KI im Recruiting: Was der Workday-Fall lehrt

Die Klage Mobley v. Workday markiert einen Präzedenzfall für den Einsatz von KI im Personalwesen. Der Vorwurf: Workdays Algorithmen hätten Bewerbungen systematisch aufgrund von Alter, Rasse oder Behinderung abgelehnt. Der Fall wirft grundsätzliche Fragen auf, die auch DACH-Unternehmen betreffen. Denn während die USA mit Gesetzen wie dem New York City Local Law 144 bereits KI-Audits vorschreiben, fehlen in Deutschland, Österreich und der Schweiz vergleichbare Vorgaben. Die rechtliche Unsicherheit gefährdet nicht nur die Compliance, sondern auch die Glaubwürdigkeit von Employer-Branding-Strategien. ^[3][5]

KI-Tools wie die von Workday nutzen maschinelles Lernen, um Lebensläufe oder Video-Interviews zu analysieren. Doch die Entscheidungslogik dieser Systeme ist für Nutzer oft intransparent. Das Problem: Trainingsdaten können historische Diskriminierungsmuster reproduzieren. Im DACH-Raum, wo das Allgemeine Gleichbehandlungsgesetz (AGG) Diskriminierung verbietet, birgt dies erhebliche Risiken. Unternehmen haften für Verstöße – selbst wenn sie durch externe Software verursacht werden. Die EU verschärft die Lage zusätzlich: Der AI Act stuft KI im Recruiting als „Hochrisiko“-Anwendung ein und verlangt ab 2026 Transparenz und menschliche Aufsicht. ^[1][2]

Die Klage gegen Workday zeigt, dass HR-Software-Anbieter zunehmend in die Haftung genommen werden. Der Vorwurf lautet, Workday agiere als „Agent“ der Arbeitgeber und sei damit für Diskriminierung verantwortlich. Für DACH-Unternehmen bedeutet dies: Die Auswahl von Recruiting-Tools muss künftig auch rechtliche Risiken berücksichtigen. Besonders kritisch ist die fehlende Auditierbarkeit vieler KI-Systeme. Ohne Nachvollziehbarkeit der Algorithmen können Unternehmen Compliance-Vorgaben wie die DSGVO nicht erfüllen. Artikel 22 der Verordnung verlangt Transparenz bei automatisierten Entscheidungen – ein Standard, den viele Tools derzeit nicht bieten. ^[4][5]

Der Fachkräftemangel im DACH-Raum zwingt Unternehmen, effizientere Recruiting-Methoden einzusetzen. Active Sourcing und KI-gestützte Tools gelten als Lösung, um passende Kandidaten schneller zu identifizieren. Doch der Fall Mobley v. Workday offenbart die Kehrseite: Wenn Algorithmen qualifizierte Bewerber ausschließen, verschärft dies den Mangel zusätzlich. Besonders betroffen sind Gruppen, die ohnehin unterrepräsentiert sind. Die Klage könnte daher auch die Debatte über Diversität im Recruiting neu entfachen – ein Thema, das in der DACH-Region bisher vor allem durch freiwillige Initiativen geprägt ist. ^[6][7]

Die regulatorischen Unterschiede zwischen den DACH-Ländern und den USA zeigen, wie unterschiedlich der Umgang mit KI-Risiken ist. Während New York City und Illinois bereits Audits für KI-Recruiting-Tools vorschreiben, fehlen in Deutschland, Österreich und der Schweiz vergleichbare Gesetze. Dennoch gelten auch hier Antidiskriminierungsvorschriften, die Unternehmen einhalten müssen. Die Schweiz etwa verlangt im Gleichstellungsgesetz faire Verfahren – ein Standard, der durch intransparente Algorithmen untergraben werden kann. Unternehmen müssen daher proaktiv handeln, um rechtliche Grauzonen zu vermeiden. ^[1][3]

Der Fall Mobley v. Workday könnte die Recruiting-Branche nachhaltig verändern. Sollte die Klage erfolgreich sein, drohen nicht nur Schadensersatzforderungen, sondern auch strengere Regulierungen. Für DACH-Unternehmen bedeutet dies: KI-Tools müssen künftig nicht nur effizient, sondern auch diskriminierungsfrei sein. Die Herausforderung liegt darin, Algorithmen so zu gestalten, dass sie Compliance-Vorgaben erfüllen – ohne ihre Effektivität einzubüßen. Eine Lösung könnte darin bestehen, KI-Systeme regelmäßig von unabhängigen Stellen prüfen zu lassen. Nur so lässt sich das Vertrauen von Bewerbern und Aufsichtsbehörden zurückgewinnen. ^[2][6]

Unternehmen im DACH-Raum müssen jetzt handeln, um rechtliche und reputative Risiken zu minimieren. Der Fall Mobley v. Workday zeigt, dass KI im Recruiting nicht nur Chancen, sondern auch erhebliche Compliance-Herausforderungen birgt. Die folgenden Schritte helfen, die Risiken zu steuern: Klare Verantwortlichkeiten für KI-Entscheidungen definieren, Algorithmen auf Diskriminierung prüfen und Transparenz gegenüber Bewerbern schaffen. Nur so lässt sich sicherstellen, dass Recruiting-Tools den Fachkräftemangel bekämpfen – ohne neue Probleme zu schaffen. ^[3][5]