Stell Dir vor, ein KI-Tool durchsucht LinkedIn, analysiert Profile, erstellt eine Shortlist und zeigt Dir die fünf vermeintlich passendsten Talente für eine Vakanz.
Praktisch? Absolut.
Und genau hier beginnt die entscheidende Frage: Unterstützt die KI nur – oder beeinflusst sie bereits echte Jobchancen?
Am 19. Mai 2026 hat die EU-Kommission einen Leitlinienentwurf zur Einstufung von Hochrisiko-KI-Systemen nach Art. 6 EU AI Act veröffentlicht. Ziel ist es, KI anbietende und KI einsetzende Unternehmen sowie Marktüberwachungsbehörden dabei zu unterstützen, KI-Systeme einheitlicher einzuordnen.
Hinweise:
Dieser Beitrag ist keine Rechtsberatung. Er ist eine fachliche Einordnung aus unserer Recruiting-Praxis bei der talentrakete GmbH – für HR-Teams, Recruiting-Profis, Active-Sourcing-Spezialisten und alle, die KI produktiv, fair und verantwortungsvoll im Recruiting einsetzen möchten.
Zur Recherche dieses Beitrags inklusive der Übersetzung des englischsprachigen Leitlinienentwurfs (der in 3 PDFs insgesamt 167 Seiten umfasst) haben wir generative KI genutzt. Der gesamte Beitrag wurde anschließend manuell redaktionell geprüft und bearbeitet.
Worum geht es im Leitlinienentwurf der EU-Kommission?
Der EU AI Act definiert, welche KI-Systeme als Hochrisiko-KI-Systeme gelten können. Fürs Recruiting ist vor allem Artikel 6 Abs. 2 relevant in Verbindung mit Anhang III, Punkt 4 – Beschäftigung, Arbeitnehmermanagement und Zugang zur Selbstständigkeit.
Dort werden unter anderem KI-Systeme genannt, die für die Einstellung oder Auswahl natürlicher Personen eingesetzt werden sollen – insbesondere zur Schaltung gezielter Stellenanzeigen, zur Analyse und Filterung von Bewerbungen sowie zur Bewertung von Bewerberinnen und Bewerbern.
Der Leitlinienentwurf soll nun helfen, diese sehr allgemeinen Vorgaben praktisch einzuordnen.
Kurz gesagt:
Der Leitlinienentwurf beantwortet nicht die Frage: „Dürfen wir KI im Recruiting nutzen?“ Er hilft bei der Frage: „Wann kann ein konkretes KI-System im Recruiting als Hochrisiko-KI-System gelten?“
Was ist das Kern-Fazit für HR und Recruiting?
Besonders aufmerksam sollten HR-Teams werden, wenn KI im Recruiting beeinflusst, welche Personen sichtbar werden, priorisiert werden oder im Auswahlprozess weiterkommen.
Schon Active Sourcing, Ranking, Scoring, Shortlisting und bestimmte Formen zielgerichteter Stellenanzeigen können dazu führen, dass ein KI-System als Hochrisiko-KI-System einzuordnen ist.
Entscheidend ist nicht der Name des Tools, sondern seine Rolle im Prozess.
Fazit:
KI wird im Recruiting besonders prüfrelevant, wenn sie natürliche Personen bewertet, priorisiert, scored, ranked, filtert oder den Zugang zu beruflichen Chancen beeinflusst.
Welche Recruiting-KI wird besonders prüfrelevant?
Der Leitlinienentwurf richtet den Blick auf KI-Systeme, die im Recruiting oder in der Personalauswahl mehr tun als nur zu unterstützen.
Besonders prüfrelevant sind KI-Systeme, die folgende Aufgaben übernehmen oder wesentlich unterstützen:
➜ Platzierung zielgerichteter Stellenanzeigen,
➜ Analyse und Filterung von Bewerbungen,
➜ Zuordnung von Kandidatinnen und Kandidaten zu Vakanzen,
➜ Bewertung von Kandidatinnen und Kandidaten,
➜ Erstellung von Rankings,
➜ Durchführung oder Auswertung von Assessments,
➜ Durchführung von Background-Checks.
Der Prüfpunkt ist der Zweck des KI-Systems. Menschliche Beteiligung am Prozess ändert nichts daran, wofür ein KI-System gedacht ist und wie es eingesetzt wird.
