KI im Unternehmen

KI im HR & Recruiting

Stellenanzeigen, CV-Screening, Terminierung, Interview-Nachbereitung und interne HR-Anfragen: Aus 10–14 Stunden Admin-Zeit pro Einstellung werden 3–5 — und Chipotle senkte die Time-to-Hire um 75 %.

−0 %
Time-to-Hire durch KI-Recruiting-Assistent „Ava Cado“ — von 12 auf 4 Tage von Bewerbung bis Startdatum (Chipotle, 3.500+ Restaurants, 2024)
Quelle: Chipotle IR / CNBC
Interaktive Datenfluss-Karte

So fließt eine Bewerbung durchs System

Jede Station ist klickbar. Der Durchlauf zeigt eine Bewerbung vom Eingang bis zur Entscheidung — die KI übernimmt Screening, Terminierung und Protokolle, alle Entscheidungen bleiben beim Menschen.

Beispiel-Durchlauf: Bewerbung auf „Mediengestalter:in (m/w/d)“
EingangKI-StationSystem/DatenMenschErgebnis

Klicken Sie eine Station an — oder starten Sie den Durchlauf, um das Beispiel live durch die Pipeline zu schicken.

Prozess-Visualisierung

Eine Einstellung, von Anzeige bis Onboarding

So verändert KI den Ablauf pro Einstellung — Schritt für Schritt, mit realistischen Zeitwerten aus der Praxis.

Manuell (heute)Mit KI-Unterstützung
1
Stellenanzeige erstellen
1 h 40 min
20 min
LLM entwirft aus dem Anforderungsprofil eine wirksame, Bias-geprüfte Anzeige (Textio-Muster: +25 % Response); HR macht den Review.
2
Bewerbungen sichten (~40 CVs)
5 h
1 h 20 min
KI-Vorsortierung nach Skills statt Keyword-Raten; Mensch trifft die Auswahl anhand der Shortlist mit Begründungen.
3
Kommunikation & Interview-Terminierung
4 h 10 min
40 min
Chatbot beantwortet Bewerberfragen, sammelt Unterlagen und terminiert automatisch (Paradox-Muster) — kein Mail-Pingpong.
4
Interview-Nachbereitung (4 Gespräche)
2 h 20 min
40 min
Transkript, Zusammenfassung und Scorecard-Entwurf pro Interview; Recruiter prüft und entscheidet.
5
Zu-/Absagen & Vertragsentwurf
50 min
12 min
Personalisierte Schreiben und Vertragsentwurf aus Templates — juristische Prüfung bleibt beim Menschen.
6
Onboarding-FAQ & Erstwochen-Betreuung
2 h 30 min
45 min
Interner HR-Chatbot beantwortet Standardfragen zu Urlaub, Gehalt, Policies (IBM AskHR: 94 % ohne menschliches Eingreifen gelöst).
Heute pro Einstellung
16 h 30 min
Mit KI pro Einstellung
3 h 57 min
Zeitersparnis
−0 %
Beispielkalkulation

Was heißt das in Euro?

Bewegen Sie die Regler auf Ihre Zahlen — die Rechnung passt sich live an. Basis sind die Prozesszeiten aus der Visualisierung oben.

Einstellungen pro Jahr10
Vollkosten-Stundensatz50 €/h
Prozesskosten heute / Jahr8.250 €
Mit KI / Jahr (inkl. Tool- & API-Kosten)3.325 €
Basis: ~16,5 h → ~4 h HR-Admin-Zeit pro Einstellung (Anzeige, Screening bei ~40 Bewerbungen, Terminierung, Nachbereitung, Onboarding-FAQ). Nicht eingerechnet: kürzere Vakanzzeit — 1 unbesetzte Fachkraft kostet 500–1.500 €/Woche entgangene Wertschöpfung.
Ersparnis pro Jahr
4.925 €
410 € pro Monat
Freigespielte Zeit
10 h
pro Monat
Amortisation
9,7 Mon.
bei 2.000 €–6.000 € Setup
Darin enthalten (pro Jahr): 1.975 € Restaufwand Team, 150 € variable KI-Kosten und 1.200 € Tool-Lizenzen — konservativ gerechnet.
Belegte Praxisfälle

Wer macht das schon — und was kam dabei raus?

