top of page

20 Jahre AGG – und jetzt entscheidet der Algorithmus mit

  • Autorenbild: Marcus Fischer
    Marcus Fischer
  • 26. Aug.
  • 6 Min. Lesezeit

Am 18. August 2006 trat in Deutschland ein Gesetz in Kraft, das damals vor allem als Bürokratiemonster angekündigt wurde: das Allgemeine Gleichbehandlungsgesetz. Prognostiziert wurden Klagewellen, Papierberge und ein Arbeitsmarkt, der sich aus Angst vor Prozessen gar nicht mehr traut, jemanden abzulehnen. Zwanzig Jahre später lässt sich nüchtern feststellen: Die Klagewelle blieb aus, das Gesetz blieb. Und die Recruiting-Praxis hat gelernt.


Die klassischen Fehlerquellen sind heute weitgehend abgeräumt. Kaum eine Stellenanzeige kommt noch ohne "(m/w/d)" aus, Altersangaben sind aus den Anforderungsprofilen verschwunden, das Bewerbungsfoto ist optional geworden, strukturierte Interviewleitfäden sind Standard. Wer heute noch "junges, dynamisches Team" schreibt, tut das nicht aus Unwissenheit, sondern aus Nachlässigkeit.


Nur: Die Entscheidung, wer überhaupt bis zum Interviewleitfaden vordringt, trifft in immer mehr Prozessen niemand mehr, der ein AGG-Training besucht hat. Sie trifft ein Ranking. Und genau da liegt die eigentliche Jubiläumsfrage.



Was zwanzig Jahre AGG tatsächlich bewegt haben


Ein Blick auf die Zahlen lohnt sich, weil sie beides zeigen: Wirkung und Grenzen. Die Antidiskriminierungsstelle des Bundes verzeichnete 2025 mit 13'067 Beratungsanfragen einen Rekordwert, 15 Prozent mehr als im Vorjahr.


Der grösste Einzelblock stammt aus dem Arbeitsleben: rund 3'600 Anfragen, darunter diskriminierende Stellenausschreibungen, Absagen im Bewerbungsverfahren und Belästigung am Arbeitsplatz. Bei den Merkmalen dominiert Rassismus mit 43 Prozent, gefolgt von Behinderung und chronischer Krankheit mit 27 Prozent und Geschlecht mit 22 Prozent. Das Lebensalter liegt bei 12 Prozent.


Steigende Zahlen sind dabei kein Zeichen von Versagen, sondern von Bekanntheit – Menschen wissen inzwischen, dass es ein Recht gibt und wo man sich meldet. Bemerkenswert ist die andere Seite der Statistik: Die befürchtete Prozesslawine ist nie eingetreten. Das AGG wirkt vor allem präventiv, über Formulierungen, Prozesse und Dokumentation. Es ist ein Gesetz, das seine Arbeit macht, indem man es beachtet, nicht indem man es einklagt.



Der Paragraph, den TA-Teams kennen sollten


Wer verstehen will, warum algorithmische Vorauswahl juristisch heikler ist als menschliche, muss nur einen einzigen Paragrafen lesen: § 22 AGG. Er regelt die Beweislast – und zwar zugunsten der Bewerbenden. Wer Indizien vorträgt, die eine Benachteiligung wegen eines geschützten Merkmals vermuten lassen, hat seinen Teil erledigt. Danach muss der Arbeitgeber beweisen, dass kein Verstoss vorlag. Nicht plausibel machen. Beweisen.


Wie niedrig die Indizschwelle liegt, hat das Landesarbeitsgericht Baden-Württemberg vorgeführt (Urteil vom 7. November 2024, Az. 17 Sa 2/24). Ein 1972 geborener Kommunikationsmanager bewarb sich auf eine Stelle, in der ein "Digital Native" und ein "absoluter Team-Buddy" gesucht wurde. Er erfüllte die fachlichen Anforderungen, wurde abgelehnt – und bekam 7'500 Euro Entschädigung zugesprochen. Die Begründung: "Digital Native" bezeichne Menschen, die mit digitalen Technologien aufgewachsen sind, und trage damit einen Alters- und Generationenbezug, der sich nicht wegdiskutieren lasse. Zwei englische Wörter reichten als Indiz. Den Gegenbeweis konnte der Arbeitgeber nicht führen.

Und jetzt die unbequeme Übertragung: Ein Score ist auch nur eine Formulierung – nur eine, die niemand vorlesen kann.



