KI im Recruiting: das Glossar

AI Overviews

AI Overviews sind KI-generierte Zusammenfassungen, die Google oben in den Suchergebnissen zeigt, noch vor den klassischen Treffern.

Auch bei Jobsuchen tauchen sie auf, aber je nach Land sehr unterschiedlich. Eine Stichprobe von Alexander Chukovski (600 Jobsuchen mit dem Wort „jobs“, 200 je Land, September 2026) fand AI Overviews bei 48 Prozent der Suchen in den USA, 47 Prozent in Großbritannien und nur 5 Prozent in Deutschland. Für Jobbörsen und Karriereseiten heißt das: Wo die Zusammenfassung schon antwortet, gibt es weniger Klicks.

Länder: In Deutschland bisher selten (10 von 200 Suchen), und keine davon zeigte zusätzlich die Google-Jobs-Box. AT und CH wurden nicht untersucht.

Quelle: Chukovski: AI Overviews on Job Searches

API

Eine API (Application Programming Interface) ist eine Programmierschnittstelle mit festen Regeln: Ein Programm fragt bei einem anderen Daten ab oder löst dort eine Aktion aus, ohne dass jemand etwas abtippt.

Über APIs landen Stellenanzeigen aus dem ATS bei Jobbörsen und Multipostern, und Bewerbungen kommen zurück ins ATS. Jede API funktioniert etwas anders: Wer eine Anbindung baut, liest die Dokumentation und schreibt für jedes System eigenen Code. Wie gut diese Anbindung läuft, entscheidet im Alltag mehr als die Länge der Funktionsliste.

Länder: Viele regionale Jobbörsen in AT und CH haben eigene Schnittstellen, die nicht jedes ATS bedient.

So kannst Du es Dir vorstellen: Die API ist die Speisekarte mit dem Kellner im Restaurant. Bestellen kannst Du nur, was auf der Karte steht, und nur so, wie es dort steht. Der Kellner bringt die Bestellung in die Küche und das Essen zurück an den Tisch. In die Küche selbst kommst Du nie. Das ATS ist der Gast, die Jobbörse die Küche, und „Anzeige veröffentlichen“ steht auf der Karte.

Quelle: Make: MCP vs API

ATS (Bewerbermanagementsystem)

Ein ATS (Applicant Tracking System, deutsch Bewerbermanagementsystem) ist die Software, in der Arbeitgeber Stellen anlegen, ausschreiben und Bewerbungen bis zur Einstellung verwalten.

Das ATS ist die Drehscheibe: Es schickt Anzeigen an Jobbörsen, nimmt Bewerbungen an und bekommt zunehmend KI für Vorauswahl, Texte und Terminvereinbarung. Entscheidend ist, wie gut es an die Jobportale angebunden ist.

Länder: In DACH gibt es viele regionale Anbieter neben den internationalen Suiten. Der ATS-Report DACH von Online-Recruiting.net vergleicht die Anbindungen an Jobportale.

Mehr dazu auf Online-Recruiting.net: ATS-Report DACH: Jobportal-Anbindungen · ATS, Funnels, Jobbörsen: was KINI lösen will

Automatisierte Entscheidung (Art. 22 DSGVO)

Art. 22 DSGVO gibt Menschen das Recht, keiner Entscheidung unterworfen zu werden, die ausschließlich automatisiert getroffen wird und sie rechtlich oder ähnlich erheblich betrifft.

Eine Absage, die eine Software ohne menschliche Prüfung verschickt, kann genau so eine Entscheidung sein. Wer automatisiert vorsortiert, sollte einen Menschen einbinden, der die Entscheidung wirklich prüfen kann, und Bewerbende darüber informieren.

Länder: DSGVO gilt in DE und AT. In CH verlangt das Datenschutzgesetz (Art. 21 DSG, seit 1. September 2023) eine Information bei automatisierten Einzelentscheidungen.

Quelle: DSGVO (EUR-Lex) · Schweizer Datenschutzgesetz (Fedlex)

Bewerberbetrug und Deepfake-Bewerbung

Bewerberbetrug sind gefälschte Angaben oder Identitäten im Bewerbungsprozess. Bei einer Deepfake-Bewerbung erzeugt KI Gesicht, Stimme oder Unterlagen einer Person, die es so nicht gibt oder die nicht selbst teilnimmt.

