Blog

KI-Reife im Personalmanagement: Interview mit Lukas Scherzer zum HR-AIMM-5-Modell

5 min

May 18, 2026 - 12:21 PM

Lukas Scherzer (Digital Technology Manager – Adecco Group) hat ein eigenes KI-Reifegradmodell für das Personalmanagement entwickelt und dafür die Praxis in Unternehmen systematisch vermessen. In seinem Interview zeigt er, wie weit HR bei der Nutzung von KI heute tatsächlich ist, warum Kompetenzaufbau wichtiger ist als blanke Technologieinvestitionen – und welche Rolle spezialisierte Personaldienstleister spielen können, wenn es darum geht, KI skalierbar, fair und rechtskonform in HR-Prozesse zu integrieren.

Lukas, deine Studie zeigt, dass bis 2030 weltweit 85 Millionen Fachkräfte fehlen werden. Was bedeutet eine Zahl dieser Größenordnung für den Arbeitsmarkt insgesamt?

Lukas Scherzer:85 Millionen fehlende Fachkräfte entsprechen fast der gesamten Bevölkerung Deutschlands. Laut der Korn Ferry Studie könnte das zu nicht realisierten Einnahmen von bis zu 7,3 Billionen Euro jährlich führen. Und drei von vier Arbeitgeber: innen weltweit haben bereits heute erhebliche Schwierigkeiten bei der Besetzung offener Stellen. Das ist kein konjunkturelles Problem, sondern ein strukturelles. Der demografische Wandel trifft entwickelte Volkswirtschaften weltweit, in der EU wird die erwerbsfähige Bevölkerung bis 2050 signifikant schrumpfen. Für den Arbeitsmarkt insgesamt heißt das, dass Unternehmen ihre Personalstrategien grundlegend überdenken müssen. Wer weiterhin rein manuell rekrutiert, wird im Wettbewerb um Talente nicht mithalten können. KI-gestützte Ansätze werden zur strategischen Notwendigkeit.

Du hast den durchschnittlichen KI-Reifegrad bei 3,72 von 6 gemessen. Gibt es Unterschiede zwischen Branchen, also zwischen Logistik, Produktion, IT oder Medizin?

Lukas Scherzer: Der Gesamtreifegrad von 3,72 auf einer Sechser-Skala entspricht einem moderaten bis fortgeschrittenen Entwicklungsstand. Dabei muss man beachten, dass unsere Stichprobe gezielt HR-Fachkräfte mit nachgewiesener KI-Expertise adressiert hat. Diese repräsentieren eine Vorreitergruppe, deren Niveau nicht ohne Weiteres auf die Grundgesamtheit aller Unternehmen generalisiert werden kann. Die Stichprobe war branchenmäßig breit aufgestellt. Finance und Real Estate machten rund 12 Prozent aus, Commerce ebenso 12 Prozent, Healthcare 12 Prozent, Produktion 11 Prozent, IT und Media 11 Prozent und Agriculture 10 Prozent. Was wir branchenübergreifend sehen, ist, dass die prozessuale Implementierung mit 4,15 überall am höchsten liegt und die strategische Verankerung mit 3,37 am niedrigsten. Unternehmen aller Branchen nutzen KI bereits operativ, ohne sie vollständig strategisch einzubetten.

Dein Modell hat die Dimension „Strategische Verankerung“. Wie unterscheidet sich der KI-Ansatz eines Konzerns mit 10.000 Mitarbeitern von dem eines 50-Personen-Betriebs?

Lukas Scherzer: Meine Studie liefert dazu ein überraschendes Ergebnis. Auf Gesamtebene zeigt der KI-Reifegrad keinen signifikanten Unterschied nach Unternehmensgröße. Das relativiert die häufig vertretene These einer generellen KMU-Benachteiligung bei der KI-Adoption. Die Unterschiede zeigen sich im Detail: Größere Unternehmen sind strategisch besser aufgestellt (3,54 vs. 3,19) und haben vor allem bei der Dateninfrastruktur einen deutlichen Vorsprung (4,05 vs. 3,32). Anders gesagt: Konzerne profitieren hier spürbar von ihren größeren Ressourcen und etablierten Strukturen. Ein 50-Personen-Betrieb kompensiert das aber durch andere Stärken wie kürzere Entscheidungswege, schnellere Umsetzung und tendenziell höhere ethische Sensibilität mit 3,64 gegenüber 3,36. Beide Unternehmenstypen können also KI erfolgreich einsetzen, nur auf unterschiedlichen Wegen.

Adecco bewegt große Volumina, tausende Stellen und tausende Kandidat:innen gleichzeitig. Wie kann KI bei dieser Art von Massenrekrutierung konkret helfen, ohne dass die Qualität leidet?

