Teilen 
Das Internet hat ein Bot-Problem. Digitale Werbung ist davon besonders betroffen. Seit Jahren bekannt, aber nicht überall gleich ernst genommen. Bots waren schon vor zehn Jahren ein ernstes Problem. Mit dem Vormarsch von KI als Unterstützung im Bewerbungsprozess hat sich der Trend zuletzt deutlich beschleunigt. Dabei wird viel zu wenig darüber diskutiert.
Der Grund dafür ist strukturell, denn große E-Commerce-Unternehmen haben spezielle Ad-Fraud-Teams, die Invalid Traffic aktiv überwachen und bekämpfen. HR-Abteilungen haben das in der Regel nicht, und die meisten HR-Dienstleister nicht die Systeme und das Interesse, das Problem sichtbar zu machen. Wer auf Klickvolumen abrechnet, verdient an jedem Klick, egal ob ein Mensch oder ein Bot dahinter steckt.
Wie groß das Problem inzwischen ist, zeigen aktuelle Studien. Laut dem Bad Bot Report 2026 vom Imperva stammen mittlerweile 53 Prozent des gesamten Web-Traffics von Bots, 40 Prozentpunkte davon gelten als bösartig. Der Global Invalid Traffic Report 2026 von Lunio hat 2,7 Milliarden Klicks über acht Branchen und sechs Werbeplattformen ausgewertet und beziffert die durchschnittliche Invalid-Traffic-Quote für Recruiting und HR auf 13,2 Prozent. Bei Anbietern ohne eigene Filterung dürfte die tatsächliche Quote in Einzelfällen deutlich höher liegen.
Was ist Invalid Traffic und warum trifft es auch Recruiting?
Invalid Traffic (IVT) ist der Sammelbegriff für alle Zugriffe, die nicht von echten, interessierten Nutzerinnen und Nutzern stammen. Dabei ist eine Unterscheidung zwischen zwei Kategorien sinnvoll.
General Invalid Traffic (GIVT) umfasst relativ leicht identifizierbaren automatisierten Traffic: Crawler mit bekannten Signaturen, Server-Zugriffe und Bots, die sich nicht verstecken. Diese Kategorie ist technisch beherrschbar.
Sophisticated Invalid Traffic (SIVT) ist das eigentliche Problem. Diese Bots imitieren menschliches Verhalten, akzeptieren Cookies, laden Seiten vollständig und bewegen die Maus. Ohne spezialisierte Erkennungssysteme sind sie von echten Nutzerinnen und Nutzern kaum zu unterscheiden.
Nicht alles, was unter IVT fällt, ist böswillig. Suchmaschinen-Crawler wie Googlebot oder Bingbot indexieren zum Beispiel Stellenanzeigen und sorgen dafür, dass sie bei Google for Jobs auftauchen. KI-Crawler sammeln Inhalte für Sprachmodelle und ATS-Crawler von Jobbörsen sowie Aggregatoren lesen Stellen automatisiert ein. Diese Bots sind Infrastruktur, und wer sie blockiert, verliert vor allem Sichtbarkeit.
Das größere Problem sind sogenannte Traffic Farms: Netzwerke aus Rechnern oder bezahlten Klickern, die automatisiert Klicks generieren, um Werbeeinnahmen abzuschöpfen. Im Cost-per-Click-Modell landet das direkt auf der Rechnung des Arbeitgebers, wenn der Dienstleister keine entsprechenden Schutzmechanismen einsetzt.
Scraping Bots greifen systematisch Stellenanzeigen, Gehaltsangaben und Anforderungsprofile ab, meistens im Auftrag von Wettbewerbern.
Credential Stuffing Bots probieren Zugangsdaten auf Karriereportalen durch.
Und im schlimmsten Fall überlasten Denial-of-Service-Bots gezielt Karriereseiten.
