KI-Einstellungen: Einstellungszeiten bleiben stabil

Die Statistik: 41% messen gleichbleibende Zeiten

Die am 11. September 2026 veröffentlichte ManpowerGroup-Umfrage bringt eine Zahl, die die Rhetorik rund um KI-Einstellungen relativiert: 41% der befragten Arbeitgeber weltweit berichten von einer durchschnittlichen Einstellungsdauer, die der des Vorjahres entspricht. 28% berichten von einer Beschleunigung. 29% melden eine Verlangsamung (HCAMag, 11. September 2026^[1]).

Der aufschlussreichste Teil liegt in der Symmetrie: Die 28%, die beschleunigen, und die 29%, die verlangsamen, bilden zwei nahezu gleich große Gruppen mit entgegengesetzten Ergebnissen.

Automatische Screening-Tools sind in Auswahlprozesse mit einem expliziten Versprechen eingezogen, nämlich die Einstellungsdauer zu verkürzen. Heute misst die relative Mehrheit der Organisationen die gleiche Dauer wie vorher. Die Diskrepanz zwischen der Tool-Einführung und dem Resultat bei der Zeitdauer ist der Punkt, an dem diese Geschichte lebt.

Achtunddreißig Tage: Wo die Zeit vergeht

Der Bericht gibt keinen globalen Durchschnitt an. Im selben Artikel zitierte frühere Forschungen setzen den weltweiten Median auf 38 Tage: Sechs Tage werden für das Lesen von Bewerbungen benötigt, weitere vierzehn für Interviews mit den vielversprechendsten Kandidaten.

Es bleiben etwa achtzehn Tage, verteilt auf den Rest: Rollendefinition, interne Genehmigungen, Angebot, abschließende Verhandlung.

Diese Arithmetik zählt, weil sie zeigt, wo die KI wirkt und wo sie stillsteht. Das Lesen von Bewerbungen, sechs Tage, ist genau das Segment, das das automatische Screening am besten verkürzt. Interviews und Unterschriften, über dreißig Tage, hängen von menschlichen Zeitplänen und internen Entscheidungsketten ab.

Ein Tool, das auf weniger als ein Sechstel des Zyklus wirkt, erzielt einen echten Gewinn, der in der Gesamtmetrik unsichtbar ist. Die in den ersten sechs Tagen eingesparte Zeit wird in den folgenden dreißig Tagen wieder aufgebraucht.

Die Hindernisse, die Arbeitgeber nennen

Das erste im Bericht angegebene Hindernis betrifft den Mangel an Personen mit den erforderlichen Fähigkeiten. Die anderen vier Faktoren sind:

• Wenige qualifizierte Kandidaten auf dem lokalen Markt
• Nichtübereinstimmung zwischen den Erwartungen von Kandidaten und den Rollenanforderungen
• Rückgang von Kandidaten aus Empfehlungen und beruflichen Netzwerken
• Länge und Komplexität des Prozesses, einschließlich interner Genehmigungen

Vier von fünf Punkten beschreiben eine organisatorische Bedingung, nicht primär einen Softwaremangel. Die Nichtübereinstimmung zwischen Erwartungen und Anforderungen ergibt sich aus der Art, wie die Rolle formuliert und bewertet wird. Der Rückgang bei Empfehlungen misst die Gesundheit interner Netzwerke, also wie sehr Mitarbeiter diesen Job weiterempfehlen.

Der fünfte Punkt ist am explizitesten: In vielen Organisationen durchläuft die Entscheidung zu stellen mehrere Unterschriftsebenen, bevor sie zu einem Angebot wird.

Ein KI-Tool beschleunigt die Erstellung einer Shortlist. Die Genehmigungskette bleibt dort, wo sie am Tag vor dem Kauf war.

Was die Auswahl wirklich beschleunigt

Der Bericht listet auch die Faktoren auf, die die Zeit verkürzen. An erster Stelle steht eine bessere Passung zwischen Person und Rolle. Danach folgen vier weitere Hebel.

• Schnellere interne Genehmigungen und Entscheidungen
• Bessere Zusammenarbeit zwischen HR und Einstellungsverantwortlichen
• Mehr Bewerbungen durch Flexibilität bei der Rolle
• Effektives Screening, einschließlich Filterung von KI-generierten Bewerbungen

Die beiden Listen spiegeln sich. Das, was verlangsamt, und das, was beschleunigt, beschreiben dieselbe Variable aus zwei Richtungen: die Qualität der Gestaltung der Einstellungsentscheidung.

Der letzte Punkt verdient Aufmerksamkeit. Das automatische Screening dient heute teilweise dazu, ein Problem einzudämmen, das die Tools selbst geschaffen haben: das Volumen von Bewerbungen, die von einem Modell generiert wurden. Ein Teil des Effizienzgewinns wird durch die Abwehr von Eingabe-Rauschen aufgebraucht.

