Scovai Scovai
Hiring 2026-11-18 1 min read

Das KI-generierte Bewerbungsfoto hob die Bewertung dieses Kandidaten — und senkte sie für die zwölf echten Bewerber in derselben Warteschlange.

DSL

Dr. Sarah Liu

Das KI-generierte Bewerbungsfoto hob die Bewertung dieses Kandidaten — und senkte sie für die zwölf echten Bewerber in derselben Warteschlange.

Zwölf echte Kandidaten. Identische Unterlagen, identische Fotos, identische Qualifikationen in jeder Bedingung. Das Einzige, was sich änderte, war, was die Prüfer in den zwischen ihnen verstreuten Profilen gesehen hatten. Trugen diese anderen Profile KI-generierte Fotos, kamen die zwölf echten Kandidaten in 72,5 % der Fälle ins Vorstellungsgespräch. Trugen dieselben Profile gewöhnliche Fotos, waren es 77,4 % (Cornell, Florida und Penn, arXiv 2610.22553, 2026).

An diesen zwölf Personen hatte sich nichts geändert. Ihre Chancen schon.

Dieses Ergebnis sollte ein Operations-Leiter ernst nehmen. Die meisten Debatten über KI-generierte Bewerbungsfotos behandeln sie als Frage der Ehrlichkeit des Kandidaten: Jemand hat sein Foto aufpoliert, interessiert uns das? Das Experiment verweist auf etwas Unbequemeres. Die Kosten fallen nicht bei dem Kandidaten an, der das synthetische Bild nutzte. Sie fallen bei allen an, die nach ihm geprüft werden, und nichts in einem üblichen Vorauswahlprotokoll zeigt, dass es geschehen ist.

Was das Experiment tatsächlich geprüft hat

Die Studie ist eine präregistrierte Einstellungssimulation mit 570 erwachsenen US-Teilnehmern, die Bewerber für eine einzige Stelle bewerten, Customer Success Associate (arXiv 2610.22553, 2026). Jeder Prüfer bewertete zunächst dieselben vier Ankerkandidaten. Danach wurde er zufällig einer von drei Bedingungen zugeteilt, in denen acht Profile mit Folgendem verbunden waren:

  • unveränderte echte Gesichter,
  • retuschierte Versionen derselben Gesichter, kalibriert an einem Verbraucherfilter zur Ein-Klick-Verschönerung, oder
  • KI-generierte Gesichter.

Zwischen diesen acht waren zwölf echte Testkandidaten eingestreut, die in allen drei Bedingungen identisch waren. Die schriftlichen Qualifikationen blieben für jede Profilposition konstant. Keine Namen, keine Orte.

Das Design trennt zwei Fragen, die die Auswahlforschung oft vermischt. Erstens: Verändert ein synthetisches Gesicht, wie dieser Kandidat bewertet wird? Zweitens: Verändert der Anblick synthetischer Gesichter, wie der Prüfer die nächste echte Person bewertet? Die Autoren sagen klar, welche Frage sie interessierte: Ihre Hauptfrage «war, ob die Bilder veränderten, wie die Teilnehmer die darauffolgenden echten Kandidaten bewerteten».

Der Kandidat mit dem KI-Foto gewann wenig. Die echten Kandidaten zahlten.

Der direkte Effekt: klein und gemischt

Profile mit KI-generiertem Gesicht erhielten etwas bessere Bewertungen. Die Einstellungseignung stieg um b = 0,162 auf einer Skala von 1 bis 7 (P = 0,015), die Vertrauenswürdigkeit um b = 0,130 (P = 0,047). Das operativ entscheidende Ergebnis, die Einladung zum Gespräch, bewegte sich jedoch nicht signifikant: 84,8 % bei Profilen mit KI-Gesicht gegenüber 82,5 % bei echten Gesichtern, ein Odds Ratio von 1,218 bei P = 0,265 (arXiv 2610.22553, 2026).

