Fast 4 von 10 Kandidaten haben einen Einstellungsprozess abgebrochen, weil er ein KI-Interview vorschrieb. Laut Greenhouses Kandidatenbefragung 2026 unter 2.950 Jobsuchenden haben **38 % bereits einen Prozess wegen eines verpflichtenden KI-Interviews abgebrochen, weitere 12 % würden es tun**. Zugleich haben **63 % der Jobsuchenden inzwischen ein KI-Interview durchlaufen – ein Anstieg um 13 Prozentpunkte in nur sechs Monaten** ([Greenhouse via PR Newswire](https://www.prnewswire.com/news-releases/63-of-job-seekers-have-faced-an-ai-interview-most-havent-had-a-good-one-yet-302760120.html)). Das KI-Interview ist zu Ihrem größten Leck in der Pipeline geworden, und die meisten Teams sehen es nicht einmal.

Genau dieser letzte Punkt macht die Sache gefährlich. Wer beim KI-Interview aussteigt, schreibt keine wütende E-Mail. Er schließt einfach den Tab. Ihre Zahl der angenommenen Angebote sinkt langsam, Ihre Shortlist wird dünner, und nichts in Ihrem Dashboard weist auf die Ursache hin. Dieser Artikel liefert Ihnen die belegten Daten, den Grund für den Absprung und eine Lösung in zwei Zügen: das Leck sehen und es dann schließen, ohne Ihren Prozess herauszureißen.

## Fast 4 von 10 Kandidaten steigen beim KI-Interview aus

Die Schlagzeilenzahl ist echt, und sie stammt vom Unternehmen, das sie am besten messen kann. Greenhouse betreibt eine der größten Recruiting-Plattformen der Welt, und seine Befragung 2026 ergab, dass 38 % der Kandidaten einen Einstellungsprozess ausdrücklich deshalb abgebrochen haben, weil er ein KI-Interview verlangte – weitere 12 % würden es tun, wenn man es von ihnen verlangte. Auch [Fortune](https://fortune.com/2026/05/04/4-in-10-job-candidates-bailed-hiring-rounds-required-ai-interview/) und Yahoo Finance berichteten unabhängig darüber, und die drei Quellen stimmen überein.

Das Problem wächst mit der Verbreitung. KI-Interviews sind längst kein Randfall mehr. **63 % der Jobsuchenden haben inzwischen eines hinter sich, gegenüber 50 % ein halbes Jahr zuvor** – ein Sprung um 13 Prozentpunkte in sechs Monaten. Je mehr Teams ein automatisiertes Screening an den Trichter schrauben, um die anschwellende Bewerbungsflut zu bewältigen, desto stärker summiert sich die Abbruchquote. Der Schritt, der Ihnen Zeit sparen sollte, kostet Sie klammheimlich Kandidaten.

Und hier kommt der Teil, der alle beunruhigen sollte, die Einstellungen verantworten: Das ist keine Randgruppe von Technikfeinden. **81 % der Kandidaten sind mit KI im Recruiting in irgendeiner Form einverstanden** – ob im gleichen Umfang, mehr davon oder KI mit klaren Leitplanken. Die Gegenreaktion richtet sich nicht gegen KI. Sie richtet sich gegen eine bestimmte Art von KI-Erlebnis. Greenhouse-CEO Daniel Chait bringt es auf den Punkt: „Die meiste KI im Recruiting macht heute ein schlechtes System nur noch schlechter: mehr Bewerbungen, weniger Signal und weniger Transparenz.“

## Es liegt nicht an der KI, sondern an der Blackbox

Kandidaten wenden sich nicht von der Technik ab. Sie wenden sich davon ab, abgefertigt statt wahrgenommen zu werden. Die Daten zeigen eindeutig auf Undurchsichtigkeit und Sackgassen – nicht auf die bloße Anwesenheit eines Modells im Prozess.

