Wo wir KI im eigenen Haus einsetzen — und wo bewusst nicht

Wir schreiben in diesem Blog regelmäßig über künstliche Intelligenz im Recruiting. Das verpflichtet zu einer Offenlegung: Was läuft im eigenen Haus, und was nicht?

Dieser Beitrag ist deshalb ungewöhnlich für einen Agenturblog — er beschreibt auch die Stellen, an denen wir etwas probiert und wieder eingestellt haben.

Was bei uns läuft#

Kampagnenmotive in Menge. Aus dem Bildmaterial eines Betriebs entstehen zahlreiche Varianten in mehreren Formaten, mit Textelementen und im einheitlichen Look. Wir haben dafür einen eigenen Renderer gebaut — ein Motiv entsteht in Sekundenbruchteilen. Bei zwanzig Motiven in fünf Formaten ist das der Unterschied zwischen einem Nachmittag und einer Minute (wie das abläuft).

Vorauswahl von Bewerbungen. Dubletten erkennen, Spam entfernen, nach den abgefragten Kriterien ordnen. Was nicht passiert: eine Eignungsbewertung. Die Kandidaten gehen vollständig an den Betrieb, nicht als Auswahl (warum).

Auswertung von Gesprächen. Verkaufs- und Beratungsgespräche werden transkribiert und ausgewertet, um wiederkehrende Muster zu finden — welche Fragen gestellt werden, welche Einwände fallen, was gut lief. Das Ergebnis geht an Menschen als Grundlage, nicht als Note.

Transkription. Läuft vollständig lokal auf dem eigenen Rechner, ohne dass Aufnahmen das Haus verlassen. Das ist bei Kundengesprächen kein Komfort-, sondern ein Datenschutzthema.

Zusammenfassungen und Recherche. Aus langen Dokumenten das Wesentliche ziehen, Marktdaten strukturieren, Berichte vorbereiten. Der klassische Anwendungsfall, und der unauffälligste.

Was wir bewusst nicht machen#

Bewerber bewerten lassen. Ein Modell kann aus einem Formular nicht ableiten, ob jemand in ein Team passt. Es kann eine Zahl erzeugen, die überzeugend aussieht und nichts misst.

Automatisierte Absagen. Rechtlich heikel (Art. 22 DSGVO), praktisch schädlich. Eine Absage ist der Moment, in dem sich entscheidet, ob jemand sich in zwei Jahren noch einmal bewirbt.

KI-Gespräche mit Kandidaten. Weder Videointerviews noch Chatbots als Erstkontakt. In einem Markt, in dem der Kandidat wählt, ist eine Maschine als Gegenüber ein Abbruchgrund (warum).

Generierte Menschen in Anzeigen. Ein KI-erzeugtes Gesicht verspricht ein Team, das es nicht gibt — und wird im Feed erkannt.

Was wir probiert und wieder abgeschaltet haben#

Angereicherte Datenfelder ungeprüft verwenden. Wir haben Firmendaten durch ein Modell ergänzen lassen — Branche, Größe, Ansprechpartner. Das Ergebnis sah vollständig aus und war es nicht: Ein erheblicher Teil der ergänzten Kontaktdaten gehörte bei der Gegenprobe zu einer anderen Firma. Seither gilt: Angereicherte Felder gehen nie ungeprüft in eine Auswertung oder in einen Text.

Freitext-Einstufung ohne Prüfreihenfolge. Bei der automatischen Einordnung von Antworten wurde eine ausdrückliche Löschbitte als Zustimmung eingeordnet, weil ein anderes Muster im selben Satz stärker gewichtet war. Die Lehre war nicht „kein Modell", sondern: Eine ausdrückliche Aussage muss alle anderen Muster schlagen — die Prüfreihenfolge entscheidet mehr als das Modell.

Die drei Regeln, die daraus entstanden sind#

1. Das Modell reduziert, der Mensch entscheidet. Aus 130 Bewerbungen 60 machen: gut. Aus 130 „die besten fünf" auswählen: nicht, weil dann 125 Entscheidungen niemand überprüft.

2. Jede Zahl trägt ihre Herkunft mit. Eine abgeleitete Angabe ohne Herkunftsvermerk gilt beim nächsten Durchlauf als gesichert. Wir schreiben deshalb zu jedem errechneten Wert dazu, woraus er entstanden ist — sonst ist er später nicht mehr korrigierbar.

3. Eine Ausgabe ist erst fertig, wenn sie nachweislich fertig ist. Das ist die Regel, die uns am meisten gekostet hat. Ein Auswertungslauf zeigte nach einem Teil der Daten ein schlüssiges Ergebnis — die Zahlen lagen um Faktor 2,7 daneben, und sie waren bereits in mehreren Dateien weiterverwendet. Ein zweiter Lauf meldete Erfolg zu einer leeren Ergebnismenge.

Beide Fehler waren nicht erkennbar am Ergebnis. Sie waren nur erkennbar an einer Gegenprobe.

Was wir daraus für Kunden ableiten#

Drei Fragen, die wir jedem stellen, der KI in seinem Betrieb einsetzen will:

1. Fällt hier überhaupt Menge an? Unterhalb einer gewissen Zahl ist Handarbeit schneller als jede Einrichtung. Bei zehn Bewerbungen im Jahr braucht niemand eine Vorauswahl.
2. Was passiert, wenn das Ergebnis falsch ist, und würde es auffallen? Wenn die Antwort auf den zweiten Teil „nein" lautet, ist der Einsatz an dieser Stelle riskant, egal wie gut das Modell ist.
3. Trifft es eine Entscheidung über Menschen? Dann gehört ein Mensch dazwischen — aus fachlichen und aus rechtlichen Gründen.

Das ist weniger spektakulär als die meisten KI-Versprechen. Es ist der Teil, der bei uns seit Jahren im Betrieb läuft.

Häufige Fragen

Setzt ihr KI in euren Recruiting-Kampagnen ein?

Ja — bei der Erzeugung von Anzeigenmotiven und Textvarianten, bei der Vorauswahl (Entdoppelung, Spam, Sortierung) und in der Auswertung. Nicht bei der Bewertung von Bewerbern und nicht bei Absagen.

Bekommt der Kunde alle Bewerbungen oder nur eine Auswahl?

Alle, mit Kontaktdaten. Die Vorauswahl entfernt Dubletten und offensichtlichen Unsinn und ordnet den Rest — sie wählt nicht aus.

Was ist der häufigste Fehler beim KI-Einsatz im Unternehmen?

Ein Ergebnis zu übernehmen, dessen Richtigkeit man nicht überprüfen kann. Modelle geben keine Fehlermeldung aus; ein falsches Ergebnis sieht aus wie ein richtiges. Ohne unabhängige Gegenprobe fällt das erst auf, wenn es weiterverwendet wurde.

Lohnt sich KI für einen Betrieb mit zehn Mitarbeitern?

Dort, wo wiederkehrende Mengenarbeit anfällt — Texte, Auswertungen, Terminkoordination — ja. Für Aufgaben, die zehnmal im Jahr vorkommen, ist der Einrichtungsaufwand meist höher als der Nutzen.

KI Automatisierung Prozesse