Stellenanzeigen schreiben gehört zu den Aufgaben, die jeder Recruiter kennt, aber kaum jemand gern macht. Du sitzt vor einer leeren Seite, weißt, was du suchst — und formulierst trotzdem zum dritten Mal diese Woche denselben Satz über „eigenverantwortliches Arbeiten in einem dynamischen Team”. KI kann diesen Prozess deutlich beschleunigen. Aber zwischen einem brauchbaren Erstentwurf und einem Copy-Paste-Template aus ChatGPT liegt ein Unterschied, der sich auf die Bewerberzahl auswirkt. Dieser Artikel gibt dir die Tools, fünf fertige Prompts und eine ehrliche Einschätzung, wo KI wirklich hilft — und wo du selbst ran musst.
Was KI beim Schreiben von Stellenanzeigen leisten kann
Fangen wir mit dem an, was tatsächlich funktioniert. KI liefert dir einen strukturierten Erstentwurf in unter einer Minute — statt der 20 bis 30 Minuten, die du sonst für Aufgabenbeschreibung, Anforderungsprofil und Benefits-Abschnitt brauchst. Das allein ist schon ein messbarer Gewinn, besonders wenn du mehrere Mandate parallel bearbeitest.
Darüber hinaus kann KI Varianten für verschiedene Kanäle erzeugen. Eine Stellenanzeige auf LinkedIn braucht einen anderen Ton und eine andere Länge als die gleiche Anzeige auf Stepstone oder auf deiner eigenen Karriereseite. Statt drei Versionen manuell zu schreiben, lässt du das Modell die Anpassung übernehmen: kürzer und direkter für LinkedIn, detaillierter und keyword-optimiert für Jobbörsen. Gender-neutrales Formulieren — in Deutschland, Österreich und der Schweiz zunehmend gefordert — ist ein weiterer Bereich, in dem KI zuverlässig unterstützt. Das Modell erkennt problematische Formulierungen und schlägt Alternativen vor.
Was KI nicht kann: dein Unternehmen authentisch beschreiben. Das Modell kennt weder die Teamdynamik noch die tatsächliche Arbeitskultur. Und fachliche Anforderungen bewertet es nicht — es formuliert das, was du eingibst, gut klingende Bullshit-Anforderungen eingeschlossen. Die inhaltliche Qualitätssicherung bleibt bei dir.
Mehr zum größeren Bild, wie KI das Recruiting verändert, findest du im Artikel KI im Recruiting.
Die besten KI-Tools für Stellenanzeigen
Die Auswahl an KI-Tools, die bei Stellenanzeigen helfen, ist überschaubar — und das ist gut so. Du brauchst kein spezialisiertes SaaS-Abo für etwas, das ein universelles Sprachmodell mit dem richtigen Prompt erledigen kann.
ChatGPT und Claude sind für die meisten Personalberater die pragmatischste Wahl. Beide Modelle beherrschen die deutsche Sprache gut, können Tonalität anpassen, gender-neutrale Formulierungen erzeugen und Stellenanzeigen nach Kanal-spezifischen Vorgaben umschreiben. Der entscheidende Faktor ist der Prompt — nicht das Tool. Ein vager Prompt liefert ein vages Ergebnis, unabhängig davon, welches Modell dahinter sitzt. Die Prompts im nächsten Abschnitt funktionieren mit beiden.
Textio ist auf Stellenanzeigen spezialisiert und bietet Bias-Erkennung: Das Tool markiert Formulierungen, die bestimmte Bewerbergruppen abschrecken oder ausschließen könnten. Für größere Recruiting-Teams mit hohem Stellenanzeigen-Volumen kann sich das lohnen. Für Personalberater, die fünf bis zehn Stellenanzeigen pro Monat schreiben, ist der Mehrwert gegenüber einem gut geprompten Sprachmodell gering — bei deutlich höheren Kosten.
