Warum KI-Projekte in HR scheitern: an den Prozessen, nicht an der Technik

KI-Projekte in HR scheitern selten laut, mit einem klaren Fehlschlag, sondern leise: Die Nutzung schläft ein, weil das Werkzeug nie einen festen Platz im Arbeitsalltag bekommen hat. Es gab keinen definierten Prozessschritt, an dem es verbindlich zum Einsatz kommt, keine verantwortliche Person und kein Kriterium, an dem der Nutzen gemessen würde.

Der Ablauf dahin ist fast immer derselbe. Am Anfang steht nicht ein Problem, sondern ein Produkt: Eine Demo hat überzeugt, ein Wettbewerber hat etwas angekündigt, der Beirat hat nachgefragt. Also wird ein Tool beschafft und anschließend gesucht, wo es sich einsetzen ließe. Diese Reihenfolge, erst das Werkzeug, dann die Aufgabe, ist der Konstruktionsfehler, aus dem fast alles Weitere folgt.

Denn ein Werkzeug ohne definierten Platz konkurriert jeden Tag gegen die eingespielte Routine, und die Routine gewinnt. Unter Zeitdruck greifen Menschen zu dem Weg, den sie kennen. Nach ein paar Wochen gutwilligen Ausprobierens kippt die Nutzung, und das Projekt endet nicht mit einer Entscheidung, sondern mit Schweigen.

Der treffendste Vergleich für ein KI-Werkzeug im HR-Bereich ist nicht eine neue Software, sondern eine neue Mitarbeiterin: kompetent, schnell, aber ohne jede Kenntnis Ihres Unternehmens. Ob sie Wirkung entfaltet, hängt davon ab, ob es einen definierten Aufgabenbereich, klare Übergabepunkte und eine Führungskraft gibt, die Ergebnisse prüft. Genau diese Struktur ist bei gescheiterten KI-Projekten nicht vorhanden.

Wer einer neuen Kollegin am ersten Tag zuriefe, mach mal irgendwas Sinnvolles, und sie danach sich selbst überließe, würde das Scheitern niemandem ernsthaft der Kollegin zuschreiben. Bei KI-Werkzeugen passiert aber genau das: Sie werden ohne Aufgabenzuschnitt ins Team gestellt, und nach sechs Monaten gilt die Technologie als unreif.

Die unbequeme Konsequenz daraus: Ein KI-Projekt ist zuerst ein Organisationsprojekt und erst danach ein Technologieprojekt. Das ist keine schlechte Nachricht. Organisationsarbeit können Sie steuern, priorisieren und delegieren. Auf die nächste Modellgeneration warten können Sie nicht.

Die erste Voraussetzung für jeden sinnvollen KI-Einsatz ist ein Prozess, den mindestens eine Person vollständig beschreiben kann: Wer macht was, in welcher Reihenfolge, mit welchen Übergaben. KI kann einen Ablauf nur unterstützen, der als Ablauf existiert, nicht nur als eingespielte Gewohnheit verschiedener Köpfe.

Ein einfacher Test dafür: Fragen Sie drei Beteiligte, wie bei Ihnen eine Einstellung von der Freigabe bis zum Vertrag läuft. Bekommen Sie drei verschiedene Antworten, ist nicht die KI-Frage offen, sondern die Prozessfrage. Jedes Tool, das Sie jetzt einführen, würde drei verschiedene Arbeitsweisen gleichzeitig bedienen müssen und keiner davon gerecht.

Die gute Nachricht: Für den Anfang genügt eine einseitige Skizze des Ablaufs, keine Prozesslandkarte auf Konzernniveau. Entscheidend ist, dass die Beteiligten derselben Beschreibung zustimmen. Oft ist diese Klärung für sich genommen schon der größte Effizienzgewinn des ganzen Vorhabens, noch bevor irgendein Werkzeug im Einsatz ist.

Die zweite Voraussetzung ist eine Datenbasis, auf die ein Werkzeug überhaupt zugreifen kann: Bewerbungsunterlagen, Stellenprofile, Vorlagen und Richtlinien an definierten Orten statt verstreut über Postfächer, lokale Ordner und Zuruf. KI-Werkzeuge verarbeiten, was ihnen vorliegt. Liegt nichts Strukturiertes vor, entsteht nichts Brauchbares.

