Recruiting-Funnel-Leaks finden: wo du gute Bewerbende verlierst und wie du es stopfst

Jeder Recruiting-Prozess ist ein Trichter. Oben gehen viele rein - Menschen, die deine Anzeige sehen. Unten kommen wenige raus - die, die du tatsächlich einstellst. Dazwischen liegen Stufen: aus Anzeigen-Aufrufen werden Bewerbungen, aus Bewerbungen Interviews, aus Interviews Angebote, aus Angeboten Zusagen. An jeder dieser Stufen verlierst du Menschen. Das ist normal. Das Problem sind nicht die Verluste an sich, sondern die Stufen, an denen du überproportional viele gute Leute verlierst.

Ein Leak ist eine Stufe, an der überraschend viele aussteigen. Wenn 80 Prozent der Menschen, die deine Anzeige öffnen, das Bewerbungsformular nicht absenden, hast du ein Leak zwischen Aufruf und Bewerbung - vielleicht ist das Formular zu lang. Wenn die Hälfte deiner Angebote abgelehnt wird, hast du ein Leak zwischen Angebot und Zusage - vielleicht sind deine Angebote nicht wettbewerbsfähig oder der Prozess hat zu lange gedauert.

Der teuerste Reflex im Recruiting ist, bei zu wenig Hires einfach mehr Reichweite einzukaufen: mehr Job-Board-Schaltungen, mehr Anzeigen, mehr Sourcing. Das vergrößert den Strom oben im Funnel - aber wenn das Leak weiter unten liegt, spülst du nur mehr Menschen durch ein kaputtes Sieb und zahlst für jeden zusätzlichen, den du unten wieder verlierst.

Die kostengünstige Alternative: Finde das größte Leak und stopfe es. Wenn du die Conversion von Interview zu Angebot von 30 auf 45 Prozent hebst, bekommst du aus demselben Bewerber-Strom anderthalbmal so viele Hires - ohne einen Euro mehr für Reichweite. Funnel-Optimierung schlägt Budget-Erhöhung fast immer, weil sie das nutzt, was du schon hast.

Um Leaks zu finden, musst du die Conversion zwischen den Stufen kennen. Für jede Stufe die simple Frage: Wie viele kommen rein, wie viele kommen raus? Daraus ergibt sich pro Stufe eine Conversion-Rate. Die Stufe mit dem überraschend hohen Abfall ist dein größtes Leak. Wichtig ist der Vergleich: 50 Prozent Abfall von Bewerbung zu Sichtung ist normal, 50 Prozent von Angebot zu Zusage ist ein Alarmsignal.

Achte besonders auf zwei Stufen, weil dort die teuersten Leaks sitzen. Erstens das Leak vom Anzeigen-Aufruf zur abgeschickten Bewerbung - hier verlierst du Menschen, die schon interessiert waren, oft an ein zu langes oder umständliches Formular. Zweitens das Leak vom Angebot zur Zusage - hier verlierst du Menschen, in die du den ganzen Prozess investiert hast. Beide Leaks sind teuer und beide sind oft mit überraschend kleinen Änderungen behebbar.

Wenn du das größte Leak gefunden hast, ändere genau eine Sache, um es zu stopfen, und miss, ob die Conversion steigt. Beispiele: Bei einem Leak zwischen Aufruf und Bewerbung kürzt du das Formular auf die echten Pflichtfelder. Bei einem Leak zwischen Bewerbung und Interview verkürzt du die Reaktionszeit, weil die Guten sonst weg sind. Bei einem Leak zwischen Angebot und Zusage prüfst du Gehalt, Prozessdauer und Candidate Experience.

Widersteh der Versuchung, alles auf einmal zu ändern. Wenn du das Formular kürzt, die Reaktionszeit senkst und die Anzeige umschreibst und die Conversion steigt, weißt du nicht, was gewirkt hat. Stopfe ein Leak, miss, lerne, geh zum nächsten. Das ist langsamer, aber jede Verbesserung ist verstanden und übertragbar.

Die meisten Teams scheitern nicht am Verständnis des Funnels, sondern an der Datenerhebung. Wer Stufen-Übergänge von Hand zählt, hat nach drei Wochen löchrige Daten und gibt auf. Ein verlässlicher Funnel braucht ein Tool, das jeden Stufen-Wechsel automatisch mit Zeitstempel festhält, sodass die Conversion zwischen Stufen jederzeit ablesbar ist.

In KI BMS entsteht der Funnel als Nebenprodukt des normalen Arbeitens: jede Statusänderung einer Bewerbung landet mit Zeitstempel und Person im Audit-Log, sodass die Conversion zwischen den Pipeline-Stufen ohne Extra-Aufwand sichtbar wird. Du siehst, wo überproportional viele aussteigen, ohne eine Tabelle zu pflegen - und kannst die größte undichte Stelle gezielt angehen, statt blind mehr Budget oben reinzukippen.