Künstliche Intelligenz in HR: Ein Einstieg für Personaler ohne IT-Hintergrund

Künstliche Intelligenz ist das Buzzword der Stunde. Doch was bedeutet KI konkret für die Personalarbeit? Und wie starten Sie ein KI-Projekt, wenn Ihr Hintergrund in HR liegt und nicht in der IT? Dieser Leitfaden erklärt die Grundlagen verständlich und zeigt praktische Wege für den Einstieg.

KI erklärt für Nicht-Techniker

Künstliche Intelligenz klingt kompliziert, lässt sich aber einfach zusammenfassen: KI ist Software, die aus Daten lernt und Entscheidungen trifft, für die normalerweise menschliche Intelligenz nötig wäre.

Was KI von normaler Software unterscheidet

Klassische Software folgt festen Regeln: Wenn A, dann B. KI hingegen erkennt Muster in Daten und verbessert sich mit der Zeit. Ein Beispiel aus dem HR-Alltag:

• Klassische Software: "Sortiere alle Bewerbungen mit dem Wort 'Projektmanagement' in Ordner X."

• KI-basierte Software: "Analysiere 1.000 erfolgreiche Einstellungen und erkenne Muster. Bewerte neue Bewerbungen nach Ähnlichkeit zu erfolgreichen Kandidaten."

Der entscheidende Unterschied: KI kann Zusammenhänge erkennen, die nicht explizit programmiert wurden.

Die vier Arten von KI

Laut Bitkom-Leitfaden zu KI im Personalwesen unterscheidet man:

1. Reaktive KI: Reagiert auf Eingaben ohne Gedächtnis (z.B. Spam-Filter)

2. Limitierte KI: Lernt aus vergangenen Daten (z.B. Empfehlungssysteme)

3. Theory of Mind: Versteht Emotionen (noch in Entwicklung)

4. Selbstbewusste KI: Hat eigenes Bewusstsein (Science Fiction)

Für HR relevant sind aktuell nur die ersten beiden Kategorien.

Unterschied: KI vs. Automatisierung vs. RPA

Diese drei Begriffe werden oft verwechselt. Hier die klare Abgrenzung:

Automatisierung

Automatisierung bedeutet: Wiederkehrende Aufgaben werden ohne menschliches Zutun ausgeführt. Das kann so simpel sein wie eine automatische E-Mail-Weiterleitung.

Beispiel HR: Wenn ein Mitarbeiter kündigt, wird automatisch eine Checkliste für das Offboarding erstellt.

RPA (Robotic Process Automation)

RPA sind Softwareroboter, die menschliche Klicks und Eingaben nachahmen. Sie folgen exakt definierten Regeln und arbeiten strukturierte Daten ab.

Beispiel HR: Ein RPA-Bot kopiert jeden Morgen neue Krankmeldungen aus dem E-Mail-Postfach in das HR-System.

Künstliche Intelligenz

KI analysiert Daten, erkennt Muster und trifft Entscheidungen. Sie kann mit unstrukturierten Daten umgehen und lernt dazu.

Beispiel HR: KI analysiert Bewerbungsunterlagen und identifiziert Kandidaten mit hoher Erfolgswahrscheinlichkeit, auch wenn deren Lebenslauf nicht dem klassischen Muster entspricht.

Der Kernunterschied

Wie Appian es formuliert: RPA imitiert die Handlungen eines Menschen, KI imitiert die Denkweise eines Menschen. RPA ist prozessgesteuert, KI ist datengesteuert.

Vergleichstabelle: KI, Automatisierung, RPA und Machine Learning

Wo KI in HR bereits im Einsatz ist

Die Nutzung von KI im deutschen Personalwesen nimmt zu. Laut aktuellen Studien nutzen etwa 20 Prozent der Unternehmen bereits KI, weitere 37 Prozent planen den Einsatz.

