Arbeitszeugnisse mit KI erstellen: was rechtlich geht und was nicht

KI darf im Zeugnisprozess den Entwurf übernehmen, die Struktur vorschlagen, Formulierungen vereinheitlichen und Textbausteine aus vorhandenem Material zusammensetzen. Was sie nicht übernehmen darf, ist die Beurteilung selbst: die Entscheidung darüber, wie Leistung und Verhalten bewertet werden, muss ein Mensch treffen, verantworten und unterschreiben. Der Grund dafür ist nicht Vorsicht, sondern die Rechtsnatur des Dokuments.

Das Zeugnis ist kein Verwaltungsakt und kein Automatismus, sondern eine Erklärung des Arbeitgebers über einen konkreten Menschen, die im Streitfall vor dem Arbeitsgericht auf Wahrheit und Vollständigkeit geprüft wird. Wer sie nicht selbst gebildet hat, kann sie im Zweifel auch nicht belegen. Genau daran scheitern KI-gestützte Zeugnisprozesse, wenn sie zu weit gehen: nicht an der Sprache, sondern an der Beweislast.

Praktisch bedeutet das eine klare Arbeitsteilung. Der Mensch legt die Bewertung fest, bevor die KI etwas sieht. Die KI formuliert entlang dieser Vorgabe. Der Mensch prüft, korrigiert und unterschreibt. Wer diese Reihenfolge umdreht und die Bewertung aus dem generierten Text abliest, hat die Verantwortung an ein Werkzeug abgegeben, das sie nicht tragen kann.

Der Rahmen steht in der Gewerbeordnung, und er ist kürzer als die meisten Zeugnisratgeber. Beschäftigte haben bei Beendigung eines Arbeitsverhältnisses Anspruch auf ein schriftliches Zeugnis, das mindestens Angaben zu Art und Dauer der Tätigkeit enthält. Auf Verlangen erstreckt es sich darüber hinaus auf Leistung und Verhalten im Arbeitsverhältnis. Das ist der Unterschied zwischen einfachem und qualifiziertem Zeugnis.

Der für KI wichtigste Satz steht in Absatz 2: Das Zeugnis muss klar und verständlich formuliert sein und darf keine Merkmale oder Formulierungen enthalten, die den Zweck haben, eine andere als aus der äußeren Form oder aus dem Wortlaut ersichtliche Aussage über die Beschäftigte oder den Beschäftigten zu treffen. Das Verbot der Geheimzeichen gilt für generierte Texte genauso wie für selbst geschriebene.

Seit dem Vierten Bürokratieentlastungsgesetz, das zum 1. Januar 2025 in Kraft getreten ist, gilt außerdem eine Neuerung, die viele Prozesse noch nicht abgebildet haben: Das Zeugnis kann mit Einwilligung der beschäftigten Person in elektronischer Form erteilt werden. Vorher war die elektronische Form ausdrücklich ausgeschlossen. Für die elektronische Variante braucht es eine qualifizierte elektronische Signatur, und ohne Einwilligung bleibt es beim Papier.

Dazu kommt die Rechtsprechung, die den Beurteilungsmaßstab absteckt. Das Bundesarbeitsgericht hat entschieden, dass die Formulierung, die Leistung sei zur vollen Zufriedenheit erbracht worden, eine durchschnittliche Bewertung darstellt, die der mittleren Note der Zufriedenheitsskala entspricht. Wer eine überdurchschnittliche Bewertung verlangt, trägt dafür die Darlegungs- und Beweislast, und wer eine unterdurchschnittliche erteilen will, muss diese belegen.

Zwei weitere Punkte aus derselben Rechtsprechungslinie: Einen Anspruch auf eine Schlussformel mit Dank und guten Wünschen gibt es nicht; ist die betroffene Person mit einer erteilten Schlussformel nicht einverstanden, kann sie nur ein Zeugnis ohne diese Formel verlangen. Und unterschreiben muss eine Person, die aus Sicht eines Dritten geeignet ist, die Verantwortung für die Beurteilung zu übernehmen, also in der Regel eine ranghöhere, weisungsbefugte Führungskraft.

Der größte Nutzen liegt nicht dort, wo die meisten ihn suchen. Er liegt nicht im schnelleren Schreiben, sondern in der Vereinheitlichung. Zeugnisse aus einem Haus unterscheiden sich häufig stärker nach der Person, die sie geschrieben hat, als nach der Leistung, die sie beschreiben. Das ist ein Gerechtigkeitsproblem und im Zweifel ein Diskriminierungsrisiko, weil Bewertungsunterschiede dann an der Führungskraft hängen und nicht an der Leistung.

