KI in Codierinterviews: Richtlinien für Design und Bewertung
Die Grundsatzfrage, die jedes Engineering-Team beantworten muss
Meta machte den Anfang. Shopify, Canva und Rippling folgten innerhalb eines Quartals. Mitte 2026 erlauben bereits etwa ein Viertel der Arbeitgeber explizit KI-Unterstützung bei technischen Interviews, und der Trend beschleunigt sich. Die Frage in den meisten Engineering-Einstellungskommissionen hat sich verschoben – nicht mehr „Sollten wir ChatGPT verbieten?", sondern „Wenn 90 % unserer Engineers täglich mit KI programmieren, wie sieht ein ehrliches Interview aus?"
Dieser Artikel präsentiert die Grundsätze und Bewertungsrubrik, die wir Teams empfehlen, die dies von Grund auf neu aufbauen. Dies ist keine Freigabe für oberflächliches Programmieren. Es ist eine Möglichkeit, ein Interview durchzuführen, bei dem der Kandidat die gleichen Tools nutzt, die er ab dem ersten Tag nutzen wird, und bei dem Sie dennoch ein aussagekräftiges Ergebnis erhalten.
Beginnen Sie damit, klar zu definieren, was Sie wirklich messen
Der Fehler, den fast jedes Team macht, wenn es KI zulässt, ist, die Bewertungsrubrik unverändert zu lassen. Sie nehmen ihren alten Prompt „Implementieren Sie diesen LRU Cache", geben dem Kandidaten einen Claude-Tab und sind überrascht, wenn alle bestehen.
Wenn Sie KI zulassen, bewerten Sie nicht mehr, ob der Kandidat funktionierenden Code produzieren kann. Sie bewerten vier Dinge, die die KI nicht für sie tun kann:
- Problemstrukturierung. Können sie einen vagen geschäftlichen Anforderung in eine konkrete Spezifikation übersetzen, einschließlich Grenzfälle, die der Auftraggeber nicht erwähnt hat?
- Richtungsvorgabe. Können sie entscheiden, was zuerst gebaut wird, was übersprungen wird und wann ein Entwurf verworfen wird?
- Kritische Überprüfung. Wenn die KI selbstbewusst falschen Code zurückgibt, bemerken sie das? Bitten sie um eine Alternative oder liefern sie den Fehler aus?
- Rechtfertigung. Können sie jede Zeile, die sie eingereicht haben, verteidigen? „Das Modell hat es geschrieben" ist keine Antwort.
Schreiben Sie das auf, bevor Sie auch nur einen einzigen Prompt formulieren. Die Bewertungsrubrik bestimmt alles andere.
Gestaltung eines Prompts, den KI nicht mit einer einzigen Antwort lösen kann
Ein guter KI-freundlicher Prompt hat drei Eigenschaften:
- Er ist absichtlich unterspecifiziert. Der Kandidat muss klärende Fragen stellen oder Annahmen explizit machen. Ein Prompt, der alle Einschränkungen von vornherein enthält, ermöglicht es dem Kandidaten, die Spezifikation einfach ins Modell zu dumpen und auszuliefern.
- Der „Happy Path" ist die halbe Arbeit. Die andere Hälfte besteht darin, mit einer Einschränkung umzugehen, die einer früheren Annahme widerspricht. Echtes Engineering ist die Überwindung von Spannungen, nicht die Implementierung von LeetCode-Aufgaben.
- Es hat mindestens eine Falle. Eine subtile Anforderung, die, wenn übersehen, die Lösung richtig aussehen lässt, aber bei nicht offensichtlichen Eingaben falsch funktioniert. Modelle übersehen diese zuverlässig; nachdenkliche Menschen erkennen sie.
Konkretes Beispiel: Statt „Implementieren Sie einen Rate Limiter" fragen Sie: „Fügen Sie einen Rate Limit zu diesem vorhandenen Endpoint hinzu. Das Produktteam möchte 'angemessenen' Schutz vor Missbrauch. Der Endpoint wird sowohl von einer mobilen App als auch von einem internen Cron-Job aufgerufen. Hier ist der vorhandene Code." Jetzt muss der Kandidat „angemessen" definieren, bemerken, dass der Cron-Job einen einfachen IP-basierten Limiter auslöst, und ihre Abwägungen erklären. Die KI wird gerne einen IP-basierten Limiter schreiben. Der Kandidat muss entscheiden, dass dieser falsch ist.
Weitere Informationen zum Erstellen von Prompts, die KI-generierte Code-Einreichungen widerstehen, finden Sie unter Entwickler ohne LeetCode screenen.
Wie das Interview in der Praxis aussieht
Ein Live-KI-gestütztes Codierinterview dauert in der Praxis 60 Minuten:
- 10 Minuten — Problemstrukturierung. Der Interviewer präsentiert das Problem. Der Kandidat liest es, stellt klärende Fragen und nennt seine Annahmen. Er programmiert noch nicht. Dies ist der signalstärkste Teil des Interviews und ist weitgehend KI-resistent.
- 35 Minuten — Entwicklung mit KI-Unterstützung. Der Kandidat schreibt Code, fordert das Modell bei Bedarf auf und erläutert, was er tut. Der Interviewer beobachtet, wie die KI genutzt wird: Wird der Prompt mit dem richtigen Kontext erstellt, wird die Ausgabe unkritisch akzeptiert, oder wird sie wie ein Junior-Partner behandelt?
