Das KI-Kompetenz-Interview: Wie Unternehmen 2026 KI-Fähigkeiten prüfen (Und wie Sie sich vorbereiten)

Kurz gefasst: Das Nachfragesignal ist real und messbar. Im Future of Jobs Report 2025 des Weltwirtschaftsforums, der auf mehr als 1.000 Arbeitgebern mit über 14 Millionen Beschäftigten in 55 Volkswirtschaften beruht, gaben zwei Drittel der Arbeitgeber an, Talente mit spezifischen KI-Fähigkeiten einstellen zu wollen, und KI und Big Data führen die Liste der am schnellsten wachsenden Fähigkeiten an. Der AI Index von Stanford HAI zeigt dasselbe von der Nachfrageseite: KI-Fähigkeiten werden in 2,5% aller US-Stellenanzeigen genannt, und das Kompetenzfeld agentische KI wuchs in einem einzigen Jahr um mehr als 280%. Was praktisch kein Karriereratgeber erklärt, ist, wie aus dieser Nachfrage eine Prüfung wird, und hier sind die Belege wirklich überraschend. Eine meta-analytische Korrektur von 2022 im Journal of Applied Psychology hat die Rangfolge gekippt, auf die sich die Personalauswahl seit 1998 stützt. Arbeitsproben, lange als Goldstandard behandelt, fielen von einer Validität von 0,54 auf 0,33. Strukturierte Interviews wurden mit 0,42 zum besten Einzelprädiktor. Unstrukturierte Interviews, in der Praxis weiterhin das häufigste Format, fielen auf 0,19. Dieser Beitrag liefert die belegten Nachfragedaten, die korrigierte Validitätstabelle, eine eigene Analyse, wie weit sich jedes Verfahren bewegt hat, und ein Vier-Tore-Protokoll, das auf dem beruht, was Leistung tatsächlich vorhersagt, statt auf dem, was beeindruckend klingt.

Irgendwo zwischen dem “Wir sind ein KI-orientiertes Unternehmen” in der Stellenanzeige und dem tatsächlichen Gespräch mit der einstellenden Führungskraft geht etwas verloren. Die Anzeige sagt, KI-Kompetenz sei unerlässlich. Das Interview fragt, ob Sie schon einmal ChatGPT benutzt haben. Sie gehen ohne jede Vorstellung davon, was geprüft wurde, und häufig hat das Unternehmen auch keine bessere.

Das ist kein kleines Problem. Es ist die Lücke zwischen einem ungewöhnlich gut dokumentierten Nachfragesignal und einer Prüfpraxis, die weitgehend undokumentiert und improvisiert ist und laut einer Forschungsliteratur, die die wenigsten Recruiter je gelesen haben, häufig auf die falschen Dinge zielt.

Der hilfreiche Schritt ist, die beiden Fragen zu trennen. Was wissen wir tatsächlich über die Nachfrage von Arbeitgebern nach KI-Fähigkeiten? Und was wissen wir tatsächlich darüber, welche Auswahlverfahren vorhersagen, ob jemand die Arbeit gut machen wird? Beides hat solide, öffentlich zugängliche Antworten. Fast niemand legt sie nebeneinander.

Das Nachfragesignal, sauber gemessen

Der Future of Jobs Report 2025 ist der stärkste verfügbare Beleg für die Absichten von Arbeitgebern, weil er Arbeitgeber direkt befragt, statt aus Stellenanzeigen zu schließen. Die Stichprobe umfasst mehr als 1.000 Arbeitgeber, die über 14,1 Millionen Beschäftigte in 22 Branchenclustern und 55 Volkswirtschaften repräsentieren.

Drei Befunde rahmen alles Weitere. Die Hälfte der Arbeitgeber plant, das eigene Geschäft als Reaktion auf KI neu auszurichten. Zwei Drittel planen, Talente mit spezifischen KI-Fähigkeiten einzustellen. Und 40% erwarten, ihre Belegschaft dort zu verkleinern, wo KI Aufgaben automatisieren kann. Diese drei gehören zusammen, und jede ehrliche Lesart muss alle gleichzeitig halten: derselbe Übergang, der die Nachfrage erzeugt, entfernt auch Stellen.

