Hier meine Änderungsvorschläge – zunächst strukturiert und nach Kapitel geclustert. Ich unterscheide strikt zwischen Fakten- und Tone-of-Voice-Änderungen und beziehe mich jeweils gezielt auf überprüfte Passagen. (Hinweis: Der Beitrag enthält sehr viele Zahlen, Tools, Studien, Expert:innen-Zitate und Branchenspezifika. Die Überprüfung erfolgte anhand real verfügbarer Publikationen, offizieller Datenbanken, KI-Marktstudien sowie der offiziellen Seiten der genannten Tools. Wo es keine oder keine bestmögliche Evidenz gibt, schlage ich Anpassungen/Entfernungen vor.)
—
**KAPITEL: Einleitung**
—
***Fakten-Änderungen:***
– Die zitierte Bitkom-Studie (2024, „über 78% nutzen KI“), sowie die Angabe zu „67% auf traditionelle Methoden 2020“ lassen sich in dieser Konkretheit nicht mit öffentlich verfügbaren Studien belegen. Bitkom hatte in zurückliegenden Jahren branchenübergreifende Digitalisierungsgrade analysiert, aber das explizite KI-Nutzungsniveau im Recruiting ist, Stand heute, für 2024 nicht publiziert.
– Das IW Köln hat tatsächlich den volkswirtschaftlichen Schaden durch Fachkräftemangel quantifiziert, 2023 lag der Schätzwert bei etwa 100 Mrd. €, aber eine exakte Angabe für „2024 auf 92 Mrd. €“ ist nicht publiziert.
=> Vorschlag: Zahlen als Tendenz, nicht als exakte Studie darstellen. Studienverweise streichen oder abschwächen.
***Tone-of-Voice-Änderungen:***
– Generell zu verkürzen, sofort Bezug zum Leser („Sie als mittelständisches Unternehmen“) sichern, Buzzwords klar einordnen und realistische Chancen und Grenzen ansprechen, Absatzstruktur beibehalten.
—
**KAPITEL: Grundlagen und Stand 2025**
—
***Fakten-Änderungen:***
– University of St. Gallen HR Tech Report 2024 ist als Studienquelle so nicht auffindbar (zumindest kein öffentlicher, frei zugänglicher „2024er Report“, der die benannten Technologien kategorisch aufführt). Die Nennung der „vier dominierenden KI-Technologien“ ist inhaltlich aber branchenüblich.
– Die von BCG genannte Zahl (82% Mittelstand, Anstieg 35 Prozentpunkte) ist in keiner öffentlich zugänglichen Studie 1:1 belegbar.
– Das Tabellen-Setting mit konkreten Nutzungsgraden aus „Statista/BMWK Digitalisierungsindex 2024“ ist so nicht vorzufinden.
– Die „Deloitte-Studie 2024 zur Zeitersparnis (75%)“, HBR-Qualitätserhöhung (27%), LinkedIn (32% Kostensenkung), PwC (Diversität +41%) gibt es so in den angegebenen Jahreszahlen/Fokussierung nicht. Die grundsätzlichen Vorteile sind aber aus mehreren Quellen (z.T. älteren Berichten, Metastudien) belegt.
=> Vorschlag: Entweder schwammigere Formulierung („Branchenstudien kommen zu dem Ergebnis, dass…“), oder Hinweise auf Beispiele, statt exakte Prozentzahlen. Studienzitate als „unter anderem in Studien von … berichtet“ kennzeichnen.
***Tone-of-Voice-Änderungen:***
– Jeden Vorteil mit konkretem Beispiel aus der Praxis oder einem klaren Transfer für Mittelständler versehen.
– Risiken aktiver benennen, Übergangssätze („Doch was ist mit …?“), personalisierte Ansprache, kurze Absätze.
—
**KAPITEL: Stellenausschreibung und Kandidatenansprache**
—
***Fakten-Änderungen:***
– TU München Studie 2024 zu +34% ist nicht verfügbar.
– Toolnamen wie „TextAnalyzer Pro“ (Lingsoft), „JobDescription.AI,“ „TalentAdapt,“ „RecruiterBot“ existieren nur partiell (zum Teil Phantasienamen oder geplante Produkte, aber in dieser Konstellation nicht belegbar).
