Eignungsdiagnostik kompakt: KI in der Eignungsdiagnostik? Chancen, Herausforderungen und ein Blick in die Zukunft

Künstliche Intelligenz ist in vielen Unternehmen längst Teil des Arbeitsalltags und auch in der Personalauswahl spielt sie eine immer größere Rolle. KI unterstützt beispielsweise beim Screening von Bewerbungsunterlagen oder bei der Entwicklung und Auswertung von Tests. Gleichzeitig stehen Organisationen vor der Frage, wie sie diese neuen Technologien sinnvoll und wissenschaftlich fundiert in ihre Auswahlprozesse integrieren können.

Denn mit KI verändert sich auch eine zentrale Frage der Eignungsdiagnostik. Es geht längst nicht mehr nur darum, ob KI in Auswahlprozessen eingesetzt werden kann. Viel entscheidender ist, wie sie eingesetzt werden sollte, damit Auswahlverfahren weiterhin zuverlässig, valide und fair bleiben.

Genau dieser Frage widmen sich Anthony S. Boyce, Louis Hickman und Christine E. Boyce in ihrem 2026 erschienenen Beitrag „The Future of Selection Enabled by Artificial Intelligence“. Darin beleuchten sie, wo KI in der Personalauswahl bereits zum Einsatz kommt, welche Fragen noch offen sind und wie sich verschiedene Auswahlverfahren durch KI in Zukunft verändern könnten (Boyce et al., 2026). Die wichtigsten Erkenntnisse der Autoren schauen wir uns im Folgenden genauer an.

Was ist KI eigentlich?

Bevor wir mehr ins Detail gehen, lohnt sich zunächst ein kurzer Blick auf einige wichtige Begriffe und ihre Bedeutung.

Artificial Intelligence (AI): AI, auf Deutsch Künstliche Intelligenz (KI), ist der Oberbegriff für Systeme, die Aufgaben übernehmen können, für die normalerweise menschliche Intelligenz erforderlich wäre. Dazu gehören zum Beispiel das Erkennen von Mustern oder das Verstehen von Sprache.
Machine Learning (ML): Ein Teilgebiet der KI ist Machine Learning. Laut Boyce et al. unterscheidet es sich in seiner Zielsetzung teilweise von traditionellen psychologischen Forschungsmethoden. Während klassische Forschung häufig darauf ausgerichtet ist, Zusammenhänge zu erklären und theoretische Hypothesen zu testen, liegt der Fokus von Machine Learning stärker auf der Vorhersage. Mithilfe von Daten sollen Muster erkannt werden, die möglichst gute Prognosen für neue Fälle ermöglichen.
Large Language Models (LLMs): LLMs gehören zur generativen KI und können neue sprachliche Inhalte erzeugen. Gleichzeitig sind sie eine Weiterentwicklung im Bereich des Natural Language Processing (NLP), also von Verfahren zur Verarbeitung natürlicher Sprache. NLP kann beispielsweise eingesetzt werden, um Lebensläufe oder Transkripte von Interviewantworten in auswertbare Informationen zu überführen (Boyce et al., 2026).

Diese Technologien können an unterschiedlichen Stellen eines Auswahlprozesses eingesetzt werden. Beispielsweise bei der Entwicklung von Assessments, bei der Durchführung von Verfahren, beim Scoring sowie bei der Aufbereitung und Kommunikation von Ergebnissen. Welche Möglichkeiten sich daraus ergeben, unterscheidet sich jedoch deutlich zwischen den einzelnen Auswahlverfahren.

Wo schafft KI einen Mehrwert?

Wo KI den größten Mehrwert bietet, hängt stark vom jeweiligen Auswahlverfahren ab. Boyce et al. (2026) betrachten dafür fünf zentrale Bereiche der Personalauswahl: Sourcing und Lebensläufe, Knowledge- und Ability-Tests, Persönlichkeit und Biodata, Simulationen und Work Samples sowie Interviews. Ein Blick auf die einzelnen Verfahren zeigt, wo KI bestehende Prozesse effizienter gestaltet und wo sie das Potenzial hat, Auswahlverfahren grundlegend zu verändern.

