Muss Talent Sourcing weiterhin manuell passieren?

Das Problem von Recruiting-Tools ist nicht, dass die Suche schlecht ist. Es ist, dass Suchen die falsche Aufgabe für eine Recruiterin ist.

Die meisten Recruiting-Tools stellen die falsche Frage: Sie versuchen, die Suche besser zu machen. Schärfere Filter, klügere Keywords, KI-gestützte Boolean-Strings.

Aber das Problem war nie die Qualität der Suche. Das Problem ist, dass die Recruiterin selbst sucht.

Denken Sie an Ihre letzte schwierige Stelle. Vielleicht eine VP of Engineering für ein Series-B-Unternehmen, und der Hiring Manager sagte: "Ich erkenne die richtige Person, wenn ich sie sehe." Sie haben einen Nachmittag damit verbracht, Boolean-Strings zu bauen, 200 LinkedIn-Profile zu scannen, 40 Tabs zu öffnen — und sind am Ende mit sechs Personen herausgegangen, die es wert wären, angesprochen zu werden. Drei davon waren in diesem Monat schon von anderen Unternehmen kontaktiert worden.

Dieser gesamte Nachmittag war kein Recruiting. Das war Datenabfrage verkleidet als Talent Sourcing.

Das eigentliche Recruiting — zu entschlüsseln, was der Hiring Manager wirklich mit "jemand, der das Team skalieren kann" meint, die Karriereentscheidungen eines Kandidaten zwischen den Zeilen zu lesen, zu wissen, dass die Person, die auf dem Papier perfekt wirkt, seit drei Monaten still und leise Interviews gibt — all das ist nicht passiert, während Sie durch Suchergebnisse gescrollt haben.

Suchen ist nicht die Aufgabe einer Recruiterin

Jede Generation von Recruiting-Tools hat denselben Workflow optimiert:

LinkedIn Recruiter hat Boolean-Suche schneller gemacht. AI-Sourcing-Tools haben sie "klüger" gemacht. Aber das Grundmodell hat sich nicht verändert: Sie sind der Operator, und das Tool ist die Suchmaschine.

Das ist, als würde man einem CEO eine schnellere Tabellenkalkulation geben, wenn er eigentlich einen CFO braucht. Der Engpass ist nicht das Tool — es ist die Tatsache, dass ein Mensch Arbeit erledigt, die kein menschliches Urteilsvermögen erfordert.

Zerlegt man, was tatsächlich in diesen 2–3 Stunden täglichem Sourcing passiert:

1. Eine JD in Suchbegriffe übersetzen — mechanisch. Sie konvertieren "unternehmerische Denkweise in einer regulierten Branche" in Boolean-Logik. Das ist jedes Mal mit Informationsverlust verbunden.
2. Profile scannen, um grundlegende Eignung zu prüfen — mechanisch. Titel, Jahre Erfahrung, Unternehmens-Tier. Sie können das in Sekunden pro Profil beurteilen — aber multipliziert mit 200.
3. Karriereverläufe lesen, um Entwicklungspotenzial zu bewerten — teilweise Urteilsvermögen, größtenteils Muster-Erkennung. Befindet sich diese Person auf einem Aufwärtskurs? Ergeben die Firmenwechsel Sinn? Sie sind gut darin — aber 80 % davon ist das Wiedererkennen von Mustern, die Sie hundertfach gesehen haben.
4. Eine Shortlist zusammenstellen — mechanisch. Kopieren, einfügen, formatieren, kommentieren. Verwaltungsarbeit.

Die Schritte 1, 2 und 4 sind reine Ausführung. Schritt 3 ist der interessante — aber selbst erfahrene Recruiter würden zugeben, dass der Großteil der "Bewertung" auf der Sourcing-Ebene Muster-Erkennung ist, kein tiefes Urteilsvermögen. Das tiefe Urteilsvermögen kommt später, im Gespräch.

Was, wenn eine Recruiterin nie mehr suchen müsste?

Stellen Sie sich ein anderes Modell vor:

Die Rolle der Recruiterin wandelt sich vom Operator zum Entscheider. Ihre Zeit fließt zurück in die Arbeit, die Sie wirklich braucht:

• Den echten Brief vom Hiring Manager holen — den hinter der JD. Den, bei dem er Ihnen sagt, dass die letzte Person in dieser Rolle zu "corporate" war und er jemanden braucht, der etwas von Grund auf aufgebaut hat.
• Cultural Fit und Motivation bewerten. Der Kandidat, der auf dem Papier stark wirkt, aber dreimal in zwei Jahren gewechselt hat — ist das ein rotes Signal, oder gab es stichhaltige Gründe? Das erfordert ein Gespräch, kein Suchergebnis.
• Die Kandidaten-Pipeline bearbeiten. Den passiven Kandidaten, der zufrieden ist, aber für die richtige Story wechseln würde. Den, der vor sechs Monaten eine ähnliche Rolle abgelehnt hat, dessen Situation sich aber verändert hat.
• Dem Hiring Manager sagen, wie der Markt wirklich aussieht. Wenn die Stelle seit 60 Tagen offen ist, weil das Gehaltsband 20 % unter Marktniveau liegt, ist das ein Gespräch, das nur Sie führen können.