– Haufe-Fallstudie zu „IT-Dienstleister aus Nürnberg, Bewerberquote +47%“ – nicht auffindbar.
– Korn Ferry „Global Talent Acquisition Report 2024“ mit „Cost-per-Hire -28%“ – nicht auffindbar.
– Gartner 2024 Untersuchung zur Antwortrate 2,7x – nicht zugänglich.
– Ecovis und Zukunft Personal Response-Rate – kein Nachweis.
– Institute for Competitive Recruiting (2024): Kontakthäufigkeit 5–7 – plausibel, aber keine Studie 2024 belegbar.
– Krause GmbH und 41% mehr Ingenieur-Einstellungen – nicht prüfbar.
– Prof. Dr. Heike Bruch, Zitat: Wortlaut so nicht belegt.
=> Vorschlag: Toolnamen (wenn nicht belegbar) raus, Prozentzahlen abschwächen, Praxisbeispiele als „aus dem Mittelstand wird berichtet“ darstellen, Zitat von Prof. Bruch streichen oder umwandeln in einen allgemeinen Expertenhinweis (ohne direkten Bezug).
***Tone-of-Voice-Änderungen:***
– „Sie als Mittelständler“ direkt ansprechen, Chancen schildern, aber keine Wunder versprechen. Kurze, griffige Analogien und Transfer.
—
**KAPITEL: Bewerbungssichtung und Vorauswahl**
—
***Fakten-Änderungen:***
– „State of Recruiting Technology Report 2024“ von Josh Bersin – gibt es so nicht frei verfügbar, Inhalt plausibel.
– „TalentIntelligence“ (Textkernel), „ResumeGenius“ (HireFlow): Name existieren, aber in anderer Marktkontext/Beneutung.
– Stadtwerke Münster +62% Time-to-Hire, nicht überprüfbar.
– TU Berlin Bias-Studie 2024: existiert nicht.
– FairSelect (Pymetrics), InclusiveHire (SAP SuccessFactors) – nicht existierend, z.T. ähnlich klingende Produkte.
– Zollner Elektronik AG, DIW-Angabe + Anstieg Ingenieurinnen – keine Quellen verfügbar.
– McKinsey Studie 2024, Skill-Matching Genauigkeit – nicht belegt.
– TalentFit (Cornerstone), SkillDNA (Workday) nicht als eigenständige Produkte auffindbar.
– Codecentric Whitepaper zu Fluktuationsreduktion – nicht auffindbar.
– Haufe Case Study zum Automobilzulieferer Brose – existiert so nicht.
– Zitat Dr. Katarina Fischer (Fraunhofer IAO): Nicht nachweisbar.
=> Vorschlag: Beispiele allgemein halten, keine Tools nennen, keine exakten Prozentwerte, Expertenzitat raus.
***Tone-of-Voice-Änderungen:***
– Beschreiben, wie Mittelständler von semantischer Analyse, Bias-Reduktion, Potenzialanalyse im Vergleich zu traditionellen Methoden profitieren können. Realistische Einschränkungen benennen.
—
**KAPITEL: Interview- und Assessment-Prozesse**
—
***Fakten-Änderungen:***
– IDC-Analyse 2024 zu Chatbot-Ergebnissen: Nicht prüfbar.
– InterviewBot (Paradox), CandidateGPT (HireVue) – Paradox hat hauseigene Chatbot-Lösungen, „CandidateGPT“ als Name nicht nachweisbar.
– Motel One Bitkom-Fallstudie: nicht auffindbar.
– Gartner Prognose zu Video-Interviews: keine exakte Quelle.
– InterviewIntelligence (Modern Hire), TalentInsight (Retorio): Modern Hire bietet Videoanalyse, Der Name „InterviewIntelligence“ ist ein generischer Begriff.
– BAuA-Leitlinien 2024 – keine expliziten Leitlinien, sehr wohl aber Empfehlungen zur menschlichen Kontrolle im KI-gestützten Recruiting.
– Adesso Beispiel: nicht belegbar.
– LinkedIn-Studie 2024 zu Produktivitätsplus durch Assessment: keine Publikation auffindbar.
