Damit aus KI-Governance gelebte Praxis wird

KI-Governance im Recruiting wird häufig als Projekt behandelt: Das Unternehmen verabschiedet eine Richtlinie, prüft einen Anbieter und schult das Team. Die entscheidenden Risiken entstehen jedoch später – wenn zum Beispiel ein Profil unvollständig ist, ein Score plausibel wirkt oder niemand weiß, wer eine Empfehlung prüfen darf.

KI-Governance: Betriebsregeln für Recruiting-Teams

Deshalb braucht ein Recruiting-Team konkrete Betriebsregeln. Sie müssen im System und im Ablauf sichtbar und anhand realer Fälle überprüfbar sein. Die folgenden sieben Regeln sind ein produktneutraler Selbstcheck und ersetzen keine rechtliche Prüfung.

Regel 1: Entscheidungsrechte vor dem ersten KI-Einsatz festlegen

Die wichtigste Frage lautet nicht, was ein KI-System kann, sondern welche Entscheidung es treffen darf. Zwischen Zusammenfassen, Vorschlagen, Priorisieren und Ablehnen liegen große Unterschiede. Ein Team sollte jeden Einsatzfall einer Stufe zuordnen und die verantwortliche Person dokumentieren. Eine brauchbare Regel benennt den zulässigen Systembeitrag, die menschliche Entscheidung und den Eskalationsweg. "Ein Mensch bleibt beteiligt" ist zu ungenau. Die verantwortliche Person muss das Ergebnis verstehen, hinterfragen und wirksam ändern können.

Kontrollfrage: Wer darf eine Empfehlung bestätigen, überstimmen oder stoppen – und ist diese Person dafür ausreichend informiert und befugt?

Typisches Fehlmuster: Der Recruiter oder die Recruiterin sieht eine Rangfolge, kann aber weder ihre Grundlage prüfen noch den weiteren Prozess ohne Umweg verändern.

Regel 2: Evidenz und Bewertung getrennt halten

Ein Lebenslauf, ein Gespräch und eine Arbeitsprobe enthalten Beobachtungen. Anforderungen, Kriterien und Gewichtungen sind dagegen Festlegungen des Unternehmens. Beide Ebenen dürfen nicht miteinander verschmelzen. Für jede relevante Bewertung sollte nachvollziehbar sein, welche Information vorlag und welche Regel darauf angewendet wurde. Eine automatisch erzeugte Zusammenfassung kann bei der Orientierung helfen, darf aber nicht zur neuen Tatsachenquelle werden.

Kontrollfrage: Führt jede wesentliche Aussage zurück zur Bewerbungsangabe, zum Gesprächsvermerk oder zum geprüften Nachweis?

Typisches Fehlmuster: Eine flüssige KI-Zusammenfassung wird wie ein belegter Kandidatenfakt behandelt, obwohl sie mehrere Quellen vermischt oder eine Lücke ergänzt.

Regel 3: Fehlende Information als eigenen Zustand führen

Nicht vorhandene Evidenz ist keine negative Evidenz. Fehlt im Profil eine Angabe, kann eine Qualifikation fehlen oder nur unerwähnt geblieben sein. Wer beides gleichbehandelt, bestraft Kandidatinnen und Kandidaten für die Struktur ihrer Unterlagen. Ein belastbarer Prozess unterscheidet daher mindestens drei Zustände: belegt, nicht belegt und unbekannt. Der unbekannte Zustand löst bei einer wichtigen Anforderung eine Rückfrage, ein Interviewthema oder eine andere Prüfung aus. Er wird nicht unbemerkt zu null Punkten.

Kontrollfrage: Kann das Team erkennen, ob ein Kriterium tatsächlich nicht erfüllt ist oder lediglich die Information fehlt?

Typisches Fehlmuster: Ein Pflichtfeld ohne Inhalt senkt automatisch den Score, obwohl noch keine gegenteilige Aussage vorliegt.

Regel 4: Berechnung und sprachliche Erklärung trennen

Ein Score wirkt objektiv, eine gute Erklärung überzeugend. Beides kann jedoch aus unterschiedlichen Mechanismen stammen. Fest definierte Kriterien und Gewichtungen sollten zu einem reproduzierbaren Ergebnis führen. Eine generative Erklärung kann dieses Ergebnis verständlich machen, darf es aber weder erzeugen noch nachträglich verändern. Teams müssen Berechnungslogik und Erklärung getrennt prüfen. Eine plausible Begründung belegt keine korrekte Berechnung; ein reproduzierbarer Score erklärt noch keine Personalentscheidung.

Kontrollfrage: Lässt sich das berechnete Ergebnis ohne den generierten Text reproduzieren – und lässt sich jede Erklärung auf vorhandene Evidenz zurückführen?

