Stellenbeschreibungen mit KI schreiben: inklusiv, korrekt und markenkonform

Von Kevin Kim · Aktualisiert am 11. Oktober 2026

Stellenbeschreibungen mit KI zu schreiben bedeutet, ein Sprachmodell zu nutzen, um die echten Angaben einer einstellenden Führungskraft (die Arbeit, die unverzichtbaren Kompetenzen, die Gehaltsspanne, das Team) in einen sauberen ersten Entwurf zu verwandeln, den dann ein Mensch auf Richtigkeit, inklusive Formulierungen und rechtliche Passung überarbeitet, bevor er veröffentlicht wird. Das Modell spart die Stunde vor dem leeren Blatt. Es weiß nicht, was die Stelle tatsächlich ist, was Sie wirklich zahlen oder was das Recht an Ihrem Einstellungsort verlangt, also bleibt das bei Ihnen.

Dieser Leitfaden richtet sich an HR-Manager, Verantwortliche für Talent Acquisition und einstellende Führungskräfte, die bereits einen Chatbot für Stellenanzeigen nutzen oder gerade damit beginnen. Für das Gesamtbild von KI im Recruiting siehe KI im Recruiting. Dieser Leitfaden setzt die Grundlagen aus generativer KI für HR-Teams voraus. Nur allgemeine Informationen, keine Rechtsberatung.

Wichtige Fakten

• In der Forschung, die das Feld begründete, analysierten Gaucher, Friesen und Kay 493 Online-Stellenanzeigen aus 11 Berufsfeldern und stellten fest, dass Anzeigen für männlich dominierte Jobs mehr männlich kodierte Formulierungen verwendeten und dass männliche Formulierungen das Zugehörigkeitsgefühl von Frauen senkten, wodurch der Job weniger attraktiv wirkte (Harvard Kennedy School, Zusammenfassung der Studie von 2011 im Gender Action Portal).
• In einem Workshop-Papier der NAACL von 2022 stellten Forschende, die GPT-3 Stellenanzeigen schreiben ließen, fest, dass Prompts, die Vielfalt fördern sollen, die Verzerrung allein nicht signifikant verringerten, das Feintuning auf unverzerrten echten Anzeigen dagegen schon (Borchers et al., arXiv).
• Nach Artikel 5 der EU-Richtlinie zur Entgelttransparenz haben Bewerber Anspruch auf das Anfangsentgelt oder dessen Spanne, Arbeitgeber dürfen nicht nach der Gehaltshistorie fragen, und Stellenausschreibungen und Bezeichnungen müssen geschlechtsneutral sein (Richtlinie (EU) 2023/970).
• Die Mitgliedstaaten mussten diese Richtlinie bis zum 7. Juni 2026 in nationales Recht umsetzen (Richtlinie (EU) 2023/970, Artikel 34).
• Die Regeln zur Gehaltsangabe in Colorado traten am 1. Januar 2021 in Kraft und verlangen die Vergütungsspanne sowie eine allgemeine Beschreibung von Benefits und leistungsabhängiger Vergütung (Littler).

Was KI in einer Stellenbeschreibung gut und was schlecht kann

Eine Stellenbeschreibung ist ein kurzes Dokument mit vielen Aufgaben. Sie sagt Bewerbern, worin die Arbeit besteht, speist das Stichwort-Matching auf Jobbörsen, sagt Interviewern, was sie prüfen sollen, und wird, sobald jemand eingestellt ist, zum Bezugspunkt für Leistungsgespräche. Modelle sind gut im Schreiben und schwach bei den Fakten.

Was sie gut können:

• Struktur und Ton. Geben Sie einem Modell grobe Stichpunkte, und es liefert in Sekunden eine lesbare Anzeige in Ihrem Hausstil.
• Klare Sprache. Es kann Jargon streichen, Bandwurmsätze kürzen und eine aufgeblähte Liste mit 40 Punkten in 8 klare umschreiben.
• Varianten. Dieselbe Rolle in drei Fassungen: eine für die Jobbörse, eine für die Karriereseite, eine für einen internen Wechsel.
• Erste Prüfungen. Es kann Formulierungen markieren, die ausgrenzend wirken, oder Anforderungen, die nicht zur Seniorität passen.