Recruiting: Das häufigste Einsatzgebiet

70 Prozent der Unternehmen, die KI im Recruiting einsetzen, nutzen sie für das Verfassen von Stellenanzeigen. Weitere Anwendungen:

• Platzierung von Stellenanzeigen (55 %): KI ermittelt die besten Kanäle

• Lebenslauf-Analyse (33 %): Automatische Extraktion relevanter Informationen

• Vorauswahl (31 %): Bewertung der Passung zum Anforderungsprofil

Dokumentenmanagement und Verträge

44 Prozent der HR-Verantwortlichen sehen Nutzen im Vertragsmanagement. KI kann:

• Standardisierte Arbeitsverträge erstellen

• Zeugnisse formulieren

• Abmahnungen rechtssicher aufsetzen

Chatbots für Mitarbeiteranfragen

49 Prozent der Unternehmen können sich einen HR-Chatbot vorstellen, 9 Prozent nutzen ihn bereits. Typische Fragen, die KI-Chatbots beantworten:

• "Wie viele Urlaubstage habe ich noch?"

• "Wann wird mein Gehalt überwiesen?"

• "Wie reiche ich eine Krankmeldung ein?"

Personalplanung und Prognosen

Hier wird das größte Wachstum erwartet: Der Anteil soll von 10 auf 35 Prozent steigen. KI unterstützt bei:

• Prognose des Personalbedarfs

• Analyse der Mitarbeiterzufriedenheit

• Früherkennung von Kündigungsrisiken

Payroll und Lohnabrechnung

KI erkennt Fehler in Zeiterfassungsdaten und Abrechnungen, bevor sie zu Problemen führen. Mehr dazu in unserem Artikel KI in der Lohnabrechnung.

Praxisbeispiele: So setzen Unternehmen KI ein

Beispiel 1: Personalleiter eines Handelsunternehmens

Ein mittelständisches Handelsunternehmen mit 180 Mitarbeitern wollte die Lohnabrechnung modernisieren. Der Personalleiter hatte keinen IT-Hintergrund, aber eine klare Vision.

Ausgangssituation:

• Lohnabrechnung über Excel und veraltete Software

• 3 Vollzeitkräfte für Personaladministration

• Hohe Fehlerquote bei Zuschlagsberechnungen

Der Weg zur KI-gestützten Abrechnung (6 Monate):

Monat 1-2: Analyse der bestehenden Prozesse und Datenqualität. Erkenntnis: Ohne saubere Stammdaten funktioniert keine KI.

Monat 3-4: Auswahl eines Anbieters mit integrierter KI-Funktion (Personio mit DATEV-Schnittstelle). Kein Eigenbau, sondern fertige Lösung.

Monat 5-6: Pilotbetrieb mit 50 Mitarbeitern, dann schrittweise Ausweitung.

Ergebnis nach 12 Monaten:

• Fehlerquote bei Zuschlägen um 82 % reduziert

• Zeitaufwand für Datenprüfung halbiert

• Eine Stelle konnte in strategische HR-Arbeit umgewidmet werden

Erfolgsfaktor: Der Personalleiter holte frühzeitig externe Beratung für die Anbieterauswahl und ließ sich nicht von Marketing-Versprechen blenden.

Beispiel 2: HR-Manager leitet erstes KI-Projekt

Eine HR-Managerin in einem Maschinenbauunternehmen (320 Mitarbeiter) übernahm die Leitung eines KI-Projekts im Recruiting, obwohl sie selbst keine IT-Kenntnisse hatte.

Das Projekt: KI-gestützte Vorauswahl von Bewerbungen für gewerbliche Stellen (Produktion, Lager).

Ihr Vorgehen:

1. Problem klar definieren: "Wir erhalten 200 Bewerbungen pro Stelle und brauchen 2 Tage für die Erstsichtung. Das wollen wir auf 2 Stunden reduzieren."

2. Sponsorship sichern: Präsentation vor der Geschäftsführung mit konkretem Business Case (Zeitersparnis × Stundensatz × Stellenanzahl pro Jahr).

3. Externes Know-how holen: Zusammenarbeit mit einem spezialisierten Anbieter für Recruiting-KI.

4. Klein starten: Pilotprojekt für eine Berufsgruppe (Lageristen), nicht für alle Stellen gleichzeitig.

5. Mitarbeiter einbinden: Recruiter wurden von Anfang an geschult und konnten Feedback geben.

Ergebnis:

• Erstsichtung von 200 Bewerbungen in 45 Minuten statt 16 Stunden

• Qualität der Vorauswahl durch KI vergleichbar mit menschlicher Sichtung

• Recruiter können sich auf persönliche Gespräche konzentrieren

Ihre wichtigste Erkenntnis: "Ich musste nicht programmieren können. Aber ich musste verstehen, welches Problem wir lösen wollen und wie wir den Erfolg messen."

