Zukunft der Arbeit

KI-Screening braucht 26 Prozent weniger Bewerbungen – Menschen urteilen weiter

|Autor: QUASA-Redaktion|4 Min. Lesezeit
KI-Screening braucht 26 Prozent weniger Bewerbungen – Menschen urteilen weiter

Indeed hat am 4. September 2026 eine neue Effizienzangabe zu Smart Screening veröffentlicht: Nach internen US-Daten benötigt das KI-gestützte System im Durchschnitt 26 Prozent weniger Bewerbungen, um eine Einstellung zu erreichen. Der FutureWorks-Rückblick mit der Anbieterkennzahl beschreibt zugleich die Rollenverteilung: Die Software soll relevante Bewerbungen vorsortieren, während Menschen die eigentlichen Auswahlentscheidungen treffen.

Die Angabe folgte auf Indeed FutureWorks 2026 in Phoenix. Ein unabhängiger Bericht von der Veranstaltung stützt die Aussage, dass KI Terminplanung, erste Zuordnung und Teile des Screenings übernehmen soll, Entscheidungen über Weiterkommen und Einstellung aber menschliches Urteil erfordern. Die 26-Prozent-Kennzahl selbst hat die Publikation nicht überprüft.

Die 26 Prozent messen den Weg bis zu einer Einstellung

Indeed Smart Screening führt laut US-Anbieterangabe mit weniger geprüften Bewerbungen zu einer Einstellung, ohne damit höhere Einstellungsqualität zu belegen.

Die Kennzahl bezieht sich auf die durchschnittliche Zahl der Bewerbungen, die bis zu einer Einstellung benötigt wird. Sie besagt weder, dass sich insgesamt 26 Prozent weniger Menschen bewerben, noch dass Recruiter 26 Prozent ihrer Arbeitszeit sparen.

Auch die Qualität einer Einstellung wird damit nicht gemessen. Aus der Zahl lässt sich nicht ablesen, wie gut eine eingestellte Person später arbeitet, wie lange sie im Unternehmen bleibt oder wie viele geeignete Kandidaten eine niedrige Bewertung erhalten. Ein geringerer Bewerbungsbedarf bis zur Besetzung ist zunächst eine Prozesskennzahl, kein Nachweis für bessere Personalentscheidungen.

Für eine belastbare Einordnung fehlen in den veröffentlichten Angaben wesentliche methodische Details. Nicht ausgewiesen werden die Größe und Zusammensetzung der untersuchten Gruppe, der Erhebungszeitraum, die Definition einer vergleichbaren Stelle und die genaue Kontrollgruppe. Damit bleibt offen, ob Nutzer von Smart Screening mit denselben Arbeitgebern vor der Einführung, mit anderen Arbeitgebern oder mit Stellen ohne das Produkt verglichen wurden.

Vom Kriterienkatalog führt der Ablauf ins vorhandene ATS

Indeed Smart Screening gleicht Bewerbungsdaten mit Arbeitgeberkriterien ab, erstellt einen Smart Fit Score und übergibt die Unterlagen an das ATS.

Smart Screening beginnt nicht mit einer eigenständigen Definition des passenden Kandidaten. Arbeitgeber legen die Kriterien und Anforderungen fest, anhand derer eingehende Bewerbungen beurteilt werden. Schon dieser erste Schritt ist eine menschliche Entscheidung mit Einfluss auf alle folgenden Bewertungen.

Die US-Produktbeschreibung von Smart Screening nennt die zentralen Verarbeitungsschritte: Das System prüft und bewertet Bewerbungen nach den Kriterien des Arbeitgebers, vergibt einen Smart Fit Score, hebt wichtige Fähigkeiten hervor und übermittelt die aufbereiteten Bewerbungen an das vorhandene Applicant Tracking System (ATS). Arbeitgeber können außerdem Nachweise zu beruflichen Lizenzen und Zertifikaten anfordern.