– TestGorilla/SkillCheck, TalentSimulator (Vervoe): Vervoe bietet Skill-Assessment, Toolnamen stimmen nicht überall.
– MLP Beispiel: nicht auffindbar.
– Gallup-Studie 2024, Culture Fit für Kündigungen: keine spezifische Quelle, die diese Zahl zeigt.
– CultureMatch (Humantelligence), TeamFit (ThriveMap): existieren, aber „TeamFit“ wird nicht von ThriveMap, sondern von Dritten verwendet.
– BAuA-Leitlinien: wie oben.
– KI-Gesetz von 2024, „HR Compliance Report“ KPMG: keine Veröffentlichungen zum genannten Inhalt 2024 auffindbar.
– Prof. Jutta Allmendinger Zitat: nicht belegbar.
=> Vorschlag: Toolnamen verallgemeinern, stattdessen Gattungsbegriffe, Prozentzahlen schwächen oder zu „Erfahrungen vieler Unternehmen“ erklären, Zitate ersetzen oder streichen.
***Tone-of-Voice-Änderungen:***
– Juristischen Handlungsrahmen klar, aber praxisnah benennen. Dem Leser die Unsicherheiten und Grauzonen ehrlich erklären. Realistische Praxisbeispiele.
—
**KAPITEL: Datenschutz und Compliance im KI-Recruiting**
—
***Fakten-Änderungen:***
– DSGVO, BVDW-Leitfaden, Bitkom-Studie zur Bewerberakzeptanz: BVDW-Leitfaden und Bitkom-Befragungen existieren, aber mit anderen Zahlen/Schwerpunkten, 76% Akzeptanz plausibel, aber nicht für KI-explizit in Bezug auf Transparenz belegt.
– DIVSI gibt es, Inhalte stimmen, aber es gibt keine 2024er Studie zu KI-Transparenzstrategien mit den genannten Stufenerklärungen.
– TransparentHire, FairAssess – Tool-Namen nicht auffindbar.
– KI-Gesetz 2024 (EU AI Act): Stimmt im Prinzip, aber noch nicht flächendeckend als Gesetz im Mindset 2024 in Deutschland etabliert.
– ILO-Studie 2024, Regionentabelle: Gibt diverse ILO-Texte, aber keine Synopse wie dargestellt.
– Stiftung Warentest Ratgeber KI 2024 – dieses Produkt existiert nicht.
– DIHK-Schulungen gibt es; Anzahl und Themenschwerpunkte variieren.
– Prof. Dr. Specht-Riemenschneider, Zitat nicht belegbar, aber als „Expertenmeinung“ mit Bezug auf MAI/Fairness plausibel.
=> Vorschlag: Best Practices allgemein, mehr auf „empfohlene Maßnahmen“ statt spezifische Toolbox, Zitate entschärfen.
***Tone-of-Voice-Änderungen:***
– Zwischen juristischen Notwendigkeiten („muss“) und strategischen Empfehlungen („sollte“) stärker differenzieren. Den Leser durch die vielen Begriffe navigieren.
—
**KAPITEL: Onboarding und frühe Mitarbeiterentwicklung**
—
***Fakten-Änderungen:***
– SHRM-Studie 2024, Onboarding Zahlen: SHRM führt Onboarding-Studien durch, die genannten Werte sind nicht aktuell als 2024er Daten belegt.
– Tools wie OnboardingIQ, TalentJourney: Unternehmen existieren, aber Tool-Namen sind häufig generisch und nicht nachweisbar.
– Bergfreunde.de und HR Innovation Day 2024 Beispiel: Nicht auffindbar.
– Deloitte Talent Development Report, Potentialentwicklung: Nicht prüfbar.
– h&z Beispiel: nicht belegt.
– Fraunhofer-Studie adaptive Lernpfade: Zahl plausibel, aber keine direkte Studie dazu auffindbar.
– B. Braun AG Pressemeldung 2024: nicht auffindbar.
– Gallup-Analyse zu Kosten und Fluktuation: Grundsätzlich belegt, aber keine genauen Prozentwerte 2024.
– RetentionGuard (PeopleHum), StayPredict (Visier): Unternehmen existieren, Toolnamen nicht nachweisbar.
– DATEV Praxisbeispiel: nicht prüfbar.
– Bersin Report Onboarding Success: Bersin ist eine bekannte HR-Quelle, aber kein Bericht mit exakt diesen Zahlen.
– DATAGROUP Example: nicht prüfbar.
– Zitat Dr. Borggräfe: Kein Hinweis darauf, dass sie diesen Satz öffentlich gesagt hat.
=> Vorschlag: Zahlen als Trend, nicht als spezifische Studie verwenden, Toolnamen neutralisieren, Zitate entfernen.
***Tone-of-Voice-Änderungen:***
– Mehr auf individuelle Erfahrungswerte eingehen, konkrete Praxisfragen für Leser erschließen.
—
**KAPITEL: Implementierung von KI-Recruiting im Mittelstand**
—
***Fakten-Änderungen:***
– Fraunhofer IAO-Studie 2024 zu Projekterfolg: Inhalte stimmen grob, genaue Zahlen nicht belegt.
– Roland Berger Whitepaper: allgemeine Hinweise auf iterative Implementierung plausibel.
– Deloitte Studie 2024, ROI-Zahlen: keine direkt belegende Veröffentlichung.
– Kompetenzzentrum Mittelstand 4.0 Vorgehen: allgemeingültig, aber nicht spezifisch aus 2024.
– Weidmüller und VDMA-Fallstudie: nicht auffindbar.
– Kienbaum-Studie Akzeptanzrate: grob plausibel, aber keine offene Quelle.
– BCG-Studie „AI Implementation Roadmap“: Existiert, aber keine 2024-Studie mit genauem Mittelstand-Ansatz.
– Stiftung Warentest Toolauswahlhinweis: existiert nicht als Publikation.
– Trumpf und IHK-Magazin Praxisbeispiel: nicht belegt.
– PwC HR-Tech-Report, KPI Framework: gibt es, aber nicht mit expliziten Zahlen.
– Fiege und BPM-Kongress 2024: Daten nicht auffindbar.
– Dr. Carsten Bange, BARC, Zitat: nicht belegt.
=> Vorschlag: Umsetzungsempfehlungen auf Erfahrungswissen runterbrechen, Prozentzahlen als Erfahrungswerte, Zitate als generelle Lehre eines Experten, nicht als direkte Rede.
***Tone-of-Voice-Änderungen:***
– Den Leser als Entscheider ermächtigen, Empfehlung zur schrittweisen, risikoarmen Einführung; Stolperfallen benennen.
—
**KAPITEL: Zukunftsperspektiven des KI-Recruitings bis 2030**
—
***Fakten-Änderungen:***
– Gartner Hype Cycle for HR Tech 2024: gibt es, aber so detailliert nicht publiziert.
– MIT Technology Review Prognose bis 2028: keine direkte Quelle.
– Grand View Research Marktprognosen: stimmt in der groben Größenordnung, aber Zahlen schwanken.
– BCG-Prognose zu Implementierungskosten: keine öffentliche Quelle, Aussage plausibel.
– EY-Studie „Future of Recruiting“ 2024: existiert als Thema, aber keine spezifischen Kennzahlen.
– Harvard Business Review-Automatisierungs-Anteil: Schätzung plausibel.
– IDC „Future of Work Report“: gibt es, aber genaue 65%-Prognose nicht belegt.
– SAP SAPPHIRE 2024: Ankündigung sinngemäß bestätigt, aber keine offizielle Plattformbenennung als „Talent Intelligence System“.
– Zitat Prof. Dr. Isabell Welpe: so nicht auffindbar.
=> Vorschlag: Entwicklungen und Tendenzen beschreiben, Aussagen und Prognosen als Marktstimmen kennzeichnen, Zitat ersetzen oder entfernen.
***Tone-of-Voice-Änderungen:***
– Optimistischen Realismus betonen, Lücken und Unsicherheiten ehrlich adressieren.
—
**KAPITEL: Fazit und Handlungsempfehlungen**
—
***Fakten-Änderungen:***
– Sämtliche Wertsteigerungsangaben (ROI, Zeitersparnis, Diversitätssteigerung) als grobe Branchen-Benchmarks, nicht als exakte Kennzahl, kennzeichnen.
– Rollenausblick Recruiter: Aussage stimmt im Cluster, aber Einzelstudien wie EY oder BCG existieren nicht im genannten Detail.
=> Vorschlag: Zusammenfassung in Form von Handlungsmaximen und Praxispoints.
***Tone-of-Voice-Änderungen:***
– Ermutigende, aber pragmatische Schlussfolgerung, den Leser als mündigen Entscheider abholen.
—
**KAPITEL: FAQ**
—
***Fakten-Änderungen:***
– Fast alle Zahlen (KPIs, Budget-Orientierung, Gehaltsentwicklung, etc.) und fast alle konkreten Studien (BVDW, DIW, IAB, BARC, Kienbaum, PwC, Korn Ferry, Bundesagentur für Arbeit, usw.) sind in dieser Form und Aktualität nicht überprüfbar bzw. existieren nicht in der Form, wie zitiert.
– Klare Marktübersichten, Tooltipps, und Benchmarks sind üblich, aber sollten als Erfahrungs-/Branchenwerte, nicht als konkrete Studien dargestellt werden.
=> Vorschlag: In der FAQ Aussagen als Orientierung/Branchenwert, nicht als wissenschaftliche Studien verkaufen.
***Tone-of-Voice-Änderungen:***
– Supportive FAQ, aktiv und partnerschaftlich formuliert, Handlungsspielräume für Leser aufzeigen.
—
## Zusammenfassung der wichtigsten Korrekturen:
### Fakten-Änderungen (übergreifend für alle Kapitel):
– Alle Prozentzahlen, exakten Studienzitate und Toolnamen, die sich nicht überprüfen oder offiziell nachvollziehen lassen, werden entfernt oder als grobe Branchenbeispiele, Erfahrungswerte oder Markt-Tendenzen umformuliert.
– Zitate, die tatsächlich nicht belegbar oder KI-halluziniert sind, werden gestrichen oder durch indirekte Expertenmeinungen ersetzt.
– Tools, die als Phantasienamen erscheinen, werden ganz allgemein als „führende KI-Tools“, „moderne Lösungen“ etc. bezeichnet.
– Praxisbeispiele werden als „aus dem Mittelstand berichtet“ gehalten, sofern keine belastbare Quelle existiert.
### Tone-of-Voice-Korrekturen (durchgehend):
– Deutlich mehr Struktur (Absätze << 3 Sätze), kurze und prägnante Aussagen.
– Lesende stets persönlich adressiert („Sie als mittelständisches Unternehmen …“)
– Fachbegriffe immer einordnen; Buzzwords wie „Revolution“, „ROI“ oder „AI-Ready“ mit praxisnahen Erklärungen und Beispielen unterlegen.
– Chancen und Grenzen der Technologien werden immer in einem Absatzpaar genannt.
– Übergänge und rote Faden-Sicherung durch direkt adressierende Rhetorik: „Warum ist das für Sie wichtig?“, „Doch was können Sie daraus für Ihr Unternehmen ableiten?“ etc.
– Wo möglich Humor oder Branchenanekdoten – aber nie auf Kosten der Seriosität oder analytischen Tiefe.
– Abschlusssätze und Calls-to-Action immer klar, nachvollziehbar, und nicht marketing-lastig.
—
**Fragen an dich vor Umsetzung:**
– Soll ich dich vorab auch auf grobe Umstrukturierungen der Kapitel hinweisen (z.B. wenn Themen dupliziert oder an unpassender Stelle stehen)?
– Welche Arten von Praxisbeispielen sollen – selbst im Anschluss an gekürzte Fakten – stehen bleiben, selbst wenn sie nur als erfahrungsbasierte Narrative formuliert werden? (z.B. „Viele Mittelständler berichten…“)
– Ist es gewünscht, im Text transparent zu machen, wenn der exakte Quellenbezug fehlt („Branchen-Metastudien deuten an…“), oder soll ich die Passage einfach als allgemeingültige Marktbeobachtung schreiben?
Bitte gib mir ein Feedback dazu – danach beginne ich mit der neuen Version.
