KI-CV-Screening: 200 Bewerbungen in unter 5 Minuten auswerten

Eine typische Stellenausschreibung erhält 150 bis 250 Bewerbungen. Jede sorgfältig zu lesen kostet einen Recruiter 30 bis 45 Stunden — bevor ein einziger Kandidat kontaktiert wurde.

Dieser Workflow ist Teil unserer HR- & Talent-Lösung, für Unternehmen, die schneller einstellen wollen, ohne das Recruiting-Team zu vergrößern.

Das ist kein Einstellungsprozess. Das ist ein Flaschenhals.

KI-CV-Screening beseitigt diesen Flaschenhals. Statt dass ein Recruiter nacheinander liest, verarbeitet ein KI-Agent jede Bewerbung parallel — strukturierte Daten extrahieren, jeden Kandidaten für die Rolle bewerten und die besten 20 % in Minuten sichtbar machen.

Dieser Artikel erklärt, wie KI-CV-Screening technisch funktioniert, was bewertet wird, wo menschliches Urteilsvermögen weiterhin zählt und was Sie bei der Einführung erwarten können.

Was KI-CV-Screening tatsächlich macht

KI-CV-Screening ist keine Stichwortsuche. Der Unterschied ist wichtig.

Ältere ATS filterten CVs nach Begriffen wie „5 Jahre Erfahrung“, „Python“, „MBA“. Das Ergebnis war fragil: starke Kandidaten, die „Py“ schrieben oder ihren Abschluss anders beschrieben, fielen durch. Schwache Kandidaten, die Keywords spielten, kamen durch.

KI-CV-Screening arbeitet anders. Der Agent liest das gesamte Dokument — unabhängig von Format, Layout oder Terminologie — und extrahiert strukturierte Informationen: Rollen, Dauer, Verantwortlichkeiten, gezeigte Fähigkeiten, Bildung, Standort, Verfügbarkeit. Er bewertet diese Informationen an den Stellenanforderungen, nicht an einer Keyword-Liste.

Das Ergebnis ist ein strukturiertes Profil und eine Bewertung. Kein binäres Ja/Nein — eine rangierte Einschätzung, die das Team prüfen, anpassen und überstimmen kann.

Die 5 Dimensionen des KI-Kandidatenscorings

Nach dem Parsing bewertet der Agent den Kandidaten in fünf gewichteten Dimensionen:

Experience Match (30 %) — Passt der Werdegang zur Rolle? Der Agent bewertet nicht nur Jahre, sondern Relevanz: Ein 3-Jahres-Spezialist kann für fokussierte Rollen höher scoren als ein 10-Jahres-Generalist.

Education Fit (15 %) — Abschluss, Fachrichtung, institutionelle Signale. Diese Dimension ist bewusst geringer gewichtet — Skills und Erfahrung sagen die Leistung besser vorher.

Culture Alignment (20 %) — Abgeleitet aus Unternehmenstypen, Karrieretempo, Sprache im CV. Kein perfektes Signal, aber in Kombination nützlich.

Logistical Compatibility (15 %) — Standort, Remote/Hybrid, Verfügbarkeit, Einschränkungen. Starke fachliche Passung bei geografischer Inkompatibilität wird markiert, nicht ausgeschlossen — das Team entscheidet.

Intent Signals (20 %) — Gezielte oder Standardbewerbung? Der Agent prüft, ob das CV auf die Rolle zugeschnitten ist. Wer das Unternehmen nennt, die Zusammenfassung anpasst oder relevante Projekte hervorhebt, scoret bei Intent höher.

Über 80: automatisch weiter. 60–80: menschliche Prüfung. Unter 60: Absage — mit generierter Nachricht, wenn der Workflow automatisierte Kommunikation vorsieht.

Was mit den Daten passiert

Jedes geparste CV erzeugt einen strukturierten Datensatz: Name, Kontakt, Score-Aufschlüsselung, Schlüsselqualifikationen, ein Absatz-Zusammenfassung des Agenten für den Recruiter.

Dieser Datensatz fließt direkt ins ATS — keine manuelle Erfassung. Das Team sieht eine rangierte Liste, keinen Stapel PDFs. Sortierung nach Score, Filter nach Dimension, Klick auf ein Profil für CV plus Agenten-Einschätzung.

Menschliches Urteil wird nicht entfernt, sondern neu positioniert: Statt 40 Stunden 200 CVs zu lesen, verbringt der Recruiter 2 Stunden mit den Top-40-Profilen und trifft Entscheidungen.

Was KI-CV-Screening nicht kann

Limits klar zu benennen ist wichtig.

KI-CV-Screening eignet sich für Rollen mit definierten Anforderungen — wo Erfahrung, Skills und Hintergrund aus dem Dokument bewertet werden können. Weniger für stark kreative Rollen (Portfolio wichtiger als Werdegang) oder Führungspositionen, wo Netzwerk und Reputation stark wiegen.

