Ein Schweizer Personaldienstleister führt zentrale Schritte seines Recruiting-Prozesses heute weitgehend manuell durch. Dazu gehören insbesondere die Sichtung und Strukturierung von Lebensläufen, die Beurteilung von Kandidatenprofilen, das Matching mit offenen Stellen sowie die Kommunikation mit Bewerbenden und Kunden. Diese Tätigkeiten verursachen einen hohen Zeitaufwand und hängen stark von der Erfahrung der Recruiter ab. Vor diesem Hintergrund wurde untersucht, in welchen Bereichen künstliche Intelligenz den bestehenden Prozess sinnvoll unterstützen kann.

Zunächst wurde der aktuelle Recruiting-Prozess des untersuchten Unternehmens aufgenommen und hinsichtlich Zeitaufwand, Schwachstellen und Optimierungspotenzialen analysiert. Ergänzend erfolgten eine Literatur- und Toolrecherche sowie ein leitfadengestütztes Experteninterview mit einer im KI-gestützten Recruiting erfahrenen Fachperson. Die identifizierten Einsatzmöglichkeiten wurden anhand von Nutzen, Umsetzbarkeit, Risiken, Kosten und Prozessrelevanz bewertet und zu einem praxisorientierten Umsetzungsvorschlag verdichtet.

Die Analyse zeigt, dass künstliche Intelligenz im untersuchten Unternehmen vor allem unterstützend eingesetzt werden sollte. Besonders geeignet sind die Erstellung und Optimierung von Stelleninseraten und E-Mails, das Auslesen und Strukturieren neuer Lebensläufe sowie die Vorprüfung und das Matching neuer Kandidatenprofile mit offenen Stellen. Dadurch können wiederkehrende Tätigkeiten beschleunigt, Informationen einheitlicher aufbereitet und Recruiter bei der Priorisierung unterstützt werden. Empfohlen wird eine schrittweise Einführung. In einer ersten Phase sollen risikoarme Anwendungen für Texte und administrative Aufgaben genutzt werden. Danach kann die automatisierte Lebenslaufverarbeitung aufgebaut und erst anschliessend ein unterstützendes Matching eingeführt werden. Die endgültige Beurteilung von Kandidatinnen und Kandidaten soll weiterhin bei den Mitarbeitenden liegen. Voraussetzungen sind klare Verantwortlichkeiten, menschliche Kontrolle, Datenschutz, geeignete Datenqualität und die Schulung der Mitarbeitenden. Eine vollständig automatisierte Kandidatenselektion wird nicht empfohlen.