W K
EU AI Act III(4)(a): Hochrisiko Q3

Candidate-Screening Agent

Bewerbungen strukturiert auswerten - mit dokumentierter Entscheidungslogik pro Schritt.

Analysiert Bewerbungen gegen Anforderungsprofile und erstellt strukturierte Shortlists. Hochrisiko-System nach EU AI Act mit erhöhter Governance.

Prozess analysieren lassen
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Bewertung

Agent Readiness 64-71%
Governance-Komplexität 74-81%
Economic Impact 78-85%
Leuchtturm-Wirkung 76-83%
Implementation Complexity 51-58%
Transaktionsvolumen Täglich

Was dieser Agent tut

Recruiting-Teams verarbeiten hunderte Bewerbungen pro Stelle. Die manuelle Erstprüfung ist zeitintensiv und inkonsistent - unterschiedliche Recruiter bewerten unterschiedlich. Gleichzeitig ist Candidate Screening einer der sensibelsten HR-Prozesse: Diskriminierungsrisiko, AGG-Anforderungen, EU AI Act Hochrisiko-Klassifikation. Der Decision Layer zerlegt jeden Screening-Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Die Erstprüfung auf formale Mindestanforderungen (Qualifikation, Berufserfahrung, Sprachkenntnisse) erfolgt regelbasiert. Die semantische Analyse von Lebenslauf und Anschreiben gegen das Anforderungsprofil identifiziert relevante Erfahrungen und Kompetenzen. Jede Bewertung wird mit Begründung dokumentiert. Die finale Shortlist-Entscheidung liegt beim Menschen. Das Ergebnis: Konsistente, nachvollziehbare Erstbewertung jeder Bewerbung. Dokumentierte Entscheidungslogik für AGG-Compliance. Recruiter fokussieren auf Interviews statt auf Lebenslauf-Screening. Die Governance-Infrastruktur (Bias-Monitoring, Audit Trail, Betriebsrats-Reporting) wird zum Modell für alle Hochrisiko-Agenten.

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Bewerbung eingeht Ist die Bewerbung formal vollständig? Regelwerk

Pflichtfelder-Prüfung nach Stellenprofil

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Mindestanforderungen prüfen Erfüllt der Kandidat die K.O.-Kriterien? Regelwerk

Regelbasierte Prüfung: Qualifikation, Berufserfahrung, Sprachkenntnisse

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Profil-Matching Wie gut passt der Kandidat zum Anforderungsprofil? KI-Agent

Semantische Analyse von Lebenslauf gegen Anforderungsprofil

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Scoring Welchen Eignungsgrad erhält der Kandidat? KI-Agent

Gewichtetes Scoring nach Qualifikation, Erfahrung, Kompetenzfit

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Scoring-Begründung dokumentieren Warum hat der Kandidat diesen Score erhalten? KI-Agent

Automatische Begründung jeder Teilbewertung für Audit Trail

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Bias-Check Zeigen sich systematische Muster im Scoring? KI-Agent

Statistische Prüfung auf Alter-, Geschlechts- oder Herkunfts-Bias

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Bias-Befund eskalieren Wird ein Bias-Problem an HR gemeldet? Regelwerk

Schwellenwert-basierte Eskalation bei signifikanten Mustern

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Shortlist erstellen Welche Kandidaten werden der Fachabteilung vorgeschlagen? KI-Agent

Ranked Liste der Top-Kandidaten mit Begründung

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Shortlist-Review Wird die vorgeschlagene Shortlist akzeptiert? Mensch

Recruiter prüft und passt die Shortlist an

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Absage-Begründung Welche Begründung erhalten abgelehnte Kandidaten? Regelwerk

Standardisierte, AGG-konforme Absagebegründung

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Betriebsrats-Reporting Wird der Betriebsrat über den Screening-Prozess informiert? Regelwerk