Dazu kommt jetzt noch eine dritte, neuere Kategorie. KI-Agenten handeln im Auftrag von Bewerberinnen und Bewerbern, durchsuchen Karriereseiten, lesen Stellen aus und füllen teilweise automatisiert Formulare aus. Sie sind nicht böswillig, aber ohne Erkennungssystem verfälschen sie Klick- und Bewerbungsdaten genauso systematisch wie die anderen Bots.
Warum es so viel Bot Traffic gibt
Invalid Traffic ist kein technisches Versehen, sondern ein Geschäftsmodell.
Digitale Werbung im Allgemeinen wird nach Reichweite vergütet: Klicks, Impressions und Visits. Wer Klicks liefern kann, verdient Geld. Ob dahinter ein Mensch steckt, ist für die Abrechnung zunächst egal. Traffic Farms funktionieren als klassisches Arbitrage-Geschäft. Ein Bot-Klick wird für Bruchteile eines Cents erzeugt und zum vollen CPC-Preis als legitime Reichweite weiterverkauft. Dadurch verdienen alle in der Kette Geld, außer demjenigen, der am Ende das Budget trägt.
Recruiting-Budgets sind dabei besonders attraktive Ziele, weil die Branche strukturell schlechter geschützt ist als zum Beispiel E-Commerce. Dort wird Werbeerfolg bis zum Kauf gemessen, im Recruiting endet das Tracking meistens beim Klick oder der Bewerbung. Diese Lücke macht es schwerer, Bot-Traffic aufzudecken, und einfacher, ihn zu verstecken.
Warum das Bot-Problem strukturell wächst
Die Einstiegshürde ist in den letzten Jahren stark gesunken. Wer früher eine Traffic Farm betreiben wollte, brauchte technisches Know-how. Heute kann man einen fertigen Service mit Abo-Preisen und Support als „Bots as a Service” kaufen.
Gleichzeitig werden Bots immer schwerer erkennbar. Moderne Systeme nutzen echte Browser-Umgebungen, realistische Interaktionsmuster und sogenannte Residential Proxies. Traffic wird über echte Heimanschlüsse geleitet und sieht aus wie ganz normaler Internetverkehr. Klassische Erkennungsmethoden greifen hier nicht mehr. KI-getriebene Bots imitieren inzwischen Verhaltensweisen, die früher als verlässlicher Beweis für menschlichen Traffic galten.
Wie sich Invalid Traffic in den gesamten Recruiting-Funnel einordnet – von der Reichweite über das Bewerbungsformular bis zur digitalen Vorauswahl – zeigt unser Whitepaper „Quality of Application”. Mit konkreten Zahlen und Handlungsempfehlungen.
Was kostet es, wenn niemand filtert
Mit der Recruiting-Quote von Lunio im Kopf lässt sich der Schaden konkret durchrechnen.
Das folgende Rechenbeispiel arbeitet mit einer runden, fiktiven Zahl. Sie soll die Größenordnung greifbar machen, nicht einen konkreten Fall abbilden.
Rechenbeispiel
Angenommen, ein Dienstleister stellt für eine programmatische Stellenanzeigen-Kampagne 5.000 Klicks zu einem CPC von einem Euro in Rechnung – also 5.000 Euro. Bei einer Invalid-Traffic-Quote von 13 Prozent, wie sie Lunio 2026 für Recruiting & HR ermittelt hat, stammen davon rund 650 Klicks nicht von echten Kandidatinnen und Kandidaten. Läuft die Kampagne ohne Filterung, zahlt der Arbeitgeber für diese 650 Klicks, ohne dass auch nur eine Bewerbung daraus entstehen kann.
Das ist der direkte Budgetschaden, aber nicht der einzige.
Datenverfälschung. Invalid Traffic verfälscht alle Metriken, auf deren Basis Entscheidungen getroffen werden: Klickzahlen, Engagement, Channel Rankings, Conversion Rates. Wer nicht weiß, wie hoch der IVT-Anteil eines Kanals ist, optimiert auf Basis von Zahlen, die die Realität nicht abbilden. Ein Kanal, der schlecht performt, kann gut aussehen, und ein Kanal, der gut performt, wird möglicherweise abgestellt. Am Ende ist das die Datengrundlage, auf der Budgetentscheidungen getroffen werden.