Gartner erwartet, dass bis 2028 jedes vierte Kandidatenprofil weltweit gefälscht ist (Prognose aus 2025, keine Messung). Zu unterscheiden sind Fake-Bewerbende von außen, etwa Betrüger und Hacker, und Bewerbende, die sich in undurchsichtigen Prozessen mit Tricks nach vorn bringen. Gegen Ersteres hilft nur Prüfen, gegen Letzteres mehr Transparenz der Arbeitgeber.

Länder: Bisher keine DACH-spezifischen Zahlen.

Quelle: HR Dive zu Gartner

Bias in KI

Bias in KI ist eine systematische Verzerrung: Das System benachteiligt oder bevorzugt bestimmte Gruppen, weil seine Trainingsdaten oder Regeln diese Schieflage enthalten.

Lernt eine KI aus früheren Einstellungen, übernimmt sie deren Muster. Bekanntestes Beispiel: Amazon stoppte 2018 ein internes Bewertungstool für Lebensläufe, weil es Bewerbungen von Frauen für technische Stellen schlechter einstufte. Es hatte aus zehn Jahren Bewerbungen gelernt, die überwiegend von Männern kamen. Auch die Ausspielung von Stellenanzeigen kann verzerrt sein.

Länder: In DE gilt das AGG, in AT das Gleichbehandlungsgesetz, in CH für das Geschlecht das Gleichstellungsgesetz. Dazu kommt in DE und AT der AI Act.

Quelle: Euronews/Reuters zu Amazon (2018)

Conversational Recruiting

Conversational Recruiting ist Recruiting im Dialog: Chatbots oder KI-Assistenten beantworten Fragen, stellen Vorauswahlfragen und vereinbaren Termine, per Chat, Messenger oder Telefon.

Beispiel: Eine Bewerberin für den Lagerjob beantwortet um 22 Uhr per WhatsApp drei Fragen zu Schicht und Führerschein und bekommt sofort einen Termin. Ohne Weg zu einem Menschen wird das schnell frustrierend.

Länder: In DE und AT verlangt der AI Act seit dem 2. August 2026, dass Bewerbende erkennen können, dass sie mit einer KI sprechen (Art. 50).

Quelle: AI Act (EUR-Lex) · Usercentrics zum Digital Omnibus

CV-Parsing

CV-Parsing ist das automatische Auslesen von Lebensläufen: Die Software erkennt Name, Stationen, Abschlüsse und Skills und legt sie als Datenfelder ab.

Spart Abtippen und ist die Grundlage für Matching und Suche im ATS. Schwachstelle: Ungewöhnliche Layouts, Tabellen oder Lücken werden falsch gelesen, und dann fällt ein guter Lebenslauf durchs Raster.

Länder: Parser müssen DACH-Besonderheiten kennen, etwa Lehre (AT, CH), Schweizer EFZ und Arbeitszeugnisse.

Google for Jobs

Google for Jobs ist die Jobsuche direkt in der Google-Suche: Google sammelt Stellenanzeigen von Jobbörsen und Karriereseiten und zeigt sie in einer eigenen Box über den normalen Treffern.

Damit eine Stelle dort erscheint, braucht sie strukturierte Daten (JobPosting) auf der Seite. Wer Reichweite über Google bekommt, fragt sich, wofür er klassische Jobbörsen noch braucht, und genau das zwingt die Portale zur Antwort.

Länder: In Deutschland seit Mai 2019, in der Schweiz seit Herbst 2019, in Österreich erst seit dem 8. April 2021. Online-Recruiting.net hat die Starts begleitet.

Mehr dazu auf Online-Recruiting.net: Jobbörsen-Exodus: Google for Jobs als gelobtes Land? · Wer hat Angst vor Google for Jobs und Programmatic?

Quelle: Google: Strukturierte Daten für Stellenanzeigen · Googlewatchblog: Start in Deutschland · Trending Topics: Start in Österreich · Online-Recruiting.net: Start in der Schweiz

Halluzination

Eine Halluzination ist eine Aussage, die ein KI-Modell erfindet und dabei überzeugend formuliert: falsche Zahlen, ausgedachte Quellen, nicht existierende Gesetze.

Gefährlich, wenn eine KI Lebensläufe zusammenfasst oder Bewerbenden Fragen zu Gehalt und Benefits beantwortet. Beispiel: Der Chatbot auf der Karriereseite verspricht ein Jobticket, das es nicht gibt.