Quartalsweises Reporting nach BV: Kennzahlen, Bias-Analyse, Ausnahmen

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • Applicant Tracking System (ATS) mit API-Zugang
  • Strukturierte Anforderungsprofile pro Stelle
  • Betriebsvereinbarung nach BetrVG Paragraph 94/95 für KI-gestütztes Screening
  • Risikomanagementsystem nach EU AI Act Art. 9
  • Bias-Monitoring-Framework
  • AGG-konforme Absage-Templates

Governance-Hinweise

EU AI Act III(4)(a): Hochrisiko
Hochrisiko-System nach EU AI Act Annex III(4)(a) - Analyse und Filterung von Bewerbungen. Pflichten: Risikomanagementsystem (Art. 9), Datenqualitätsanforderungen (Art. 10), technische Dokumentation (Art. 11), Aufzeichnungspflichten (Art. 12), Transparenz gegenüber Nutzern (Art. 13), menschliche Aufsicht (Art. 14). Betriebsrat: Mitbestimmung nach BetrVG Paragraph 94 (Personalfragebogen) und Paragraph 95 (Auswahlrichtlinien). Die Betriebsvereinbarung muss vor dem Produktivbetrieb abgeschlossen sein. AGG: Jede Entscheidung muss diskriminierungsfrei und nachvollziehbar dokumentiert sein. Empfehlung: Candidate Screening ist der Agent, der die Governance-Infrastruktur aus Q1 am stärksten beansprucht - Decision Logging, Regelwerk-Versionierung und Exception Routing müssen produktionsreif sein. Der Decision Layer zerlegt jeden Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI-Agent. Jede Entscheidung wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede automatisierte Entscheidung nachvollziehen und anfechten.

Infrastruktur-Beitrag

Die Bias-Monitoring-Engine wird von allen Hochrisiko-Agenten wiederverwendet (Merit Cycle, Performance Review, Promotion). Das dokumentierte Scoring-Verfahren (jede Bewertung mit Begründung) wird zum Standard für jeden Agent, der personenbezogene Entscheidungen vorbereitet. Die AGG-konforme Kommunikation bildet die Grundlage für alle Kandidaten-Kommunikation. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Passt dieser Agent zu Ihrem Prozess?

Wir analysieren Ihren konkreten HR-Prozess und zeigen, wie dieser Agent in Ihre Systemlandschaft passt. 30 Minuten, keine Vorbereitung nötig.

Prozess analysieren lassen

Was diese Erstbewertung enthält: 9 Slides für Ihr Führungsteam

Personalisiert mit Ihren Zahlen. Generiert in 2 Minuten direkt im Browser. Kein Upload, kein Login.

  1. 1

    Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial

  2. 2

    Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens

  3. 3

    Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich

  4. 4

    Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten

  5. 5

    Governance - EU AI Act, Betriebsrat (§87 BetrVG), Audit Trail - mit Ampelstatus

  6. 6

    Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme

  7. 7

    Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go

  8. 8

    Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix

  9. 9

    Diskussionsvorschlag - Konkrete nächste Schritte mit Zeitplan und Verantwortlichkeiten

Enthält: 3-Szenarien-Vergleich

Nichtstun vs. Neueinstellung vs. Automatisierung - mit Ihrem Gehaltsniveau, Ihrer Fehlerquote und Ihrem Wachstumsplan. Die eine Slide, die Ihr CFO als erstes sehen will.

Berechnungsmethodik anzeigen

Stundensatz: Jahresgehalt (Ihre Eingabe) × 1,3 AG-Anteil ÷ 1.720 Jahresarbeitsstunden

Einsparung: Vorgänge × 12 × Automatisierungsrate × Minuten/Vorgang × Stundensatz × Economic Factor

Qualitäts-ROI: Fehlerreduktion × Vorgänge × 12 × EUR 260/Fehler (APQC Open Standards Benchmarking)

FTE: Eingesparte Stunden ÷ 1.720 Jahresarbeitsstunden

Break-Even: Benchmark-Investition ÷ monatliche Gesamteinsparung (Effizienz + Qualität)

Neueinstellung: Jahresgehalt × 1,3 + EUR 12.000 Recruiting pro FTE

Alle Daten bleiben in Ihrem Browser. Nichts wird an Server übertragen.

