KI-Filter im Recruiting: Welches Tool die Bewerbung schreibt, ist oft entscheidend

Eine Studie legt nahe: Identische Job-Kandidaten haben je nach KI-Schreibtool um bis zu 42 Prozentpunkte unterschiedliche Chancen beim automatisierten Screening.

Wer sich bei der Bewerbung von Künstlicher Intelligenz unterstützen lässt, erlebt unter Umständen eine böse Überraschung: Welches Sprachmodell den Lebenslauf verfasst, kann darüber entscheiden, ob das Dokument im digitalen Papierkorb landet oder eine Einladung zum Gespräch erfolgt. Das gilt selbst dann, wenn die beruflichen Qualifikationen völlig identisch sind. Zu diesem Ergebnis kommt ein Arbeitspapier des Forschers Christopher Ort von i10X Research. Die Untersuchung liefert erstmals systematische Zahlen für ein Phänomen, das Fragen für den Arbeitsmarkt und Regulier aufwirft.

In der Praxis prüfen Unternehmen Bewerbungen längst automatisiert mit KI-Systemen. Arbeitssuchende wiederum nutzen dieselben Modelle, um Lebensläufe aufzupolieren. Bisher fehlte der Nachweis, ob die Wahl des KI-Schreibwerkzeugs die Erfolgschancen im Bewerbungsprozess verändert. Für die Studie erstellte Ort 100 synthetische Kandidatenprofile aus zwölf Branchen und vier Karrierestufen. Sämtliche harten Fakten wie Berufserfahrung, Abschlüsse und Qualifikationen blieben bei allen Varianten gleich.

Vier führende KI-Modelle – GPT-5.4 von OpenAI, Claude Sonnet 4.6 von Anthropic, Gemini 3 Pro von Google sowie Grok 4.3 von xAI – erstellten aus den Profildaten jeweils eigene Lebenslauf-Varianten. Diese unterschieden sich ausschließlich in Sprache, Struktur und Satzbau. Anschließend bewerteten dieselben vier Modelle als virtuelle Personalentscheider alle 400 Bewerbungsunterlagen in einer Blindstudie. Von 1600 theoretisch möglichen Auswertungen flossen 1576 valide Datensätze in die Analyse ein. Die KI-Systeme vergaben Punkte von 0 bis 100 sowie eine Empfehlung: Einstellung, Vielleicht oder Ablehnung. Um reale Bedingungen abzubilden, galt nur eine explizite Einstellungsempfehlung als Erfolg, da Bewerbungen in der Kategorie Vielleicht in automatisierten Prozessen selten menschliche Recruiter erreichen.

Die Ergebnisse belegen erhebliche Abweichungen allein aufgrund des gewählten Schreibstils. Bei identischer Qualifikation schwankte die Chance auf eine Einstellungsempfehlung um bis zu 42 Prozentpunkte, je nachdem, welches Modell das Dokument verfasst hatte. Besonders drastisch zeigte sich dieser Effekt bei Claude Sonnet 4.6 als Bewerter: Von GPT verfasste Lebensläufe erhielten bei dem Anthropic-Modell nur in 42 Prozent der Fälle grünes Licht. Stammte der Lebenslauf dagegen von Claude selbst, stieg die Einstellungs-Empfehlung auf 84 Prozent. Den Höchstwert erzielten von Gemini verfasste Unterlagen mit 90 Prozent. Claude erwies sich damit als strengster Prüfer im Testfeld und zeigte zugleich eine ausgeprägte Vorliebe für den eigenen Textstil.

Andere Modelle zeigten abweichende Muster. GPT-5.4 bevorzugte keineswegs die eigenen Formulierungen. Während das OpenAI-Modell selbst verfasste Lebensläufe in 82 Prozent der Fälle zur Einstellung empfahl, schnitten Gemini-Texte mit 97 Prozent und Claude-Texte mit 95 Prozent deutlich besser ab. GPT-5.4 zeigte so eine Form negativer Selbstbevorzugung. Unabhängig davon funktionierten die Modelle grundsätzlich als Qualitätsfilter: Eine unpassende Bewerbung eines Berufseinsteigers auf eine Führungsposition wurde von allen Evaluatoren konsequent abgelehnt.

Ein weiteres Ergebnis betrifft die Dokumente aus der Feder von Gemini 3 Pro. Diese Schnittformate wurden von allen vier Test-KIs am erfolgreichsten bewertet. Mit Erfolgsquoten zwischen 90 und 97 Prozent überzeugte die strukturierte Form von Gemini durchgehend. Zudem traten bei identischen Dokumenten eklatante Bewertungsunterschiede zwischen den Prüfern auf. Im extremsten Fall vergab GPT-5.4 für einen von Claude verfassten Lebenslauf 74 Punkte, während Claude dasselbe Dokument mit lediglich 45 Punkten bewertete und ablehnte. Dieser Abstand von 29 Punkten entstand rein durch das prüfende Modell.

