NYC Local Law 144

NYC Compliance fuer automatisierte Einstellungsentscheidungstools

NYC Local Law 144 erfordert Bias-Audits und Benachrichtigungen fuer automatisierte Einstellungstools in New York City. In Kraft seit dem 5. Juli 2023, mit Strafen bis zu 1.500 $ pro Verstoss pro Tag. Wir helfen Ihnen bei der Verwaltung von Audits, Benachrichtigungen und laufender Compliance.

Compliance-Beratung buchen

Was ist NYC Local Law 144?

NYC Local Law 144 von 2021 (Int 1894-2020) reguliert den Einsatz von Automated Employment Decision Tools (AEDTs) durch Arbeitgeber und Personalagenturen in New York City. Es erfordert jaehrliche Bias-Audits, Kandidatenbenachrichtigung und oeffentliche Offenlegung der Audit-Ergebnisse.

In Kraft seit dem 5. Juli 2023: Arbeitgeber, die KI, maschinelles Lernen oder algorithmische Tools zum Screening, zur Bewertung oder Auswahl von Kandidaten fuer NYC-Positionen einsetzen, muessen die Bias-Audit- und Benachrichtigungspflichten einhalten. Das Gesetz wird vom NYC Department of Consumer and Worker Protection (DCWP) durchgesetzt.

Bias-Audit

Jaehrliches unabhaengiges Audit erforderlich

Benachrichtigung

10-Tage-Vorabbenachrichtigung der Kandidaten

Ergaenzt die Beschaeftigungsbestimmungen des EU AI Act und die FTC-KI-Richtlinien.

Wer muss compliant sein?

Arbeitgeber in NYC

Organisationen, die AEDTs zur Auswahl oder Einstellung von Kandidaten fuer NYC-Positionen verwenden

Personalagenturen

Agenturen, die AEDTs zur Bewertung oder Vermittlung von NYC-Kandidaten einsetzen

Softwareanbieter

AEDT-Anbieter, die an Arbeitgeber oder Agenturen in NYC verkaufen

Remote-Einstellungsteams

Organisationen, die fuer Remote-Rollen einstellen, die aber in NYC angesiedelt sind

Befoerderungsentscheidungen

Arbeitgeber, die AEDTs fuer interne Befoerderung oder Versetzung in NYC einsetzen

Bundesstaatuebergreifende Taetigkeiten

Nationale Arbeitgeber mit NYC-Mitarbeitern oder Einstellungen fuer NYC-Positionen

Wie VerifyWise die Local Law 144-Compliance unterstuetzt

VerifyWise deckt die quantitativen Kernanforderungen von LL144 ab: Bias-Audit-Berechnung, demografische Kategorienanalyse, intersektionale Aufschluesselungen und Compliance-Dokumentation

LL144-Anforderung
VerifyWise-Abdeckung
Jaehrliche Bias-Audits
Dediziertes Bias-Audit-Modul mit vollstaendigem Audit-Lebenszyklus: Erstellen, Durchfuehren, Ergebnisse pruefen und Archivieren
Analyse der Auswahlraten
Engine berechnet gruppenspezifische Auswahlraten ueber alle demografischen Gruppen
Wirkungsverhaeltnis (Vier-Fuenftel-Regel)
Automatische Wirkungsverhaeltnisberechnung mit konfigurierbarem 0,80-Schwellenwert und Markierungserkennung
EEO Component 1 Kategorien
Vorkonfigurierte Vorlage mit Geschlecht (2 Gruppen) und Rasse/Ethnizitaet (7 Gruppen)
Intersektionale Analyse
Automatische Geschlecht-nach-Rasse-Kreuztabellierung ueber alle 14 Kombinationen
Ausschluss kleiner Stichproben
Gruppen unter 2% der Gesamtbewerber werden gemaess DCWP-Richtlinien von Verhaeltnisberechnungen ausgeschlossen
Audit-Metadaten
Erfasst AEDT-Name, Verteilungsdatum und Datenquellenbeschreibung
Compliance-Dokumentation
Vollstaendiger Audit-Trail mit Zeitstempeln, Konfigurationsschnappschuessen und gruppenspezifischen Aufschluesselungen
Datentransparenz
AI Trust Center fuer oeffentliche Offenlegung von Audit-Zusammenfassungen, erfuellt die Veroeffentlichungspflicht
Ergebnisexport
JSON-Download vollstaendiger Audit-Ergebnisse zur Weitergabe an Pruefer oder Aufsichtsbehoerden

Ueber das Bias-Audit hinaus

AEDT-Identifikation und -Inventar

Identifizieren Sie systematisch alle automatisierten Einstellungsentscheidungstools in Ihrer Organisation. Die Plattform erfasst Zweck, Anbieter, Bereitstellungsstatus und Zustaendigkeitsbereich jedes Tools, damit Sie genau wissen, welche Systeme unter Local Law 144 fallen.