Der Engpass ist die Entscheidung

Diese Daten führen zu einer präzisen These: KI, die in einen nie umgestalteten Prozess eingefügt wird, erzeugt passive Überwachung. Ein Recruiter, der zehn Shortlists statt einer erhält, mit den gleichen drei Unterschriftsebenen danach, arbeitet in der ersten Hälfte des Zyklus schneller und wartet in der zweiten.

Das Muster ist dokumentiert: Die Überprüfung automatischer Outputs nimmt einen messbaren Anteil der Woche derjenigen ein, die diese Tools täglich nutzen. Es ist ein Workflow-Design-Fehler statt einer Modellbegrenzung.

Die Tool-Einführung zu messen und die Umgestaltung der Organisation zu messen sind zwei unterschiedliche Übungen. Die erste erzeugt einen Prozentsatz aktiver Lizenzen. Die zweite erzeugt eine Zykluszeit.

Die 41%, die gleichbleibende Zeiten messen, beschreiben Organisationen, in denen die erste Übung abgeschlossen ist und die zweite noch wartet. Das ist eine Change-Management-Distanz, nicht ein Technologieproblem.

Die alternative Lesart und ihre Grenzen

Es gibt eine ehrliche Gegenlesung der Statistik. Das Bewerbungsvolumen pro Stelle ist mit den generativen Tools für Jobsuchende gestiegen. Konstante Zeit bei höheren Volumen bedeutet in dieser Lesart einen verborgenen Produktivitätsgewinn hinter einer flachen Metrik.

Das Argument hält teilweise, und der Bericht selbst bestätigt das, wenn er die automatische Bewerbungsfilterung unter die Beschleunigungsfaktoren aufnimmt.

Die Grenze betrifft das Ziel des Gewinns. Eine Effizienz, die dazu dient, mehr Bewerbungen pro Stelle zu verwalten, erzeugt zusätzliche Arbeit statt eines besseren Ergebnisses für die Organisation und die Menschen. Die 29%, die verlangsamen, deuten darauf hin, dass in einigen Fällen das Volumen die Filterkapazität überschritten hat.

Die Einstellungszeit bleibt daher die aussagekräftige Metrik, weil sie das Ergebnis statt die Aktivität misst.

Die Nachfrage wächst, während der Zyklus stillsteht

Der gleiche Bericht zeigt eine Erholung der Einstellungsabsichten. Der Global Net Employment Outlook für das vierte Quartal 2026 liegt bei 29%, zwei Punkte über dem vorherigen Quartal und sechs Punkte über dem Vorjahr.

43% der Arbeitgeber planen eine Personalaufstockung zwischen Oktober und Dezember 2026, 41% beabsichtigen keine Veränderung, 14% planen Kürzungen, 2% sind unsicher. Indien führt mit 54%, Brasilien folgt mit 53%, die USA bleiben über dem Durchschnitt mit 36%. Slowakei (3%) und Rumänien (4%) schließen die Rangliste.

Die Kombination wiegt schwerer als einzelne Zahlen. Wachsende Nachfrage und stabile Zykluszeit verlängern die Warteschlange offener Stellen, mit Kosten, die auf unterbesetzten Teams und Personen, die die Arbeit abdecken, lasten.

Für einen CFO ist das Kosten unbelegter Positionen, messbar pro Woche und Position.

Was Organisationen tun, die die Zeit verkürzen

Organisationen, die den Zyklus straffen, arbeiten mit zwei internen Hebeln. Der erste betrifft die Genehmigungskette: klare Schwellenwerte, schriftliche Delegationen, ein maximales Antwortzeitfenster für jede Ebene. Der zweite betrifft den Talentpool: interne Kandidaten schlagen externe Konkurrenz.

Eine von HR Dive^[2] veröffentlichte Analyse verbindet die Schwierigkeit, Talente zu halten, mit langsameren Organisationswachstum. Die Beziehung funktioniert in beide Richtungen: Wer Talente verliert, eröffnet Stellen neu, wer Stellen neu eröffnet, gerät in die 38-Tage-Warteschlange.

Die bereits dokumentierte Lohnprämie für KI-Fähigkeiten macht diesen Hebel noch konkreter: Auf dem externen Markt kosten diese Fähigkeiten mehr und kommen später an.

Vier Lesarten dieser Evidenz, eine pro Tisch.

• CEO: Zykluszeit zum Board bringen, nicht die Tool-Adoptionsquote
• CHRO: Die Genehmigungskette vor dem nächsten Softwarekauf umschreiben
• CFO: Die wöchentlichen Kosten offener Stellen über dem Median quantifizieren
• Talent & Compensation Committee: Den Anteil intern besetzter Positionen überwachen

Die Design-Frage für die nächsten zwölf Monate ist direkt: Welche Unterschriftsebene in der Organisation verschwindet, wenn die Einstellungszeit eine Board-Metrik wird?