Candidate-Screening Agent

Erstbewertung für Ihr Führungsteam

In 2 Minuten eine fundierte Erstbewertung - mit Ihren Zahlen, Ihrem Risikoprofil und Branchenbenchmarks. Kein Anbieter-Logo, kein Vendor-Pitch.

30K120K
1%15%

Alle Daten bleiben in Ihrem Browser. Nichts wird übertragen.

Weiterführende Seiten

Decision Layer
Governance-Schicht zwischen KI-Agent und Zielsystem. Jede Entscheidung dokumentiert und anfechtbar.
EU AI Act
Hochrisiko-Anforderungen: Risikomanagementsystem, Transparenz, menschliche Aufsicht.
Mitbestimmung & KI
Betriebsrat (§87 Abs. 1 Nr. 6 BetrVG), Betriebsvereinbarung und Mitbestimmung als Architektur-Anforderung.
HR AI Agents
Alle HR-Agent-Leistungen im Überblick.
HR Agent Readiness
7 Fragen, 3 Minuten. Wie bereit ist Ihre Organisation?
Assessment eBook
15 Fragen für Ihr Führungsteam als PDF.

Agent-Blueprint verfügbar

Für Candidate-Screening Agent existiert ein vollständiger Blueprint mit Micro-Decision-Zerlegung, Branchenvarianten und Implementierungsdetails.

Blueprint ansehen

Verwandte Agenten

Stellenanzeigen-Agent

Stellenanzeigen erstellen, AGG-konform prüfen, zielgerichtet veröffentlichen.

Q3
D K
EU AI Act III(4)(a): Hochrisiko
Readiness: 71-78%
Economic: 56-63%
Governance: 58-65%
Micro-Decisions: 8
Wöchentlich

Interview-Scheduling Agent

Vorstellungsgespräche koordinieren - über Teams, Zeitzonen und Kalender hinweg.

Q2
W
Readiness: 84-91%
Economic: 51-58%
Governance: 6-13%
Micro-Decisions: 6
Täglich

Pre-Hire-Due-Diligence Agent

Referenzprüfungen, Zertifikatsvalidierung und Compliance-Checks vor der Einstellung.

Q3
D W
EU AI Act III(4)(a): Hochrisiko
Readiness: 58-65%
Economic: 51-58%
Governance: 78-85%
Micro-Decisions: 9
Wöchentlich
Zurück zum Katalog

Häufige Fragen

Trifft der Agent Einstellungsentscheidungen?

Nein. Der Agent erstellt eine strukturierte, begründete Shortlist. Die Entscheidung, welche Kandidaten zum Interview eingeladen werden und wer eingestellt wird, liegt beim Recruiting-Team und der Fachabteilung. Jede automatische Bewertung ist nachvollziehbar dokumentiert.

Wie wird Diskriminierung verhindert?

Drei Mechanismen: Erstens prüft der Bias-Check statistische Muster im Scoring nach Alter, Geschlecht und Herkunft. Zweitens basiert die Erstprüfung auf K.O.-Kriterien, die vorab definiert und mit dem Betriebsrat abgestimmt sind. Drittens wird jede Bewertung mit Begründung dokumentiert - Abweichungen werden erkannt und eskaliert.

Warum ist dieser Agent Hochrisiko nach EU AI Act?

Annex III(4)(a) klassifiziert Systeme als Hochrisiko, die zur Analyse und Filterung von Bewerbungen eingesetzt werden. Die Hochrisiko-Klassifikation erfordert umfassende Governance - Risikomanagementsystem, Datenqualität, Transparenz, menschliche Aufsicht. Der Decision Layer stellt diese Anforderungen strukturell sicher.

Was passiert als Nächstes?

1

30 Minuten

Erstgespräch

Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.

2

1 Woche

Discover

Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.

3

3-4 Wochen

Build

Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.

4

12-18 Monate

Eigenständig

Voller Zugang zu Quellcode, Prompts und Regelversionen. Kein Vendor Lock-in.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.