Eine neue Studie auf arXiv zeigt, dass KI-basierte CV-Screening-Tools, die ausschließlich auf Keywords setzen, systematisch Soft Skills bei technischen Kandidaten übersehen. Die Forscher analysierten 300 CVs von Machine-Learning-Ingenieuren, Data Scientists und Softwareentwicklern und fanden heraus, dass Kandidaten Soft Skills etwa dreimal häufiger durch Erzählungen als durch Keyword-Listen vermitteln. Besonders betroffen sind die Kompetenzen, die Arbeitgeber am höchsten gewichten: Führung, Koordination und Mentoring – hier erfolgen 88–96 % der Kommunikation narrativ.
Für Entscheider in Recruiting und HR-Tech bedeutet das: Bestehende Screening-Tools, die auf Keyword-Matching basieren, laufen Gefahr, qualifizierte Kandidaten auszusortieren – insbesondere Softwareingenieure, die Führung nur halb so häufig artikulieren wie ihre Kollegen. Zudem zeigt die Studie, dass Seniorität die Wahrscheinlichkeit, Führung zu beschreiben, fast verdreifacht – Junior-Kandidaten könnten in automatisierten Prozessen übersehen werden.
Die Forscher entwickelten eine LLM-basierte Pipeline, die explizit genannte von implizit erzählten Soft Skills unterscheiden kann, und validierten sie gegen menschliche Annotation. Das ist ein Schritt hin zu differenzierteren Screening-Tools, die narrative Signale erfassen. Für Unternehmen, die in KI-gestützte Rekrutierung investieren, ist die Botschaft klar: Keyword-basierte Systeme sind nicht nur veraltet – sie können Diversität und Talentauswahl aktiv beeinträchtigen.
Fazit: Unternehmen sollten ihre KI-Screening-Tools überdenken, da keyword-basierte Methoden systematisch Soft Skills bei technischen Kandidaten übersehen – mit möglichen Folgen für Talentverlust und Verzerrungen im Recruiting.
