Was es ist
Ein Deepfake Candidate ist ein Bewerber, dessen Identität mit generativer KI ganz oder teilweise erfunden wurde, um ein Screening oder ein Video-Interview zu bestehen. Der Begriff deckt ein ganzes Spektrum ab, keine einzelne Technik. Am einfachen Ende steht ein KI-polierter Lebenslauf, der Erfahrung oder Qualifikationen erfindet, die es gar nicht gibt. In der Mitte steht ein gestohlenes oder synthetisches Profil, Foto und Historie einer echten Person, unter falschem Namen wiederverwendet. Am anderen Ende steht ein Live-Deepfake in Echtzeit, eine geklonte Stimme oder ein Face-Swap im Video-Feed, mit dem jemand das ganze Interview über eine andere Person spielt.
Die für Recruiter schädlichste Variante ist der Proxy-Interviewee: eine andere, oft fachlich stärkere Person, die das Interview oder den technischen Screen führt und sich dabei als der Bewerber ausgibt, teils live off-screen gecoacht, während die Person, die den Job am Ende wirklich macht, erst Wochen später auftaucht. All das verfolgt dasselbe Ziel: ein Screening zu überstehen, das für eine Zeit gebaut wurde, in der die Person im Call und die Person, die zur Arbeit erscheint, noch dieselbe Person waren.
Ein Deepfake Candidate muss nur das Interview überstehen. Verifizierung muss überall sonst standhalten.
Warum es zählt
Das Ausmaß ist längst nicht mehr marginal. Gartners Umfrage 2025 unter Hiring Managern ergab, dass 18 % bereits einen Deepfake Candidate in einem Video-Interview erwischt hatten, und 59 % vermuteten KI-gestützte Falschdarstellung bei mindestens einigen ihrer Bewerber. Gartners längerfristige Prognose ist noch deutlicher: Bis 2028 soll weltweit jedes vierte Kandidatenprofil in irgendeiner Form gefälscht sein. Die Sicherheitsfirma Pindrop berichtete, dass von 827 Bewerbungen auf eine einzige Senior-Developer-Stelle rund 12 % von Kandidaten mit gefälschter oder Deepfake-Identität stammten, ein Hinweis darauf, wie stark sich das Risiko auf remote, gut bezahlte technische Rollen konzentriert.
Personalagenturen tragen eine eigene Version dieses Risikos. Ein platzierter Deepfake Candidate ist nicht nur eine schlechte Einstellung, es ist eine Shortlist, für die die Agentur ihren Namen hergegeben hat, ein Fee, das einer Rückforderung ausgesetzt ist, und eine Kundenbeziehung, die genau an dem Punkt beschädigt wird, an dem sie am meisten zählt. Deshalb führen laut Gartner inzwischen 72 % der Recruiting-Verantwortlichen gezielt wieder persönliche Interviewrunden ein, um genau diese Art von Betrug abzufangen, eine Kehrtwende nach Jahren, in denen Screening komplett remote lief.
Wie boilr das übernimmt
boilr behauptet nicht, ein Deepfake-Erkennungstool zu sein, das tut ehrlicherweise kein seriöses Produkt. Was boilr tut, ist die Angriffsfläche zu verkleinern, die eine gefälschte Identität überhaupt hat. Kandidaten und Kontakte tauchen über querverglichene Signale und öffentliche Daten aus den Quellen auf, die boilr beobachtet, nicht über ein einzelnes, selbst angegebenes Profil, und jeder Kontakt läuft durch boilrs Data Waterfall und wird gegen mehrere Quellen geprüft, bevor ein Task entworfen wird. Eine Kandidaten-Historie, die sich über Quellen hinweg nicht deckt, ist genau die Art von Inkonsistenz, die an dieser Stelle auffällt, bevor ein Consultant den Task überhaupt sieht.
boilr ist von Grund auf Human-in-the-loop: Nichts geht weiter und nichts wird gesendet, ohne dass ein Consultant den Task vorher prüft, und das Company Brain führt die Platzierungshistorie deiner eigenen Agentur mit, sodass ein Muster, das nicht passt, markiert wird statt einfach durchzurutschen. Genau dort gehört das Urteilsvermögen hin. Kombiniere das mit den Prüfungen, die ein Deepfake Candidate speziell verlangt, eine unvorbereitete Abschlussrunde, eine kleine Arbeitsprobe live im Call, ein Referenzanruf bei einer Nummer, die du selbst recherchiert hast, und boilrs Aufgabe ist es, dass diese Prüfung von einer Shortlist ausgeht, der du überhaupt vertrauen kannst.
