Nach einem guten Vorstellungsgespräch sind sich viele Entscheider sicher: Diese Person passt. Genau dieses Gefühl ist der schlechteste verfügbare Ratgeber. Die Metaanalyse von Sackett und Kollegen (2022) beziffert die Vorhersagekraft strukturierter Interviews auf r=.42, die des freien Gesprächs nur auf r=.19. Der Unterschied entsteht nicht durch mangelnde Erfahrung der Beurteiler, sondern durch systematische Verzerrungen, die jeder Mensch mitbringt und die niemand an sich selbst bemerkt. Dieser Ratgeber beschreibt die vier häufigsten Beurteilungsfehler in der Personalauswahl, zeigt, wie sie im Gespräch konkret zuschlagen, und welche Verfahren sie nachweislich eindämmen. Er richtet sich an Geschäftsführungen und Personalverantwortliche, die auf Führungsebene entscheiden und dabei nicht auf Intuition angewiesen sein wollen.
Weil das freie Gespräch als Messinstrument schlicht ungenau ist. Die Metaanalyse von Sackett, Zhang, Kuncel und Kostal (2022) korrigierte langjährige Überschätzungen in der Eignungsforschung und kommt für strukturierte Interviews auf eine Vorhersagekraft von r=.42, für unstrukturierte auf r=.19. Ein Wert um .19 bedeutet: Das Gespräch erklärt nur einen kleinen Teil des späteren Berufserfolgs.
Noch unbequemer ist ein zweiter Befund. Jason Dana, Robyn Dawes und Nathaniel Peterson zeigten 2013 in drei Experimenten, dass unstrukturierte Interviews die Treffsicherheit sogar verschlechtern können. Beurteiler bildeten sich selbst dann ein stimmiges Bild, wenn die Antworten der Gegenüber nach dem Zufallsprinzip gegeben wurden. Die Forscher nennen das Sensemaking: Wir konstruieren aus fast jedem Input eine plausible Geschichte.
Daraus folgt nicht, dass Gespräche überflüssig wären. Es folgt, dass ein Gespräch ohne Struktur kein Auswahlinstrument ist, sondern ein Eindruck. Die vier folgenden Verzerrungen erklären, warum dieser Eindruck so verlässlich in dieselben Richtungen kippt.
Das ist der Halo-Effekt: Ein herausstechendes Merkmal überstrahlt die Bewertung aller anderen Eigenschaften. Wer souverän auftritt und gut formuliert, wird im selben Gespräch auch in Fachkompetenz, Integrität und Belastbarkeit systematisch höher eingeschätzt, obwohl dazu gar keine Information vorliegt. Auf Führungsebene ist der Effekt besonders stark, weil rhetorische Sicherheit dort ohnehin erwartet wird.
In der Praxis erkennen Sie ihn an Bewertungsbögen, in denen ein Kandidat über alle Dimensionen hinweg ähnlich abschneidet. Echte Menschen sind selten überall gleich gut. Wenn Ihre Bewertungen kaum streuen, misst der Bogen nicht mehr die einzelnen Anforderungen, sondern nur noch die Gesamtsympathie.
Das Gegenmittel ist mechanisch: Bewerten Sie jede Anforderungsdimension einzeln und unmittelbar nach der jeweiligen Frage, nicht am Ende des Gesprächs. Hinterlegen Sie zu jeder Dimension Ankerbeispiele, die beschreiben, wie eine schwache, mittlere und starke Antwort konkret klingt. Grundlage dafür ist ein sauber geschnittenes Anforderungsprofil.
Weil Ähnlichkeit als Passung missverstanden wird. Gemeinsame Herkunft, ähnlicher Werdegang, dieselbe Universität oder auch nur ein vergleichbarer Kommunikationsstil erzeugen ein Gefühl von Vertrautheit, das im Nachhinein als kulturelle Passung begründet wird. Das Ergebnis sind Führungsteams, die sich immer ähnlicher werden und blinde Flecken gemeinsam teilen.
Dass gruppenbezogene Urteile im deutschen Arbeitsmarkt real wirken, ist gut belegt. Im IAB-Forschungsbericht 6/2025 von Jaschke und Kollegen, für den knapp 5.000 Betriebe in Deutschland befragt wurden, gaben rund 15 Prozent den muslimischen Glauben als Einstellungshindernis an, etwa 25 Prozent lehnten Bewerber mit religiösen Symbolen ab. Kleine Betriebe mit weniger als sechs Beschäftigten waren dabei stärker betroffen als größere Unternehmen.
Neben der rechtlichen Dimension nach dem Allgemeinen Gleichbehandlungsgesetz ist das vor allem ein Qualitätsproblem: Wer nach Ähnlichkeit auswählt, sortiert genau die Perspektiven aus, die im Team fehlen. Wirksam dagegen sind mehrere unabhängige Beurteiler, deren Einschätzungen erst nach der Einzelbewertung zusammengeführt werden, und im Zweifel eine Zweitmeinung von außen.
Stärker, als den meisten Beurteilern bewusst ist. Der erste Eindruck entsteht in den ersten Minuten und wirkt danach als Filter: Alles, was zum Eindruck passt, wird als Bestätigung verbucht, alles Widersprüchliche als Ausnahme abgetan. Genau dieser Mechanismus erklärt, warum Beurteiler nach einem freien Gespräch besonders überzeugt von ihrem Urteil sind, obwohl dessen Vorhersagekraft mit r=.19 gering ausfällt.
Der Kontrasteffekt kommt aus der Reihenfolge. Ein durchschnittlicher Kandidat wirkt nach einem schwachen Vorgänger deutlich besser und nach einem starken deutlich schlechter, als er im absoluten Vergleich ist. Bei mehreren Gesprächen an einem Tag entscheidet damit die Terminplanung mit über das Ergebnis, was niemand ernsthaft beabsichtigt.
Wie ein solches Gespräch konkret aufgebaut wird, zeigt unser Leitfaden zum strukturierten Vorstellungsgespräch mit Führungskräften.
Verfahren, die den Beurteilerspielraum begrenzen. Das ist zuerst das strukturierte Interview mit festen Fragen und Bewertungsankern, das mit r=.42 die deutlich höhere Vorhersagekraft erreicht. Ergänzend wirken Arbeitsproben und Fallaufgaben, weil sie Verhalten zeigen statt Selbstbeschreibung, und wissenschaftlich fundierte Persönlichkeitsdiagnostik, die Merkmale unabhängig vom Gesprächseindruck erfasst.
Wir arbeiten dafür lizenziert mit dem Bochumer Inventar zur berufsbezogenen Persönlichkeitsbeschreibung. Der entscheidende Punkt ist nicht das Testergebnis selbst, sondern dass es vor dem Gespräch feststeht und dadurch als unabhängiger Bezugspunkt dient. Wie das Verfahren aufgebaut ist, erklärt unser Beitrag zur Eignungsdiagnostik mit dem BIP; wie sich Potenzial von Routine unterscheiden lässt, zeigt Potenzialträger erkennen.
Ein Hinweis zu automatisierten Werkzeugen: Software beseitigt Verzerrungen nicht automatisch, sondern kann historische Muster fortschreiben. Seit der EU-Verordnung über Künstliche Intelligenz gelten für den Einsatz in der Personalauswahl zudem eigene Anforderungen, die wir im Ratgeber KI in der Personalauswahl eingeordnet haben.
Indem Sie die Reihenfolge umdrehen: erst Kriterien, dann Kandidaten. Wer das Anforderungsprofil schriftlich festlegt, bevor die erste Bewerbung auf dem Tisch liegt, hat einen Maßstab, an dem sich später jeder Eindruck messen lassen muss. Ohne diesen Maßstab entscheidet im Zweifel immer der stärkste Eindruck des Tages.
Der Aufwand lohnt sich vor allem auf Führungsebene, weil dort jede Entscheidung auf ein ganzes Team durchschlägt. Der Gallup Engagement Index Deutschland 2025 weist aus, dass nur 10 Prozent der Beschäftigten eine hohe emotionale Bindung an ihren Arbeitgeber haben, 77 Prozent Dienst nach Vorschrift leisten und 13 Prozent innerlich gekündigt haben. Führungsqualität ist der Faktor, der diese Verteilung am stärksten bewegt.
Was eine Fehlbesetzung auf dieser Ebene wirtschaftlich bedeutet, haben wir im Ratgeber Kosten einer Fehlbesetzung durchgerechnet. Wie sich dieselbe Systematik in einer konkreten Suche anwenden lässt, zeigt exemplarisch der Beitrag Einkaufsleiter finden.
Vier Muster dominieren: der Halo-Effekt, bei dem ein starkes Merkmal alle anderen überstrahlt, der Ähnlichkeitsbias, der Vertrautheit mit Passung verwechselt, der erste Eindruck als Filter für alles Folgende und der Kontrasteffekt durch die Reihenfolge der Gespräche. Alle wirken unbewusst und bündeln sich in einem einzigen freien Gespräch.
Deutlich besser. Die Metaanalyse von Sackett und Kollegen aus dem Jahr 2022 beziffert die Vorhersagekraft strukturierter Interviews auf r=.42, die unstrukturierter Gespräche nur auf r=.19. Der Zugewinn entsteht durch feste Fragen, gleiche Reihenfolge und Bewertungsanker, nicht durch längere Gespräche. Der Aufwand liegt damit in der Vorbereitung.
Nein. Dana, Dawes und Peterson zeigten 2013, dass Beurteiler selbst aus zufällig gegebenen Antworten ein stimmiges Bild konstruieren und sich dabei sicher fühlen. Wirksam sind deshalb nur strukturelle Gegenmittel wie getrennte Bewertungsdimensionen, mehrere unabhängige Beurteiler und feste Fragenkataloge. Berufserfahrung schützt nachweislich nicht davor.
An fehlender Streuung. Wenn ein Kandidat über alle Anforderungsdimensionen hinweg ähnlich bewertet wird, misst der Bogen meist die Gesamtsympathie statt der einzelnen Kriterien. Abhilfe schafft die Bewertung jeder Dimension direkt nach der zugehörigen Frage statt am Ende des Gesprächs, belegt mit einer konkreten Aussage des Kandidaten.
Ja. Im IAB-Forschungsbericht 6/2025 wurden knapp 5.000 Betriebe befragt: Rund 15 Prozent nannten den muslimischen Glauben als Einstellungshindernis, etwa 25 Prozent lehnten Bewerber mit religiösen Symbolen ab. Betriebe mit weniger als sechs Beschäftigten waren stärker betroffen als größere Unternehmen. Solche Muster wirken auch dort, wo niemand sie beabsichtigt.
Nicht von selbst. Automatisierte Verfahren lernen aus historischen Daten und können vorhandene Muster fortschreiben statt korrigieren. Seit der EU-Verordnung über Künstliche Intelligenz gelten für den Einsatz in der Personalauswahl zusätzliche Anforderungen an Transparenz und Aufsicht, die vor der Einführung geklärt sein müssen.
Sie wollen eine Auswahlentscheidung nicht dem Bauchgefühl überlassen?
Wir strukturieren Ihr Auswahlverfahren und bringen mit wissenschaftlicher Eignungsdiagnostik nach dem Bochumer Inventar einen unabhängigen Bezugspunkt in die Entscheidung ein. Gegründet 2019, mit Sitz in Düsseldorf und einem Standort in München.
