Warum "KI im Recruiting" meist nur Hype ist – und was wirklich funktioniert | Mike Cohen

Mike Cohen beantwortet seine LinkedIn-Nachrichten als Batman Recruiter; sein Profil ist tatsächlich unter linkedin.com/in/batmanrecruiter zu finden. Seit seinem 21. Lebensjahr ist er als Sourcing-Spezialist auf Agenturseite tätig, leitet heute seine eigene Firma Wayne Technologies und gilt als eine der ehrlichsten Stimmen zum Thema KI im Recruiting.

In Folge #12 von Xobin Talks spricht Amrit Acharya, Co-Founder und COO von Xobin, mit Mike darüber, was ChatGPT im Sourcing wirklich verändert hat – nur sieben Monate nach dem Launch. Das Gespräch dreht sich um praxisnahe Anwendungsfälle, echte Ergebnisse, klare Grenzen und die große Frage, die viele Recruiter leise beschäftigt: "Wird KI irgendwann Recruiting-Jobs ersetzen?"

Moment – Warum ist Ihr LinkedIn-URL Batman Recruiter?

Amrit kann sich die Frage vor dem KI-Thema nicht verkneifen.

Amrit: "Ihr LinkedIn-Profil ist linkedin.com/batmanrecruiter. Was steckt dahinter?"

Mike: "Als ich in New York City gearbeitet habe, wollte ich meine eigene Personal Brand aufbauen. Etwa zur gleichen Zeit startete Donald Trump seine Präsidentschaftskampagne. Sein Anwalt, Michael Cohen, war ständig in den Nachrichten – und dominierte die Suchergebnisse. Mir war klar: Mit meinem Namen komme ich nie auf die erste Google-Seite."

Also dachte er an Batman.

Mike: "Ich bin nicht mit Comics aufgewachsen. Aber als ich mit 19 Batman: The Long Halloween gelesen habe, hat mich das sofort gepackt. Besonders der Kontrast zwischen Batman, Superman und Wonder Woman – wie sich ihre Persönlichkeiten gegenseitig ausgleichen. Superman und Wonder Woman tarnen sich als normale Menschen, um dazuzugehören. Aber Batman? Bruce Wayne ist die Tarnung. Der Mensch ist die Maske, nicht der Held. Und Batman war einer der ersten großen Detektive der Welt. Detective Comics – DC Comics – steht buchstäblich für Detective Comics. Und ich dachte: Ich bin irgendwie auch ein Detektiv. Probieren wir es aus."

Acht Jahre später ist es geblieben.

ChatGPT gibt es seit sieben Monaten. Hat sich wirklich etwas verändert?

Amrit: "Wir haben Juni 2023, sieben Monate nach dem Start von ChatGPT im November 2022. Hat sich im Sourcing und Recruiting wirklich etwas verändert?"

Mike: "Das ist eine sehr komplexe Frage. GPT-Modelle gibt es schon seit Jahren als Sprachmodelle für Entwickler. Ich konzentriere mich jetzt aber auf ChatGPT, also die Plattform, mit der man direkt chatten kann. Hat sich dadurch etwas verändert? Ja. Aber ich glaube, es ist eher ein Paradigmenwechsel als eine rein taktische Veränderung."

Er beschreibt zwei unmittelbare Veränderungen im Alltag.

Die erste ist offensichtlich: das Verfassen von Stellenanzeigen, Kandidatenansprachen und Outreach-Texten. Recruiter erstellen nicht mehr alles von Grund auf, sondern lassen sich einen Entwurf generieren und passen diesen an.

Mike: "Noch wichtiger als die Veränderung im Recruiting ist, dass viele Menschen dadurch erstmals sehen, was Technologie wirklich leisten kann. Viele denken: 'Ich gebe einen Prompt ein und bekomme eine realistisch klingende Stellenanzeige für einen Chemieingenieur in Minnesota?' Und ja, das funktioniert tatsächlich."

Der zweite Anwendungsfall ist besonders spannend.

Hier ist der Anwendungsfall, über den niemand spricht

Mike: "Ich finde, ChatGPT ist ein großartiges Tool, um Daten zu aggregieren und zusammenzufassen. Darüber wird viel zu wenig gesprochen."

Er beschreibt seinen Workflow mit ChatGPT und Clay, einer Tabellenplattform mit integrierten Datenanreicherungen und APIs.

