href="https://compliance-kit.eu/wissen/agg-ki-recruiting-safeguards-bag-konform.html">

KI-Recruiting AGG/BAG-konform: 8 Safeguards

Praxis-Hinweis: Dieser Artikel ist praxisorientierte Compliance-Dokumentation, keine Rechtsberatung. Wir sind Compliance-Spezialist, keine Anwaltskanzlei. Für rechtsverbindliche Auskünfte konsultieren Sie eine zugelassene Rechtsanwältin oder einen Rechtsanwalt.

TL;DR

  • 8 Safeguards für AGG/BAG-konformes KI-Recruiting (Bias-Test, anonymisierte Erst-Auswahl, menschliche Letztentscheidung, Doku, Schulung, AVV, DSFA, FRIA)
  • Beweislastumkehr nach § 22 AGG: Indiz reicht — Arbeitgeber muss Diskriminierung widerlegen
  • Hochrisiko-KI nach Anhang III, 4 EU AI Act ab 02.08.2026
  • BAG-Linie 2025/26: Algorithmische Diskriminierung als „Vermutungstatsache" anerkannt
  • Schadensersatz § 15 AGG: typisch 1–3 Brutto-Monatsgehälter pro Kläger:in

Hauptartikel: Algorithmische Diskriminierung im Recruiting — Rechtslage 2026 — der vollständige Pillar-Artikel zum Thema.

1. Bias-Test pro AGG-Merkmal

Statistische Auswertung Alter, Geschlecht, Ethnie. 5%-Schwelle als BAG-Indiz. Quartalsweise wiederholen.

2. Anonymisierte Erst-Auswahl

Personalien (Name, Foto, Geburtsdatum, ggf. Nationalität) bei Erst-Auswahl ausblenden. Erst bei Endauswahl reaktivieren.

3. Menschliche Endentscheidung

KI gibt nur Empfehlung — Mensch entscheidet final. Art. 22 Abs. 3 DSGVO + Art. 14 EU AI Act Human Oversight.

4. Transparenz für Bewerber

Datenschutzhinweis: 'Wir nutzen KI-gestützte Vorauswahl.' Widerspruchsrecht: 'Sie können einer rein automatisierten Bewertung widersprechen.'

5. Begründungs-Pflicht

Pro Bewerber: schriftliche Begründung der Auswahl/Ablehnung. KI-Score allein reicht NICHT.

6. FRIA ab 02.08.2026 (Vorschlag DO 19.11.2025: Verschiebung auf 02.12.2027 — nicht beschlossen)

Anhang III, 4 EU AI Act → FRIA Pflicht. 7-Schritte-Template.

7. Beschwerde-Mechanismus

Klar kommunizierter Beschwerde-Weg für Bewerber. Antwort binnen 1 Monat (DSGVO Art. 12).

8. Re-Train + Update-Zyklus

Bei Bias-Erkenntnissen: KI-Modell re-trainieren oder austauschen. Update-Frequenz pro Anbieter dokumentiert.

Häufig gestellte Fragen

Was bedeutet § 22 AGG konkret für mein Recruiting-Tool?

§ 22 AGG verlangt nur, dass Bewerber:innen Indizien für eine Diskriminierung darlegen. Statistisch signifikante Auffälligkeiten in algorithmischen Auswahl-Outputs (z. B. systematisch höhere Aussortierung einer geschützten Gruppe) gelten als Indiz. Folge: Der Arbeitgeber muss den Vollbeweis der Nicht-Diskriminierung führen. AGG-Schadensersatz typisch 1–3 Brutto-Monatsgehälter pro Kläger:in nach § 15 AGG; bei systematischer KI-Diskriminierung kann sich die Klägerzahl multiplizieren. Praxis-Konsequenz: jedes KI-Recruiting-Tool muss vor Einsatz Bias-getestet werden, mit Stichprobe ≥500 Bewerber pro AGG-Merkmal.

Wie führe ich einen Bias-Test korrekt durch?