Sourcing und Lebensläufe

Beim Sourcing und Lebenslauf-Screening ist der Einsatz von Machine Learning bereits vergleichsweise verbreitet. Diese können Informationen aus beruflichen Profilen und Lebensläufen verarbeiten und Übereinstimmungen zwischen Qualifikationen und Stellenanforderungen identifizieren. Die Autoren weisen allerdings darauf hin, dass die bisherige empirische Evidenz dafür nur begrenzt ist. Gleichzeitig bestehen noch offene Fragen hinsichtlich der Nachvollziehbarkeit komplexer Modelle und möglicher Verzerrungen gegenüber bestimmten Personengruppen.

Gleichzeitig verändert generative KI auch die Lebensläufe selbst. Bewerbende können KI nutzen, um ihre Unterlagen zu überarbeiten und gezielt an Stellenbeschreibungen anzupassen. Die Autoren diskutieren dabei zwei mögliche Effekte:

Einerseits könnte KI irrelevante Unterschiede reduzieren, die beispielsweise dadurch entstehen, dass manche Menschen bessere Erfahrungen im Verfassen von Lebensläufen haben als andere.
Andererseits könnte KI zusätzliche irrelevante Informationen erzeugen und damit die Aussagekraft des Lebenslaufs verringern.

Für die Zukunft erwarten Boyce et al. deshalb, dass sich die Rolle des Lebenslaufs verändert. Statt als zentrales Instrument für die Vorauswahl zu dienen, könnte er künftig stärker zur Überprüfung von Berufserfahrung und nachweisbaren Qualifikationen genutzt werden. Freie Beschreibungen von Aufgaben und Erfolgen könnten dagegen an Vertrauen verlieren. Damit könnten diagnostische Auswahlverfahren deutlich früher im Bewerbungsprozess zum Einsatz kommen und beispielsweise schon zu einem frühen Zeitpunkt einen fundierteren Blick auf die tatsächliche Eignung der Bewerbenden ermöglichen. Für Online-Assessments könnte das bedeuten, dass sie künftig noch stärker von einem nachgelagerten Auswahlschritt zu einem frühen und zentralen Bestandteil des Auswahlprozesses werden (Boyce et al., 2026).

Kognitive Tests und Self-Report

Bei kognitiven Tests, Wissenstests und Self-Reports wie Persönlichkeitstests oder Biodata kann KI vor allem die Entwicklung und Prüfung von Items unterstützen. Large Language Models sind in der Lage, innerhalb kurzer Zeit große Mengen neuer Aufgaben und Fragen zu erzeugen. Wie groß dieses Potenzial ist, zeigt eine von Boyce et al. aufgegriffene Studie, in der mithilfe von KI eine Million Likert-Items zu den Big Five generiert wurden. Darüber hinaus können KI-Verfahren bei der Auswahl und Vorprüfung von Items unterstützen. Dadurch könnten Testverfahren künftig schneller erweitert und aktualisiert werden, indem neue Items effizienter entwickelt und in bestehende Itempools integriert werden. Welche Auswirkungen das auf die psychometrische Qualität hat, schauen wir uns später noch genauer an.

Simulationen und Work Samples

Besonders weitreichende Möglichkeiten sehen die Autoren bei Simulationen und Work Samples. Ein bisheriges Hindernis für den breiten Einsatz komplexer Simulationen ist ihr hoher Aufwand und hohe Kosten.

Erste Forschungsergebnisse zeigen laut Boyce et al., dass Machine-Learning-Verfahren komplexe Verhaltensantworten in Simulationen und Assessment-Center-Rollenspielen zuverlässig auswerten können. Generative KI könnte darüber hinaus Multimedia-Inhalte für Simulationen erstellen oder perspektivisch menschliche Rollenpartner durch LLM-basierte Interaktionen ergänzen beziehungsweise teilweise sogar ersetzen.