Jobiqo und JoinVision sind DACH-spezifische KI-Anbieter, die primär mit Jobbörsen und Karriereseiten-Betreibern zusammenarbeiten. Wenn du direkt in einem Jobportal-Ökosystem arbeitest, können deren Matching-Algorithmen relevant sein. Für die reine Texterstellung von Stellenanzeigen sind sie aber kein primäres Werkzeug.
Canva Magic Write ist relevant, wenn du Stellenanzeigen als visuelle Posts für Social Media erstellst — Instagram-Stories, LinkedIn-Carousel-Posts, Facebook-Anzeigen. Für den klassischen Stellenanzeigen-Text auf einer Jobbörse brauchst du es nicht.
Fazit: Für Personalberater im DACH-Raum ist die Kombination aus ChatGPT oder Claude und gezielten Prompts der schnellste Weg zu besseren Stellenanzeigen. Die Prompts findest du direkt hier — und einen umfassenderen Vergleich von KI-Tools im Recruiting im Artikel AI Recruiting Tool. Noch mehr einsatzbereite Prompt-Vorlagen, auch für Sourcing und Outreach, findest du in unserem Artikel ChatGPT Recruiting Prompts und Vorlagen.
5 ChatGPT-Prompts für bessere Stellenanzeigen
Die folgenden Prompts sind copy-paste-ready. Ersetze die Platzhalter in eckigen Klammern durch deine Angaben. Alle Prompts funktionieren mit ChatGPT (GPT-4o) und Claude gleichermaßen.
Prompt 1 — Komplette Stellenanzeige aus Stichpunkten generieren
Du bist ein erfahrener Personalberater im DACH-Raum. Schreibe eine Stellenanzeige auf Basis folgender Stichpunkte. Ton: professionell, aber direkt — wie ein echtes Gespräch, nicht wie ein HR-Dokument. Zielgruppe: [z.B. erfahrene Fachkraft, 3–5 Jahre Erfahrung, aktuell nicht aktiv suchend]. Länge: 300–400 Wörter. Struktur: Einstieg (warum diese Stelle interessant ist, max. 3 Sätze), Aufgaben (5–7 Punkte), Anforderungen (Must-have und Nice-to-have getrennt), Benefits (keine Floskeln wie "flache Hierarchien" — nur konkrete Fakten), Bewerbungsprozess (1 Satz). Stichpunkte: [Jobtitel, Branche, Region, Kernaufgaben, Anforderungen, Benefits, Unternehmenstyp]Praxis-Tipp: Je konkreter deine Stichpunkte, desto besser der Output. „Softwareentwickler, irgendwas mit Java” liefert Template-Ware. „Senior Java Backend Developer, FinTech, Wien, Microservices-Architektur, Team von 8, Remote-Option 3 Tage” liefert etwas Brauchbares.
Prompt 2 — Bestehende Stellenanzeige umschreiben (formell in modern)
Ich habe eine bestehende Stellenanzeige, die zu formell und bürokratisch klingt. Schreibe sie um: gleicher Inhalt, aber moderner Ton. Zielgruppe: [z.B. Kandidaten unter 35 in der Tech-Branche]. Behalte alle fachlichen Anforderungen bei, ändere nur Formulierung und Struktur. Ersetze Floskeln wie "wir bieten Ihnen" durch direkte Ansprache. Du-Form. Entferne leere Phrasen wie "dynamisches Umfeld" oder "spannende Herausforderung" und ersetze sie durch konkrete Aussagen — wenn keine konkreten Infos vorhanden sind, lass die Phrase weg. Aktuelle Anzeige: [Text einfügen]Praxis-Tipp: Diesen Prompt kannst du auch nutzen, wenn du eine Kundenanzeige erhalten hast, die sich wie ein Behördenschreiben liest. Häufiger Fall in der Personalberatung.
