Hilft KI bei Online-Tests? Aufschlussreiche Studie sagt nein. Eher im Gegenteil…

Kann man Bewerbungssignalen noch trauen? Diese Frage wird ja momentan viel diskutiert. Und so leicht, wie es geworden ist, Anschreiben oder Lebensläufe zu „optimieren“ oder auch in Videointerviews „vom Blatt abzulesen“, ist es ja auch ein Thema, welches auf die Agenda gehört.

Wir argumentieren hierbei ja oft, dass der Einsatz von Online-Tests eine gute Methode der Verifikation ist, da die Teilnahme erstens eine Art „Ernsthaftigkeitsnachweis“ ist (also der Test so eine Art „CAPTCHA“ darstellt) und zweitens wieder eine bessere Unterscheidbarkeit der Bewerbenden ermöglicht, weil von den Testpersonen ein eignungsdiagnostischer Befund in die Beurteilung einbezogen werden kann.

Aber dabei steht natürlich auch immer die Frage im Raum, ob man denn den Testergebnissen eigentlich trauen kann oder ob diese nicht auch inzwischen durch Hinzunahme von KI bei der Bearbeitung ihre Signalfunktion verloren haben.

Bild mit Hilfe von KI erstellt

Dazu haben wir hier im Blog ja schon eine ganze Reihe an Studien und Untersuchungen vorgestellt, z.B.

Das sind alles Beiträge aus den letzten gerade mal 16 Monaten, woran man gut erkennen kann, wie viel Dynamik in dem Thema steckt…

Deswegen habe ich heute wieder etwas neues. Und zwar erschien vor kurzem das Pre-Print der Studie

Generative AI Use in Selection Testing: Applicant Perceptions, Behaviors, and Test Performance (Brown, Martin-Raugh, Gallegos, Grossenbacher & Haig (2026)).

Wichtig: Das ist ein Pre-Print, d.h. noch kein finales peer-reviewed Paper. Das bitte im Hinterkopf behalten. Zudem arbeiten der Hauptautor und einige der Co-Autoren bei Wonderlic, also einem Testanbieter. Das muss natürlich überhaupt nichts schlechtes heißen, zumal die Testanbieter ja oftmals über die entscheidenden Daten zur Untersuchung solcher Fragestellungen haben, aber man muss auch das natürlich beim Lesen zu beachten.

Gleichwohl, das was drinsteht ist hochspannend, weshalb ich es hier einmal zusammengefasst habe:

Die Studie untersucht, wie Bewerbende generative KI im Bewerbungsprozess und insbesondere bei Online-Eignungstests einsetzen – und ob ihnen dies tatsächlich Vorteile verschafft. Es dreht sich also genau um die oben eingangs aufgeworfene Frage: Kann man den Signalen von Online-Assessments in Zeiten von KI noch trauen?

Die zentrale Erkenntnis ist bemerkenswert: Obwohl generative KI bei Eignungstests theoretisch sehr leistungsfähig ist, profitieren Bewerbende in der Praxis bislang offenbar kaum davon.

Die 9 wichtigsten Kernaussagen:

1. KI wird im Bewerbungsprozess häufig genutzt – aber deutlich seltener in Eignungstests.

  • 69 % der Befragten haben bereits generative KI verwendet.
  • 49 % nutzen KI bei ihrer Jobsuche.
  • Nur 5 % berichten in der ersten Befragung, KI zur Bearbeitung von Tests oder Fragebögen eingesetzt zu haben.
  • In einer weiteren Befragung liegt die selbstberichtete KI-Nutzung während der Testdurchführung bei 9 %.

2. Bewerbende nutzen KI vor allem zur Vorbereitung und Informationsbeschaffung.

  • KI unterstützt besonders Aufgaben, bei denen genügend Zeit zum Formulieren und Überarbeiten besteht.
  • Der Einfluss generativer KI auf Bewerbungsunterlagen könnte deshalb größer sein als auf standardisierte Tests.

3. KI-Nutzung führt in den untersuchten Eignungstests nicht zu besseren Ergebnissen.

  • Bewerbende, die während des Tests KI einsetzen, erzielen im Durchschnitt niedrigere Ergebnisse in kognitiven Fähigkeitstests (Effektstärke etwa d = −0,28).
  • Auch bei den meisten Persönlichkeitsskalen liegen ihre Werte niedriger (d zwischen −0,29 und −0,51).
  • Beim berufsbezogenen Interessen-Fit zeigt sich kein relevanter Unterschied.

Das ist der wohl wichtigste Befund der gesamten Untersuchung: KI-Unterstützung ist nicht gleichbedeutend mit erfolgreichem Cheating. Faking ist in Leistungstests ja vor allem dann ein Problem, wenn es zu „Faking good“ führt…

4. Gerade bei kognitiven Leistungstests könnte der Zeitdruck den KI-Vorteil zunichtemachen.

  • Der untersuchte Wonderlic-Test umfasst 50 Aufgaben bei lediglich 12 Minuten Bearbeitungszeit.
  • Wer KI nutzt, muss Aufgaben übertragen, Prompts formulieren, Antworten prüfen und anschließend eingeben.
  • Dieser zusätzliche Zeit- und Koordinationsaufwand könnte mögliche Vorteile durch richtige KI-Antworten aufheben.
  • Die Autoren diskutieren dies als plausible Erklärung, haben den Mechanismus allerdings nicht experimentell nachgewiesen.