Der zweite echte Nutzen ist die Vollständigkeitsprüfung. Ein Modell, dem die Aufgabenliste der Rolle und der bewertete Notenrahmen vorliegen, findet zuverlässig, was fehlt: eine nicht erwähnte Führungsverantwortung, eine ausgelassene Projektphase, eine Verhaltensbeurteilung ohne Bezug zu Kolleginnen, Kollegen und Vorgesetzten. Diese Lücken sind der häufigste Grund für Nachbesserungsverlangen.

Der größte Schaden entsteht dagegen an zwei Stellen. Erstens, wenn das Modell die Note setzt: Sprachmodelle reproduzieren die Zeugnissprache, die sie gelernt haben, und wählen Superlative nach Textmuster statt nach Sachverhalt. Ein automatisch erzeugtes „stets zur vollsten Zufriedenheit“ ist keine Bewertung, sondern ein Sprachreflex, und es bindet Sie trotzdem.

Zweitens, wenn generierte Formulierungen ungeprüft übernommen werden, die im Zeugniscode eine andere Aussage transportieren als beabsichtigt. Das Gesetz verbietet genau solche Merkmale und Formulierungen. Wer sie nicht selbst gesetzt hat, sondern übernommen, haftet trotzdem dafür, und im Streitfall ist die Erklärung, das habe die KI so vorgeschlagen, wertlos.

Ein Zeugnisentwurf enthält per Definition personenbezogene Daten, und zwar Beschäftigtendaten. Deren Verarbeitung ist zulässig, soweit sie für die Durchführung oder Beendigung des Beschäftigungsverhältnisses erforderlich ist. Bewerberinnen und Bewerber sowie Personen, deren Beschäftigungsverhältnis beendet ist, gelten dabei ausdrücklich ebenfalls als Beschäftigte. Die Erstellung eines geschuldeten Zeugnisses fällt in diesen Rahmen, das Hochladen der gesamten Personalakte in ein beliebiges Tool nicht.

Die erste Weichenstellung ist deshalb nicht der Prompt, sondern das System. Ein Werkzeug, dessen Eingaben zum Training verwendet werden oder außerhalb eines Auftragsverarbeitungsvertrags laufen, ist für Zeugnisse ungeeignet, unabhängig davon, wie gut es formuliert. Klären Sie vor dem ersten Entwurf, wo die Daten verarbeitet werden, wie lange sie gespeichert bleiben und wer darauf zugreifen kann.

Die zweite Weichenstellung ist die Datenminimierung im Einzelfall. Für einen brauchbaren Entwurf braucht ein Modell die Rolle, den Zeitraum, die Aufgaben, die Projekte und die festgelegte Bewertung. Es braucht weder den Namen noch das Geburtsdatum, weder Krankheitszeiten noch Angaben zu Elternzeit, Schwerbehinderung, Gehalt oder Religionszugehörigkeit. Diese Angaben gehören in das fertige Dokument oder in die Akte, nicht in den Prompt.

Die dritte Weichenstellung betrifft die Automatisierung. Die Datenschutz-Grundverordnung gibt betroffenen Personen das Recht, nicht einer ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt. Wo Ausnahmen greifen, müssen angemessene Maßnahmen vorgesehen sein, mindestens das Recht auf Eingreifen einer Person, auf Darlegung des eigenen Standpunkts und auf Anfechtung der Entscheidung.

Ob ein Zeugnis diese Schwelle erreicht, hängt vom Einzelfall ab und ist juristisch nicht abschließend geklärt. Praktisch ist die Frage aber leicht zu entschärfen: Wenn ein Mensch die Bewertung festlegt und den Text vor der Unterschrift inhaltlich prüft, liegt keine ausschließlich automatisierte Entscheidung vor. Die Aufsichtsbehörden formulieren in ihrer Orientierungshilfe zu Künstlicher Intelligenz und Datenschutz denselben Gedanken als Anforderung an den Prozess: Zweckbindung, Datenminimierung, Transparenz gegenüber Betroffenen und menschliche Letztentscheidung bei bedeutsamen Entscheidungen.

Die europäische KI-Verordnung stuft KI-Systeme im Beschäftigungskontext ausdrücklich als hochriskant ein. Anhang III Nummer 4 nennt dabei zwei Fallgruppen: erstens Systeme für die Einstellung oder Auswahl natürlicher Personen, insbesondere für zielgerichtete Stellenanzeigen, das Analysieren und Filtern von Bewerbungen und die Bewertung von Bewerberinnen und Bewerbern; zweitens Systeme, die für Entscheidungen über Bedingungen von Arbeitsverhältnissen, über Beförderung oder Beendigung, über die Zuweisung von Aufgaben oder für die Überwachung und Bewertung von Leistung und Verhalten eingesetzt werden.