Warum die Blackbox dem Arbeitgeber schadet, nicht dem Bewerber


Der verbreitete Reflex lautet:

Ein Algorithmus ist neutral, er kennt weder Alter noch Herkunft. Das stimmt formal und ist praktisch irrelevant.

Entscheidend sind Proxy-Variablen – Merkmale, die mit geschützten Merkmalen korrelieren, ohne sie zu benennen. Das Abiturjahr. Die Dauer der Berufserfahrung als Obergrenze. Lücken im Lebenslauf. Die Software, mit der jemand gearbeitet hat. Der Wohnort. Die Sprachvarietät im Anschreiben. Wer nach "Cultural Fit" optimiert und dabei erfolgreiche Bestandsmitarbeitende als Trainingsgrundlage nimmt, baut eine Maschine, die die bestehende Belegschaftsstruktur reproduziert. Das ist kein Bug, das ist die Zielfunktion.


Juristisch ist das der Fall der mittelbaren Benachteiligung: ein neutrales Kriterium, das eine geschützte Gruppe faktisch schlechterstellt. Hier kippt die Blackbox-Logik. Wenn eine auffällige Verteilung in den Ablehnungen als Indiz taugt – etwa: über 50-Jährige kommen signifikant seltener durch das Screening als jüngere mit vergleichbarem Profil –, dann liegt der Ball beim Arbeitgeber. "Wir wissen nicht, warum das System so entschieden hat" ist an dieser Stelle kein Entlastungsargument, sondern das Eingeständnis, den Gegenbeweis nicht führen zu können.



Die Verantwortung lässt sich auch nicht an den Anbieter durchreichen. Arbeitsrechtlich bleibt der Arbeitgeber für Benachteiligungen im eigenen Auswahlverfahren verantwortlich, auch wenn die Vorauswahl technisch durch einen Dritten erfolgt.


In den USA wird derselbe Gedanke gerade im grossen Massstab durchgespielt: Im Verfahren Mobley v. Workday hat die zuständige Richterin im März 2026 festgehalten, dass sich ein Arbeitgeber der Haftung nicht dadurch entziehen kann, dass er klassische Arbeitgeberfunktionen wie die Einstellung an einen Dritten delegiert. Die Sammelklage umfasst Bewerbende ab 40 Jahren seit September 2020; in den Gerichtsunterlagen ist von 1,1 Milliarden über die Plattform abgelehnten Bewerbungen die Rede. Das US-Recht ist nicht das deutsche – aber die Kernfrage ist dieselbe, und sie kommt auch hier zuverlässig an.


Kurzer Seitenblick über die Grenze


Weil dieser Blog nicht nur in Deutschland gelesen wird: Der Befund lässt sich nicht eins zu eins übertragen. Österreich hat mit dem Gleichbehandlungsgesetz eine sehr ähnliche Konstruktion, inklusive Beweislasterleichterung für Betroffene und der Zuständigkeit der Gleichbehandlungsanwaltschaft. Wer für beide Märkte rekrutiert, kann seine Prüflogik weitgehend spiegeln.


Die Schweiz liegt anders. Ein allgemeines Antidiskriminierungsgesetz für private Arbeitsverhältnisse gibt es nicht; ausdrücklich geregelt ist im Wesentlichen die Gleichstellung von Frau und Mann. Das klingt nach weniger Risiko und ist trotzdem kein Freibrief: Wer aus der Schweiz heraus im EU-Raum rekrutiert, in einem Konzern mit deutscher Mutter arbeitet oder Software eines EU-Anbieters einsetzt, bekommt dieselben Anforderungen über den Umweg der Lieferkette auf den Tisch. Und der reputative Teil des Problems – ein Auswahlverfahren, das seine eigenen Ergebnisse nicht erklären kann – kennt ohnehin keine Landesgrenze.



Die Reform zum Geburtstag – und was sie nicht regelt


Passend zum Jubiläum hat das deutsche Bundeskabinett am 6. Mai 2026 eine AGG-Novelle beschlossen. Für Recruiting relevant ist vor allem eine Änderung: Die Frist zur Geltendmachung von Ansprüchen nach § 15 Abs. 4 AGG verdoppelt sich von zwei auf vier Monate. Hinzu kommen ein erweiterter Schutz vor sexueller Belästigung ausserhalb des Arbeitsverhältnisses, eine engere Fassung der Kirchenklausel und die Umbenennung von "Alter" in "Lebensalter".


In der Fachdebatte gilt das als Mini-Reform; ein Verbandsklagerecht fehlt ebenso wie die von der Antidiskriminierungsstelle geforderte Jahresfrist. Und ein eigener Tatbestand für algorithmische Entscheidungen kommt im Entwurf schlicht nicht vor.