Adressiert: Geltungsbereich: Was als AEDT gilt

Bias-Audit-Tracking und -Koordination

Verwalten Sie die jaehrliche Bias-Audit-Anforderung mit Workflow-Tracking fuer die Auswahl unabhaengiger Pruefer, Datenbereitstellung und Audit-Abschluss. Die Plattform fuehrt Audit-Historien und kennzeichnet bevorstehende Fristen fuer kontinuierliche Compliance.

Adressiert: Bias-Audit: Jaehrliche Anforderung eines unabhaengigen Pruefers

Disparate-Impact-Dokumentation

Dokumentieren Sie Disparate-Impact-Testergebnisse ueber die erforderlichen Kategorien (Rasse/Ethnizitaet und Geschlecht). Die Plattform speichert Auswahlraten, Wirkungsverhaeltnisse und statistische Analysen, die den DCWP-Berichtsanforderungen entsprechen.

Adressiert: Bias-Audit: Disparate-Impact-Tests und Metriken

Benachrichtigungs- und Transparenzmanagement

Verfolgen Sie Kandidatenbenachrichtigungspflichten mit automatischen Erinnerungen 10 Werktage vor AEDT-Einsatz. Die Plattform dokumentiert Benachrichtigungszustellung, Methode und Zeitpunkt zum Nachweis der Einhaltung von Transparenzpflichten.

Adressiert: Benachrichtigung: 10-Tage-Vorabbenachrichtigung an Kandidaten

Veroeffentlichungs- und Offenlegungs-Tracking

Pflegen Sie die Veroeffentlichungspflichten fuer Bias-Audit-Ergebnisse, Methoden und Verteilungsdaten auf der oeffentlichen Website. Die Plattform verfolgt, wann Ergebnisse veroeffentlicht und aktualisiert wurden, und stellt sicher, dass alle erforderlichen Informationen oeffentlich zugaenglich bleiben.

Adressiert: Veroeffentlichung: Audit-Ergebnisse auf Arbeitgeber-Website

Alternative Verfahren und Datenaufbewahrung

Dokumentieren Sie alternative Auswahlverfahren und pflegen Sie die erforderliche Datenaufbewahrung. Die Plattform speichert historische Audit-Daten, Befreiungsbegruendungen und weist nach, dass Sie Alternativen wie gesetzlich vorgeschrieben bereitgestellt haben.

Adressiert: Alternativen: Verfuegbarkeit alternativer Auswahlverfahren

Alle Compliance-Aktivitaeten werden mit Zeitstempeln, Audit-Trails und Nachweis-Dokumentation verfolgt. Dies demonstriert systematische Compliance statt nachtraeglicher Dokumentation.

Vollstaendige Abdeckung der Local Law 144-Anforderungen

VerifyWise bietet dedizierte Tools fuer alle Kern-Compliance-Anforderungen

11

Compliance-Anforderungen

11

Anforderungen mit dediziertem Tooling

100%

Abdeckung aller Pflichten

Bias-Audit4/4

Jaehrliche unabhaengige Audits mit Disparate-Impact-Tests

Benachrichtigungspflichten3/3

Kandidatenbenachrichtigung 10 Tage vor AEDT-Einsatz

Veroeffentlichung2/2

Audit-Ergebnisse und Methodik auf oeffentlicher Website

Datenaufbewahrung2/2

Historische Daten und alternative Auswahlverfahren

Entwickelt fuer NYC-Beschaeftigungs-KI-Compliance

Jaehrliches Audit-Tracking

Automatische Erinnerungen und Fristen-Management fuer Verlaengerungen

Disparate-Impact-Tools

Auswahlraten und Wirkungsverhaeltnisse nach Kategorie berechnen

Benachrichtigungs-Automatisierung

10-Tage-Benachrichtigungszustellung mit Dokumentation verfolgen

Multi-Jurisdiktions-Support

Ueberleitung zu EU AI Act und anderen Beschaeftigungs-KI-Gesetzen

Bias-Audit-Anforderungen

Was getestet werden muss und wie die Pflichten fuer unabhaengige Audits eingehalten werden

