Blog/AI In HR

KI-Lebenslauf-Screening-Software: Was sie leisten muss, bevor Sie kaufen

Flowmingo Editorial TeamFlowmingo Editorial Team15 min Lesezeit
AI CV screening software result: a pile of about 20 CVs with Maya Chen's on top, beside the criterion she was scored on, CRM experience, rated 8 with the line from her CV that proves it

Sie kalkulieren die Kosten für KI-Lebenslauf-Screening-Software, und Ihre dritte Demo für KI-Lebenslauf-Screening endet wie die 2 davor. Sie fragen, warum der oberste Lebenslauf an erster Stelle steht, und der Vertriebsmitarbeiter zeigt erneut dessen Match-Score.

In der von Anbietern durchgeführten Umfrage zu KI im Recruiting von Greenhouse vom November 2025 Umfrage zu KI im Recruiting waren nur 21 % der US-Recruiter:innen sehr zuversichtlich, dass ihre KI keine qualifizierten Bewerbenden abgelehnt hat.

Das ist nicht Ihre Schuld: Anbieter zeigen selten, wie die Bewertung zustande kommt. Aber das Risiko lastet auf Ihnen, denn ein Tool, das Sie nicht prüfen können, kann gute Bewerbende aussortieren – und Ihre Zustimmung steht dahinter.

Dieser Leitfaden zeigt, was die Software leisten sollte, wie Sie sie zuerst an 20 früheren Lebensläufen testen und welche 12 Punkte Sie Anbietern abverlangen sollten.

Wichtige Erkenntnisse

  • Was macht KI-Lebenslauf-Screening-Software mit 200 Lebensläufen? Sie bewertet jeden Lebenslauf anhand Ihrer Kriterien, führt die Belege an und sortiert den Stapel. Sie lesen die Spitzenplätze und entscheiden.
  • Sollte ich nur Lebensläufe interviewen, die 8 von 10 Punkten erreichen? Nein. Von 105.648 Lebensläufen, die Flowmingo zwischen 10. Juli und 24. September 2026 bewertet hat, erreichten nur 4,0 % eine 8. Bewerten Sie alle und lesen Sie den Bereich unterhalb Ihrer Grenze.
  • Reicht es aus, wenn eine Person die Auswahl der KI genehmigt, um Bias zu stoppen? Nein. In einem Experiment mit 528 Personen drifteten Prüfende zu der Gruppe, die eine voreingenommene KI bevorzugte.
  • Wie teste ich ein Tool, bevor ich es kaufe? Lassen Sie 20 frühere Lebensläufe durchlaufen, deren Ergebnis Sie kennen, lassen Sie sie gemischt erneut laufen und ändern Sie dann nur den Namen auf 3 Kopien.
  • Kann ich es für Stellen in New York City ohne Bias-Audit einsetzen? Nicht, wenn es wesentlich dazu beiträgt zu entscheiden, wer weiterkommt. Sie als Arbeitgeber brauchen ein Audit aus dem vergangenen Jahr und müssen Einwohner:innen von NYC 10 Werktage vor der Nutzung benachrichtigen.

1. Wir erhalten 200+ Lebensläufe pro Stelle. Was macht KI-Software für Lebenslauf-Screening damit?

Sie liest jeden Lebenslauf anhand der von Ihnen festgelegten Kriterien, bewertet jeden mit einer schriftlichen Begründung und bringt den Stapel in eine Rangfolge.

Unter den Projekten, die unserer Plattform 10 oder mehr Lebensläufe zur Bewertung geschickt haben, erhielten die aktivsten 10 % 228 oder mehr. Der Benchmark für Nordamerika 2025 von Greenhouse zählt jede Bewerbung und beziffert die durchschnittliche Stelle mit 244; 200+ ist also eine ganz normale, stark beworbene Stelle.

Sie führt den ersten Durchlauf des Lebenslauf-Screenings in 5 Schritten durch:

  1. Sie fügen die Stellenbeschreibung ein.
  2. Die Software entwirft gewichtete Kriterien, und Sie bearbeiten sie.
  3. Sie bewertet jeden Lebenslauf pro Kriterium und zitiert dabei Belege.
  4. Sie bringt alle in eine Rangfolge, und Sie lesen die Spitze und die Gruppe darunter: einordnen, nie ablehnen.
  5. Sie exportieren die Shortlist mit den Begründungen.

KI-Software für Lebenslauf-Screening in 5 Schritten: Stellenbeschreibung, gewichtete Kriterien, jeder Lebenslauf mit Belegen bewertet, Rangliste, exportierte Shortlist

So funktioniert es: Stellenbeschreibung, gewichtete Kriterien, die Sie bearbeiten, jeder Lebenslauf mit zitierten Belegen bewertet, dann Rangfolge, nie Ablehnung. Die Shortlist wird mit den Begründungen verschickt.