Der Kandidat, der das synthetische Foto einreicht, erkauft sich also eine etwas wärmere Bewertung und keinen verlässlichen Vorteil beim Gespräch.

Der nachgelagerte Effekt: konsistent und bei allen drei Ergebnissen signifikant

Bewegt haben sich die zwölf identischen echten Kandidaten. Prüfer, die KI-generierte Gesichter gesehen hatten, bewerteten sie niedriger in Einstellungseignung (b = −0,146, P = 0,042) und Vertrauenswürdigkeit (b = −0,172, P = 0,007) und luden sie seltener zum Gespräch ein: Odds Ratio 0,768, P = 0,037, also die Lücke von 72,5 % zu 77,4 % aus dem ersten Absatz. Die präspezifizierten, Holm-adjustierten einseitigen P-Werte lagen bei 0,037, 0,037 und 0,011 (arXiv 2610.22553, 2026).

Die Lücke von etwa fünf Punkten ist meine eigene Subtraktion zweier berichteter Raten. Die Effektgröße, für die die Autoren einstehen, ist das Odds Ratio.

Die Kontrolle, die es zum Effekt synthetischer Bilder macht, nicht zum Politur-Effekt

Die retuschierte Bedingung macht aus einem interessanten Ergebnis ein brauchbares. Die Konfrontation mit retuschierten Fotos erzeugte gar keinen nachgelagerten Effekt: Die Eignung lag in beiden Bedingungen bei 5,26, die Einladungsquote bei 78,2 % gegenüber 77,4 %, die Vertrauenswürdigkeit bei 5,23 gegenüber 5,22 (arXiv 2610.22553, 2026).

Herkömmliche Fotopolitur, wie sie jedes LinkedIn-Profil ohnehin hat, verschob die Basislinie nicht. Das KI-generierte Set tat es.

Warum KI-generierte Bewerbungsfotos ein Chargenproblem sind, kein Kandidatenproblem

Lesen Sie das Ergebnis als Operations-Verantwortlicher, nicht als Ethiker. Die Einheit des Schadens ist nicht der Bewerber. Es ist die Warteschlange.

Die Chance eines Bewerbers aufs Gespräch verschob sich um mehrere Punkte, je nachdem, wer sonst im Stapel des Prüfers lag, während seine eigene Akte konstant blieb. In den meisten Vorauswahlprozessen des Mittelstands ist die Zusammensetzung der Charge keine kontrollierte Variable. Bewerbungen treffen in der Reihenfolge ein, in der das Jobportal sie liefert, Recruiter arbeiten sie in Sitzungen ab, und niemand protokolliert, welche Bilder ein Prüfer sah, bevor er einen bestimmten Kandidaten bewertete. Damit wird die Bildmischung zu einer unkontrollierten Eingangsgröße einer Entscheidung, die Sie verteidigen können müssen.

Es ist nicht das erste Mal, dass der Bewertungskontext schwerer wiegt als das Bewertete. In einem laufenden KI-Interviewprogramm, untersucht anhand von 2.611 Aufzeichnungen, bewertete ein Prüfer dieselben Chargen 0,79 Standardabweichungen niedriger als ein anderer, und diese Strengelücke reichte aus, um eine echte Verbesserung des zugrunde liegenden Systems um 0,53 SD zu verflachen (Zhang, Liu und Esposito, arXiv 2610.07003, 2026). Anderer Rahmen, dieselbe Lehre: Eine Bewertung trägt Information über den Bewerter und den Bewertungskontext, nicht nur über das Subjekt, und die meisten Organisationen prüfen nur das Subjekt.

Warum Ihre Prüfung auf nachteilige Auswirkungen es nicht sehen wird

Die instinktive Kontrolle gegen Verzerrungen in der Vorauswahl ist in den USA die Vier-Fünftel-Regel: Liegt die Auswahlquote einer Gruppe unter vier Fünfteln der Quote der am besten gestellten Gruppe, gilt das bei den Bundesbehörden in der Regel als Hinweis auf nachteilige Auswirkungen (29 CFR 1607.4(D), Uniform Guidelines).