Lukas Scherzer: Bei Volumenrekrutierung kommen die drei Schlüsseltechnologien zusammen, die ich in meiner Arbeit identifiziert habe. CV-Parsing durch NLP extrahiert automatisch strukturierte Informationen aus tausenden Bewerbungen gleichzeitig. Maschinelles Lernen ermöglicht Matching-Algorithmen, die Eignungsprognosen auf Basis historischer Daten liefern. Und Generative KI kann personalisierte Kommunikation mit Kandidat:innen in großem Maßstab ermöglichen, von Stellenbeschreibungen bis zu Onboarding-Dokumenten. Entscheidend ist dabei die Dimension Prozessuale Implementierung in meinem Modell. Ein hoher Reifegrad zeichnet sich durch die systematische Skalierung von KI-Lösungen in den Kernprozessen aus. Das Task-Technology Fit Modell besagt, dass Technologie nur dann zu Leistungssteigerungen führt, wenn sie präzise auf die jeweilige Aufgabe zugeschnitten ist. Qualität und Geschwindigkeit sind kein Widerspruch, wenn die Systeme richtig kalibriert sind.

Du schreibst, KI könne Rekrutierungskosten um 30 Prozent senken und die Time-to-Hire um 50 Prozent verkürzen. Welche Prozesse sind es, die diesen Hebel ausmachen?

Lukas Scherzer
Digital Technology Manager
Adecco Group

Lukas Scherzer: Die größten Hebel liegen in der Personalbeschaffung, dem Bereich, in dem die KI-Adoption am weitesten fortgeschritten ist. Automatisiertes CV-Parsing und intelligente Vorauswahl eliminieren den manuellen Aufwand bei der Sichtung von Bewerbungen. Chatbots übernehmen die administrative Bewerberkommunikation, entlasten HR-Mitarbeitende und verbessern gleichzeitig die Candidate Experience. Matching-Algorithmen liefern Eignungsprognosen auf Basis von Leistungsdaten, was die Trefferquote bei der Vorauswahl erhöht. Darüber hinaus kann Predictive Analytics Fluktuationsrisiken frühzeitig identifizieren und proaktive Maßnahmen ermöglichen, bevor Mitarbeitende das Unternehmen verlassen. Die Kennzahlen stammen aus aktuellen SHRM-Studien und zeigen, dass die Effizienzgewinne gerade bei skalierbaren Prozessen besonders stark ausfallen.

Ethik und Verantwortung sind eine eigene Dimension in deinem Modell. Wenn ein Algorithmus täglich Hunderte Bewerbungen vorsortiert, wie stellt man sicher, dass dabei niemand ungerechtfertigt benachteiligt wird?

Lukas Scherzer: Das ist eine der zentralen Herausforderungen. Werden Algorithmen mit historisch voreingenommenen Daten trainiert, können sie bestehende Diskriminierungen automatisiert reproduzieren und sogar verstärken. Studien zeigen, dass viele kommerzielle Hiring-Algorithmen zwar Fairness-Garantien kommunizieren, diese aber methodisch unzureichend operationalisiert sind. In meiner Ethik-Dimension adressiere ich fünf Kernaspekte. Rechenschaftspflicht bei algorithmischen Fehlentscheidungen, Datenschutz-Compliance im Sinne der DSGVO und des AI Acts, systematische Bias-Prävention durch regelmäßige Audits, Transparenz und Erklärbarkeit der Entscheidungsprozesse sowie technische Robustheit. Konkret bedeutet das regelmäßige Audits der Algorithmen auf diskriminierende Muster, Transparenz darüber, welche Kriterien gewichtet werden und immer eine menschliche Aufsichtsinstanz. Gerade bei Volumenrekrutierung, wo ein einzelner Bias tausende Kandidat:innen betreffen kann, ist das keine optionale Zusatzaufgabe, sondern eine Kernverantwortung.

Der EU AI Act klassifiziert HR-KI als Hochrisiko-System. Was heißt das praktisch für einen Personaldienstleister, der in mehreren EU-Ländern operiert und große Volumina verarbeitet?