Länder: Bei Rechtsfragen besonders tückisch, weil Modelle deutsches, österreichisches und Schweizer Recht vermischen.

Hochrisiko-KI (AI Act)

Hochrisiko-KI ist im AI Act die Stufe für KI-Systeme, die erheblich in Rechte von Menschen eingreifen können. Dazu zählt ausdrücklich KI für Einstellung und Auswahl: gezielte Stellenanzeigen, Sichten und Filtern von Bewerbungen, Bewerten von Kandidat:innen (Anhang III Nr. 4).

Für solche Systeme gelten Pflichten zu Risikomanagement, Daten, Dokumentation, menschlicher Aufsicht und Transparenz, für Anbieter und für Arbeitgeber, die sie einsetzen. Der AI Act verlangt nicht, dass jemand seinen Quellcode offenlegt, aber der Einsatz muss erklärbar sein. Die Pflichten für Hochrisiko-Systeme im Recruiting gelten ab dem 2. Dezember 2027. Ursprünglich war der 2. August 2026 geplant, der Digital Omnibus (in Kraft seit 27. Juli 2026) hat die Frist verschoben.

Länder: Gilt in DE und AT. Schweizer Anbieter betrifft er, wenn ihre Systeme in der EU eingesetzt werden.

Quelle: AI Act (EUR-Lex) · Usercentrics zum Digital Omnibus · Gibson Dunn zum Digital Omnibus

HR Hackathon

Der HR Hackathon ist das Event, bei dem Softwareentwickler:innen, HR-Leute und HR-Tech-Anbieter gemeinsam in kurzer Zeit Prototypen für konkrete Probleme aus Personalarbeit und Recruiting bauen, meist innerhalb von 48 Stunden.

Ein Unternehmen bringt eine echte Aufgabe mit, zum Beispiel „Unsere Bewerbenden brechen im Formular ab“, und gemischte Teams entwickeln dazu Lösungen. HR-Tech-Firmen unterstützen und können eigene Projektideen pitchen. Den HR Hackathon hat Eva Zils gegründet, die Herausgeberin von Online-Recruiting.net.

Länder: Bisherige Ausgaben in Berlin, dazu eine Online-Ausgabe.

Mehr dazu auf Online-Recruiting.net: Wozu es den HR Hackathon braucht

Human in the Loop

Human in the Loop heißt, dass ein Mensch in einen KI-gestützten Ablauf eingebunden ist und Ergebnisse prüft, korrigiert oder freigibt, bevor sie wirken.

Im Recruiting die wichtigste Frage an jedes KI-Tool: An welcher Stelle schaut ein Mensch drauf, und kann er die KI wirklich überstimmen? Ein Klick auf „bestätigen“ unter 200 KI-Absagen ist keine echte Prüfung. Auf der anderen Seite bleibt bei agentischer Jobsuche das Talent der Mensch, der entscheidet.

Länder: Der AI Act verlangt menschliche Aufsicht bei Hochrisiko-KI (DE, AT), Art. 22 DSGVO schützt vor rein automatisierten Entscheidungen. In CH gilt das Datenschutzgesetz.

Quelle: AI Act (EUR-Lex)

Indexing API

Die Indexing API ist eine Schnittstelle von Google, über die Websites neue oder gelöschte Stellenanzeigen direkt melden, statt zu warten, bis Google die Seite von selbst besucht. Offiziell ist sie nur für Stellenanzeigen und Livestream-Seiten gedacht.

Für Jobbörsen und Arbeitgeber heißt das: Stellen tauchen schneller in Google for Jobs auf und verschwinden schneller, wenn sie besetzt sind. Die Standard-Quote liegt bei 200 Meldungen pro Tag. Seit September 2024 brauchte es für den Betrieb einen Antrag und Googles Freigabe. Nach Beobachtung von Alexander Chukovski wurde seit Oktober 2025 keiner von über 50 Anträgen genehmigt. Am 16.10.2026 hat Google den Antragsschritt aus der Dokumentation gestrichen. Ob Google neue Anbieter bewusst nicht mehr zulässt, ist eine These, Google hat sich dazu nicht geäußert. Wer früh ein Kontingent bekommen hat, ist im Vorteil.

Länder: Kein Unterschied.