Wenn die Wahl eines KI-Tools die Einstellungschancen massiv beeinflusst, entstehen neue Diskriminierungsrisiken. Zudem stellt sich die Frage nach Transparenzpflichten gemäß Artikel 13 des EU AI Act bei Hochrisiko-KI-Systemen im Personalbereich. Firmen, die auf einkanalige KI-Filter setzen, riskieren hochqualifizierte Fachkräfte auszusortieren, nur weil deren Lebenslauf im falschen KI-Format vorliegt. Ort empfiehlt Unternehmen daher, automatisierte Bewerbungssortierungen vorab auf Stil-Unabhängigkeit zu testen und Prüf-Panels aus mehreren Modellen einzusetzen.

Stefan Krempl

Schattenwirtschaft KI: Blindflug bei Daten- und Klickarbeitern

KI-Modelle leben von Datenarbeitern, doch die Politik kennt weder Löhne noch Verträge. Warum das Fehlen einschlägiger Statistiken zum Risiko für die Branche wird.

Hinter dem schillernden Aufstieg der Künstlichen Intelligenz verbirgt sich weltweit ein Millionenheer von Menschen, die im Verborgenen Daten sortieren, Bilder beschriften, Sprachmodelle korrigieren und verstörende Inhalte aus den Netzwerken filtern. Ohne diese akribische, oft zermürbende Arbeit von Hand gäbe es weder funktionierende Sprachmodelle noch autonom fahrende Autos. Dennoch herrscht auf politischer Ebene eine erstaunliche Ahnungslosigkeit über die konkreten Lebens- und Arbeitsbedingungen dieser Beschäftigten. Das geht aus einer jetzt veröffentlichten Antwort der Bundesregierung auf eine Anfrage der Linksfraktion im Bundestag hervor. Demnach liegen der Politik bislang kaum belastbare Erkenntnisse oder eigene Daten über Datenarbeiter in Deutschland vor.

In ihrer Antwort räumt die Bundesregierung unverhohlen ein, dass Datenarbeit in der amtlichen Statistik gar nicht gesondert erfasst wird. Weder die Sozialversicherungsträger noch die offizielle Klassifikation der Berufe der Bundesagentur für Arbeit führen Data-Labeler, KI-Tutoren oder Content-Moderatoren als eigenständige Kategorie. Ein Grund dafür liegt laut der Exekutive in der Datensparsamkeit sowie der Wirtschaftlichkeit: Die Sozialversicherung erfasse nur Merkmale, die für die Erfüllung ihrer gesetzlichen Aufgaben zwingend notwendig seien. Eine Änderung dieser Praxis sei auch für die Zukunft nicht beabsichtigt. In der Praxis führt das dazu, dass fundamentale Kennzahlen wie die genaue Gesamtzahl der Tätigen, das vorherrschende Niveau der Löhne, das Ausmaß unbezahlter Arbeitszeit durch Warte- oder Vorbereitungszeiten sowie die Verteilung auf verschiedene Beschäftigungsformen in Deutschland im Dunkeln bleiben.

Auch bezüglich extremer psychischer Belastungen, denen viele Beschäftigte in diesem Sektor ausgesetzt sind, hat die Bundesregierung ein Erkenntnisdefizit. Zwar räumt sie ein, dass eine wachsende Anzahl internationaler Studien deutliche Hinweise auf ein erhöhtes Risiko für schwere psychische Beanspruchungen, Angststörungen und posttraumatische Belastungsstörungen bei Content-Moderatoren liefere, die täglich mit Gewalt, Missbrauch oder Schikanen konfrontiert werden. Für den deutschen Markt fehlen jedoch systematische Erhebungen. Das begründet die Exekutive etwa mit dem Fehlen standardisierter und kulturübergreifend validierter Messinstrumente. Zwar befasst sich der Ärztliche Sachverständigenbeirat Berufskrankheiten derzeit mit Erkrankungen wie Depressionen in Berufen mit hoher psychosozialer Belastung, eine spezifische Eingrenzung auf die Datenarbeit gibt es dabei allerdings nicht.

Obwohl sich das Bundesministerium für Arbeit und Soziales seit Anfang 2026 nach eigenen Angaben verstärkt mit dem Thema befasst und an Fachgesprächen teilnimmt, sind eigene berufsbezogene statistische Erhebungen oder empirische Studien zur Datenarbeit derzeit ausdrücklich nicht geplant. Stattdessen verweist das Ressort auf allgemeine Forschungsvorhaben im Bereich des algorithmischen Managements sowie auf bestehende europäische Regelungen wie die KI-Verordnung, den Digital Services Act (DSA) und die Richtlinie zur Plattformarbeit, von denen es sich künftig mehr Transparenz erhofft.

Auch beim Thema Gesundheitsschutz setzt die Regierung auf allgemeine Vorhaben wie die Politikwerkstatt für psychische Gesundheit sowie Tarif- und Betriebspartner. Eine Anerkennung der Datenarbeit als eigenständiger Ausbildungsberuf strebt sie nicht an. Hier verweist das Ministerium auf die modernisierten IT-Berufe wie den Fachinformatiker für Daten- und Prozessanalyse. Die oft prekäre und unsichtbare Realität der Datenarbeit in Deutschland bleibt damit vorerst ein blinder Fleck der Wirtschaftspolitik.

Stefan Krempl