Zwei Gründe, warum dieser Test für diesen Effekt blind ist. Das ist meine Schlussfolgerung aus der Studie, kein Befund der Studie.

Das Verhältnis ist zu klein, um die Schwelle auszulösen. 72,5 % zu 77,4 % ergibt etwa 0,94, deutlich über der Schwelle von 0,8. Eine reale, statistisch signifikante Verschiebung der Einladungsquote passiert den Standardfilter problemlos.

Die betroffene Gruppe ist keine demografische Gruppe. Die benachteiligten Kandidaten haben nichts gemeinsam außer der Sitzung, in der sie geprüft wurden. Die Analyse nachteiliger Auswirkungen gliedert Ergebnisse nach geschützten Merkmalen; sie hat keine Spalte für «wurde nach einem synthetischen Foto geprüft». Korreliert die Bildmischung einer Charge damit, wer sich über welchen Kanal oder zu welcher Uhrzeit bewirbt, kann der Effekt später als unerklärte demografische Lücke ohne sichtbare Ursache auftauchen.

Für Teams mit EU-Bezug ist der Zeitplan nicht dringend, aber festgelegt: Systeme zur Personalauswahl und Bewerberbewertung fallen unter Anhang III, und der geänderte Artikel 113 wendet das Hochrisikoregime ab dem 2. Dezember 2027 auf sie an (EU AI Act, Artikel 113). Eine undokumentierte Eingangsgröße in menschlicher Bewertung ist unter jedem Prüfungsregime eine schwache Verteidigungsposition, welches Datum auch immer für Sie gilt.

Was die Studie nicht zeigt

Das Papier ist sorgfältig mit seinen Grenzen, und eine glaubwürdige Lesart muss sie mittragen.

  • Der Stimulus war bewusst extrem. Die KI-Gesichter wurden nach hoher bewerteter Attraktivität ausgewählt, im Mittel 5,75 auf der Skala von 1 bis 7, gegenüber 2,99 bei den echten Gesichtern desselben Sets. Die Autoren schreiben, der nachgelagerte Effekt «sollte nicht als Beschreibung der gewöhnlichen Ausgabe jedes Generators angenommen werden».
  • Der Mechanismus ist unbekannt. In den Worten der Autoren: «Das Experiment sagt uns, dass die Exposition eine Rolle spielte, nicht warum.» Die KI- und die retuschierten Bilder waren nicht attraktivitätsgleich, sodass die Bildquelle nicht sauber von der Behandlungsintensität getrennt ist. Jede Geschichte über synthetische Regelmäßigkeit gegenüber bloßer Attraktivität ist Spekulation.
  • Keine Dosis-Wirkungs-Beziehung. Die präspezifizierte Übertragsanalyse fand keinen kumulativen Effekt, je mehr synthetische Bilder die Prüfer sahen. «Je mehr KI-Fotos, desto schlimmer» ist nicht belegt.
  • Eine Stelle, eine Sitzung, nur US-Prüfer, online rekrutiert. Ein echter Recruiter mit Fachkontext und vertrauter Stelle könnte sich in beide Richtungen anders verhalten.
  • Untergruppensignale sind keine Behauptungen. Der nachgelagerte Effekt ist bei männlichen Prüfern von null unterscheidbar, und es zeigt sich eine gewisse Heterogenität nach Ethnie und Exposition, doch formale Geschlechterinteraktionen waren nicht signifikant, und diese Analysen waren nicht präspezifiziert (arXiv 2610.22553, 2026).

Nichts davon kehrt den operativen Punkt um. Es bemisst ihn. Sie müssen nicht glauben, dass der Effekt in Ihrer Pipeline groß ist, um anzuerkennen, dass es eine Eingangsgröße ist, die Sie derzeit nicht sehen können.