Bei den Fähigkeiten führen KI und Big Data die Liste der am schnellsten wachsenden Kompetenzen für den Zeitraum 2025 bis 2030 an, gefolgt von Netzwerken und Cybersicherheit sowie technologischer Grundbildung. Die meistgesuchte Kernkompetenz ist jedoch gar nicht technisch. Analytisches Denken bleibt auf Platz eins, sieben von zehn Unternehmen halten es für unerlässlich. Kreatives Denken, Resilienz, Flexibilität und Agilität sowie Neugier und lebenslanges Lernen sollen weiter an Bedeutung gewinnen.

Das Ausmaß der Anpassung fasst der Report in einem klaren Bild. Bestünde die Weltarbeitsbevölkerung aus 100 Menschen, bräuchten bis 2030 59 von ihnen Weiterbildung. Arbeitgeber erwarten, dass 29 in ihrer aktuellen Rolle weiterqualifiziert und 19 weiterqualifiziert und anderweitig eingesetzt werden könnten. Elf würden die nötige Qualifizierung voraussichtlich nicht erhalten. Diese Verengung trifft den Berufseinstieg am härtesten, was wir gesondert in den Daten zu verschwindenden Einstiegspositionen untersucht haben.

Zugleich können Beschäftigte damit rechnen, dass 39% ihrer bestehenden Kompetenzen im selben Zeitraum umgebaut werden oder veralten. Diese Zahl verdient einen zweiten Blick, denn sie sinkt, statt zu steigen: In der Ausgabe 2023 waren es 44%, 2020 waren es 57%. Kompetenzinstabilität ist real, und sie verlangsamt sich.

Die Anzeigenseite aus dem AI Index von Stanford HAI erzählt eine passende Geschichte. KI-Fähigkeiten erscheinen in 2,5% der US-Stellenanzeigen, ein Plus von 55% gegenüber dem Vorjahr und von 297% gegenüber dem Stand vor zehn Jahren. Das Kompetenzfeld agentische KI stieg innerhalb eines Jahres von 0,06% auf 0,23% der Anzeigen, ein Zuwachs von über 280%, was rund 90.000 Anzeigen entspricht. Singapur mit 4,7% und Hongkong mit 3,5% der Anzeigen liegen beim Anteil vor den Vereinigten Staaten.

Behalten Sie die 2,5% im Blick, denn diese Zahl hält die Sache ehrlich. KI-Fähigkeiten sind die am schnellsten wachsende Anforderung am Arbeitsmarkt und werden weiterhin nur in einer kleinen Minderheit der Anzeigen ausdrücklich genannt. Beides stimmt.

Der Teil, den niemand den Bewerbenden sagt: Die Rangliste hat sich geändert

Hier wendet sich die Geschichte. Arbeitgeber haben eine Nachfrage nach KI-Fähigkeiten. Um danach zu handeln, müssen sie Menschen beurteilen. Und die Wissenschaft der Eignungsdiagnostik hat sich 2022 auf eine Weise neu geschrieben, die die Recruiting-Praxis kaum erreicht hat.

Fünfundzwanzig Jahre lang stützte sich die Praxis auf eine Meta-Analyse von Schmidt und Hunter aus dem Jahr 1998, die die kanonische Rangfolge der Auswahlverfahren etablierte. 2022 veröffentlichten Sackett, Zhang, Berry und Lievens im Journal of Applied Psychology eine Korrektur, die zeigte, dass die in der früheren Literatur verwendeten Korrekturen für Varianzeinschränkung generell zu erheblichen Überkorrekturen geführt hatten. Bei sauberer Neuberechnung verschob sich die Rangfolge nicht leicht. Sie ordnete sich neu.

Tabelle 1: Korrigierte Validität von Auswahlverfahren (belegt, Sackett et al. 2022)

Auswahlverfahren	Schmidt und Hunter 1998	Sackett et al. 2022
Einstellungsinterviews (strukturiert)	0,51	0,42
Fachwissenstests	0,48	0,40
Empirisch geschlüsselte Biodaten	0,35	0,38
Arbeitsproben	0,54	0,33
Allgemeine kognitive Fähigkeitstests	0,51	0,31
Integritätstests	0,41	0,31
Assessment-Center	0,37	0,29
Interessen	0,10	0,24
Gewissenhaftigkeit (gesamt)	0,31	0,21
Einstellungsinterviews (unstrukturiert)	0,38	0,19
Berufserfahrung (Jahre)	0,18	0,07

Quelle: Sackett, Zhang, Berry und Lievens, Journal of Applied Psychology, 2022, in der Darstellung von Industrial and Organizational Psychology, 2023. Die Werte sind operationale Validitätsschätzungen für die Vorhersage von Arbeitsleistung.

