Anleitungen

Time-to-Hire messen und verbessern - was die Zahl wirklich aussagt

Time-to-Hire ist die meistgemessene und meistmissverstandene HR-Metrik. Hier ist, wie du sie sauber definierst, welche Bottlenecks sie bei den meisten Teams aufdeckt - und wann du sie ignorieren solltest.

Reporting
Time-to-Hire
Anleitung
Julia Yukovich
Julia YukovichCo-Founder + CEO
·28. Juni 2026·
6 Min. Lesezeit
·Aktualisiert

Auf einen Blick

Time-to-Hire = Tage zwischen Stellen-Veröffentlichung und Vertrags-Unterschrift. Nicht zwischen Bewerbung und Vertrag (das ist Time-to-Fill).
Median schlägt Mittelwert. Eine Stelle, die 6 Monate offen blieb, verschiebt den Mittelwert massiv und sagt nichts über die typische Stelle.
Pro Stage messen ist wichtiger als die Gesamt-Zahl. Bottlenecks lebt fast immer in einer einzigen Stage.
Benchmark-Werte 2026 (DE-Mittelstand): Junior 25-35 Tage, Mid 35-50 Tage, Senior 50-90 Tage. Sehr breite Spannen, weil Stellen-Profil dominiert.
DACH-Schnitt laut Xing Bewerbungsreport 2025: ~70 Tage gesamt - davon ~49 Tage NACH dem ersten Interview. Der größte Hebel liegt hinten im Funnel, nicht vorne.
Schritt für Schritt
1

1. Definition im Team einigen + dokumentieren

10 Minuten: schreibt in eurem Team-Wiki: 'Time-to-Hire = Kalendertage zwischen data.opened_at und data.contract_signed_at der Application'. Stelle sicher, dass alle Beteiligten dieselbe Definition kennen - Diskussionen über die Zahl sind nutzlos, wenn die Definition wackelt.

2

2. Stellen-Status sauber führen

data.opened_at wird beim 'Veröffentlichen' automatisch gesetzt. data.contract_signed_at musst du beim Hire-Dialog manuell eintragen (KI BMS fragt im Hire-Modal danach). Wenn diese Daten lückig sind, ist die Time-to-Hire-Auswertung unzuverlässig.

3

3. Aggregation pro Stage berechnen

Im Reports-Tab: 'Time per stage' Chart aktivieren. Zeigt für jede abgeschlossene Bewerbung, wie lange sie in jeder Stage saß. Fokussiere auf Median pro Stage - der zeigt, wo der Engpass liegt.

4

4. Bottleneck identifizieren + addressieren

Sichtungs-Stau? KI-Screening aktivieren + Eingangsbestätigung mit Zeitrahmen automatisieren. Hiring-Manager-Stau? SLA + Auto-Reminder nach 48h. Angebot-Stau? Pre-approved Salary-Bands + Direkt-Versand-Vorlage.

5

5. Quartalsweise nachmessen

Bottleneck-Optimierung wirkt erst nach 1-2 Quartalen sichtbar. Quartalsweise schauen, ob die Median-Time-pro-Stage sich verbessert. Achtung vor Mittelwert-Tricks: ein einziger Hire mit 200 Tagen Time-to-Hire kann den Mittelwert verbessern, wenn er bisher draußen war - lies den Median.

Die Definition, auf die ihr euch einigen müsst

Time-to-Hire wird ständig unterschiedlich gemessen, was die Zahl zwischen Tools und Teams unvergleichbar macht. Unsere Definition: die Anzahl der Kalendertage (nicht Werktage) zwischen dem Tag, an dem die Stelle öffentlich veröffentlicht wurde, und dem Tag, an dem der Vertrag von beiden Seiten unterschrieben wurde. Eine Stelle, die nie hired wurde, hat keine Time-to-Hire (sie ist 'open' oder 'closed without hire').

Time-to-Fill ist die andere häufige Metrik: Tage zwischen Stelle-Anlegen (intern, also vor Veröffentlichung) und Vertrag. Time-to-Fill ist immer länger als Time-to-Hire (Approval + Veröffentlichungs-Vorlauf zählt mit), und sie ist messtechnisch heikler, weil 'Stelle anlegen' subjektiv ist.

Drei Bottleneck-Muster, die in 80% der Teams auftreten

Eins - 'Sichtungs-Stau': zwischen Bewerbungs-Eingang und erster Sichtung vergehen 7+ Tage. Ursache: HR ist überlastet, Bewerbungen werden in Batches gelesen. Lösung: KI-Vorsortigung mit Score sortiert die Lese-Schlange so, dass die Top 20% in den ersten 30 Minuten sichtbar sind. Wirkung: -3 bis -5 Tage Time-to-Hire pro Stelle (vgl. auch: Recruiting-KPIs, die wirklich zählen).