Es kann nicht bewerten, was nicht im CV steht. Kandidaten, die sich schriftlich unterverkaufen — häufig bei starken Machern mit wenig Schreibpraxis — können zu niedrig scoren. Daher löst die Band 60–80 menschliche Prüfung aus, nicht automatische Ablehnung.

Ziel ist nicht, das Urteil des Recruiters zu ersetzen. Es geht darum, dieses Urteil auf die richtigen 40 Kandidaten zu konzentrieren, nicht auf 200 zu verteilen.

Implementierung — was zu erwarten ist

KI-CV-Screening in einen bestehenden Recruiting-Workflow einzubauen dauert in der Regel ein bis zwei Wochen.

Die Anbindung verbindet sich mit Ihrem ATS (Lever, Greenhouse o. Ä.) und der Quelle der Stellen. Jede neue Bewerbung geht automatisch an den Screening-Agenten. Der Agent verarbeitet, erzeugt Score und Zusammenfassung und schreibt den strukturierten Datensatz ins ATS.

Das Scoring-Modell wird pro Rolle vor dem Go-Live kalibriert. Das Team prüft die ersten gescor-ten Bewerbungen gemeinsam mit der Konfiguration — Gewichte anpassen, Grenzfälle prüfen, bestätigen, dass die Ausgabe zur Intuition über starke Kandidaten passt.

Nach einem Rollenzyklus ist die Kalibrierung in der Regel stabil. Das Team erhält eine rangierte Shortlist statt eines Stapels ungelesener Bewerbungen.

→ So fügt sich CV-Screening in einen vollständigen KI-Recruiting-Workflow ein — inkl. Telefonscreen, Planung, Onboarding: KI-Agenten für Recruiting: Time-to-Hire um 70 % reduzieren

Häufige Fragen

Funktioniert KI-CV-Screening mit allen CV-Formaten?

Ja. Die Parsing-Schicht verarbeitet PDF, Word und Klartext. Layout-Varianten werden bei der Extraktion normalisiert. Der Agent liest Bedeutung, nicht Formatierung.

Können Kandidaten das KI-Scoring manipulieren?

Schwerer als bei Keyword-Filtern. Keyword-Stuffing wird von der Intent-Dimension erkannt. Kandidaten, die ihr Profil künstlich aufblähen, scoren bei Intent oft niedriger. Kein System ist manipulationssicher, aber KI-Scoring ist deutlich robuster als Keyword-Matching.

Was passiert mit Kandidaten unter 60?

Sie erhalten eine automatisierte Absage — zeitlich angemessen, nicht sofort nach Bewerbung. Die Nachricht ist professionell und rollenspezifisch. Sie bleiben in der Datenbank für künftige Rollen suchbar.

Wie geht das Screening mit Quereinsteigern um?

Bekannte Herausforderung: Wer die Branche wechselt, kann stark übertragbare Skills haben, die bei Experience Match schlecht scoren. Daher löst die Band 60–80 menschliche Prüfung aus — Quereinsteiger landen oft in diesem Bereich und verdienen einen zweiten Blick.

Ist KI-CV-Screening EU-Arbeitsrecht- und DSGVO-konform?

Ja, bei korrekter Umsetzung. Der KI-Score ist Entscheidungsunterstützung, keine autonome Einstellungsentscheidung. Ein Mensch prüft und genehmigt jeden weitergeleiteten Kandidaten. Daten nur mit ausdrücklicher Einwilligung, Speicherung in der EU. Scoring-Methodik dokumentiert und auf Anfrage für Kandidaten verfügbar.

Wie lange dauert die Verarbeitung einer Bewerbung?

Unter 30 Sekunden pro CV. Für 200 Bewerbungen ist der gesamte Ablauf — Parsing, Anreicherung, Scoring, Zusammenfassung, ATS-Push — in unter 10 Minuten erledigt.

Screenet die KI auf Diversität und Inklusion?

Das Modell ist nur rollenrelevant. Demografische Signale (Name, Foto, Abschlussjahr) sind keine Scoring-Eingaben. Das Modell wird regelmäßig auf Ergebnisunterschiede zwischen Gruppen auditiert.

Sie suchen die vollständige HR- & Talent-Lösung? Origin 137 entwickelt End-to-End-KI-Recruiting-Workflows für People-Teams — vom ersten CV bis Tag 1. → HR- & Talent-Lösung entdecken

---

Bereit, CVs nicht mehr manuell zu lesen? Buchen Sie einen kostenlosen 20-Minuten-Workshop — wir zeigen Ihnen KI-CV-Screening auf Ihren echten Stellen und Anforderungen.

→ Kostenlosen Workshop buchen