Was ein Operations-Leiter dieses Quartal tun sollte

Die gute Nachricht: Dies ist einer der seltenen Verzerrungsbefunde mit einem billigen, mechanischen Gegenmittel.

Nehmen Sie Gesichter von der Bewertungsoberfläche

Wenn ein Foto keine Anforderung der Stelle ist, gehört es nicht auf den Bildschirm, auf dem ein Prüfer einen Kandidaten bewertet. Blenden Sie Bilder in der Shortlist-Phase Ihres ATS aus oder entfernen Sie sie beim Import. Das beseitigt den direkten Effekt und den nachgelagerten Kontrast in einem Zug und kostet nach dieser Evidenz kein Signal: Die Studie hielt die Qualifikationen konstant, und die Gesichter anderer Kandidaten bewegten das Ergebnis trotzdem.

Protokollieren Sie, was jeder Prüfer gesehen hat, nicht nur, was er entschied

Müssen Fotos für manche Stellen sichtbar bleiben, protokollieren Sie die Prüfsitzungen: welche Kandidaten ein Prüfer in welcher Reihenfolge in einer Sitzung bewertete. Ohne diese Aufzeichnung können Sie Kontexteffekte später nicht testen und einem Auditor nicht antworten, der fragt, warum zwei ähnliche Kandidaten unterschiedliche Ergebnisse hatten.

Prüfen Sie nach Sitzung und Warteschlange, nicht nur nach Demografie

Nehmen Sie Charge, Prüfer und Sitzung als Dimensionen in Ihre vierteljährliche Vorauswahlprüfung auf. Die Evidenz zur Bewerterstrenge legt nahe, dass Sie Prüfereffekte früher finden als Bildeffekte; beide lassen sich in einem Dashboard billiger entdecken als in einem Streitfall.

Seien Sie präzise darüber, was ein KI-Screener mit Bildern tut

Ein Detail aus dem Papier geht leicht unter. Die Autoren versuchten eine Version des Experiments mit KI-Bewertern und gaben sie im Pilot auf: Moderne multimodale Modelle konnten Bildinhalte benennen, wenn man direkt fragte, bezogen diese visuelle Information aber «nicht durchgängig in die Einstellungsurteile ein» (arXiv 2610.22553, 2026). Eine automatisierte erste Stufe reagiert also womöglich gar nicht auf das Bild, während der menschliche Prüfer danach es sehr wohl tut. Das verteidigbare Design legt fest, dass das Gesicht auf keiner Stufe eine Bewertungsgröße ist, weder für das Modell noch für die Menschen. Diesen Standard setzt Scovai für seinen Interviewer, der nur den Inhalt bewertet, nie Tonfall, Akzent oder Gesicht; welchen Stack Sie auch betreiben, schreiben Sie die entsprechende Regel nieder und prüfen Sie, dass sie hält.

Die Entscheidung für dieses Quartal

Der Kandidat mit dem synthetischen Foto gewann wenig. Die zwölf danach geprüften Personen verloren rund fünf Punkte Gesprächswahrscheinlichkeit wegen etwas, das nie in ihrer Akte stand. KI-generierte Bewerbungsfotos sind keine Frage der Kandidatenehrlichkeit; sie sind die Frage, ob Ihr Vorauswahlprozess seine eigenen Eingangsgrößen kontrolliert.

Wählen Sie: Entfernen Sie die Gesichter vom Shortlist-Bildschirm, bevor der nächste Einstellungszyklus beginnt, oder beginnen Sie, Prüfsitzungen zu protokollieren, damit Sie belegen können, dass nicht die Warteschlange entschieden hat. Wer keines von beiden tut, lässt die Chancen eines Kandidaten davon abhängen, wer sich kurz vor ihm beworben hat, und kann das Gegenteil nicht beweisen.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.