Recruiter-Kapazität. Bot-generierte Formulareinsendungen, Massenanfragen durch KI-Agenten und Anfragen aus geografisch irrelevanten Regionen landen im Posteingang und erzeugen Prüfaufwand, der keine Einstellung produziert. Mit zunehmender Verbreitung von Agenten-Technologien, die im Auftrag von Bewerbenden automatisiert Formulare ausfüllen, wird dieser Anteil wachsen.
Das Geo-Problem: Klicks aus aller Welt für eine Stelle in Dortmund
Eine besondere Form des Invalid Traffic ist geografisch fehlgeleiteter Traffic. IT-Stellen erhalten überproportional viele Zugriffe aus Süd- und Südostasien, Pflegestellen ziehen häufiger Anfragen aus Nordafrika an, und Kampagnen ohne sauberes Geo-Targeting generieren Klicks aus aller Welt, auch wenn die Stelle klare Deutschkenntnisse und einen lokalen Arbeitsort erfordert.
Das kann passieren, weil entweder die Geo-Einstellungen in der Kampagnensteuerung fehlerhaft oder gar nicht gesetzt sind, oder weil Netzwerkpartner Traffic aus Niedriglohnregionen hinzukaufen, um ihre Klickzahlen günstig aufzufüllen. Manche Plattformen sind primär englischsprachig aufgebaut und ziehen strukturell internationalen Traffic an, unabhängig davon, was in der Anzeige steht.
Quality of Application – Whitepaper 2026: Passendere Bewerbungen & weniger Invalid Traffic mit der Wollmilchsau
Was Jobspreader gegen Bot-Traffic tut
Nur validen Traffic in Rechnung zu stellen klingt nach einer Selbstverständlichkeit. Im Markt ist es das allerdings aktuell noch nicht. Das liegt nicht daran, dass es niemand weiß, sondern daran, dass funktionierende Bot Prevention etwas kostet: technische Infrastruktur, spezialisierte Drittanbieter, kontinuierliche Kalibrierung auf Recruiting-spezifische Traffic-Muster. Wer das nicht investiert, filtert nicht oder filtert nur oberflächlich, stellt Rohdaten-Klicks als Reichweite in Rechnung und zeigt Zahlen, die gut aussehen, weil niemand genauer hinschaut.
Der gesamte Traffic auf der Jobspreader-Domain durchläuft einen mehrstufigen Filterprozess.
Auf der ersten Ebene blockiert eine Firewall allgemein bekannte Bot-Signaturen und Zugriffe mit eindeutig automatisierten Mustern. Auf der zweiten Ebene greift das Jobspreader-eigene Bot-Detection-System, das auf die spezifischen Muster im Recruiting-Traffic kalibriert ist. Auf der dritten Ebene arbeiten wir mit einem spezialisierten Drittanbieter für Click-Fraud-Erkennung zusammen, der auch Sophisticated Invalid Traffic erkennt (also Bots, die menschliches Verhalten imitieren). Zusätzlich stehen wir in regelmäßigem Austausch mit unseren Netzwerkpartnern, um die Traffic-Qualität ihrer Zuspielungen gemeinsam zu analysieren, und nachgelagerte Regeln filtern netzwerkspezifische Auffälligkeiten heraus.
Durch diesen Prozess wird der überwiegende Teil des eingehenden Traffics erkannt und vor der Abrechnung herausgefiltert.
Sind wir damit bei null Prozent Bot-Traffic? Nein. Moderne Bots mit Residential-Proxy-Infrastruktur und KI-gestütztem Verhalten sind selbst für spezialisierte Systeme schwer zu identifizieren. Wir filtern aktiv, stellen nur verifizierten Traffic in Rechnung und kommunizieren transparent, was wir sehen. Auch wenn die Zahl unbequem ist.
Das ist ein deutlicher Unterschied zu Anbietern, die Rohdaten-Klicks als Reichweite verkaufen.
