Erkennen Recruiter, ob dein Lebenslauf von KI stammt?

Der Chatbot brauchte für den Entwurf weniger als eine Minute. Er liest sich besser als der alte Lebenslauf: Die Verben sind stärker, und nichts ist falsch geschrieben. Dann, kurz bevor die Bewerbung rausgeht, kommt ein Zweifel. Der Recruiter auf der anderen Seite liest den ganzen Tag Lebensläufe, und ein guter Teil davon ist vermutlich auf dieselbe Weise entstanden. Wer in dieser Lage ist, will wissen, ob der Recruiter es merkt und ob das allein schon das Aus für die Bewerbung bedeutet.

Ratschläge zur Frage, ob Recruiter einen von KI geschriebenen Lebenslauf erkennen, klingen meist selbstsicher und nennen keine Quellen. Dieser Artikel geht die vorhandenen Belege durch: was Recruiter und Personalverantwortliche in Umfragen sagen, wie gut sie in Tests abschneiden, was einen maschinell geschriebenen Lebenslauf verrät, wie zuverlässig Software zur KI-Erkennung ist und ob Arbeitgeber sie einsetzen.

Die kurze Antwort lautet: Die meisten Recruiter glauben, einen KI-generierten Lebenslauf zu erkennen, und Tests deuten darauf hin, dass die meisten Lesenden weniger treffsicher sind, als sie denken. Nur eine Minderheit sagt, sie würde einen Lebenslauf allein aus diesem Grund ablehnen. Erkennungssoftware macht Fehler, und zwar mehr bei Texten von Menschen, die in einer Fremdsprache schreiben. Ein Lebenslauf scheitert weit eher daran, dass er austauschbar ist, oder daran, dass eine seiner Behauptungen das Vorstellungsgespräch nicht übersteht.

Was Recruiter in Umfragen sagen

KI bei der Bewerbung zu nutzen ist alltäglich geworden. Laut einer Gartner-Umfrage unter 3.290 Bewerbenden, über die Personnel Today im August 2025 berichtete, hatten 39 % im Bewerbungsprozess KI genutzt. Greenhouse, ein Hersteller von Recruiting-Software, befragte später im selben Jahr 1.200 Jobsuchende in den USA und berichtete, dass 74 % bei der Jobsuche KI nutzten. Die beiden Zahlen liegen weit auseinander, doch nach jeder von ihnen liest ein Recruiter jeden Tag Lebensläufe, die mit KI-Hilfe entstanden sind.

Recruiter sind sich sicher, dass sie erkennen, welche das sind. Der Personaldienstleister Insight Global gab im Oktober 2024 eine Umfrage unter 1.005 Personalverantwortlichen in den USA in Auftrag. Darin sagten 88 %, sie könnten erkennen, wenn Bewerbende KI für Bewerbungen, Anschreiben oder Lebensläufe nutzen, und 54 % gaben an, das würde für sie eine Rolle spielen.

Welche Rolle genau, zeigt eine Umfrage unter 600 Personalverantwortlichen in den USA, die im Mai 2025 für TopResume durchgeführt wurde, einen Dienst, der Lebensläufe im Auftrag schreibt. Etwa jeder Fünfte (19,6 %) sagte, er würde Bewerbende ablehnen, deren Lebenslauf oder Anschreiben von KI generiert wurde. Knapp über die Hälfte (52 %) hielt KI fürs Korrekturlesen oder als Hilfe beim Entwurf für akzeptabel, und 14,5 % meinten, KI habe in keiner Phase der Personalauswahl etwas zu suchen.

Dabei sind zwei Einschränkungen zu beachten. Beide Umfragen wurden von Unternehmen bezahlt, die Personal- oder Lebenslauf-Dienstleistungen verkaufen, und beide erfassen, was Personalverantwortliche nach eigener Aussage tun würden. Ablehnen kann man einen von KI geschriebenen Lebenslauf aber erst, wenn man ihn richtig erkannt hat, und genau das erweist sich als der schwierige Teil.