Drei Befunde erzählen die ganze Geschichte:

- **70 % wurde vorab nie klar gesagt**, dass eine KI sie bewerten würde.
- **21 % merkten erst nach Beginn des Interviews, dass überhaupt KI im Spiel war.**
- **51 %, die ein KI-Interview abgeschlossen haben, wurden ignoriert oder warten bis heute auf irgendeine Rückmeldung** ([Greenhouse](https://www.prnewswire.com/news-releases/63-of-job-seekers-have-faced-an-ai-interview-most-havent-had-a-good-one-yet-302760120.html)).

Liest man das zusammen, ergibt der Absprung Sinn. Eine Kandidatin bucht, was die Kalendereinladung ein „Video-Screening“ nennt, öffnet die Sitzung und stellt fest, dass am anderen Ende kein Mensch sitzt. Ein KI-Avatar stellt Fragen unter Zeitdruck – keine Rückfragen, kein Raum für Klarstellungen, kein Anzeichen, dass jemand die Aufzeichnung je ansehen wird. Die Hälfte derer, die sich trotzdem durchbeißen, hört danach nichts mehr. Sharawn Tipton, Chief People Officer bei Greenhouse, formuliert es so: „Kandidaten wenden sich nicht von KI ab. Sie wenden sich von schlechten Erlebnissen ab, die durch schlechte KI entstehen.“

Es ist dieselbe Dynamik, die aus einer [Karriereseite eine Blackbox macht, die Ihre Conversion still und leise abwürgt](/blog/careers-page-black-box-employer-brand-conversion). Wenn eine Kandidatin nicht erkennen kann, was mit ihr geschieht oder wann sie eine Rückmeldung bekommt, ist es die vernünftige Entscheidung, ihre Zeit in einen Prozess zu stecken, der sie wie einen Menschen behandelt.

Die Öffentlichkeit steht hier auf der Seite der Kandidaten, und das seit Jahren. Das Pew Research Center fand heraus, dass **71 % der US-Erwachsenen dagegen sind, dass KI endgültige Einstellungsentscheidungen trifft, und 66 % sich nicht auf eine Stelle bewerben würden, bei der KI hilft, Einstellungsentscheidungen zu treffen** ([Pew Research Center](https://www.pewresearch.org/internet/2023/04/20/ai-in-hiring-and-evaluating-workers-what-americans-think/)). Das ist ein hartnäckiges Vertrauensdefizit, das schon vor der aktuellen Welle bestand. Bauen Sie ein einseitiges KI-Interview ohne Offenlegung in Ihren Prozess ein, landen Sie genau auf diesem Defizit.

## Das Problem, das Sie nicht lösen können, ist dasjenige, das Sie nicht sehen

Dieses Leck hält sich deshalb, weil die meisten Teams gar nicht messen, an welcher Stelle im Trichter Kandidaten verschwinden. Sie zählen Bewerbungen oben und Angebote unten und behandeln alles dazwischen als ihre eigene Blackbox.

Wenn die Annahmequote sinkt, ist der erste Reflex, den Markt verantwortlich zu machen: „Kandidaten sind gerade unzuverlässig“, „die Shortlist war dieses Quartal eben schwach“. Aber eine schwache Shortlist und eine leckende KI-Interview-Phase sehen von der Trichterspitze aus identisch aus. Auseinanderhalten lassen sie sich nur über den Absprung Phase für Phase – und genau diese Zahl können die meisten Teams nicht liefern. Selbst die Journalisten, die über die Greenhouse-Daten berichteten, merkten an, dass Vergleichsdaten dazu, wo Kandidaten aussteigen, kaum verfügbar waren, weil die Teams diese Phase nicht instrumentieren.

Die teuerste Ausprägung der 38 % ist die, die sich nie beschwert. Erfahrene und passive Kandidaten haben den meisten Verhandlungsspielraum und die geringste Geduld für ein einseitiges KI-Video. Sie schreiben keine Glassdoor-Bewertung. Sie schließen einfach den Tab – und Ihre Pipeline verliert ausgerechnet ihre stärksten Bewerber, ohne ein einziges sichtbares Signal. Das ist ein [stilles Leck im Trichter](/blog/hiring-funnel-conversion-stage-bottlenecks), konzentriert an genau der Phase, die Sie aus Effizienzgründen eingebaut haben.

