Qualität statt Quantität: Wie Recruiting der Bewerbungsflut mit Diagnostik begegnet
Florian Dyballa (Aivy) erklärt, warum fünfmal mehr Bewerbungen pro Recruiter nicht zu besseren Einstellungsentscheidungen führen – und was stattdessen hilft.
Fünfmal so viele Bewerbungen pro Recruiterin wie noch 2022, bei gleichzeitig geschrumpften Teams: Florian Dyballa, Aivy, zeigte auf der 4INSIDER | SAATKORN Online Konferenz, wie dieser Teufelskreis entsteht – und warum die naheliegende Antwort, KI-Screening gegen KI-Bewerbungen, das eigentliche Problem nicht löst.
Was ist Eignungsdiagnostik nach DIN 33430? (Definition)
Eignungsdiagnostik nach DIN 33430 ist der anerkannte deutsche Qualitätsstandard für berufsbezogene Eignungsbeurteilungen. Er verlangt wissenschaftlich fundierte, nachvollziehbare Verfahren, die sich konkret an den Anforderungen einer Stelle orientieren – und liefert damit belastbarere Aussagen über die Passung von Kandidatinnen und Kandidaten als eine reine Sichtung von Lebenslauf und Anschreiben.
Vier Treiber hinter der Bewerbungsflut
Laut Florian Dyballa haben sich vier Entwicklungen überlagert: Easy-Apply-Funktionen senkten die Bewerbungshürde von einer Stunde Aufwand auf einen Klick. Remote Work vergrößerte den Suchradius von Bewerbenden erheblich. Die aktuelle Wirtschaftslage bringt mehr Bewerbende bei weniger offenen Stellen zusammen. Und generative KI ermöglicht perfekt zugeschnittene, keyword-optimierte Bewerbungen in Minuten, teils automatisiert in großem Maßstab. Eine Greenhouse-Auswertung über mehr als 6.000 Kundenunternehmen zeigt die Folge deutlich: von rund 150 Bewerbungen pro Recruiterin im Jahr 2022 auf heute über 746 – bei gleichzeitig geschrumpften Recruiting-Teams.
Warum KI-Screening als Gegenmaßnahme scheitert
Aus drei Gründen funktioniert der naheliegende Ansatz, KI-optimierte Bewerbungen mit KI-Screening zu kontern, laut Florian Dyballa nicht. Spieltheoretisch optimieren Bewerbende ihre Unterlagen, sobald sie die Kriterien kennen – ein Wettrüsten ohne echten Erkenntnisgewinn. Diagnostisch trennt eine solche KI eher gut von schlecht optimierten Unterlagen als geeignete von ungeeigneten Kandidaten. Und regulatorisch bringt der Einsatz von KI im Hochrisikobereich Recruiting zusätzliche Pflichten nach dem EU AI Act mit sich, etwa Dokumentation, Transparenz und menschliche Aufsicht.
High-Tech am Anfang, High-Touch am Ende
Aivys Ansatz dreht den klassischen Auswahlprozess um und stützt sich auf drei Hebel: Anforderungen vor Auswahl – ein kurzer, strukturierter Fragebogen legt vorab die tatsächlich relevanten Kriterien fest, bevor ein erster Eindruck sie nachträglich verzerren kann. Messungen vor Meinungen – spielerisch gestaltete Assessments erfassen Fähigkeiten, Persönlichkeit, Werte und Interessen, die sich nicht mit einem besseren Prompt verändern lassen. Struktur vor Intuition – ein Passungsscore priorisiert Kandidatinnen und Kandidaten nachvollziehbar und liefert konkrete Interviewfragen zu erkannten Risikobereichen.
Die verbreitete Sorge, ein Assessment schrecke Bewerbende ab, bestätigt sich laut Praxisdaten kaum: 85 bis 90 Prozent der gestarteten Tests werden abgeschlossen, wenn Framing und Ausgestaltung stimmen.
Ergebnisse aus der Praxis
Beim Customer-Service-Dienstleister Callways ersetzt ein direkt nach Bewerbungseingang versendeter Stärkentest die klassische Erstsichtung – von 100 Bewerbungen werden dadurch nur noch 30 manuell geprüft. Bei Lufthansa stimmten frühe Testeinstufungen zu 96 Prozent mit der späteren Assessment-Center-Bewertung überein. Auslöser war dabei häufig kein Effizienz-, sondern ein Qualitätsproblem: perfekte Lebensläufe, die im Job scheiterten, und unscheinbare Lebensläufe, die sich als Volltreffer erwiesen.
Häufige Fragen zu Bewerbungsflut und strukturierter Auswahl
Warum führt eine höhere Zahl an Bewerbungen nicht zu besseren Einstellungen? Weil mehr Bewerbungen bei gleichbleibender oder sinkender Recruiting-Kapazität weniger Zeit pro Unterlage bedeuten – oberflächliche Kriterien gewinnen an Gewicht, echte Eignung wird schwerer erkennbar.
Warum scheitert KI-Screening gegen KI-optimierte Bewerbungen? Weil Bewerbende sich schnell an bekannte Kriterien anpassen und weil eine solche KI eher zwischen gut und schlecht optimierten Unterlagen unterscheidet als zwischen geeigneten und ungeeigneten Kandidaten.
Was unterscheidet strukturierte Assessments von klassischem CV-Screening? Sie messen Fähigkeiten, Persönlichkeit, Werte und Interessen direkt – Eigenschaften, die sich nicht durch bessere Formulierungen im Lebenslauf verändern lassen.
Wie hoch ist die Abbruchquote bei psychometrischen Online-Assessments? Deutlich niedriger als oft angenommen: 85 bis 90 Prozent der gestarteten Tests werden abgeschlossen, wenn Framing und Nutzererlebnis stimmen.
Fazit: Erst Anforderungen und Messung, dann Priorisierung
Wer bei wachsendem Bewerbungsvolumen treffsicherer entscheiden will, sollte Anforderungen vor der Auswahl klar definieren, echte Messungen vor persönliche Eindrücke stellen und strukturiert statt intuitiv priorisieren. So bleibt die begrenzte menschliche Aufmerksamkeit dort, wo sie zählt: im Gespräch mit den wirklich passenden Kandidatinnen und Kandidaten.
Dieser Artikel basiert auf dem Vortrag von Florian Dyballa von Aivy bei der 4INSIDER | SAATKORN Online Konferenz. Die vollständige Aufzeichnung findest du in unserer 4INSIDER Mediathek.