Prompt 3 — Stellenanzeige für LinkedIn optimieren
Ich habe eine Stellenanzeige, die für eine Jobbörse (Stepstone/Indeed) geschrieben wurde. Kürze und optimiere sie für einen LinkedIn-Post. Ziel: Aufmerksamkeit im Feed, nicht vollständige Jobbeschreibung. Max. 150 Wörter. Struktur: Hook-Satz (was an der Stelle anders ist als bei vergleichbaren Rollen), 3–4 Key Facts (Stichpunkte, nicht Fließtext), ein Call-to-Action (Bewerbung oder DM). Du-Form. Kein "Wir suchen" als Einstieg — das scrollt jeder weiter. Stellenanzeige: [Text einfügen]Praxis-Tipp: LinkedIn-Posts mit einem konkreten Hook im ersten Satz performen deutlich besser als solche, die mit dem Firmennamen oder „Wir suchen” starten. Der Prompt erzwingt das.
Prompt 4 — Gender-neutrale Formulierung prüfen und anpassen
Prüfe die folgende Stellenanzeige auf gender-neutrale Formulierung. Markiere alle Stellen, die nicht gender-neutral sind, und schlage eine alternative Formulierung vor. Achte besonders auf: generisches Maskulinum, geschlechtsbezogene Adjektive (z.B. "durchsetzungsstark"), implizite Altersangaben ("junges Team", "Digital Native"). Gib am Ende eine bereinigte Gesamtversion der Anzeige aus. Stellenanzeige: [Text einfügen]Praxis-Tipp: Nutze diesen Prompt als letzten Schritt vor der Veröffentlichung — auch bei Anzeigen, die du selbst geschrieben hast. Subtile Bias-Formulierungen übersieht man im eigenen Text leicht.
Prompt 5 — Keyword-optimierte Version für Stepstone/Indeed
Optimiere die folgende Stellenanzeige für Jobbörsen-Suchmaschinen (Stepstone, Indeed). Ziel: Die Anzeige soll bei relevanten Suchanfragen gefunden werden. Baue folgende Keywords natürlich ein, ohne den Text zu überladen: [z.B. "Java Developer", "Backend Entwickler", "Softwareentwickler Wien", "Remote"]. Achte auf: Keywords im Titel und in den ersten 100 Wörtern, klare Strukturierung mit Aufzählungspunkten (Algorithmen bevorzugen das), Standortangabe explizit nennen. Behalte den Ton der Anzeige bei, keine SEO-Textleichen. Stellenanzeige: [Text einfügen]Praxis-Tipp: Stepstone und Indeed verwenden eigene Matching-Algorithmen. Keywords im Jobtitel und in den ersten Absätzen haben deutlich mehr Gewicht als im Schlussteil. Der Prompt berücksichtigt das.
Noch mehr fertige Prompts für den gesamten Recruiting-Workflow — von Sourcing über Outreach bis Screening — findest du im Artikel ChatGPT Prompts für Recruiter.
Worauf du bei KI-generierten Stellenanzeigen achten musst
KI liefert Entwürfe, keine fertigen Veröffentlichungen. Zwischen dem Output und der publizierten Anzeige stehen fünf Prüfschritte, die du nicht weglassen solltest.
AGG-Konformität. Das Allgemeine Gleichbehandlungsgesetz verbietet Diskriminierung bei der Stellenausschreibung — nach Alter, Geschlecht, Herkunft, Religion, Behinderung oder sexueller Identität. KI-Modelle produzieren manchmal Formulierungen, die AGG-relevant sind, ohne dass es auf den ersten Blick auffällt. „Junges, dynamisches Team” ist ein Klassiker. „Muttersprachler” ein anderer. Prüfe jede Anzeige bewusst auf solche Formulierungen, bevor sie rausgeht. In Österreich und der Schweiz gelten vergleichbare Regelungen (GlBG bzw. GlG).