Nehmen wir ein realitätsnahes Szenario. Ein Gründer hat das Gefühl, die letzten Shortlists seien dünn, und vermutet das Problem beim Sourcing. Wird die Pipeline endlich Phase für Phase instrumentiert, zeigt der KI-Interview-Schritt eine Conversion-Klippe: Deutlich mehr Kandidaten gehen hinein als heraus, und der Absturz ist am stärksten bei den erfahrensten Bewerbern. Das Problem lag nie beim Sourcing. Es lag an einer Phase, die niemand beobachtete. Ein Leck, das Sie nicht geortet haben, können Sie nicht reparieren.

## Was Kandidaten tatsächlich wollen – und es ist günstig

Kandidaten verlangen nicht, dass Sie KI entfernen. Sie bitten um zwei kostengünstige Dinge: Sagen Sie es ihnen, und geben Sie ihnen einen Ausweg. Die Greenhouse-Daten sind bei der Abhilfe konkret.

| Was Kandidaten wollen | Anteil, der es will |
|---|---|
| Die Möglichkeit, ein Interview mit einem Menschen anzufordern | 46 % |
| Vorab-Offenlegung, dass KI beteiligt ist | 44 % |
| Ein Mensch, der vor jeder Entscheidung prüft | 38 % |
| Gesetzlich vorgeschriebene KI-Offenlegung | 57 % |

Nichts davon verlangt, die Automatisierung aufzugeben. Offenlegung ist ein Satz in einer E-Mail. Die Option auf einen Menschen ist ein Ausweichpfad für die Kandidaten, die danach fragen. Menschliche Prüfung vor einer Entscheidung ist eine Richtlinie, kein Umbau. Das sind die günstigsten Korrekturen im Recruiting, und sie decken sich direkt mit den drei Dingen, die Kandidaten in die Flucht schlagen: nicht informiert zu werden, überrumpelt zu werden und ignoriert zu werden.

Der regulatorische Rahmen bewegt sich in dieselbe Richtung. New Yorks Local Law 144 schreibt bereits Bias-Audits und Offenlegung für automatisierte Werkzeuge bei Beschäftigungsentscheidungen vor, und der EU AI Act stuft Recruiting-KI als Hochrisiko ein. Die 57 %, die eine gesetzlich vorgeschriebene Offenlegung wollen, beschreiben eine Welt, die vielerorts bereits Gesetz wird – weshalb es sich lohnt, [den Pflichten zu KI-Offenlegung und Compliance jetzt einen Schritt voraus zu sein](/blog/eu-ai-act-high-risk-hiring-compliance), statt erst nach der ersten Beschwerde.

<div class="blog-inline-cta">
  <p><strong>Sie sehen nicht, wo Kandidaten aussteigen?</strong> Kit bildet Ihre Einstellungs-Pipeline als klar definierte Phasen mit Durchfluss je Phase ab – so wird aus „Kandidaten springen beim KI-Interview ab“ keine Vermutung mehr, sondern eine Zahl, deren Bewegung Sie beobachten können.</p>
  <p><a href="/users/sign_up">Kostenlos testen</a></p>
</div>

## Gestalten Sie die Interview-Phase mit Absicht

Die Lösung heißt nicht „KI gut“ oder „KI schlecht“. Sie besteht darin, die Interview-Phase als bewusste Entscheidung zu behandeln, die Sie messen und ändern können, statt als Standard, den Sie von einem Anbieter geerbt haben. Das bedeutet zwei Züge: das Leck sehen und es dann schließen.

**Sehen Sie das Leck.** Instrumentieren Sie die Conversion von Phase zu Phase, damit Sie wissen, dass der KI-Interview-Schritt die Blutungsstelle ist, statt zu raten. Zeigt eine bestimmte Phase eine Absprung-Klippe – besonders bei erfahrenen Kandidaten –, haben Sie das Problem präzise geortet, statt den Markt zu beschuldigen. Genau diese Diagnose, so die Medienberichte immer wieder, fehlt den Teams.