Was gilt für KI bei Stellenanzeigen?
Nicht jede KI-Nutzung rund um Stellenanzeigen ist automatisch kritisch. Es macht einen großen Unterschied, ob KI eine Stellenanzeige formuliert, eine Anzeige kontextuell platziert oder personalisiert entscheidet, welche Menschen eine konkrete Vakanz sehen.
1. KI formuliert oder verbessert eine Stellenanzeige
Wenn KI dabei hilft, eine Stellenanzeige verständlicher, inklusiver oder zielgruppengerechter zu formulieren, bewertet sie keine natürlichen Personen. Sie unterstützt bei Text und Kommunikation.
Das ist eher klassische Zuarbeit.
2. Kontextuelle Anzeigen wählen den passenden Ort
Kontextuelle Anzeigen werden aufgrund des Umfelds ausgespielt – zum Beispiel auf einer thematisch passenden Website, in einem Fach-Newsletter oder neben einem Artikel zu einem relevanten Berufsfeld.
Ein Beispiel:
Eine Stellenanzeige für Bauingenieure (w/m/d) erscheint auf einer Fachwebsite für Bauwesen oder in einem Newsletter für Ingenieurinnen und Ingenieure.
Warum?
Weil der Kontext passt.
Nicht, weil ein KI-System einzelne Personen analysiert und entscheidet, ihnen diese konkrete Vakanz anzuzeigen. Daher ist dieser KI-Einsatz deutlich anders zu bewerten als personalisiertes Targeting konkreter Stellenanzeigen.
Entscheidend ist:
Kontextuelles Targeting wählt den passenden Ort.
Personalisiertes Targeting wählt die passenden Personen.
3. Personalisierte Jobanzeigen können Zugang zu Chancen beeinflussen
Kritischer wird es, wenn KI-Systeme konkrete Stellenanzeigen personalisiert ausspielen und damit beeinflussen, wer von einer Vakanz erfährt – und wer nicht.
Ein Beispiel:
Eine Social-Media-Plattform oder ein Recruiting-Ad-Tool analysiert KI-gestützt Nutzerverhalten, Interessen, Bildungs- oder Berufshintergrund, Branche, Profilmerkmale oder Interaktionsmuster und entscheidet daraufhin, welchen Personen eine konkrete Vakanz angezeigt wird.
Dann geht es nicht mehr nur um Sichtbarkeit. Dann beeinflusst das System potenziell, welche Menschen überhaupt von einer konkreten Jobchance erfahren.
Für die Praxis heißt das:
Unkritischer ist: Die Anzeige steht an einem passenden Ort.
Kritischer ist: Die KI entscheidet, welche Menschen die konkrete Jobchance zu sehen bekommen.
Leistet KI Zuarbeit oder Bewertung? Die Recruiting-Ampel
Für eine erste Orientierung hilft eine einfache Ampel-Logik. Sie macht sichtbar, welche Rolle KI im Recruiting-Prozess übernimmt:
🟢 Grün: KI unterstützt bei Text, Struktur und Administration.
🟡 Gelb: KI analysiert Informationen, ohne Eignung zu bewerten.
🔴 Rot: KI bewertet, scored, ranked, shortlistet oder filtert Menschen.
Grün: KI als Unterstützung
KI hilft bei Textarbeit, Struktur und Administration im Recruiting-Alltag, ohne Menschen zu bewerten oder Auswahlchancen wesentlich zu beeinflussen.
Beispiele:
🟢 KI formuliert oder optimiert Stellenanzeigen.
🟢 KI prüft geschlechtergerechte und inklusive Sprache.
🟢 KI erstellt Interviewleitfäden.
🟢 KI textet Direktansprachen fürs Active Sourcing.
🟢 KI personalisiert Eingangsbestätigungen.
🟢 KI koordiniert Interviewtermine.
🟢 KI strukturiert Jobprofile.
In diesen Szenarien erleichtert KI den Recruiting-Alltag spürbar. Die Arbeitsqualität und Effizienz steigen, ohne dass KI Menschen beurteilt.
Gelb: KI als Analysehilfe
KI bereitet Informationen auf, strukturiert Inhalte oder überträgt Daten in eine besser nutzbare Form. Entscheidend ist: Das System unterstützt die Vorbereitung der menschlichen Prüfung, bewertet aber keine Eignung.
