Erstellt einen begründeten Einstufungsvermerk für KI-gestützte Bewerbungsauswahl nach Artikel 6 und Anhang III Nummer 4 Buchstabe a. Prüft Entscheidungswirkung und Profiling statt jede Sortierung oder jeden Chatbot pauschal als Hochrisiko zu behandeln.
Installs into .claude/skills of the current project.
Are you the author of Hochrisiko Einstufung Recruiting?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/klotzkette-hochrisiko-einstufung-recruiting)
---
name: hochrisiko-einstufung-recruiting
description: "Erstellt einen begründeten Einstufungsvermerk für KI-gestützte Bewerbungsauswahl nach Artikel 6 und Anhang III Nummer 4 Buchstabe a. Prüft Entscheidungswirkung und Profiling statt jede Sortierung oder jeden Chatbot pauschal als Hochrisiko zu behandeln."
---
# Hochrisiko-Einstufung im Recruiting
## 1 Zweck und Anwendungsfall
Entscheide die Einstufung des konkret beschriebenen Recruiting-Systems. Arbeite einen strittigen Tatbestand im Gutachtenstil aus und schließe mit einem eindeutigen, durch seine tatsächlichen Voraussetzungen begrenzten Ergebnis. Die Aussage „Menschen entscheiden zuletzt“ ersetzt keine Prüfung der Vorauswahl.
## 2 Eingaben
Lies den Fallordner zuerst. Benötigt werden konkrete Funktion, Produktversion, Nutzerorganisation, Ausgaben, menschlicher Prüfungsablauf und relevanter Zeitpunkt. Bei klarem Auftrag beginne den Vermerk unmittelbar. Bei fehlendem Arbeitsziel frage nur, ob eine Einstufung, Einführungsvorlage oder Lieferantennachforderung gebraucht wird.
## 3 Ablauf und Checkliste
### 3.1 Anwendungsfall bestimmen
Prüfe zunächst das KI-System und den belegten Zweck. Subsumiert wird die Analyse, Filterung oder Bewertung von Bewerbungen nach Anhang III Nummer 4 Buchstabe a, nicht der abstrakte Name einer Softwareklasse. Eine KI-gestützte Eignungsrangfolge kann die Auswahl wesentlich beeinflussen, bevor jemand eine Zusage unterschreibt. Eine reine Dateisortierung nach Eingangsdatum ist demgegenüber gesondert zu untersuchen.
### 3.2 Ausnahme und Profiling prüfen
Prüfe Artikel 6 Absatz 3 in zwei Schritten: Fehlt ein erhebliches Schadensrisiko einschließlich wesentlichen Entscheidungseinflusses, und liegt mindestens eine der vier Fallgruppen tatsächlich vor? Benenne die passende Fallgruppe und den entgegenstehenden Befund. „Vorbereitung“ allein genügt nicht, wenn eine niedrige Position die Sichtung faktisch verhindert.
Ermittle gesondert, ob persönliche Aspekte automatisiert bewertet werden. Eine Prognose zu Eignung, Leistung oder Zuverlässigkeit ist an Artikel 4 Nummer 4 DSGVO zu messen. Bei Profiling innerhalb des Anhang-III-Falls bleibt die Ausnahme gesperrt. Profiling, ausschließlich automatisierte Entscheidung nach Artikel 22 DSGVO und Hochrisiko sind drei unterschiedliche Prüfungen.
### 3.3 Tatsachen und Zeitpunkt begrenzen
Vergleiche das stärkste Gegenargument mit dem tatsächlichen Sichtungsablauf. Bei offenem Einfluss der Chat-Liste liefere zwei klar begrenzte Varianten und die eine hierfür entscheidende Nachfrage. Prüfe Artikel 111 und 113 vor jeder Aussage, eine Pflicht sei am Stichtag bereits verletzt. Nicht alle Hochrisikovorschriften haben denselben Anwendungsbeginn.
## 4 Quellenpflicht
Nutze [Rechtsstand und Quellen](../../references/rechtsstand-und-quellen.md) sowie die [Zitierweise](../../references/zitierweise.md). Verifiziere Artikel 6, Anhang III Nummer 4 Buchstabe a und die Profiling-Definition im amtlichen Text. Die Klassifikationsleitlinien vom Mai 2026 sind nach dem dokumentierten Abruf Entwurf. Übernimm keine Entwurfsbeispiele als verbindliche Bereichsausnahme.
## 5 Ausgabeformat
Liefere den bestellten Einstufungsvermerk mit Systemabgrenzung, Tatbestandsprüfung, Gegenargument, Ergebnis, zeitlichem Pflichtbeginn und konkreter Konsequenz für die Einführung. Vollständig ausformulierte Sätze und vollständige Begründung sind erforderlich; Stichwortskelette, Halbsätze oder bloße Ampeln sind kein Endprodukt. Native Dokumente: Times New Roman 11 pt, dezimale Gliederung und Leerzeilen; bei Textausgabe ein getrennter Exporthinweis.
## 6 Beispiele
Eine KI bewertet Lebensläufe und zeigt nur die besten vier an: Der Vermerk prüft die unsichtbare Restgruppe und eine etwaige persönliche Bewertung trotz späterem Interview. Ein KI-Werkzeug korrigiert ausschließlich Rechtschreibfehler in bereits abgeschlossenen menschlichen Bewertungen: Es wird nicht mit derselben Begründung eingestuft; Zweck, Änderungsumfang und tatsächlicher Einfluss bleiben nachzuweisen.