Wie Algorithmen Lebensläufe aussortieren – und was Führungskräfte dagegen tun können

KI im Recruiting: Mythos versus Realität

Ein weit verbreiteter Irrglaube dominiert die Karrierediskussion: Viele Bewerberinnen und Bewerber glauben, dass echte Künstliche Intelligenz ihre Bewerbungsunterlagen analysiert und aussortiert. Career-Branding-Spezialist Daniel Ruf räumt in dieser Episode von Digitalize Your Passion – Der Schweizer KI-Podcast mit diesem Mythos auf.

Die Realität ist deutlich nüchterner: Was die meisten Recruiting-Systeme antreibt, sind schlichte Algorithmen – kein KI im eigentlichen Sinne. Diese Algorithmen funktionieren nach einem simplen Prinzip: Keyword-Matching. Enthält ein Lebenslauf bestimmte Schlüsselbegriffe aus der Stellenausschreibung, wird er weitergeleitet. Fehlen sie, wird die Bewerbung automatisch aussortiert – unabhängig von der tatsächlichen Qualifikation der Person.

Warum Unternehmen auf Algorithmen setzen

Die Ursache ist pragmatisch: Erhält ein Unternehmen 300 Bewerbungen auf eine einzige Stelle, ist eine manuelle Sichtung durch eine oder zwei Personalverantwortliche schlicht nicht mehr handhabbar. Algorithmen und sogenannte ATS-Systeme (Applicant Tracking Systems) schaffen hier Entlastung – allerdings auf Kosten von Nuancen, Kontext und individueller Qualifikation.

So überlisten Bewerber das System

Daniel Ruf gibt in der Episode konkrete Handlungsempfehlungen:

• Keywords aus der Stellenausschreibung direkt übernehmen – nicht als blosse Auflistung, sondern kontextuell eingebettet im Lebenslauf.
• Mehrfache Nennung relevanter Begriffe: Ein ATS-System gewichtet Keywords höher, wenn sie mehrfach vorkommen.
• Sprache der Stellenausschreibung spiegeln: Verwendet das Unternehmen spezifische Begriffe oder eine eigene Firmensprache, sollte diese im Bewerbungsdossier auftauchen – denn wer die Sprache nicht trifft, trifft auch nicht den Menschen, der die Stelle ausgeschrieben hat.
• Struktur und ATS-Tauglichkeit priorisieren: Lebensläufe mit komplexen Grafiken oder unlesbare Formate scheitern technisch, bevor sie inhaltlich bewertet werden.

KI im eigentlichen Sinne – also Systeme, die Kompetenzen aus dem Kontext ableiten, Soft Skills erkennen oder Potenzial einschätzen – ist laut Ruf derzeit im Recruiting noch äusserst selten. Er schätzt den Anteil auf unter 0,1 Prozent der tatsächlichen Bewerbungsprozesse.

---

Founder Mode: Führung im KI-Zeitalter

Airbnb-CEO Brian Chesky prägte den Begriff «Founder Mode» als neues Führungsparadigma für das KI-Zeitalter. Gemeint ist damit eine agile, detailorientierte und innovationsgetriebene Führungsmentalität, die klassische Managementstrukturen aufbricht.

Chancen und Grenzen des Founder Mode

Daniel Ruf, selbst Founder, begrüsst die Grundidee – sieht aber klare Einschränkungen:

In kleineren Unternehmen ist Founder Mode nahezu natürlich und wirkungsvoll.

In Grosskonzernen mit Tausenden von Mitarbeitenden scheitert das Konzept häufig an der grössten Hürde überhaupt: dem menschlichen Mindset. Technologie und Prozesse lassen sich vergleichsweise rasch anpassen. Die Denk- und Verhaltensweisen einer grossen Belegschaft zu verändern, ist eine grundlegend andere Herausforderung.

Ruf bringt es auf den Punkt: Wer Premium-Gewohnheiten auf Low-Budget umstellt, riskiert, 50 Prozent der Belegschaft zu verärgern oder zu demotivieren. Founder Mode bedeutet deshalb nicht patriarchisches Durchsetzen, sondern das konsequente Mitnehmen aller Beteiligten auf eine gemeinsame Reise.