Die Zukunftsvision der Autoren sind adaptive, jobspezifische digitale Work Samples. Diese könnten sowohl technische als auch interpersonelle Anforderungen einer Tätigkeit abbilden und Aufgaben enthalten, die der tatsächlichen Arbeit möglichst ähnlich sind. KI würde dabei Inhalte erzeugen und weiterentwickeln sowie die Antworten der Teilnehmenden bewerten. Bevor es dazu allerdings kommen kann, bedarf es noch weitere umfangreiche Forschung zu dem Thema (Boyce et al., 2026).

Interviews

Auch Interviews bieten zahlreiche Ansatzpunkte für den Einsatz von KI. Die Technologie kann bei der Entwicklung von Fragen, der Durchführung von Interviews und der anschließenden Bewertung unterstützen.

Ein möglicher Ansatz besteht darin, Interviewantworten zunächst automatisch zu transkribieren und anschließend den sprachlichen Inhalt auszuwerten. Darüber hinaus ermöglichen generative Systeme dynamischere Interviewformen, bei denen beispielsweise auf Antworten abgestimmte Nachfragen erzeugt werden.

Auch Merkmale wie Tonfall, Mimik oder andere nonverbale Verhaltensweisen könnten technisch analysiert werden. Die Autoren betonen jedoch, dass bislang nicht ausreichend geklärt ist, ob solche zusätzlichen Merkmale tatsächlich relevante Vorhersagekraft über den sprachlichen Inhalt hinaus liefern. Gleichzeitig können sie neue Risiken für Verzerrungen mit sich bringen.

Boyce et al. erwarten deshalb sowohl stärker automatisierte Interviews als auch Interviews, bei denen menschliche Beurteilende durch KI unterstützt werden. Vollständig verschwinden dürfte die menschliche Interaktion nach Einschätzung der Autoren jedoch nicht. Das betrifft vor allem Tätigkeiten, in denen die Zusammenarbeit mit anderen Menschen eine wichtige Rolle spielt (Boyce et al., 2026).

Psychometrische Qualität bleibt entscheidend

So groß die technologischen Möglichkeiten auch sind, die klassischen psychometrischen Grundprinzipien verlieren durch KI nicht an Bedeutung.

Reliabilität, Validität und Fairness bleiben nach Boyce et al. die Grundlage für die Bewertung der Auswahlverfahren.

Bei der Reliabilität geht es vereinfacht gesagt darum, wie zuverlässig ein Verfahren misst. Bei KI kommen dabei neue mögliche Fehlerquellen hinzu. So können unterschiedliche Modelle oder Modelleinstellungen zu unterschiedlichen Ergebnissen führen. Auch LLMs können bei derselben Eingabe von Durchlauf zu Durchlauf leicht unterschiedliche Ergebnisse liefern. Die zentrale Frage bleibt also: Wie stabil und verlässlich ist das Ergebnis, das am Ende herauskommt?

Mindestens genauso wichtig ist die Validität. Denn ein KI-System kann technisch einwandfrei funktionieren und trotzdem das Falsche messen. Das lässt sich gut an einem einfachen Beispiel verdeutlichen: Angenommen, eine KI generiert für einen Persönlichkeitstest das Item „Ich motiviere mein Team durch klare Kommunikation“. Doch was erfasst diese Aussage eigentlich? Führungskompetenz? Kommunikationsfähigkeit? Extraversion? Vielleicht mehrere Konstrukte gleichzeitig? Genau deshalb muss auch bei KI-generierten Inhalten geprüft werden, ob sie tatsächlich das messen, was sie messen sollen.