Mike: "In Clay habe ich eine Spalte für Unternehmensnachrichten. Dann gibt es separate Spalten für LinkedIn-Posts und die LinkedIn-Zusammenfassung eines Kandidaten. Dazu kommen Name, aktuelles Unternehmen, Jobtitel, Standort und Betriebszugehörigkeit. Das heißt, ich prüfe bei jeder Person vier verschiedene Informationsquellen. Selbst wenn man schnell liest – wie ich nicht – dauert es fast zwei Stunden, um die Daten von 100 Personen zu sichten. Und das, bevor man überhaupt mit dem Zusammenfassen oder dem Schreiben personalisierter E-Mails beginnt."

ChatGPT liest alles und erstellt für jede Person eine individuelle E-Mail, die auf deren aktuelle Posts, Unternehmensnachrichten und Hintergrund eingeht.

Mike: "Das Ergebnis ist eine Recruiting-Mail, die zwar nicht klingt wie ich, aber ich muss nicht mehr zwei Stunden lang alles selbst lesen. Ich brauche nur noch etwa zehn Minuten, um den Text in meinen Stil zu bringen."

Amrit: "Sie reduzieren also einen dreistündigen Arbeitsaufwand auf zehn Minuten?"

Mike: "Genau."

Okay, aber funktioniert das wirklich? Wie sehen die Zahlen aus?

Amrit will Belege – keine Theorie, sondern echte Rücklaufquoten.

Mike: "Ich mache das seit drei Monaten bei jeder ersten E-Mail in meinen Sequenzen für Kunden. Einer meiner Kunden ist ein Security-SaaS-Unternehmen in New York. Jede erste E-Mail für jede Rolle ist eine hochgradig personalisierte Nachricht, von ChatGPT erstellt und von mir angepasst."

Er zeigt seine Zahlen live im Gespräch.

Mike: "Vier verschiedene Rollen. Zwei Executive- und zwei Nicht-Executive-Positionen. Die Gesamtantwortquote über die gesamte Sequenz liegt bei 51,14 Prozent. Und das bei Kaltakquise."

Amrit: "Wie war es vorher?"

Mike: "Im Schnitt lag die Quote für die gesamte Sequenz leicht unter 30 Prozent. Aber ich schaue mal die Zahlen für die erste E-Mail nach: Die Government Affairs-Rolle – eine Executive-Position, schwer zu besetzen – hatte allein bei der ersten E-Mail eine Rücklaufquote von 36 Prozent. VP of Sales lag bei 19 Prozent, VP of Professional Services bei 25,5 Prozent."

Zum Vergleich: Früher lag die Rücklaufquote bei der ersten E-Mail für einen Full Stack Engineer bei 7 Prozent, für einen Product Manager bei 9 Prozent.

Amrit: "Sie haben die Rücklaufquote bei der ersten E-Mail mehr als verdreifacht."

Mike: "Genau. Und was früher nur für Einzelfälle möglich war – das macht man nicht für 200 Leute am Tag – ist jetzt tatsächlich machbar."

Zum Vergleich: Der Branchen-Benchmark für Rücklaufquoten bei Sourcing-Kampagnen liegt laut Ashby Talent Trends Report 2024 bei etwa 19,6% über die gesamte Sequenz. Mikes erste E-Mail übertrifft also den Durchschnitt ganzer Teams.

Aber was ist KI eigentlich? Jeder benutzt das Wort gerade.

Amrit stellt die Frage, die auch seine Kunden beschäftigt: Wenn jedes Recruiting-Tool mit KI wirbt – woran erkennt man, was wirklich dahintersteckt?

Mike: "Da gibt es unterschiedliche Meinungen. Aber eines ist klar: Die meisten Plattformen, die mit KI werben, basieren in Wahrheit auf fortgeschrittenem maschinellen Lernen. Sie analysieren Ja-Nein-Antworten und verbessern sich anhand von Mustern. Das ist beeindruckend, aber keine echte künstliche Intelligenz. Wenn ich das Wort 'KI' höre, denke ich oft: Das ist mehr Marketing als Realität."

Er bringt es auf den Punkt.

Mike: "Google nutzt KI bei jeder Suchanfrage. Man merkt es nur nicht. LinkedIn hat seine eigene KI. Wenn Sie 'Software Engineer' eingeben, bekommen Sie auch 'Software Developer' angezeigt, weil das System die Zusammenhänge gelernt hat. Das ist kein Zufall, sondern der Algorithmus. Der Begriff KI wird oft überstrapaziert. Wenn jemand sagt: 'Wir brauchen KI', frage ich: Warum? Welches Geschäftsproblem wollen Sie lösen? Erst dann kann man entscheiden, ob KI die Lösung ist. Man sollte nicht erst KI einführen und dann nach einem Anwendungsfall suchen – das ist der falsche Weg."

