Recruiting gehört zu den Bereichen im HR-Umfeld, die KI am schnellsten übernommen haben, und begonnen hat es beim Schreiben. Die Talent-Trends-Studie 2025 von SHRM ergab, dass 51% der Organisationen inzwischen KI im Recruiting einsetzen – Teil eines Anstiegs der gesamten KI-Nutzung im HR-Bereich auf 43% gegenüber 26% im Vorjahr. LinkedIns Future-of-Recruiting-2025-Report beziffert den Anteil der Talent-Acquisition-Fachkräfte, die generative KI ausprobieren oder bereits fest einsetzen, auf 37%, und diejenigen, die sie nutzen, berichten von einer Reduzierung ihres Wochenpensums um 20% – umgerechnet fast ein ganzer Tag pro Woche.
Die größten Erfolge zeigen sich dort, wo die Arbeit repetitiv und textlastig ist: Das Schreiben von Stellenanzeigen ist mit 66% der mit Abstand häufigste Einsatzbereich, noch vor der Lebenslaufprüfung (44%) und der automatisierten Kandidatensuche (32%). Neun von zehn Nutzern sagen, dass KI ihnen Zeit spart, und Recruiter lenken diese Zeit zunehmend in die Prüfung von Kandidaten und den Beziehungsaufbau um – Arbeitgeber nennen „Beziehungsaufbau" inzwischen deutlich häufiger als geforderte Recruiter-Kompetenz als noch vor einem Jahr. Das Muster, das funktioniert: KI entwirft, der Mensch entscheidet.
Personalgewinnung ist zugleich einer der rechtlich heikelsten Bereiche für den Einsatz von KI-Tools. Die Haftung für mittelbare Diskriminierung (disparate impact) nach Title VII gilt auch für KI-gestützte Auswahlverfahren, und Sie haften auch dann, wenn das Tool eines Anbieters die Verzerrung verursacht hat. New York Citys Local Law 144 verlangt für jedes Tool, das Kandidaten bewertet oder rankt, ein unabhängiges jährliches Bias-Audit und eine Kandidateninformation, und Illinois sowie Colorado bekommen 2026 eigene KI-Recruiting-Gesetze. Die EEOC hat ihre KI-Leitlinien im Januar 2025 zurückgezogen, doch die zugrunde liegenden Gesetze haben sich dadurch nicht geändert. Jeder Workflow unten hält KI auf die Entwurfsebene beschränkt – und hält personenbezogene Kandidatendaten aus Consumer-Chatbots heraus.
51% der Organisationen nutzen inzwischen KI zur Unterstützung im Recruiting, und die KI-Nutzung im gesamten HR-Bereich stieg 2025 laut SHRMs Talent-Trends-Studie 2025 auf 43% gegenüber 26% im Vorjahr.Quelle ↗
Das Schreiben von Stellenanzeigen ist mit 66% der häufigste KI-Einsatz im Recruiting, vor der Lebenslaufprüfung (44%), der automatisierten Kandidatensuche (32%) und der Kommunikation mit Bewerbern (29%).Quelle ↗
37% der Talent-Acquisition-Fachkräfte probieren generative KI aus oder setzen sie bereits fest ein, und Nutzer berichten von einer Reduzierung ihres Wochenpensums um 20% – rund einen Tag pro Woche, laut LinkedIns Future of Recruiting 2025.Quelle ↗
89% der HR-Fachkräfte, deren Organisation KI im Recruiting einsetzt, sagen, dass sie Zeit spart oder die Effizienz steigert, und 36% berichten von niedrigeren Einstellungskosten – dennoch geben 67% an, dass ihre Organisation die Mitarbeitenden nicht proaktiv im Umgang mit KI geschult hat.Quelle ↗
Stellenanzeigen sind mit 66% (laut SHRM-Daten 2025) der häufigste KI-Einsatz im Recruiting, und der Grund ist einfach: Textbaustein-Anzeigen schrecken gute Kandidaten ab. Aufgeblähte „Anforderungen", eine endlose Wunschliste und unbemerkt geschlechtsspezifische Formulierungen verkleinern und verzerren den Bewerberpool, bevor sich überhaupt jemand bewirbt. KI liefert zuverlässig einen schnellen ersten Entwurf, den Sie anschließend auf das zuschneiden, was die Rolle wirklich braucht.
