4 Min. Lesezeit
Ihre Recruiter verbringen 6–7 Minuten mit dem Screening pro Kandidat. Booths benötigen jetzt 90 Sekunden.
Das Problem, über das niemand spricht
RPO-Anbieter zahlen bei jeder Vermittlung eine stille Steuer: die Kosten repetitiver Arbeit.
Bei Booth & Partners erzählten die Zahlen eine vertraute Geschichte. Hohes Volumen aktiver Rollen. Ein stetiger Strom eingehender Lebensläufe. Unterschiedliche Recruiter, die Screening-Kriterien unterschiedlich interpretieren. Begrenzte Transparenz bei der Performance. Und eine Time-to-Hire, die sich auf bis zu zwei Monate ausdehnen konnte — mit direktem Einfluss auf den Cashflow.
„Die größte Herausforderung war Inkonsistenz und fehlende Transparenz“, sagt Chad Chambers, Head of Org Innovation bei Booth. „Verschiedene 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 akzeptierte das nicht.
„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. „Am Ende hat uns aber keiner wirklich überzeugt. Sie haben uns Tools verkauft, keine Lösungen. Ihr Fokus lag auf den technologischen Features, nicht auf unseren Geschäftsergebnissen.“
Was fehlte, war nicht Technologie. Es war eine Partnerschaftsmentalität — jemand, der Booths Ziele verstand, nicht nur seine Aufgaben.
Dann tat Beam etwas anderes.
Klein anfangen. Mehrwert beweisen. Dann skalieren.
Anstatt eine vollständige Transformation zu pitchen, schlug Beam vor, mit einem konkreten Anwendungsfall zu starten: CV-Screening.
Kein groß angelegter Rollout. Kein 6-Monats-Implementierungsplan. Ein fokussierter Pilot, um zu beweisen, ob KI die menschliche Screening-Qualität in großem Maßstab erreichen und übertreffen kann.
„Dieser pragmatische Ansatz war komplett anders als bei allen anderen“, sagt Chad. „Sie wollten uns nicht auf einmal alles verkaufen. Sie wollten erst beweisen, dass sie Ergebnisse liefern können, bevor sie uns um mehr Commitment baten.“
Die Ergebnisse kamen schnell.
Die Zahlen
Metrik | Vorher | Nachher |
|---|---|---|
Screening-Zeit pro Kandidat | 6–7 Minuten | 1,5–2 Minuten |
Gescreente Kandidaten | — | 9.500+ |
Abschlussrate | — | 97,8 % |
Automatisierte Arbeitsstunden | — | 6.500+ |
Ziel für Time-to-Hire | Bis zu 2 Monate | 75 % Reduktion |
70 % weniger Zeit für das Screening. 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: eine vollständige AI-native Recruiting-Suite.
Mehrere KI-Agenten entlang des gesamten Hiring-Lifecycles — von der Stellenanforderung und der Generierung von Stellenbeschreibungen bis hin zu Screening und Terminplanung sowie Feedback-Erfassung und Kundeneinreichungen.
„Wir automatisieren nicht nur Prozesse“, sagt Chad. „Wir bauen Recruiting grundlegend neu auf.“
Die Vision: Time-to-Hire um 60–70 % verkürzen, die Produktivität von Recruitern freisetzen und ein System schaffen, in dem Tools Menschen unterstützen, statt sie zu ersetzen.
„Coole Tech ist nicht das Ziel. Ein effektiveres Team schon.“
Dieser Satz von Chad bringt etwas auf den Punkt, das in den meisten KI-Gesprächen fehlt.
Die menschlichen TA-Spezialisten von Booth verbringen ihre Zeit jetzt dort, wo es zählt: sie treffen strategische Entscheidungen, sprechen mit echten Kandidaten und bauen Beziehungen zu Kunden auf. Die mühsame manuelle Arbeit, die früher ihre Tage bestimmte? Erledigt.
„Technologie ersetzt die menschliche Note nicht — sie schützt sie“, sagt Jen Spencer, die die Partnerschaft auf Booths Seite leitet. „Wir haben das operative Rauschen beseitigt, damit unser Team sich auf das Signal konzentrieren kann: die Menschen.“
Was das für RPO-Anbieter bedeutet
Wenn Sie eine Recruiting-Organisation in großem Maßstab betreiben, liegt die Herausforderung nicht darin, KI-Tools zu finden. Davon gibt es genug.
Die Herausforderung besteht darin, einen Partner zu finden, der versteht, wie man AI-native Organisationen aufbaut — und nicht nur einzelne Aufgaben automatisiert.
Booth hat diesen Partner gefunden. Die Ergebnisse: 70 % schnelleres Screening, mehr als 9.500 verarbeitete Kandidaten, eine Abschlussrate von 97,8 % und die Verpflichtung, den gesamten Recruiting-Lifecycle zu transformieren.
„Suchen Sie jemanden, der versteht, wie man AI-native Organisationen aufbaut, nicht nur Aufgaben automatisiert“, sagt Chad. „Wenn Ihre KI-Strategie keine Reibung reduziert, ist sie nur Lärm.“
Kurz gesagt
Zusammenfassung der Wirkung
Reduzierte Ausführungszeit pro Aufgabe von ca. 6–7 Minuten auf ca. 1,5–2 Minuten (70 % schneller).
Etablierte standardisierte Screenings durch automatisch generierte Bewertungsregeln für jede neue Stellenbeschreibung.
Einführung von Erkennung und Benachrichtigung bei fehlender Stellenbeschreibung, wodurch Sackgassen-Screenings vermieden und eine Grundlage für die End-to-End-Automatisierung des JD-Lifecycle geschaffen wurde.
Skaliert auf mehr als 9.500 Screenings seit Juni, mit einer Gesamtabschlussrate von 97,8 %.
Lieferte Konsistenz, Geschwindigkeit und Skalierbarkeit bei der Vorauswahl von Kandidaten und reduzierte den manuellen Aufwand der Recruiter.
Bereit, Ihr Recruiting-Setup zu automatisieren? Starten Sie noch heute.
