Data-driven Recruiting: Das Auswahlverfahren der Zukunft

Diese Methode verschafft Unternehmen, die darin investieren, einen strategischen Vorteil: Sie identifizieren die idealen Kandidat:innen schneller und präziser. Data-driven Recruitingermöglicht es, sich von der Konkurrenz abzuheben, indem es fundierte, evidenzbasierte Entscheidungen fördert.

Was ist Data-driven Recruiting genau?

Data-driven Recruiting bedeutet, im gesamten Rekrutierungsprozess auf Daten zu setzen. Keine Bauchentscheidungen, keine Sympathien, keine Vetternwirtschaft – nur Daten, die emotionslos und präzise sind. Traditionelle Methoden, die oft auf Intuition und subjektiven Urteilen basierten, führten häufig zu Fehlern. Data-driven Recruiting stützt sich auf das Sammeln, Analysieren und Auswerten von Daten.

Moderne Analysetools ermöglichen es Unternehmen, tiefere Einblicke in die Qualifikationen, Erfahrungen und Potenziale von Kandidaten zu gewinnen. Ziel ist es, den Rekrutierungsprozess zu objektivieren, Verzerrungen zu minimieren und die Personalauswahl effizienter und kostengünstiger zu gestalten. Datengestütztes Recruiting gewinnt an Bedeutung, da der Arbeitsmarkt komplexer wird: Eine Vielzahl an Qualifikationen bei wenigen Bewerbern erschwert die schnelle Auswahl der richtigen Kandidaten. Daten helfen, Muster und Trends zuerkennen, die traditionell übersehen würden.

Wie funktioniert das?

Datensammlung

Zunächst muss das Unternehmen Daten sammeln und miteinander kombinieren, um ein stimmiges Bild der Kandidat:innen zu erhalten. Wichtige Datenquellen dafür sind zum Beispiel:

• Bewerbungen und Lebensläufe: Informationen über Qualifikationen, Berufserfahrung, Bildungsweg und Fähigkeiten.
• Ein- und Ausstellungsgespräche: Systematisierte Befragungen und Dokumentation der Gespräche als Feedback-Chance nutzen.
• Soziale Netzwerke: Plattformen wie LinkedIn, Xing oder sogar Facebook bieten Einblicke in das berufliche Netzwerk und die Aktivitäten eines Kandidaten.
• Online-Tests und Assessments: Viele Unternehmen setzen auf standardisierte Tests, um die Fähigkeiten von Kandidaten objektiv zu bewerten.
• Daten aus Bewerbungsgesprächen: Hierzu gehören Notizen, Bewertungen und die Ergebnisse von strukturierten Interviews.
• Daten von Marktforschungsinstituten
• Eigene Umfragen: Etwa bei Zusagen, Absagen und integriert in andere Regelkommunikation.
• Daten aus öffentlichen Quellen

Nicht nur über Kandidat:innen werden Daten gesammelt, auch Daten über schon geschaltete Stellenanzeigen sind Teil der Sammlung. Hieraus kann man ersehen, welche Stellenanzeigen wo gut funktionieren und welche entweder an der falschen Stelle stehen oder aber bei der Zielgruppe durchfallen:

• Wie viele Bewerbungen sind auf eine Stelle eingegangen und wo kamen diese Bewerbungen her?
• Wo haben wir Stellenanzeigen geschaltet, die aber kaum Bewerbungen generieren und woran könnte das liegen?
• Conversion Rate: Wie viele Klicks auf eine Stellenanzeige münden tatsächlich in einer Bewerbung? Und wenn nicht, an welcher Stelle brechen die Kandidat:innen ihre Candidate Journey ab?
• Click-through-Rate: Wie oft klicken Kandidat:innen auf eine ihnen angezeigte Stellenanzeige?