Beispiele:
🟡 KI extrahiert CV-Daten.
🟡 KI strukturiert Bewerbungsunterlagen.
🟡 KI ordnet Interviewnotizen.
🟡 KI fasst Anforderungen aus Briefings zusammen.
🟡 KI überträgt Informationen in eine Scorecard-Vorlage.
🟡 KI erkennt Dubletten im Bewerbermanagement-System.
Bei solchen Analyseaufgaben kann KI sinnvoll unterstützen, solange der Zweck klar begrenzt bleibt und Datenschutzanforderungen eingehalten werden.
Prüfrelevant wird es, sobald KI aus strukturierten Informationen eine Einschätzung zur Eignung ableitet.
Dabei verläuft die Grenze in der Praxis oft feiner, als sie auf den ersten Blick erscheint:
➜ Aus „Wir extrahieren Skills“ wird „Wir bewerten Passung“.
➜ Aus „Wir sortieren Unterlagen“ wird „Wir priorisieren Kandidatenprofile“.
➜ Aus „Wir bereiten Interviews vor“ wird „Wir empfehlen Weiterkommen oder Absage“.
Rot: KI als Auswahlmaschine
Hierzu zählen KI-Anwendungen, die Menschen bewerten, ranken, scoren, filtern oder ihre Jobchancen wesentlich beeinflussen.
Beispiele:
🔴 KI erstellt automatisiert Rankings mehrerer Personen.
🔴 KI errechnet Eignungs-Scores.
🔴 KI legt Passungs-Kategorien fest wie „High Fit“, „Medium Fit“ oder „Low Fit“.
🔴 KI generiert Shortlists von Bewerbungen oder Talenten aus Active-Sourcing-Suchen.
🔴 KI bewertet Assessment-Antworten
🔴 KI führt Background-Checks mit Risikokategorien durch.
🔴 KI legt fest, welche Personen konkrete Stellenanzeigen angezeigt bekommen.
🔴 KI matcht, welche Kandidatinnen und Kandidaten Arbeitgebern vorgestellt werden.
Hier sollten HR-Teams sehr genau prüfen, ob das genutzte KI-System als Hochrisiko-KI-System einzustufen ist – und welche Pflichten daraus folgen.
Recruiting-Kompass:
Je stärker KI-generierter Output Bewertungen, Rankings, Shortlists, Interview-Entscheidungen oder Absagen prägt, desto sorgfältiger sollte der Use Case als möglicher Hochrisiko-Einsatz geprüft werden.
Wann bleibt vorbereitende KI-Nutzung echte Zuarbeit?
Nicht jede KI-Nutzung im Recruiting ist automatisch Hochrisiko. Der Leitlinienentwurf lässt Raum für echte Zuarbeit: Wenn ein KI-System nur vorbereitet, strukturiert oder eng begrenzte Prozessschritte übernimmt, kann es unter den sogenannten Filtermechanismus fallen.
Fürs Recruiting kann das relevant sein, wenn ein System Informationen für die weitere menschliche Prüfung vorbereitet, ohne selbst eine Eignung zu bewerten.
Wichtig ist die Grenze: Diese Einordnung passt nur zu echter Zuarbeit – nicht zu versteckter Bewertung.
Sobald das System Profiling betreibt oder Auswahlentscheidungen wesentlich beeinflusst, wird es prüfrelevant.
Was bedeutet Profiling im Recruiting?
Profiling bedeutet: Ein KI-System verarbeitet personenbezogene Daten, um bestimmte persönliche Aspekte einer natürlichen Person zu bewerten oder vorherzusagen.
Ein Beispiel:
Ein KI-System leitet aus Profil-, CV-, Interview- oder Verhaltensdaten ab, wie geeignet, zuverlässig, wechselbereit oder leistungsfähig ein Kandidat oder eine Kandidatin vermutlich wäre.
Entscheidend ist:
Vorbereitung bleibt Zuarbeit, solange KI keine Eignung bewertet, keine Personen priorisiert und keine Auswahlentscheidung wesentlich prägt.
Reicht Human-in-the-loop im Recruiting aus?
Nein, nicht zwangsläufig.