So kannst Du es Dir vorstellen: Statt zu warten, bis der Briefträger (Googles Crawler) von selbst vorbeikommt, bringst Du die Post direkt zum Schalter. Seit 2024 braucht man dafür einen Schalterausweis, und neue Ausweise gibt es nach Beobachtung von Chukovski seit Oktober 2025 nicht mehr.

Mehr dazu auf Online-Recruiting.net: Neue Google for Jobs Indexing API für gewiefte HR-Marketer

Quelle: Google: Indexing API Quickstart · Chukovski: Google entfernt das Antragsverfahren

KI-Agent

Ein KI-Agent ist ein KI-System, das nicht nur antwortet, sondern selbstständig mehrere Schritte ausführt, um ein Ziel zu erreichen: suchen, Tools bedienen, zwischen Zwischenschritten entscheiden.

Im Recruiting gibt es Agenten auf beiden Seiten: Plattform-Agenten, die im Namen von Jobsuchenden Bewerbungen abschicken, und Agenten bei Arbeitgebern, die vorsortieren und Termine vereinbaren. Frag nach, was der Agent konkret tut und wer es merkt, wenn er danebenliegt.

Länder: Sortiert oder bewertet ein Agent Bewerbende, greifen in DE und AT der AI Act (Hochrisiko) und die DSGVO, in CH das Datenschutzgesetz.

So kannst Du es Dir vorstellen: Der Unterschied zwischen Auskunft und Assistenz: Ein Chatbot sagt Dir, welche Züge nach Hamburg fahren. Ein Agent bucht das Ticket, trägt die Reise in Deinen Kalender ein und schickt Dir die Bestätigung.

KI-Interview

Ein KI-Interview ist ein Bewerbungsgespräch, das eine KI führt oder auswertet, per Chat, Video oder Telefon. Manche Systeme stellen nur Fragen und zeichnen auf, andere bewerten die Antworten.

Beispiel: Bewerbende für eine Callcenter-Stelle sprechen zu jeder Tageszeit mit einer KI-Stimme, der Recruiter bekommt am Morgen Zusammenfassungen. Frag nach, ob die KI nur protokolliert oder auch bewertet, und wer die Bewertung prüft.

Länder: In der EU gilt eine KI, die Bewerbende bewertet, als Hochrisiko-KI (DE, AT). KI, die Emotionen von Bewerbenden erkennen soll, ist seit dem 2. Februar 2025 verboten (Art. 5 AI Act), die Leitlinien der EU-Kommission nennen das Bewerbungsverfahren ausdrücklich. In CH gilt das Datenschutzgesetz.

Quelle: AI Act (EUR-Lex) · Bird & Bird zu den Kommissions-Leitlinien

KI-Kompetenz (Art. 4 AI Act)

KI-Kompetenz nach Art. 4 AI Act ist die Pflicht für Unternehmen, die KI einsetzen, Maßnahmen zu ergreifen, damit ihre Mitarbeitenden verstehen, wie diese KI funktioniert und wo ihre Risiken liegen. Die Pflicht gilt seit dem 2. Februar 2025. Seit dem Digital Omnibus (Juli 2026) müssen Unternehmen nicht mehr garantieren, dass jede Person ein bestimmtes Niveau erreicht, die Maßnahmen bleiben aber Pflicht.

Betrifft jedes Recruiting-Team, das KI-Tools nutzt, vom Anzeigentexter bis zur Vorauswahl im ATS. Beispiel: Wer eine KI-Rangliste von Bewerbungen bekommt, sollte wissen, worauf sie beruht und wann er ihr nicht trauen darf.

Länder: Gilt in DE und AT. Schweizer Unternehmen betrifft der AI Act, wenn sie KI in der EU anbieten oder ihre Ergebnisse dort genutzt werden.

Quelle: AI Act (EUR-Lex) · KI-Campus zur Änderung von Art. 4

Large Language Model (LLM)

Ein Large Language Model (LLM) ist ein Sprachmodell, das mit sehr großen Textmengen trainiert wurde und Texte vorhersagt, Wort für Wort. ChatGPT, Claude und Gemini laufen auf solchen Modellen.

Im Recruiting stecken LLMs hinter Stellenanzeigen-Generatoren, Chatbots auf Karriereseiten und Tools, die Lebensläufe zusammenfassen. Beispiel: Das ATS schlägt aus drei Stichworten einen kompletten Anzeigentext vor.