Für die Praxis heisst das zweierlei. Erstens: Das Zeitfenster, in dem eine abgelehnte Bewerbung zum Fall werden kann, verdoppelt sich – Screening-Protokolle, Scores und Ablehnungsgründe müssen entsprechend länger nachvollziehbar bleiben. Zweitens: Wer auf eine gesetzliche Klarstellung zu KI wartet, wartet an der falschen Stelle. Das AGG ist technologieneutral formuliert. Es greift heute, für jedes Ranking, in jedem Bewerbermanagementsystem. Die Hochrisiko-Pflichten des EU AI Act für Recruiting-Systeme sind inzwischen auf Dezember 2027 verschoben – das Diskriminierungsverbot war davon nie betroffen.




Die Prüfliste, die aus zwanzig Jahren Rechtsprechung folgt


Sechs Fragen, die in jeden Review eines KI-gestützten Auswahlprozesses gehören:

  • Welche Merkmale gehen tatsächlich ins Modell ein? Nicht: Welche stehen im Marketingmaterial. Abiturjahr, Berufsjahre als Obergrenze, Postleitzahl und Lebenslauflücken sind Kandidaten für eine Proxy-Diskussion.

  • Wer schaut sich an, wer rausfliegt? Fast jedes Team kontrolliert die Shortlist. Kaum eines kontrolliert die Ablehnungen. Genau dort entsteht das Indiz.

  • Gibt es eine Auswertung nach Merkmalen? Eine simple Quotenbetrachtung über Alters- und Geschlechtsgruppen im Trichter kostet einen halben Tag und ist im Streitfall das stärkste Entlastungsmaterial, das man haben kann.

  • Ist die menschliche Prüfung dokumentiert oder nur behauptet? "Ein Mensch schaut drüber" hilft nur, wenn nachweisbar ist, wann, wer und mit welchem Ergebnis – inklusive der Fälle, in denen die Empfehlung überstimmt wurde.

  • Was steht im Vendor-Vertrag? Auditrechte, Zugang zu Bias-Testergebnissen, Zusicherungen zur Diskriminierungsfreiheit. Wer hier nichts vereinbart hat, trägt das Risiko allein.

  • Überlebt die Anzeigensprache den Digital-Native-Test? "Digital Native", "Berufseinsteiger:in mit erster Erfahrung", "energiegeladen": Alles, was auf eine Alterskohorte statt auf eine Fähigkeit zielt, ist ein Indiz mit Preisschild.

Was bleibt

Das AGG hat in zwanzig Jahren etwas geschafft, das man leicht übersieht, weil es unsichtbar geworden ist: Es hat die Sprache des Recruitings verändert. Formulierungen, über die 2006 niemand nachgedacht hätte, lösen heute reflexhaft ein Stirnrunzeln aus.

Die nächste Runde ist schwieriger, weil die entscheidende Formulierung nicht mehr in der Anzeige steht, sondern im Modell. Sie ist trotzdem dieselbe Aufgabe: begründen können, warum jemand nicht weitergekommen ist. Wer das für ein Compliance-Thema hält, unterschätzt die Sache. Es ist die Grundfrage des Berufs.



Quellen




Transparenzhinweis zur Nutzung von KI

Bei der Erstellung dieses Beitrags wurden Werkzeuge auf Basis künstlicher Intelligenz unterstützend eingesetzt. Sie dienen insbesondere der Recherche und Strukturierung von Informationen, sprachlichen und grammatikalischen Überarbeitung, Übersetzung sowie teilweise der Erstellung oder Bearbeitung von Illustrationen und Bildmaterial.

Konzeption, inhaltliche Aussagen, Bewertungen und Schlussfolgerungen stammen vom Autor und spiegeln dessen persönliche Gedanken, berufliche Erfahrungen und Überzeugungen wider. Sämtliche Inhalte werden vor der Veröffentlichung redaktionell geprüft und verantwortet.

Beiträge auf dieser Website werden nicht automatisiert durch KI erstellt oder veröffentlicht. KI wird als unterstützendes Werkzeug eingesetzt; die inhaltliche und redaktionelle Verantwortung verbleibt vollständig beim Autor.

Kommentare


Wie kann ich ihnen helfen?

Lassen Sie uns gemeinsam Ihre Talent Acquisition-Ziele verwirklichen.
Ich unterstütze Sie mit professioneller Beratung und massgeschneiderten Strategien für Ihren Erfolg. Eben mit Passion for Talents.

bottom of page