Unabhaengiger Pruefer

Das Bias-Audit muss von einem unabhaengigen Pruefer durchgefuehrt werden, der das AEDT nicht entwickelt hat oder derzeit nicht vermarktet.

  • Darf nicht Tool-Entwickler oder -Anbieter sein
  • Muss unparteiischer Dritter sein
  • Dokumentierte Unabhaengigkeitskriterien

Disparate-Impact-Test

Berechnen Sie Auswahlraten und Wirkungsverhaeltnisse fuer jede Kategorie (Rasse/Ethnizitaet und Geschlecht), um den Disparate Impact zu bestimmen.

  • Auswahlrate nach Kategorie
  • Wirkungsverhaeltnisberechnungen
  • Statistische Signifikanztests

Erforderliche Kategorien

Tests muessen die von DCWP-Vorschriften definierten Rasse-/Ethnizitaets- und Geschlechtskategorien abdecken.

  • Hispanic oder Latino
  • Weiss (nicht Hispanic oder Latino)
  • Schwarz oder Afroamerikanisch (nicht Hispanic oder Latino)
  • Asiatisch (nicht Hispanic oder Latino)
  • Weiblich
  • Maennlich

Jaehrliche Audit-Haeufigkeit

Das Bias-Audit muss innerhalb eines Jahres vor Einsatz des AEDT abgeschlossen und jaehrlich aktualisiert werden.

  • Audit gueltig fuer 1 Jahr
  • Muss vor Ablauf erneuert werden
  • Audit-Abschlussdaten verfolgen

Methodik fuer Disparate-Impact-Tests

Das Bias-Audit muss die Auswahlrate fuer jede Kategorie (z.B. Hispanic oder Latino, Weiblich) berechnen und mit der Auswahlrate der am haeufigsten ausgewaehlten Kategorie vergleichen. Ein Wirkungsverhaeltnis unter 0,8 (80%-Regel) kann auf einen Disparate Impact gemaess EEOC-Richtlinien hinweisen.

Auswahlrate

(Ausgewaehlte aus Kategorie) / (Gesamt aus Kategorie)

Wirkungsverhaeltnis

(Kategorie-Auswahlrate) / (Hoechste Auswahlrate)

Benachrichtigungs- und Transparenzanforderungen

Was Kandidaten und Mitarbeiter erfahren muessen und wann

Kandidatenbenachrichtigung

Mindestens 10 Werktage vor Einsatz des AEDT

  • Hinweis, dass AEDT verwendet wird
  • Qualifikationen und Merkmale, die vom AEDT verwendet werden
  • Datenquelle und Aufbewahrungsrichtlinie
  • Benachrichtigungsmethode (schriftlich oder elektronisch)

Mitarbeiterbenachrichtigung

Fuer AEDTs, die bei aktuellen Mitarbeitern eingesetzt werden

  • Benachrichtigung vor Einsatz bei Befoerderung/Versetzung
  • Gleiche 10-Tage-Vorabbenachrichtigungsfrist
  • Vom Tool verwendete Qualifikationen
  • Praktiken zur Aufbewahrung von Mitarbeiterdaten

Veroeffentlichungspflichten

Offenlegung auf oeffentlicher Website

  • Zusammenfassung der Bias-Audit-Ergebnisse
  • Verteilungsdatum des AEDT
  • Name und Methodik des Pruefers
  • Anweisungen zur Anforderung eines alternativen Verfahrens

Anforderung fuer alternatives Auswahlverfahren

Arbeitgeber muessen ein Verfahren bereitstellen, mit dem Kandidaten und Mitarbeiter ein alternatives Auswahlverfahren oder eine angemessene Anpassung als Alternative zum AEDT anfordern koennen. Anweisungen fuer diese Anfrage muessen auf der Website des Arbeitgebers neben den Bias-Audit-Ergebnissen veroeffentlicht werden.