Prompt
Sie unterstützen einen erfahrenen Recruiter beim Entwurf einer inklusiven, kompetenzbasierten Stellenanzeige. Sie schreiben den ersten Entwurf; ich passe ihn an die reale Rolle an.
Rolle und Level: {{role_title}}
Was die Person tatsächlich können muss (Kompetenzen und Ergebnisse, keine Abschlüsse): {{must_have_skills}}
Team, Mission und Berichtslinie: {{team_context}}
Standort, Arbeitsmodell und was ich zum Gehalt sagen kann: {{comp_and_location}}
Verfassen Sie eine Stellenanzeige mit: einem zweisätzigen Einstieg, einer Liste „Ihre Aufgaben" mit 5-6 Ergebnissen, einer Liste „Das bringen Sie mit" unterteilt in Muss- und Nice-to-have-Kriterien, sowie einem kurzen Absatz „So arbeiten wir".
Regeln:
- Stützen Sie jede Anforderung auf die Kompetenzen und Ergebnisse, die ich Ihnen genannt habe. Erfinden Sie KEINE Zuständigkeiten, Technologien, Berufserfahrungsschwellen oder Benefits, die ich nicht genannt habe – setzen Sie [PRÜFEN] ein, wo eine Angabe fehlt.
- Halten Sie die Muss-Kriterien kurz; verschieben Sie alles, was nicht wirklich erforderlich ist, zu den Nice-to-haves. Lange Anforderungslisten verkleinern und verzerren den Bewerberpool.
- Markieren Sie jede Formulierung, die geschlechtsspezifisch, altersdiskriminierend oder ausgrenzend wirken könnte („Rockstar", „jung und dynamisch", „Muttersprachler Englisch") und schlagen Sie eine neutrale Alternative vor.
- Klare Sprache, aktiver Stil, keine Superlative. Zielen Sie auf unter 500 Wörter.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Kaltakquise ist der Punkt, an dem die meiste Kandidatensuche scheitert – generische InMails werden ignoriert, und passive Kandidaten erkennen einen Serienbrief schon an der Betreffzeile. Die Kommunikation mit Kandidaten gehört zu den Top-KI-Einsätzen im Recruiting, und LinkedIns Daten von 2025 zeigen einen Zusammenhang zwischen intensiver Nutzung KI-gestützter Nachrichten und einer höheren Quote an qualitativ hochwertigen Einstellungen. KI eignet sich gut dafür, wenige echte Details in eine kurze, konkrete Nachricht zu verwandeln – solange die Details echt sind.
Prompt
Sie unterstützen einen Recruiter beim Verfassen einer kurzen, konkreten Ansprache an einen passiven Kandidaten. Ziel ist eine Antwort, kein Hard Sell.
Ein echtes, öffentliches Detail über den Kandidaten, auf das ich Bezug nehmen möchte (das tippe ich selbst ein): {{candidate_hook}}
Die Rolle und der ehrliche, einzeilige Grund, warum sie interessant ist: {{role_pitch}}
Warum ausgerechnet diese Person – der Kompetenz-Match: {{why_them}}
Kanal und Längenbegrenzung: {{channel_and_length}}
Verfassen Sie zwei Versionen der Nachricht. Jede muss:
- Mit dem konkreten Detail beginnen, das ich Ihnen genannt habe, nicht mit einem allgemeinen Kompliment.
- In ein bis zwei Sätzen sagen, worum es bei der Rolle geht und warum sie passen könnte.
- Eine klare, unaufdringliche Bitte enthalten (ein 15-minütiges Gespräch, oder „ein Gespräch wert?").
- Wie von einem Menschen klingen: umgangssprachliche Kurzformen, kurze Sätze, kein Floskel-Deutsch, kein „Mir ist Ihr Profil aufgefallen".