Lesen Sie die letzte Zeile zweimal. Berufsjahre, das Ordnungsprinzip der meisten Lebensläufe und der größte Sorgenpunkt vieler Bewerbender, haben eine operationale Validität von 0,07. Es ist mit deutlichem Abstand der schwächste Prädiktor der Tabelle.

Um das Ausmaß der Neuordnung zu sehen, berechnet die folgende Tabelle die Bewegung. Dieser Vergleich ist unsere eigene Analyse, abgeleitet, indem wir die beiden veröffentlichten Schätzreihen nebeneinandergelegt und jede innerhalb der elf Verfahren gerankt haben, die in beiden vorkommen.

Tabelle 2: Wie weit sich jedes Verfahren bewegt hat (redaktioneller CEOtudent-Rahmen, abgeleitet aus den beiden veröffentlichten Tabellen)

Verfahren	Rang 1998	Rang 2022	Rangbewegung	Validitätsänderung
Empirisch geschlüsselte Biodaten	8	3	5 hoch	+0,03
Interessen	11	8	3 hoch	+0,14
Fachwissenstests	4	2	2 hoch	-0,08
Strukturierte Interviews	2	1	1 hoch	-0,09
Integritätstests	5	5	keine	-0,10
Assessment-Center	7	7	keine	-0,08
Gewissenhaftigkeit (gesamt)	9	9	keine	-0,10
Berufserfahrung (Jahre)	10	11	1 runter	-0,11
Arbeitsproben	1	4	3 runter	-0,21
Allgemeine kognitive Fähigkeit	2	5	3 runter	-0,20
Unstrukturierte Interviews	6	10	4 runter	-0,19

Die Ränge werden innerhalb der elf Verfahren berechnet, die sowohl 1998 als auch 2022 berichtet wurden. Gleiche Werte teilen sich eine Rangposition.

Zwei Ergebnisse sind für alle relevant, die sich auf ein Interview im KI-Zeitalter vorbereiten.

Erstens ist das strukturierte Interview nun der beste verfügbare Einzelprädiktor, und das unstrukturierte Interview liegt nahe am unteren Ende. Der Unterschied liegt nicht an den Menschen oder der Schwierigkeit der Fragen. Er liegt daran, ob alle Bewerbenden dieselben Fragen bekommen und anhand eines definierten Bewertungsrasters beurteilt werden. Gleicher Raum, gleiche Interviewerin, gleiche Stelle: Struktur verdoppelt den prognostischen Wert ungefähr.

Zweitens ist die Arbeitsprobe stärker gefallen als alles andere in der Tabelle. Das ist für den aktuellen Moment unangenehm, denn die Arbeitsprobe in Gestalt der Hausaufgabe oder der Live-Übung ist genau das Format, zu dem Arbeitgeber greifen, wenn sie KI-Kompetenz prüfen wollen. Sie sagt weiterhin etwas vorher. Sie sagt nicht mehr besser vorher als ein gut gebautes strukturiertes Interview und kostet beide Seiten weit mehr Zeit.

Was das dafür bedeutet, wie KI-Kompetenz geprüft wird

Nun beide Hälften zusammen. Arbeitgeber haben eine belegte Nachfrage nach KI-Fähigkeiten, kein etabliertes Instrument, um sie zu messen, und eine Beleglage, die besagt, dass Struktur eine Prüfung prognostisch macht.

Was daraus folgt, ist eine Aussage über Mechanik und kein Umfrageergebnis, deshalb kennzeichnen wir es ausdrücklich als unseren eigenen Rahmen: Ein moderner Auswahlprozess hat vier Tore, jedes kann eine KI-Kompetenzprüfung tragen, und jedes belohnt eine andere Vorbereitung.

Das CEOtudent-Vier-Tore-Modell

Tor eins, das Dokument. Ihr Lebenslauf und Ihr Profil werden zuerst gelesen, zunehmend von einem Sprachmodell statt von einem Keyword-Parser. Dieses Tor prüft, ob Ihre KI-Nutzung als Arbeitspraxis lesbar ist und nicht als Werkzeugliste. “Vertraut mit ChatGPT” ist eine Werkzeugliste. “Habe unseren wöchentlichen Reporting-Zyklus um eine modellgestützte Entwurf-und-Prüf-Schleife herum neu aufgebaut und die Durchlaufzeit von zwei Tagen auf drei Stunden gesenkt” ist eine Arbeitspraxis. Wie sich dieser Leser tatsächlich verhält, haben wir ausführlich in unserem Leitfaden zum Schreiben eines Lebenslaufs, wenn ihn zuerst eine KI liest, behandelt.