**Schließen Sie das Leck.** Sobald Sie es sehen, machen Sie die Phase austauschbar. Behalten Sie ein KI-Screening dort, wo es wirklich hilft, und setzen Sie ein Interview mit einem Menschen oder eine hybride Variante ein – oder eine [asynchrone Code-Aufgabe](/templates) – für die Rollen und Segmente mit dem stärksten Absprung. Sie können die von Kandidaten gewünschte Option auf einen Menschen als bewusst gewählten Standard anbieten, sie vorab offenlegen und die Änderung im A/B-Test gegen die Absprungzahl prüfen, um zu bestätigen, dass sie gewirkt hat. Das ist die operative Umsetzung von „46 % wollen eine Option auf einen Menschen, 44 % wollen Offenlegung“ – und dafür müssen Sie Ihre Pipeline nicht neu bauen.

Speziell für technische Rollen schlägt eine gut gestaltete Take-Home- oder asynchrone Aufgabe ein einseitiges KI-Video oft sowohl beim Signal als auch beim Erlebnis. Kandidaten können echte Arbeit in ihrem eigenen Tempo zeigen, und Sie erhalten Belege, die Sie tatsächlich prüfen können – weshalb [die Bewertungsphase neu zu denken](/blog/leetcode-obsolete-post-ai-interview) tendenziell Qualität und Abschlussquoten zugleich steigert. Der Punkt ist nicht, dass KI keinen Platz hätte. Der Punkt ist, dass keine einzelne Interviewform als Standard für jede Rolle fest verdrahtet sein sollte.

## Der vertretbare Standard: Mensch im Prozess plus Absprung-Tracking

Kit ist ein KI-natives ATS für Startups, und es ist genau für diese beiden Züge gebaut. Die ganze These der 38 % lautet: Sie müssen Ihren Trichter sehen und Ihre Interview-Phasen steuern können – und beides gehört zum Kern dessen, wie Kit Recruiting abbildet.

**Sehen Sie das Leck.** Kit bildet Recruiting als klar definierte Phasen mit Kandidatenfluss je Phase ab. Damit ist die KI-Interview-Phase keine Blackbox mehr: Sie können die Conversion von Phase zu Phase beobachten und die Klippe erkennen, an der Kandidaten abspringen. Hat Ihr automatisiertes Screening ein Absprungproblem, zeigt Kit Ihnen, dass genau diese Phase die Blutungsstelle ist – Sie diagnostizieren also eine Zahl, statt über ein Gefühl zu streiten. Es ist dieselbe Instrumentierung, die aus dem [gesamten Bewerbertrichter statt einer Vermutung ein gemessenes System macht](/blog/hiring-funnel-conversion-stage-bottlenecks).

**Schließen Sie das Leck.** Weil Phasen in Kit konfigurierbare Phasentypen sind – Interviews mit Menschen, hybride Runden, asynchrone Code-Aufgaben und automatisierte Schritte –, können Sie ein vollautomatisiertes KI-Screening durch ein menschliches oder hybrides ersetzen, und zwar für die Rollen oder Segmente mit dem stärksten Absprung, ohne die Pipeline neu zu bauen. Eingebaute Interviewplanung und E-Mail-Vorlagen halten die Kommunikation zwischen den Phasen schnell und menschlich – das direkte Gegenmittel zu den 51 %, die nach einem KI-Interview ignoriert werden. Sie bieten die Option auf einen Menschen als selbst gewählten Standard an, nicht als geerbte Blackbox.

<div class="blog-inline-cta">
  <p><strong>Machen Sie nicht länger den Markt für eine schwache Shortlist verantwortlich.</strong> Prüfen Sie die eine Zahl, die die meisten Teams nicht sehen: den Absprung in Ihrer KI-Interview-Phase. Kit legt ihn offen und lässt Sie die Phase an einem Nachmittag austauschen.</p>
  <p><a href="/users/sign_up">Kostenlos testen</a></p>
</div>

Kit ist nicht gegen KI. Die ehrliche, datengestützte Haltung ist, den KI-Schritt von vornherein messbar und optional zu machen – genau das, worum der Befund „81 % sind mit Leitplanken einverstanden“ bittet. Setzen Sie KI dort ein, wo sie ihren Platz verdient, und weisen Sie jederzeit nach, dass sie nicht genau die Kandidaten kostet, die Sie am meisten wollen.

