KI-Interviews und Voice im Recruiting

Ein KI-Interview ist ein strukturierter, softwaregestützter Prozessschritt für Erstgespräche: Das System stellt rollenbezogene Fragen, hält Antworten fest und bereitet sie für einen menschlichen Review auf. Es passt dann, wenn viele Bewerbende vergleichbare Grundlagen erklären sollen. Es darf weder die fachliche Entscheidung noch das persönliche Gespräch ersetzen.

Ein belastbarer Einsatz verbindet drei Dinge: einen klar begrenzten Zweck, eine für Bewerbende zugängliche Gesprächsform und eine Person, die die nächste Entscheidung tatsächlich verantwortet. Wer diese drei Punkte vor dem Pilot definiert, kann Erstgespräche beschleunigen, ohne Auswahlverantwortung an einen Score abzugeben. Die Voice-Interview-Lösung von Sprad ist ein Beispiel für einen solchen frühen, strukturierten Prozessschritt.

Was ein KI-Interview ist – und was nicht

Ein KI-Interview ist eine dialogische Erhebung von Informationen, die für eine konkrete Stelle gebraucht werden. Im Voice-Format antwortet die Person gesprochen; bei einem Chat-Interview schreibt sie. Das System kann Antworten transkribieren, nach vorab festgelegten Kriterien ordnen und offene Punkte sichtbar machen. Die Aussage „KI-Interview“ beschreibt damit nicht automatisch eine Entscheidungstechnologie, sondern zunächst die Form eines Gesprächs.

Entscheidend ist die Abgrenzung: Ein Video-Interview verarbeitet zusätzlich Bilddaten, sobald Kameraaufnahmen entstehen oder ausgewertet werden. Ein Telefon-Screening ist gewöhnlich ein Gespräch mit einem Recruiter. Ein KI-Voice-Interview kann zwar als Anruf stattfinden, bleibt aber ein vorstrukturierter, automatisierter Gesprächsschritt. Wer nur Verfügbarkeit, Lizenzen, Schichtbereitschaft oder ein konkretes Praxisbeispiel klären möchte, benötigt in der Regel keine Kamera.

Auch ein KI-Interview ist kein Ersatz für Beziehung, Verhandlung oder eine differenzierte Eignungsbeurteilung. Es kann nicht glaubwürdig entscheiden, ob Team, Rolle, Entwicklungsmöglichkeiten und Lebenssituation zusammenpassen. Seine sinnvolle Aufgabe ist enger: relevantes Erstwissen einheitlich erheben, damit Recruiter ein besser vorbereitetes menschliches Gespräch führen können.

Warum die Einsatzentscheidung 2026 präziser sein muss

Lebensläufe und Anschreiben liefern oft wenig vergleichbaren Kontext. Ein kurzes, strukturiertes Gespräch kann deshalb Informationen ergänzen, die auf Papier fehlen: Was hat die Person in einer vergleichbaren Aufgabe getan? Welche Rahmenbedingungen sind möglich? Welche Nachweise liegen vor? Der Nutzen entsteht aus guten Fragen und überprüfbaren Antworten – nicht aus einer scheinbar objektiven Gesamtnote.

Rechtlich zählt der tatsächliche Einsatz. KI-Systeme, die für Einstellung, Auswahl oder den Zugang zu Beschäftigung bestimmt sind, gehören nach Artikel 6 in Verbindung mit Anhang III des EU AI Act grundsätzlich in den Hochrisiko-Bereich. Für eng begrenzte vorbereitende Aufgaben kann die Einordnung anders ausfallen, wenn das Ergebnis nicht wesentlich beeinflusst wird; Profiling bleibt besonders sensibel. Das ist keine Produktetikett-Frage, sondern eine Prüfung des konkreten Workflows. Maßgeblich ist der offizielle Text des EU AI Act, abgerufen am 20. August 2026.

Die operative Konsequenz ist einfach, aber anspruchsvoll: Dokumentieren Sie vor dem Start Zweck, Fragen, erzeugte Daten, Bewertungslogik, menschliche Review-Stufe, Ausnahmen und Löschung. Eine Zusammenfassung, die einen Recruiter vorbereitet, ist etwas anderes als eine Rangfolge, die faktisch über Einladung oder Absage entscheidet. Für den zweiten Fall steigen Governance-, Nachweis- und Prüfpflichten deutlich.

