Zwei Prozent lassen die KI Bewerbungsgespräche führen, OpenAI rät zu kürzeren Prompts

Zwölf Prozent der deutschen Unternehmen setzen im Bewerbungsprozess KI ein. Das hat Bitkom Research in einer repräsentativen Telefonumfrage unter 602 Unternehmen ab drei Beschäftigten ermittelt, veröffentlicht am 28. September. Am häufigsten schreibt die KI Stellenanzeigen. 9 Prozent nutzen das, weitere 59 Prozent können es sich vorstellen. Bewerbungen vorsortieren lassen 6 Prozent, 27 Prozent halten das für denkbar. Ein Bewerbungsgespräch führt die KI heute in 2 Prozent der Firmen, 17 Prozent können es sich für die Zukunft vorstellen. Mich interessiert an der Umfrage vor allem der Abstand zwischen Wollen und Tun. Beim gezielten Ausspielen von Anzeigen an bestimmte Zielgruppen liegt er bei 46 zu 3 Prozent. An der Technik dürfte das kaum liegen. Bitkom-Hauptgeschäftsführer Bernhard Rohleder sagt, Unternehmen bräuchten „vor allem Rechtssicherheit bei der Umsetzung des AI Acts“. Der AI Act ist die KI-Verordnung der EU, und sie führt Software zur Auswahl von Bewerber:innen in ihrer Liste der Hochrisiko-Anwendungen. Dort steht ausdrücklich auch das gezielte Schalten von Stellenanzeigen. Wer im Recruiting mit KI anfangen will, beginnt am besten beim Anzeigentext. Dort entscheidet die Maschine über keinen Menschen, und das Ergebnis liest ohnehin jemand gegen, bevor es online geht. Je näher ein Werkzeug an die Auswahlentscheidung rückt, desto mehr Sorgfalt verlangt es. Wie die aussehen kann, steht unten in der Praxis.

OpenAI hat am 2. Oktober einen Leitfaden für seine Modellfamilie GPT-6 veröffentlicht, der sich wie eine Checkliste für alle liest, die Agenten bauen oder bauen lassen. Die Familie hat drei Stufen. Astra ist für die härtesten Denkaufgaben gedacht, Sol für anspruchsvolles Programmieren, Recherche und das Bedienen von Computeroberflächen. Luna übernimmt klar umrissene Massenarbeit, OpenAI nennt als Beispiele das Auslesen von Rechnungsfeldern und das Einsortieren von Anfragen. Der Preisabstand ist groß. Astra kostet 10 US-Dollar je Million Eingabe-Token, Luna 10 Cent. Token sind die Textbausteine, in denen KI-Anbieter abrechnen. Die wichtigste Kennzahl im Papier heißt Kosten pro erfolgreich erledigter Aufgabe. OpenAI empfiehlt, vor dem Einsatz typische Aufgaben durchlaufen zu lassen und dabei Erfolgsquote, Antwortzeit und eben diese Kosten zu messen. Ein billiges Modell, das jede dritte Rechnung falsch ausliest, kann am Ende teurer sein als ein mittleres, das fast immer trifft. Dass ein Anbieter zum Nachmessen rät, bevor man sein teuerstes Modell bucht, kommt nicht alle Tage vor. Der Leitfaden gibt zwei weitere Ratschläge. Wiederkehrende Textteile wie die immer gleiche Arbeitsanweisung lassen sich zwischenspeichern (Prompt Caching), solche Eingaben kosten laut OpenAI bis zu 95 Prozent weniger. Und Prompts dürfen kürzer werden. OpenAI-Entwickler Eric Provencher schreibt, die Modelle verstünden Nuancen inzwischen so gut, dass allzu detaillierte Vorgaben die Ergebnisse verschlechtern können. Wichtiger sei festzulegen, was „fertig“ bedeutet, also Änderung umsetzen, ausführen, Ergebnis prüfen und Fehler beheben. Wer seinem Agenten seitenlange Regelwerke mitgibt, sollte sie beim nächsten Modellwechsel auf den Prüfstand stellen.

Die aktivsten zehn Prozent der Nutzer:innen schreiben 63 Prozent aller Eingaben an ChatGPT. Das zeigt eine Auswertung des Forschungsinstituts Epoch AI vom 1. Oktober. Grundlage sind die Chatverläufe von 5.000 US-Amerikaner:innen aus einem Panel des Umfrageinstituts YouGov, die ihre Daten freiwillig bereitgestellt haben. Zusammen sind das rund 8,3 Millionen Nachrichten aus etwa 660.000 Unterhaltungen. Die Forschenden sahen nur Metadaten wie Zeitpunkt und Länge, keine Inhalte. Der mittlere aktive Nutzer (Median) schrieb 2023 noch 14 Nachrichten im Monat, 2025 waren es 36. Eine typische Unterhaltung besteht weiterhin aus nur zwei Eingaben. Epoch nennt die Schwächen der Daten offen. Dabei ist nur, wer 2026 noch ChatGPT genutzt hat, Aussteiger fehlen also. Das Panel ist außerdem älter und formal höher gebildet als die Nutzerschaft insgesamt, und die Daten sind nicht gewichtet. Übertragen auf deinen Betrieb würde ich trotzdem vermuten, dass wenige Leute den Großteil des Nutzens aus Lizenzen holen, die du für alle bezahlst. Ein Blick in die Nutzungsstatistik deines KI-Werkzeugs zeigt, wer das ist und von wem die anderen lernen könnten.

