Eine Senior-DevOps-Stelle bei einem Linzer IT-Dienstleister 2024: 200 Bewerbungen in zwei Wochen, fünf Tage manuelles Screening durch zwei HR-Kolleginnen, Bauchgefühl-Entscheidungen, vier Kandidat:innen ins Interview, am Ende zwei Absagen wegen Gehalts-Mismatch und ein Aussteiger in der Probezeit. Time-to-Hire: 38 Tage. Ein Jahr später, gleiche Position: 28 Tage. Kann sich nicht so anfühlen wie ein "KI-Vorher-Nachher"? Genau das war der Punkt — die Lösung musste unsichtbar funktionieren, aber AI-Act-konform sein.
1. Ausgangslage — 200 Bewerbungen pro Stelle, fünf Tage Screening, ein leiser Bias-Verdacht
Der Linzer Betrieb wächst seit 2022 zweistellig. Senior-DevOps-, Cloud-Engineer- und Solution-Architect-Positionen bringen pro Ausschreibung 150 bis 250 Bewerbungen. Vor dem Projekt:
- Zwei HR-Kolleginnen screenten manuell, etwa 4 Minuten pro CV im ersten Durchlauf, also 13 Stunden Vor-Sichtung pro Stelle.
- Time-to-Hire-Median: 28 Tage von Ausschreibung bis Vertragsunterschrift.
- Drop-out-Rate in der Probezeit: 14 Prozent — über dem Branchen- Median von rund 9 Prozent.
- Interner Bias-Verdacht: die Final-Shortlists waren in zwölf Monaten zu 78 Prozent männlich, zu 91 Prozent deutsch-muttersprachlich, zu 84 Prozent zwischen 28 und 38 Jahren — bei einem deutlich diverseren Bewerber:innen-Pool.
Die Geschäftsführung war 2024 in einer schwierigen Position: man wollte schneller hiren und gleichzeitig systematisch fairer werden. Mit manueller Vorsichtung und Bauchgefühl war beides nicht zu haben.
2. Klassifizierung als AI-Act-Hochrisiko-Use-Case ab Tag 1
Das Audit dauerte vier Wochen, der Erstbefund war glasklar: jede KI-Komponente, die in einer Bewerbungs-Entscheidung mitwirkt — auch nur als Vorscreening — fällt unter den EU AI Act, Anhang III, Punkt 4: "Beschäftigung, Personalmanagement und Zugang zur Selbstständigkeit", also Hochrisiko.
Das hat operative Konsequenzen, die in vielen Projekten ignoriert werden:
- Konformitätsbewertung vor Produktivsetzung mit interner Dokumentation der Funktionsweise, der Trainingsdaten, der Genauigkeit und der Robustheits-Tests.
- Risikomanagement-System über den gesamten Lebenszyklus — also nicht nur einmal bauen, sondern laufend prüfen.
- Bias-Prüfung der Trainingsdaten und der Output-Verteilung.
- Menschliche Aufsicht mit echter Eingriffsmöglichkeit — keine algorithmische Letztentscheidung.
- Transparenz gegenüber Bewerber:innen — sie müssen wissen, dass ihre Bewerbung KI-unterstützt vorgescreent wird.
- Logging aller Entscheidungs-Schritte für mindestens sechs Monate.
Dass das Projekt überhaupt durchgeführt wurde, lag genau an dieser frühen Klassifizierung. Hätten wir versucht, das als "wir verbessern halt das CV-Screening" zu pitchen, wäre das Projekt unter dem AI-Act-Stichtag August 2026 zum Risiko geworden.
durch strukturiertes, kriteriengeführtes Scoring inklusive Skill-Reife-Matrix — verglichen mit dem vorherigen manuellen Bauchgefühl-Screening über zwölf Monate
3. Architektur — drei Schichten, eine harte menschliche Schleife
Die Lösung in drei Komponenten:
Vorscreening-Schicht. Jeder CV wird gegen ein dokumentiertes Ideal-Customer-Profil (intern: "Ideal-Candidate-Profile" / ICP) gescreent. Das ICP wird pro Stelle vom Hiring-Manager mit HR zusammen definiert und enthält: Pflicht-Skills mit Reife-Stufen (z. B. "Kubernetes — Stufe 3 von 5"), Wunsch-Skills, Erfahrungs-Range, Sprach-Anforderungen, Vertragsmodell. Das LLM liest den CV und mappt ihn auf das ICP — strukturiert, nicht als freie Bewertung.