Was sie schlecht können:

• Fakten über Ihren Job. Ein Modell füllt Lücken mit plausiblem Füllstoff. Bitten Sie ohne Kontext um die Beschreibung eines „Sales Operations Manager“, und Sie erhalten eine generische Liste von CRM-Aufgaben, die Ihr Team womöglich nicht beschreibt.
• Erfundene Anforderungen. Modelle kopieren die aufgeblähten Listen, die sie online gesehen haben: zehn Jahre Erfahrung für eine Rolle auf mittlerer Ebene, drei Tools, die Sie nicht nutzen, einen Abschluss, den Sie nicht brauchen.
• Verzerrung als Voreinstellung. Modelle reproduzieren die Muster in den Texten, aus denen sie gelernt haben. Die GPT-3-Studie oben stellte fest, dass im Zero-Shot-Verfahren erzeugte Anzeigen verzerrt und leicht als synthetisch erkennbar waren und dass die bloße Bitte um vielfaltsfreundliche Sprache zur Korrektur nicht ausreichte. Diese Studie nutzte ein älteres Modell, doch die Lehre gilt: Testen Sie das Ergebnis, vertrauen Sie nicht dem Prompt.
• Rechtliche Besonderheiten. Ein Modell kann Ihre Gehaltsspanne, die Regeln zur Ausschreibung in Ihrer Rechtsordnung oder Ihren Tarifvertrag nicht kennen. Diese liefern Sie.

In der Praxis entwirft das Modell und führt eine erste Prüfung des Entwurfs anhand Ihrer Kriterien durch, während ein Mensch im Prozess bleibt, um Fakten zu korrigieren und den endgültigen Text freizugeben.

Beispiele nach Funktion

Dieselbe Methode funktioniert über Funktionen hinweg, aber die Eingaben unterscheiden sich. Die folgenden Beispiele zeigen, was eine Führungskraft dem Modell mitbringen sollte, mit einer passenden Vorlage für Stellenbeschreibungen als Bezugspunkt.

Kundenservice. Für einen Customer-Support-Spezialisten sind die nützlichen Eingaben die abgedeckten Kanäle (E-Mail, Chat, Telefon), die erwartete Ticketmenge, das Schichtmuster und die genutzten Tools. Die Schwäche des Modells liegt hier im Haufen der Soft Skills („leidenschaftlich, energiegeladen, Rockstar“). Ersetzen Sie sie durch beobachtbares Verhalten: erklärt eine Lösung in einfacher Sprache, bleibt bei einem verärgerten Kunden ruhig, dokumentiert jeden Fall.

Sales Operations. Für einen Sales-Operations-Manager sagen Sie, welche Systeme die Person verantworten wird, ob sie Berichte erstellt oder nur pflegt und wem sie berichtet. Sich selbst überlassen, vermischt ein Modell diese Rolle mit Vertriebsleitung und begräbt die analytische Arbeit. Ihre Notizen halten beides auseinander.

Daten und Analytik. Für einen Data Analyst listen Sie die Fragen auf, die der Analyst in den ersten sechs Monaten beantworten wird, sowie die Datenquellen und den Stack. Modelle lieben es, jedes Tool des Feldes aufzuzählen, was den Bewerberkreis ohne Grund verengt. Fragen Sie die Führungskraft, welche zwei Tools unverzichtbar und welche wünschenswert sind.

Führungs- und Verwaltungsrollen. Hier liegt das Risiko in aufgeblähten Titeln und unklarem Zuschnitt. Geben Sie dem Modell eine typische Woche, keine Liste von Adjektiven.