Menschliche Mitwirkung ist wichtig. Sie macht ein KI-System aber nicht per se risikoarm, wenn die KI vorher bereits Scores, Rankings, Fit-Kategorien oder Shortlists erzeugt.
Wenn KI die Vorauswahl prägt, reicht ein kurzer menschlicher Blick am Ende nicht aus.
Was bedeutet Human Oversight?
„Human Oversight“ ist der rechtlich relevante Begriff im EU AI Act. Gemeint ist wirksame menschliche Aufsicht.
Bei Hochrisiko-KI-Systemen soll menschliche Aufsicht Risiken für Gesundheit, Sicherheit und Grundrechte verhindern oder minimieren. Im Recruiting bedeutet das: Menschen müssen KI-Ergebnisse verstehen, prüfen, korrigieren, überstimmen und verantworten können.
Ein Beispiel:
Ein KI-Tool schlägt aus 80 Bewerbungen zehn Kandidatinnen und Kandidaten für die nächste Runde vor.
Human Oversight bedeutet hier:Recruiting-Verantwortliche übernehmen diese Liste nicht einfach, sondern prüfen die Kriterien, sehen sich auch nicht vorgeschlagene Profile an, hinterfragen mögliche blinde Flecken und dokumentieren, warum Kandidatinnen und Kandidaten eingeladen oder nicht berücksichtigt werden.
Was bedeutet Human-in-the-loop?
Human-in-the-loop ist eine mögliche praktische Ausgestaltung menschlicher Aufsicht. Es beschreibt, dass ein Mensch aktiv in den KI-gestützten Prozess eingebunden bleibt.
Ein Beispiel:
Ein KI-Tool extrahiert aus Bewerbungsunterlagen relevante Informationen wie Berufserfahrung, Skills, Verfügbarkeit oder Gehaltsrahmen und bereitet sie für die weitere Prüfung auf.
Human-in-the-loop bedeutet hier:
Recruiting-Verantwortliche nutzen diese Vorstrukturierung als Arbeitsgrundlage, gleichen sie mit den Originalunterlagen ab und treffen die fachliche Einschätzung selbst.
Das bedeutet:
Human-in-the-loop heißt: Der Mensch bleibt im Prozess.
Human Oversight heißt: Der Mensch kann den KI-Output wirksam prüfen, korrigieren und verantworten.
Was bedeutet das für generative KI wie ChatGPT im Recruiting?
ChatGPT, Claude, Gemini und ähnliche generative KI-Systeme sind im Recruiting nicht automatisch Hochrisiko-KI-Systeme. Unkritisch sind sie aber auch nicht per se. Entscheidend ist, wofür sie konkret eingesetzt werden.
Nicht der Tool-Name entscheidet, sondern der Zweck.
🟢 ChatGPT & Co. bleiben Assistenzsysteme, wenn sie im Recruiting Texte, Strukturen oder Ideen vorbereiten,
z. B. eine Recruiting-Kampagne konzipieren oder Einladungen für Interviews zielgruppenspezifisch texten.🟡 ChatGPT & Co. werden prüfrelevanter, wenn sie personenbezogene Informationen für Personalentscheidungen aufbereiten,
z. B. Bewerbungsunterlagen strukturieren oder Interviewnotizen für eine spätere Bewertung ordnen.🔴 ChatGPT & Co. werden besonders prüfrelevant, wenn sie die Jobchancen von Personen beeinflussen,
z. B. Bewerbungen bewerten, Personen priorisieren oder Empfehlungen für weitere Auswahlrunden erzeugen.
Wann wird ChatGPT im Recruiting hochrisiko-nah?
Beispiele:
„Analysiere diese 80 CVs und ranke die Top 10 für die Stelle.“
Warum kritisch?
Die KI bewertet natürliche Personen und erzeugt ein Ranking, das die Vorauswahl prägt.
„Vergib für jede Bewerbung einen Fit Score von 1–100.“
Warum kritisch?
Scoring von natürlichen Personen ist eine Eignungsbewertung und kann Auswahlentscheidungen wesentlich beeinflussen.
„Ordne Bewerbungen in High Fit, Medium Fit, Low Fit ein.“
Warum kritisch?
Passungs-Kategorien sind keine neutrale Strukturierung mehr, sondern eine qualitative Bewertung.
„Erstelle aus allen Bewerbungen automatisch eine Shortlist für den Hiring Manager.“
Warum kritisch?
