Ihre Recruiter verbringen 6–7 Minuten pro Kandidat mit dem Screening. Booths benötigen jetzt 90 Sekunden.

Das Problem, über das niemand spricht

RPO-Anbieter zahlen bei jeder Besetzung eine stille Steuer: die Kosten repetitiver Arbeit.

Bei Booth & Partners erzählten die Zahlen eine vertraute Geschichte. Hohe Zahl offener Stellen. Kontinuierlicher Lebenslaufzufluss. Unterschiedliche Recruiter, die Screening-Kriterien unterschiedlich interpretierten. Begrenzte Transparenz über die Performance. Und eine Time-to-Hire, die sich auf bis zu zwei Monate ziehen konnte — mit direkten Auswirkungen auf den Cashflow.

"Die größte Herausforderung war Inkonsistenz und fehlende Transparenz", sagt Chad Chambers, Head of Org Innovation bei Booth. "Unterschiedliche Recruiter interpretierten dieselben Kriterien unterschiedlich. Die Kosten repetitiver Arbeit summierten sich."

Die Standardantwort der Branche: mehr Leute einstellen. Linear skalieren. Den Kompromiss zwischen Geschwindigkeit und Qualität akzeptieren.

Booth hat das nicht akzeptiert.

"Wir haben mit vielen KI-Anbietern gesprochen. Keiner hat uns überzeugt."

Booth evaluierte mehrere KI-Anbieter. Alle versprachen Automatisierung. Keiner überzeugte.

"Sie kamen mit beeindruckenden Demos und großen Versprechen", erklärt Chad. "Aber am Ende hat uns keiner wirklich überzeugt. Sie verkauften uns Werkzeuge, keine Lösungen. Ihr Fokus lag auf den Funktionen ihrer Technologie, nicht auf unseren Geschäftsergebnissen."

Es fehlte nicht an Technologie. Es fehlte an einer Partnerschaftsmentalität — an jemandem, der Booths Ziele verstand, nicht nur ihre Aufgaben.

Dann machte Beam etwas anders.

Klein anfangen. Wert nachweisen. Dann skalieren.

Statt eine komplette Transformation zu pitchen, schlug Beam vor, mit einem konkreten Anwendungsfall zu beginnen: dem CV-Screening.

Kein großer Rollout. Kein 6-monatiger Implementierungsplan. Ein fokussierter Pilot, um zu beweisen, ob KI die Qualität menschlichen Screenings in großem Maßstab erreichen und übertreffen kann.

"Dieser pragmatische Ansatz war völlig anders als bei allen anderen", sagt Chad. "Sie versuchten nicht, uns alles auf einmal zu verkaufen. Sie wollten erst einmal beweisen, dass sie Ergebnisse liefern können, bevor sie uns baten, uns zu mehr zu verpflichten."

Die Ergebnisse ließen nicht lange auf sich warten.

Die Zahlen

70 % weniger Screening-Zeit. Nicht durch Abkürzungen, sondern indem repetitive Arbeit entfernt wurde, damit sich Recruiter auf das konzentrieren konnten, was wirklich zählt: die Menschen.

Vom Pilotprojekt zur vollständigen Transformation

Der CV-Screening-Pilot bewies das Modell. Jetzt baut Booth gemeinsam mit Beam etwas Größeres auf: eine vollständige KI-native Recruiting-Suite.

Mehrere KI-Agenten über den gesamten Hiring-Lifecycle hinweg — von der Erfassung von Stellenanforderungen und der Erstellung von Stellenbeschreibungen über Screening und Terminplanung bis hin zur Feedback-Erfassung und Kandidatenvorstellungen an Kunden.

"Wir automatisieren nicht nur Prozesse", sagt Chad. "Wir bauen Recruiting neu auf."

Die Vision: die Time-to-Hire um 60–70 % zu verkürzen, die Produktivität der Recruiter zu steigern und ein System zu schaffen, in dem Tools Menschen unterstützen, nicht ersetzen.

"Coole Technologie ist nicht das Ziel. Ein effektiveres Team schon."

Diese Aussage von Chad fasst etwas zusammen, das in den meisten KI-Gesprächen fehlt.

Booths menschliche TA-Spezialisten verbringen ihre Zeit jetzt dort, wo es zählt: strategische Entscheidungen treffen, mit echten Kandidaten sprechen, Beziehungen zu Kunden aufbauen. Die mühsame manuelle Arbeit, die früher ihre Tage verschlungen hat? Erledigt.

"Technologie ersetzt nicht die menschliche Note — sie schützt sie", sagt Jen Spencer, die die Partnerschaft auf Booths Seite leitet. "Wir haben das operative Rauschen beseitigt, damit sich unser Team auf das Signal konzentrieren kann: die Menschen."

Was das für RPO-Anbieter bedeutet

Wenn Sie eine Recruiting-Organisation in großem Maßstab betreiben, besteht die Herausforderung nicht darin, KI-Tools zu finden. Davon gibt es reichlich.

Die Herausforderung besteht darin, einen Partner zu finden, der versteht, wie man KI-native Organisationen aufbaut — und nicht nur einzelne Aufgaben automatisiert.

Booth hat diesen Partner gefunden. Die Ergebnisse: 70 % schnelleres Screening, über 9.500 bearbeitete Kandidaten, 97,8 % Abschlussquote und das klare Ziel, den gesamten Recruiting-Lifecycle zu transformieren.

"Finden Sie jemanden, der versteht, wie man KI-native Organisationen aufbaut, und nicht nur Aufgaben automatisiert", sagt Chad. "Wenn Ihre KI-Strategie keine Reibung reduziert, ist sie nur Lärm."

Kurz gesagt

Zusammenfassung der Auswirkungen

• Reduzierte Ausführungszeit pro Aufgabe von ~6–7 Minuten → ~1,5–2 Minuten (70 % schneller).

• Etablierte standardisiertes Screening durch automatisch generierte Bewertungsregeln für jede neue Stellenbeschreibung.

• Führte Erkennung und Benachrichtigung bei fehlenden Stellenbeschreibungen ein, wodurch keine Sackgassen-Screenings mehr entstehen und eine Grundlage für durchgängige JD-Lifecycle-Automatisierung geschaffen wurde.

• Skalierte auf über 9.500 Screenings seit Juni, mit 97,8 % Gesamtabschlussquote.

• Lieferte Konsistenz, Geschwindigkeit und Skalierung bei der Kandidatenauswahl und reduzierte den manuellen Arbeitsaufwand der Recruiter.

Bereit, Ihr Recruiting-Setup zu automatisieren? Jetzt starten.