Stellenanzeigen mit KI: Zu viele Bewerbungen.Und kaum eine passt.

Pro Anzeige kommen heute fast doppelt so viele Bewerbungen herein wie 2023, während die Trefferquote sinkt. Wir zeigen an fünf Stellen einer Beispiel-Stellenanzeige für einen Servicetechniker, wo die Vorsortierung entsteht. Dazu ein zweiter Blick darauf, was ChatGPT über euch als Arbeitgeber erzählt. Teil unserer Reihe zu Sichtbarkeit und Content 2026, eigenständig lesbar.

Fast doppelt so viele Bewerbungen pro Stellenanzeige wie 2023. In Marketing, HR und IT liegt der Anstieg bei über 170 Prozent. Und das in einem Markt, in dem die Zahl der offenen Stellen gesunken ist.

90 Prozent lassen die KI schreiben

Wer darin ein Luxusproblem sieht, sitzt vermutlich nicht in der Personalabteilung. Denn dazu kommt eine zweite Zahl aus denselben Monaten: Rund 90 Prozent der befragten HR-Verantwortlichen setzen inzwischen KI-Tools ein, um ihre Stellenanzeigen zu verfassen. Erhoben im Sommer 2025 unter 736 Personalverantwortlichen in Deutschland.

Warum die Trefferquote sinkt

Die Anzeigen werden also gleichförmiger, weil sie aus denselben Modellen kommen. Gleichzeitig landen auf jeder einzelnen deutlich mehr Bewerbungen als früher, ohne dass automatisch mehr passende dabei wären. Die Ökonomin Christina Langer von Stepstone formuliert die Verschiebung so: Die operative Herausforderung wandert von „genug Bewerbungen bekommen” zu „die richtigen erkennen”.

Die Anzeige muss Absprünge zulassen

Damit hat sich die Aufgabe des Textes verändert. Eine Stellenanzeige musste lange vor allem gefallen. Dabei ist sie immer auch ein Stück sprachliche Markenführung. Heute muss sie vorsortieren, und zwar bevor jemand auf „Jetzt bewerben” klickt. Ein Text, der durch Mittelwertbildung entsteht, kann das nicht. Er sagt allen zu.

Der Fachkräftemangel ist dabei nicht verschwunden. 43 Prozent der deutschen Unternehmen sehen sich stark oder sehr stark betroffen, und in Pflege, Gesundheit und Bildung sitzt der Engpass weiterhin fest. Er verteilt sich nur anders als noch vor drei Jahren: Der Mangel ist speziell geworden, das Bewerbungsaufkommen breit.

Arbeit an der Muster-Stellenanzeige: 5 Stellen, 5 Mikro-Entscheidungen

Ein Hinweis vorweg: Der Fall ist gebaut. Kein Kunde überlässt uns seine Stellenanzeige zum Sezieren, und eine fremde Anzeige öffentlich auseinanderzunehmen wäre unfein. Also haben wir ein Unternehmen konstruiert, das es in dieser Form in NRW zwanzigmal geben könnte.

Vosskamp Anlagenbau GmbH, Gummersbach, 180 Mitarbeitende. Baut Abfüll- und Verpackungslinien für Molkereien, Brauereien und Backwarenbetriebe. Gesucht wird ein Servicetechniker im Außendienst, Einsatzgebiet zwischen Köln und Kassel. Alle Details sind so gewählt, dass sie in einem realen Betrieb dieser Größe stehen könnten.

Stelle 1 – der Jobtitel

Der Jobtitel ist die einzige Stelle in einer Anzeige, an der Eigensinn schadet. Er wird gesucht, gematcht, indexiert und von Maschinen gelesen, bevor ihn ein Mensch sieht. „Werde Teil unseres Teams” belegt hier Zeichen, die sonst Information tragen könnten.

Die echte Version packt drei Fakten in dieselbe Zeile: Außendienst, Abfülltechnik, Region. Jeder davon sortiert. Wer Werkstatt sucht statt Auto, ist nach dem zweiten Wort raus. Genau dafür steht die Zeile da.

Die Entscheidung: dass die Kreativität eine Zeile tiefer wandert. Der Titel arbeitet, er wirbt nicht.

Stelle 2 – der Einstieg

Zwei Sätze, vier Verräter: innovativ, mittelständisch, maßgeschneidert, höchstes Qualitätsniveau. Jedes dieser Wörter passt auf vierhundert andere Betriebe. Nach dem Lesen weiß niemand, was die Maschinen tun.

Die echte Version setzt das Produkt in den Morgen des Lesers. Und sie ersetzt „über 40 Jahre Erfahrung” durch zwei Zahlen, die jemand nachprüfen kann. Nachprüfbarkeit ist ein Glaubwürdigkeitssignal, das kaum etwas kostet.

Die Entscheidung: die Firmenvorstellung im Alltag des Lesers zu verankern. Ein Joghurt am Frühstückstisch trägt weiter als jede Zahl aus dem Firmenjubiläum.