Allerdings stellt sich eine berechtigte Gegenfrage: Sind KI-Modelle trotz aller Risiken nicht objektiver als Menschen? Tatsächlich unterliegen auch menschliche Entscheider zahlreichen Verzerrungen, wie etwa Sympathieeffekten, Ähnlichkeitsbias oder situativen Einflüssen wie Stress und Ermüdung. KI kann solche zufälligen Schwankungen reduzieren und Bewertungen konsistenter machen. Die Herausforderung liegt jedoch darin, dass Verzerrungen in KI-Modellen zwar seltener spontan entstehen, dafür aber systematisch und in großem Maßstab wirken können. Die entscheidende Frage ist daher nicht, ob KI perfekt objektiv ist, sondern ob sie unter realen Bedingungen fairer und valider entscheidet als menschliche Beurteilende.

Ein Beispiel aus der Praxis verdeutlicht diesen Unterschied: Ein Recruiter könnte einen Bewerber unbewusst positiver bewerten, weil dieser dieselbe Universität besucht hat oder einen ähnlichen Kommunikationsstil zeigt. Diese Verzerrung betrifft zunächst einzelne Entscheidungen. Ein KI-Modell hingegen könnte auf historischen Einstellungsdaten trainiert worden sein, in denen Absolvent bestimmter Hochschulen überproportional häufig eingestellt wurden. Lernt das Modell daraus, diese Bildungswege als Erfolgsindikator zu gewichten, reproduziert es diese Bevorzugung systematisch und skaliert sie potenziell auf Tausende Bewerbungen.

Unterm Strich wird deutlich, dass KI zwar die Möglichkeiten der Personalauswahl verändert, nicht aber die grundlegenden Anforderungen an gute Eignungsdiagnostik. Auch KI-gestützte Verfahren müssen zeigen, dass sie zuverlässig messen, valide Schlussfolgerungen ermöglichen und fair eingesetzt werden können. Gleichzeitig kommen neue potenzielle Fehlerquellen hinzu, die bei klassischen Verfahren so bisher nicht im Fokus standen. Für die Praxis bedeutet das, dass KI kein Selbstläufer ist. Ihr Einsatz kann Auswahlprozesse verbessern, vorausgesetzt, die Verfahren werden genauso kritisch geprüft und psychometrisch fundiert entwickelt wie jedes andere diagnostische Instrument auch (Boyce et al., 2026).

Neue Technologie, neue Fehlerquellen

Neben den bekannten psychometrischen Anforderungen identifizieren Boyce et al. zusätzliche Herausforderungen, die bei Machine-Learning-basierten Verfahren stärker berücksichtigt werden müssen.

Eine davon ist Overfitting. Dabei passt sich ein Modell zu stark an Besonderheiten der Daten an, mit denen es trainiert wurde. Es erfasst dadurch auch zufälliges Rauschen, das sich nicht auf neue Daten übertragen lässt. Beim Underfitting tritt das umgekehrte Problem auf. Das Modell bildet relevante Zusammenhänge zwischen Prädiktoren und Ergebnissen nicht ausreichend ab.

Hinzu kommt der sogenannte Concept Drift. Dabei war ein Modell ursprünglich in der Lage, relevante Zusammenhänge korrekt abzubilden, doch diese Zusammenhänge verändern sich nach dem Training des Modells. Ein ursprünglich valides Modell kann dadurch mit der Zeit an Qualität verlieren.

Darüber hinaus unterscheiden die Autoren zwischen verschiedenen KI-spezifischen Fehlerquellen. Beim algorithm-specific error können unterschiedliche KI-Modelle oder Lernverfahren dieselben Daten unterschiedlich bewerten und dadurch zu unterschiedlichen Ergebnissen kommen. Beim hyperparameter-specific error hängt das Ergebnis von den gewählten Modelleinstellungen ab.

