KI ist ein Werkzeug – kein Rettungsanker. Trotz aller Begeisterung und Hoffnung müssen wir uns von der Faszination einzelner Use Cases lösen, wenn HR relevant und wirksam sein will. Denn ohne strategische Kompetenz und eine integrierte Zielvorstellung bleibt der Einsatz von künstlicher Intelligenz im HR-Bereich Stückwerk ohne echten Business Impact.
KI verändert HR – aber nicht automatisch dessen Relevanz
Der Einsatz von KI im HR nimmt massiv zu. Kaum ein Bereich wird derzeit intensiver diskutiert: Recruiting, Learning, Workforce Analytics, Talent Management oder Employee Services. Dabei zeigt sich ein klares Muster: Viele Organisationen investieren stark in Tools, Pilotprojekte und einzelne Use Cases – häufig jedoch ohne übergreifendes Zielbild.
Parallel wächst die Erwartung, dass KI HR grundlegend transformieren und der Funktion neue strategische Bedeutung verleihen könnte. Tatsächlich hängt der zukünftige Wertbeitrag von HR jedoch nicht primär von der Technologie selbst ab, sondern davon, wie geschäftsrelevant, wertschöpfend und integriert KI eingesetzt wird.
Die vier Entwicklungsstufen von KI im HR
Die Entwicklung künstlicher Intelligenz in den letzten Jahren lässt sich grob in vier Stufen einteilen:
1. Automatisierung
Hier geht es primär um die Automatisierung standardisierter Prozesse:
- CV-Screening
- Terminvereinbarungen
- Dokumentenerstellung
- FAQ-Chatbots
- Workflow-Unterstützung
Potenziale liegen hier vor allem in der Effizienzsteigerung durch Reduktion manueller Tätigkeiten, schnellere Prozesse oder die Skalierung operativer HR-Services. Gleichzeitig bliebt der Fokus eher operativ, bestehende Prozesse werden meist nur beschleunigt, nicht aber verbessert und es entsteht nur ein geringer strategischer Mehrwert.
2. Predictive AI / Advanced Analytics
In dieser Phase werden Daten genutzt, um Entwicklungen vorherzusagen:
- Fluktuationsprognosen
- Skill-Gap-Analysen
- Strategische Personalplanung
- Performance- und Risikoanalysen
Bereits 2018 haben wir bei Continental Big-Data-Analysen genutzt, um AI-Skills in der Organisation sichtbar zu machen und deren zukünftige Relevanz (abnehmend/gleichbleibend/zunehmend) zu bewerten. Die eigentliche Herausforderung war dabei nicht die Technologie – sondern die richtige Fragestellung und die Datenqualität.
Denn Predictive Analytics bieten eine hervorragende Grundlage für datenbasierte Entscheidungen und die Früherkennung von Risiken und damit eine bessere Ressourcenplanung und höhere Steuerungsfähigkeit. Gleichzeitig ist aber jede Analyse auch nur so gut wie die Verfügbarkeit und Qualität der Daten. Es gibt zudem hohe methodische Anforderungen und die Gefahr von Bias und Fehlinterpretationen – und (am wichtigsten): Ich muss als Ausgangspunkt der Analyse die richtige Frage stellen, um aussagekräftige und hilfreiche Antworten zu bekommen.
3. Generative KI (GenAI)
Generative KI verändert aktuell besonders stark die tägliche HR-Arbeit:
- Erstellung von Stellenanzeigen
- Trainings- und Lerninhalte
- Kommunikationsentwürfe
- Wissensmanagement
- Interviewleitfäden oder Feedbackformate
Durch GenAI konnten endlich einige die erhofften Produktivitätssteigerungen realisiert werden, insb. durch die Demokratisierung von Wissen, schnellere Content- und Konzeptentwicklung und die Entlastung wissensintensiver Tätigkeiten. Allerdings hat die Anwendung der KI auch hier (noch) ihre Grenzen: Qualitäts- und Halluzinationsrisiken, eine fehlende fachliche Einordnung und ein oftmals isolierter Einsatz in Use Cases ohne strategische Integration sorgen für die Gefahr standardisierter Durchschnittslösungen ohne echten Mehrwert für das Business.
4. Agentic AI
Die nächste Entwicklungsstufe sind autonome KI-Systeme, die Prozesse selbstständig steuern oder Entscheidungen vorbereiten. Mögliche Einsatzfelder:
- Dynamische Workforce-Steuerung
- Automatisierte Skill-Matching-Systeme
- Selbststeuernde Recruiting-Prozesse
- KI-basierte Organisationssteuerung
Potenziale liegen hier in einer nochmals höheren Geschwindigkeit und Skalierung und der (teil-) autonomen Echtzeitsteuerung komplexer Prozesse in einer deutlich stärker datengetriebenen Organisation. Gleichzeitig stehen massive Governance- und Compliance-Risiken sowie Vertrauens- und Akzeptanzfragen und auch eine hohe organisatorische Komplexität der vollen Wirksamkeit noch im Wege.
Wichtig für HR: Effizienz ist nicht gleich Wirksamkeit
Die meisten Unternehmen bewegen sich aktuell überwiegend zwischen Automatisierung und Generativer KI. Der Schwerpunkt liegt dabei häufig auf einzelnen Tools, isolierten Use Cases und schnellen Produktivitätsgewinnen. Verständlich: HR möchte „sichtbar“ werden – und verwechselt dabei oft Aufmerksamkeit mit Relevanz.