Regeln: Verwenden Sie NUR die Details, die ich angegeben habe. Erfinden Sie keine Fakten über den Kandidaten, seine Betriebszugehörigkeit oder seine Erfolge, und behaupten Sie nicht, dass die Rolle Gehalt, Titel oder Vorteile bietet, die ich nicht genannt habe. Fehlt etwas, verwenden Sie einen [AUSFÜLLEN]-Platzhalter. Halten Sie jede Version innerhalb der Kanalbegrenzung.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Die richtigen Kandidaten im LinkedIn Recruiter, einem ATS oder per Google-X-Ray zu finden bedeutet, boolesche Suchstrings voller Titelvarianten, Kompetenz-Synonyme und Ausschlüsse zu schreiben – mühsam zu erstellen und leicht in Nuancen falsch zu machen. Die automatisierte Kandidatensuche ist ein Kern-KI-Einsatz (rund 32% der Teams), und das ist eine Aufgabe, bei der KI wirklich gut ist: Sie generiert und erklärt die Strings, sodass Sie sie von Hand nachjustieren können.
Prompt
Sie sind ein Sourcing-Experte, der für einen Recruiter boolesche Suchstrings schreibt und erklärt. Ich beschreibe die Rolle; Sie liefern mir Strings, die ich nachjustieren kann.
Rolle und Kernkompetenzen: {{role_and_skills}}
Muss- vs. Nice-to-have-Kriterien: {{must_have_vs_nice}}
Wo ich suche (LinkedIn Recruiter, ATS, Google-X-Ray usw.): {{platform}}
Titel, Unternehmen oder Begriffe, die ausgeschlossen werden sollen: {{exclusions}}
Liefern Sie:
1. Drei boolesche Strings — einen engen (hohe Präzision), einen breiten (hohe Trefferquote) und einen dazwischen — einsatzbereit zum Einfügen, mit korrekt für die genannte Plattform verwendeten AND/OR/NOT-Operatoren und Anführungszeichen.
2. Einen Hinweis in einfacher Sprache dazu, was jeder String über- oder untermatched, damit ich weiß, welchen ich wann einsetze.
3. Eine Liste mit Synonymen und Varianten: alternative Jobtitel, angrenzende Kompetenzen und gängige Falschschreibweisen, die ich hinzufügen oder entfernen sollte.
Regeln: Passen Sie die Syntax an die genannte Plattform an und weisen Sie auf alles hin, was diese Plattform nicht unterstützt (LinkedIn ignoriert Klammern; ein Google-X-Ray braucht einen site:-Operator). Behaupten Sie nicht, dass ein String eine bestimmte Anzahl an Personen oder konkrete Einzelpersonen findet — das sind Ausgangspunkte, die ich testen und verfeinern werde. Ist die Rolle zu vage, um gut zu suchen, sagen Sie mir genau, was ich präzisieren muss.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Unstrukturierte Interviews sind der Ort, an dem sich Verzerrungen einschleichen und an dem zwei Interviewer denselben Kandidaten völlig unterschiedlich bewerten. Strukturierte, stellenbezogene Fragen mit einem gemeinsamen Bewertungsbogen sind der am besten belegte Weg, Einstellungen fairer und zugleich aussagekräftiger zu machen — und kompetenzbasierte Beurteilung ist eine erklärte Priorität für Talent-Teams 2025. KI eignet sich gut dafür, die realen Kompetenzen einer Rolle in konsistente Fragen und Bewertungsanker zu übersetzen.
Prompt
Sie sind ein Interview-Experte, der einem Recruiter beim Aufbau eines strukturierten, stellenbezogenen Interviewleitfadens mit Bewertungsbogen hilft. Konsistenz und Fairness zählen mehr als Cleverness.
Rolle und die 3-5 Kompetenzen, die tatsächlich über Erfolg entscheiden: {{role_and_competencies}}
Um welche Interviewstufe es sich handelt (Recruiter-Screening, Hiring Manager, Panel usw.): {{interview_stage}}
Zeitlimit und Format: {{format_constraints}}
Erstellen Sie:
1. Für jede Kompetenz eine offene Verhaltensfrage ("Erzählen Sie mir von einer Situation, in der...") plus zwei Nachfragen, die über eine einstudierte Antwort hinausgehen.
2. Einen Bewertungsbogen: jede Kompetenz bewertet von 1-4, mit einem einzeiligen Verhaltensanker, der beschreibt, wie eine 1, 2, 3 und 4 aussieht, damit verschiedene Interviewer konsistent bewerten.