Was Tests ergeben

Die TopResume-Umfrage enthielt einen Test. Personalverantwortlichen wurden vier Lebensläufe gezeigt, und sie sollten angeben, welche von KI geschrieben waren. In den Worten des Unternehmens „erkannte mehr als ein Drittel (33,5 %) KI-generierte Lebensläufe“, und wer sie erkannte, brauchte dafür etwa 20 Sekunden. Der Bericht stellt das als Warnung an Bewerbende dar. Man kann es auch umgekehrt lesen: Rund zwei von drei Personalverantwortlichen haben die KI-Lebensläufe nicht erkannt. Der Bericht sagt nicht, wie viele der vier maschinell geschrieben waren, deshalb lässt sich das Ergebnis nicht mit bloßem Raten vergleichen.

Die akademische Forschung fällt noch weniger schmeichelhaft aus. In einer 2023 in PNAS veröffentlichten Studie lasen 4.600 Menschen in sechs Experimenten kurze Selbstbeschreibungen, darunter berufliche Profile von einer Jobplattform für Freelancer, und beurteilten jeweils, ob ein Mensch oder eine KI sie geschrieben hatte. Sie lagen in 50 bis 52 % der Fälle richtig, also so oft wie bei einem Münzwurf. Die Lesenden verließen sich auf Hinweise, die vernünftig wirkten und nicht funktionierten: Pronomen in der ersten Person, umgangssprachliche Kurzformen und Erwähnungen der Familie galten alle als Zeichen eines menschlichen Autors. Der KI-Text in dieser Studie stammte von Modellen, die inzwischen mehrere Generationen alt sind.

Eine Gruppe schneidet deutlich besser ab. In einer Studie von 2025 sollten Menschen 300 Artikel als von Menschen oder von KI geschrieben einordnen. Wer selten Chatbots nutzte, gehörte nach den Worten der Autoren zu den „schlechten Erkennern KI-generierter Texte“ und war trotzdem von den eigenen Antworten überzeugt. Fünf Personen, die Sprachmodelle oft für ihr eigenes Schreiben nutzten, schnitten ganz anders ab: Ihr Mehrheitsvotum lag nur bei einem von 300 Artikeln falsch.

Diese Artikel umfassten bis zu 1.000 Wörter, weit mehr Text, als ein Lebenslauf bietet, deshalb lässt sich das Ergebnis nicht ohne Weiteres übertragen. Es deutet aber an, wer es bemerken wird: Ein Recruiter, der jeden Tag ChatGPT nutzt, kennt vermutlich dessen Eigenheiten, und ein unbearbeiteter Entwurf steckt voller davon.

Was einen KI-geschriebenen Lebenslauf verrät

Die erfahrenen Lesenden in dieser Studie mussten ihre Entscheidungen begründen, und am häufigsten ging es dabei um den Wortschatz. Das Paper nennt „vibrant, crucial, significantly“ (etwa „lebendig, entscheidend, erheblich“) unter den Wörtern, die KI-Text verrieten, dazu Satzmuster wie „not only … but also …“ („nicht nur … sondern auch …“).

Lebensläufe haben ihre eigene Variante. Die Personalberatung Michael Page veröffentlichte im Juli 2026 Hinweise für Arbeitgeber, die Standardfloskeln wie „Ergebnisorientierte Fachkraft“ und „Nachweisliche Erfolgsbilanz“ nennen, Erfolge wie „Betriebliche Effizienz verbessert“ ohne jede Messgröße und Keywords aus der Stellenanzeige, die so oft wiederholt werden, bis der Text schablonenhaft wirkt. Ein erfahrener Recruiter sagte 2024 der SHRM, dem US-Fachverband für Personalmanagement, ein Anzeichen sei, wenn „jedes einzelne Keyword im Lebenslauf dieser Person auftaucht“.

Zusammengenommen sieht das Muster aus wie das erste dieser beiden erfundenen Beispiele.

Alle drei Stichpunkte der ersten Fassung haben dieselbe Form: ein großes Verb, ein abstraktes Substantiv und ein Ergebnis ohne Einheit. Nichts davon ließe sich überprüfen, und nichts müsste geändert werden, wenn man es in den Lebenslauf einer anderen Person kopierte.