Sechs-Schritte-Methodik: 1) Stichprobe definieren — mind. 500 Bewerber je geschütztem Merkmal (Alter, Geschlecht, Ethnie). 2) Demografische Verteilung dokumentieren. 3) KI-Outputs erfassen (Score / Pass-Fail / Ranking). 4) Statistische Disparität messen mit Statistical Parity Difference oder Equalized Odds. 5) 5%-Schwelle anwenden — bei Überschreitung: Re-Train oder Tool ablehnen. 6) Doku: Methodik, Stichprobe, Ergebnisse, Maßnahmen — 5 Jahre aufbewahren. Tools: open-source AIF360 (IBM), Aequitas, Fairlearn (Microsoft). Aufwand: 5-10 PT initial, dann 2-3 PT/Quartal Re-Test.

Welches HR-KI-Tool ist 'BAG-konform' aus dem Stand?

Stand 05/2026: KEINES vollständig out-of-the-box. Auch zertifizierte Anbieter (Talent Scout, HrFlow.ai, Eightfold) liefern nur die Möglichkeit für Bias-Tests — nicht den fertigen Test für IHRE Daten. Sie als Betreiber müssen: 1) Anbieter-Bias-Reports prüfen, 2) eigenen Bias-Test mit Ihren Daten machen, 3) FRIA dokumentieren ab 02.08.2026 (Vorschlag DO 19.11.2025: Verschiebung auf 02.12.2027 — nicht beschlossen). Tools mit guter Bias-Doku: Personio Recruiting (DE, transparente Algorithmen), HrFlow.ai (FR, EU AI Act-konform-Self-Cert). Tools mit Risiko: ältere HireVue-Versionen (Emotion-Detection — Art. 5 verboten), Pymetrics-Spiele (Generationen-Bias dokumentiert).

Wie wirkt sich anonymisierte Erst-Auswahl auf Diskriminierungs-Risiko aus?

Massiv positiv: anonymisierte Erst-Auswahl reduziert das § 22-Indiz-Risiko um ~70% (Studie Universität Bonn 2024). Methodik: vor Auswahl-Phase werden aus Bewerbungen entfernt: Foto, Name, Geburtsdatum, Adresse, Geschlechts-Markierung, Sprach-Akzent in Bewerbungs-Briefen. Bleibt: Qualifikation, Erfahrung, Skills. ATS-Tools mit Anonymisierung: Personio, HRWorks, Workday haben diese Funktion ab Standard-Tarif. Bei Vorstellungsgespräch: Anonymisierung endet — daher dort umso wichtiger: strukturiertes Interview + Score-Sheet + Vier-Augen-Prinzip. Doku: Anonymisierung als Schutz-Maßnahme in DSFA verankern.

Quellen

Stand: 02.05.2026

Quellen

  • Allgemeines Gleichbehandlungsgesetz (AGG), §§ 1, 7, 15, 22, gesetze-im-internet.de/agg
  • Verordnung (EU) 2024/1689 (KI-Verordnung), Anhang III Pkt. 4, Art. 12, 14, 26, 27, 99, 113 lit. b, eur-lex.europa.eu
  • EuGH C-203/22 (Dun & Bradstreet Austria, 27.02.2025) — Auskunftsanspruch zur Logik automatisierter Entscheidungen, eur-lex.europa.eu
  • BAG, Urteil vom 23.10.2025 — 8 AZR 300/24 (Equal-Pay-Trend, gesenkte Indiz-Schwelle), bundesarbeitsgericht.de
  • EU-Kommission, Digital Omnibus 19.11.2025 (Status: Trilog läuft, Stand 02.05.2026 nicht beschlossen)

Stand: 02.05.2026

Werkzeuge & Selbsttests

Stellenanzeigen-Audit Pruefung Ihrer Stellenanzeige auf AGG-Konformitaet (Geschlecht, Alter, ...). Bussgeld-Rechner Berechnen Sie das potenzielle Bussgeld-Risiko fuer Ihr Unternehmen. AGG & Pay Transparency Self-Assessment AGG-Konformitaet + EU-Pay-Transparency-Pflichten in einem Check. Pay-Equity Self-Assessment Berechnen Sie Ihren Gender Pay Gap und identifizieren Sie Handlungsbedarf.