Die Entscheidungstabelle: Welche Situation verlangt welchen Ablauf?

Die passende Technologie ergibt sich aus der Frage, die Sie beantworten müssen. Die folgende Matrix ist eine Prozessregel, keine Rechtsberatung: Sie verhindert, dass ein bequemes Format zur Standardhürde für alle Bewerbenden wird.

Wann eignen sich Voice, Chat, Video oder ein Telefonat?

Voice ist sinnvoll, wenn gesprochene Erläuterungen für die Rolle hilfreich sind und ein asynchrones Gespräch Terminaufwand reduziert. Chat ist oft die bessere Wahl, wenn Bewerbende Ruhe, Zeit zum Formulieren oder einen schriftlichen Kanal brauchen. Beide Formate können denselben fachlichen Kern abfragen, sofern Fragen, Bewertungskriterien und menschlicher Review vergleichbar bleiben.

Video sollte kein voreingestelltes Upgrade sein. Setzen Sie es nur ein, wenn ein sichtbarer, berufsbezogener Zweck besteht und Sie diesen offen erklären können. Wer Kommunikation, Auftreten oder Zusammenarbeit bewerten möchte, sollte sich zudem fragen, ob eine aufgezeichnete Kameraaufnahme hierfür überhaupt bessere Evidenz liefert als ein qualifiziertes menschliches Gespräch.

Ein Recruiter-Telefonat bleibt die bessere Option, wenn eine Person Unterstützung braucht, sensible Umstände ansprechen möchte, Fragen zum Arbeitgeber hat oder die Qualität der unmittelbaren menschlichen Interaktion selbst entscheidungsrelevant ist. Technische Einheitlichkeit ist kein Fairness-Kriterium; gleiche Gelegenheit, relevanten Kontext zu geben, ist es schon.

Über welchen Kanal erreichen Sie die richtige Zielgruppe?

Der Kanal ist Teil der Prozessgestaltung, nicht bloß ein Versandweg. Ein Portal kann gut funktionieren, wenn die Bewerbung bereits digital startet und Unterlagen, Status und Terminwahl an einer Stelle liegen. WhatsApp kann für mobil erreichbare Zielgruppen Hürden senken. Ein Anruf kann bei Non-Desk- und Frontline-Rollen der realistischste Zugang sein, wenn E-Mail und lange Formulare kaum genutzt werden.

Kein Kanal entbindet von Transparenz. Vor dem Start sollten Bewerbende verstehen, dass sie mit einem KI-System sprechen, welches Thema das Gespräch hat, wie lange es ungefähr dauert, welche Daten entstehen, ob transkribiert wird und wie sie einen Menschen erreichen. Ein Link ohne Einordnung erzeugt weder informierte Teilnahme noch bessere Antworten.

Testen Sie Einladung und Kanal getrennt nach Zielgruppe. Erfassen Sie pro Weg nicht nur die Teilnahme, sondern auch Abbrüche, Wechsel auf eine Alternative, Rückfragen und technische Fehler. So erkennen Sie, ob ein Problem beim Vertrauen, bei der Sprache, bei der Dauer oder bei der technischen Zugänglichkeit liegt.

Welche Fragen darf ein KI-Erstgespräch stellen?

Jede Frage sollte aus einem dokumentierten Anforderungsprofil folgen. Geeignet sind zum Beispiel berufliche Erfahrung, konkrete Aufgaben, erforderliche Nachweise, Arbeitszeit- und Einsatzrahmen, Starttermin und ein kurzes Beispiel aus der Praxis. Zu jeder Frage gehört eine vorab bestimmte Verwendung: Sie muss erklären, warum diese Information für die nächste Stufe benötigt wird.

Trennen Sie harte Anforderungen von Gesprächsinformationen. Eine zwingende Lizenz oder eine zwingende Schichtverfügbarkeit lässt sich als klarer Prüfpunkt gestalten. Eine offene Antwort über Motivation, Zusammenarbeit oder Problemlösung ist dagegen kein Material für eine undurchsichtige Gesamtnote. Struktur heißt, dieselben relevanten Themen anzubieten – nicht denselben Lebenslauf, Sprachstil oder persönlichen Hintergrund zu verlangen.

Fragen zu Gesundheit, Herkunft, Familie, Religion, Alter oder anderen nicht rollenbezogenen Merkmalen gehören nicht in den Leitfaden. Auch indirekte Fragen können sensible Informationen erzeugen. Führen Sie deshalb vor einem Pilot einen Frage-für-Frage-Check mit Recruiting, Fachbereich, Datenschutz und – soweit einschlägig – Arbeitnehmervertretung durch.

Als eigene praktische Entscheidungsregel empfiehlt sich das Fünf-zu-null-Starttor: Automatisierte Einladungen beginnen erst, wenn fünf Antworten jeweils „ja“ lauten: Ist jede Frage rollenbezogen? Gibt es einen gleichwertigen Alternativkanal? Ist ein menschlicher Entscheider benannt? Kann dieser die Evidenz hinter einem Hinweis sehen? Ist eine Löschung samt Verantwortlichkeit festgelegt? Ein einziges „nein“ bedeutet nicht, dass KI ausgeschlossen ist; es bedeutet, dass der Schritt noch nicht unbeaufsichtigt starten sollte.

Welche Entscheidung muss bei Menschen bleiben?

KI kann Fragen konsistent stellen, Antworten transkribieren, Informationen nach vorgegebenen Kriterien ordnen und fehlende Angaben markieren. Sie ersetzt nicht die Person, die eine Einladung, Absage oder Einstellung verantwortet. Ein menschlicher Review ist nur dann wirksam, wenn der Recruiter den Kontext sieht, ausreichend Zeit hat und eine Empfehlung nachvollziehbar überstimmen kann.

Artikel 22 DSGVO schützt Personen grundsätzlich vor ausschließlich automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung. Die Vorschrift nennt bei zulässigen Ausnahmen Schutzmechanismen wie menschliches Eingreifen, die Darlegung des eigenen Standpunkts und die Anfechtung einer Entscheidung. Maßgeblich ist der offizielle Text der DSGVO, abgerufen am 20. August 2026.

Ein belastbarer Review-Schritt beantwortet vier Fragen: Welche Antwort oder welches Zitat sieht der Recruiter? Welche Daten werden bewusst nicht angezeigt? In welchem Fall wird eine Empfehlung verworfen? Wo wird diese Abweichung festgehalten? Diese Fragen begrenzen Automatisierungsbias und verhindern, dass eine formale Freigabe zum bloßen Abnicken wird.

Was verlangt die DSGVO bei Voice-Daten und ATS-Rückfluss?

Audio, Transkripte, Gesprächszusammenfassungen und Metadaten können personenbezogene Daten sein. Legen Sie vor dem Roll-out Verantwortlichkeiten, Rechtsgrundlage, Empfänger, Berechtigungen, Speicherfristen und den Löschweg fest. Die Grundsätze der Zweckbindung und Datenminimierung sowie die Informationspflichten ergeben sich aus der DSGVO; prüfen Sie außerdem, ob eine Datenschutz-Folgenabschätzung nach Artikel 35 für Ihren konkreten Einsatz erforderlich ist. Quelle: DSGVO, offizielle Fassung, abgerufen am 20. August 2026.

Für das ATS gilt eine einfache Regel: Übergeben Sie nur, was der nächste Entscheider wirklich braucht. Das kann eine menschlich geprüfte Zusammenfassung, bestätigte Muss-Kriterien und eine offene Frage für das Folgegespräch sein. Eine vollständige Aufnahme oder ein langes Transkript muss nicht automatisch Teil einer dauerhaften Bewerberakte werden. Das vertiefende CV-Screening sollte zusätzlichen Kontext gezielt erheben, nicht möglichst viele Daten ansammeln.