Nichts davon beweist, dass ein Chatbot im Spiel war. Lebenslauf-Floskeln sind älter als Chatbots, die sie aus von Menschen geschriebenen Lebensläufen gelernt haben, und die Hinweise von Michael Page betonen, dass kein einzelnes Anzeichen eine KI-Nutzung belegt. Was Recruiter erkennen, ist ein austauschbarer Lebenslauf. KI produziert solche Lebensläufe nur schneller.

Das ernsteste Warnsignal hat mit Stil nichts zu tun. Als UseResume ChatGPT und Claude dieselben Lebenslauf-Aufgaben stellte, fügte Claude bei allen drei Versuchen, einen Lebenslauf anzupassen, Behauptungen hinzu, die der Bewerber nie aufgestellt hatte. Eine davon war die Formulierung „Nacharbeitsschleifen beseitigt“, übernommen aus der Stellenanzeige. Bei einem Versuch kam zu den Ergänzungen sogar die Versicherung, es sei „nichts Neues erfunden“.

Recruiter bekommen die Folgen zu sehen. Der oben zitierte Recruiter sagte der SHRM, KI werde „das, was ihre Erfahrung an Aufgaben umfasst hat, aufblähen“. In einem weiteren SHRM-Artikel aus dem Jahr 2024 sagte ein HR-Berater, Bewerbende, die sich mit einem von KI aufgepeppten Lebenslauf falsch darstellen, würden womöglich „vage oder knappe Antworten geben“, wenn sie näher darauf eingehen sollen. Einen Stil kann man beim Überarbeiten entfernen. Ein erfundener Erfolg bleibt im Lebenslauf stehen, bis im Vorstellungsgespräch jemand danach fragt.

Wie zuverlässig KI-Detektoren sind

Wenn Menschen unzuverlässig urteilen, könnte man erwarten, dass Software es besser macht. Ihre Bilanz begann schlecht. OpenAI veröffentlichte im Januar 2023 einen Detektor für KI-geschriebenen Text und zog ihn im Juli desselben Jahres zurück, weil er zu ungenau war. Nach den eigenen Zahlen des Unternehmens erkannte er 26 % der KI-Texte und stufte 9 % der von Menschen geschriebenen Texte als KI ein. Im selben Jahr kam ein Test von 14 Erkennungstools, veröffentlicht im International Journal for Educational Integrity, zu dem Schluss, sie seien „weder genau noch zuverlässig“.

Der beunruhigendste Befund kam aus Stanford. Forschende nahmen 91 Aufsätze, die Nicht-Muttersprachler für den Englischtest TOEFL geschrieben hatten, gesammelt in einem chinesischen Forum, und ließen sie durch sieben verbreitete Detektoren laufen. Die Detektoren stuften diese von Menschen geschriebenen Aufsätze im Schnitt zu 61,3 % fälschlich als KI ein, und 97,8 % der Aufsätze wurden von mindestens einem von ihnen markiert. Aufsätze amerikanischer Achtklässler wurden korrekt eingeordnet. Viele Detektoren werten vorhersehbare Formulierungen als Kennzeichen einer Maschine, und wer in einer Fremdsprache schreibt, greift auf einen kleineren Wortschatz zurück. Die Autoren schrieben, sie „warnen eindringlich vor dem Einsatz von GPT-Detektoren in bewertenden oder pädagogischen Kontexten“.

Die Vanderbilt University schaltete im August 2023 den KI-Detektor von Turnitin ab. Sie rechnete vor, dass selbst die von Turnitin angegebene Falsch-positiv-Rate von 1 % rund 750 der 75.000 Arbeiten, die die Universität 2022 eingereicht hatte, falsch hätte kennzeichnen können. Im April 2025 ging die US-Verbraucherschutzbehörde Federal Trade Commission (FTC) gegen ein Unternehmen vor, das seinen Detektor mit einer Genauigkeit von 98 % beworben hatte. Unabhängige Tests ergaben nach Angaben der FTC bei allgemeinen Inhalten eine Genauigkeit von 53 %. Die Anordnung wurde im August desselben Jahres rechtskräftig.