In der Praxis zeigt sich das an unspektakulären Stellen: Das Anforderungsprofil existiert nur als Mailverlauf zwischen Führungskraft und HR. Die aktuelle Fassung der Vertragsvorlage ist die, die zufällig zuletzt verschickt wurde. Bewerberdaten liegen doppelt in zwei Systemen, in keinem vollständig. Jede dieser Kleinigkeiten ist allein harmlos, zusammen machen sie automatisierte Unterstützung unmöglich.

Auch hier gilt: kein Großprojekt daraus machen. Es reicht, für den einen Prozess, den Sie zuerst unterstützen wollen, die zwei oder drei relevanten Dokumenttypen an einen verlässlichen Ort zu bringen. Datenordnung folgt dem Anwendungsfall, nicht umgekehrt.

Die dritte Voraussetzung ist die klare Trennung zwischen Vorarbeit und Entscheidung: An welchen Stellen darf das System vorbereiten, zusammenfassen und vorschlagen, und an welchen Stellen entscheidet ausschließlich ein Mensch? Solange diese Frage offen ist, beschädigt der erste Fehler des Systems das Vertrauen des gesamten Teams.

Der Unterschied lässt sich an einem Beispiel greifen: Ein System, das eingehende Bewerbungen zusammenfasst und der Recruiterin eine sortierte Übersicht vorlegt, leistet Vorarbeit. Ein System, das Bewerbungen ablehnt, trifft eine Entscheidung über Menschen. Ersteres spart Zeit und bleibt korrigierbar, Letzteres gehört nicht in die Hände eines Werkzeugs, rechtlich nicht und kulturell nicht.

Diese Grenze vorab schriftlich zu ziehen hat einen doppelten Nutzen: Sie schützt vor rechtlichen Risiken, Stichwort Hochrisiko-Einstufung von KI in der Personalauswahl durch den EU AI Act, und sie nimmt dem Team die diffuse Sorge, ersetzt zu werden. Wer weiß, dass die Entscheidung bei Menschen bleibt, probiert die Vorarbeit deutlich bereitwilliger aus.

Selbst wenn Prozesse, Daten und Entscheidungspunkte geklärt sind, scheitern KI-Projekte am selben Punkt wie jede andere Veränderung: am Team, das nicht mitgenommen wurde. Ein Werkzeug, dessen Nutzen den Anwenderinnen nie an ihrem eigenen Alltag gezeigt wurde, bleibt ein Fremdkörper, egal wie gut es ist.

Aus meiner eigenen Zeit in HR-Leitungsrollen kenne ich beide Varianten. Einführungen, die funktioniert haben, hatten immer eine Person im Team, die den Anwendungsfall selbst wollte, Zeit dafür bekam und intern dafür warb. Einführungen, die scheiterten, wurden von oben beschlossen und dem Team als fertige Entscheidung mitgeteilt, oft mit einer Schulung, die Bedienung erklärte, aber nie die Frage beantwortete, was die Einzelne davon hat.

Dazu kommt ein Punkt, der in HR besonders wiegt: Personalarbeit lebt von Vertraulichkeit und Sorgfalt, und beides macht gesunde Skepsis gegenüber neuen Systemen zur Berufsehre. Diese Skepsis lässt sich nicht wegschulen, aber sie lässt sich ernst nehmen: mit einem klar begrenzten ersten Einsatzfeld, sichtbaren Kontrollpunkten und der ehrlichen Ansage, was das System nicht darf.

Die Reihenfolge, mit der eine KI-Einführung trägt, ist unspektakulär: Prozess verstehen, Engpass identifizieren, den kleinsten sinnvollen KI-Einsatz wählen, messen, dann ausweiten. Am Beispiel Recruiting lässt sie sich konkret durchspielen.

Ob ein KI-Projekt in Ihrem HR-Bereich jetzt sinnvoll ist, lässt sich mit sechs Fragen ehrlich einschätzen. Je mehr davon Sie mit Ja beantworten, desto tragfähiger ist der Boden, auf dem Sie starten.

Verantwortlich sollte eine Person aus dem HR-Team selbst sein, die den betroffenen Prozess im Detail kennt und den Anwendungsfall tatsächlich will, nicht die IT-Abteilung und nicht allein die Geschäftsführung. Technisches Wissen lässt sich bei Bedarf dazuholen, Prozesswissen und die Bereitschaft, für den Erfolg geradezustehen, nicht.

Fehlt diese Person, bleibt das Projekt in der Zuständigkeit niemandes, und genau das ist, wie im Abschnitt zum menschlichen Teil oben beschrieben, einer der zuverlässigsten Wege in ein stillschweigendes Scheitern.