Firmenspezifische Details. KI kennt dein Unternehmen nicht — sie kennt nur, was du in den Prompt schreibst. Wenn du keine konkreten Benefits, Teamgrößen oder Projektbeschreibungen mitgibst, füllt das Modell die Lücken mit Generika. „Modernes Arbeitsumfeld” und „attraktives Gehaltspaket” sind die KI-Version von „mir ist nichts Konkretes eingefallen”. Füge alles Spezifische selbst ein: echte Zahlen, echte Projekte, echte Benefits.
Fachliche Anforderungen validieren. KI-Modelle erfinden manchmal Anforderungen, die plausibel klingen, aber inhaltlich falsch sind. Besonders bei technischen Rollen kann das passieren — ein erfundenes Framework, eine unrealistische Kombination von Technologien. Lass die fachlichen Punkte immer vom Hiring Manager oder von dir selbst gegenprüfen, wenn du die Domäne kennst.
Authentizitätscheck. Wenn deine Stellenanzeige genauso klingt wie die deiner Mitbewerber, hast du mit KI nichts gewonnen außer Geschwindigkeit. Lies den Output und frag dich: Würde ich erkennen, von welchem Unternehmen diese Anzeige ist, wenn das Logo fehlt? Wenn nein, fehlt etwas.
Stellenanzeige vs. Arbeitsvertrag. Eine Stellenanzeige ist kein rechtlich bindendes Jobangebot — aber unvorsichtige Formulierungen können Erwartungen erzeugen, die später zu Problemen führen. Gehaltsspannen, Zusagen zu Remote-Arbeit oder Weiterbildungsbudgets: Wenn es in der Anzeige steht, wird es als Versprechen gelesen. Prüfe, ob alles, was die KI formuliert hat, auch tatsächlich stimmt.
Stellenanzeigen sind nur ein Baustein — warum Sourcing der größere Hebel ist
Hier kommt die Einordnung, die in den meisten Artikeln zu dem Thema fehlt: Stellenanzeigen sind ein Kanal — und nicht der stärkste.
Rund 70% aller Kandidaten sind passiv. Sie suchen nicht aktiv nach Jobs, sie lesen keine Stellenanzeigen auf Stepstone, und sie scrollen nicht durch Karriereseiten. Sie sind in ihrem aktuellen Job und wechseln nur, wenn jemand sie direkt anspricht — mit dem richtigen Angebot, zur richtigen Zeit.
Für Personalberater und Headhunter bedeutet das: Eine bessere Stellenanzeige bringt dir vielleicht 20% mehr Bewerbungen von aktiven Kandidaten. Aber die Kandidaten, die dein Kunde wirklich will — die erfahrene Führungskraft, der spezialisierte Entwickler, die Vertriebsleiterin mit Branchenkontakten — die erreichst du nur über direktes Sourcing und Outreach.
Wenn du KI beim Schreiben von Stellenanzeigen einsetzt, sparst du Zeit. Das ist ein Effizienzgewinn — real, messbar, nützlich. Aber wenn du KI beim Sourcing und bei der Mandatsakquise einsetzt, generierst du Umsatz. Mehr Pipeline, mehr qualifizierte Kandidaten, mehr abgeschlossene Mandate.
recruitpilot setzt KI nicht beim Texte-Schreiben ein, sondern beim gesamten Akquise- und Sourcing-Workflow. Das Betriebssystem übernimmt Kandidatenidentifikation, Outreach-Sequenzen und Pipeline-Management — autonom, nicht als Prompt-Maschine. Der Unterschied: Du schreibst keine Prompts mehr, du steuerst ein System.
Wie KI-basiertes Sourcing in der Praxis funktioniert, beschreibt dieser Artikel: KI Active Sourcing. Und einen Vergleich der Tools dafür findest du hier: Active-Sourcing-Tool.
KI im Recruiting-Alltag
Von einzelnen KI-Prompts zu einer autonomen Pipeline
recruitpilot geht über KI-Textgenerierung hinaus: Agents übernehmen Sourcing, Outreach und Follow-ups komplett.
Discovery Call buchen