strukturiert. KI-Recruiting ergänzt das ATS um automatische Vorauswahl, Skill Matching und eine Vorhersage der Passung. Beide zusammen bilden den modernen Recruiting-Stack.