Die Ausführung — Suchen, Screening, Zusammenstellen — übernimmt ein Agent, der autonom arbeitet. Kein KI-Assistent, den Sie prompten und steuern müssen. Ein Agent, der einen Brief entgegennimmt, die Arbeit erledigt und mit Kandidaten zurückkommt.

Warum das vorher nicht möglich war

Drei Dinge haben sich verändert.

Agents können jetzt mehrstufige Tasks Ende-zu-Ende ausführen. Frühere KI-Tools konnten eine Frage beantworten oder einen Boolean-String generieren. Sie konnten nicht eigenständig eine Suchstrategie planen, sie über mehrere Datenquellen hinweg ausführen, jedes Ergebnis anhand nuancierter Kriterien bewerten und eine strukturierte Shortlist liefern. Das ist eine grundlegend andere Fähigkeit als Autocomplete.

Matching-Technologie hat Keyword-Suche hinter sich gelassen. Wenn Sie einem Kollegen sagen "Ich brauche jemanden mit 0-to-1-Erfahrung bei einem Wachstumsunternehmen", weiß er, was Sie meinen. Er denkt an Gründer, die ein frühes Team skaliert haben, Product Leader, die von Null aufgebaut haben, Operators, die pre-Series A eingestiegen sind. Eine Keyword-Suche liefert Ergebnisse, die diese Wörter enthalten. Reasoning-basiertes Matching tut das, was Ihr Kollege tut — es interpretiert Absicht, keine Literale.

Die Wirtschaftlichkeit hat aufgeholt. Vor zwei Jahren war es prohibitiv teuer, KI durch jedes Kandidatenprofil argumentieren zu lassen. Die Inferenzkosten sind um 50–70 % pro Jahr gefallen. Heute kann ein Agent Tausende von Kandidatenprofilen für weniger bewerten, als Sie während einer manuellen Sourcing-Session für Kaffee ausgeben würden.

Was sich für Recruiter ändert

Wenn Sourcing von einem Agent übernommen wird, verschiebt sich die Wertgleichung.

Eine Recruiterin, die täglich drei Stunden mit Sourcing verbringt, verkauft wirtschaftlich gesehen Zeit. Eine Recruiterin, deren Agent das Sourcing erledigt, verkauft etwas, das sich weitaus schwerer ersetzen lässt: Marktwissen, Kandidatenbeziehungen, die Fähigkeit, Team-Dynamik zu lesen und zu wissen, wer dort wirklich erfolgreich wäre.

Zeit ist begrenzt. Sie können nicht mehr sourcen als die Stunden erlauben. Expertise — das Wissen, welche Unternehmen gerade einen Einstellungsstopp haben, welche Kandidaten still und leise auf der Suche sind, welche Gehaltspakete in einem bestimmten Markt gerade Deals abschließen — ist das, was eine erfahrene Recruiterin unersetzlich macht. Diese Expertise kommt nicht aus Suchergebnissen. Sie entsteht aus Jahren von Gesprächen, abgeschlossenen Placements und Muster-Erkennung, die keine Profildatenbank abbildet.

Die erfahrenen Recruiter, mit denen wir gesprochen haben, machen sich keine Sorgen über diese Verschiebung. Eine sagte uns: "Ich habe darauf gewartet. Ich bin ins Recruiting gegangen, um Kunden zu beraten und Kandidaten zu gewinnen — nicht um Boolean-Strings zu bauen." Eine andere formulierte es direkter: "Ich habe in fünf Jahren von keinem Suchtool mehr etwas Neues gelernt. Von jedem Kandidatengespräch schon."

Wie das in der Praxis aussieht

Bei Mira haben wir einen Agent gebaut, der den Sourcing-Workflow Ende-zu-Ende übernimmt:

1. Sie beschreiben eine Rolle in natürlicher Sprache — einschließlich impliziter Kriterien wie "Startup-DNA", "hat ein Team von Grund auf aufgebaut" oder "stark in regulierten Umgebungen, aber nicht zu corporate". Die Art von Brief, den Sie einem vertrauten Kollegen geben würden — nicht einer Suchmaschine.
2. Der Agent interpretiert Ihre Anforderungen, durchsucht mehrere Datenquellen und bewertet Kandidaten mittels reasoning-basiertem Matching. Er versteht, dass "0-to-1-Erfahrung" etwas anderes bedeutet als "hat bei einem Startup gearbeitet."
3. Sie erhalten eine Shortlist qualifizierter Kandidaten mit Zusammenfassungen, Karriere-Kontext und Kontaktdaten — typischerweise in unter 2 Minuten.
4. Sie verfeinern per Konversation: "mehr Startup-Hintergründe", "Kandidaten einschließen, die umziehen würden", "eigentlich alle de-priorisieren, die aktuell bei einem FAANG sind." Der Agent passt sich an — nicht durch erneutes Ausführen einer Suche, sondern durch Neubewertung anhand Ihrer aktualisierten Kriterien.

Über 6.000 echte Sourcing-Tasks wurden während des internen Testbetriebs auf der Plattform abgeschlossen. Recruiter berichten von 80–90 % Zeitersparnis bei der Kandidatenrecherche.

Wenn Sie täglich Stunden mit manuellem Sourcing verbringen — Stunden, die für Hiring-Manager-Calls, Kandidatengespräche und Closings genutzt werden könnten — diese Zeit ist zurückzuholen.

Der Mira-Warteliste beitreten und Agent-getriebenes Sourcing im frühen Zugang ausprobieren.