Der KI-Bewerbungswettlauf wird zur endlosen Verliererspirale

Es beginnt mit einem ehrlichen Versuch: Eine Datenwissenschaftlerin namens Beggs schickt eine sorgfältig zugeschnittene Bewerbung ab. Dann spuckt ein automatisiertes System eine Punktzahl aus -- 32 von 100 -- mit Vorschlägen, wie sie ihren Lebenslauf umformatieren und mehr Schlüsselwörter einbauen kann. "Wenn es meine Aufgabe ist, die Roboter zufrieden zu stellen", sagt sie zu Wired, "dann mag die Maschine KI-generierte Inhalte vielleicht, auch wenn ich sie nicht mag."

Dieser Gedanke erfasst die Logik des KI-Bewerbungswettlaufs. Jede Woche füttern Zehntausende von Jobsuchenden ihre Lebensläufe in ChatGPT, Claude oder Gemini und bitten um KI-optimierte Bewerbungen. Jede Woche füttern Zehntausende von Arbeitgebern dieselben Bewerbungen in ihre eigenen KI-Tools, um sie automatisch zu bewerten, zu filtern und auszusortieren. Beide Seiten setzen KI gegeneinander ein. Beide Seiten werden immer raffinierter. Und laut den Menschen, die diese Systeme bauen, gewinnt niemand.

"Es gibt diese tragische Situation, in der jede Seite ein Problem hat. Sie nutzen KI, um ihr eigenes Problem zu lösen, aber auf eine Weise, die das Problem für die andere Seite verschlimmert", sagt Daniel Chait, CEO des ATS-Anbieters Greenhouse, gegenüber Wired. "Je mehr es passiert, desto schlimmer wird es."

Die ATS-Mythologie

Im Kern sammelt ein ATS Bewerbungen und hilft Personalteams, sie zu verfolgen. Aber die Folklore um diese Systeme hat ein Eigenleben entwickelt. Eine ganze Industrie von Lebenslauf-Optimierungsdiensten und ATS-Kompatibilitätsprüfern existiert, um Kandidaten zu helfen, Systeme zu überlisten, die sie kaum durchschauen.

Die Realität ist unübersichtlicher. Chait sagt, dass keine zwei ATS-Plattformen gleich funktionieren. Manche Organisationen setzen stark auf KI-Bewertung. Andere -- darunter Toshiba und das Remote-Unternehmen Doist -- bestehen darauf, dass jede Bewerbung von einem Menschen geprüft wird. "Wir lassen Menschen jede Bewerbung prüfen", sagt Kim Jones, Toshibas Personalchefin. Aber die automatisierte Bewertung sei bei weitem nicht universell.

Dieses Patchwork schafft ein Paradoxon: Weil Jobsuchende nicht wissen, ob ein Algorithmus oder ein Mensch ihre Unterlagen liest, bereiten viele sich auf beides vor. Das führt zu KI-polierten Bewerbungen in einem generischen, keywordlastigen Stil, der weder eine Maschine zufriedenstellt, die nach authentischen Signalen sucht, noch einen Menschen, der eine echte Stimme sucht.

Wenn KI KI bewertet

Doist führte ein Experiment durch, das jedem Jobsuchenden zu denken geben sollte. Das Unternehmen nahm mehrere bereits besetzte Stellen, speiste die gesamten Bewerberpools zurück in ihr ATS und bat das System, eine Shortlist zu erstellen. Das Ergebnis? "In zwei Fällen, die wir getestet haben, war die eingestellte Person nicht auf der Shortlist", sagt Nadia Vatalidis, Doists Personalchefin. Die neuen Mitarbeiter -- die nach sechs Monaten hervorragend arbeiteten -- waren vom Algorithmus aussortiert worden.

Diese Erkenntnis deckt sich mit aktuellen Forschungen von IEEE Spectrum und Fortune, die beide die wachsende Vertrauenslücke zwischen Arbeitgebern und Kandidaten bei KI-vermittelten Einstellungen dokumentierten. Eine Clutch-Umfrage vom Juli 2026 ergab, dass 61 % der Jobsuchenden sagten, KI habe ihre Suche erleichtert, aber 92 % befürchteten, dass sie den Arbeitsmarkt schrumpfen würde.

Die Gegenbewegung der Kandidaten

James Jacobsen, ein Designprofi, der fünf Monate lang auf Jobsuche war, baute sein eigenes Gegenmittel zum ATS: Er nutzte Claude, um Stellenausschreibungen zu durchsuchen, Beschreibungen mit seinen Qualifikationen zu vergleichen und jeder Stelle eine Punktzahl zu geben. Er baute das Gegenteil eines ATS -- ein Tracking-System für den Jobsuchenden.

Trotz seines KI-gestützten Prozesses waren die Ergebnisse gemischt: ein paar Vorstellungsgespräche, aber kein Angebot.

Die Endlosschleife

Die Dynamik hat eine sich selbst verstärkende Qualität, die Ökonomen als Verliererspirale bezeichnen. Kandidaten schicken mehr Bewerbungen, weil sie wissen, dass weniger gelesen werden. Arbeitgeber setzen aggressivere KI-Filter ein, weil sie mehr Bewerbungen erhalten. Die Eskalation der einen Seite bestätigt die der anderen.

"Das ist das erste Mal, dass ich mich erinnern kann, dass beide Seiten unzufrieden sind", sagt Chait. "Es funktioniert einfach nicht."

Personalverantwortliche berichten von Hunderten fast identischer Bewerbungen, die eindeutig KI-generiert sind. Einstellungsmanager beklagen Kandidaten, die mitten im Vorstellungsgespräch eine Pause machen, um in ChatGPT zu tippen. Kandidaten sprechen von der demoralisierenden Erfahrung, fünfzig Bewerbungen zu verschicken und nichts zu hören.

Was die Spirale durchbrechen könnte

Es gibt Ansätze. Jones von Toshiba merkt an, dass sie fast nie mehr Anschreiben sieht -- Bewerber, die eines beifügen, stechen sofort hervor. Chait rät Jobsuchenden, Unternehmen aktiv zu recherchieren, statt Bewerbungen wahllos zu streuen. Vatalidis schlägt vor, dass die effektivsten Kandidaten die Bewerbung als Kommunikation zwischen Menschen behandeln, nicht zwischen Maschinen.

Aber das sind individuelle Bewältigungsstrategien, keine systemischen Lösungen. Solange die grundlegenden Anreize gleich bleiben -- Kandidaten müssen in einer Flut hervorstechen, Arbeitgeber müssen mit der Menge umgehen -- wird der KI-Wettlauf weiter eskalieren.

Die Ironie ist unübersehbar: Die Technologie, die die Einstellung effizienter machen sollte, hat sie in vielerlei Hinsicht entmenschlicht. Die Werkzeuge, die Talent mit Chancen verbinden sollten, bauen stattdessen Mauern dazwischen.

Sources

• Wired: AI Use in the Job Market Is Creating an Infinite Doom Loop
• Fortune: Robots Screening Robots: Inside the AI Hiring Arms Race
• Forbes: Hiring Is Now AI Vs AI. What Happens When Humans Are Engineered Out?
• IEEE Spectrum: The AI Arms Race in Technical Interviews Is Escalating
• The Atlantic: AI Has Ruined the Job Market
• Clutch Report: 61% Say AI Eased Their Job Search, 92% Fear It'll Shrink the Job Market