Vier Regeln für KI im Bewerbungsprozess Die Bitkom-Zahlen von oben zeigen viel Interesse und wenig Praxis. Mit vier Regeln lässt sich der Einstieg so gestalten, dass er vor Bewerber:innen und Betriebsrat bestehen kann. Erstens nach Risiko sortieren. Anzeigentexte und Terminabstimmung berühren keine Auswahlentscheidung und eignen sich für den Start. Das Filtern von Bewerbungen und das Bewerten von Kandidat:innen nennt der AI Act dagegen in seiner Hochrisiko-Liste. Zweitens entscheidet ein Mensch. Nach der Datenschutz-Grundverordnung hat jede Person das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die sie erheblich beeinträchtigt. Eine Absage, die allein auf dem Punktwert einer Software beruht, ist deshalb heikel. Lege fest, wer jede Absage ansieht, und halte das schriftlich fest. Drittens mit alten Fällen testen. Lass das Werkzeug anonymisierte Unterlagen aus abgeschlossenen Bewerbungsrunden bewerten und vergleiche mit euren damaligen Entscheidungen. Fallen bestimmte Gruppen auffällig oft durch, etwa Ältere oder Menschen mit Lücken im Lebenslauf, kommt das Werkzeug nicht in den Betrieb. Viertens offen damit umgehen. Schreib in die Stellenanzeige oder die Eingangsbestätigung, an welcher Stelle KI mitarbeitet. Binde den Betriebsrat ein, bevor du kaufst, und lass dir vom Anbieter schriftlich geben, wie er die Pflichten aus dem AI Act erfüllt. Eine Rechtsberatung ersetzt diese Liste nicht.

1. Google hat sein Prämienprogramm für Sicherheitslücken in Open-Source-Software zum 1. Oktober ausgesetzt, voraussichtlich bis ins erste Quartal 2027. Als Grund nennt der Konzern einen starken Anstieg automatisierter Einsendungen, von denen die große Mehrheit ungültig sei, berichtet TechCrunch. KI-Massenware legt damit ein Verfahren lahm, das auf menschliche Prüfer angewiesen ist. Dasselbe kann jedem Postfach passieren, in dem Bewerbungen oder Supportanfragen landen. 2) Apple will den Vollzugriff auf die Festplatte am Mac strenger absichern. Die Einstellung „Full Disk Access“ erlaubt Programmen den Zugriff auf Dateien, Nachrichten, Mails und Browserverlauf. Laut TechCrunch schreibt Apple in seinem Entwicklerblog, manche Entwickler nutzten das auf eine Weise, die Nutzer:innen gefährde, und mit autonomeren KI-Agenten wachse das Risiko erheblich. Künftig soll die Freigabe eine sehr ausdrückliche Handlung der Nutzer:innen erfordern. Bis dahin lohnt ein Blick in die Systemeinstellungen deiner Firmen-Macs, welche KI-Apps diesen Vollzugriff schon haben. 3) Anthropic steckt 100 Millionen US-Dollar in die Ausbildung von 10.000 Ingenieur:innen, die bis Ende 2027 lernen sollen, KI-Agenten in Unternehmen einzuführen. Zum Programm gehört eine zwölfwöchige Praxisphase mit echten Projekten im eigenen Haus, in den ersten Jahrgängen sitzen Leute von Accenture, Deloitte, McKinsey, Morgan Stanley und Novo Nordisk. Ich lese das als Zeichen, dass bei KI-Projekten inzwischen die Fachleute knapper sind als die Modelle. 4) US-Präsident Trump hat eine „Super Intelligence Force“ eingesetzt. Die Arbeitsgruppe unter Geheimdienstdirektor Jay Clayton soll binnen 120 Tagen einen Bericht über Risiken und Chancen der KI vorlegen und laut ihrem Auftrag eine Überregulierung verhindern, die Innovation abwürgt, berichten TechCrunch und t3n. Für Unternehmen, die auf beiden Seiten des Atlantiks verkaufen, driften die Regeln weiter auseinander, weil die EU Nachweise verlangt und Washington auf freiwillige Zusagen setzt.