Diese Aspekte machen deutlich, dass die psychometrische Bewertung eines KI-basierten Systems nicht automatisch mit der einmaligen Validierung bei seiner Einführung abgeschlossen ist. Veränderungen am Modell oder an den zugrunde liegenden Zusammenhängen müssen bei der weiteren Nutzung berücksichtigt werden (Boyce et al., 2026).

Wenn auch Bewerbende KI nutzen

Nicht nur Unternehmen setzen KI in der Personalauswahl ein, sondern auch Bewerbende nutzen die neuen Möglichkeiten zunehmend für sich. Boyce et al. unterscheiden dabei verschiedene Formen der KI-Nutzung. So kann KI beispielsweise dabei helfen, sich auf ein Interview vorzubereiten, Bewerbungsunterlagen zu optimieren oder sogar während eines Auswahlverfahrens Antworten vorzuschlagen.

Damit entsteht für Organisationen eine neue Herausforderung. Sie müssen zunehmend festlegen, welche Formen der KI-Unterstützung zulässig sind und wann ihre Nutzung die Aussagekraft eines Auswahlverfahrens beeinträchtigt.

Damit stellt sich zunehmend die Frage, welche Rolle KI in Auswahlverfahren künftig spielen soll. Nicht jede Form der KI-Nutzung muss zwangsläufig ausgeschlossen werden. Vielmehr hängt es vom jeweiligen Verfahren und dem zu messenden Konstrukt ab, wann KI die Aussagekraft eines Assessments beeinträchtigt und wann ihr kompetenter Einsatz selbst Teil der zu erfassenden Kompetenz sein kann (Boyce et al., 2026).

Was bedeutet das für die Zukunft der Eignungsdiagnostik?

Ist KI nun also gut für die Personalauswahl oder nicht? Die Antwort von Boyce et al. darauf lautet: Es kommt darauf an, wo und wie sie eingesetzt wird.

Das Potenzial ist groß. KI kann beispielsweise die Entwicklung von Assessment-Inhalten beschleunigen, die Auswertung komplexer und offener Antworten unterstützen und neue Formen adaptiver, jobspezifischer Simulationen ermöglichen. Gleichzeitig machen die Autoren deutlich, dass viele dieser Anwendungen noch am Anfang stehen und weitere Forschung notwendig ist.

Und auch mit KI bleiben die Grundregeln guter Eignungsdiagnostik dieselben. Ein Verfahren muss zuverlässig, valide, fair und für die jeweilige Tätigkeit relevant sein. Moderne Technologie allein macht schließlich noch kein gutes Assessment. Im Gegenteil! Mit KI kommen sogar neue Fehlerquellen hinzu, die bei der Entwicklung und beim Einsatz berücksichtigt werden müssen.

Die Zukunft der Personalauswahl ist deshalb vermutlich weder rein menschlich noch vollständig automatisiert. Vielmehr zeichnen Boyce et al. ein Bild, in dem KI und Menschen an unterschiedlichen Stellen des Auswahlprozesses zusammenwirken.

Die entscheidende Frage lautet damit nicht, ob KI gut oder schlecht für die Personalauswahl ist. Entscheidend ist, wie wir sie einsetzen. Denn ihr größter Mehrwert entsteht dort, wo technologische Möglichkeiten mit den Grundsätzen guter Eignungsdiagnostik zusammenkommen und KI tatsächlich dazu beiträgt, Auswahlprozesse fundierter und effizienter zu gestalten.

Literatur

Boyce, A. S., Hickman, L., & Boyce, C. E. (2026). The future of selection enabled by artificial intelligence. In N. Schmitt & A. M. Ryan (Eds.), The Oxford handbook of personnel assessment and selection (2nd ed.). Oxford University Press. https://doi.org/10.1093/9780197809013.003.0018

*****

Bisher in der Artikelreihe „Eignungsdiagnostik kompakt“ erschienen:

Eignungsdiagnostik kompakt: Was ist eigentlich ein…? Heute: Der Situational Judgment Test (SJT)