Länder: Kein Unterschied zwischen DE, AT und CH. Wichtig ist, ob das Modell Schweizer Schreibweisen beherrscht (ss statt ß).

So kannst Du es Dir vorstellen: Wie die Wortvorschläge auf dem Handy, nur trainiert auf Milliarden Seiten Text. Das Modell weiß nicht, was stimmt, es weiß, welches Wort mit hoher Wahrscheinlichkeit als Nächstes kommt.

Matching

Matching heißt, dass eine Software Stellen und Bewerbende automatisch abgleicht und eine Passung berechnet, oft als Prozentwert oder Rangliste.

Jobbörsen nutzen Matching für Jobempfehlungen, ATS für die Vorsortierung von Bewerbungen. Frag nach, auf welchen Daten der Wert beruht und wer ihn überprüft, denn ein Prozentwert ohne Methode sagt wenig.

Länder: Matching, das Bewerbende bewertet oder filtert, gilt in der EU als Hochrisiko-KI nach AI Act (DE, AT). In CH gilt das Datenschutzgesetz.

MCP (Model Context Protocol)

MCP (Model Context Protocol) ist ein offener Standard, über den eine KI selbst herausfindet, welche Werkzeuge ein angeschlossenes System anbietet, und diese dann aufruft. Anthropic hat ihn im November 2024 vorgestellt, inzwischen unterstützen ihn viele Anbieter.

MCP ersetzt keine API, es liegt darüber. Ein MCP-Server beschreibt die Funktionen eines Systems so, dass eine KI sie versteht, etwa „Bewerbung suchen“, „Status ändern“ oder „Termin vorschlagen“, und ruft darunter die API des Systems auf. Der Unterschied: Eine API ist für Entwickler:innen gebaut, die vorab Code schreiben. MCP ist für KI-Agenten gebaut, die während der Arbeit entscheiden, welches Werkzeug sie brauchen. Die Zugangsdaten bleiben beim MCP-Server, die KI bekommt sie nicht zu sehen. Make rechnet damit, dass sich MCP ab etwa drei bis fünf Anbindungen lohnt, für eine einzelne feste Verbindung reicht die API. Für Arbeitgeber heißt das: genau festlegen, welche Werkzeuge die KI benutzen und welche Daten sie lesen und ändern darf.

Länder: Datenschutz wie bei jeder Schnittstelle, DSGVO in DE und AT, Datenschutzgesetz in CH.

So kannst Du es Dir vorstellen: Bleiben wir im Restaurant: Ist die API die Speisekarte eines einzelnen Lokals, dann ist MCP das Bestellterminal im Food-Court. Auf einem Bildschirm siehst Du, was alle Stände gerade anbieten, und bestellst überall auf dieselbe Weise. Hinter dem Terminal geht die Bestellung weiter an die Küche des jeweiligen Stands, also an dessen API. Die KI ist der Gast am Terminal: Sie muss nicht jede Karte einzeln kennen, sie sieht, was es gibt, und wählt aus. Bezahlt wird über das Terminal, die Kreditkarte bekommt der Stand nie in die Hand.

Quelle: Make: MCP vs API · modelcontextprotocol.io

Programmatic Job Advertising

Programmatic Job Advertising ist die automatisierte Ausspielung von Stellenanzeigen: Software verteilt das Budget nach Regeln und Daten auf Jobbörsen, Suchmaschinen und soziale Netzwerke und verschiebt es laufend dorthin, wo Klicks oder Bewerbungen günstiger sind.

Statt eine Anzeige für 30 Tage zum Festpreis zu buchen, zahlt der Arbeitgeber pro Klick oder Bewerbung, und das System stoppt die Ausspielung, wenn genug Bewerbungen da sind. Frag nach, was die „KI-gestützte Aussteuerung“ konkret steuert und woran der Erfolg gemessen wird.

Länder: Der Markt war lange von US-Anbietern geprägt, inzwischen gibt es Angebote aus Deutschland. Datenschutz und Transparenz in der Lieferkette sind in DACH ein Thema.

So kannst Du es Dir vorstellen: Wie ein Navi, das die Route laufend neu berechnet: Das Budget fährt dorthin, wo es gerade am schnellsten zu Bewerbungen kommt, und meidet die Strecken mit Stau.