Die zweite Fallgruppe ist für Zeugnisse die relevante. Entscheidend ist die Zweckbestimmung: Ein System, das Leistung und Verhalten bewertet, fällt darunter. Ein Textwerkzeug, das eine bereits von einem Menschen getroffene Bewertung ausformuliert, verfolgt diesen Zweck nicht. Genau deshalb ist die Reihenfolge im Prozess keine Stilfrage, sondern die Weiche zwischen zwei sehr unterschiedlichen Regulierungsniveaus.

Bei den Fristen hat sich etwas verschoben, was viele Compliance-Pläne noch nicht abbilden. Die Pflichten für eigenständige Hochrisiko-Systeme nach Anhang III sollten ursprünglich ab dem 2. August 2026 gelten. Mit dem digitalen Omnibus-Paket, das am 27. Juli 2026 in Kraft getreten ist, wurde dieser Zeitpunkt auf den 2. Dezember 2027 verschoben, für in Produkte eingebettete Systeme nach Anhang I auf den 2. August 2028. Die Pflichten selbst bleiben, nur der Startzeitpunkt hat sich bewegt.

Eine Pflicht gilt allerdings längst und wird trotzdem übersehen: Anbieter und Betreiber von KI-Systemen müssen Maßnahmen ergreifen, um ein ausreichendes Maß an KI-Kompetenz ihres Personals sicherzustellen. Diese Regel gilt seit dem 2. Februar 2025 und trifft jedes Unternehmen, das KI im Alltag einsetzt, unabhängig von der Risikoklasse. Für HR heißt das: Wer Zeugnisse mit KI entwirft, braucht eine dokumentierte Einweisung, keine mündliche Empfehlung.

Zur Größenordnung der Sanktionen: Verstöße gegen die verbotenen Praktiken können mit bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes geahndet werden, Verstöße gegen die Pflichten von Anbietern und Betreibern mit bis zu 15 Millionen Euro oder 3 Prozent, unrichtige oder unvollständige Angaben mit bis zu 7,5 Millionen Euro oder 1 Prozent. Für kleine und mittlere Unternehmen gilt jeweils der niedrigere der beiden Werte.

Der häufigste Fehler beim Einstieg in KI-gestützte HR-Prozesse ist, den Betriebsrat erst zu informieren, wenn das Tool schon läuft. Das Betriebsverfassungsgesetz sieht mehrere Anknüpfungspunkte vor, und drei davon wurden ausdrücklich um Künstliche Intelligenz ergänzt.

Der Arbeitgeber hat den Betriebsrat über die Planung von Arbeitsverfahren und Arbeitsabläufen einschließlich des Einsatzes von Künstlicher Intelligenz zu unterrichten, und er hat die vorgesehenen Maßnahmen mit ihm so rechtzeitig zu beraten, dass Vorschläge und Bedenken bei der Planung berücksichtigt werden können. Rechtzeitig heißt hier: vor der Entscheidung für ein Werkzeug, nicht vor dem Rollout.

Kommt bei der Aufstellung von Auswahlrichtlinien für Einstellungen, Versetzungen, Umgruppierungen und Kündigungen Künstliche Intelligenz zum Einsatz, gelten die Mitbestimmungsrechte bei Auswahlrichtlinien ausdrücklich auch dafür. Und muss der Betriebsrat zur Durchführung seiner Aufgaben die Einführung oder Anwendung von Künstlicher Intelligenz beurteilen, gilt die Hinzuziehung eines Sachverständigen insoweit als erforderlich. Diese Klarstellung erspart in der Praxis den Streit über die Kostenübernahme.

Für den Zeugnisprozess besonders relevant ist die klassische Norm zur technischen Überwachung: Der Betriebsrat hat mitzubestimmen bei Einführung und Anwendung von technischen Einrichtungen, die dazu bestimmt sind, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen. Ein reines Formulierungswerkzeug fällt in der Regel nicht darunter. Ein System, das Leistungsdaten aus anderen Quellen zieht, um daraus Beurteilungen abzuleiten, sehr wohl.

Der pragmatische Weg aus der Personalleiter-Perspektive: Regeln Sie den KI-Einsatz in HR einmal in einer Betriebsvereinbarung, statt bei jedem neuen Werkzeug neu zu verhandeln. Die Vereinbarung beschreibt zulässige Einsatzfelder, verbotene Eingaben, die menschliche Letztentscheidung, die Aufbewahrung und die Beteiligung bei neuen Werkzeugen. Das dauert einmal ein paar Wochen und nimmt danach dauerhaft Reibung aus dem Prozess.

