KI-Erkennung im Bewerbungsprozess: Wie Arbeitgeber KI-geschriebene Lebensläufe und Anschreiben aufspüren

Im Jahr 2026 ist es in HR-Kreisen ein offenes Geheimnis: Ein erheblicher Teil der Lebensläufe, Anschreiben und schriftlichen Arbeitsproben, die für professionelle Positionen eingehen, wurde maßgeblich von KI geschrieben oder überarbeitet. Umfragen unter Jobsuchenden bestätigen, was Recruiter anekdotisch beobachten – die Mehrheit der Menschen in aktiven Jobsuchen hat KI-Tools bei der Vorbereitung ihrer Bewerbungsunterlagen eingesetzt. Die Einstellungsbranche hat darauf reagiert, indem sie KI-Erkennungstools als Teil des Screening-Prozesses einsetzt. Zu verstehen, wie das funktioniert – aus beiden Perspektiven –, gehört inzwischen zum unverzichtbaren Karrierewissen.

Warum sich Personalverantwortliche dafür interessieren

Die Sorge um KI-geschriebene Bewerbungen ist nicht rein philosophischer Natur. Für Rollen, die Schreibfähigkeit, Kommunikation oder analytisches Denken erfordern, sind Anschreiben und schriftliche Arbeitsproben funktionale Tests genau dieser Fähigkeiten. Ein KI-generiertes Anschreiben sagt sehr wenig über die tatsächlichen Schreibfähigkeiten einer Kandidatin oder eines Kandidaten aus. Für Rollen in Bereichen wie Marketing, Kommunikation, Recht oder Beratung wiegt das enorm schwer.

Über die reine Kompetenzbeurteilung hinaus geht es auch um Passung und Authentizität. Gerade Anschreiben sollen vermitteln, warum genau diese Bewerberin, genau diese Rolle, bei genau diesem Unternehmen anstrebt. Ein KI-generiertes Anschreiben – selbst ein gut personalisiertes – fehlt oft die Spezifität und persönliche Stimme, die aus echter Motivation entsteht. Recruiter, die hunderte Bewerbungen lesen, entwickeln ein Gespür für dieses generische Muster.

Schließlich gibt es ein Signalproblem: Wenn alle KI nutzen, um ihre Unterlagen auf ein ähnlich hohes Niveau zu polieren, verschwindet die Varianz, die eigentlich hilft, Kandidatinnen und Kandidaten voneinander zu unterscheiden. Starke und schwache Schreiber wirken identisch. Die Screening-Funktion, die schriftliche Unterlagen eigentlich erfüllen sollen, bricht zusammen.

Wie KI-Erkennung im Einstellungsprozess eingesetzt wird

Die Verbreitung von KI-Erkennung im Bewerbungsprozess ist uneinheitlich, nimmt aber zu. Große Unternehmen mit hohem Bewerbungsaufkommen setzen am ehesten automatisiertes Screening ein, bei dem KI-Erkennung eines von vielen Signalen in einem ATS (Applicant Tracking System) ist, das Kandidatinnen und Kandidaten rankt. Mittelgroße Unternehmen nutzen Erkennungstools in der Regel nach eigenem Ermessen einzelner Recruiter oder Personalverantwortlicher, oft für bestimmte Rollen oder wenn eine schriftliche Probe verdächtig wirkt. Kleinere Unternehmen haben selten systematische Erkennungsprotokolle, aber einzelne Personalverantwortliche greifen mitunter auf öffentlich zugängliche Tools zurück.

Erkennung wird häufiger angewendet auf: Anschreiben (die persönlich sein sollen und relativ kurz sind, wodurch KI-Muster stärker sichtbar werden); schriftliche Arbeitsproben für kreative oder analytische Rollen; und Antworten auf Take-Home-Aufgaben. Seltener wird sie auf Lebensläufe selbst angewendet, die strukturell stärker vorgegeben sind und bei denen KI-Unterstützung bei Formatierung und Aufzählungspunkten breiter akzeptiert wird.