Keine Marketing-Folien: Jeder Fall stammt von einer echten Firma, mit Jahr, Zahlen und verlinkten Quellen. Fälle mit mindestens zwei unabhängigen Quellen tragen das Badge „kreuzreferenziert“.

Unilever2019 kreuzreferenziert

50.000 Stunden Screening gespart, Time-to-Hire −90 %

Unilever ersetzte manuelle CV-Sichtung und Telefonscreens bei ~250.000 Bewerbungen durch Gamified Assessments und Video-Interviews mit ML-Scoring: von 4 Monaten auf 4 Wochen, +16 % diversere Einstellungen, ~1 Mio. £ Ersparnis pro Jahr.

50.000/18 Mon.
Gesparte Stunden
4 Mon. → 4 Wo.
Time-to-Hire
~1 Mio. £/Jahr
Ersparnis
HireVue (ML)Pymetrics (ML)
Chipotle2024 kreuzreferenziert

Recruiting-Chatbot senkt Time-to-Hire um 75 %

Chipotles „Ava Cado“ (Paradox.ai) beantwortet Bewerberfragen, prüft Basisanforderungen und terminiert Interviews im Chat — 24/7, mehrsprachig, integriert mit Workday. CEO-bestätigt in den Q3/2024-Earnings.

12 → 4 Tage
Time-to-Hire
3.500+ Filialen
Rollout
Paradox Conversational AI (LLM)
IBM („AskHR“)2024 kreuzreferenziert

HR-Chatbot löst 94 % aller Anfragen ohne Menschen

IBMs „AskHR“ beantwortet Mitarbeiterfragen und führt HR-Transaktionen direkt aus (Bescheinigungen, Adressänderungen, Manager-Workflows): 11,5 Mio. Interaktionen in 2024, −75 % Support-Tickets seit 2016, −40 % HR-Betriebskosten in 4 Jahren.

94 %
Containment-Rate
11,5 Mio./Jahr
Interaktionen
−40 %
HR-Betriebskosten
watsonx Orchestrate (LLM-Agenten)
DHL Group / Deutsche Post2024 kreuzreferenziert

Skills-Matching: Time-to-Hire von 14 Tagen

DHL Group matcht Kandidaten und Bestandsmitarbeiter per KI auf Rollen anhand von Skills statt Lebenslauf-Keywords — 22 Karriere-Sites in 28 Sprachen, ~40 % schneller als der Branchenschnitt, Millionen-Einsparung bei externen Recruiting-Ausgaben erwartet.

14 Tage
Time-to-Hire
~40 % schneller
vs. Branchenschnitt
Phenom (KI-Plattform)Cornerstone Skills-AI
Technologie

Welche Modelle wir dafür einsetzen

Claude SonnetAnthropic

Stellenanzeigen-Entwürfe mit Bias-Check, Interview-Zusammenfassungen und personalisierte Bewerberkommunikation.

GPT-4oOpenAI

CV-Extraktion und Skills-Matching gegen das Anforderungsprofil — mit Begründung pro Kandidat.

Claude HaikuAnthropic

Interner HR-FAQ-Bot auf der eigenen Policy-Wissensbasis: Urlaub, Spesen, Benefits — sofort und DSGVO-konform gehostet.

Wo steckt dieses Potenzial bei Ihnen?

Wir schauen gemeinsam auf Ihre Prozesse im HR & Recruiting und rechnen die Kalkulation mit Ihren echten Zahlen — unverbindlich, in 30 Minuten.