KI-Kandidaten bewerten: vom Lebenslauf bis zur Entscheidung
KI-Kandidaten bewerten Sie verlässlich in vier Stufen: Lebenslauf auf Produktionsnachweise prüfen, Projektnachweise wie GitHub einordnen, ein strukturiertes Fachgespräch mit Fallaufgabe führen und Referenzen gezielt abfragen. Jede Person im Auswahlteam bewertet zuerst allein nach einem festen Raster. Strukturierte Verfahren haben laut Meta-Analyse von Sackett und Kollegen (2022) die höchste Vorhersagekraft.
Stufe 1: Lebenslauf lesen
Laut Bitkom erfüllen bei 33 Prozent der Unternehmen die Bewerbungen die Anforderungen an Kenntnisse neuester Technologien nicht (September 2026). Lebensläufe mit vielen Schlagworten helfen dabei wenig. Achten Sie auf diese Signale:
| Starkes Signal | Schwaches Signal |
|---|---|
| Systeme mit Nutzern, Mengen oder Wirkung beschrieben | Liste von Frameworks ohne Ergebnis |
| Betrieb erwähnt: Monitoring, Releases, Kosten | nur Prototypen, Hackathons, Kurse |
| konkrete Rolle im Team | „beteiligt an“ ohne eigenen Beitrag |
| Wechsel mit nachvollziehbarer Entwicklung | viele sehr kurze Stationen ohne Erklärung |
Stufe 2: Projektnachweise einordnen
| Nachweis | Was er zeigt | Was er nicht zeigt |
|---|---|---|
| GitHub und Open Source | Codequalität, Engagement, Interessen | Teamarbeit, Arbeit an vertraulichen Systemen |
| Kaggle und Wettbewerbe | Modellierungsgeschick | Betrieb, Datenbeschaffung, Abstimmung mit Fachbereichen |
| Vorträge und Blogartikel | Fähigkeit, Arbeit zu erklären | ob die Person das System selbst gebaut hat |
| Zertifikate | Lernbereitschaft | Erfahrung mit echten Systemen |
Wichtig: Viele erfahrene Fachkräfte arbeiten an Systemen, die sie nicht öffentlich zeigen dürfen. Ein leeres GitHub-Profil ist deshalb kein Ausschlusskriterium. Fragen Sie im Gespräch nach einem System, das die Person beschreiben darf.
Stufe 3: Strukturiertes Fachgespräch
Stellen Sie allen Kandidaten dieselben, aus der Rolle abgeleiteten Fragen und eine realistische Fallaufgabe. Paul Sackett und Kollegen haben 2022 im Journal of Applied Psychology frühere Meta-Analysen zur Personalauswahl neu berechnet. Strukturierte Interviews lagen mit einer mittleren Validität von .42 vorn, bei breiter Streuung je nach Qualität des Interviews.
Fragenkataloge mit Bewertungshinweisen je Rolle und den Ablauf finden Sie unter Technisches Interview für KI-Rollen.
Stufe 4: Referenzen gezielt abfragen
Allgemeine Fragen („War die Person gut?“) bringen wenig. Fragen Sie nach Dingen, die Sie im Gespräch gehört haben:
- Welches System hat die Person bei Ihnen gebaut oder betrieben, und wird es heute noch genutzt?
- Wie ist sie mit einem Fehler im Betrieb umgegangen?
- Wie hat sie mit dem Fachbereich zusammengearbeitet?
- Würden Sie sie wieder einstellen, und für welche Aufgabe?
Das Bewertungsraster
| Kriterium | 1 Punkt | 2 Punkte | 3 Punkte |
|---|---|---|---|
| Produktionserfahrung | keine | ein System, wenig Zahlen | mehrere Systeme mit Nutzung, Kosten oder Qualität belegt |
| Fachliche Tiefe | allgemein | konkret | konkret mit Abwägung und Alternativen |
| Umgang mit Fehlern | nennt keine | nennt einen | Fehler, Folgen und Änderung |
| Zusammenarbeit | wenig Bezug zu anderen | erwähnt Fachbereich | konkretes Beispiel für Abstimmung |
| Passung zur Aufgabe | gering | teilweise | hoch für die Aufgabe der ersten zwölf Monate |
Die Entscheidungsrunde
- Jede Person im Auswahlteam bewertet direkt nach dem Gespräch allein.
- Erst danach werden die Bewertungen nebeneinandergelegt.
- Große Abweichungen werden besprochen, mit Bezug auf konkrete Antworten.
- Entschieden wird zeitnah. Laut Bitkom erhalten 31 Prozent der Unternehmen auf IT-Stellen praktisch keine Bewerbungen, gute Kandidaten haben meist Alternativen.
Typische Fehler bei der Bewertung
- Sympathie statt Raster. Wer sich nur auf den Eindruck verlässt, bevorzugt Ähnlichkeit zu sich selbst.
- Titel statt Inhalt. „Senior“ oder „Lead“ im Lebenslauf sagt wenig über die tatsächliche Verantwortung.
- Ein Panel, das sich vorab bespricht. Dann bewertet am Ende die lauteste Stimme.
Keine Zeit, jeden Lebenslauf fachlich zu prüfen?
Wir führen die fachliche Vorprüfung durch und schicken Ihnen zu jedem Profil eine schriftliche Bewertung.
Quellen
- Sackett, P. R., Zhang, C., Berry, C. M., Lievens, F. (2022): Revisiting meta-analytic estimates of validity in personnel selection. Journal of Applied Psychology
- Bitkom, Presseinformation „IT-Fachkräftemangel hat sich in den letzten drei Jahren halbiert“, 03.09.2026
Häufige Fragen
Wie bewertet man KI-Kandidaten?
In vier Stufen: Lebenslauf auf Produktionsnachweise prüfen, Projektnachweise einordnen, strukturiertes Fachgespräch mit Fallaufgabe führen und Referenzen gezielt abfragen. Jede Person im Auswahlteam bewertet zuerst allein nach festem Raster.
Wie aussagekräftig ist ein GitHub-Profil?
Es zeigt Codequalität und Interessen, aber nicht Teamarbeit oder Arbeit an vertraulichen Systemen. Ein leeres Profil ist kein Ausschlusskriterium.
Welche Fragen stellt man bei Referenzen für KI-Rollen?
Fragen zu konkreten Systemen, zum Umgang mit Fehlern, zur Zusammenarbeit mit dem Fachbereich und ob die Referenzgeber die Person wieder einstellen würden.
Warum sollte jede Person zuerst allein bewerten?
Damit sich die Einschätzungen nicht gegenseitig beeinflussen. Erst danach werden Abweichungen mit Bezug auf konkrete Antworten besprochen.
Wie verlässlich sind strukturierte Interviews?
Laut Meta-Analyse von Sackett und Kollegen (2022) haben strukturierte Interviews mit .42 die höchste mittlere Validität der untersuchten Verfahren, die Streuung ist aber groß.
Welcher Weg passt zu Ihrer Situation?
Wählen Sie den Pfad, der zu Ihrem Bedarf passt. Jede Erstberatung ist unverbindlich und führt zu einer ehrlichen Markt-Einschätzung.