Datenanalyse für gute Entscheidungen

Danach müssen die gesammelten Daten geordnet und ausgewertet werden. Dazu bietet der Markt eine Vielzahl an Analysetools und Algorithmen, die dabei helfen, Muster und Zusammenhänge zu erkennen. Dazu gehört auch maschinelles Lernen. Damit können Unternehmen beispielsweise auf Basis der Daten früherer Top-Performer vorhersagen, welche Kandidat:innen wahrscheinlich im Unternehmen erfolgreich sein werden. Die modernen Recruitingtools können anhand der gesammelten Daten den Rekrutierungsprozess beschleunigen und gleichzeitig die Qualität der Entscheidungen verbessern: Zum Beispiel indem man Interviewfragen anpasst oder die Kommunikationskanäle und sogar die Tonalität bei der Kommunikation mit Bewerbenden nachjustiert. Mit der Anpassung der Kommunikation wird der Auswahlprozess in Echtzeit laufend so verbessert, sodass immer idealere Kandidat:innen „anbeißen“ und nach der Einstellung auch an Bord bleiben.
Die richtigen Kommunikationskanäle sind deshalb sehr wichtig, weil dort eine falsche Entscheidung das meiste Geld kostet. Wer genau weiß, wo sich die Wunschkandidat:innen aufhalten, kann ein begrenztes Budget gezielter einsetzen und eine Stelle zu vorkalkulierten Kosten in einem planbaren Zeitrahmen mit der idealen Person besetzen.

Ist die Stellenanzeige einmal in der Richtigen Tonalität gestaltet und in den passenden Kanälen geschaltet, gilt es die daraus resultierenden Daten zu überwachen, wie oben bereits erwähnt. Wie viele Leute bekommen die Anzeige ausgespielt, wie viele klicken, wie viele bewerben sich? Sind die Bewerbenden Wunschkandidaten? Wenn nicht, warum nicht? Worin unterscheiden sie sich von Wunschkandidat:innen? Und: Wie viele klicken wieder weg?

Retargeting

Die Kandidat:innen, deren Interesse geweckt wurde, sind für das Retargeting interessant: Vielleicht war die Stellenbeschreibung passend, aber nicht die Benefits? Oder die Stundenzahl? Oder doch der Ton? Die Präsenzpflicht? Es gibt viele Gründe, warum jemand hin- und dann wieder wegschaut. Oft liegt es überhaupt nicht an der Stelle, der Anzeige oder den Benefits, sondern daran, dass jemand noch nicht bereit, sich umzuorientieren und „sich nur einmal umschaut“?

Genau wie Leute, die sich im Laden „nur umschauen“, oft später zurückkehren und doch etwas kaufen, denken die Kandidat:innen vielleicht länger über die Option nach, besprechen sie mit ihrer Familie und mit ihrem Kopfkissen, sind aber wirklich interessiert. Diese Kandita:innen sind empfänglich für automatisiertes Retargeting. Sie werden, wenn sie sich nach einiger Zeit doch zu einem Wechsel entscheiden, die Firma mit dem Retargeting als erstes im Kopf haben oder sich sogar WEGEN des konstanten Retargetings letztendlich zur Bewerbung für einen Wechsel entscheiden.

Was bringt das?

Beginnen wir mit dem Offensichtlichsten:

Geringere Kosten, mehr Effizienz

Data-driven Recruiting spart nicht nur dadurch Geld, dass man nicht in unnütze Kommunikationskanäle investiert (wo sich die Wunschkandidat:innen nämlich gar nicht aufhalten). Weitere Ersparnisse entstehen dadurch, dass Firmen dank effizientem Einsatz von Technologien und datenbasierten Entscheidungen teure Fehlbesetzungen vermeiden. Des Weiteren verkürzt sich der Auswahlprozess beim data-driven Recruiting dadurch, dass sich viel eher vielversprechende Kandidat:innen bewerben und die Recruiter daher weniger „sieben“ müssen.
Unterstützung bei der Datenanalyse und optimierte Interview-Planungen reduzieren darüber hinaus den händischen administrativen Aufwand. So verringert sich die Zeit, die für die Auswahl einer passenden Person benötigt wird.