- 15 Minuten — Verteidigung und Erweiterung. Der Interviewer bittet den Kandidaten, eine von der KI generierte Funktion zu erläutern, eine Einschränkung zu ändern und zu erklären, was nicht funktioniert. Hier brechen schwache Kandidaten zusammen.
Dies ist die gleiche Struktur wie ein starkes Live-Coding-Interview, mit einer expliziten Wendung: Die KI ist ein Tool, bei dessen guter Anwendung der Kandidat bewertet wird, nicht ein verbotenes Gerät.
Bewertungsrubrik: fünf Dimensionen, je fünf Punkte
Verwenden Sie die gleiche Bewertungsrubrik für jeden Kandidaten und jeden Interviewer, mit verankerten Verhaltensweisen auf jeder Stufe. Ein solider Ausgangspunkt:
| Dimension | Messgröße |
|---|---|
| Problemstrukturierung | Qualität der klärenden Fragen und der festgehaltenen Annahmen, bevor Code geschrieben wird. |
| Entscheidungsfindung | Haben sie das Richtige zuerst gebaut? Haben sie innegehalten und überlegt, wenn sie in eine Sackgasse gerieten? |
| KI-Kompetenz | Sind die Prompts spezifisch und gut abgegrenzt? Lehnen sie schlechte Ausgaben ab und fordern Alternativen an? |
| Kritische Überprüfung | Wenn die KI falsch liegt, bemerken sie das? Testen sie den Grenzfall? |
| Rechtfertigung | Können sie jede Zeile erklären, auf Anfrage ändern und Abwägungen verteidigen? |
Bewerten Sie jede Dimension 1–5 mit Verhaltensankern. Anker sind das, was dies von Vibes unterscheidet; wenn Sie noch nie eine Bewertungsrubrik kalibriert haben, tun Sie das, bevor Sie das Interview durchführen. Freiformige Bewertung über mehrere Interviewer hinweg führt dazu, dass am Ende die lauteste Stimme über Einstellungen entscheidet.
Erstellen Sie das Formular einmal in Ihrem Scorecard-System und verwenden Sie es erneut. Wenn Ihre Scorecard nicht durchsetzen kann, dass jede Dimension vor der Einreichung bewertet wird, wechseln Sie zu einer, die es kann.
Die Frage der Authentifizierung: Vertrauen, aber Überprüfung
Die Zulassung von KI bedeutet nicht, dass Sie vertrauen, dass die Person im Call die zu Einstellende ist. Zwei spezifische Risiken bleiben bestehen:
- Identitätsdiebstahl. Jemand anderes sitzt an der Tastatur oder flüstert dem Kandidaten außerhalb der Kamera Ratschläge zu.
- Vorbereitete Antworten. Der Kandidat hat ein zweites Gerät, das ihm Formulierungssprache und „klärende Fragen" zuführt, die er nicht selbst generiert hat.
Keines dieser Risiken hat etwas mit der KI-Richtlinie zu tun. Sie existieren bei jedem Remote-Interview. ClarityHires Authentifizierungsschicht wurde genau für diese Welt entwickelt: Wir flaggen Kandidaten nicht für die Nutzung von KI, wenn KI erlaubt ist. Wir verifizieren, dass die gleiche Person durchgehend getippt hat, dass ihr Gesicht der Identität in der Datei entspricht, und dass das Arbeitsergebnis widerspiegelt, was wir sie produzieren beobachtet haben. Die Tastaturbiometrie und Gesichtskontinuität Signale erfassen Identitätsdiebstahl unabhängig davon, ob der Kandidat Claude nutzte.
Wenn Sie KI-zulassende Interviews durchführen, sollte Ihr Authentifizierungsbericht nichts über KI-Nutzung sagen und alles über wer die Arbeit geleistet hat.
Wie geht es weiter
Wenn Sie eine bestehende Interview-Schleife für KI-Unterstützung umstellen, arbeiten Sie in dieser Reihenfolge:
- Schreiben Sie einen Prompt so um, dass er unterspecifiziert ist, mit einer verborgenen Einschränkung. Testen Sie ihn mit zwei internen Engineers, bevor ein Kandidat ihn sieht.
- Ersetzen Sie die alte Bewertungsrubrik „Codierungskorrektur" durch die oben genannte Fünf-Dimensionen-Rubrik. Verankern Sie jedes Niveau mit einem Verhaltensbeispiel.
- Kalibrieren Sie drei Interviewer anhand einer aufgezeichneten Sitzung, bevor Sie mit Kandidaten live gehen.
- Entscheiden Sie Ihre Authentifizierungsrichtlinie separat von Ihrer KI-Richtlinie. Das sind nicht die gleichen Fragen.
- Nach zehn Durchläufen ziehen Sie die Score-Verteilungen heraus und überprüfen auf Abweichungen. Wenn alle 4er bei KI-Kompetenz erhalten, sind Ihre Anker zu großzügig.
Die Teams, die das richtig machen, sind nicht die mit den strengsten Richtlinien. Es sind die, deren Rubriken Urteilsvermögen statt Tippgeschwindigkeit messen.