Welche Funktion auch immer: Eine Vorlage liefert die Struktur, und die Notizen Ihrer einstellenden Führungskraft liefern die Substanz. Das Modell verbindet beides.

So schreiben Sie eine Stellenbeschreibung mit KI, Schritt für Schritt

1. Beginnen Sie mit einer kurzen Bedarfsaufnahme, nicht mit einem Prompt. Holen Sie vor dem Öffnen des Chatbots schriftlich die Antworten der einstellenden Führungskraft ein: die drei wichtigsten Ergebnisse, die die Person liefern muss, die echte tägliche Arbeit, die zwei oder drei Kompetenzen, die sich wirklich nicht im Job lernen lassen, die Berichtslinie, der Arbeitsort und die Gehaltsspanne. Kann die Führungskraft das nicht beantworten, ist die Stelle nicht reif für die Veröffentlichung, und kein Modell wird das beheben.
2. Trennen Sie Muss- von Kann-Anforderungen. Zählen Sie sie. Lange Anforderungslisten sind ein verkappter Screening-Filter und schrecken tendenziell Menschen ab, die die Arbeit leisten könnten. Wenn Sie auf Skills-based Hiring zusteuern, formulieren Sie Anforderungen als Kompetenzen und Belege für Ergebnisse statt als Jahre und Abschlüsse.
3. Geben Sie dem Modell Ihren Kontext und Ihre Struktur. Fügen Sie die Notizen der Bedarfsaufnahme, ein Beispiel einer früheren Anzeige, die Ihnen gefiel, Ihre Stilregeln und die gewünschten Abschnitte ein (Zusammenfassung, Ihre Aufgaben, Ihr Profil, unser Angebot, Gehalt). Sagen Sie ihm, es solle nur die von Ihnen gelieferten Fakten verwenden und „[zu bestätigen]“ schreiben, wo etwas fehlt.
4. Erzeugen Sie zwei Entwürfe und vergleichen Sie. Ein Entwurf ist eine Vermutung, zwei zeigen Ihnen, was das Modell von sich aus auffüllt. Alles, was in beiden Entwürfen steht, aber nicht in Ihren Notizen, ist ein erfundenes Detail, das Sie prüfen müssen.
5. Führen Sie eine Richtigkeitsprüfung durch. Gehen Sie den Entwurf Zeile für Zeile gegen die Notizen der Bedarfsaufnahme durch. Streichen oder bestätigen Sie jede Aufgabe, jedes Tool, jede Qualifikation und jeden Benefit. Die einstellende Führungskraft gibt die Aufgaben frei, das HR die Benefits und das Gehalt.
6. Führen Sie eine Prüfung der inklusiven Sprache durch. Nutzen Sie die Prüfpunkte im nächsten Abschnitt, am Entwurf und an der Jobbezeichnung.
7. Ergänzen Sie die Angaben zu Gehalt und Recht. Fügen Sie Spanne, Benefit-Übersicht, standortspezifische Hinweise und Chancengleichheits-Erklärung aus freigegebenem Text ein, nicht aus der Modellausgabe.
8. Holen Sie eine menschliche Freigabe ein und protokollieren Sie die Version. Behandeln Sie es als Human-in-the-Loop-Schritt mit einer benannten freigebenden Person. Bewahren Sie den endgültig freigegebenen Text in Ihrem Bewerbermanagementsystem auf, damit Interviewer nach denselben Kriterien auswählen, die die Bewerber gesehen haben.
9. Prüfen Sie nach der Einstellung. Vergleichen Sie die Anzeige mit dem, was die Person im ersten Quartal tatsächlich getan hat, und korrigieren Sie dann die Vorlage für das nächste Mal.