Bias-Audit-Layer. Vor der Übergabe der Shortlist an HR läuft ein zweiter Schritt: die Verteilung der vorgeschlagenen Kandidat:innen wird auf Gender, Altersgruppen, Sprach-Hintergrund und Bildungsweg analysiert und mit der Verteilung der gesamten Bewerbungslage verglichen. Sind Gruppen signifikant unterrepräsentiert, wird das ausgewiesen, und HR sieht zusätzliche Kandidat:innen aus dem unterrepräsentierten Segment vor der Final-Entscheidung. Das ist kein "Quoten-Algorithmus", sondern eine Sichtbarmach-Schicht.
Menschliche Letztentscheidung. Die finale Shortlist wird immer von HR geprüft und freigegeben. Das System spricht keine "Empfehlungen für Interview-Einladung" aus, sondern liefert strukturierte Bewertungen — die Einladung schreibt der Mensch.
Dazu kommt: vollständiges Logging (welche Bewerbung wurde wann mit welchem Score bewertet, welche Eingriffe durch HR), und ein quartalsweise Bias-Audit-Bericht für die Geschäftsführung.
4. Umsetzung — acht Wochen, mit Betriebsrat im Lead
Das Projekt lief als Mid-Complexity-Sprint, acht Wochen, in drei Strömen:
Wochen 1–2: ICP-Definition und Daten-Audit. Drei Hiring-Manager:innen plus HR-Lead definieren ICPs für die fünf am häufigsten ausgeschriebenen Rollen. Parallel: Audit der historischen Bewerbungs- und Einstellungsdaten auf Verzerrungen — mit klarem Befund, dass die manuelle Vorgehensweise Bias hatte.
Wochen 3–5: Bau und DPIA. Aufbau der LLM-Schicht (Claude Sonnet über EU-Region, mit Prompt-Templates pro Rolle), Aufbau des Bias-Audit-Layers, parallele Datenschutz-Folgenabschätzung mit externem Datenschutzbeauftragten. Die DPIA musste vor jeder Produktivsetzung abgeschlossen sein — das hatten wir früh im Zeitplan verankert.
Wochen 6–8: Pilot, Betriebsrats-Genehmigung, Rollout. Drei Wochen Pilot auf einer DevOps-Stelle, das System lief parallel zum manuellen Screening, beide Shortlists wurden verglichen. Der Betriebsrat war vom ersten Tag eingebunden — formal als Konsultations-Partner, real als Co-Designer des Bias-Audit-Layers. Die Betriebs-Vereinbarung wurde Mitte Mai 2025 unterzeichnet, mit expliziten Vorgaben zu Transparenz gegenüber Bewerber:innen und zur Lösch-Frist der Logs (sechs Monate).
Go-Live: Juni 2025, auf zunächst drei Rollen-Familien (DevOps, Cloud Engineer, Solution Architect). Andere Rollen blieben zunächst manuell.
5. ROI nach 9 Monaten
Stand März 2026, gut neun Monate nach Go-Live:
- Time-to-Hire-Median: 28 → 14 Tage. Halbierung — primär durch schnelleres Vorscreening (Stunden statt Tage) und weniger unproduktive Erst-Interviews.
- HR-Stunden pro Stelle: −55 Prozent für Vorscreening. Die HR-Kolleginnen haben sich auf Active-Sourcing und Onboarding umpriorisiert — Bereiche, in denen das Unternehmen vorher systematisch unterinvestiert war.
- Diversity-Score in Final-Shortlists: +120 Prozent. Konkret: Gender-Verteilung in der Final-Shortlist von 22/78 auf 41/59 (Frauen/Männer), Altersverteilung breiter, mehr Bewerbungen mit nicht-deutscher Bildungsbiographie wurden eingeladen.
