Automatisiert, skaliert… wirkungslos? Warum KI im Recruiting und Active Sourcing gerade alles kaputt macht

Jan Hawliczek | 17.08.2026

Quelle: Zukunft Personal

Sam Altman, der CEO von OpenAI (ihr wisst schon, die, die ChatGPT rausgebracht haben), hat kürzlich auf X einen „coolen ChatGPT-Hack“ geteilt. Und der geht so:

Familienkalender mit der KI verknüpfen, Kinderinteressen eingeben/erklären und dann jeden Morgen auf dem Weg zur Schule einen KI-Podcast hören, der einem erklärt, was das eigene Kind heute macht. Der Tweet (darf man das noch sagen?) bekam mit ein paar tausend Likes seine Anerkennung. Aber lange nicht so viel, wie das Kommentar von Alex Hirsch, dem Schöpfer der Animationsserie Gravity Falls, Der mit einem Gegenvorschlag weitaus mehr Applaus erntete. Der Vorschlag von Alex:

„What if you just talked to your children?“

Ich hab gut gelacht, als ich das gelesen habe. Und dann fings auch schon an zu rattern:

Denn dieselbe Logik, die Sam Altman zwischen Eltern und Kinder schiebt, schiebt sich gerade zwischen Recruiter*innen und Kandidat*innen. Und ich glaube, die meisten merken es nicht einmal.

Das Duell, das einfach niemand gewinnen kann

Auf HR-Events höre ich aktuell praktisch ein und dieselbe Klage: die Bewerbungen, die reinkommen, klingen allesamt gleich. Als wären sie KI-generiert. Ist auch irgendwie logisch, immerhin triggert dieses „mit KI schnell zum Ergebnis“ dieselben Instinkte in uns, die uns schnell reich werden lassen wollen. Das Ergebnis im Bewerbungspostfach: Alles liest sich absolut austauschbar und oft dann noch ohne echten Bezug zur Stelle – oder der Bezug zur Stelle ist so passend, das Recruiting schon sehr gute Prozesse haben muss um herauszufinden ob die Kandidaten fachlich wirklich passend sind. HR-Entscheider*innen sind da verständlicherweise genervt.

Gleichzeitig sehe ich auf denselben Konferenzen Anbieter, die zeigen, wie man LinkedIn-Nachrichten, E-Mails und mittlerweile sogar Telefonanrufe für den ersten Kandidatenkontakt vollständig automatisieren kann. Das volle Programm, mit KI-Stimme. Für den cleveren Outreach an hunderte Menschen gleichzeitig. Ist das nicht nice? Ich finde nein.

Ich meine, merkt irgendjemand eigentlich den Widerspruch?

Wir beschweren uns über 500 KI-Bewerbungen, die alle gleich oder zu schön klingen. Und schicken gleichzeitig 200 KI-Nachrichten raus, die alle gleich klingen und Individualisierung und Kommunikation auf Augenhöhe nur vorgaukeln. Die restlichen 300 werden nach alter Manier geghostet. Bravo!

Das ist doch kein Recruiting. Das ist ein Wetteifern, bei dem am Ende beide Seiten bloß verlieren können, weil niemand mehr dem anderen glaubt, dass da ein echter Mensch dahintersteckt. Jackpot, Recruiting endlich am Entscheider-Tisch.

Wo KI wirklich Sinn macht (und wo nicht)

Das Problem ist in meinen Augen gar nicht mal die KI. Das Problem ist, wo wir sie einsetzen.

Bei Die Grüne 3 prüfen wir jeden Prozessschritt im Recruiting beispielsweise anhand von vier Fragen:

  • Ist es eine wiederkehrende Aufgabe?
  • Wird sie immer in gleicher Art und Weise ausgeführt?
  • Gibt es klare Regeln und Standards für die Entscheidung?
  • Und ist sie gut beschreibbar?

Nur wenn alle vier Fragen mit einem Ja beantwortet werden können, könnte Automatisierung Sinn für uns machen. Wir challengen dann jeden dieser Teilprozesse nochmals auf unsere Haltung, auf unsere Werte und Kultur. Auch dort gibt es dann einfacher Show-stopper!

Marktanalysen, Datenaufbereitung, administrative Prozesse: ja, gern. Der erste persönliche Kontakt mit einem Menschen, der noch gar nicht weiß, warum genau er oder sie angesprochen wird: nein, danke.

Und noch was, das gerne übersehen wird:

KI-Tools werden teurer. Die Zeiten, in denen man für zwanzig Euro im Monat die besten Modelle bekam, die sind längst vorbei. Wer heute ernsthaft mit KI im Recruiting arbeitet, zahlt ruckzuck schnell mal zwei- bis dreitausend Euro im Monat. Tokens sind das neue Gold. Und dann stellt sich (zum Glück berechtigt) immer noch die Frage, ob ein Mensch das nicht besser hinkriegt.

„Und was macht Active Sourcing jetzt so besonders?“ Gute Frage!

Drei Nachrichten an drei wirklich passende Menschen schlagen zweihundert automatisierte Nachrichten ins Blaue. Weil, eine Sache könnt ihr gerne glauben: Kandidat*innen spüren den Unterschied und tragen diesen auch nach außen und weiter!

Sie merken, ob jemand ihr Profil wirklich gelesen hat oder ob sie Nummer 47 in einer Automatisierungssequenz sind. Yeah, Employer Branding und so, ihr wisst schon.

Gutes Active Sourcing fängt damit an zu fragen, ob eine Stelle überhaupt besetzbar ist, wie der Kandidatenmarkt aussieht und was ein Unternehmen als Arbeitgeber zu bieten hat. Das sind keine Fragen, die ein Algorithmus beantworten, aber sicher dabei unterstützen kann. Um diese Fragen zu stellen, braucht man Erfahrung und ne gesunde Portion Urteilsvermögen.

Wer diese Arbeit überspringt und direkt in die Automatisierung geht, skaliert tatsächlich bloß eines: Wirkungslosigkeit.

Die Frage ist nicht „ob KI“. Die Frage ist „wo setzen wirs ein?“

Die Zeichen der Zeit sind längst irgendwo in einem Ordner abgeheftet, ob KI oder nicht KI, die Frage stellt sich gar nicht mehr, das ist komplett klar.

Bei Die Grüne 3 stellen wir uns auch gar nicht dagegen. KI kann (!) im Recruiting eine echte Unterstützung sein. Nämlich dort, wo Prozesse standardisierbar sind und Geschwindigkeit ohne Qualitätsverlust möglich ist. Aber je mehr der erste Kontakt automatisiert wird, desto wichtiger wird das, was sich nicht automatisieren lässt:

Interesse, Vorbereitung, ein Gespräch, das alles besiegelt.

Und ich bin mir ziemlich sicher: Sam Altmans Kinder hätten das vermutlich auch lieber so. ❤

Über den Autor

Jan Hawliczek

Jan beschäftigt sich seit über zwölf Jahren mit Social Recruiting, Active Sourcing und HR-Tech. Er ist Gründer der Die Grüne 3 GmbH, einer Full-Service Recruiting Agentur und Podcast-Host von "Zielgruppengerecht - der Recruiting Tech Talk". Seine Erfahrung gibt er auch in Trainings weiter und macht so Unternehmen und Recruiter:innen fit für Employer Branding, Personalmarketing und Active Sourcing.