Besseres Matchmaking

Fachlich alle Anforderungen zu erfüllen ist das eine, aber passt die Person auch zur Unternehmenskultur? Denn, selbst wenn der Job reibungslos klappt und Erfolg bringt, bleibt niemand lange dort, wo er oder sie sich nicht wohlfühlt. Durch die Auswertung von Daten wie der bisherigen Berufserfahrung, des dortigen Arbeitsklimas, Arbeitsgewohnheiten und persönlichen Vorlieben können Unternehmen einschätzen, welche Kandidat:innen langfristig erfolgreich und zufrieden sein und im Unternehmen Wurzeln schlagen werden.

Bessere Candidate Experience, mehr Fairness, weniger Bias

Wenn die Kandidat:innen mit einer auf ihren Geschmack/Bedürfnisse zugeschnittene Stellenanzeige (z.B. Videos für Gen Z, technische Details für technikaffine Kandidaten mit Erfahrung und auf der Suche nach Herausforderungen) im für sie passenden Ton mit einem sie ansprechenden Design abgeholt werden, ist der Bewerbungsprozess für die Kandidaten angenehmer und stimmt sie schon im Vorfeld positiv auf das Unternehmen ein. Selbst wenn es bei dieser Bewerbung nicht zu einer Einstellung kommt, werden die Kandidat:innen das Unternehmen positiv in Erinnerung behalten und sich eher erneut bewerben oder es anderen empfehlen. So entsteht positives Employer Branding.

Eine große Gefahr beim Recruiting sind subjektive Entscheidungen. Egal wie sehr wir uns bemühen, niemand ist davor sicher. Auf Grund unserer Sozialisation schleppen wir auch alle einen Rucksack voller Bias und Stereotypen mit uns herum, das ändern auch Workshops und guter Wille nur bedingt. Daten sind hingegen neutral. Sie bevorzugen oder diskriminieren niemanden, sondern zeigen, was IST, ob es uns gefällt oder nicht.
Datengestütze Auswahlverfahren minimieren Verzerrungen und sind daher fairer als traditionelle Verfahren.

Sollten es vorkommen, dass eine Stellenanzeige nicht wie gewünscht performt, oder nicht gesehen wird, erfahren Sie das mit den richtigen datenbasierten Recruiting-Tools in Echtzeit und können noch im laufenden Prozess umdisponieren.

Welche Herausforderungen birgt es?

Wie alles im Leben, hat auch data-driven Recruiting zweite Seite:

Nur so gut wie die genutzten Daten
Data-driven Recruiting kann nur so gut sein, wie die dafür genutzten Daten. Wenn diese nicht professionell erhoben worden sind, bringen sie wenig mehr als das gute alte Bauchgefühl und können zudem Bias enthalten. Unvollständige Daten können außerdem dazu führen, dass Unternehmen zwar vielleicht ihre Stellenanzeige an der richtigen Stelle schalten, aber nicht für ihre Zielgruppe passend gestalten – oder andersherum. Unternehmen müssen daher sicherstellen, ihre Daten korrekt zu erheben oder aus professionellen Quellen mit garantierter Qualität zu beziehen. Sie benötigen außerdem Datenanalysetools und- Know-How, um aus den Daten die wichtigen Informationen herauszufiltern und dann die richtigen Schlüsse zu ziehen.  

Interne Widerstände gegen Neuerungen
„Das haben wir aber immer schon so gemacht.“ Kennen Sie das? Dieser Satz fällt oft, wenn alte Prozesse gegen neue ausgetauscht werden. Ein Teil der Belegschaft wird begeistert sein, ein Teil wird die Neuerung mehr oder weniger schulterzuckend als „Part oft he Job“ hinnehmen und ein Teil wird protestieren oder zumindest kundtun, dass sie lieber „wie immer“ weitermachen würden.
Eine einschneidende Änderung wie die von traditionellen Rekrutierungsmethoden hin zu Data-driven Recruiting geht oft auch mit einer Änderung in der Unternehmenskultur einher. Hier ist es wichtig, dass a) alle Betroffenen verstehen, WARUM die Änderung notwendig ist (anstatt sie einfach aufzuoktroyieren), WIE der Wechsel ablaufen wird und wie sie selbst davon PROFITIEREN.
Abgesehen von Änderungen in der Unternehmenskultur ist die Einführung neuer, oft den einzelnen Mitarbeitenden unbekannter Technologien der größte Widerstandsfaktor. Hier steht die Geschäftsführung vor der Herausforderung, die richtigen, userfreundlichen Tools auszuwählen und die Mitarbeitenden im Umgang damit behutsam zu schulen. Am besten gepaart mit einer Politik der offenen Tür oder einer Möglichkeit, Fragen anzusprechen und auf Augenhöhe zu klären. Werden eigentlich gute Tools falsch in einer Firma eingeführt und genutzt, kann es dazu führen, dass die Prozesse nicht wie erhofft verbessert werden. Dann hätte die „machen-wir-doch-weiter-wie-bisher-Fraktion“ ein Argument gegen weitere Neuerungen.
Um Mitarbeitende, die Zweifel und Ängste haben oder den Nutzen einer Neuerung nicht komplett durchschauen abzuholen und mitzunehmen, ist die Arbeit mit Change Personas eine sehr gute Option.

Datenschutz
Bei aller Datensammlung und Datennutzung, muss die Datenschutz-Grundverordnung (DSGVO) in der EU zwingend eingehalten werden. Des Weiteren müssen Unternehmen alle Daten transparent und sicher speichern und verarbeiten. So vermeiden Sie erstens rechtliche Probleme und bauen zweitens das nötige Vertrauen auf, um zukünftig erfolgreich Daten sammeln zu können.  Denn: Die wertvollsten Daten sind die, die Kunden und Kandidaten den Unternehmen aktiv mitteilen.

Keine Entscheidungsautomatisierung
KI unterstützt Recruiter:innen am besten, indem sie Routineaufgaben übernimmt, bei der Datenanalyse hilft – und damit vor allem eins schafft: Dass Recruiter:innen das in den Fokus ihrer Arbeit rücken, was sie am besten können: Den Menschen in den Mittelpunkt stellen.

Personas als wichtiges Tool für Data-driven Recruitment

Unter allen Optionen, datenbasierte Auswahlprozesse einzuführen, sind Candidate Personas die wohl userfreundlichste, die daher auch bei der Belegschaft am wenigsten auf Widerstand stoßen wird. Datenbasierte Personas liefern die Wunschkandidaten sozusagen auf dem Silbertablett, fertig zur Nutzung und gut verständlich für alle Beteiligten:

Eine Candidate Persona ist eine fiktive, datenbasierte Darstellung des idealen Bewerbers oder der idealen Bewerberin für eine bestimmte Position oder Zielgruppe. Sie basiert auf Erkenntnissen über demografische Merkmale, berufliche Qualifikationen, Karriereziele, persönliche Interessen und bevorzugte Kommunikationskanäle. Dadurch dass man anhand der Persona die Bedürfnisse und Motivationen der Wunschkandidat:innen nachvollziehen kann, ist es viel einfacher, die Ansprache und Auswahl von Talenten zu optimieren.

Die für die Erstellung solcher Personas erforderlichen Daten können vom Unternehmen selbst stammen/erhoben werden, oder extern zugekauft werden, z.B. bei renommierten Marktforschungsinstituten. Beim Persona Institut übernehmen wir beides für Sie und noch mehr: Wir liefern fertige, datenbasierte Candidate Personas und führen sie mittels Workshops und Persona-Playbooks im Unternehmen ein. Für die Mitarbeitenden fühlt sich das weniger nach einem neuen Tool an, als nach der Vorstellung eines neuen Teammitgliedes und ist daher leicht verdaulich.

Data-driven Recruiting mit Candidate Personas ist ein kraftvolles Werkzeug, das hilft, bessere und schnellere Personalentscheidungen zu treffen und die Qualität der Kandidaten erheblich zu verbessern. So senken Sie Kosten und kommen zu einer objektiveren, transparenteren Rekrutierung. Unternehmen, die sich frühzeitig darauf einlassen, profitieren langfristig von effizienteren Prozessen und besseren Mitarbeiterzusammensetzungen.

Wenn sie Fragen zum Thema Candidate Personas und data-driven Recruitung haben, sind wir jederzeit gern für Sie da.

Zu unserem eBook „KI im Recruiting“.