Was einen Alarm auslöst

KI-Erkennungstools suchen im Bewerbungskontext nach denselben Signalen wie anderswo: niedrige Perplexität, niedrige Burstiness, wiedererkennbare modellspezifische Formulierungsmuster und strukturelle Verräter (etwa Anschreiben nach Fünf-Absatz-Schema mit Einleitung, drei Hauptabsätzen und einem Schluss, der klar an die Struktur akademischer Aufsätze angelehnt ist). Konkrete Warnsignale, die menschliche Prüfer neben den Erkennungswerten bemerken, sind unter anderem: plausibel klingende, aber generische Aussagen („Ich bin zutiefst leidenschaftlich für Innovation und der Erbringung von Ergebnissen verpflichtet“); Formulierungen, die flüssig, aber seltsam unpersönlich klingen („Synergien nutzen, um bedeutungsvollen Impact zu erzielen“); sowie das Fehlen konkreter Details, greifbarer Beispiele oder unternehmensspezifischer Inhalte, die eine wirklich interessierte Bewerberin naturgemäß einbringen würde.

Das Spektrum der KI-Nutzung

Die Einstellungsbranche beginnt, zwischen unterschiedlichen Graden der KI-Beteiligung zu unterscheiden, und die Haltungen dazu sind differenziert. Es besteht breite Akzeptanz dafür, KI zur Grammatik- und Rechtschreibprüfung einzusetzen. Es wächst die Akzeptanz, KI beim Strukturieren oder Gliedern von Ideen zu Hilfe zu nehmen. Es besteht erhebliche Sorge, wenn KI ganze Dokumente entwirft, die dann nur minimal überarbeitet eingereicht werden. Und es gibt eine kategorische Ablehnung, KI-generierte Arbeitsproben als Nachweis persönlicher Fähigkeiten in Rollen einzureichen, in denen genau diese Fähigkeit bewertet wird.

Wo eine bestimmte Nutzung auf diesem Spektrum liegt, ist entscheidend. Ein Anschreiben, das die Bewerberin selbst gegliedert, in ihrer eigenen Stimme verfasst und dann nur leicht von KI grammatikalisch poliert hat, unterscheidet sich grundlegend von einem Anschreiben, das vollständig aus einem Prompt zur Stellenbeschreibung generiert und unverändert eingereicht wurde. Erkennungstools können diese Fälle kaum unterscheiden – sie messen die statistischen Eigenschaften des fertigen Textes, nicht den Prozess, der ihn hervorgebracht hat. Menschliches Urteilsvermögen, gezielte Fragen im Vorstellungsgespräch und die Anforderung zusätzlicher Proben können helfen, diese Lücke zu schließen.

Die Perspektive der Bewerberinnen und Bewerber

Für Jobsuchende ist die praktische Realität, dass KI-Nutzung bei Bewerbungen so verbreitet ist, dass kategorischer Verzicht einen Zeitnachteil bedeutet, während starke KI-Abhängigkeit Authentizitäts- und Erkennungsrisiken birgt. Ein sinnvoller Mittelweg: KI als Denkpartner und Lektor nutzen, nicht als Ghostwriter. Konkret bedeutet das:

Erst selbst entwerfen, dann KI einsetzen. Schreiben Sie einen groben ersten Entwurf Ihres Anschreibens in Ihrer eigenen Stimme, bevor Sie KI hinzuziehen. Ihr roher Entwurf enthält, so unvollkommen er auch sein mag, echte Details und persönliche Stimme. Nutzen Sie KI, um Klarheit zu verbessern und Grammatikfehler zu beheben, nicht um den Kerninhalt zu erzeugen.

Fügen Sie Spezifität hinzu, die KI nicht liefern kann. Jedes Anschreiben, das sowohl die menschliche als auch die automatisierte Prüfung besteht, enthält Details, die nicht allein aus der Stellenbeschreibung generiert werden konnten: ein bestimmtes Projekt, an dem Sie gearbeitet haben, eine besondere Eigenschaft des Unternehmens, die Ihnen bei Ihrer Recherche aufgefallen ist, ein konkretes, mit Zahlen belegtes Ergebnis, das Sie erzielt haben. KI kann echte Erfahrung nicht erfinden – die haben nur Sie.