Was gilt als AEDT?

Gaengige automatisierte Einstellungsentscheidungstools, die unter Local Law 144 fallen

Lebenslauf-Screening

  • KI-Lebenslauf-Parser
  • Keyword-Matching-Systeme
  • Bewerber-Ranking-Tools

Bewerbungsgespraech-Bewertung

  • Video-Interview-Analyse
  • Sprachmuster-Auswertung
  • Gesichtsausdruck-Analyse

Tests & Bewertung

  • Automatisierte Faehigkeitstests
  • Persoenlichkeitsbewertungen
  • Spielbasierte Assessments

Interne Befoerderung

  • KI zur Leistungsbewertung
  • Nachfolgeplanungs-Tools
  • Interne Mobilitaetsplattformen

Definition: Jeder computergestuetzte Prozess, der aus maschinellem Lernen, statistischer Modellierung, Datenanalyse oder KI abgeleitet ist und diskretionaere Entscheidungen bei Einstellung oder Befoerderung wesentlich unterstuetzt oder ersetzt.

Wenn ein Tool Kandidaten bewertet, rangiert, klassifiziert oder empfiehlt, gilt es wahrscheinlich als AEDT.

12-Wochen Compliance-Fahrplan

Ein praktischer Weg zur Local Law 144-Compliance mit klaren Meilensteinen

Phase 1Wochen 1-3

Bestandsaufnahme & Inventar

  • Alle eingesetzten oder geplanten AEDTs identifizieren
  • NYC-Zustaendigkeit pruefen
  • Aktuelle Anbieterbeziehungen dokumentieren
  • Aktuellen Benachrichtigungs- und Audit-Status bewerten
Phase 2Wochen 4-8

Bias-Audit-Planung

  • Unabhaengigen Pruefer auswaehlen
  • Datenerfassungsprozesse etablieren
  • Anforderungen an historische Daten definieren
  • Audit-Zeitplan und Meilensteine erstellen
Phase 3Wochen 9-12

Benachrichtigung & Transparenz

  • Kandidatenbenachrichtigungsprozess entwickeln
  • Oeffentliche Website-Offenlegungsseite erstellen
  • 10-Tage-Benachrichtigungs-Tracking implementieren
  • Optionen fuer alternative Verfahren dokumentieren
Phase 4Kontinuierlich

Laufende Compliance

  • Jaehrliche Bias-Audits planen
  • Benachrichtigungszustellungs-Compliance ueberwachen
  • Oeffentliche Offenlegungen aktualisieren
  • Audit- und Benachrichtigungsunterlagen pflegen
Durchsetzung & Strafen

Strafen bei Nichteinhaltung

Das NYC Department of Consumer and Worker Protection (DCWP) setzt Local Law 144 mit erheblichen taeglichen Strafen durch

Erster Verstoss

500 $ pro Verstoss

Erstmalige Nichteinhaltung von Benachrichtigungs-, Audit- oder Veroeffentlichungspflichten

Folgende Verstoesse

500-1.500 $ pro Verstoss

Wiederholte Nichteinhaltung einer Anforderung von Local Law 144

Taegliche Verstoesse

Jeder Tag = separater Verstoss

Fortlaufende Nichteinhaltung fuehrt zu taeglichen Strafen bis zur Behebung

Beispielhafte Strafberechnung: Die Nichtdurchfuehrung eines Bias-Audits ueber 30 Tage koennte zu Strafen von 15.000 $ bis 45.000 $ fuehren (30 Tage x 500-1.500 $ pro Tag). Kontinuierliche Compliance ist unerlaessl ich.