Lukas Scherzer: Der EU AI Act stuft KI-Systeme für Einstellung, Auswahl, Beförderung und Kündigung explizit als Hochrisiko ein. Für einen international operierenden Dienstleister.innen gelten strenge Anforderungen an Risikomanagement, Daten-Governance, technische Dokumentation, Transparenz und menschliche Aufsicht in jedem einzelnen EU-Land. Ein interessanter Befund unserer Studie ist, dass der EU-Standort allein nicht automatisch zu höherer ethischer Reife führt. Wir fanden keinen signifikanten Unterschied zwischen EU- und Nicht-EU-Unternehmen bei der Ethik-Dimension. Eine plausible Erklärung ist der Highest Common Denominator Effekt. International tätige Unternehmen implementieren oft die strengsten geltenden Standards global, um Compliance in allen Märkten sicherzustellen. Für einen Dienstleister wie Adecco, der in mehreren Ländern operiert, heißt das, dass ein einheitlicher, hoher Standard nicht nur regulatorisch notwendig, sondern auch operativ effizienter ist als länderspezifische Lösungen.

Deine Forschung zeigt, dass Kompetenzentwicklung der stärkste Treiber für KI-Reife ist. Wie schult man nicht nur die eigene Organisation, sondern unterstützt auch Kund:innenunternehmen beim Aufbau von KI-Kompetenz?

Lukas Scherzer: Kompetenzentwicklung ist mit einem Korrelationskoeffizienten von 0,601 der stärkste Prädiktor für die erfolgreiche KI-Implementierung in meiner Studie. Und der Future of Jobs Report 2025 bestätigt, dass 63 Prozent der Arbeitgeber:innen Skills Gaps als größte Barriere für die Transformation sehen. Ein großer Personaldienstleister hat hier eine besondere Hebelwirkung. Intern braucht es differenzierte Programme für verschiedene Zielgruppen. Operative Anwendungskompetenz für Recruiter:inne, strategische Entscheidungsfähigkeit für das Management, kritische Evaluationskompetenz für alle. In meinem Modell beschreibt die vierte Reifegradstufe „gesteuert“ genau das. Extern könnte ein Dienstleister wie Adecco sein Wissen aktiv an Kund:innenunternehmen weitergeben, durch Beratung zur KI-Readiness, durch Schulungsangebote für HR-Teams der Kund:innen, durch Best-Practice-Sharing. Das wäre eine natürliche Erweiterung des Geschäftsmodells und würde gleichzeitig die Zusammenarbeit mit Kund:innen auf eine neue qualitative Ebene heben.

Wenn du den gesamten Arbeitsmarkt betrachtest, in welchen Bereichen wird KI in den nächsten fünf Jahren den größten Einfluss auf das Personalmanagement haben?

Lukas Scherzer: Basierend auf meiner Forschung sehe ich drei Bereiche. Erstens die Personalbeschaffung, wo die KI-Adoption bereits am weitesten fortgeschritten ist. Automatisiertes Sourcing, intelligentes Matching und Chatbots zur Bewerber:innenkommunikation werden innerhalb der nächsten fünf Jahre zum Standard. Zweitens die Personalentwicklung und Corporate Learning. Adaptive Lernpfade, die auf individuelle Kompetenzlücken zugeschnitten sind, werden durch Generative KI massiv beschleunigt. Angesichts des rapiden technologischen Wandels und der Notwendigkeit von Future Skills ist das überlebenswichtig für Organisationen. Drittens Predictive Analytics im Talent Management, also Fluktuationsprognosen, strategische Personalplanung und die frühzeitige Identifikation von High-Performern. Hier verschiebt sich HR vom reaktiven Verwalter zum proaktiven Gestalter. Quer durch alle Bereiche wird die ethische Governance mitlaufen müssen. Der EU AI Act setzt dafür den Rahmen.

Zum Abschluss: Was ist deine Vision? Wie sieht Personalmanagement in Europa 2030 aus, wenn Unternehmen das volle Potenzial von KI nutzen?

Lukas Scherzer: Meine Vision ist ein Personalmanagement, das den Wandel vom administrativen Dienstleister zum strategischen Wertschöpfungspartner vollzogen hat. Das hat David Ulrich schon in den 1990ern gefordert, und KI ist der Enabler, der das in der Breite möglich macht. HR-Abteilungen treffen evidenzbasierte Entscheidungen auf Basis von Echtzeit-Analysen. Repetitive Aufgaben sind automatisiert, und HR-Fachkräfte konzentrieren sich auf das, was Maschinen nicht können. Empathie, kreative Problemlösung, strategische Beratung. Gleichzeitig ist Responsible AI kein Randthema mehr, sondern fest in der Governance verankert. Der zentrale Befund meiner Studie bleibt dabei relevant. Diese Transformation erfordert eine ganzheitliche Entwicklung, die Strategie, Infrastruktur, Prozesse, Kompetenzen und Ethik gleichzeitig adressiert. Unternehmen, die nur in Technologie investieren, ohne ihre Menschen mitzunehmen, werden scheitern. Die erfolgreichsten Organisationen 2030 werden diejenigen sein, die menschliche und maschinelle Intelligenz symbiotisch verbinden.