Was Unternehmen selbst tun können
Auch ohne eigene Technologie gibt es Hebel, mit denen sich die Traffic-Qualität verbessern lässt.
Sauberes Geo-Targeting ist der einfachste und wirkungsvollste Schritt. Jede Stellenanzeige braucht eine konkrete Ortsangabe. Begriffe wie „bundesweit” oder fehlende Standortdaten werden von Targeting-Systemen nicht korrekt verarbeitet und ziehen Traffic an, der für die Stelle nicht relevant ist.
Präzise Jobtitel helfen Targeting-Algorithmen, die richtigen Personen anzusprechen. Als Orientierung gilt: Berufsbezeichnung, Fachbereich und mindestens eine Spezialisierung oder Qualifikation.
Analytics auswerten. Ungewöhnlich hohe Herkunftskonzentration aus bestimmten Ländern, sehr kurze Verweildauern oder abrupte Absprünge direkt nach dem Seitenaufruf sind verlässliche Signale für Invalid Traffic. Google Analytics oder Matomo reichen für eine erste Diagnose.
Die richtigen Fragen stellen. Jeder Personalmarketing-Dienstleister sollte beantworten können, wie viel des ausgelieferten Traffics verifiziert valide ist und was in Rechnung gestellt wird. Wer darauf keine klare Antwort hat, sollte im Auswahlprozess nachrangig behandelt werden. Dienstleister dürfen keine Blackbox sein!
Die Zahl, die zählt
Invalid Traffic ist kein Randproblem und keins, das sich von selbst löst. Es ist ein strukturelles Merkmal des digitalen Werbemarkts, das im Recruiting auf eine Branche trifft, die weniger Schutzmechanismen hat als E-Commerce und in der das Thema noch zu selten auf der Agenda steht.
Die Konsequenz ist nicht nur verschwendetes Budget, sondern verfälschte Daten, auf deren Basis Kanalentscheidungen getroffen werden, und Recruiter-Kapazität, die in Prüfaufwand fließt, aus dem keine Einstellung entsteht. Es nicht zu wissen, kostet Geld.
Wer eigene Analytics-Daten auswertet und seinen Dienstleister direkt befragt, bekommt ein realistisches Bild. Wer mit einem Anbieter arbeitet, der nur validen Traffic abrechnet, kann zumindest sicher sein, dass das Budget nicht zu großen Teilen im Nichts landet.
Bot Traffic ist nur der Anfang.
Welche KPIs wirklich zeigen, ob eure Bewerbungen zur Stelle passen, und mit welchen fünf Hebeln ihr die Qualität schon vor dem Screening steuert, zeigt unser Whitepaper:
→ Whitepaper „Quality of Application” kostenlos herunterladen
Quellen und Methodik
Imperva Bad Bot Report 2026 „Bad Bots in the Agentic Age”. Jahresstudie zu automatisiertem Web-Traffic auf Basis der Analyse von 17,2 Billionen geblockten Bot-Anfragen weltweit. Bots machten 2025 demnach 53 Prozent des gesamten Web-Traffics aus, davon gelten 40 Prozentpunkte als bösartig. imperva.com
Lunio Global Invalid Traffic Report 2026. Auswertung von 2,7 Milliarden Klicks über acht Branchen, sechs Werbeplattformen und zehn Länder, erhoben auf ungeschützten Kampagnen ohne Fraud-Filterung. Die durchschnittliche Invalid-Traffic-Quote für Recruiting & HR liegt laut Report bei 13,2 Prozent. lunio.ai
Definitionen GIVT und SIVT Die Begriffe General Invalid Traffic (GIVT) und Sophisticated Invalid Traffic (SIVT) sind durch das Interactive Advertising Bureau (IAB) und das Media Rating Council (MRC) als Branchenstandards definiert. iab.com / mediaratingcouncil.org
Wollmilchsau Whitepaper „Quality of Application – Was bei der Bewerberqualität wirklich zählt” (2026) Datengrundlage für den Gesamtkontext Quality of Application im Recruiting, einschließlich weiterer Funnel-Metriken. Whitepaper herunterladen
