Ein Mitarbeiter-Empfehlungsprogramm aufsetzen, das wirklich Bewerbungen bringt

Empfohlene Bewerber:innen liegen durchweg vorn: Sie sind von jemandem vorgeprüft, der sowohl die Person als auch den Job kennt, sie bleiben tendenziell länger, und sie kosten einen Bruchteil eines bezahlten Kanals, weil sie den teuren oberen Funnel überspringen. Dieser Vorteil kommt aus dem Urteil der empfehlenden Person, das Schlimmste, was du tun kannst, ist also, Leute zu drängen, irgendjemanden zu empfehlen, nur um eine Zahl zu treffen. Schütze Qualität über Volumen; ein paar gute Empfehlungen schlagen eine Flut pflichtschuldiger.

Entscheide und veröffentliche die Details vor dem Start: welche Stellen qualifizieren, die Prämienhöhe (oft gestaffelt nach Senioritätsgrad oder Schwer-zu-besetzen-Grad) und entscheidend WANN sie zahlt, typisch ein Split, ein Teil bei Einstellung und ein Teil, nachdem die neue Person die Probezeit besteht, was sowohl die Empfehlung belohnt als auch davon abhält, Menschen zu empfehlen, die nicht bleiben. Schreib es auf, damit es später kein „ich dachte, ich bekomme mehr“ gibt. Mehrdeutigkeit ist, was das Vertrauen in solche Programme leise tötet.

Hier sterben die meisten Programme. Wenn Empfehlen heißt, ein Formular auszufüllen, einen Lebenslauf anzuhängen und die Personalabteilung anzumailen, macht es nach der ersten Woche fast niemand mehr. Senk die Reibung auf nahezu null: ein teilbarer Stellen-Link, ein einfacher „jemanden empfehlen“-Weg, die Möglichkeit, einfach einen Namen zu nennen und das Recruiting nachfassen zu lassen. Je leichter du den Moment machst, in dem jemand denkt „oh, mein:e Freund:in wäre toll dafür“, desto mehr Empfehlungen bekommst du. Reibung, nicht fehlendes Wohlwollen, ist der übliche Killer.

Tagge empfohlene Bewerbungen nach ihrer empfehlenden Person, damit du die Quelle siehst, führ sie durch denselben fairen Prozess wie alle anderen und zahl zügig und sichtbar aus, wenn die Regeln erfüllt sind. Nichts befeuert ein Empfehlungsprogramm wie ein:e Kolleg:in, die sichtbar ihre Prämie bekommt, und nichts tötet eines wie eine Auszahlung, die spät oder strittig ist. In KI BMS trägt ein:e empfohlene:r Kandidat:in die Quelle von Anfang an, die Einstellung zuzuordnen und die Prämie auszulösen ist also Teil der normalen Pipeline, kein separater manueller Abgleich. Verfolg es, zahl schnell und sag laut danke.