Amrit: "Das sage ich meinen Kunden auch immer. Für viele Probleme braucht man keine KI, weil es keinen echten Anwendungsfall gibt. Aber weil KI gerade Trend ist, wollen alle dabei sein."

Mike: "Das ist menschlich. Wir können es nicht ändern."

Wird KI Recruitern die Jobs kosten? Ehrlich.

Amrit spricht das Thema an, das viele beschäftigt, aber kaum jemand offen anspricht.

Mike: "Ja."

Eine Pause.

Mike: "Okay, das klingt beängstigend. Aber hören Sie zu: Ja, genauso wie jede Innovation immer wieder Arbeitsplätze vernichtet und neue schafft – ob Agrarrevolution oder Industrielle Revolution. Es ist immer das gleiche Muster: Jobs gehen verloren, neue entstehen."

Aber seine Antwort ist differenzierter.

Mike: "Glauben Sie, dass wirklich viele Menschen ihren Job verlieren werden? Nicht alle, aber vielleicht 95 bis 99 Prozent? Ehrlich gesagt: Nein. Unsere Arbeit lebt von menschlichem Urteilsvermögen, Branchenverständnis und Erfahrung. Wir verbringen Jahre damit, Profile zu analysieren, Menschen kennenzulernen und Gespräche zu führen. Daraus entwickeln wir ein Gespür, das sich nicht so einfach in ein KI-System übertragen lässt."

Er benennt aber, wer gefährdet ist.

Mike: "Wenn Sie den ganzen Tag nur Kandidaten anschreiben, Stellenanzeigen verfassen und Interviews koordinieren – ja, dann vielleicht. Eine Recruiting Coordinator-Rolle könnte je nach Aufgabenbereich ersetzt werden. Die Frage ist: Was tun Sie, um sich von Aufgaben abzuheben, die ein Computer übernehmen kann? Wer darauf keine Antwort hat, sollte sich damit beschäftigen."

Was würden Sie sich selbst raten, wenn Sie 2023 neu anfangen würden?

Mike ist seit seinem 21. Lebensjahr im Recruiting. Amrit fragt: Was würde er heute anders machen?

Mike: "Programmieren lernen. Ganz klar."

Er macht es nicht kompliziert.

Mike: "Wir verbringen Stunden mit Aufgaben, nur weil wir sie immer so gemacht haben. Viele dieser Routinen ließen sich mit ein paar einfachen Skripten automatisieren – wenn man programmieren könnte. Ich kann es nicht, deshalb nutze ich ChatGPT dafür. Hätte ich das früher gelernt, wäre vieles einfacher."

Amrit: "Ich komme aus dem technischen Bereich und nutze trotzdem ChatGPT für Coding-Fragen. Es spart Zeit und macht vieles leichter."

Mike: "Perfekt. Dann funktioniert es also in beide Richtungen. Ihre Anforderungen sind vermutlich etwas komplexer als meine."

Amrit: "Ein bisschen."

Wie gehen Sie mit dem Bias-Problem bei KI um?

Amrit spricht das Thema an, das in jeder ernsthaften KI-Diskussion im Recruiting auftaucht: Die Tools sind nicht frei von Vorurteilen. Wie geht Mike damit um?

Mike: "Viele weisen zu Recht auf das Bias-Problem in KI hin. Es gibt unbewusste Vorurteile, weil Menschen die Systeme programmieren – und Menschen haben Bias. Aber meine Gegenfrage ist: Was tun Sie gegen Ihre eigenen unbewussten Vorurteile? Wer sich auf das Bias-Problem der Tools konzentriert, sollte auch an sich selbst arbeiten."

Seine zwei Regeln im Umgang mit KI-Bias

Sein Ansatz ist pragmatisch und basiert auf zwei Regeln.

Mike: "Erstens: Niemals das Ergebnis von ChatGPT ungeprüft übernehmen. Lesen Sie die Stellenanzeige, lassen Sie sie von jemand anderem prüfen, nutzen Sie Tools wie Textio, die Bias und Lesbarkeit bewerten. Das Ergebnis ist kein Goldstandard."

Mike: "Zweitens: Kein System ist völlig frei von Bias. ChatGPT bildet unbewusste Vorurteile ab – aber es ist nicht die einzige Quelle. Es ist nur ein weiteres Beispiel. Deshalb müssen Unternehmen Bias strukturiert und konsequent angehen. Einfach zu sagen: 'Ich mag das nicht, also nutze ich es nicht', reicht nicht."

Er macht den Vergleich deutlich.