5. KI-Nutzende weisen auffällig niedrigere Gewissenhaftigkeitswerte auf.

  • Besonders deutliche negative Zusammenhänge finden sich bei Gewissenhaftigkeit, Verträglichkeit und emotionaler Stabilität.
  • Im untersten Gewissenhaftigkeits-Dezil berichten 18 % von KI-Nutzung.
  • Die Autoren vermuten, dass sich hier eher eine allgemeine Neigung zur Regelverletzung beziehungsweise zum Cheating zeigt als eine negative Wirkung der KI selbst.

6. Die KI-Nutzung variiert nach Berufsgruppen und KI-Erfahrung.

  • Besonders häufig wird KI während des Testens in Business & Finance (15 %) sowie MINT (amerikanisch „STEM“)-Berufen (13 %) eingesetzt.
  • Unter Personen, die KI bereits beruflich verwenden, liegt die Nutzungsquote bei 19 %, gegenüber 4 % bei Personen ohne berufliche KI-Nutzung.
  • Allerdings zeigen sich auch in KI-affinen Berufsgruppen keine systematisch besseren Testergebnisse durch KI-Nutzung. Im Gegenteil: Die Effektstärken sind über Berufsgruppen, Anforderungsniveaus und berufliche KI-Erfahrung hinweg negativ. Besonders interessant: Auch erfahrene KI-Nutzende schneiden nicht besser ab.

7. Bewerbende halten KI für Persönlichkeitstests für wenig hilfreich.

  • 82 % halten KI zumindest in gewissem Maße für effektiv, wenn es darum geht, Informationen über Berufe zu gewinnen.
  • 81 % sehen einen Nutzen bei der Lebenslauferstellung.
  • Nur 58 % halten KI für hilfreich bei Fähigkeitstests und lediglich 32 % bei Persönlichkeitstests.

Die wahrgenommene Nützlichkeit beeinflusst offenbar, ob Bewerbende KI überhaupt einsetzen.

8. Die Bedrohung durch KI sollte differenziert bewertet werden.

  • Die Autoren empfehlen, nicht allein von den technischen Fähigkeiten leistungsfähiger KI-Modelle auf das tatsächliche Manipulationsrisiko zu schließen.
  • Stattdessen sollten Nutzungshäufigkeit, praktische Durchführbarkeit und tatsächliche Ergebnisverbesserungen berücksichtigt werden.
  • Bei risikoreicheren Verfahren können Verifikationstests, Datenforensik und geeignete Testgestaltung sinnvoll sein.

9. Die Befunde sind eine Momentaufnahme – kein Beweis für die Ungefährlichkeit von KI.

  • Die Daten beruhen auf Selbstauskünften und beobachteten Zusammenhängen, nicht auf einem kontrollierten Experiment.
  • Die Studie kann nicht zeigen, wie dieselben Personen ohne KI abgeschnitten hätten.
  • Fortschritte bei KI-Agenten, automatisierter Aufgabenübertragung und multimodalen Systemen könnten das Manipulationspotenzial künftig verändern.

Einordnung für die Eignungsdiagnostik und Recruiting-Praxis

Die Studie liefert ein wichtiges Gegenargument zu der häufig vertretenen These, dass generative KI klassische Online-Assessments bereits grundsätzlich entwertet habe.

Sie zeigt vielmehr, dass zwischen drei Dingen unterschieden werden muss:

  • Was KI theoretisch leisten kann,
  • ob Bewerbende sie tatsächlich einsetzen und
  • ob sie damit bessere Ergebnisse erzielen.

Dies ist ein wichtiger Befund, der sich auch mit anderen Erhebungen deckt:

Erstens ist überhaupt nicht klar, ob einem der Einsatz von KI bei der Testdurchführung überhaupt hilft – auch Bewerbern nicht.

Zweitens ist es – gerade aus Sicht von Bewerbern in einer High-Stakes-Situation, also einer Situation, in der es um ihre Bewerbungschance für einen Job geht, den sie ja gern haben wollen – überhaupt nicht klar, ob man sich auch traut, KI einzusetzen. Lässt man es drauf ankommen, wenn man nicht sicher weiß, ob es einem hilft und ob es einem nicht ggf. nachgewiesen werden kann (und damit die Bewerbungschance senkt oder ganz zunichte macht statt sie zu erhöhen).

Dies gilt – drittens – insb. dann, wenn Teilnehmende vorab bestätigt haben, dass sie keine KI bei der Bearbeitung der Tests einsetzen. Hierzu sei noch einmal an die Studie „Candidate Generative AI Use in Pre‐Hire Employment Assessments: Self‐Reported Incidence and the Impact of Warnings“ (Robie et al., 2026) hinweisen, die deutlich aufgezeigt hat, wie wirksam solche Eigenleistungserklärungen sind.

Naja, und am Ende gilt auch hier: Wenn man „all dem“ nicht mehr trauen möchte, dann muss man wohl die Personen wieder zu einem persönlichen Kennenlernen einladen (vllt. erlebt die persönliche Begegnung ja ein entsprechendes Comeback – diese Frage erörtern wir ja auf der #HREdge27 am 18. März 27).

BTW: Auch die Ankündigung, dass man die Ergebnisse eines „unproctored remote“ durchgeführten Online-Tests dann vor Ort noch einmal auf Plausibilität überprüft, z.B. mit Hilfe eines unter Aufsicht stattfindenden Präsenztests dürfte erheblich die Neigung reduzieren, im Online-Test mit Hilfe von KI zu schummeln…

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert