PROBLEM
Zu viel Recruiter-Zeit floss in Admin statt in Einstellungsentscheidungen
Das Team hatte Product-Market-Fit, aber die Prozesse skalierten nicht mit. Jede Vakanz erzeugte Dutzende CVs, und Recruiter verwandelten Rohprofile manuell in entscheidungsreife Notizen für Hiring Manager. Kandidatendaten wurden ebenfalls per Hand angereichert, was zu Verzögerungen, Inkonsistenzen und einem 4-tägigen Verzug führte, bevor Shortlists die Kunden erreichten.
✕Recruiter verbrachten 340+ Stunden/Jahr mit repetitiven Screening-Notizen und CRM-Updates;
✕Die Zeit bis zur Shortlist lag im Schnitt bei 4 Tagen, was Kundenreaktion und Angebotsgeschwindigkeit bremste;
✕Kandidatendaten lagen verteilt in ATS-Exporten, E-Mail-Verläufen und HubSpot-Feldern, mit 18% fehlenden Attributen;
✕Hiring Manager bewerteten den Prozess schlecht: Zusammenfassungen variierten je nach Recruiter und es fehlten konsistente Entscheidungskriterien.
LÖSUNG · 8 WOCHEN
Ein Workflow für Kandidatenzusammenfassungen, Enrichment und Recruiter-QA
Wir haben eine AI-gestützte operative Ebene rund um den bestehenden Stack aufgebaut, nicht ein separates Produkt. Das Ziel war einfach: jedes eingehende Kandidatenprofil in eine strukturierte Zusammenfassung überführen, das CRM automatisch anreichern und einen menschlichen Freigabeschritt nur dort beibehalten, wo er echten Mehrwert schafft.
WOCHEN 1–2
Prozess-Mapping und Datenmodell
Den Screening-Flow über ATS-Exporte, E-Mail-Eingang und HubSpot hinweg abgebildet; 24 erforderliche Kandidatenfelder und Freigaberegeln für die Recruiter-Prüfung definiert.
WOCHEN 3–4
LLM-Screening-Zusammenfassungen
Prompt-Ketten aufgebaut, die CVs und Bewerbungsantworten in 6-teilige Recruiter-Zusammenfassungen umwandelten: Passung, Risiken, Seniorität, Skills, Gehaltssignale und Empfehlung für den nächsten Schritt.
WOCHEN 5–6
CRM-Enrichment-Automatisierung
n8n mit HubSpot und internen Tabellen verbunden, um fehlende Felder automatisch zu ergänzen, Titel und Standorte zu normalisieren, Dubletten zu bereinigen und Alerts an Slack zu senden.
WOCHEN 7–8
QA, Guardrails und Reporting
Confidence-Schwellen, menschliche Prüfung für Sonderfälle, Prompt-Versionierung und Dashboards für Durchlaufzeit, Completion Rate und Häufigkeit von Recruiter-Overrides ergänzt.
ERGEBNIS · 3 MONATE
Recruiter arbeiteten schneller, Hiring Manager erhielten bessere Shortlists
| KENNZAHL | VORHER | NACHHER | VERÄNDERUNG |
|---|---|---|---|
| Stunden Recruiter-Routine / Jahr | 340 | 0 | −340h |
| Zeit bis zur Shortlist | 4 days | 1 day | −75% |
| NPS der Hiring Manager | 43 | 64 | +21 |
| Automatisch angereicherte CRM-Datensätze | 0% | 92% | NEUER FLOW |
| Recruiter-Override-Rate | 100% | 14% | −86% |
„Vor Pifagor arbeiteten unsere Recruiter wie Datenerfasser mit gutem Instinkt. In 8 Wochen haben wir daraus einen 1-Tages-Shortlist-Prozess gemacht, dem unsere Hiring Manager tatsächlich vertrauen.“