Mehr dazu auf Online-Recruiting.net: Programmatic Job Advertising für Arbeitgeber · Was ist Programmatic Job Advertising?

Prompt

Ein Prompt ist die Anweisung, die Du einem KI-Modell gibst: Frage, Auftrag, Beispiele und Rahmenbedingungen. Je genauer der Prompt, desto brauchbarer meist das Ergebnis.

Beispiel: „Schreib eine Stellenanzeige“ liefert Einheitsbrei. „Schreib eine Anzeige für eine Pflegefachkraft im Nachtdienst in Graz, Du-Form, mit Gehaltsspanne, ohne Floskeln“ liefert etwas, mit dem Du arbeiten kannst.

Länder: Sprachliche Vorgaben wie Anrede, Schweizer Schreibweise oder österreichische Begriffe (Jänner) gehören in den Prompt.

RAG (Retrieval-Augmented Generation)

RAG (Retrieval-Augmented Generation) heißt: Bevor das Sprachmodell antwortet, sucht ein System passende Inhalte aus einer festgelegten Wissensquelle und gibt sie dem Modell mit. Das Modell antwortet dann auf Basis dieser Dokumente statt nur aus seinem Training.

Beispiel: Ein Karriereseiten-Chatbot beantwortet Fragen zu Schichtmodellen nur aus den Unterlagen des Unternehmens. Das senkt das Risiko von Halluzinationen, schließt es aber nicht aus. Frag Anbieter, aus welchen Quellen ihr Bot antwortet.

Länder: Kein Unterschied.

So kannst Du es Dir vorstellen: Eine Prüfung mit offenem Buch: Statt aus dem Gedächtnis zu antworten, darf das Modell vorher im Ordner des Unternehmens nachschlagen. Steht die Antwort nicht im Ordner, kann es trotzdem flunkern.

Semantische Suche

Semantische Suche findet Inhalte nach Bedeutung statt nach exaktem Wortlaut. Wer „Pflegekraft“ sucht, findet auch „Gesundheits- und Krankenpfleger:in“.

In Jobbörsen hilft sie Jobsuchenden, passende Stellen trotz anderer Jobtitel zu finden. In ATS und Talentpools finden Recruiter so Kandidat:innen, deren Lebenslauf andere Begriffe benutzt als die Anzeige.

Länder: Wichtig bei unterschiedlichen Berufsbezeichnungen in DE, AT und CH, etwa Lehre oder Fachmann/Fachfrau EFZ.

Skills-based Hiring

Skills-based Hiring heißt, Bewerbende nach ihren Fähigkeiten auszuwählen statt vor allem nach Abschluss, Titel oder Lebenslauf-Stationen.

KI soll dabei helfen, Skills aus Lebensläufen, Profilen und Stellenanzeigen herauszulesen und abzugleichen. Beispiel: Ein Quereinsteiger aus der Gastronomie kommt für den Kundenservice in Frage, obwohl kein passender Abschluss im Lebenslauf steht. SAP hat 2026 den Skills-KI-Anbieter TechWolf gekauft.

Länder: In DACH spielen formale Abschlüsse traditionell eine große Rolle, besonders Ausbildung und Lehre.

Quelle: Tech.eu: SAP kauft TechWolf · Reworked: SAP kauft TechWolf

Token

Ein Token ist die kleinste Texteinheit, mit der ein Sprachmodell rechnet, meist ein Wortteil. Anbieter rechnen KI-Nutzung oft nach Tokens ab, und auch die Textmenge, die ein Modell auf einmal verarbeiten kann, wird in Tokens gemessen.

Relevant, sobald ein Tool Hunderte Lebensläufe oder lange Stellenprofile verarbeitet: Mehr Text heißt mehr Tokens, höhere Kosten und irgendwann eine Grenze, ab der das Modell den Anfang wieder vergisst.

Länder: Deutsche Texte brauchen meist mehr Tokens als englische, weil lange zusammengesetzte Wörter in mehr Teile zerfallen.

So kannst Du es Dir vorstellen: Wie Silben beim Vorlesen: Das Modell liest nicht ganze Wörter, sondern Wortstücke. „Bewerbermanagementsystem“ zerfällt in mehrere Stücke, „Job“ ist eins. Abgerechnet wird pro Stück, wie beim Taxameter pro Kilometer.