Manche Detektoren sind seitdem besser geworden. In der Studie von 2025 mit 300 Artikeln erkannte ein kommerzieller Detektor 98 % der KI-Artikel und stufte 2 % der von Menschen geschriebenen fälschlich als KI ein. Zwei Dinge verhindern, dass die Sache damit erledigt ist. Das erste ist das Material. Das waren Artikel mit bis zu 1.000 Wörtern, ein Lebenslauf dagegen ist eine Seite voller Satzfragmente in bewusst konventionellem Wortschatz, also nah an der Art von Text, an der die Detektoren in der Stanford-Studie scheiterten. Keine der hier zitierten Untersuchungen hat Lebensläufe getestet. Das zweite ist die Rechnung. Ein Detektor, der 2 % der von Menschen geschriebenen Texte fälschlich markiert, beschuldigt bei 1.000 Lebensläufen, die Menschen selbst geschrieben haben, 20 davon.

Der Score eines Detektors ist daher am besten als Einschätzung zu lesen, wie ein Text klingt. Wer ihn geschrieben hat, kann er nicht feststellen, und das gilt für jedes solche Tool, auch für den KI-Detektor von UseResume.

Ob Arbeitgeber Detektoren einsetzen

Zu dieser Frage ist die Beweislage am dünnsten. Die Bewerbermanagementsysteme (ATS), mit denen Arbeitgeber Bewerbungen sammeln, wurden nicht für diese Aufgabe gebaut: Ein Blogbeitrag der SHRM vom September 2026 hält fest, dass herkömmliche Systeme „nicht dafür ausgelegt sind, Deepfakes oder KI-generierte Lebensläufe zu erkennen“.

Detektoren werden Recruitern als eigene Produkte angeboten, und manche Arbeitgeber nutzen sie. Der Gründer eines Outsourcing-Unternehmens für Kundenservice, zitiert im SHRM-Artikel von 2024 über KI-generierte Lügen im Lebenslauf, empfahl, einen Lebenslauf vor dem Vorstellungsgespräch durch GPTZero laufen zu lassen. Der Bericht von Greenhouse aus dem Jahr 2025, der auf einer Umfrage beruht, an der auch 1.236 Recruiter und Personalverantwortliche in vier Ländern teilnahmen, gibt an, dass 61 % der Personalverantwortlichen in den USA und 59 % in Großbritannien, Irland und Deutschland „Software einsetzen, um KI-Nutzung im Einstellungsprozess zu erkennen“. Diese Formulierung umfasst Vorstellungsgespräche ebenso wie Lebensläufe, und der Bericht sagt nicht, welche Art von Software gemeint ist. Das Fehlverhalten, das Greenhouse beschreibt, ist überwiegend anderer Art: 32 % der Personalverantwortlichen in den USA hatten Bewerbende dabei ertappt, von KI-generierten Skripten abzulesen, 22 % hatten in Lebensläufen versteckte Anweisungen gefunden, die Screening-Software täuschen sollten, und 18 % waren auf einen Deepfake gestoßen.

Wo Software den Lebenslauf zuerst liest, kann sie sogar in die andere Richtung ausschlagen. Ein Arbeitspapier von 2025 ergab, dass Sprachmodelle, die Lebensläufe vorsortierten, Lebensläufe desselben Modells gegenüber Lebensläufen von Menschen bevorzugten. In den Simulationen kamen Bewerbende, die dasselbe Modell wie der Bewerter genutzt hatten, mit einer um 23 bis 60 % höheren Wahrscheinlichkeit in die engere Auswahl als gleich qualifizierte Bewerbende, die ihren Lebenslauf selbst geschrieben hatten. Das ist eine Simulation, und die engere Auswahl sieht sich immer noch ein Mensch an.

Die Ratschläge, die Recruiter einander geben, sind vorsichtig. Michael Page schreibt Arbeitgebern, Erkennungstools könnten „zusätzliche Hinweise“ liefern, seien aber kein Beweis, und empfiehlt stattdessen Vorstellungsgespräche und praktische Aufgaben.

Was am Ende entscheidet

Klare Sprache hilft Bewerbenden, egal wer oder was sie hervorgebracht hat. In einem Feldexperiment auf einem Online-Arbeitsmarkt mit fast einer halben Million Jobsuchenden wurden diejenigen, die algorithmische Hilfe beim Formulieren ihres Lebenslaufs bekamen, um 8 % häufiger eingestellt, und die Forschenden fanden keine Hinweise darauf, dass Arbeitgeber mit ihnen weniger zufrieden waren. Das Paper erschien im Januar 2023, die Hilfe darin stammt also aus der Zeit vor den heute genutzten Chatbots.

