Candidate Centricity is back! Und KI wird der reale Treiber sein
Prolog
Bevor wir in das eigentliche Thema einsteigen, gebe ich ein Beispiel, das mir im beruflichen Alltag begegnet, seitdem ich stärker mit KI arbeite. Und am Ende des Beitrags wirst Du verstehen, worauf ich damit hinaus möchte.
Denn: KI zwingt mich dazu, meine Prozesse zu beschreiben. Im Recruiting muss das genauso passieren. Und Candidate Centricity ist im Prinzip die perfekte Einflugschneise.
Let’s go:
Ich bin ein kreativer Kopf. Abläufe zu strukturieren und genau in eine Planung zu legen, fällt mir schwer.
Seit ich mit KI arbeite, komme ich daran aber nicht mehr vorbei. Und seit ich mit Claude Cowork arbeite und einen Vorgeschmack darauf bekomme, wie sich agentisches Arbeiten anfühlt, erst recht. Ich bin gezwungen, meine Daten ordentlich aufzubereiten, meine Wünsche und Anforderungen klar zu formulieren und mir genau zu überlegen, wie ich was will.
Ein Beispiel: mein Newsletter für Personaler, Crème de la Rec. Jede Woche sammelt Claude Artikel, sortiert vor und schlägt mir eine Auswahl vor. Bei der ersten Probeausgabe Anfang Oktober habe ich z. B. 7 von 12 Vorschlägen übernommen.
Also führen wir seitdem ein Lernprotokoll. Jede Stelle, an der ich anders entscheide als der Vorschlag, wird eingetragen. Und ich schreibe dazu, warum. Nun ja, auch nicht immer…
Das ist der unbequeme Teil. Plötzlich musste ich in Worte fassen, was ich vorher aus dem Bauch heraus entschieden hatte. Werbetexte fliegen raus. Höchstens ein Artikel je Medium. Eine Paywall ist kein Ausschlussgrund. Dabei hilft mir Claude übrigens auch: meine Gedanken zu ordnen und die passenden Worte zu finden.
Und natürlich ging auch etwas schief. Ein „prüf das nochmal“ von mir landete als „Ja“ in der Ausgabe. Seitdem steht im Protokoll: Ein Kommentar ist keine Entscheidung.
Das ist ein ständiges Lernen, Erweitern, Ausprobieren, Scheitern und Fehlerfinden. Trial and Error. Genau das erlebe ich gerade in meinem ganzen Automatisierungsprojekt. Es ist mühsam und nervenaufreibend. Aber jetzt verstehe ich noch besser, wie sich viele Software-Entwickler fühlen: Code, test, debug, repeat.
Und genau daran musste ich denken, als mir in dieser Woche ein altes Wort wiederbegegnet ist: Candidate Centricity.
Das Wichtigste in Kürze
- Worum es geht: Candidate Centricity ist zurück, samt Mindeststandards für Absagen (CXR Foundation, Juli 2026).
- Kernzahl: 63,5 % der Beschäftigten in Deutschland bekamen in 12 Monaten auf mindestens eine Bewerbung keine Rückmeldung (Appinio für Indeed, März 2026).
- Meine These: Die Standards sind Basis. Ihr eigentlicher Nutzen liegt im Dokumentieren und Messen der Prozesse, und das braucht KI im Recruiting ohnehin.
- Prognose: Bis Ende 2027 legt ein großer Arbeitgeber in DACH Durchlaufzeiten je Prozessschritt offen.
Der Anlass
Candidate Centricity ist wieder da. Der Begriff hatte seine große Zeit, als Arbeitgeber um Bewerber kämpfen mussten. Jetzt steht er wieder auf den Programmen von HR-Veranstaltungen, diesmal zusammen mit KI-Interviews und Bewerberflut.
In den USA hat die CXR Foundation im Juli 2026 einen Mindeststandard für Absagen veröffentlicht: Jede Bewerbung bekommt eine klare Rückmeldung, egal wie viele es sind. In Deutschland wird gerade diskutiert, das zu erweitern, um Punkte wie „nur echte Stellen ausschreiben“, „Rückmeldefristen einhalten“ und „KI-Einsatz offenlegen“, und daraus eine freiwillige Selbstverpflichtung für Arbeitgeber zu machen.
Absolute Basis
Ehrlich gesagt: Das ist absolute Basis. Bewerbern antworten, und zwar innerhalb einer genannten Frist. Dafür braucht es 2026 einen Standard?