Prüfen Sie Ihre Unterlagen vorab. Lassen Sie Ihre Bewerbungsunterlagen vor dem Absenden durch ein KI-Erkennungstool laufen. Wenn Sie Ihren Score kennen, können Sie überarbeiten, falls Sie unbeabsichtigt KI-ähnliche Muster erzeugt haben. SUS IT liefert nicht nur einen Score, sondern auch eine Erklärung, welche Passagen die Erkennung ausgelöst haben, sodass Sie genau nachvollziehen können, was zu ändern ist.

Bleiben Sie über den gesamten Prozess konsistent. Wenn Ihr Anschreiben eloquent und poliert ist, Ihre E-Mail-Antworten während des Bewerbungsprozesses aber knapp und einfach ausfallen, fällt diese Diskrepanz auf. Ihre schriftliche Kommunikation sollte über den gesamten Prozess hinweg dieselbe Stimme und dasselbe Fähigkeitsniveau widerspiegeln.

Was tun, wenn man darauf angesprochen wird

Manche Einstellungsprozesse enthalten inzwischen direkte Fragen zur KI-Nutzung – entweder in Bewerbungsformularen oder in Screening-Gesprächen. Ehrlichkeit ist der sicherste Ansatz, verbunden mit Konkretheit darüber, wie Sie KI genutzt haben. „Ich habe KI genutzt, um Grammatik und Struktur zu prüfen, aber die Ideen und konkreten Beispiele stammen von mir“ ist eine ehrliche, professionelle Antwort, die die meisten Personalverantwortlichen akzeptieren. „Ich habe KI genutzt, um mir beim Entwerfen zu helfen“ ist riskanter – sie lädt zu Nachfragen ein, was genau von Ihnen selbst stammt. „Ich habe überhaupt keine KI genutzt“ ist eine risikoreiche Behauptung, die sofort widerlegt werden kann, wenn Ihre Unterlagen durch einen Detektor laufen.

Best Practice für Arbeitgeber

Für Arbeitgeber ist es schlechte Praxis, KI-Erkennung als harten Filter einzusetzen – also Kandidatinnen und Kandidaten automatisch auszuschließen, deren Unterlagen über einem bestimmten Schwellenwert liegen. Erkennungswerte sind probabilistisch, es gibt False Positives (insbesondere bei Nicht-Muttersprachlern und Autoren mit formellem Stil), und die ethischen und rechtlichen Implikationen einer automatisierten Disqualifikation sind erheblich. Bessere Praxis nutzt Erkennung als weiches Signal, das zusätzliche Prüfung auslöst: Kandidatinnen und Kandidaten werden gebeten, eine kurze Schreibübung vor Ort oder unter Aufsicht zu absolvieren, es werden gezielte Fragen zu ihrem Vorgehen im Vorstellungsgespräch gestellt, oder es werden zusätzliche Proben angefordert. Ziel ist es, die Fähigkeit zu überprüfen, die eigentlich bewertet werden soll – nicht KI-Nutzung pauschal zu bestrafen.

Ausblick

Das Wettrüsten zwischen KI-Erkennung und KI-Generierung im Bewerbungsprozess wird sich verschärfen. KI-Modelle werden besser darin, natürlich klingenden, bursty, hochperplexen Text zu erzeugen. Erkennungstools werden ausgefeiltere Methoden entwickeln. Einstellungsprozesse werden sich vermutlich hin zu stärker strukturierten, prozessbegleitenden Kompetenzbewertungen entwickeln, die sich nicht an KI delegieren lassen – Live-Schreibübungen, strukturierte Gespräche, Portfolio-Reviews mit detaillierten Fragen zum Arbeitsprozess. Das Anschreiben als Textgattung könnte an Bedeutung verlieren, wenn sein Signalwert schwindet. In der Zwischenzeit navigieren jene Bewerberinnen, Bewerber und Arbeitgeber diese Landschaft am erfolgreichsten, die verstehen, was KI-Erkennung tatsächlich misst, wo sie zuverlässig ist – und wo nicht.