Eine Prüfung auf inklusive Sprache, die wirklich funktioniert

Die bekannteste Evidenz dazu stammt aus einer Studie von 2011 im Journal of Personality and Social Psychology von Gaucher, Friesen und Kay. Sie stellten fest, dass männlich kodierte Formulierungen häufiger in Anzeigen für männlich dominierte Berufe vorkamen und dass sie in Experimenten den Job für Frauen weniger attraktiv machten, vor allem weil sie das Zugehörigkeitsgefühl verringerten. Sie veränderten nicht, wie kompetent sich Frauen für den Job fühlten. Die Wortwahl signalisierte, wen der Arbeitgeber als Bewerber erwartete.

Die Prüfung dreht sich also um Signale. Eine praktische Checkliste:

Sie können das Modell bitten, diese Begriffe zu markieren, und es ist ein brauchbarer erster Filter. Aber lassen Sie es nicht den einzigen sein. Lassen Sie jemanden außerhalb des Einstellungsteams den endgültigen Text unvoreingenommen lesen, am besten jemanden, der den Hintergrund der einstellenden Führungskraft nicht teilt, und fragen Sie, wie der Job klingt und für wen er zu sein scheint. Diese menschliche Lektüre erfasst Tonprobleme, die eine Wortliste übersieht.

Das ist mit KI wichtiger als ohne. Eine GPT-3-Studie zeigte, dass die schlichte Anweisung „Seien Sie vielfältig“ im Prompt die Verzerrung nicht signifikant senkte, Ihre Absicherung ist also der Prüfschritt, nicht die Anweisung. Wenn Sie ein spezielles Schreibwerkzeug mit eingebauter Bias-Prüfung nutzen, behandeln Sie es als einen Beitrag zu dieser Prüfung.

Entgelttransparenz: Was eine Anzeige angeben muss

Immer mehr Rechtsordnungen erwarten Gehaltsangaben in der Stellenanzeige oder davor, und KI-Entwürfe enthalten sie nicht, wenn Sie nicht danach fragen. Zwei Beispiele zeigen die Bandbreite der Regeln.

Europäische Union. Die Richtlinie (EU) 2023/970 gibt Bewerbern das Recht, das Anfangsentgelt oder dessen Spanne auf Grundlage objektiver, geschlechtsneutraler Kriterien zu erhalten, und untersagt Arbeitgebern, nach der Gehaltshistorie zu fragen. Sie verlangt außerdem, dass Stellenausschreibungen und Jobbezeichnungen geschlechtsneutral sind. Die Frist für die Mitgliedstaaten zur Umsetzung in nationales Recht war der 7. Juni 2026 und ist inzwischen verstrichen, prüfen Sie also das nationale Recht dort, wo Sie einstellen, denn die Einzelheiten (und ob die Angabe in die Anzeige gehört oder vor dem Vorstellungsgespräch gegeben wird) hängen davon ab, wie jedes Land sie gefasst hat.

Colorado, Vereinigte Staaten. Die Regeln des Equal Pay for Equal Work Act in Colorado traten am 1. Januar 2021 in Kraft. Sie verlangen, dass Anzeigen für Jobs, die in Colorado ausgeübt werden können, die Vergütungsspanne nennen, die vom niedrigsten bis zum höchsten Entgelt reichen kann, das der Arbeitgeber nach Treu und Glauben zu zahlen für möglich hält, mit einer allgemeinen Beschreibung von Benefits und leistungsabhängiger Vergütung wie Boni und Provisionen. Die Spanne bindet den Arbeitgeber nicht, innerhalb davon zu zahlen, muss aber bei Veröffentlichung eine vernünftige Schätzung sein.

Andere US-Bundesstaaten und Städte haben eigene Fassungen, mit unterschiedlichen Schwellen für die Unternehmensgröße, Formulierungsanforderungen und Inkrafttretensdaten. Die sichere Gewohnheit ist einfach: Führen Sie eine Tabelle der Orte, an denen Sie einstellen, der jeweiligen Regel und des freigegebenen Gehaltstexts und befüllen Sie die Anzeige aus dieser Tabelle. Lassen Sie das Modell keine Gehaltsspannen oder Benefit-Beschreibungen erzeugen. Geben Sie ihm die Zahlen und lassen Sie es sie platzieren.

