„Die KI hat die erste Vorauswahl übernommen — und kaum jemand im HR weiß es“

Ein Gespräch mit Mila Kim, Head of Talent bei draft, über KI im Recruiting, blinde Flecken im Employer Branding und das, was vor der ersten Bewerbung passiert.

Fangen wir vorne an: Was hat sich in der Arbeitgeber-Recherche von Kandidaten konkret verändert?

Die Reihenfolge. Früher war der erste Schritt eines Kandidaten eine Suchmaschine oder eine Jobbörse — eine Liste, durch die er sich selbst durchgearbeitet hat. Heute ist der erste Schritt oft eine Frage an eine KI: „Welche Arbeitgeber in meiner Branche sind empfehlenswert?“ Und die KI antwortet nicht mit zwanzig Treffern, sondern mit einer Handvoll Namen. Diese Vorauswahl hat vorher kein Mensch gemacht — die hat jetzt das Modell übernommen.

Und das ist neu?

Die Geschwindigkeit ist neu. Diese Verschiebung passiert nicht über zehn Jahre, sondern gerade jetzt. Was mich am meisten überrascht hat, als ich angefangen habe, mich damit zu beschäftigen: wie wenige HR-Teams das auf dem Schirm haben. Die meisten optimieren weiter ihre Karriereseite und ihre Kampagnen — also genau die Kanäle, die erst greifen, wenn der Kandidat sie schon kennt. Der Moment davor, die KI-Empfehlung, ist ein blinder Fleck.

Warum ist dieser blinde Fleck so gefährlich?

Weil man verliert, ohne es zu merken. Wenn ein Kandidat sich bei einem Wettbewerber bewirbt, weil er Sie in der KI-Antwort nie gesehen hat, taucht das in keiner Ihrer Kennzahlen auf. Es gibt keine abgelehnte Bewerbung, kein Signal. Der Kandidat war einfach nie da. Sie messen Time-to-Hire, Cost-per-Hire, Bewerberzahlen — aber nichts davon erfasst die Leute, die gar nicht erst auf Sie aufmerksam wurden.

Sie sagen, die KI nennt nur eine Handvoll Arbeitgeber. Wie eng ist das?

In einer typischen Antwort sind es drei bis fünf. Das ist der entscheidende Punkt. Bei einer Suchmaschine gibt es Seite zwei, durch die man scrollen kann. Bei einer KI-Antwort gibt es keine Seite zwei. Wer nicht unter diesen drei bis fünf ist, existiert in diesem Moment für den Kandidaten nicht. Und nach unseren Beobachtungen prüft über die Hälfte der Kandidaten einen Arbeitgeber gar nicht weiter, wenn er in dieser ersten Antwort fehlt.

Wie entscheidet die KI überhaupt, wen sie nennt?

Nicht zufällig, und auch nicht nach Unternehmensgröße — das ist die gute Nachricht. Die Modelle ziehen ihre Empfehlungen aus nachvollziehbaren Quellen: Arbeitgeberbewertungen auf kununu und Glassdoor, LinkedIn-Profile, Presse, die eigene Karriereseite. Entscheidend ist, ob das Bild über all diese Quellen hinweg konsistent, aktuell und eindeutig ist. Ich habe Fälle gesehen, in denen ein klar profilierter Mittelständler häufiger empfohlen wurde als ein größerer Wettbewerber, über den die Quellenlage einfach diffus war.

Das heißt, kleinere Arbeitgeber sind nicht automatisch im Nachteil?

Im Gegenteil, hier können sie gewinnen. Bei der KI zählt Klarheit mehr als Budget. Ein Unternehmen, das eine Sache gut macht und das über seine Quellen hinweg einheitlich kommuniziert, ist für ein Modell leichter zu fassen als ein Konzern mit zwölf Geschäftsbereichen und widersprüchlichen Bewertungen. Wer fokussiert ist, hat einen echten strukturellen Vorteil.

Was ist der häufigste Fehler, den Sie bei HR-Teams sehen?

Dass sie raten. Sie haben ein Gefühl, dass „irgendwas mit KI“ wichtig wird, aber sie haben nie nachgesehen, was die KI tatsächlich über sie sagt. Dabei kann das jeder in fünf Minuten selbst tun — einfach eine KI nach den besten Arbeitgebern der eigenen Branche fragen und schauen, ob man genannt wird, an welcher Stelle, in welchem Tonfall. Diese Selbstprüfung ist oft der Moment, in dem es klick macht. Plötzlich ist es kein abstraktes Zukunftsthema mehr, sondern man sieht schwarz auf weiß, dass der Wettbewerber dasteht und man selbst nicht.

Apropos Tonfall — wie wichtig ist es, wie die KI über einen spricht?

Fast so wichtig wie ob. Genannt zu werden ist die halbe Miete. Aber es ist ein Unterschied, ob die KI Sie als „solide, aber konservativ“ beschreibt oder als „innovativ, mit starker Lernkultur“. Beide sind Nennungen — aber sie ziehen völlig unterschiedliche Kandidaten an, oder schrecken sie ab. Sentiment ist die Ebene, die die meisten noch gar nicht auf dem Radar haben.

Wenn ein HR-Team morgen anfangen will: Wo fängt es an?

Mit dem Befund. Man kann nichts verbessern, was man nicht gemessen hat. Also zuerst: Wo stehe ich heute? Bei welchen Fragen werde ich genannt, an welcher Position, im Vergleich zu wem, mit welchem Tonfall? Erst wenn das auf dem Tisch liegt, weiß man, welche Hebel sich lohnen. Danach geht es an die Quellen, die man selbst kontrolliert — die Karriereseite, das LinkedIn-Profil — und dann an die, die man beeinflussen kann, wie die Bewertungsplattformen.

Ist das ein einmaliges Projekt?

Nein, und das ist wichtig zu verstehen. Die Modelle aktualisieren ihr Wissen laufend, Wettbewerber holen auf, Quellen verändern sich. Wer einmal in die Top 3 kommt und dann das Monitoring abschaltet, fällt über die Zeit wieder zurück. KI-Sichtbarkeit ist eher wie Fitness als wie ein Umzug — es ist ein Zustand, den man hält, kein Ziel, das man einmal erreicht.

Letzte Frage: Was glauben Sie, wo das in zwei, drei Jahren steht?

Ich glaube, dass KI-Sichtbarkeit eine Standard-Kennzahl im Recruiting wird — so selbstverständlich wie heute Time-to-Hire. Die Frage „Wie stellt uns die KI dar?“ wird in jedem HR-Reporting stehen. Die Unternehmen, die jetzt anfangen, besetzen die guten Plätze, solange sie noch frei sind. Die anderen werden in ein, zwei Jahren feststellen, dass die Empfehlungsplätze in ihrer Branche schon vergeben sind — und dann ist es deutlich mühsamer, sich noch reinzuarbeiten.

Mila Kim verantwortet als Head of Talent bei draft den Bereich KI-Sichtbarkeit und Employer Branding. draft macht messbar, wie Unternehmen als Arbeitgeber in KI-Modellen wie ChatGPT, Claude, Perplexity und Gemini erscheinen — und hilft, diese Sichtbarkeit gezielt zu verbessern.