Durchgesetzt von: NYC Department of Consumer and Worker Protection

Richtlinienvorlagen

KI-Governance-Richtlinien-Repository

Zugriff auf gebrauchsfertige Richtlinienvorlagen fuer Beschaeftigungs-KI, abgestimmt auf Local Law 144, EU AI Act und andere Vorschriften

Bias-Audit-Richtlinien

  • • Bias-Audit-Richtlinie
  • • Auswahl unabhaengiger Pruefer
  • • Disparate-Impact-Tests
  • • Veroeffentlichung von Audit-Ergebnissen
  • • Jaehrlicher Audit-Zeitplan
  • + 3 weitere Richtlinien

Benachrichtigung & Transparenz

  • • Kandidaten-Benachrichtigungsrichtlinie
  • • Mitarbeiterbenachrichtigung
  • • Website-Veroeffentlichungspflichten
  • • Richtlinie fuer alternative Verfahren
  • • Datenaufbewahrungsstandards
  • + 2 weitere Richtlinien

AEDT-Governance

  • • AEDT-Inventarmanagement
  • • Anbieter-Compliance-Anforderungen
  • • Beschaeftigungs-KI-Governance
  • • Fairness & Nichtdiskriminierung
  • • Compliance-Monitoring
  • + 4 weitere Richtlinien
Alle Richtlinienvorlagen durchsuchen

Haeufig gestellte Fragen

Gaengige Fragen zur NYC Local Law 144-Compliance

Ein AEDT ist jeder computergestuetzte Prozess, der aus maschinellem Lernen, statistischer Modellierung, Datenanalyse oder kuenstlicher Intelligenz abgeleitet ist und vereinfachte Ausgaben wie eine Bewertung, Klassifizierung oder Empfehlung liefert, die diskretionaere Entscheidungen bei Einstellungsentscheidungen, die Kandidaten oder Mitarbeiter betreffen, wesentlich unterstuetzen oder ersetzen. Siehe die offizielle NYC DCWP-Seite fuer vollstaendige Definitionen.
NYC Local Law 144 trat am 5. Juli 2023 in Kraft. Arbeitgeber und Personalagenturen, die AEDTs in NYC einsetzen, muessen ab diesem Datum alle Benachrichtigungs-, Bias-Audit- und Veroeffentlichungspflichten einhalten. Strafen gelten fuer Verstoesse, die nach dem Inkrafttreten auftreten.
Ein Bias-Audit muss von einem unabhaengigen Pruefer innerhalb eines Jahres vor AEDT-Einsatz durchgefuehrt werden. Das Audit muss auf Disparate Impact ueber Rasse-/Ethnizitaetskategorien (Hispanic oder Latino, Weiss, Schwarz oder Afroamerikanisch, Asiatisch) und Geschlechtskategorien (Maennlich, Weiblich) testen. Auswahlraten und Wirkungsverhaeltnisse muessen berechnet und auf Ihrer Website veroeffentlicht werden.
Arbeitgeber muessen Kandidaten mindestens 10 Werktage vor Einsatz eines AEDT benachrichtigen. Die Benachrichtigung muss angeben, dass ein AEDT verwendet wird, welche Qualifikationen und Merkmale das AEDT bewertet, sowie Informationen zur Datenerfassung und -aufbewahrung. Die Benachrichtigung kann schriftlich oder elektronisch erfolgen.
Arbeitgeber muessen oeffentlich auf ihrer Website veroeffentlichen: (1) das Datum, an dem das AEDT verwendet wurde, (2) die zusammengefassten Bias-Audit-Ergebnisse einschliesslich Auswahlraten und Wirkungsverhaeltnissen nach Kategorie, (3) das Verteilungsdatum der auditierten AEDT-Version und (4) Anweisungen zur Anforderung eines alternativen Auswahlverfahrens oder einer angemessenen Anpassung.
Bias-Audits muessen mindestens einmal pro Jahr durchgefuehrt werden. Ein Bias-Audit ist ein Jahr ab dem Abschlussdatum gueltig. Wenn Sie das AEDT ueber ein Jahr hinaus weiterverwenden, muessen Sie ein neues Bias-Audit vor Ablauf des vorherigen abschliessen.
Das Bias-Audit muss von einem unabhaengigen Pruefer durchgefuehrt werden. Der Pruefer darf nicht der Entwickler des AEDT sein, darf das AEDT derzeit nicht vermarkten und muss frei von Interessenkonflikten sein. Viele Organisationen beauftragen spezialisierte KI-Audit-Firmen oder Beratungsunternehmen mit Expertise in Bias-Tests.
Strafen reichen von 500 $ bis 1.500 $ pro Verstoss. Jeder Tag, an dem ein Verstoss andauert, gilt als separater Verstoss. Die NYC DCWP ueberwacht die Einhaltung und kann Strafen fuer die Nichtdurchfuehrung von Bias-Audits, die fehlende Bereitstellung erforderlicher Benachrichtigungen oder die Nichtveroeffentlichung von Audit-Ergebnissen verhaengen.
Ja, wenn die Position in NYC ausgefuehrt werden kann oder der Arbeitgeber in NYC ansaessig ist. Das Gesetz gilt basierend darauf, wo die Beschaeftigung ausgefuehrt wird oder werden kann. Wenn Sie fuer eine Remote-Rolle einstellen, die von NYC aus ausgefuehrt werden kann, oder wenn Ihr Unternehmen in NYC ansaessig ist, gilt Local Law 144 wahrscheinlich.
Der Arbeitgeber oder die Personalagentur, die das AEDT einsetzt, bleibt fuer die Compliance verantwortlich, auch bei Verwendung von Anbieter-Tools. Sie muessen sicherstellen, dass der Anbieter Bias-Audits unterstuetzen kann, dass Sie die erforderlichen Kandidatenbenachrichtigungen bereitstellen koennen und dass Sie die erforderlichen Informationen auf Ihrer Website veroeffentlichen koennen. Nehmen Sie Compliance-Anforderungen in Anbietervertraege auf.
Es gibt nur sehr begrenzte Ausnahmen. Das Gesetz befreit AEDTs, die diskretionaere Entscheidungsfindung nicht wesentlich unterstuetzen oder ersetzen. Wenn ein Tool nur Daten exportiert, ohne Kandidaten zu rangieren, zu bewerten oder zu empfehlen, erfuellt es moeglicherweise nicht die AEDT-Definition. Die meisten KI-gestuetzten Einstellungstools fallen jedoch unter den Geltungsbereich des Gesetzes.
NYC Local Law 144 ist ein spezifisches staedtisches Beschaeftigungsgesetz. Es ergaenzt breitere Rahmenwerke wie den EU AI Act (der ebenfalls Beschaeftigungs-KI reguliert) und FTC-KI-Richtlinien zur algorithmischen Fairness. Organisationen muessen moeglicherweise mehrere ueberlappende Anforderungen einhalten.
Arbeitgeber muessen Bias-Audit-Unterlagen, an Kandidaten gesendete Benachrichtigungen, veroeffentlichte Website-Offenlegungen und Daten ueber angebotene alternative Auswahlverfahren aufbewahren. Historische Daten, die fuer Bias-Audits verwendet wurden (Auswahlraten nach Kategorie), sollten zur Demonstration der laufenden Compliance und des Audit-Trails gepflegt werden.