Tor zwei, die Wissensprüfung. Fachwissenstests stehen in der korrigierten Tabelle mit 0,40 an zweiter Stelle und sind günstig durchzuführen, was ihre Verbreitung wahrscheinlich macht. Für KI-Kompetenz bedeutet das Fragen mit richtigen Antworten: was ein Kontextfenster ist und warum es die Arbeit mit langen Dokumenten begrenzt, warum ein Modell eine falsche Tatsache selbstbewusst behauptet, welche Daten nach der Richtlinie Ihres Arbeitgebers nicht in ein Drittanbieter-Tool eingefügt werden dürfen. Dieses Tor lässt sich lernen, und genau deshalb lohnt sich das Lernen.

Tor drei, die Arbeitsprobe. Die Hausaufgabe oder die Live-Übung. Validität 0,33 und fallend, aber Arbeitgeber lieben sie weiterhin, also werden Sie ihr begegnen. Die Falle ist hier spezifisch für KI-Kompetenz: Die Übung prüft meist nicht, ob Sie einem Modell eine Antwort entlocken können. Sie prüft, ob Sie gemerkt haben, dass die Antwort falsch war. Ausgabe erzeugen kann inzwischen jede Person. Die knappe und sichtbare Fähigkeit ist der Prüfdurchgang.

Tor vier, das strukturierte Interview. Mit 0,42 der stärkste Prädiktor und die Stelle, an der KI-Kompetenz am häufigsten schlecht beurteilt wird, weil das Gespräch in Werkzeugvorlieben abdriftet. Bereiten Sie sich darauf vor wie auf jedes strukturierte Interview: konkrete Situationen, Ihre spezifischen Handlungen, messbare Ergebnisse. Die KI-spezifische Fassung einer guten Antwort enthält immer eine Abwägung. Wo Sie das Modell eingesetzt haben, wo bewusst nicht, und woran Sie den Unterschied erkannt haben.

Der letzte Punkt lohnt sich mitzunehmen. Über alle vier Tore hinweg wird nicht Werkzeugvertrautheit geprüft, sondern kalibriertes Urteilsvermögen darüber, wann das Werkzeug vertrauenswürdig ist. Das ist ein Thema mit eigener Forschungsliteratur und eigenen Fehlermodi, darunter eine gut dokumentierte Neigung, das zu akzeptieren, was das Modell zuerst sagt. Wenn Sie die zugrunde liegende Fähigkeit statt der Interviewtaktik wollen, beginnen Sie mit wann man KI-Empfehlungen vertrauen sollte und wann nicht und mit dem größeren Argument, dass Urteilsvermögen zur knappsten Fähigkeit des KI-Zeitalters wird. Die Unterscheidung zwischen Grundbildung und echter Souveränität haben wir in KI-Literacy und KI-Fluency gezogen.

Tabelle 3: Vorbereitungsprotokoll nach Tor (redaktioneller CEOtudent-Rahmen)

Tor	Format	Validität	Was wirklich geprüft wird	Vorbereitung mit höchstem Ertrag
1	Dokumentenscreening	nicht zutreffend	Ob KI-Nutzung als Arbeitsablauf statt als Vokabular liest	Zwei Stichpunkte als Vorher-Nachher-Ablaufänderung mit Zahlen umschreiben
2	Wissensprüfung	0,40	Ob Sie Modellgrenzen verstehen	Kontextgrenzen, Halluzinationsmechanik, Datenregeln Ihrer Branche lernen
3	Arbeitsprobe	0,33	Ob Sie den Fehler bemerken	Einen sichtbaren Prüfschritt in Ihre Abgabe einbauen
4	Strukturiertes Interview	0,42	Ob Ihr Urteil kalibriert ist	Drei Situationen vorbereiten, darunter eine, in der Sie die KI-Ausgabe verworfen haben

Was Sie nicht tun sollten

Zwei Warnungen, beide aus den obigen Belegen abgeleitet und nicht aus der Ratgeberkonvention.