Definieren Sie Rollen und Rechte konkret: Wer darf Aufnahmen anhören? Wer sieht nur die Zusammenfassung? Was wird exportiert? Wann endet der Zugriff nach einer Absage? Eine Datenschutzerklärung ohne diese tatsächlichen Prozessantworten bleibt unvollständig.

Wann muss der Betriebsrat eingebunden werden?

In Deutschland sollte die Prüfung nicht erst beginnen, wenn die technische Konfiguration abgeschlossen ist. § 95 Absatz 2a BetrVG stellt klar, dass die Regelungen zu Auswahlrichtlinien auch gelten, wenn bei ihrer Aufstellung künstliche Intelligenz eingesetzt wird. Der genaue Mitbestimmungsbedarf hängt vom konkreten System und Einsatz ab; der Wortlaut von § 95 BetrVG ist der Ausgangspunkt, abgerufen am 20. August 2026.

Klären Sie mit Betriebsrat, Datenschutz, Recruiting und Fachbereich vor dem Pilot: Welche Auswahlrichtlinien gelten? Welche Daten und Kriterien fließen ein? Gibt es Ausschlussregeln oder Rangfolgen? Wer darf Ergebnisse ändern? Wie werden Kandidatinnen und Kandidaten informiert? Ein Pilot verarbeitet bereits Bewerbendendaten und sollte deshalb den späteren Ablauf nicht nur simulieren, sondern sauber abbilden.

Wie sichern Sie Sprache, Dialekte und Akzeptanz?

Eine angebotene Sprache ist noch kein Beleg für eine gleich gute Gesprächserfahrung. Testen Sie pro Zielgruppe Fachbegriffe, Dialekte, Akzente, Hintergrundgeräusche, Nachfragen und die Verwertbarkeit von Transkripten. Prüfen Sie nicht nur, ob die Unterhaltung technisch endet, sondern ob die Antwort für eine faire menschliche Bewertung wirklich verständlich ist.

Für Voice-Interviews nennt Sprad in seiner Produktdokumentation, Stand 20. August 2026, eine Unterstützung von über 30 Sprachen. Diese Reichweite ersetzt keinen Praxistest mit den Rollen und regionalen Varianten Ihres Unternehmens. Jede Person muss ohne Nachteil zu Chat oder zu einem menschlichen Gespräch wechseln können, wenn Voice nicht passend ist.

Akzeptanz entsteht durch einen nachvollziehbaren Gegenwert: kurze relevante Fragen, sichtbare Vorbereitung auf das echte Gespräch, klare Information und eine Kontaktmöglichkeit. Messen Sie sie nicht nur als Teilnahmequote. Ein kurzer freiwilliger Feedbackpunkt zu Verständlichkeit und Aufwand, ergänzt um Abbruchgründe je Prozessstufe, liefert bessere Hinweise als eine einzelne Erfolgszahl.

Woran erkennen Sie ein geeignetes Werkzeug?

Bewerten Sie zuerst den Prozess, dann die Demo. Fragen Sie nach dem Zweck, den erzeugten Daten, der Fragekontrolle, der Evidenz hinter Bewertungen, der menschlichen Übersteuerung, Löschung, Export und Fehlerbehandlung. Für DACH kommen deutschsprachige Kandidatenkommunikation, DSGVO-konforme Verarbeitung, Hosting in Deutschland und frühzeitige Mitbestimmungsunterlagen hinzu.

Auch Kosten müssen im Verhältnis zum Ablauf stehen. Nach Sprads Preisstand vom 19. August 2026 verbraucht ein fünfminütiges Voice-Interview 28 Credits, rechnerisch rund 1,96 Euro bei 0,07 Euro je Credit. Für 100 solcher Erstgespräche sind das 196 Euro. Dieser Betrag bezahlt keine Einstellungsentscheidung und ersetzt kein persönliches Gespräch; er finanziert eine strukturierte Vorarbeit.

Eine eigene Beispielrechnung macht die Annahmen sichtbar: Setzen Sie für den menschlichen Review zehn Minuten je Gespräch und einen voll belasteten Stundensatz von 40 Euro an. Dann kosten 100 Reviews rund 667 Euro; zusammen mit 196 Euro für die 100 Voice-Interviews ergeben sich rund 863 Euro. Gegenüber der im Sprad-Preisstand genannten manuellen Vergleichsgröße von etwa 75 Stunden wären bei derselben Stundenannahme 3.000 Euro anzusetzen. Die Differenz von rund 2.137 Euro ist keine gemessene Ersparnis, sondern eine Rechenhilfe: Ersetzen Sie 40 Euro, 10 Minuten und 75 Stunden durch Ihre tatsächlichen Werte und rechnen Sie Einrichtung, Qualitätssicherung und Fachgespräche hinzu.

• Nachvollziehbarkeit: Recruiter müssen sehen können, welche Antwort einen Hinweis oder eine Bewertung stützt.
• Kontrolle: Fragen, Kriterien, Rechte, Aufbewahrung und Eskalationen müssen pro Workflow steuerbar sein.
• Zugänglichkeit: Alternativen für Sprache, Behinderung, Lärm oder Kanalpräferenz dürfen kein Nebenweg mit schlechterer Behandlung sein.
• Integration: Das ATS sollte nur die Daten erhalten, die für die nächste Entscheidung benötigt werden.
• Governance: Der Anbieter sollte die Unterlagen liefern, die Datenschutz, Betriebsrat und interne Verantwortliche für ihre Prüfung benötigen.

Wenn Sie den gesamten Verlauf verbinden wollen, gehören Active Sourcing, die nachfolgende strukturierte Erhebung und die spätere Wiederansprache zusammen. Die People Search für Active Sourcing und das Kandidatenportal mit Talent Pool zeigen die angrenzenden Prozessschritte. Kein einzelnes Werkzeug nimmt dem Arbeitgeber jedoch die Verantwortung ab, den Übergang zwischen ihnen sinnvoll zu gestalten.

Welche Werkzeuge führen KI-Erstgespräche — und was kostet ein Gespräch?

Für KI-gestützte Erstgespräche gibt es drei Arten von Werkzeugen: Voice- und Chat-Interviewer, die selbst mit Bewerbenden sprechen, Mitschreib- und Auswertungswerkzeuge für Gespräche, die Menschen führen, und Assessment-Plattformen mit strukturierten Textinterviews. Sie unterscheiden sich am deutlichsten darin, ob die Stückkosten je Gespräch öffentlich nachrechenbar sind; die Tabelle ist danach geordnet und beginnt mit den Anbietern, deren Kosten je Gespräch veröffentlicht sind.

Diese Übersicht stammt von Sprad. Wir führen unser eigenes Werkzeug mit auf und nennen dessen Grenzen; die Preisangaben anderer Anbieter sind öffentliche Hersteller- oder Verzeichnisangaben, Stand August 2026.

Was kostet ein KI-Erstgespräch pro Kandidat?

Nachrechenbar ist es bei zwei Anbietern. Bei Sprad Atlas kostet ein fünfminütiges Voice-Gespräch 28 Credits, bei 0,07 € je Credit also rund 1,96 €; 100 Erstgespräche liegen damit bei etwa 196 €. Ribbon nennt 499 US-Dollar monatlich für 100 Interviews, also rund 5 US-Dollar je Gespräch. Alle anderen geprüften Anbieter veröffentlichen keine Stückkosten.

Welches Werkzeug passt bei vielen gleichartigen Stellen?

Bei wiederkehrenden Rollen mit hohem Bewerbungsvolumen zählt der Durchsatz je Euro, nicht der Funktionsumfang. Sinnvoll ist ein Werkzeug mit nachrechenbaren Stückkosten und ohne festes Interview-Kontingent. Soll das Gespräch bis zum Termin durchlaufen und die Auswertung in der Bewerberakte landen, deckt Sprad Atlas diesen Ablauf ab; ein Bewerbermanagementsystem ersetzt es nicht.

Worauf müssen DACH-Teams beim Datenschutz achten?

Bei Voice-Daten sind drei Punkte zu klären: wo die Aufnahme verarbeitet und gespeichert wird, wie lange sie aufbewahrt wird und was davon in das Bewerbermanagementsystem zurückfließt. Automatisierte Ablehnungen ohne menschliche Prüfung sind heikel. Bei regelmäßigem Einsatz kommt die Mitbestimmung hinzu — der Betriebsrat ist vor dem Pilotbetrieb einzubinden, nicht danach.