## Das Fazit

Fast 4 von 10 Kandidaten steigen aus, wenn Sie ein KI-Interview verlangen, und weitere 12 % würden es tun. Die Ursache ist nicht die Technik: 81 % sind mit KI im Recruiting einverstanden. Die Ursache ist die Blackbox – von einem nicht offengelegten KI-Screening überrumpelt zu werden, durch ein einseitiges Interview ohne Option auf einen Menschen geschleust und dann ignoriert zu werden. Kandidaten bitten im Gegenzug um zwei günstige Dinge: Offenlegung und die Option auf einen Menschen.

Dieses Leck hält sich deshalb, weil die meisten Teams es nicht sehen. Sie verfolgen Bewerbungen und Angebote, nicht die Phase, in der Kandidaten tatsächlich verschwinden. Beheben Sie das in zwei Zügen. Instrumentieren Sie den Absprung Phase für Phase, damit Sie wissen, dass das KI-Interview das Leck ist, und machen Sie die Phase dann austauschbar, sodass Sie dort, wo es Sie am meisten kostet, einen Menschen, eine hybride Runde oder eine asynchrone Bewertung einsetzen können. Tun Sie das, und aus den 38 % wird keine Schlagzeile über andere Unternehmen mehr, sondern eine Zahl, deren Sinken Sie beobachten.

## FAQ

### Wie viel Prozent der Kandidaten brechen KI-Interviews ab?

Laut Greenhouses Kandidatenbefragung 2026 unter 2.950 Jobsuchenden haben 38 % der Kandidaten einen Einstellungsprozess abgebrochen, weil er ein KI-Interview verlangte, und weitere 12 % würden es tun. Zugleich haben inzwischen 63 % der Jobsuchenden ein KI-Interview durchlaufen – ein Anstieg um 13 Prozentpunkte in sechs Monaten.

### Warum brechen Kandidaten KI-Interviews ab?

Nicht wegen der KI selbst. 81 % der Kandidaten sind mit KI im Recruiting in irgendeiner Form einverstanden. Sie steigen wegen des Erlebnisses aus: 70 % wurde vorab nie gesagt, dass eine KI sie bewerten würde, 21 % erfuhren es erst nach Beginn des Interviews, und 51 %, die eines abgeschlossen haben, wurden ignoriert oder warten noch auf Rückmeldung. Der Absprung konzentriert sich dort, wo der Prozess undurchsichtig und einseitig ist.

### Wie verhindern Sie, dass Sie Kandidaten beim KI-Interview verlieren?

Zwei Züge. Erstens: Instrumentieren Sie den Absprung Phase für Phase, damit Sie sehen, dass die KI-Interview-Phase das Leck ist, statt zu raten. Zweitens: Machen Sie die Phase austauschbar, sodass Sie für die Rollen mit dem stärksten Absprung ein Interview mit einem Menschen oder eine hybride Runde oder eine asynchrone Bewertung anbieten können – und legen Sie die KI vorab offen. Kandidaten bitten ausdrücklich um Offenlegung (44 %) und eine Option auf einen Menschen (46 %).

### Sollten Sie KI-Interviews in Ihrem Einstellungsprozess einsetzen?

Sie können, aber nicht als fest verdrahteten Standard für jede Rolle. Die Daten sagen: Kandidaten akzeptieren KI mit Leitplanken, lehnen aber nicht offengelegte, einseitige KI-Screenings ohne menschlichen Ausweg ab. Behalten Sie KI dort, wo sie das Signal wirklich verbessert, legen Sie sie offen, bieten Sie eine Option auf einen Menschen für Kandidaten an, die danach fragen, und verfolgen Sie den Absprung der Phase, damit Sie wissen, ob sie hilft oder Sie still und leise Ihre stärksten Bewerber kostet.