Offenbar schon. 63,5 % der Beschäftigten in Deutschland haben im vergangenen Jahr auf mindestens eine Bewerbung gar keine Rückmeldung bekommen, knapp jeder Vierte sogar regelmäßig (Appinio-Umfrage für Indeed, März 2026). Im Azubi-Recruiting sind es 60 % der Bewerbenden, die schon einmal ignoriert wurden (u-form Testsysteme 2025).
Wir erinnern uns: 2019 stand hier auf dem Blog schon ein Beitrag zum Candidate Centric Recruiting. Damals ging es um zu lange Formulare und unverständliche Jobtitel. Viel weiter sind wir nicht.
Für mich klingt die Neuauflage deshalb erst einmal nach einem alten neuen Kandidaten für das allseits beliebte HR-Buzzword-Bingo. Das Wort kommt zurück, die Probleme sind die alten.
Was eigentlich dahintersteckt – oder dahinterstecken sollte
Liest man die Standards genau, geht es letzten Endes darum, Prozesse genau abzubilden, zu messen und Daten zu sammeln. Fristen festlegen. Entscheidungen protokollieren. Auswahlkriterien vorher definieren. Eine Quote erheben, wie viele Bewerbungsvorgänge tatsächlich abgeschlossen (ge-„closed“) werden.
Ergo: Das ist die perfekte Vor- bzw. Aufbereitung von Daten und Datenströmen, um damit einen mit KI nachbildbaren Prozess zu bauen. Und auch genau festzuhalten, wann Maschine und wann Mensch arbeitet und entscheidet.
Dafür muss alles ordentlich konfiguriert und dokumentiert werden. Das ist der einzige Sinn, den ich an dem Thema Candidate Centricity sehe.
Ein KI-Agent kann keine Absage verschicken, wenn nirgends steht, wann die Entscheidung gefallen ist. Und er kann keine Frist halten, die niemand festgelegt hat.
Natürlich ist ein Prozess nicht automatisch gut, nur weil er dokumentiert ist. Aber er deckt die Schwachstellen und Bottlenecks auf. Was viele wahrscheinlich nicht wollen. Oft sitzt der Engpass außerhalb des Recruitings: bei der Führungskraft, die Profile drei Wochen liegen lässt, oder bei der Fachabteilung, die mitten im Verfahren die Anforderungen ändert.
Solange niemand misst, landet das alles beim Recruiting als „schlechte Candidate Experience“. Sobald gemessen wird, steht in der Auswertung, wo die Zeit verloren geht.
Unumgänglich ist das trotzdem, wenn die Prozesse irgendwann per KI laufen sollen, mit dem Menschen als Schnittstelle an den wichtigen Stellen.
Und dann ist da noch das Recht
Dazu kommen DSGVO, AGG und die KI-Verordnung. Wer automatisiert entscheidet, muss erklären können, wie (Art. 22 DSGVO). Wer im Streitfall Diskriminierung ausschließen will, braucht dokumentierte Auswahlkriterien (§ 22 AGG). Und KI, die Bewerbungen sichtet oder bewertet, gilt ab Dezember 2027 als Hochrisiko-KI, mit Pflichten zu menschlicher Aufsicht und Protokollen.
Auch hier landet man wieder beim selben Punkt: Wer nicht weiß, wie sein Prozess läuft, kann ihn weder erklären noch belegen. Mehr zu Begriff, Standards und Rechtslage habe ich auf der Seite Was ist Candidate Centricity? zusammengestellt.
Was ich im Kleinen erlebe
Mein Lernprotokoll für den Newsletter Crème de la Rec ist im Grunde dasselbe in klein. Erst als ich aufschreiben musste, warum ich ein Thema oder einen Artikel ablehne, wurde mir klar, nach welchen Regeln ich eigentlich auswähle.
Arbeitgebern, die KI im Recruiting ernsthaft einsetzen wollen, steht dasselbe bevor, nur mit mehr Beteiligten und mehr Konsequenzen, wenn etwas schiefläuft. Daher muss so ein Projekt stringent geplant und durchgeführt werden.
Meine Prognose fürs RecLog
Bis Ende 2027 legt ein großer Arbeitgeber in der DACH-Region öffentlich Zahlen dazu vor, wie viel Zeit in seinem Recruiting-Prozess je Schritt vergeht und wo sie verloren geht. Der Anlass wird ein KI-Projekt sein.
Ende 2027 schaue ich nach.
(Und was es mit dem RecLog auf sich hat: Dazu ein anderes Mal mehr!)
Bei meinen Texten nutze ich KI für Recherche, grobe Auswertung und Rohfassung. Finale Redaktion, geprüfte Fakten-Checks, Analyse, Meinung und intensives KI-Bot-Sitting (seufz) mache ich selbst.