Ein automatisiertes Lebenslauf-Screening-Tool bewertet, was im Lebenslauf steht, und viele Lebensläufe kopieren inzwischen die Stellenbeschreibung (ein grundlegender Reddit-Thread aus dem Jahr 2024).

Manche Kandidaten gehen noch weiter. In der Umfrage von Greenhouse aus dem Jahr 2025 unter 1.200 US-Jobsuchenden gaben 41 % zu, Text verborgen zu haben, der auf KI-Filter für Lebenslauf-Screening abzielt. Deshalb ist die Bewertung ein erster Durchlauf, und als Nächstes sollten Screening-Fragen für Bewerber die Person prüfen.

Flowmingo-Daten · 2.294 Einstellungsprojekte mit 10 oder mehr Lebensläufen, bei 1.004 Unternehmen, Lebensläufe eingegangen vom 3. April bis 20. Oktober 2026

  • Der Median für Projekte mit 10 oder mehr Lebensläufen lag bei 33 Lebensläufen.
  • 228 oder mehr Lebensläufe entfielen auf die aktivsten 10 % dieser Projekte.

Zählt nur Lebensläufe, die an die Lebenslauf-Bewertung von Flowmingo geschickt wurden, nicht jede Bewerbung, die eine Stelle anderswo erhalten hat.

Lebensläufe, mit denen ein automatisiertes Lebenslauf-Screening-Tool konfrontiert wäre, in Projekten mit 10 oder mehr Lebensläufen: Der Median lag bei 33, die aktivsten 25 % erhielten 83 oder mehr und die aktivsten 10 % erhielten 228 oder mehr

Lebensläufe pro Stelle: Über 2.294 Projekte mit 10 oder mehr Lebensläufen hinweg lag der Median bei 33. Die aktivsten 25 % erhielten 83 oder mehr, und die aktivsten 10 % erhielten 228 oder mehr.

2. Wie sage ich der Software, was für diese Rolle „qualifiziert“ bedeutet – jenseits von Keywords?

Formuliere 4 bis 6 Kriterien aus der Stelle selbst, gib jedem eine Gewichtung und lege fest, welche Belege im Lebenslauf eine hohe Punktzahl ergeben. Lass alles weg, was die Stelle nicht braucht, etwa Schulname, Postleitzahl oder ein Gap Year.

Behalte Bestehen/Nichtbestehen für 2 oder 3 Fakten bei, die du im Bewerbungsformular abfragst, etwa Arbeitsberechtigung oder eine Lizenz (Kandidatenauswahl). Gewichte alles, was du aus dem Lebenslauf liest, denn ein harter Filter auf ein Ersatzmerkmal im Lebenslauf schließt qualifizierte Personen unbemerkt aus.

Eine wegweisende Studie von Harvard Business School und Accenture aus dem Jahr 2021 nennt 1 Beispiel: einen Filter, der alle, die seit 6 Monaten ohne Arbeit sind, schlechter einstuft.

Ersatzmerkmale brauchen dieselbe Sorgfalt. Neuere KI-Modelle zeigen weniger explizite Verzerrung in Bezug auf Geschlecht und Race, aber bildungsbezogene Verzerrung bleibt erheblich (Iso und Kollegen). Illinois verbietet Postleitzahlen als Ersatzmerkmal ab dem 1. Januar 2026, und Singapurs Fairness-Gesetz wird Sprachfähigkeit, Nationalität und Alter schützen.

Hier ist ein Arbeitsblatt für eine Teamleitung im Kundenservice (illustratives Beispiel, keine Kundendaten):

Kriterium Gewichtung Belege für 8 bis 10 Belege für 3 bis 5
Ein Team von 5+ Mitarbeitenden geführt Muss-Kriterium (4) Teamgröße und ein Ergebnis, etwa schnellere Antworten „Das Team unterstützt“, keine Größe
Eskalierte Beschwerden bearbeitet Sehr wichtig (3) Eine Eskalation, die die Person verantwortet hat, und wie sie endete „Beschwerdebearbeitung“ unter Kenntnisse
Tägliche Nutzung eines Ticketsystems Wichtig (2) Nennt das System und was die Person damit verfolgt hat „CRM-Tools“, keine Details
Service im Einzelhandel oder E-Commerce Wünschenswert (1) Ein Service-Team im Einzelhandel oder Onlineshop Angrenzende Servicearbeit
Weglassen Nicht bewertet Schulname, Postleitzahl, Foto, Alter, Lücken ohne Kontext

Muss-Kriterien, die der Jobtitel verbirgt, etwa Jahre pro Stufe oder Arbeit vor Ort, gehören ins Arbeitsblatt oder in 1 oder 2 Screening-Fragen. Stimme das mit der einstellenden Führungskraft ab, bevor der erste Lebenslauf eine Punktzahl erhält, und kalibriere es an 5 Lebensläufen, wie unser Leitfaden zur Kandidatenauswahl zeigt.