Häufige Fragen

Ist ein KI-Interview im Recruiting erlaubt?

Ein generelles Verbot gibt es nicht. Die Zulässigkeit hängt unter anderem vom Zweck, den verarbeiteten Daten, der Transparenz, dem Einfluss auf Entscheidungen, der menschlichen Kontrolle und den einschlägigen arbeitsrechtlichen Regeln ab. Lassen Sie den konkreten Ablauf rechtlich und datenschutzrechtlich prüfen.

Müssen Bewerbende erfahren, dass KI eingesetzt wird?

Ja, transparente Information vor dem Gespräch ist die belastbare Prozessentscheidung. Bewerbende sollten wissen, dass sie mit einem KI-System interagieren, welche Daten entstehen und wer über den nächsten Schritt entscheidet. Bei Systemen im Anwendungsbereich des EU AI Act können darüber hinaus konkrete Informationspflichten gelten.

Müssen alle dasselbe Voice-Interview machen?

Gleiche Anforderungen bedeuten nicht, dass alle denselben Kommunikationskanal nutzen müssen. Wenn Voice eine Hürde schafft, sollte ein inhaltlich gleichwertiger Chat- oder menschlicher Weg bereitstehen. Die Alternative darf die Bewertung nicht verschlechtern.

Darf KI Persönlichkeit, Akzent oder „Cultural Fit“ bewerten?

Verlassen Sie sich dafür nicht auf Stimm- oder Auftretensdeutungen als Auswahlgrundlage. Konkrete, rollenbezogene Antworten und ein menschlicher Review sind belastbarer. Je stärker ein System Personen sortiert oder ausschließt, desto genauer müssen Recht, Validität und Diskriminierungsrisiken geprüft werden.

Wie lang sollte ein KI-Erstgespräch dauern?

Nur so lang, wie die definierten Erstfragen erfordern. Nennen Sie die erwartete Dauer vorab und testen Sie sie mit echten Nutzergruppen. Wenn Informationen fehlen, verbessern Sie zuerst den Leitfaden statt einfach weitere Minuten anzuhängen.

Was gehört aus dem Gespräch ins ATS?

Speichern Sie das Minimum für die nächste Stufe: bestätigte Anforderungen, Verfügbarkeit, eine geprüfte Zusammenfassung und offene Punkte für das Folgegespräch. Rohaufnahmen, Nebenbemerkungen und vollständige Transkripte gehören nicht automatisch in eine dauerhafte Akte. Zugriffsrechte und Löschfristen sollten diesen Grundsatz technisch umsetzen.

Ersetzt ein KI-Interview das Fachinterview?

Nein. Es kann ein Fachinterview besser vorbereiten, weil Grundlagen bereits strukturiert vorliegen. Fachliche Tiefe, wechselseitige Fragen, Rollenklärung und eine nachteilige Entscheidung bleiben Aufgaben verantwortlicher Menschen.

Welche Kennzahlen machen einen Pilot aussagekräftig?

Beobachten Sie Zeit bis zur ersten Rückmeldung, Abschluss- und Abbruchquote je Kanal, Wechsel auf Alternativen, Zahl technischer Eskalationen und die Zeit bis zum menschlichen Review. Ergänzen Sie qualitative Stichproben: Stimmen Transkript, Zusammenfassung und tatsächlicher Gesprächsinhalt überein? Eine hohe Teilnahmequote allein beweist weder Fairness noch Qualität.

Der nächste sinnvolle Schritt

Starten Sie mit einer Rolle, einem kurzen Leitfaden, einem getesteten Alternativkanal und einem namentlich benannten menschlichen Reviewer. Vertiefen Sie anschließend gezielt die Themen Recht und Mitbestimmung, Voice versus Video, Sprache und Dialekte, Volumen-Recruiting, Bias, Gesprächslänge und ATS-Rückfluss. So wird ein KI-Erstgespräch zu einer nachvollziehbaren Informationsstufe – und nicht zu einer automatischen Aussortiermaschine.