Stelle 3 – die Aufgaben

Die KI-Liste ist fachlich korrekt und ließe sich unter jede zweite Servicetechniker-Anzeige in Deutschland kopieren. Sie beschreibt die Funktion. Den Tag beschreibt sie nicht.

Und sie hält genau die Information zurück, an der die Entscheidung hängt: wie viel Reise, wie viel Ungeplantes, wie viel eigene Verantwortung. Jede verschwiegene Zahl kommt später zurück, im Gespräch, in der Probezeit oder in der zweiten Kündigung.

Der schöne Nebeneffekt: Derselbe Satz, der die Falschen abschreckt, überzeugt die Richtigen. Wer vor Ort selbst entscheiden will, liest „Rückfragen in die Zentrale kennen wir hier nicht” als Argument.

Die Entscheidung: die unangenehme Zahl in den Text zu schreiben. Sie kostet Bewerbungen. Genau dafür steht sie da.

Stelle 4 – das Anforderungsprofil

Das Anforderungsprofil ist die Stelle, an der ein Modell am zuverlässigsten danebenliegt, weil es sammelt statt zu entscheiden. Zehn Punkte sehen gründlich aus. Sie wirken aber wie eine Hürde, und zwar vor allem auf die Vorsichtigen, die den Job längst könnten.

Der Block „Was du nicht brauchst” ist der Move, den kein Modell von allein macht. Er setzt voraus, dass jemand im Unternehmen entschieden hat, was wirklich unverhandelbar ist. Genau das ist Arbeit, und genau die spart die KI ungefragt weg.

Stepstone empfiehlt für die aktuelle Marktlage dasselbe von der anderen Seite: Klare Einstellungskriterien in der Anzeige reduzieren unpassende Bewerbungen, bevor sie überhaupt eingehen.

Die Entscheidung: die Liste zu halbieren und die Streichungen sichtbar zu machen.

Stelle 5 – der Abschluss

Der KI-Abschluss verlangt vom Bewerber vollständige Unterlagen, einen Termin und eine Gehaltsvorstellung. Das Unternehmen selbst legt sich zu nichts fest. Die echte Version dreht das um: Die Firma nennt Spanne, Leser und Reaktionszeit, der Bewerber schickt einen Lebenslauf.

Die Gehaltsspanne ist dabei das wirksamste Sortierinstrument, das eine Anzeige hat. Sie erlaubt es Kandidaten, die eigene Passung selbst einzuschätzen, und die EU-Entgelttransparenzrichtlinie schiebt ohnehin in diese Richtung.

Die Entscheidung: an der Stelle, an der üblicherweise der Bewerber liefern soll, das Unternehmen liefern zu lassen.

Was an den fünf Stellen sichtbar wird

Wer die fünf Beispiele übereinanderlegt, sieht ein Muster. In vier von fünf Fällen bestand die Entscheidung darin, etwas herauszunehmen.

Der Jobtitel verliert die Werbezeile. Die Firmenvorstellung verliert die Adjektive. Das Anforderungsprofil verliert die Hälfte. Der Abschluss verliert die Bewerbungsfloskel. Nur an einer einzigen Stelle kommt etwas dazu: die 5:40 Uhr in Kassel.

In Markentexten erzeugt die Mikro-Entscheidung Wiedererkennbarkeit. In einer Stellenanzeige erzeugt sie etwas, das man messen kann: weniger Bewerbungen, von denen mehr passen.

Und beides hängt an derselben Voraussetzung. Jemand muss die Firma kennen, um zu wissen, dass die Rufbereitschaft alle sechs Wochen kommt und dass Englisch keine Rolle spielt. Das ist der praktische Kern von Corporate Language: die Summe der Entscheidungen, die nur jemand mit Wissen über das Unternehmen treffen kann.

Die zweite Bühne: Was ChatGPT über dein Unternehmen erzählt

Es gibt einen zweiten Ort, an dem sich diese Entscheidungen auszahlen, und der ist neu. Eine Kandidatin sitzt abends auf dem Sofa und tippt in ChatGPT: „Welche Maschinenbauer im Bergischen sind gute Arbeitgeber für Servicetechniker?” Die KI antwortet, nennt drei Namen, beschreibt Gehalt und Arbeitsbedingungen. Auf keiner Karriereseite war sie dabei.

Der Anteil ist überschaubar. Bei Arbeitgeber-Recherchen starten 19 Prozent der Befragten bei ChatGPT und Co., 81 Prozent weiterhin bei klassischen Suchmaschinen. Das hat Stepstone im September 2025 unter 2.122 Personen erhoben. Wer daraus eine Revolution macht, verkauft zu früh. Es ist trotzdem der Moment, in dem die Shortlist entsteht, und das ist ein teurer Moment.

Wie sich das messen lässt, zeigt eine Auswertung, die im Juni 2026 bei Haufe erschienen ist: Für einen großen Lebensmitteleinzelhändler wurden über acht Wochen mehr als 5.000 KI-Antworten auf 46 typische Bewerberfragen ausgewertet. Ergebnis: Die Marke wurde in 30 Prozent der Antworten genannt, der stärkste Wettbewerber in 46 Prozent. Bei der Prominenz innerhalb der Antworten stand es 15 zu 18 Prozent.

Wichtig zur Einordnung: Das ist ein Einzelfall und stammt vom Anbieter des Analysetools, keine unabhängige Studie mit Stichprobe. Die drei strukturellen Beobachtungen daraus decken sich allerdings mit dem, was wir aus der GEO-Forschung ohnehin kennen:

• Externe Quellen schlagen die eigene Karriereseite. Kununu, Indeed, Stepstone, Fachmedien. Aus denen setzt die KI ihr Bild zusammen.
• Widersprüche zwischen Kanälen führen zu Zurückhaltung. Im untersuchten Fall beschrieb die KI den Arbeitgeber als „strukturiert und leistungsorientiert”. Die Kulturwerte, die intern stark betont wurden, tauchten kaum auf, weil sie extern nirgends verankert waren.
• Konkrete Zahlen werden zitiert. Ausbildungsgehälter waren die am häufigsten genannten konkreten Werte, weil sie auf mehreren Plattformen strukturiert und konsistent vorlagen. Wo Zahlen fehlten, blieben die Antworten vage.

Punkt drei führt direkt zur Anzeige zurück. Die Gehaltsspanne, die 120 Reisetage, die Rufbereitschaft alle sechs Wochen: Das ist genau das Material, das ein Modell aufgreifen kann. Die generische Version liefert nichts Zitierfähiges, weil alles darin für alle stimmt.

Eine einzelne Anzeige löst das Sichtbarkeitsproblem trotzdem nicht. Der größere Hebel liegt bei Erwähnungen außerhalb der eigenen Domain. Wie sich das systematisch aufbauen lässt, steht in unserem Beitrag zu den Hebeln für KI-Sichtbarkeit.

Wo im Ablauf sitzt die Entscheidung?

Die naheliegende Pointe an dieser Stelle wäre: „Dann schreibt eure Anzeigen eben wieder selbst.” Unsinn. Die KI-Default-Versionen oben sind in Sekunden entstanden, und für jede der fünf Stellen liefert ein Modell einen brauchbaren ersten Entwurf. Das Werkzeug ist in Ordnung. Entscheidend ist die Editorialität im KI-Marketing: Wer wählt aus, streicht, ergänzt und gibt frei?
Das Problem entsteht, wenn das Werkzeug gleichzeitig die Entscheidungsinstanz wird.

Das Problem entsteht, wenn das Werkzeug gleichzeitig die Entscheidungsinstanz wird. Bei Stellenanzeigen passiert das schneller als anderswo, weil sie unter Zeitdruck von Menschen geschrieben werden, deren eigentliche Aufgabe eine andere ist. Der Fachbereich schickt eine Stichpunktliste, jemand jagt sie durch den Generator, HR prüft die Formulierungen auf AGG-Sicherheit, online.

An keiner Stelle dieses Ablaufs hat jemand entschieden, ob die 120 Reisetage drinbleiben. Genau das ist die Frage, die sich lohnt: An welcher Stelle in eurem Prozess sitzt der Mensch, der die Firma kennt? Wer streicht das Englisch aus der Anforderungsliste, weil er weiß, dass kein Kunde es braucht? Wer setzt die Gehaltsspanne rein, obwohl das eine Diskussion mit der Geschäftsführung bedeutet?

Wenn diese Stelle im Ablauf fehlt, entsteht ein Text, gegen den niemand etwas hat. Und ein Stapel Bewerbungen von Leuten, die sich etwas anderes vorgestellt haben.

Passende Leistung: KI-Texte mit redaktionellem Feinschliff

Quellen für “Stellenanzeigen mit KI: Zu viele Bewerbungen.
Und kaum eine passt.”

DGFP, HTWK Leipzig und Wollmilchsau GmbH, „Recruiting-Strukturen – ein Benchmark 2025″. Online-Befragung von 736 HR-Verantwortlichen in Deutschland, März bis Juli 2025, dritte Erhebung seit 2022.

The Stepstone Group, Arbeitsmarktbriefing vom 21. Mai 2026. Plattformdaten zum Bewerbungsinteresse pro Anzeige, Vergleich Januar bis April 2023 mit Januar bis April 2026.

The Stepstone Group, Studie zur Candidate Journey, September 2025. Befragung von 2.122 Personen zum Online-Suchverhalten bei Karrierethemen.

Julian Gottke, „Wie Employer Branding in Zeiten von KI funktioniert”, Haufe, 2. Juni 2026. Auswertung von über 5.000 KI-Antworten auf 46 Bewerberprompts für einen Lebensmitteleinzelhändler über acht Wochen. Anbieteranalyse, kein unabhängiges Studiendesign.