Wie Flowmingo hilft

Füge deine Stellenanzeige ein, und Flowmingo erstellt daraus gewichtete Kriterien; dein Team legt die Wichtigkeit jedes einzelnen Kriteriums fest. Ein Muss-Kriterium zählt viermal so viel wie ein Wünschenswert-Kriterium (Wie wir bewerten).

3. Meine einstellende Führungskraft wird fragen, warum. Kann KI-Software zum Lebenslauf-Screening jede Punktzahl erklären?

Gute KI-Software zum Lebenslauf-Screening zeigt für jedes Kriterium eine Punktzahl und zitiert die Zeile im Lebenslauf, die sie eingebracht hat. Wenn du die Belege nicht siehst, kannst du die Shortlist gegenüber deiner einstellenden Führungskraft nicht verteidigen.

Die Greenhouse-Umfrage vom November 2025 aus der Einleitung zeigt, was es kostet, das nicht zu sehen. Neben den US-Recruitern, die sehr zuversichtlich waren, waren 25 % überhaupt nicht zuversichtlich in ihre KI, und 8 % hatten keine Ahnung, was sie priorisiert.

Vertrauen in KI-Lebenslauf-Screening: 21 % der US-Recruiter waren sehr zuversichtlich, 25 % überhaupt nicht zuversichtlich und 8 % wussten nicht, was ihre KI priorisiert

Vertrauen von US-Recruitern: 21 % sehr zuversichtlich, 25 % hatten überhaupt kein Vertrauen in ihre KI, und 8 % hatten keine Ahnung, was sie priorisiert.

Hier ist 1 Lebenslauf, der Zeile für Zeile gegen das Arbeitsblatt aus Abschnitt 2 bewertet wurde (illustratives Beispiel, keine Kundendaten):

Kriterium (Gewichtung) Punktzahl /10 Beleg aus dem Lebenslauf (zitiert)
Team geleitet (4) 8 "Leitete 7 Agenten; verkürzte die Erstantwortzeit von 9 auf 4 Stunden"
Eskalationen (3) 7 "Verantwortete die VIP-Beschwerdewarteschlange, etwa 30 Fälle pro Monat"
Ticketsystem (2) 6 "Zendesk, täglich"
Service im Einzelhandel (1) 3 Nicht im Lebenslauf angegeben, gekennzeichnet
Gewichtete Punktzahl 6,8 (4x8 + 3x7 + 2x6 + 1x3) / 10 = 68 / 10
Einfacher Durchschnitt 6,0 (8+7+6+3) / 4 = 24 / 4

Die gewichtete Punktzahl schlägt den einfachen Durchschnitt, weil der stärkste Beleg auf dem Must-have liegt. Die Zeile zum Service im Einzelhandel ohne Angaben erhält 3 Punkte – den gekennzeichneten Standardwert in unserem Leitfaden zur Vorauswahl. Eine Null würde jemanden bestrafen, der sie einfach aus dem Lebenslauf weggelassen hat.

Führen Sie dann in etwa einer Minute 3 Prüfungen durch. Jede zitierte Zeile sollte ihr Kriterium belegen, keine Punktzahl sollte auf fehlenden Belegen beruhen, und eine ordentliche Gesamtpunktzahl sollte ein schwaches Must-have nicht verbergen.

In einer Demo ist ein einzelner Übereinstimmungsprozentsatz ohne Aufschlüsselung das Warnsignal, ebenso wie Begründungen, die die Stellenanzeige abschreiben.

Wie Flowmingo hilft

Flowmingo bewertet jeden Lebenslauf anhand Ihrer gewichteten Kriterien auf einer 10er-Skala und führt die Belege hinter jeder Punktzahl auf (FAQ). Die Gesamtpunktzahl ist ein gewichteter Durchschnitt, wie in der Tabelle oben (Wie wir bewerten).

4. Was passiert, wenn die KI einen starken Kandidaten niedrig bewertet, und kann ich das überschreiben?

Nichts sollte automatisch passieren: Eine niedrige Punktzahl sollte einen Lebenslauf in der Liste nach unten verschieben, nicht aus ihr heraus. Sie sehen sich den Bereich unterhalb Ihrer Auswahlgrenze an und rücken Personen nach oben.

Flowmingo-Daten · 105.648 Lebensläufe · 50.546 Kandidaten · 3.815 Einstellungsprojekte · 1.761 Unternehmen · aktueller Scorer, 10. Juli bis 24. September 2026

  • 5,4 von 10 war der Median der Lebenslauf-Punktzahlen gemessen an den eigenen gewichteten Kriterien jeder Stelle.
  • 4,0 % der Lebensläufe erreichten 8 oder mehr Punkte, und 19,0 % erreichten 7 oder mehr.

KI-Lebenslauf-Punktzahlen, nicht Kandidatenqualität oder Einstellungsergebnisse, nicht über Stellen hinweg vergleichbar. Strenge Kriterien oder Massen-Uploads ziehen sie nach unten; nicht bewertbare Lebensläufe bleiben außen vor. Die Bewertungsmethode änderte sich am 9.–10. Juli 2026, frühere Punktzahlen sind nicht vergleichbar.

Punktzahlen der KI-Lebenslauf-Screening-Software: 56,4 % der Lebensläufe erreichten 5 oder mehr Punkte, 19,0 % erreichten 7 oder mehr und 4,0 % erreichten 8 oder mehr von 10

Streuung der Lebenslauf-Bewertungen, aktuelles Bewertungsmodell: Von 105,648 Lebensläufen erreichten 56.4 % eine Bewertung von 5 oder mehr und 19.0 % 7 oder mehr. Nur 4.0 % erreichten 8 oder mehr, und 0.1 % kamen auf 9.

Wer also „nur die 8er interviewen“ will, hat bei vielen Stellen eine winzige Liste oder gar keine. In der Hälfte der Projekte mit 20 oder mehr bewerteten Lebensläufen erreichte kein einziger eine 8 (Kandidaten-Shortlisting).

In einem Experiment von 2025 mit 528 Personen folgten Bewertende bis zu 90 % der Zeit den Auswahlentscheidungen einer simulierten, voreingenommenen KI (Wilson und Kollegen).

Lesen Sie also die Belege, bevor Sie eine Bewertung akzeptieren – unser Rat, nicht das Ergebnis der Studie. Halten Sie sich an 3 Gewohnheiten:

  • Lesen Sie die oberste Gruppe plus das nächste Band darunter, in dem im grundlegenden Reddit-Thread von 2024 Quereinsteiger, Bootcamp-Absolventen und zweispaltige Lebensläufe landeten.
  • Wenn Sie jemanden hochstufen, schreiben Sie 1 Satz dazu, was die Bewertung übersehen hat.
  • Prüfen Sie nach Abschluss der Stelle, ob Ihre Überschreibungen richtig waren.

Angenommen, Ihre Schwelle liegt bei 7 und eine Quereinsteigerin erhält 6.1, weil in ihrem Lebenslauf „Schichtleiterin“ steht, nicht „Teamleitung“. Sie führte 6 Personen bei einem Einzelhändler, also stufen Sie sie hoch und notieren Sie „führte 6, Titel weicht ab“.

Ab dem 2. Dezember 2027 benötigt die EU eine geschulte Person mit der Befugnis, das Tool zu überstimmen (Artikel 26).

Wie Flowmingo hilft

Niemand wird automatisch abgelehnt: Flowmingo liefert eine Bewertung mit den Gründen, und jede Entscheidung bleibt bei Ihrem Team (FAQ).

5. Wir stellen über Märkte hinweg ein. Liest KI-Software zum Screening von Lebensläufen auch andere Sprachen und ungewöhnliche Formate?

Mitunter, und die Lücke kann groß sein, also testen Sie es mit den Sprachen und Layouts, die Sie erhalten. Fragen Sie den Anbieter nach Ergebnissen je Sprache und prüfen Sie dann 2 oder 3 Ihrer eigenen nicht englischsprachigen und gescannten Lebensläufe.

Das Modell hinter dem Tool zählt mehr als das Etikett „mehrsprachig“. Im JobResQA-Benchmark (ein Preprint von 2026) erzielte Llama 3.3 70B 0.73 bei englischsprachigen Lebenslauf-Fragen, aber 0.47 auf Deutsch und 0.48 auf Chinesisch.

Der Rückgang ist jedoch ungleichmäßig. Italienisch hielt sich bei 0.70, und Mistral Large blieb näher dran, mit 0.69 bei Englisch und 0.61 bei Chinesisch.

KI-Lebenslaufprüfung in anderen Sprachen: Das Modell Llama 3.3 70B erzielte 0,73 auf Englisch, 0,70 auf Italienisch, 0,48 auf Chinesisch und 0,47 auf Deutsch

Dasselbe Modell, andere Sprachen: Llama 3.3 70B erzielte 0,73 auf Englisch, 0,70 auf Italienisch, 0,48 auf Chinesisch und 0,47 auf Deutsch. Das sind Werte für die Antwortqualität, die ein KI-Bewerter anhand menschlicher Antworten geprüft hat, nicht die Genauigkeit bei der Einstellung.

Auch ungewöhnliche Formate bringen Tools ins Stolpern. Im selben grundlegenden Diskussionsthread aus dem Jahr 2024 nannten Recruiter zweispaltige Lebensläufe, Tabellen und falsch gelesene Datumsangaben; außerdem braucht ein gescannter Lebenslauf zuerst eine Texterkennung.

Fragen Sie dann, was mit Dateien geschieht, die das Tool nicht lesen kann: Sie möchten, dass sie markiert und niemals stillschweigend verworfen werden.

Flowmingo-Daten · 210.364 Lebensläufe zur Lebenslaufbewertung bei 2.223 Unternehmen gesendet, 3. Apr. bis 20. Okt. 2026

  • 99,7 % der an Flowmingos Lebenslaufbewertung geschickten Lebensläufe erhielten eine Bewertung.
  • 345 Lebensläufe konnten nicht bewertet werden, weil die Datei beschädigt, passwortgeschützt oder unlesbar war.

Dies misst, wie oft die Bewertung abgeschlossen wurde, nicht, wie genau jeder Lebenslauf gelesen wurde. Einige nicht bewertete Lebensläufe können sich noch in der Warteschlange befunden haben.

Wenn Sie beispielsweise in Singapur einstellen, sehen Sie englischsprachige Lebensläufe mit chinesischen, malaiischen oder tamilischen Namen und ausländischen Abschlüssen. Verwenden Sie 2 solche Lebensläufe im Namensaustauschtest in Abschnitt 9 und halten Sie die Slots für ungewöhnliche Dateien für einen echten nicht englischsprachigen Lebenslauf und einen gescannten Lebenslauf frei.

6. Wie prüfe ich nach Amazon und Workday die KI-Vorauswahl auf Voreingenommenheit gegenüber Frauen oder über 40-Jährigen?

Bitten Sie den Anbieter um Prüfungszahlen und prüfen Sie dann Ihre eigenen Shortlist-Quoten nach Gruppe. Das Risiko ist real, denn Tools lernen aus früheren Einstellungen, lesen Namen und bevorzugen den Lebenslauf, den sie zuerst lesen.

Der grundlegende Fall ist Amazons experimentelles Lebenslauf-Tool (Reuters, 2018). Es lernte aus 10 Jahren Lebensläufen, bestrafte das Wort „women's“ und stufte Absolventinnen von 2 reinen Frauencolleges herab.

Namen beeinflussen Modelle. In einer grundlegenden Prüfung von 3 Lebenslauf-Matching-Modellen im Oktober 2024 gewannen Namen, die mit Weißen assoziiert werden, 85,1 % der Rassentests (Wilson und Caliskan). Namen von Schwarzen Männern verloren in bis zu 100 %.

Auch die Reihenfolge beeinflusst sie. Bei 22 KI-Modellen und 30.690 Entscheidungen zu Paaren gleich qualifizierter Lebensläufe gewann der zuerst angezeigte Lebenslauf in 63,5 % der Fälle (Rozado).

Reihenfolgebias bei der KI-Lebenslaufprüfung: Bei 22 Modellen wurde der zuerst angezeigte Lebenslauf in 63,5 % der Fälle gewählt und der zweite in 36,5 %

Der erste Lebenslauf gewinnt: Über 22 KI-Modelle hinweg gewann der zuerst gezeigte Lebenslauf in 63,5 % der Fälle, der zweite in 36,5 %. Fair wären 50 %.

In Bloombergs grundlegendem Test von 2024 ordnete GPT-3.5 acht nahezu identische Lebensläufe, wobei eine faire Spitzenquote bei 12,5 % liegt. Namen asiatischer Frauen landeten in 17,2 % der Fälle auf Platz eins und Namen schwarzer Männer in 7,6 % (Zahlen). Doch interviewing.io bezweifelt die Methode, und ein Chatbot ist kein getestetes Screening-Tool.

Im Fall Mobley gegen Workday ließ ein Gericht im Mai 2025 Bewerberinnen und Bewerber ab 40 Jahren als landesweite Gruppe weiterverfahren (Holland & Knight). Dies sind Behauptungen, keine Feststellungen.

Teilen Sie die Shortlist-Quote jeder Gruppe durch die Quote der höchsten Gruppe (illustratives Beispiel, keine Kundendaten):

Gruppe Lebensläufe Auf der Shortlist Shortlist-Quote Verhältnis zur höchsten
Gruppe X 140 14 10,0% 100%
Gruppe Y 100 6 6,0% 60%: genauer prüfen

6,0 % von Gruppe Y geteilt durch 10,0 % von Gruppe X ergibt 60 %, unter der 80-%-Grenze. Finden Sie also heraus, warum, bevor die Stelle geschlossen wird.

Die 80-%-Grenze stammt aus den grundlegenden Uniform Guidelines von 1978, einer Faustregel für Gruppen nach Rasse, Geschlecht und ethnischer Zugehörigkeit. Die Anwendung auf Über-40-Jährige ist unser Vorschlag. Bei kleinen Gruppen sollten Sie einen Signifikanztest verwenden.

Mit Stand vom 2. November 2026 steht die Regel noch im eCFR. Am 9. Juni 2026 bezeichnete das Office of Legal Counsel des Justizministeriums die dahinterstehenden Leitlinien als verfassungswidrige Auslegung von Title VII.

Die EEOC plant, sie im November 2026 aufzuheben (Ogletree). Disparate-Impact-Ansprüche nach Title VII bestehen weiter, daher sollten Sie die Prüfung als Ihr eigenes Monitoring beibehalten.

7. Wir stellen in New York, der EU und Singapur ein. Welche KI-Screening-Gesetze gelten?

Das hängt davon ab, wo die Stelle ist und wo Ihre Kandidatinnen und Kandidaten leben. Die Regelungen der EU und Singapurs gelten ab Ende 2027, die von New York City gelten bereits jetzt.

New York City untersagt ein unter die Regelung fallendes Tool ohne ein Bias-Audit aus dem Vorjahr, eine öffentliche Zusammenfassung und eine Benachrichtigung. Dies sind allgemeine Informationen, keine Rechtsberatung.

Gesetze zum KI-Screening von Lebensläufen nach Ort: New York City Bias-Audit und Benachrichtigung, Illinois Benachrichtigung, Kalifornien 4-Jahres-Aufzeichnungen, EU-Hochrisiko ab 2. Dezember 2027, Singapur Ende 2027

Gesetze nach Ort: New York City untersagt erfasste Tools ohne Bias-Audit und Benachrichtigung 10 Werktage im Voraus. Illinois verlangt eine Benachrichtigung und keine Postleitzahl-Proxys, Kalifornien 4-Jahres-Aufzeichnungen, die EU gilt ab 2. Dezember 2027 und Singapur ab Ende 2027.

Die DCWP der Stadt setzt das grundlegende Local Law 144 seit dem 5. Juli 2023 durch, mit Geldstrafen von $500 bis $1.500 pro Tag. Doch der State Comptroller fand bei 32 Unternehmen mindestens 17 mögliche Verstöße, während die Stadt 1 fand. Eine grundlegende Studie aus dem Jahr 2024 ergab, dass nur 18 von 391 Arbeitgebern ein Audit veröffentlicht hatten (Null Compliance).

Die EU führt das Filtern von Bewerbungen als hochriskant auf (Anhang III), ab 2. Dezember 2027 gemäß dem Digital Omnibus (Lewis Silkin). Illinois' Regeln (eine grundlegende Morgan Lewis-Notiz von 2024) und Kaliforniens Regeln von 2025 (Mayer Brown) gelten bereits.

Die EEOC hat ihre grundlegende KI-Leitlinie von 2023 im Januar 2025 entfernt und Disparate-Impact-Untersuchungen eingestellt (Seyfarth). Private Klagen wie Mobley laufen weiter.

Singapurs Gesetz wird Entscheidungen anhand von 11 geschützten Merkmalen untersagen und Arbeitgeber mit weniger als 25 Beschäftigten ausnehmen, abgesehen von der fairen Berücksichtigung (Mondaq, DLA Piper). Es nennt KI nicht ausdrücklich, daher ist die Anwendung auf automatisierte Filter unsere Auslegung.

7.1 Sollten wir Bewerberinnen und Bewerbern mitteilen, dass KI ihre Lebensläufe prüft, und ihnen ein Opt-out ermöglichen?

Ja, denn New York City und Illinois verlangen beide eine Benachrichtigung. Ein Opt-out, bei dem eine Person stattdessen den Lebenslauf liest, ist gute Praxis, auch wenn die Regeln von NYC keines verlangen.

Veröffentlichen Sie die Benachrichtigung auf Ihrer Karriereseite, in der Stellenanzeige oder per E-Mail mindestens 10 Werktage vor der Bewertung von Bewerberinnen und Bewerbern aus NYC (DCWP-Regeln). Benennen Sie 1 Person, die Opt-out-Antworten innerhalb von 2 Werktagen beantwortet – unser Vorschlag, keine gesetzliche Frist.

Zum Beispiel kann eine für Singapur und NYC ausgeschriebene Stelle, die am Montag, dem 1., veröffentlicht wird, Lebensläufe aus NYC erst am Montag, dem 15., bewerten. Lebensläufe aus Singapur können ab Tag 1 bewertet werden, und Lebensläufe aus NYC ebenfalls, wenn Ihre Karriereseite die Benachrichtigung bereits 10 Werktage lang enthielt.

Musterformulierung, passen Sie sie mit Ihrer Rechtsberatung an:

Wir verwenden KI-Software, um Lebensläufe anhand der Kriterien für diese Stelle zu bewerten: [list]. Ein Mitglied unseres Teams prüft die Ergebnisse und trifft jede Entscheidung. Für Stellen in New York City ist unser neuestes Bias-Audit aus dem vergangenen Jahr hier zusammengefasst: [link]. Wenn eine Person Ihre Bewerbung ohne die Software prüfen soll oder Sie eine Anpassung wünschen, antworten Sie auf diese E-Mail, und [name] wird innerhalb von 2 Werktagen antworten.

8. Kann ich die bewertete Shortlist exportieren und an den Hiring Manager senden?

Ja, und der Export sollte die Begründungen enthalten, nicht nur Namen und Zahlen. Sende jede Bewertung mit ihren Belegzeilen, damit man über Belege diskutiert statt aus dem Bauchgefühl.