3. Einen kurzen Hinweis darauf, worauf man wirklich achten sollte im Vergleich zu dem, was nur ein guter Redner ist.
Regeln: Jede Frage muss stellenbezogen sein und an eine von mir genannte Kompetenz gebunden sein — erfinden Sie KEINE Kompetenzen und fügen Sie keine Fragen hinzu, die nichts mit der Rolle zu tun haben. Erstellen Sie KEINE Frage, die nach Alter, Herkunft, Religion, nationaler Herkunft, Behinderung, Schwangerschaft, Familienstand oder anderen geschützten Merkmalen fragt oder solche offenbart; grenzt eine von mir genannte Kompetenz an dieses Gebiet, weisen Sie darauf hin, statt die Frage zu schreiben. Halten Sie den gesamten Leitfaden innerhalb des von mir gesetzten Zeitlimits.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Die Lebenslaufprüfung ist mit 44% der zweithäufigste KI-Einsatz im Recruiting und zugleich der rechtlich brisanteste. Einen Chatbot Kandidaten anhand ihrer Lebensläufe ranken oder ablehnen zu lassen, ist genau das, was Bias-Audit-Gesetze und die Haftung für mittelbare Diskriminierung auslöst. Die sichere, nützliche Variante dreht das um: Lassen Sie KI aus der Rolle einen stellenbezogenen Bewertungsbogen erstellen und Ihnen eine konsistente Möglichkeit geben, Ihre eigenen Einschätzungen festzuhalten — Sie treffen die Beurteilung.
Prompt
Sie unterstützen einen Recruiter beim Aufbau eines fairen, stellenbezogenen Screening-Bewertungsbogens für eine Rolle. Wichtige Grenze: Sie entwerfen den Bewertungsbogen; Sie beurteilen, ranken, bewerten oder lehnen KEINEN echten Kandidaten ab, und ich werde keine Lebensläufe oder Kandidatendaten in diesen Chat einfügen.
Die tatsächlichen Anforderungen der Rolle und Muss-Kompetenzen: {{job_requirements}}
Wie ich aktuell entscheide, wer weiterkommt — meine groben Kriterien: {{screening_criteria}}
Erstellen Sie:
1. Einen Screening-Bewertungsbogen, der jedes Muss-Kriterium in ein beobachtbares, stellenbezogenes Signal verwandelt ("hat X bereits umgesetzt" statt "guter Kommunikator"), mit einer einfachen Skala erfüllt/vielleicht/kein Signal und einer Gewichtung, die zeigt, welche Anforderungen am wichtigsten sind.
2. Eine kurze, konsistente Vorlage, mit der ich festhalten kann, warum ein Kandidat ein Kriterium erfüllt hat oder nicht, damit meine eigenen Notizen strukturiert und vergleichbar bleiben.
3. Eine "Vorsicht"-Liste: Kriterien in meinen groben Notizen, die riskante Stellvertreter für geschützte Merkmale sind (Abschlussjahr, Lücken im Lebenslauf, "Kulturfit", Prestige der Hochschule) und ein stattdessen zu verwendendes stellenbezogenes Signal.
Regeln: Bauen Sie den Bewertungsbogen nur aus den Anforderungen, die ich Ihnen genannt habe — erfinden Sie keine Muss-Kriterien. Bieten Sie nicht an, Lebensläufe zu prüfen oder Kandidaten für mich zu bewerten; der Bewertungsbogen ist ein Werkzeug, das ich von Hand anwende. Halten Sie ihn schlicht und nachvollziehbar.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Eine Stellenanzeige allein füllt eine umkämpfte Rolle selten, deshalb schreiben Recruiter zunehmend Social-Posts, "Warum bei uns"-Texte und Kampagnen-Aufhänger, um eine Pipeline aufzubauen — und Employer Branding ist ein zentrales Thema in LinkedIns 2025er Report. KI eignet sich gut dafür, aus einem Satz echter Verkaufsargumente mehrere Formate zu spinnen, sodass Sie eher redigieren als jedes Mal bei einer leeren Seite anzufangen.
Prompt
Sie sind ein Recruiting-Marketing-Texter, der einem Recruiter hilft, eine konkrete offene Rolle zu bewerben. Ehrlichkeit und Konkretheit schlagen Hype.
