Wie man KI-generierte Bewerbungen erkennt

Seit ChatGPT sind Bewerbungen stilistisch makellos und (scheinbar) perfekt auf Stellenanzeigen zugeschnitten. Das macht die Bewertung paradoxerweise schwieriger: Je glatter die Texte, desto weniger ist erkennbar, ob Bewerbungen menschen- oder KI‑geschrieben wurden.

Das HR sollte KI-Hilfestellung akzeptieren – aber gleichzeitig erkennen, wann ein Schreiben zu stark oder gar auschliesslich maschinengeneriert ist.

Sprachlich zu glatt, inhaltlich zu dünn: KI-generierte Bewerbungen

Ein zentrales Erkennungsmerkmal KI-erstellter Bewerbungen ist eine auffällig polierte Sprache mit allgemeingültigen Floskeln und kaum individuellen Brüchen. KI generiert Texte, die formal korrekt, höflich und „professionell“ klingen, aber oft austauschbar sind: Die Sätze wirken generisch, Persönliches fehlt oder bleibt extrem vage. Häufig wird die Stellenbeschreibung nahezu wörtlich gespiegelt, Kompetenzen und Soft Skills erscheinen wie aus einem Baukasten: „Teamfähigkeit“, „hohe Einsatzbereitschaft“, „Leidenschaft für Innovation“ – ohne Beispiel, Kontext oder konkrete Situationen.

Authentizität testen im Interview

Ein weiterer starker Hinweis entsteht erst im Bewerbungsgespräch: Wenn eine Bewerbung voller Emotion, Selbstbewusstsein und brillanter Formulierungen steckt, im Gespräch aber eine sehr zurückhaltende, sprachlich unsichere Person sitzt, passt etwas nicht zusammen. Für Unternehmen ist dieser Authentizitätscheck entscheidend: Stimmt die Art, wie jemand schreibt, mit der Art, wie er oder sie kommuniziert, denkt und Probleme beschreibt, überhaupt überein?

Wer im Anschreiben komplexe technische Herausforderungen differenziert erläutert und im Gespräch dazu keine Beispiele nennen kann, hat sich vermutlich stark von einer KI helfen lassen – oder den Text gar komplett generieren lassen.

Die beste „KI-Erkennung“ bleibt das strukturierte, kritische Gespräch,
das gezielt auf Aussagen im Anschreiben Bezug nimmt und diese vertieft.

Inhaltstiefe statt Floskeln: Aufgabenbezug und Beispiele als Prüfstein

Eine wirksame Methode, KI-Content zu entlarven, ist der Fokus auf inhaltliche Tiefe und konkrete Aufgabenbezüge. Der Bewerber bezieht sich direkt auf das Produkt der Ausschreibung, beschreibt mögliche Herausforderungen in der Entwicklung und erklärt, wie er sie lösen würde. Gleichzeitig verknüpft er fachliche Expertise mit klar benannten Soft Skills wie Teamfähigkeit und Einsatzbereitschaft – nicht als Schlagworte, sondern eingebettet in reale Situationen. Allerdings bleibt es zuweilen schwierig zu erkennen, was auch sprachliches Unvermögen sein könnte.

Solche Texte sind deutlich schwerer ausschliesslich per KI zu erstellen, weil sie individuelle Projekterfahrungen, Detailwissen und persönliche Einschätzungen verlangen. Recruiter können daher gezielt nach Beispielen fragen: „Wo haben Sie genau diese Herausforderung schon erlebt?“ oder „Erzählen Sie mir von einer Situation, in der Ihre Teamfähigkeit entscheidend war.“ Wer echte Erfahrungen hat, kann auf solche Fragen konkret antworten; wer nur einen generischen KI-Text kopiert hat, gerät in Schwierigkeiten.

Technische Hinweise und typische Fehler: Prompts und Überperfektion

Es gibt auch sehr konkrete Signale, an denen man KI-Bewerbungen erkennt – gerade, wenn Bewerber:innen unbedarft vorgehen. Manchmal kopieren sie versehentlich ihren Prompt mit ins Anschreiben, etwa: „Schreibe mir ein kreatives Bewerbungsschreiben für die Stelle X…“. Das ist ein klarer Beleg für KI-Nutzung und wirkt unprofessionell.

Andere übernehmen den ersten Vorschlag aus dem ChatGPT praktisch 1:1 und „individualisieren“ ihn nur kosmetisch mit ein paar Emojis, weil irgendein Ratgeber das als kreativ verkauft. Solche Bewerbungen sind zwar formal korrekt, aber inhaltsleer und wenig reflektiert. Recruiter sehen zudem häufig standardisierte Strukturen, identische Formulierungen und identische Satzrhythmen über mehrere Bewerbungen hinweg – auch dies ein Hinweis, dass dieselben Prompts genutzt wurden.

Beispiele von typischen KI-Formulierungen

Die folgenden Formulierungen sind in KI-generierten Bewerbungen besonders häufig anzutreffen:

• In der heutigen dynamischen Arbeitswelt …
• Ich bin teamfähig, flexibel, kommunikativ und kreativ.
• Ich bin hochmotiviert und belastbar.
• Ich freue mich darauf, Ihr erfolgreiches Team zu bereichern.
• Ihr Unternehmen steht für Exzellenz, die ich gern mitgestalten möchte.
• Gern möchte ich meine umfassenden Erfahrungen in Ihr Unternehmen einbringen.
• Ich bin ein proaktiver Teamplayer mit ausgeprägter Lösungsorientierung.
• Ich strebe danach, gemeinsam mit Ihnen nachhaltige Erfolge zu gestalten.
• Meine Leidenschaft für Innovation und Effizienz möchte ich in dieser Position einbringen.

Mini-Check für die KI-Erkennung

• Glatter Ton mit vielen Floskeln und wenig substanziellen Aussagen.
• Inhaltliche Widersprüche zwischen Lebenslauf und Anschreiben.
• Generische Formulierungen ohne konkrete Beispiele oder persönliche Erlebnisse.
• Kein persönlicher und spezifischer Bezug auf Stelle und Anorderungen
• Wiederholende Satzstrukturen und gleichförmiger, textbausteinartiger Schreibstil.

Fazit: KI nur akzeptieren bei Authentizität und Glaubwürdigkeit

KI-generierte Bewerbungen werden bleiben – und in vielen Fällen sogar hilfreich sein, weil sie Menschen dabei unterstützen, strukturierter und verständlicher zu schreiben. Dies hilft sprachlich weniger versierten Bewerbern genauso wie Recruitern, die dadurch Bewerbungen besser und schneller beurteilen können. Für Unternehmen ist entscheidend, nicht den Einsatz von KI zu bestrafen, sondern die fehlende Eigenleistung: Bewerbungen, die nur aus generischen Floskeln bestehen und Persönlichkeit verbergen, sollten kritisch hinterfragt oder abgelehnt werden. Denn wer schon bei der Bewerbung einen minimalen Aufwand scheut, wird es später bei der Arbeit erst recht.

Wer dagegen eigene Projekte, klare Beispiele und einen spürbar individuellen Ton einbringt, zeigt, dass KI nur eine Unterstützung war und nicht der eigentliche Autor. Das Ziel bleibt dasselbe: Menschen einzustellen, die fachlich passen und menschlich zum Team gehören – nicht die Kandidaten mit dem perfektesten KI-Text.