Ein nützlicher Export enthält 6 Dinge: Name, Gesamtbewertung, Bewertung pro Kriterium, den Beleg für jedes Must-have, deine Override-Notiz und das Datum. Damit kann ein Hiring Manager 1 Zeile statt der ganzen Liste beanstanden, und du behältst einen Nachweis darüber, warum.

Der Export ist auch dein Nachweis. Die kalifornischen Vorschriften verlangen, dass ADS-Unterlagen 4 Jahre lang aufbewahrt werden, und der EU AI Act verlangt ab dem 2. Dezember 2027 Protokolle für mindestens 6 Monate.

Frage also jeden Anbieter, wie lange er Scores aufbewahrt und ob du alle exportieren kannst. Prüfe, ob Override-Notizen ebenfalls exportiert werden, denn sie zeigen, dass ein Mensch jede Entscheidung getroffen hat. Eine Agentur möchte zum Beispiel für einen Kunden eine PDF-Datei pro Bewerber.

Ein internes Team möchte vielleicht eine CSV für sein ATS oder eine API, damit die Scores ohne Kopieren und Einfügen dort landen. In jedem Fall erhält der Hiring Manager die Liste mit Belegen, nie ein bloßes Ranking.

Wie Flowmingo hilft

Im Free-Plan kannst du alles in der App einsehen, Berichte per Link teilen und insgesamt 3 PDF- oder DOCX-Berichte herunterladen. Für unbegrenzte Downloads upgrade auf Flowmingo Pro (Starter, Growth oder Scale), und CSV-Export gibt es ab Growth (pricing). Flowmingo verbindet sich mit 20+ ATSs (ATS guides), Greenhouse, Lever und Workday inklusive, für AI-Interview-Scores; CV-Scores nutzen die kostenlose API, Webhooks oder MCP.

9. Wie teste ich KI-Software für Lebenslauf-Screening an 20 meiner eigenen früheren Lebensläufe?

Wähle 20 frühere Lebensläufe, deren Ausgang du kennst, lass sie durch die Testversion laufen und vergleiche das Ranking mit dem, was tatsächlich passiert ist. Dann mische die Reihenfolge und lass sie erneut durchlaufen, und ändere bei 3 Kopien nur den Namen.

Stelle die 20 so zusammen: 5 Personen, die du auf die Shortlist gesetzt hast und bei denen du froh warst, dass du es getan hast, 5 Beinahe-Treffer, 8 klare Absagen und 2 nicht auf Englisch verfasste oder gescannte Lebensläufe. Entferne personenbezogene Daten, die du nicht benötigst, und prüfe, ob deine Testbedingungen und deine Datenschutzhinweise die Wiederverwendung früherer Lebensläufe auf diese Weise erlauben.

Führe dann 5 Prüfungen durch:

  • Übereinstimmung: Mindestens 4 von 5 als gut bekannten Lebensläufen sollten in den Top 8 des Tools landen.
  • Mischen: Lade die 20 in umgekehrter Reihenfolge erneut hoch. Kein Lebenslauf sollte sich um mehr als 2 Plätze verschieben.
  • Namenswechsel: Kopiere 3 Lebensläufe und ändere bei jeder Kopie nur den Namen. Der Bewertungsunterschied sollte bei 0,5 oder weniger von 10 bleiben.
  • Begründungen: Jede Must-have-Bewertung bei 5 zufällig ausgewählten Lebensläufen zeigt ihren Beleg und ist in unter 1 Minute überprüfbar.
  • Ungewöhnliche Dateien: Nicht englischsprachige und gescannte Lebensläufe werden ausgelesen und nicht leer gelassen.

So testen Sie KI-Lebenslauf-Screening-Software mit 20 früheren Lebensläufen: Übereinstimmung, Durchmischen, Namensaustausch, Begründungen und ungewöhnliche Dateien

Test mit 20 Lebensläufen: Übereinstimmung, Durchmischen, Namensaustausch, Begründungen und ungewöhnliche Dateien – jeweils mit einer empfohlenen Bestehensgrenze, die Sie in 1 Durchgang prüfen können.

Das Durchmischen ist wegen Rozados Erst-Lebenslauf-Effekt in Abschnitt 6 wichtig. Diese Bestehensgrenzen sind unsere Faustregel, kein Standard.

9.1 Wie genau ist es im Vergleich dazu, wenn mein eigenes Team die Lebensläufe liest?

Kein unabhängiger Benchmark vergleicht Tools bei Ihren Stellen mit menschlichen Screenern. Ihr Test mit 20 Lebensläufen ist die ehrliche Antwort, also vergleichen Sie ihn mit dem tatsächlichen Ergebnis.

Wenn es 4 von 5 bekannt guten Lebensläufen in seine Top 8 setzt und 0 von 8 abzulehnenden Lebensläufen in seine Top 5, stimmt es mit Ihnen überein. Wenn nur 2 von 5 die Top 8 erreichen, lesen Sie seine Begründungen für die anderen 3, bevor Sie ihm vertrauen.