Die Rolle und ihre echten Verkaufsargumente — reale Projekte, Wachstum, Team, Mission, Dinge, für die ich einstehen kann: {{role_and_selling_points}}
Wen ich erreichen möchte und was dieser Person wichtig ist: {{audience}}
Wo das laufen wird und der gewünschte Ton: {{channels_and_tone}}
Erstellen Sie:
1. Einen LinkedIn-Post unter 150 Wörtern, der mit dem überzeugendsten echten Verkaufsargument beginnt, nicht mit dem Jobtitel.
2. Einen kurzen Absatz "Warum dieses Team", den ich in der Ansprache und auf der Karriereseite wiederverwenden kann.
3. Drei Betreffzeilen oder Aufhänger, die die gleiche Rolle aus unterschiedlichen Blickwinkeln zeigen.
Regeln: Verwenden Sie NUR die Verkaufsargumente, die ich Ihnen genannt habe. Erfinden Sie KEINE Benefits, Gehälter, Kulturaussagen oder Auszeichnungen — wirkt ein Post dünn, sagen Sie mir, welches echte Detail ihn stärken würde, statt eines zu erfinden. Vermeiden Sie Klischees ("Rockstar", "hart arbeiten, hart feiern", "wir sind eine Familie") und alles, was alters- oder geschlechtscodiert wirkt ("Digital Native", "junges Team"). Keine Emojis, außer ich bitte darum. Halten Sie jede Aussage so, dass ein Kandidat uns am ersten Tag daran messen könnte.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
Was Recruiter häufig fragen
Ist der Einsatz von KI im Recruiting legal?
Ja, aber Personalgewinnung ist stark reguliert. Die Haftung für mittelbare Diskriminierung nach Title VII gilt auch für KI-gestützte Auswahlverfahren, und Sie haften auch dann, wenn das Tool eines Anbieters die Verzerrung verursacht hat. New York Citys Local Law 144 verlangt für jedes Tool, das Kandidaten bewertet oder rankt, ein unabhängiges Bias-Audit und eine Kandidateninformation, und Illinois sowie Colorado bekommen 2026 in Kraft tretende KI-Recruiting-Gesetze. KI zum Entwerfen einzusetzen ist risikoarm; sie entscheiden zu lassen, ist der Punkt, an dem das Recht zubeißt.
Hat die EEOC ihre KI-Regeln 2025 nicht fallen gelassen?
Die EEOC hat ihre nicht bindenden technischen KI-Hilfsdokumente im Januar 2025 entfernt, und eine bundesweite Executive Order wies Behörden an, die Durchsetzung bei mittelbarer Diskriminierung nachrangig zu behandeln. Doch diese Dokumente erklärten nur geltendes Recht — sie schufen es nicht. Title VII, der ADA und bundesstaatliche sowie kommunale Gesetze wie NYC Local Law 144 gelten weiterhin uneingeschränkt und werden auf bundesstaatlicher Ebene aktiv ausgeweitet.
Darf ich den Lebenslauf eines Kandidaten in ChatGPT einfügen, um ihn zu prüfen?
Nicht in ein Consumer-Tool. Ein Lebenslauf enthält personenbezogene Kandidatendaten, die unter die DSGVO, CCPA und die Datenpflichten Ihres Unternehmens fallen, und Consumer-Chatbots speichern oder trainieren möglicherweise mit dem, was Sie einfügen. Ein Tool, das Kandidaten bewertet oder rankt, ist zudem wahrscheinlich ein AEDT, das ein Bias-Audit und eine vorherige Information erfordert. Nutzen Sie KI, um einen stellenbezogenen Bewertungsbogen zu erstellen, und wenden Sie ihn dann selbst auf echte Kandidaten an.
Wo sollte ein Recruiter mit KI anfangen?
Beginnen Sie mit den Schreibaufgaben, die keine Kandidatendaten enthalten: Stellenanzeigen, Ansprache-Vorlagen, boolesche Suchstrings und Interviewleitfäden. Stellenanzeigen sind mit 66% bereits der häufigste KI-Einsatz, und diese Aufgaben zahlen sich schon in der ersten Woche aus, ohne die personenbezogenen Daten eines Kandidaten oder eine Einstellungsentscheidung zu berühren.