Shortlisting beeinflusst direkt, wer sichtbar wird und wer in die nächste Runde kommt.
„Bewerte die Interview-Antworten und entscheide, wer weiterkommt.“
Warum kritisch?
Die KI bewertet natürliche Personen im Auswahlprozess und beeinflusst den Zugang zur nächsten Stufe.
„Analysiere diese LinkedIn-Profile und priorisiere, wen wir zuerst ansprechen sollen.“
Warum kritisch?
Indem KI Personen-Profile bewertet und Ansprache-Prioritäten setzt, beeinflusst die KI, wer überhaupt eine Chance bekommt.
Was bedeutet das für Custom GPTs?
Auch bei spezialisierten GPTs − also KI-Assistenten für bestimmte Aufgaben − zählt der konkrete Zweck: Unterstützt der GPT den Recruiting-Prozess – oder bewertet er Menschen?
In der talentrakete GPT Suite fürs Recruiting & Active Sourcing nutzen wir GPTs deshalb vor allem als produktive Zuarbeit für wiederkehrende Recruiting-Aufgaben. Du kannst Dir direkt anschauen, was die talentrakete GPTs auszeichnet und wie sie funktionieren.
Ein GPT, der hilft, eine Stellenanzeige besser zu formulieren, eine Candidate Persona zu entwickeln, Interviewfragen vorzubereiten oder eine Direktansprache zu schreiben, ist anders zu bewerten als ein System, das Kandidatinnen und Kandidaten scored, ranked oder Shortlists erzeugt.
Für die talentrakete GPT Suite ist diese Unterscheidung zentral: Unsere Mission ist, dass KI uns in Recruiting-Projekten produktiv zuarbeitet – aber nicht heimlich Auswahlentscheidungen automatisiert.
Daraus folgt:
Werden GPTs als Schreib- und Strukturhilfe genutzt – oder als Bewertungsmaschine für Menschen?
Der konkrete Zweck bestimmt, ob ein GPT eher als produktive Zuarbeit dient – oder als besonders prüfrelevanter Recruiting-Use-Case einzuordnen ist.
Welche Fragen sollten HR-Teams jetzt stellen?
HR-Teams sollten ihre KI-Anwendungen im Recruiting nicht nur nach Effizienz bewerten, sondern auch danach, wie nah an Auswahlentscheidungen KI eingesetzt wird.
Diese Fragen helfen beim ersten Check:
➜ Welche KI-Tools nutzen wir im Recruiting bereits?
➜ Welche davon bewerten, priorisieren, filtern oder empfehlen Kandidatinnen und Kandidaten?
➜ Erzeugt das KI-System Scores, Rankings, Fit-Kategorien oder Shortlists?
➜ Nutzt das KI-System Profiling?
➜ Beeinflusst der KI-Output, wer eine Stelle sieht, sich bewirbt oder eingeladen wird?
➜ Können wir Menschen die KI-Empfehlungen wirklich nachvollziehen, hinterfragen und überstimmen?
➜ Dokumentieren wir, wann und warum wir KI-Outputs übernehmen oder verwerfen?
➜ Welche Dokumentation, Risikoeinschätzung und Leitplanken gibt es intern bei uns und beim KI-Anbieter?
Diese Fragen sind kein Bremsklotz. Sie sind ein Navigationssystem für verantwortungsvollen KI-Einsatz im Recruiting.
Hinweis:
Wenn Du lernen möchtest, wie Du KI im Recruiting produktiv, sicher und verantwortungsvoll einsetzt, findest Du im talentrakete ChatGPT Deep Dive fürs Recruiting einen strukturierten Einstieg. Für Teams eignet sich besonders der talentrakete ChatGPT Workshop für Recruiter.
Was bedeutet der EU AI Act für die Zukunft von KI im Recruiting?
Der EU AI Act ist kein Showstopper für KI im Recruiting.
Er fordert HR-Teams aber dazu auf, genauer hinzuschauen:
➜ Wo hilft KI beim Texten, Strukturieren und Vorbereiten?
➜ Wann beginnt KI bei uns, Menschen zu bewerten?
➜ Wie beeinflusst KI bei uns den Zugang zu beruflichen Chancen?
➜ Ist unsere menschliche Kontrolle der KI-Arbeit wirklich wirksam?