Erste Schritte: Wie Personaler KI-Projekte anstoßen

Sie müssen kein IT-Experte sein, um ein KI-Projekt zu starten. Activate HR empfiehlt einen 7-Schritte-Plan:

Schritt 1: Konkretes Problem identifizieren

Starten Sie nicht mit "Wir brauchen KI", sondern mit "Wir haben folgendes Problem". Gute Kandidaten für KI-Projekte:

• Hohe Fehlerquoten in wiederkehrenden Prozessen

• Zeitaufwendige manuelle Dateneingaben

• Entscheidungen, die auf großen Datenmengen basieren

Schritt 2: Datenqualität prüfen

KI ist nur so gut wie die Daten, mit denen sie arbeitet. Fragen Sie sich:

• Sind unsere Stammdaten aktuell und vollständig?

• Haben wir historische Daten für das Training?

• Entspricht die Datenerhebung der DSGVO?

Schritt 3: Business Case erstellen

Rechnen Sie vor, was das Problem kostet und was die Lösung bringt:

• Zeitersparnis in Stunden pro Monat

• Reduzierte Fehlerkosten

• Vermiedene Compliance-Risiken

Schritt 4: Anbieter evaluieren oder selbst bauen?

Für die meisten KMUs gilt: Kaufen statt bauen. Fertige Lösungen von Personio, SAP SuccessFactors oder HRworks haben integrierte KI-Funktionen. Eigenentwicklung lohnt sich nur bei sehr spezifischen Anforderungen.

Schritt 5: Klein starten mit einem Pilotprojekt

Begrenzen Sie das Risiko:

• Eine Abteilung statt des ganzen Unternehmens

• Ein Prozess statt aller HR-Abläufe

• 3 Monate Pilotphase mit klaren Erfolgskriterien

Schritt 6: Mitarbeiter schulen und einbinden

Der AI Act verpflichtet Unternehmen seit Februar 2025, Mitarbeiter im Umgang mit KI zu schulen. Nutzen Sie das als Chance für Akzeptanz.

Schritt 7: Iterativ verbessern

KI-Projekte sind nie "fertig". Planen Sie regelmäßige Reviews ein:

• Funktioniert die KI wie erwartet?

• Welche Anpassungen sind nötig?

• Wo können wir erweitern?

Die wichtigsten KI-Tools für HR

Integrierte HR-Suiten mit KI

• SAP SuccessFactors: KI-Assistent "Joule" für Enterprise-Kunden

• Workday: People Analytics mit Machine Learning

• project b.: KI, um bei der Lohnabrechnung Zeit zu sparen

• Personio: KI für Zeiterfassung und vorbereitende Lohnabrechnung

Spezialisierte Recruiting-KI

• Textkernel: Lebenslauf-Parsing und Matching

• HireVue: Video-Interview-Analyse

• Eightfold AI: Talent Intelligence Platform

Chatbots für HR

• IBM Watson Assistant: Unternehmensweite Chatbot-Plattform

• Rita von project b.: KI-Kollegin für lästige Lohnaufgaben

• Microsoft Copilot: Integration in Microsoft 365

• Eigenentwicklungen: Auf Basis von ChatGPT API

Fazit: KI in HR ist kein IT-Projekt

Künstliche Intelligenz im Personalwesen ist keine Frage der technischen Expertise, sondern der strategischen Planung. Sie müssen nicht programmieren können, aber Sie müssen wissen:

• Welches Problem wollen Sie lösen?

• Welche Daten haben Sie zur Verfügung?

• Wie messen Sie den Erfolg?

Die gute Nachricht: 64 Prozent der deutschen Unternehmen bewerten den bisherigen KI-Nutzen im HR noch als gering. Das bedeutet: Sie haben Zeit, sich vorzubereiten und aus den Fehlern der Early Adopter zu lernen.

Starten Sie klein, messen Sie konsequent und skalieren Sie nur, was funktioniert. Dann wird KI zu einem wertvollen Werkzeug für Ihre Personalarbeit.

Quellen

• [Bitkom: Künstliche Intelligenz im Personalwesen (PDF)]

• [Activate HR: KI-Projekt in 7 Schritten zum Ziel]

• [Workday: Wie KI das Personalwesen neu definiert]

• [Lunatec: Unterschied RPA und KI]