- Drop-out-Rate in der Probezeit: von 14 auf 8 Prozent. Kausal zuordenbar? Schwer zu sagen — wahrscheinlich ein Mix aus besserer Skill-Passung und besserem Cultural-Fit.
- Investment: €58.000 Implementierung + DPIA-Aufwand + externe Rechtsberatung, €1.200/Monat laufende Kosten.
- Amortisation: rechnerisch 11 Monate, bei konservativer Bewertung der eingesparten HR-Stunden und des reduzierten Time-to-Fill-Schadens.
6. Was wir gelernt haben
Erstens: Strukturiertes Scoring schlägt freie LLM-Bewertung. Wir haben am Anfang getestet, ob das Modell freitext-basiert bewerten kann ("Wie passt dieser Kandidat zur Rolle?"). Die Ergebnisse waren plausibel, aber nicht auditierbar — bei Hochrisiko-Use-Cases ein No-Go. Die finale Lösung mit Skill-Reife- Matrix ist langweiliger, aber jeder Score lässt sich rekonstruieren.
Zweitens: Bias-Audit-Layer ist kein Add-on, sondern das Herzstück. Ohne diese Schicht wäre das Projekt mit hoher Wahrscheinlichkeit das gleiche Bias-Muster wie das manuelle Screening produziert hätten — nur schneller. Genau die Sichtbarmachung der Verteilungs-Schieflagen hat den größten Wirkungs-Hebel gehabt.
Drittens: Betriebsrat ist Mit-Designer, nicht Bremse. In zwei früheren Recruiting-KI-Projekten haben wir den Betriebsrat erst in der Abnahme eingebunden. Beide Male: drei Monate Verzögerung, massiver Vertrauensschaden. Hier: Betriebsrat ab Woche 2, Vereinbarung in Woche 7 unterschrieben.
Viertens: Transparenz gegenüber Bewerber:innen ist kein Risiko. Wir haben einen Hinweis in die Stellenausschreibungen aufgenommen ("Ihre Bewerbung wird KI-unterstützt vorgesichtet, Letztentscheidung trifft unser Team"). Bewerbungszahlen sind nicht zurückgegangen — eher leicht gestiegen, weil das als Modernitäts-Signal gelesen wurde.
7. Was das für regulierten Mittelstand bedeutet
Aus diesem und zwei weiteren HR-KI-Projekten 2025/26 in Österreich und Deutschland ist die Kernaussage:
- KI im Recruiting funktioniert AI-Act-konform — aber nur mit Hochrisiko-Klassifizierung von Tag 1, mit dokumentiertem ICP-Scoring statt freier LLM-Bewertung, mit Bias-Audit-Layer und mit echter menschlicher Letztentscheidung.
- Time-to-Hire-Halbierung ist realistisch, wenn die Vorgehens- Logik vorher manuell und langsam war.
- Diversitäts-Verbesserung kommt nicht automatisch — sie kommt aus der Sichtbarmachung der vorherigen Verzerrung. Das System ist hier mehr Spiegel als Korrektur.
- DPIA, Betriebsrats-Vereinbarung und Transparenz-Hinweis sind Pflicht — keine "Optionen".
Häufige Fragen
Was HR-Leiter und Geschäftsführer zu KI-Recruiting fragen.
Wie wurden die Bias-Audits konkret durchgeführt?
Welche DPIA-Schritte waren bei diesem Projekt erforderlich?
Wie hat der Betriebsrat reagiert?
Was, wenn das KI-System die falschen Top-Kandidaten vorschlägt?
Funktioniert das auch bei reguliertem Mittelstand — Banken, Versicherungen, Gesundheit?
Was als Nächstes?
Wenn du im Recruiting unter hohem Bewerbungs-Volumen leidest und gleichzeitig den AI Act ab August 2026 sauber treffen willst — der saubere Einstieg ist ein Audit M mit Fokus auf Recruiting-Prozess und AI-Act-Klassifizierung. Drei bis vier Wochen, klare Architektur- Empfehlung, DPIA-Vorlage und Betriebsrats-Drehbuch inklusive. Discovery-Call dauert 30 Minuten und kostet nichts.