Für mich ist klar:
KI ist und bleibt ein Booster fürs Recruiting. Aber nicht als Autopilot für Auswahlentscheidungen: sondern als produktive Unterstützung für faire, transparente und verantwortungsvolle Recruiting-Prozesse.
Mehr Orientierung, Praxisbeispiele und Einordnung findest Du im KI-Recruiting-Kosmos von talentrakete.
Veröffentlicht: 03.06.2026
FAQ: EU AI Act und KI im Recruiting
Ist ChatGPT im Recruiting ein Hochrisiko-KI-System?
Nicht automatisch. Entscheidend ist, für welche konkreten Aufgaben ChatGPT oder vergleichbare KI-Systeme wie Claude oder Gemini im Recruiting eingesetzt werden. Hilft ein KI-System im Recruiting bei Text, Struktur oder Administration, ist es eher unkritisch. Hochrisiko-nah ist die Nutzung von ChatGPT oder vergleichbaren generativen KI-Systemen, wenn sie für das Scoring, Ranking, Filtern von Kandidaten-Profilen oder für die Shortlist-Erstellung eingesetzt werden.
Wann kann KI im Recruiting als Hochrisiko-KI-System gelten?
KI im Recruiting kann als Hochrisiko-KI-System einzuordnen sein, wenn sie Sichtbarkeit, Bewertung, Auswahl oder Zugang zu beruflichen Chancen beeinflusst. Besonders prüfrelevant sind Systeme, die Scores, Rankings, Fit-Kategorien, Shortlists oder Empfehlungen zum Weiterkommen im Auswahlprozess erzeugen.
Sind KI-generierte Stellenanzeigen nach dem EU AI Act kritisch?
Nicht jede KI-unterstützte Stellenanzeige ist automatisch kritisch. Eher unkritisch ist, wenn Stellenanzeigen mit KI sprachlich optimiert werden. Besonders prüfrelevant wird ein KI-System, wenn es konkrete Jobanzeigen personalisiert an bestimmte Personen oder Gruppen ausspielt und damit beeinflusst, wer von einer Vakanz erfährt – und wer nicht. Eine KI-gestützte Vorauswahl, die beeinflusst, wer eine konkrete Jobchance sieht oder im Auswahlprozess weiterkommt, kann hochrisiko-nah sein und sollte genau geprüft werden.
Was ist der Unterschied zwischen KI-Zuarbeit und KI-Bewertung im Recruiting?06/03/2026
KI-Zuarbeit unterstützt bei Text, Struktur, Organisation oder Vorbereitung. KI-Bewertung beginnt dort, wo ein System Menschen einschätzt, priorisiert, scored, ranked, filtert oder Empfehlungen für Auswahlentscheidungen erzeugt.
Reicht Human-in-the-loop aus, um KI im Recruiting unkritisch zu machen?
Nein, nicht per se. Menschliche Beteiligung am Ende eines KI-gestützten Recruiting-Prozesses reicht nicht aus, wenn die KI vorher bereits Scores, Rankings, Fit-Kategorien oder Shortlists erzeugt. Entscheidend ist, ob der Mensch den KI-Output wirklich verstehen, hinterfragen und korrigieren kann. Vereinfacht gesagt: KI-Output prüfen und abnicken, reicht nicht aus. KI-Output tatsächlich revidieren können und Entscheidungshoheit bei uns Menschen behalten, ist das Ziel.
Was bedeutet Profiling im Recruiting-Kontext?
Profiling bedeutet, dass ein KI-System personenbezogene Daten verarbeitet, um persönliche Aspekte einer Person zu bewerten oder vorherzusagen. Im Recruiting kann das zum Beispiel passieren, wenn ein System aus Profil-, CV-, Interview- oder Verhaltensdaten ableitet, wie geeignet, zuverlässig, wechselbereit oder leistungsfähig eine Person vermutlich ist.
Was sollten HR-Teams jetzt tun?
HR-Teams sollten prüfen, welche KI-Tools sie bereits im Recruiting nutzen, welche davon Menschen bewerten oder priorisieren und ob Anbieter Dokumentation, Risikoeinschätzung und klare Leitplanken liefern. Besonders wichtig ist, ob menschliche Kontrolle wirklich wirksam ist – oder nur formal vorgesehen.
Hinterlasse einen Kommentar