Feinschliff hat allerdings an Wert verloren, seit ihn alle haben. Ein Arbeitspapier von 2025 zu Freelancer.com, einem Marktplatz für freiberufliche Aufträge, ergab, dass Arbeitgeber vor dem Aufkommen der Sprachmodelle bereit waren, für Bewerbende mit individuell angepassten Bewerbungen mehr zu zahlen, danach aber nicht mehr. Ein gut gedrechselter Satz sagt nicht mehr viel über die Person, die ihn geschickt hat. Details, die nur der Bewerber liefern kann, sagen dagegen weiterhin etwas, und darauf laufen auch die Listen der Warnsignale hinaus.

Wer einen KI-Entwurf überarbeitet, hat also zwei Aufgaben. Die erste ist Genauigkeit: jede Zeile mit dem ursprünglichen Lebenslauf abgleichen und alles streichen, was nicht passiert ist, ob Jobtitel, Zahl, Tool oder Vertriebsgebiet. Eine Sammlung getesteter ChatGPT-Prompts für Lebensläufe enthält einen, der diesen Abgleich Zeile für Zeile vornimmt. Ein hilfreicher Test ist, ob man im Vorstellungsgespräch zwei Minuten lang über die Zeile sprechen könnte. Die zweite ist Konkretheit: jede Standardfloskel durch eine Zahl oder einen Namen aus den eigenen Unterlagen ersetzen, wie im Beispiel oben. Vokabular aus der Stellenanzeige zu übernehmen bleibt sinnvoll, sofern die Wörter Arbeit beschreiben, die tatsächlich geleistet wurde.

Fragt jemand im Vorstellungsgespräch, ob KI im Spiel war, sprechen die Belege dafür, das zu bejahen. Gut die Hälfte der Personalverantwortlichen in der TopResume-Umfrage akzeptiert KI fürs Korrekturlesen oder als Hilfe beim Entwurf, und eine von der SHRM zitierte Führungskraft aus dem Recruiting brachte die Priorität auf den Punkt: „Mich würde mehr interessieren, ob sie lügen, was die KI-Nutzung angeht“.

Wer den Ein-Minuten-Entwurf vor sich hat, hat damit eine Antwort. Der Recruiter ahnt womöglich durchaus, wie er entstanden ist, vor allem wenn er unbearbeitet rausging und der Recruiter dieselben Tools nutzt. Beweisen kann der Recruiter es nicht, und nur etwa jeder Fünfte sagt, er würde einen Lebenslauf deshalb ablehnen. Die Software, die es angeblich weiß, irrt sich so oft, dass Recruitern geraten wird, sie nicht als Beweis zu behandeln. Das Risiko des Entwurfs liegt im Stichpunkt, der nichts sagt, und im Stichpunkt, der etwas Unwahres sagt. Beides lässt sich beheben, bevor die Bewerbung rausgeht.

So hilft UseResume

Ein Allzweck-Chatbot schreibt auf Grundlage dessen, was man ihm eingibt. UseResume ist eigens für das Schreiben von Lebensläufen gebaut. Sein KI-Lebenslauf-Generator geht von deinem eigenen Material aus, ob importierter Lebenslauf, LinkedIn-Profil oder deine Antworten auf geführte Fragen, und jeden Vorschlag kannst du bearbeiten.

Zwei seiner Tools setzen genau bei dem hier beschriebenen Problem an. Der KI-Detektor gibt einem Lebenslauf oder Anschreiben einen KI-Score, zeigt die Zeilen, die nach KI klingen, und schlägt vor, wie du sie umschreibst. Wie jeder Detektor kann er sich irren, der Score ist also ein Hinweis darauf, was ein Recruiter bemerken könnte, und nicht mehr. Der Lebenslauf-Check bewertet einen Lebenslauf mit 0 bis 100 Punkten anhand von 37 Prüfpunkten und listet auf, was du zuerst beheben solltest.

Erstelle dein Konto und lass deinen eigenen Entwurf durch beide laufen.