Zwei - 'Hiring-Manager-Stau': zwischen 'HR sagt: lade ein' und tatsächlicher Einladung vergehen 5+ Tage. Ursache: der/die Hiring Manager hat nicht reagiert. Lösung: explizite SLA mit dem Hiring Manager (z. B. 'Reaktion auf Empfehlung in 48h'), automatische Erinnerung nach 48h. Wirkung: -2 bis -4 Tage.

Drei - 'Angebot-Stau': zwischen 'wir machen Angebot' und 'Angebot rausgeschickt' vergehen 4+ Tage. Ursache: Diskussion über Gehalt/Vertrag, Approval-Schleife. Lösung: pre-approved Salary-Bands pro Stelle, Vertragsvorlagen, Direkt-Versand. Wirkung: -2 bis -3 Tage.

Benchmark 2026: was im DACH-Markt normal ist

Der meistzitierte Marktwert kommt aus dem Xing Bewerbungsreport 2025 (Auswertung von rund 2,5 Mio. Bewerbungen im DACH-Raum): die durchschnittliche Time-to-Hire liegt bei etwa 70 Tagen, mit rund 19 Bewerbungen und 4 Interviews pro Einstellung. Nach Branche streut das stark: Gesundheit ~58 Tage, Produktion/Maschinenbau ~85 Tage, Lehre/Forschung ~85 Tage, IT/Softwareentwicklung ~87 Tage. Halte diese Zahlen für eine grobe Orientierung, nicht für ein Ziel - dein Stellen-Profil dominiert die Spanne stärker als deine Branche.

Die eigentlich nützliche Zahl aus demselben Report: von den 70 Tagen entstehen rund 49 Tage nach dem ersten Interview. Das ist der wichtigste Satz des ganzen Themas. Die meisten Teams optimieren am Anfang des Funnels (schnellere Sichtung, schnellere Einladung), aber der größte Hebel liegt hinten - in der Lücke zwischen Interview, Entscheidung und Angebot. Genau dorthin gehört eure Aufmerksamkeit, wenn ihr die Gesamt-Zahl senken wollt.

Was eine lange Time-to-Hire wirklich kostet

Die Zahl ist kein Selbstzweck - sie ist ein Kosten-Proxy. Jeder zusätzliche Tag, den eine Stelle offen ist, kostet zweifach: direkt über die Vakanz (entgangene Produktivität bzw. Umsatz der unbesetzten Rolle, plus laufende Sourcing- und Anzeigen-Kosten) und indirekt über die Candidate Experience. Der zweite Punkt wird unterschätzt: Top-Talente sind im Schnitt nach wenigen Wochen vom Markt. Ein Prozess, der 49 Tage nach dem ersten Interview braucht, verliert genau die Kandidat:innen, die mehrere Angebote haben - du selektierst unbewusst auf die, die niemand sonst wollte.

Deshalb ist Geschwindigkeit im hinteren Funnel keine reine Effizienz-Frage, sondern eine Qualitäts-Frage. Schnelle, verbindliche Kommunikation nach dem Interview ('Entscheidung in 5 Tagen, Angebot in weiteren 3') ist oft der Unterschied zwischen Zusage und Absage - und kostet nichts außer Disziplin. Wer den Engpass im KI-Screening vorne löst, aber hinten weiter trödelt, verschenkt den größeren Hebel.

Wann Time-to-Hire irrelevant wird

Bei Senior-/Spezial-Stellen mit langen Suchzeiten ist die Time-to-Hire eine schlechte Optimierungs-Metrik, weil der dominante Faktor 'haben wir die richtige Person gefunden' ist - nicht 'haben wir schnell entschieden'. Eine Senior-Backend-Stelle, die 90 Tage offen ist, weil die ersten 60 Tage niemand mit dem Profil reinkam, ist nicht das Problem von HR-Geschwindigkeit, sondern von Sourcing-Reichweite.

Faustregel: Time-to-Hire ist eine Junior-/Mid-Volumen-Metrik. Bei Senior-Stellen interessiert eher 'Quality of Hire' (12-Monats-Performance der eingestellten Person) und 'Sourcing-Reach' (wie viele qualifizierte Profile haben wir aktiv kontaktiert).

Häufige Fragen

Häufig gefragt

Probiere KI BMS

Kostenloser Tarif, keine Kreditkarte nötig. Hosting in Deutschland. Export und Löschung sind self-service.

Julia Yukovich

Geschrieben von

Julia Yukovich

Co-Founder + CEO

Julia ist eine der Co-Founder. Sie kümmert sich um Design, Entwicklung, Produkt-Richtung und den Großteil der Support-Antworten am Morgen.

julia.yukovich at aicuflow dot comLinkedIn