Mike: "Wenn Sie ChatGPT komplett weglassen und ein Mensch schreibt die Stellenanzeige – was tun Sie gegen dessen Bias? Wenn die Antwort 'nichts' ist, wo ist dann der Unterschied? Bei ChatGPT nutzen Sie fremde Vorurteile, bei Menschen Ihre eigenen. Der Prozess sollte in beiden Fällen gleich kritisch sein."

Und noch etwas – Verlassen Sie sich nicht auf ChatGPT bei Mathe

Bevor das Gespräch endet, gibt Mike noch einen Tipp.

Mike: "Kleiner Hinweis: Verlassen Sie sich nicht auf ChatGPT bei Mathematik. Klingt komisch, weil das Tool JavaScript schreiben, gleitende Durchschnitte erklären und vieles mehr kann. Aber bei einfachen Rechnungen wie Wurzelziehen oder Addieren liegt es oft daneben."

Amrit: "Ich habe es gebeten, sechs durch drei zu teilen – die Antwort war vier."

Mike: "Klingt logisch, oder? Es ist eben ein Sprachmodell, kein Taschenrechner. Es lernt aus riesigen Mengen öffentlicher Inhalte – und viele Menschen im Netz sind in Mathe nicht besonders fit. Das Modell übernimmt also auch diese Fehler und Muster."

Wie sieht Ihr Tech-Stack konkret aus?

Amrit stellt zum Abschluss die Frage, die viele Praktiker interessiert: Welche Tools nutzt Mike tatsächlich täglich?

Mike listet 16 Plattformen auf, zu denen er vollen Enterprise-Zugang hat – nicht nur Chrome-Extensions:

Amazing Hiring, Chatter Works, Clay, Crunchbase Pro, Entello, Exact Buyer, HireEZ, Heartbeat, Horsefly, Human Predictions, Lead411, LinkedIn Recruiter, Loxo, Recruit'em, SeekOut, ZoomInfo Recruiter und Perfect.

Zur Frage, ob alle dieselben Kandidaten liefern:

Mike: "Wenn Sie dieselben Kandidaten auf LinkedIn Recruiter und SeekOut suchen – wie viel Überschneidung erwarten Sie?"

Amrit: "Vielleicht 60 Prozent?"

Mike: "Ehrlich gesagt habe ich in all den Jahren nie mehr als 40 Prozent Überschneidung gesehen. Meistens liegt es unter 10 Prozent. Und selbst wenn man eine dritte Plattform hinzunimmt, steigt die Überschneidung kaum."

Sein Fazit: Entscheidend ist nicht die Datenbank, sondern wie man darin sucht.

Mike: "HireEZ ist sehr KI-getrieben, mit Algorithmen im Hintergrund. SeekOut bietet die tiefsten Boolean-Suchmöglichkeiten. LinkedIn Recruiter nutzt eigene KI, um Suchbegriffe zu interpretieren. So entstehen völlig unterschiedliche Listen. Ich nutze bewusst viele Tools, um die Kandidaten zu finden, die andere übersehen."

Seine Favoriten aus der Liste

Sein klarer Favorit: SeekOut.

Mike: "Wegen der tiefgehenden Boolean-Suche. Ich liebe Boolean, weil ich die Kontrolle über meine Suche habe und genau weiß, was zurückkommt. Kein anderes Tool kann das so gut."

Für E-Mail-Automatisierung nutzt er SourceWhale, für Kontaktdaten Swordfish und für das Screening Honeit oder SmartRank.

Mike: "Honeit hilft Recruitern, authentischere Kandidatenprofile zu erstellen, indem es das Verhalten im Telefoninterview erfasst. SmartRank eignet sich, wenn Kandidaten sich in drei Minuten selbst einschätzen sollen, statt ein 30-minütiges Gespräch zu führen. So können sie prüfen, ob die Stelle wirklich passt, bevor sie mehr Zeit investieren."

Über Mike Cohen

Mike Cohen gründete Wayne Technologies und stieg mit 21 ins Agentur-Recruiting ein. Über die Jahre hat er sich tiefes Know-how im Sourcing aufgebaut und führt seit sechs Jahren seine eigene Sourcing-Praxis, in der er Unternehmen aus verschiedenen Branchen bei der Talentgewinnung unterstützt. Er hat Enterprise-Zugänge zu 16 Sourcing-Plattformen und teilt regelmäßig Einblicke zu Recruiting-Technologie, KI und Hiring-Prozessen.

Durch seinen praxisnahen Umgang mit KI in der Talentgewinnung gilt er für viele als eine der bodenständigsten Stimmen der Branche. Online ist er zudem als Batman Recruiter bekannt.