  1. Der Arbeitgeber legt verpflichtende oder bevorzugte Anforderungen für die Stelle fest.
  2. Der Bewerber übermittelt seine Unterlagen und gegebenenfalls angeforderte Nachweise.
  3. Smart Screening gleicht die verfügbaren Informationen mit den festgelegten Kriterien ab.
  4. Das System erstellt einen Smart Fit Score und hebt relevante Qualifikationen hervor.
  5. Die bewertete Bewerbung gelangt in das bestehende ATS, wo das Recruiting-Team über den weiteren Verlauf entscheidet.

Der Score beschreibt damit die Übereinstimmung einer konkreten Bewerbung mit den Vorgaben für eine konkrete Stelle. Er ist keine allgemeine Bewertung der beruflichen Eignung oder des Werts einer Person. Öffentlich bleibt unklar, wie stark niedrige Bewertungen die tatsächliche Aufmerksamkeit von Recruitern und damit die Chance auf eine weitere Prüfung beeinflussen.

Menschen entscheiden – die Sortierung kann trotzdem prägen

Menschliche Kontrolle ist an mehreren Stellen des Ablaufs vorgesehen: bei der Festlegung der Anforderungen, bei der Prüfung der aufbereiteten Bewerbungsinformationen und bei der Entscheidung über Interview oder Einstellung. Die Automatisierung soll Informationen strukturieren und priorisieren, nicht selbst den Arbeitsvertrag vergeben.

Eine menschliche Letztentscheidung neutralisiert den Einfluss der Vorauswahl jedoch nicht automatisch. Wenn ein Recruiting-Team überwiegend hoch bewertete Profile öffnet, kann eine formal unverbindliche Reihenfolge faktisch bestimmen, wer genauer betrachtet wird. Entscheidend ist daher nicht nur, wer den letzten Klick ausführt, sondern auch, welche Bewerbungen zuvor sichtbar und vergleichbar gemacht werden.

Für Bewerber hängt die Bewertung von den Informationen ab, die in den berücksichtigten Unterlagen und Nachweisen erkennbar sind. Ein niedriger Score kann auf eine geringe Übereinstimmung hinweisen, aber ebenso auf anders formulierte Fähigkeiten, fehlende Nachweise oder zu eng gesetzte Arbeitgeberkriterien. Veröffentlichte Werte zu falsch hohen oder falsch niedrigen Zuordnungen fehlen bei der 26-Prozent-Angabe.

Für den DACH-Markt fehlt der Wirksamkeitsnachweis

Ein DACH-Prüfprozess vergleicht Bewerbungen mit Smart-Screening-Bewertungen und markiert fehlende regionale Wirksamkeitsdaten.

Die Kennzahl beruht ausdrücklich auf internen Daten aus den USA. Sie belegt deshalb keine entsprechende Wirkung in Deutschland, Österreich oder der deutschsprachigen Schweiz. Für diese Märkte sind weder eine vergleichbare regionale Kennzahl noch eine unabhängige Evaluation der Einstellungsresultate veröffentlicht.

Auch der konkrete Funktionsumfang und die Verfügbarkeit in den drei DACH-Märkten lassen sich aus den ausgewerteten US-Seiten nicht ableiten. Unterschiede bei Recruiting-Prozessen, Bewerbungsunterlagen, Sprache und rechtlichen Anforderungen begrenzen zusätzlich die Übertragbarkeit eines US-Werts.

Für eine unabhängige Wirksamkeitsbewertung wären neben den Bewerbungen je Einstellung weitere Ergebnisse nötig: Fehlklassifikationen, Unterschiede zwischen Bewerbergruppen, der Aufwand menschlicher Nachprüfungen und die spätere Qualität der Einstellungen. Der belegte Stand bleibt enger: Indeed Smart Screening benötigt nach internen US-Daten 26 Prozent weniger Bewerbungen je Einstellung; Menschen sollen die Auswahl verantworten. Methodik, DACH-Verfügbarkeit und regionale Wirkung sind weiterhin offen.

Lesen Sie auch:

Teilen:

Newsletter abonnieren

Erhalten Sie die neuesten Nachrichten zu Web3, KI und Krypto direkt in Ihren Posteingang.

0