Wie Flowmingo hilft

Sie können diesen Test kostenlos durchführen: Die Lebenslauf-Bewertung ist in jedem Plan unbegrenzt, auch im Free-Tarif, ohne Gebühr pro Lebenslauf (FAQ).

10. Welche Prüfungen muss KI-Lebenslauf-Screening-Software nach 3 Anbieter-Demos bestehen, bevor ich kaufe?

Sie muss anhand Ihrer Kriterien mit sichtbaren Belegen bewerten, niemals von sich aus ablehnen und Ihren Test mit 20 Lebensläufen bestehen. Außerdem muss sie Ihre Kandidaten aus ihrem Training heraushalten.

Verlangen Sie, dass jeder dieser 12 Punkte live an Ihren eigenen Lebensläufen gezeigt wird, denn die Beispieldaten eines Anbieters beweisen nichts über Ihre Stellen. Ändern Sie zum Beispiel 1 Gewichtung und beobachten Sie, wie sich das Ranking verändert.

Die Punkte 1 bis 10 stammen aus den Abschnitten 2 bis 9 dieses Leitfadens, und die Punkte 11 und 12 betreffen den Umgang mit Daten.

# Die Software muss Demo-Test Warnsignal
1 Anhand von Kriterien bewerten, die Sie bearbeiten können Eine Gewichtung ändern Feste, versteckte Kriterien
2 Lebenslauf-Belege je Kriterium angeben 3 Bewertungen öffnen 1 Übereinstimmungsquote
3 Niemals allein aufgrund der Punktzahl ablehnen Nach einer 2 von 10 fragen Automatische Ablehnungs-E-Mail
4 Übersteuerungen mit Begründung annehmen 1 Lebenslauf nach oben verschieben Kein Begründungsfeld
5 Ihren Test mit 20 Lebensläufen bestehen Abschnitt 9 „Nutzen Sie unsere Beispieldaten“
6 Unabhängig von der Reihenfolge gleich ranken Shuffle-Test Das Ranking folgt der Upload-Reihenfolge
7 Namen, Fotos, Postleitzahlen ignorieren Namensaustausch-Test Die Punktzahl ändert sich mit dem Namen
8 Ihre Sprachen und Layouts lesen 2 ungewöhnliche Lebensläufe Leer oder „nicht unterstützt“
9 Bestehensquoten nach Gruppe ausweisen Nach Audit-Tabellen fragen Nur ein Badge
10 Punktzahlen, Begründungen, Übersteuerungen exportieren Die Liste herunterladen Nur Namen
11 Kandidaten aus dem Training heraushalten Vertragsklausel „Wir verbessern unsere Modelle“
12 Lebensläufe löschen und Ihre DSFA unterstützen Aufbewahrungsfrist Keine schriftliche Antwort

Die Punkte 11 und 12 behandeln den Umgang mit Daten, den die meisten Seiten zu Lebenslauf-Screening-Software auslassen. Der Prüfbericht des ICO vom November 2024 ergab, dass die meisten der geprüften Anbieter Kandidatendaten wiederverwendet hatten, um ihre Tools zu trainieren.

Er fand außerdem Tools, mit denen Recruiter geschützte Merkmale herausfiltern konnten, oder die die Ethnizität aus Namen errieten. Holen Sie sich also vor der Unterzeichnung von jedem Anbieter 4 schriftliche Antworten ein:

  • Wo sie Ihre Lebensläufe speichern und wie lange.
  • Ob sie Modelle mit Ihren Kandidaten trainieren.
  • Wie Sie den Lebenslauf und die Bewertungen eines Kandidaten löschen.
  • Ob sie Ihre DPIA, die Datenschutz-Folgenabschätzung, vor dem Start unterstützen.

Wie Flowmingo hilft

Flowmingo ist eine kostenlose KI-Recruiting-Plattform für Recruiter. Die CV Evaluation deckt die Punkte 1 bis 3 ab: Kriterien, die Sie bearbeiten, Belege hinter jeder Bewertung und keine automatische Ablehnung. Den Gruppenverhältnis-Check aus Punkt 9, Abschnitt 6, führen Sie an Ihrer eigenen Shortlist durch. Führen Sie Ihren Test mit 20 Lebensläufen auf Flowmingo durch, bevor Sie eine KI-Lebenslauf-Screening-Software kaufen.

11. Quellen

Jede oben zitierte Studie, jedes Gesetz und jede Umfrage im APA-Stil.

Registrieren und in ca. 60 Sekunden starten. Keine Karte, kein Anruf

Kostenlos anmelden
Flowmingo Editorial Team

Flowmingo Editorial Team

We write practical guides for recruiters and HR teams who want to hire faster and more fairly. Each guide draws on hiring research, employment rules and Flowmingo's own data from real interviews, and lists its sources.

LinkedInXYouTubeFacebook