Wenn KI-Recruiting auf KI-blinde Flecken trifft

Im Recruiting setzen Personalabteilungen zunehmend auf künstliche Intelligenz: KI-Chatbots sichten Lebensläufe, Matching-Algorithmen sortieren Kandidat:innen vor und generative Tools verfassen Stellenanzeigen sowie Content für das Employer Branding. Ein zentrales Motiv dahinter ist der Wunsch, die Generation Z zu erreichen – eine Zielgruppe, der ein selbstverständlicher Umgang mit Technologie unterstellt wird und die als „Digital Natives“ gilt.

Diese Annahme hält einer genaueren Prüfung allerdings nur bedingt stand: Gerade jene Generation, die mit KI-Tools aufgewachsen ist, hat empirisch gesehen mehr Schwierigkeiten als ältere Jahrgänge, KI-generierte Inhalte zuverlässig einzuordnen. Das hat Folgen für Vertrauen und Glaubwürdigkeit im Bewerbungsprozess.

Digital Literacy ist keine Selbstverständlichkeit 

Der Begriff Digital Literacy beschreibt nicht nur die technische Fähigkeit, digitale Werkzeuge zu bedienen, sondern auch die kritische Kompetenz, ihre Inhalte einzuordnen und zu bewerten. Genau hier liegt eine Lücke: Eine internationale Vergleichsstudie zeigt, dass ein erheblicher Teil der Generation Z Schwierigkeiten hat, Desinformation in sozialen Netzwerken zuverlässig zu erkennen (Kyrychenko et al. 2025). Im Rahmen der Einführung des MIST (Misinformation Susceptibility Test, Maertens et al. 2024) ergab eine begleitende YouGov-Erhebung unter 1.516 US-Erwachsenen: Nur 11 Prozent der 18- bis 29-Jährigen konnten mindestens 17 von 20 Schlagzeilen korrekt als echt oder KI-generiert einordnen – gegenüber 36 Prozent der über 65-Jährigen. Die Daten stammen aus den USA und beziehen sich auf eine Altersgruppe, die über die enger gefasste Generation Z hinausreicht; sie zeigen aber denselben Trend wie die deutsche Studienlage: Mit zunehmendem Alter steigt die Fähigkeit, KI-generierte von echten Inhalten zu unterscheiden.

Eine aktuelle Erhebung von Stepstone zur KI-Nutzung im Bewerbungsprozess (n = 1.025) bestätigt dieses Bild aus einer anderen Richtung: Befragt nach fehlendem Know-how im Umgang mit KI-Tools im Bewerbungsprozess gaben ausgerechnet die 25- bis 34-Jährigen mit 25 Prozent am häufigsten an, sich nicht ausreichend auszukennen – deutlich mehr als die 35- bis 44-Jährigen (10 Prozent) oder die Gruppe der über 55-Jährigen (13 Prozent). Dieselbe Altersgruppe äußerte zudem die stärksten ethischen Vorbehalte gegenüber dem Einsatz von KI-Chatbots im Bewerbungsprozess (25 Prozent gegenüber neun Prozent im Durchschnitt aller Altersgruppen). Die verbreitete Gleichsetzung von Jugend und technischer Souveränität lässt sich empirisch nicht halten.

Was das für den Bewerbungsprozess bedeutet 

Für Personalverantwortliche ist das hochrelevant. Eine Studie der IU Internationalen Hochschule aus dem Jahr 2022 zu Emotionen und Erwartungen gegenüber KI im Recruiting zeigt, wie tief die Skepsis potenzieller Bewerber:innen bereits vor der aktuellen Verbreitung generativer KI reichte: 65,2 Prozent der Befragten hatten negative Assoziationen, wenn KI im Bewerbungsprozess involviert war, und ebenso viele vertrauten einer durch KI getroffenen Entscheidung nicht. 80,5 Prozent gaben an, sich weniger wertgeschätzt zu fühlen, wenn ein Algorithmus statt eines Menschen im Prozess entscheidet. Seither ist die Verbreitung generativer KI explodiert, die Skepsis gewachsen. Eine Erhebung von Gallup und der Walton Family Foundation aus dem Frühjahr 2026 registriert bei jungen Erwachsenen in den USA einen Rückgang der KI-Begeisterung von 36 auf 22 Prozent binnen eines Jahres, während ablehnende Gefühle gegenüber der Technologie von 22 auf 31 Prozent stiegen. Die Zahlen stammen aus den USA und lassen sich nicht unmittelbar auf den deutschen Arbeitsmarkt übertragen, zeichnen aber ein konsistentes Bild wachsender Ambivalenz.