Ein letzter Punkt zu Remote-Rollen. Ein Job, der von mehreren Orten aus ausgeübt werden kann, muss womöglich die Regeln mehrerer Orte zugleich erfüllen. Fragen Sie Ihre Rechtsabteilung, welche Regel für Ihre Anzeige maßgeblich ist.

Stellenbeschreibungen markenkonform halten

Eine markenkonforme Anzeige klingt nach Ihrem Unternehmen und nicht nach dem Durchschnitt des Internets. Ein Modell neigt zum Durchschnitt, wenn Sie es nicht verankern. Drei Dinge helfen:

• Ein Stilleitfaden. Ton (direkt, warm, förmlich), Wörter, die Sie verwenden, und Wörter, die Sie meiden, wie Sie vom Team und vom Kunden sprechen.
• Ein kurzer Markenabsatz. Freigegebener Text darüber, was Sie tun und warum Menschen dort arbeiten, eingefügt statt generiert. Das hält auch Versprechen im Einklang mit der Realität.
• Ein Goldstandard-Beispiel. Eine aktuelle Anzeige, die gut funktioniert hat und nach Ihnen klingt. Sagen Sie dem Modell, es solle ihre Stimme treffen, nicht ihren Inhalt kopieren.

Streichen Sie dann den generischen Füllstoff, der trotzdem übrig bleibt. Wenn eine Zeile in der Anzeige jedes Unternehmens stehen könnte, streichen Sie sie oder machen Sie sie konkret.

Fallstricke, die Sie vermeiden sollten

• Den ersten Entwurf veröffentlichen. Der häufigste Fehler. Der Text liest sich flüssig, also prüft ihn niemand.
• Die Beschreibung eines Wettbewerbers in den Prompt kopieren. Sie erben seine Anforderungen und möglicherweise seinen urheberrechtlich geschützten Text.
• Das Modell bitten, die Gehaltsspanne festzulegen. Es liefert eine Zahl, die plausibel klingt und nichts bedeutet. Nutzen Sie Ihre eigenen Gehaltsbänder und Marktdaten.
• Anforderungen nach oben wandern lassen. Jeder Entwurf neigt dazu, eine Kompetenz hinzuzufügen. Vergleichen Sie jedes Mal mit der Liste der Bedarfsaufnahme.
• Vertrauliche Daten einfügen. Geben Sie keine unveröffentlichte Strategie, keinen namentlich genannten internen Kandidaten und keine Beschäftigtendaten in ein öffentliches Tool. Nutzen Sie die Tools, die Ihr Unternehmen freigegeben hat.
• Die Stellenbeschreibung als Screening-Regel behandeln. Wenn Sie außerdem KI nutzen, um Bewerber anhand der Anzeige vorauszuwählen, setzt sich jede Verzerrung im Text im Ranking fort. Die Risiken behandelt der Überblick KI im Recruiting.
• Keine Verantwortung. Jemand sollte die Vorlagenbibliothek verantworten, sie bei Rollenänderungen aktualisieren und alte Versionen ausmustern.

Was Sie messen sollten

Verfolgen Sie, ob der Prozess hilft, nicht nur, ob er schneller ist:

• Zeit bis zur freigegebenen Anzeige, von der Bedarfsaufnahme bis zur Freigabe.
• Änderungen pro Entwurf, als grobes Maß dafür, wie stark die Ausgabe des Modells korrigiert werden muss.
• Bewerbermix und Abbruch nach Phase, verglichen über Anzeigen, um zu sehen, ob Formulierungsänderungen verschieben, wer sich bewirbt.
• Zufriedenheit der einstellenden Führungskräfte und ob Vorstellungsgespräche dasselbe prüfen, was die Anzeige beschrieben hat.

Führen Sie dies über ein Quartal durch, bevor Sie ein Ergebnis behaupten. Eine Anzeige ist eine Anekdote.