Kandidaten und Mitarbeiter muessen die Moeglichkeit haben, ein alternatives Auswahlverfahren oder eine angemessene Anpassung als Alternative zum AEDT anzufordern. Dies koennte eine rein menschliche Pruefung, andere Bewertungsmethoden oder Anpassungen fuer Behinderungen umfassen. Sie muessen Anweisungen fuer solche Anfragen auf Ihrer Website bereitstellen.
Ja, VerifyWise hilft Ihnen beim Inventarisieren von AEDTs, Verfolgen von Bias-Audit-Anforderungen und -Fristen, Dokumentieren der Benachrichtigungszustellung, Pflegen von Veroeffentlichungsunterlagen und Erstellen von Compliance-Berichten. Unsere Plattform bietet auch Ueberleitungen zu verwandten Vorschriften wie dem EU AI Act fuer Organisationen, die in mehreren Rechtsordnungen taetig sind.
Die Vier-Fuenftel-Regel stammt aus der EEOC-Analyse zu nachteiligen Auswirkungen. Wenn die Auswahlrate einer demografischen Gruppe unter 80% der Rate der am haeufigsten ausgewaehlten Gruppe liegt, ist das ein Hinweis auf moegliche nachteilige Auswirkungen. LL144 verlangt von Pruefern, diese Wirkungsverhaeltnisse nach Rasse, Ethnizitaet und Geschlecht zu berechnen und zu berichten. Unter 0,80 zu liegen bedeutet nicht automatisch einen Verstoss, aber es ist die Schwelle, ab der Regulierungsbehoerden genauer hinschauen.
Die gaengigste Metrik ist die Auswahlrate: die Wahrscheinlichkeit, dass ein Bewerber vom System weiterempfohlen, vorgeschlagen oder ausgewaehlt wird. Weitere nuetzliche Metriken sind die Falsch-Positiv-Rate (unqualifizierte Kandidaten werden weiterempfohlen), die Falsch-Negativ-Rate (qualifizierte Kandidaten werden aussortiert), die Richtig-Positiv-Rate und Score-Verteilungen ueber demografische Gruppen. LL144 verlangt speziell Wirkungsverhaeltnisse basierend auf der Auswahlrate oder der Scoring-Rate (der Anteil einer Gruppe, der ueber dem Gesamtmedian liegt).
Im besten Fall haben Sie echte Bewerberdaten mit selbst angegebenen demografischen Informationen. Manche Anbieter erhalten diese ueber ATS-Datenaustausch mit Arbeitgebern oder eigene Einwilligungsprozesse. Wenn demografische Daten nicht verfuegbar sind (was haeufig vorkommt), erlaubt LL144 Testdaten, einschliesslich abgeleiteter demografischer Merkmale oder synthetischer repraesentativer Datensaetze. In jedem Fall muss die Methodik dokumentiert und das geltende Datenschutzrecht beachtet werden.
ISAE 3000 ist der internationale Standard fuer Pruefungsauftraege bei nicht-finanziellen Sachverhalten. Es ist das gleiche Rahmenwerk, das Wirtschaftspruefungsgesellschaften fuer nicht-finanzielle Pruefungen verwenden. Bei KI-Audits bedeutet das: Der Auftrag folgt definierten Standards fuer Beweiserhebung, Berichterstattung und Unabhaengigkeit des Pruefers. Das Ergebnis ist ein Bericht, der regulatorischer Pruefung und Enterprise-Due-Diligence standhaelt, anders als Audits ohne formalen Standard.
Regulierungsbehoerden, Beschaffungsteams und Gerichte behandeln Selbsttests grundlegend anders als durch Dritte verifizierte Ergebnisse. Ein unabhaengiger Pruefer hat keine finanzielle oder organisatorische Beziehung zum bewerteten KI-System. Unter ISAE 3000 ist Unabhaengigkeit eine formale Anforderung. Ein Audit durch das eigene Team des Anbieters oder durch eine Firma mit Beratungsbeziehung zum Anbieter wird bei einer regulatorischen Pruefung nicht bestehen.
Die DCWP kann bei Nichteinhaltung von LL144 Bussgelder verhaengen. Nach dem Comptroller-Audit im Dezember 2025 hat die DCWP eine aktivere Durchsetzungshaltung eingenommen und nutzt EEOC- und FTC-Meldungen als Grundlage fuer Ermittlungen. Grosse Arbeitgeber mit hohem Einstellungsvolumen in NYC tragen das groesste Risiko. Ueber Bussgelder hinaus wird fehlende Audit-Dokumentation zunehmend zum Hindernis in der Unternehmensbeschaffung, da Lieferantenfrageboegen diese mittlerweile routinemaessig abfragen.
Der EU AI Act stuft KI-Systeme im Bereich Beschaeftigung und Personalmanagement als hochriskant ein. Diese Systeme muessen Konformitaetsbewertungen durchlaufen, die technische Dokumentation, Risikomanagement, Datengovernance und menschliche Aufsicht abdecken. Der EU AI Act verwendet nicht den Begriff "Bias-Audit", aber die Anforderungen der Konformitaetsbewertung ueberschneiden sich stark mit dem, was ein gruendliches unabhaengiges Audit abdeckt. Erfahren Sie mehr ueber EU AI Act Compliance.

Weiterfuehrende Lektuere

NYC Local Law 144 Compliance: Eine praktische Checkliste fuer Arbeitgeber, die KI bei der Einstellung einsetzen

Eine Schritt-fuer-Schritt-Anleitung zu AEDT-Inventar, Bias-Audits, Kandidatenbenachrichtigung und was die Pruefung des Comptrollers im Dezember 2025 fuer die Durchsetzung bedeutet.

Bereit fuer die Local Law 144-Compliance?

Beginnen Sie noch heute mit der Verwaltung Ihrer Bias-Audits, Kandidatenbenachrichtigungen und laufenden Compliance-Anforderungen.

Compliance-Beratung vereinbaren
NYC Local Law 144 Bias Audit Service | Independent Auditor