KI-Screening richtig einrichten - Prompt schreiben, validieren, kalibrieren

Drei Komponenten in genau dieser Reihenfolge. Eins - die Pflicht-Skills (3 Stück max). 'Achte auf Python + Backend-Erfahrung + EU-Arbeitserlaubnis'. Zwei - die starken Plus-Punkte (2 Stück max). 'Ein Plus sind Kubernetes-Erfahrung und Open-Source-Beiträge'. Drei - was nicht relevant ist. 'Frontend-Erfahrung ist nicht relevant für diese Stelle'.

Warum genau drei. Ein längerer Prompt wird vom LLM nicht gleichmäßig gewichtet - das siebte Kriterium hat statistisch die Hälfte der Wirkung des dritten. Wer 12 Anforderungen aufschreibt, bekommt einen Score, der primär die ersten drei reflektiert. Konzentrier dich auf die drei, die wirklich entscheidend sind.

Eins - 'Achte auf einen Top-Bewerbungs-Eindruck'. Bedeutungslos für die KI; sie weiß nicht, was 'Top-Bewerbungs-Eindruck' meint. Konkret bleiben: 'Achte auf strukturierte CV-Sprache und konkrete Project-Beschreibungen'.

Zwei - 'Bewerte kulturelle Passung'. Verboten unter dem AGG, riskant unter dem AI Act, technisch nicht zuverlässig. Stell die Frage als 'wie arbeitet die Person mit anderen?' im strukturierten Interview - nicht im KI-Screening.

Drei - 'Lehne Bewerbungen unter Score 40 ab'. Auto-Absage ohne menschliche Sichtung ist verboten (Art. 22 DSGVO). Das System darf maximal 'in eine Lane Auto-Sortieren', niemals 'Auto-Ablehnung schicken'.

Bevor du den Prompt produktiv schaltest, lass die KI 20 historische Bewerbungen aus deinem Talent-Pool bewerten. Vergleiche die Scores mit deiner eigenen Einschätzung von damals: stimmt die Top-5-Auswahl überein? Wenn ja, läuft der Prompt. Wenn nicht, justiere den Prompt - meistens reicht eine Umformulierung der Pflicht-Skills.

Die 80%-Match-Faustregel: in unseren Pilot-Daten stimmt die Top-20%-Auswahl der KI in ~80% der Fälle mit der HR-Einschätzung überein. Wenn deine Validierung deutlich darunter liegt (etwa 50%), hat der Prompt ein Problem - meistens zu unspezifisch oder zu kreativ formuliert.