Denn das Problem dabei ist: Effizienzgewinne in HR-Prozessen sind noch kein Business Impact.
Wer bestehende Prozesse lediglich beschleunigt, ohne sie grundsätzlich zu hinterfragen, optimiert im Zweifel das Falsche. Im Extremfall entsteht sogar eine paradoxe Entwicklung: HR wird zwar in seinen (nicht zwingend besseren Kernprozessen) effizienter. Gleichzeitig sinkt jedoch die strategische Relevanz und Teile der Funktion werden perspektivisch substituierbar.
Singulär angewendet wirkt die KI hier wie ein Verstärker: Sie skaliert Stärken – aber auch Schwächen.
Der Kernfehler: Die Use Case Illusion
Dies beruht auf der Use Case Illusion. In vielen Organisationen entsteht aktuell folgende Logik:
- Neue KI-Tools erscheinen
- Daraus werden einzelne HR-Use-Cases abgeleitet
- Punktuelle Lösungen werden implementiert
- Daraus wird strategische Wirkung erwartet
Und ja, natürlich sind Use Cases sinnvoll, weil sie den Einsatz von KI und den Nutzen für die Organisation verständlich machen und dadurch Akzeptanz erzeugen, wie beispielsweise Oliver Ewinger betont. Denn Use Cases erzeugen oft lokale Optimierungen, schnelle „Quick Wins“ und (oftmals am wichtigsten) sichtbare Aktivität. Was jedoch häufig fehlt, sind ein integriertes Zielbild, ein Bezug zur Unternehmensstrategie und ein messbarer Beitrag zur Wertschöpfung. Die reine Beschränkung auf Anwendungsfälle greift daher zu kurz. Denn: Nicht der Use Case sollte den Einsatz treiben – sondern das Businessproblem. Zugespitzt formuliert entsteht aktuell teilweise der Eindruck:
HR kreist um KI wie um ein „goldenes Kalb“ – in der Hoffnung, dass Technologie die eigenen strukturellen Probleme löst.
Die 5 Fragen, die HR beantworten muss
1. Welches konkrete Businessproblem lösen wir – und welchen messbaren Beitrag leisten wir dazu?
- Wie beeinflussen wir Wachstum, Produktivität oder Risiko?
- Wie messen wir echten Impact?
2. Welche Fähigkeiten braucht das Unternehmen künftig – und wo stehen wir heute wirklich?
- Welche Skills sind strategisch kritisch?
- Wo bestehen strukturelle Kompetenzlücken?
3. Wie steuern wir unsere Workforce aktiv – statt nur zu reagieren?
- Gibt es eine echte strategische Personalplanung?
- Wie agil können wir auf Schwankungen des Marktes reagieren?
- Wie flexibel sind unsere kurz- bis mittelfristigen Personalkostenstrukturen (Labor Cost Agility)?
4. Welche Prozesse müssen wir neu denken – bevor wir sie automatisieren?
- Wo erzeugen wir unnötige Komplexität?
- Was würden wir heute komplett anders aufbauen?
Statt per KI-Tool einen Prozess zu automatisieren, lieber mal der KI die Frage stellen, wo die Schwachstellen des Prozesses liegen und wie er sich anders strukturieren ließe!
5. Wie setzen wir KI integriert ein – statt als Sammlung einzelner Use Cases?
- Welche Gesamtlogik verbindet unsere Initiativen?
- Wie greifen Daten, Systeme und Entscheidungen ineinander?
Denn: Ohne Antworten auf diese Fragen bleibt KI für HR ein Effizienztool, aber kein strategischer Hebel.
Lösungsansatz: Strategie vor Technologie und Wirksamkeit vor Effizienz
Der Weg zu wirksamer KI-Nutzung im HR folgt daher einer klaren Reihenfolge:
1. Business verstehen
- Geschäftsmodell und Werttreiber analysieren
- Strategische Engpässe identifizieren
2. Workforce strategisch und geschäftsrelevant denken
- Kompetenzarchitekturen entwickeln (Kompetenzmodell, Skill-Mapping)
- Skill-Transparenz schaffen
- Strategische Personalplanung etablieren
3. Prozesse grundlegend hinterfragen
- Strukturen vereinfachen
- Historisch gewachsene Komplexität reduzieren
4. KI gezielt integrieren
- Entlang strategischer Prioritäten
- Mit klarer Governance
- Als Bestandteil eines integrierten Operating Models
Die zukünftige Rolle von HR als strategischer Partner & Enabler
Die Entwicklung ist eindeutig: Wer KI primär über Tools und einzelne Use Cases denkt, wird Effizienzgewinne erzielen – aber keine nachhaltige strategische Wirksamkeit. HR wird entweder zum strategischen Partner, der aktiv an der Umsetzung der Unternehmensstrategie mitwirkt und die Organisation befähigt – oder bleibt ein effizienter Dienstleister mit Fokus auf Prozessoptimierung.
Nicht die Technologie, sondern die Relevanz für das Geschäft verschafft HR einen Platz am Strategietisch. Die eigentliche Gefahr für HR ist daher nicht KI. Die Herausforderung besteht darin, sich nicht bloß mit Tools und Use Cases zu beschäftigen, während andere Funktionen die businessrelevanten Fragen beantworten.
KI verstärkt diese Entwicklung in beide Richtungen. Der zentrale Hebel auf dem Weg zum echten Business Partner lautet: KI folgt der Strategie – nicht umgekehrt. KI kann diesen Weg massiv unterstützen, aber sie ersetzt ihn nicht.