KI im Recruiting: Active Sourcing, das wirkt

KI-Grundlagen im Recruiting

• Leistungsgrenzen generativer KI
• Prompting mit Rollen und Kontext
• Qualitätskriterien für HR-Ergebnisse
• Halluzinationen und Bias-Risiken
• Datenabfluss und Urheberrecht

Anforderungsprofile und Stellenanzeigen

• Hiring-Manager-Briefing strukturieren
• Messbare Anforderungskriterien ableiten
• Must-have- und Nice-to-have-Kriterien
• Kompetenzcluster für Auswahlprozesse
• SEO-Basics für Job Ads
• Text-Checks für Inklusion

Active Sourcing und Longlist-Aufbau

• Boolesche Suche im Recruiting
• X-Ray Search für Profile
• Skill-Synonyme und Persona-Listen
• Iterative Suchstring-Optimierung
• Longlist-Kriterien und Scoring
• Nachvollziehbare Sourcing-Dokumentation

Ansprache und Interviewprozess

• Message-Frameworks für Erstansprache
• Personalisierung mit wenigen Daten
• Follow-up-Sequenzen und Timing
• Einwandbehandlung in Antworten
• Strukturierte Interviewfragen
• Bewertungsskalen und Gesprächsnotizen

Recht, Datenschutz und Governance

• DSGVO-Prinzipien im Recruiting
• Zweckbindung und Datenminimierung
• Aufbewahrung und Transparenz
• EU-AI-Act-Risikoeinordnung
• Human Oversight im Auswahlprozess
• Tool-Freigaben und Prompt-Standards
• Audit-Trail für KI-Nutzung

• Grundverständnis von Recruiting-Prozessen
• Erfahrung mit Stellenbesetzung, Interview oder Auswahl
• Keine Programmierkenntnisse erforderlich

• Recruiterinnen und Recruiter im Active Sourcing
• Talent-Acquisition-Managerinnen und -Manager
• HR-Business-Partnerinnen und -Partner mit Recruiting-Aufgaben
• Hiring-Managerinnen und -Manager mit Auswahlverantwortung
• Personalreferentinnen und Personalreferenten in KMU und Konzernen