Führen Sie Ihre Berufsjahre nicht als zentrales Argument an. Mit einer operationalen Validität von 0,07 sind sie das schwächste Signal der Tabelle, und die gesamte Selbstdarstellung darauf aufzubauen bedeutet, ausgerechnet auf der Dimension zu konkurrieren, die am wenigsten vorhersagt.

Behandeln Sie Menge nicht als Strategie. Wenn die stärksten Tore das strukturierte Interview und der Fachwissenstest sind, die beide eine spezifische Vorbereitung auf eine spezifische Stelle belohnen, dann sind Bewerbungen keine austauschbaren Einheiten. Weniger, aber besser vorbereitete Bewerbungen dominieren, und die Rechnung wird umso schlechter, je mehr Bewerbende in einem Pool sind.

Häufig gestellte Fragen

Prüfen Arbeitgeber KI-Fähigkeiten wirklich, oder steht das nur in der Anzeige?
Die Nachfrage ist belegt: Zwei Drittel der Arbeitgeber im Future of Jobs Report 2025 gaben an, Talente mit spezifischen KI-Fähigkeiten einstellen zu wollen, und KI und Big Data führen die Liste der am schnellsten wachsenden Fähigkeiten an. Wie einzelne Arbeitgeber das in eine Prüfung übersetzen, ist nicht standardisiert und öffentlich nicht gut dokumentiert. Genau deshalb schlägt eine Vorbereitung über alle vier Tore die Vorbereitung auf ein einziges vermutetes Format.

Soll ich nennen, welche KI-Werkzeuge ich nutze?
Nennen Sie den Arbeitsablauf, nicht das Werkzeug. Werkzeugnamen veralten schnell und signalisieren Vertrautheit statt Können. Eine beschriebene Veränderung in der Art, wie Arbeit erledigt wird, mit einer Zahl daran, übersteht sowohl das Dokumentenscreening als auch das strukturierte Interview.

Lohnt sich eine KI-Zertifizierung?
Beurteilen Sie sie danach, welchem Tor sie hilft. Eine Zertifizierung, die wirklich Modellgrenzen, Datenhandhabung und Prüfpraxis vermittelt, zahlt auf Tor zwei ein, wo Fachwissenstests bei 0,40 liegen. Eine Zertifizierung, die ein Werkzeugtutorial ist, zahlt auf nichts ein, denn kein Tor der korrigierten Tabelle belohnt Werkzeugvertrautheit für sich.

Was, wenn ich beruflich noch keine KI-Erfahrung habe?
Analytisches Denken ist weiterhin die meistgesuchte Kernkompetenz, von sieben von zehn Unternehmen als unerlässlich genannt, und 39% Kompetenzwandel bis 2030 bedeutet, dass der Markt ausdrücklich erwartet, dass Menschen mitten im Übergang ankommen. Ein einziger gut dokumentierter Arbeitsablauf, den Sie neu gebaut haben, und sei er klein, schlägt jede allgemeine Begeisterungsbekundung.

Warum fühlen sich Interviews so willkürlich an?
Oft, weil sie unstrukturiert sind, was eine operationale Validität von 0,19 hat, nahe am unteren Ende der korrigierten Tabelle. Struktur ist der größte einzelne Qualitätsunterschied zwischen Auswahlprozessen, und als bewerbende Person können Sie sie teilweise selbst herstellen: Fragen Sie nach den Erfolgskriterien der Stelle und antworten Sie dann entlang dieser Kriterien.

Quellen

• Weltwirtschaftsforum, Future of Jobs Report 2025, Januar 2025
• Sackett, Zhang, Berry und Lievens, Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range, Journal of Applied Psychology, 2022
• Sackett, Zhang, Berry und Lievens, Revisiting the design of selection systems in light of new findings regarding the validity of widely used predictors, Industrial and Organizational Psychology, 2023
• Schmidt und Hunter, The validity and utility of selection methods in personnel psychology, Psychological Bulletin, 1998
• Stanford Institute for Human-Centered Artificial Intelligence, AI Index Report, Arbeitsmarktkapitel erstellt mit Stellenanzeigendaten von Lightcast
• Dahlke und Sackett, 2017, sowie Roth et al., 2003 und 2011, für die neben der Validitätstabelle berichteten Subgruppenunterschiede

---

Dieser Inhalt wurde nach eingehender Recherche mit Unterstützung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und für die Veröffentlichung aufbereitet.

This post is also available in: