Sie haben die KI-gestützte Lebenslaufprüfung eingeschaltet. Die ersten Bewertungen sind da. Der Bewerber, den Ihr Fachverantwortlicher liebt, hat eine 64 bekommen. Der, den niemand kennt, eine 91. Jetzt traut das Team dem Tool nicht mehr.
Das Problem liegt fast nie am KI-Modell. Es liegt an den Kriterien und Gewichten, die Sie vorgegeben haben – oder, wahrscheinlicher, an den Standardeinstellungen, die Sie nie angepasst haben.
Warum Standardgewichte scheitern
Jedes KI-Bewertungstool wird mit Voreinstellungen ausgeliefert. Diese sind vernünftige Annahmen: Berufserfahrung stark gewichten, Übereinstimmung bei Fähigkeiten moderat bewerten, Ausbildung und Zertifikate etwas Wert geben. Sie sind darauf ausgelegt, über Tausende Berufsbilder hinweg zu funktionieren.
Ihre Stelle ist aber nicht “Tausende Berufsbilder”. Ihre Stelle hat spezifische Abwägungen. Vielleicht ist Branchenerfahrung Ihnen wichtiger als Tool-Kenntnisse. Vielleicht sind Zertifikate für Ihr Team irrelevant, die KI gewichtet sie aber mit 15 %.
Standardgewichte erzeugen Standard-Rankings. Standard-Rankings führen dazu, dass Teams entweder jede Bewertung von Hand überschreiben – und damit den Zweck verfehlen – oder Werte akzeptieren, denen sie nicht trauen sollten.
Das Kalibrierungsproblem ist menschlich, nicht technisch
Der Recruiting-Datenbericht von Salesso für 2026 ergab, dass inzwischen 83 % der Unternehmen KI für das Lebenslauf-Screening einsetzen. Eine Studie der Harvard Business School und Accenture stellte aber fest, dass US-Arbeitgeber durch automatisiertes Screening über 27 Millionen Arbeitssuchende aussortiert haben – viele davon durchaus in der Lage, die Arbeit zu erledigen.
Das Problem ist nicht, dass KI nicht vorauswählen kann. Das Problem ist, dass die Kriterien, die die Vorauswahl steuern, einmal festgelegt (oder nie festgelegt) und nie überprüft wurden. Kalibrierung ist der fehlende Schritt zwischen “wir haben KI-Bewertung” und “unsere KI-Bewertung hilft uns, besser einzustellen”.
Einen umfassenderen Überblick darüber, wie KI-Bewertung von Bewerbern funktioniert und wo die typischen Fallstricke liegen, bietet unser Erklärtext zur KI-Bewertung von Bewerbern.
Schritt 1: Beginnen Sie mit Muss-Kriterien, nicht mit Gewichten
Bevor Sie einen Regler verschieben, lassen Sie den Fachverantwortlichen Anforderungen in zwei Gruppen einteilen:
Muss-Kriterien (bestanden/nicht bestanden):
- Arbeitserlaubnis für Ihren Standort
- Erforderliche Zertifikate oder Lizenzen
- Mindestjahre in einem bestimmten Fachgebiet (seien Sie ehrlich, ob es eine echte Anforderung oder eine Präferenz ist)
- Sprachanforderungen
- Bereitschaft zu Vor-Ort-Arbeit, Hybridmodell oder Reisen
Bewertete Kriterien (gewichtet):
- Relevante technische Fähigkeiten
- Branchen- oder Facherfahrung
- Nachweis von Ergebnissen (nicht nur Aufgaben)
- Führungs- oder Managementerfahrung
- Kultur- oder teambezogene Signale aus den Bewerbungsunterlagen
Muss-Kriterien sollten binäre Filter sein, keine bewerteten Größen. Wenn ein Bewerber keine passende Arbeitserlaubnis hat, sollte ein hoher Fähigkeitswert ihn nicht über die Schwelle heben. In Canvider übernimmt CriteriaMatch diese Ebene – es setzt harte Kriterien, die die KI unabhängig von den Bewertungsgewichten prüft.
Schritt 2: Vereinbaren Sie, was “stark” bedeutet
Hier überspringen die meisten Kalibrierungsbemühungen einen Schritt. Das Team einigt sich auf fünf Kriterien. Es vergibt Gewichte. Aber niemand definiert, wie eine 4 von 5 im Vergleich zu einer 3 aussieht.
Führen Sie eine 20-minütige Übung mit dem Fachverantwortlichen durch:
- Wählen Sie zwei bis drei Lebensläufe, die das Team bereits gesichtet und gemeinsam bewertet hat
- Bewerten Sie jeden davon unabhängig anhand der Kriterien
- Vergleichen Sie die Bewertungen und besprechen Sie Abweichungen
- Formulieren Sie für jedes Kriterium und jede Bewertungsstufe eine Definition in einem Satz
Das ist kein akademischer Selbstzweck. Es ist der Unterschied zwischen “Die KI hat ihm eine 78 gegeben” und “Die KI hat seine Systemerfahrung mit 4/5 bewertet, weil er drei Deployments im produktiven Maßstab aufgeführt hat”.
Schritt 3: Ergebnisse nach der ersten Runde prüfen
Die erste Charge bewerteter Bewerber ist ein Kalibrierungstest, keine endgültige Rangliste.
Nachdem die KI die ersten 10 bis 15 Bewerber bewertet hat:
- Prüfen Sie die Top fünf. Sind das Personen, die der Fachverantwortliche tatsächlich zum Gespräch einladen würde? Wenn nicht: Welche Kriterien sind überbewertet?
- Prüfen Sie die unteren fünf. Gibt es dort jemanden, der höher stehen sollte? Was hat die Bewertung übersehen?
- Suchen Sie nach Mustern. Werden Bewerber mit kurzen Lebensläufen systematisch benachteiligt? Werden Quereinsteiger mit relevanter übertragbarer Erfahrung niedrig bewertet?
Passen Sie die Gewichte an, was Sie finden. Das ist kein “Herumfummeln an der KI”. Es ist dasselbe, was Sie tun würden, wenn Sie einen neuen Recruiter einarbeiten – Arbeit prüfen, Feedback geben, nachjustieren.
Schritt 4: Überprüfen Sie die Gewichte für jede neue Stelle
Gewichte, die für einen Senior-Backend-Entwickler funktionieren, passen nicht zu einem Customer-Success-Manager. Unterschiedliche Stellen verlangen unterschiedliche Kriterienbalancen.
Wenn eine neue Stelle ausgeschrieben wird:
- Verwenden Sie die Gewichte der letzten Stelle als Vorlage, nicht als Gesetz
- Prüfen Sie, ob sich die Muss-Kriterien geändert haben (das ist meist der Fall)
- Fragen Sie den Fachverantwortlichen: “Wenn Sie sich nur zwei Kriterien ansehen könnten, welche wären es?”
- Passen Sie die Gewichte so an, dass diese beiden Kriterien mindestens 40 % der Gesamtbewertung ausmachen
Das dauert zehn Minuten. Es spart Stunden an falsch gereihten Bewerbern und Nachbesprechungen darüber, warum die KI “danebenlag”.
Die Kalibrierung gegen Verzerrung
Verzerrung bei der KI-Vorauswahl ist keine Hypothese. Eine 2025 auf arXiv veröffentlichte Studie fand, dass allgemeine Sprachmodelle für das Lebenslauf-Screening demografische Impact-Ratios von nur 0,809 aufweisen, deutlich unter dem Richtwert für nahezu Parität von 0,957, den domänenspezifische Recruiting-Modelle erreichen. Intersektionale Ungleichheiten waren noch größer.
Kalibrierung beseitigt Verzerrung nicht, reduziert aber die Angriffsfläche:
- Definieren Sie Kriterien anhand arbeitsbezogener Belege. “Hat bei einem Top-Unternehmen gearbeitet” ist ein Stellvertretersignal. “Hat ein Produktivsystem mit mehr als 10.000 Nutzern entwickelt” ist ein Beleg.
- Prüfen Sie die Verteilung der Bewertungen. Nach einer Bewertungsrunde sollten Sie kontrollieren, ob eine demografische Gruppe systematisch niedriger bewertet wird. Falls ja, untersuchen Sie, welche Kriterien die Lücke verursachen.
- Nutzen Sie die KI als ersten Durchgang, nicht als endgültige Entscheidung. Der Fachverantwortliche prüft die Shortlist. Die KI priorisiert den Posteingang. Menschen entscheiden.
Neue Vorschriften in New York City, Illinois, im Bundesstaat Washington und in der EU verlangen inzwischen eine Form der Verzerrungsprüfung für KI-Recruiting-Tools (Articsledge, 2026). Selbst wenn Ihre Rechtsordnung das noch nicht vorschreibt, ist die Kalibrierung gegen Verzerrung gute Praxis und gutes Einstellen.
Wie Canvider die Kalibrierung unterstützt
Mit Canvider AI Score legen Sie Bewertungsgewichte pro Stelle fest und passen sie an. CriteriaMatch übernimmt die Bestanden-/Nicht-bestanden-Prüfung separat, damit harte Anforderungen nicht in die gewichteten Werte einfließen. Und Collaborative Candidate Assessment gibt dem Team eine gemeinsame Sicht darauf, wie bewertete Bewerber im Vergleich abschneiden – so findet das Kalibrierungsfeedback im Kontext statt, nicht per E-Mail.
Der Ablauf: Kriterien festlegen, die erste Charge bewerten, gemeinsam prüfen, anpassen und erneut bewerten. Jede Runde wird schärfer.
Beginnen Sie diese Woche mit der Kalibrierung
Wählen Sie Ihre nächste offene Stelle. Bevor sich Bewerber melden:
- Trennen Sie Muss-Kriterien von bewerteten Kriterien
- Legen Sie zusammen mit dem Fachverantwortlichen die Anfangsgewichte fest
- Definieren Sie für jedes Kriterium in einem Satz, was “stark” bedeutet
- Prüfen Sie nach den ersten 10 Bewerbern die oberen und unteren fünf gemeinsam
- Passen Sie an und bewerten Sie erneut
KI-Bewertung ist ein Hebel. Kalibrierung ist das, was ihn in die richtige Richtung lenkt.