Empowerment als Schlüssel zur KI-Transformation

Chris Jon Graf ergänzt einen entscheidenden Aspekt: Der Founder Mode entfaltet seine Wirkung erst dann vollständig, wenn Führungskräfte ihre Mitarbeitenden aktiv befähigen. Konkret bedeutet das:

• Schulungen und Weiterbildung zu KI-Tools und deren Anwendung im Arbeitsalltag
• Interne Communities zum Wissensaustausch rund um Automatisierung und KI
• Offene Feedbackkanäle, über die Mitarbeitende eigene Prozessverbesserungen einbringen können
• Tools zur Selbstautomatisierung kleinerer Aufgaben direkt in den Händen der Teams

Das Ziel: Nicht Kontrolle über KI-Initiativen behalten, sondern Verantwortung dafür in die gesamte Organisation verteilen.

---

KI-Feedback und das ehrliche Spiegelbild der Maschine

Ein überraschend praktisches Thema der Episode: KI als Feedback-Instrument. Daniel Ruf beschreibt, wie er seine eigene Website und sein Branding durch gezieltes Prompting mit KI kritisch challengen liess – und dabei Verbesserungspotenzial entdeckte, das er zuvor übersehen hatte.

Der psychologische Vorteil: Wer KI aktiv um Kritik bittet, erhält zwar direktes Feedback, aber in einem selbst gewählten Moment. Das reduziert die emotionale Verletzbarkeit erheblich im Vergleich zu ungefragt erhaltener menschlicher Kritik.

Gleichzeitig warnen alle drei Gesprächsteilnehmer ausdrücklich davor, KI-Output unkritisch zu übernehmen. Auch im Jahr 2025 produziert KI regelmässig faktisch falsche oder inhaltlich fragwürdige Ergebnisse, die zwingend manuell überprüft werden müssen.

---

Europas KI-Ambitionen: Mistral und Aleph Alpha

Die Financial Times berichtet über eine mögliche Fusion der europäischen KI-Startups Mistral AI (Frankreich) und Aleph Alpha (Deutschland) – als strategische Antwort auf OpenAI und die US-amerikanische KI-Dominanz.

Die EU stellt dafür gemäss Bericht rund 1,2 Milliarden Euro für Infrastruktur sowie 400 Millionen Euro Funding für das gemeinsame Unternehmen bereit – finanziert aus einem sogenannten Sovereignty Fund, der technologische Unabhängigkeit Europas fördern soll.

Chris Jon Graf ordnet die strategische Bedeutung ein: In einer Welt, in der geopolitische Allianzen instabiler werden und Amerika wie China ihre jeweiligen Einflusssphären konsolidieren, ist digitale Souveränität keine akademische Frage mehr. Wer bei der Entwicklung von General AI nicht dabei ist, riskiert langfristig ein strukturelles Machtgefälle, das kaum aufholbar ist.

---

Chinas KI-Regulierung: Vertrauen durch Standards

China hat laut Reuters über 400 Einzelkriterien für eine verantwortungsvolle KI-Entwicklung definiert. Zu den zentralen Anforderungen gehören:

• Datenkennzeichnung: KI-generierte Inhalte müssen explizit (z.B. durch Labels) und implizit (durch Metadaten) als solche erkennbar sein.
• Transparenz bei Trainingsdaten: Daten müssen aus legitimen Quellen stammen und Urheberrechte sowie Datenschutz respektieren.
• Marktzugangsbedingungen: Internationale Unternehmen, die KI-Dienste in China anbieten, müssen diese Standards einhalten – Verstösse können zum Ausschluss vom chinesischen Markt führen.

Daniel Ruf bringt einen visionären Gedanken ein: Langfristig wäre eine Blockchain-basierte Kennzeichnung aller KI-generierten Inhalte wünschenswert – sodass jede Plattform, jedes Bild und jeder Text automatisch als KI-Produkt erkennbar und nicht fälschbar ist. Das würde Missbrauch, Desinformation und gefährliche Manipulationen strukturell eindämmen.

---

Executive Takeaways

1. Algorithmen, nicht KI, sortieren Lebensläufe aus – Bewerber sollten ihre Unterlagen gezielt mit Keywords aus der Stellenausschreibung optimieren.
2. Founder Mode funktioniert nur mit Empowerment – Agilität auf Führungsebene allein reicht nicht; die gesamte Belegschaft muss mitgenommen werden.
3. KI als Feedback-Tool nutzen – Gezieltes kritisches Prompting liefert wertvolle Impulse für persönliches und unternehmerisches Branding.
4. Europäische KI-Souveränität ist strategisch notwendig – Die geplante Fusion von Mistral und Aleph Alpha ist ein richtiger Schritt, aber erst der Anfang.
5. Chinas Regulierungsansatz betrifft globale Marktzugänge – Unternehmen mit China-Exposure müssen KI-Compliance bereits heute strategisch einplanen.