Wenn ein Zeugnis vor dem Arbeitsgericht landet, geht es fast nie um Grammatik. Es geht um die Note. Und dort gilt eine Verteilung, die den KI-Einsatz unmittelbar betrifft: Wer eine überdurchschnittliche Bewertung verlangt, muss die Tatsachen dafür darlegen und beweisen. Wer eine unterdurchschnittliche erteilt, muss sie belegen. Lässt sich beides nicht feststellen, landet das Gericht bei einer durchschnittlichen Bewertung.

Der Ankerpunkt dafür ist sprachlich festgelegt: Die Formulierung, die Leistung sei zur vollen Zufriedenheit erbracht worden, entspricht der mittleren Note der Zufriedenheitsskala, also einem Befriedigend. Alles darüber ist begründungsbedürftig, alles darunter erst recht. Ein Sprachmodell kennt diese Skala als Textmuster und wählt Superlative nach Häufigkeit, nicht nach Aktenlage.

Daraus folgt die einzige Regel, die im Zeugnisprozess wirklich zählt: Die Note wird vor dem Prompt festgelegt, dokumentiert, und der Prompt gibt sie vor. Wer sie stattdessen aus dem generierten Text übernimmt, hat unter Umständen eine Bewertung erteilt, für die keine Grundlage in der Personalakte existiert, und muss sie im Streitfall trotzdem verteidigen.

Ein zweiter Punkt betrifft die Gleichbehandlung. Weichen generierte Zeugnisse systematisch nach Personengruppen ab, etwa weil das Modell auf Teilzeitangaben, Elternzeiten oder Namen unterschiedlich reagiert, entsteht ein Diskriminierungsrisiko. Und die Beweislast ist dort geregelt: Wer Indizien beweist, die eine Benachteiligung wegen eines geschützten Merkmals vermuten lassen, verschiebt die Beweislast auf die andere Seite. Eine Stichprobenprüfung über Ihre generierten Zeugnisse ist deshalb kein Luxus, sondern Risikovorsorge.

Die meisten KI-Richtlinien in Personalabteilungen scheitern an ihrer Länge. Zwölf Seiten mit Definitionen liest niemand, der unter Zeitdruck ein Zeugnis schreiben soll. Was funktioniert, ist eine Regel, die auf eine Seite passt und an der Stelle liegt, an der die Arbeit passiert, also in der Zeugnisvorlage selbst.

Die Regel muss vier Fragen beantworten: In welchem System darf gearbeitet werden? Was darf hinein? Wer entscheidet was? Was wird dokumentiert? Alles andere ist Kommentar. Wenn diese vier Fragen beantwortet sind, ist der Prozess sowohl datenschutzrechtlich als auch arbeitsrechtlich in einem Zustand, den Sie erklären können.

Wichtig ist außerdem, die Regel nicht als Verbotstext zu formulieren. Eine Richtlinie, die nur sagt, was nicht geht, produziert Schatten-Nutzung in privaten Accounts, und damit genau das Risiko, das sie verhindern soll. Benennen Sie deshalb ausdrücklich, was erlaubt ist, und stellen Sie ein Werkzeug bereit, in dem das erlaubt ist.

Der Zeitgewinn beim einzelnen Zeugnis ist real, aber er ist nicht der eigentliche Ertrag. Wer den Prozess so aufsetzt, gewinnt vor allem Konsistenz: Zeugnisse aus verschiedenen Abteilungen werden vergleichbar, weil sie derselben Struktur folgen und dieselben Bewertungsanker verwenden. Das reduziert Nachbesserungsverlangen, und es reduziert die Wahrscheinlichkeit, dass eine Bewertungsdifferenz später als Benachteiligung gelesen wird.

Der zweite Ertrag liegt in der Trennungsphase selbst. Ein Zeugnis, das früh und ordentlich vorliegt, ist eines der wenigen Dinge, die eine ausgesprochene Trennung für die betroffene Person tatsächlich besser machen. Wer es liegen lässt, spart nichts und riskiert, dass aus einer erledigten Sache eine offene Rechnung wird.

Und der dritte Ertrag ist der unspektakulärste: Ein sauber geregelter KI-Einsatz an einer klar abgegrenzten Stelle ist die beste Vorbereitung auf alle weiteren. Wer einmal geklärt hat, welches System zugelassen ist, was hinein darf, wer entscheidet und was dokumentiert wird, kann diese vier Antworten auf den nächsten Anwendungsfall übertragen, statt jedes Mal von vorn zu beginnen.

Ein letzter Hinweis, der für den ganzen Artikel gilt: Er beschreibt den rechtlichen Rahmen allgemein und ersetzt keine Rechtsberatung im Einzelfall. Die konkrete Ausgestaltung eines KI-gestützten Zeugnisprozesses gehört mit Ihrem Datenschutzbeauftragten, dem Betriebsrat und Ihrer arbeitsrechtlichen Beratung abgestimmt, bevor das erste Zeugnis auf diesem Weg entsteht.