Typisches Fehlmuster: Die Begründung nennt eine Stärke oder ein Risiko, das in den Ausgangsdaten nicht vorkommt.

Regel 5: Übersteuerung mit Begründung dokumentieren

Menschliche Entscheidung heißt nicht, dass Menschen immer gegen das System entscheiden müssen. Entscheidend ist, dass sie es können und dass der Vorgang nachvollziehbar bleibt. Dafür braucht es einen einfachen, nicht strafenden Weg zur Übersteuerung. Dokumentiert werden sollten Ausgangsergebnis, Unsicherheit, menschliche Handlung und ein kurzer Grund. Häufen sich Übersteuerungen bei bestimmten Rollen oder Kriterien, gehört die Konfiguration auf den Prüfstand.

Kontrollfrage: Kann eine verantwortliche Person das Ergebnis direkt ändern und bleibt erkennbar, warum sie es getan hat?

Typisches Fehlmuster: Abweichungen werden außerhalb des Systems per E-Mail abgestimmt und sind später weder auswertbar noch dem Fall zuzuordnen.

Regel 6: Eskalationen als normalen Betriebsweg gestalten

Ein unklarer Fall ist kein Systemfehler. Er wird zum Governance-Problem, wenn niemand weiß, was als Nächstes passiert. Recruiting-Teams sollten deshalb vorab festlegen, welche Situationen eine Eskalation auslösen: widersprüchliche Daten, fehlende Nachweise, ungewöhnliche Karrierewege, potenziell nachteilige Hinweise oder technische Störungen. Der Eskalationsweg benötigt eine zuständige Rolle und eine sichere Zwischenentscheidung. Bei offener Klärung darf ein Profil nicht automatisch aussortiert werden. Die Schwelle sollte dem möglichen Schaden entsprechen.

Kontrollfrage: Welche Fälle werden an wen übergeben, und was geschieht mit der Bewerbung bis zur Klärung?

Typisches Fehlmuster: Das System markiert einen Risikohinweis, aber der Prozess kennt nur "weiter" oder "ablehnen".

Regel 7: KI-Kompetenz am tatsächlichen Prozess prüfen

Eine allgemeine Schulung schafft Aufmerksamkeit, aber noch keine Handlungssicherheit. Sourcer, Recruiter, Hiring Manager, Administratoren und Entwickler sehen andere Ausschnitte des Systems und benötigen unterschiedliche Kenntnisse. Kompetenz sollte daher anhand konkreter Situationen geprüft werden. Kann eine Recruiterin einen unbekannten Zustand erkennen? Weiß ein Hiring Manager, warum ein Score nicht die Entscheidung ersetzt? Kann ein Administrator nachvollziehen, wann eine Gewichtung geändert wurde? Kennt das Team den Eskalationsweg? Neue Funktionen, andere Datenquellen oder geänderte Rollen können eine frühere Schulung unzureichend machen. Deshalb gehören Version, Zielgruppe, Teilnahme und nächster Prüftermin zum Nachweis.

Kontrollfrage: Können die Beteiligten in ihrem eigenen Arbeitsschritt erklären, was das System leistet, wo seine Grenze liegt und wann sie eingreifen müssen?

Typisches Fehlmuster: Alle haben dieselbe Einführung absolviert, aber niemand kann einen konkreten problematischen Matching-Fall sicher bearbeiten.

Selbstcheck hilft bei der Fehlersuche

Die sieben Regeln lassen sich in einer Fallprüfung verbinden. Das Team nimmt ein synthetisches Profil mit absichtlich fehlender Information und verfolgt den Weg bis zur Entscheidung: Bleibt die Lücke sichtbar? Wird sie von Kriterien und Score getrennt? Erfindet die Erklärung keinen Ersatz? Kann die zuständige Person Rückfragen, übersteuern oder eskalieren? Werden Handlung und Grund dokumentiert? Ein solcher Test sagt mehr über gelebte Governance aus als eine vollständige Richtlinie ohne Arbeitsprobe. Er macht sichtbar, ob Verantwortlichkeiten, Oberfläche und Prozess zusammenpassen.

Der entscheidende Schritt vom KI-Pilot zum Betrieb ist deshalb nicht eine weitere Grundsatzerklärung. Es ist die Übersetzung in überprüfbare Regeln für den nächsten realen Arbeitstag. Gute Governance bremst Recruiting nicht aus. Sie verhindert, dass Geschwindigkeit mit Gewissheit verwechselt wird – und sorgt dafür, dass am Ende ein verantwortlicher Mensch eine nachvollziehbare Entscheidung trifft.

Das könnte Sie auch interessieren:

KI-Verordnung: Wann welche Regelungen des AI Acts gelten

KI im Unternehmen implementieren: 3-Stufen-Leitfaden