Hinzu kommt ein Aspekt, der bereits vor dem KI-Thema Bestand hatte: Junge Bewerbende recherchieren Arbeitgeber intensiv, bevor sie sich bewerben. Bewertungsportale wie Kununu sind dabei oft der erste, nicht der letzte Blick. Schlechte Erfahrungen im persönlichen Umfeld genügen für zwei Drittel der Generation Z bereits, um sich gegen eine Bewerbung zu entscheiden (Weitzel et al. 2020). Wenn Employer-Branding-Content zunehmend KI-generiert und dadurch glatter, aber auch generischer wird, trifft er auf eine Zielgruppe, die genau diese Uniformität kritisch registriert – und die zugleich, wie die Studienlage zeigt, selbst nicht durchgängig in der Lage ist, KI-generierte von authentischen Inhalten zu unterscheiden. Das Risiko liegt nicht allein darin, dass Vertrauen verloren geht, sondern darin, dass es auf Basis unvollständiger Informationen verloren geht.

Warum Unternehmen neben Algorithmen echte Stimmen brauchen 

Dass KI-generierte Personas echte Zielgruppenkenntnis ersetzen können, ist eine verbreitete, aber trügerische Annahme. Eine aktuelle Analyse aus der Human-Computer-Interaction-Forschung identifiziert zwanzig Herausforderungen algorithmischer Nutzerrepräsentation, darunter Bias-Verstärkung und fehlende Validierbarkeit. Sie kommt zu dem Schluss, dass KI-Personas in zwölf davon problematischer abschneiden als konventionelle Methoden (Amin et al. 2025). Das Gegenmittel ist im Prinzip vertraut, in der Umsetzung aber selten konsequent: nicht modellieren, sondern einbinden. In unserer Kommunikationsagentur Professionistas haben wir das in einem Gen-Z-Advisory-Board institutionalisiert – nicht als einmalige Befragung, sondern als dauerhaften Austausch: Studierende, Auszubildende und Berufseinsteiger:innen sind strukturell in Kommunikationskampagnen und die Agenturentwicklung eingebunden und prüfen reale Fragestellungen, bevor diese in Produktion gehen. Der Unterschied zu einer Persona liegt nicht nur in der Methode, sondern in der Kontinuität: Die Perspektive der Zielgruppe ist nicht simuliert, sondern verankert.

Daneben gibt es konkrete Stellschrauben, die unabhängig davon greifen. KI-generierter Content im Bewerbungsprozess sollte erkennbar bleiben, statt sich als vermeintlich persönliche Ansprache zu tarnen. Transparenz reduziert nachweislich Vorbehalte, wie die IU-Studie zeigt. Mitarbeitendenstimmen sollten unkuratiert bleiben dürfen, auch wenn sie nicht ausschließlich positiv ausfallen; erzwungene Einheitlichkeit in Bewertungen fällt Bewerbenden erfahrungsgemäß schnell auf. Und Exit-Gespräche verdienen mehr Gewicht als bislang üblich, weil sie eine der wenigen Quellen sind, die tatsächliche statt vermutete Erfahrungen widerspiegeln.

Ein weiterer, oft übersehener Punkt betrifft die eigene Web-Präsenz: KI-Chatbots und die KI-Zusammenfassungen in Suchmaschinen greifen zunehmend auf die vorhandene Unternehmenswebsite als Quelle zurück, wenn Bewerbende sich vorab informieren. Veraltete oder unklare Inhalte auf der eigenen Seite werden in diesem Fall unter Umständen unverändert von KI-Systemen übernommen und weiterverbreitet – ein Kontrollverlust, der sich durch regelmäßige Aktualisierung der Unternehmensseite und klar kommunizierte Fakten zu Gehalt, Kultur und Benefits zumindest eindämmen lässt.

Je stärker Unternehmen KI im Recruiting einsetzen, desto wichtiger wird die Frage, wie sie parallel Vertrauen und Überprüfbarkeit sicherstellen. Das gilt besonders gegenüber einer Zielgruppe, die selbst noch lernt, KI-generierte Inhalte einzuordnen – und die genau deshalb weniger empfänglich für glatte Algorithmen-Kommunikation ist, als es die Rede vom „digital native“ suggeriert. Wer das ignoriert, riskiert, im Recruiting genau jene Distanz zu erzeugen, die eigentlich abgebaut werden sollte.

Quellen  

Amin, D., Salminen, J., Jansen, B. J., Shin, J. & Kim, D. H. (2025). Generative AI personas considered harmful? Putting forth twenty challenges of algorithmic user representation in human-computer interaction. International Journal of Human-Computer Studies, 205, 103657.
Gallup / Walton Family Foundation (2026). Umfrage unter 1.572 Personen im Alter von 14–29 Jahren (USA).
IU Internationale Hochschule (2022). Studie „KI im Recruiting: Emotionen, Ansichten, Erwartungen“.
Kyrychenko, Y., et al. (2025). Profiling misinformation susceptibility. Personality and Individual Differences, 241, 113177.
Maertens, R., Götz, F. M., Golino, H. F., et al. (2024). The Misinformation Susceptibility Test (MIST). Behavior Research Methods, 56, 1863–1899.
The Stepstone Group (2025). Studie zur KI-Nutzung im Bewerbungsprozess (n = 1.025), veröffentlicht gemeinsam mit der Studie zur Candidate Journey (n = 2.122), November 2025.
Weitzel, T., et al. (2020). Generation Z – die Arbeitnehmer von morgen. Recruiting Trends 2020, Universität Bamberg.