Maßgeschneiderte Prozess-Pipeline für Recruitment-Marketing-Agenturen.

Branding-Materialien per E-Mail, Kriterien im Telefonat, Notification-Wünsche im Chat. Nichts liegt sauber im CRM. Ab der nächsten Phase rennt jeder Recruiter den Daten hinterher.

Der Schaden liegt nicht in dieser Phase. Er kommt drei Phasen später raus: in der falschen Anzeigen-Variante, im übergangenen Kriterium, in der Rückfrage, die niemand mehr beantworten kann.

Den Vertriebs-Call selbst führen wir nicht durch KI. Unter deutschem Datenschutz wäre das ohnehin nicht zulässig. Aber alles drumherum: Lead-Aufbereitung, Enrichment via Scraping, Flags auf bestehende Leads, strukturierte Überführung des Onboardings in saubere Stamm-Daten. Was automatisierbar ist, automatisieren wir.

Jeder Recruiter dokumentiert Briefings anders. Was im Kopf des einen sitzt, fehlt dem Vertretungs-Kollegen. Sobald das Volumen wächst, wird aus Tribal Knowledge ein Engpass: Briefings sind nicht skalierbar, weil sie nie strukturiert reinkommen.

Die Strecke von der Stellenaufnahme bis zum fertigen Anzeigen-Entwurf ist genau dort am längsten, wo das Briefing unstrukturiert reinkommt. Wer dort skalieren will, muss diesen Übergang sauber bekommen, egal ob über ein Portal, einen E-Mail-Parser oder eine WhatsApp-Anbindung.

Bei KW Media haben wir das als geführtes, KI-gestütztes Erfassungs-Formular gebaut: Beschreibung, Budget, Gehalt, Ortsspezifika und Bildmaterial landen in einem Schritt. Mandanten-eigene Aufnahmen oder KI-generierte Basisbilder. Layout und Branding kommen automatisch drauf, und der Datensatz ist direkt der Input für Phase 3.

Branchenüblich 30–45 Minuten pro Anzeige, multipliziert mit dem monatlichen Volumen. Daraus wird schnell ein dreistelliger Stundenblock allein für Text und Bild. Das ist nicht der teuerste Teil der Pipeline, sondern der größte zeitliche Engpass. Wer schneller will, stellt Personal ein oder kürzt die Qualität.

Anzeigen-Erstellung ist die Phase, in der pro Mandant am meisten operative Stunden verbrannt werden. Skalierung der Agentur scheitert hier zuerst, nicht am Vertrieb und nicht am Targeting.

Bei KW Media erzeugt das System pro Stelle mehrere Creative-Konzepte (Benefits, Ortsspezifika, Zielgruppen-Hook). Bild und Text entstehen in einem Lauf, plattform-spezifisch, mit Branding-Overlay, asynchron erzeugt: der Recruiter wird benachrichtigt, sobald die Varianten bereitstehen. Vor jeder Veröffentlichung läuft ein Human-in-the-Loop-Review: ein Recruiter sieht alle Varianten, gibt frei, korrigiert, verwirft. Kein blindes Auto-Publishing. Die Maschine schlägt vor, der Mensch entscheidet.

UTMs gehen verloren, Indeed-Disposition wird vergessen, Offline-Conversions kommen nicht zurück an die Plattformen. Am Ende des Monats sind die Performance-Daten unzuverlässig. Niemand weiß, ob das Budget richtig allokiert ist oder nicht.

Tracking-Brüche kosten in Phase 4 keine Stunden, sondern Entscheidungsgrundlage. Reports in Phase 8 sind nur so gut wie das, was hier sauber rausgegangen ist. Wer Distribution schludert, fliegt blind.

Bei KW Media läuft die Distribution heute über den Indeed-Feed (produktiv) und die eigenen Job-Pages; die Meta-Anbindung über die Marketing-API ist in Umsetzung. Feed-Generierung pro Kanal, Tracking-Parameter konsistent gesetzt, Indeed-Disposition automatisch nachgehalten. Weitere Kanäle binden wir nach demselben Muster an. Eine Anzeige verlässt das System mit allem dran, was Phase 8 später braucht.

Bewerbungen verteilen sich auf mehrere Postfächer, jemand muss sie per Hand ins CRM übertragen, Duplikate fallen erst beim zweiten Kontakt auf, und der Lebenslauf hängt irgendwo im Mail-Thread. Bewerber gehen verloren oder werden doppelt angesprochen. Beides ist peinlich gegenüber dem Mandanten und kostet die Agentur die Platzierung.

Jeder verlorene oder doppelt verarbeitete Bewerber kostet eine Platzierung und damit Umsatz, der nicht in einer Stundenstatistik auftaucht. Skaliert wird dieser Schaden mit jeder zusätzlichen Plattform und jedem neuen Mandanten.

Bei KW Media läuft ein zentraler Orchestrierungs-Workflow (n8n, andere Plattformen austauschbar): jeder Kanal triggert über einen Webhook, alle Pfade laufen in einer Normalisierung zusammen. Anhänge werden geparst, Felder gemappt, DSGVO-konform abgelegt mit Hash-Dedup. Bewerber sind danach im selben Frontend wie die Stellen sichtbar, als Kanban-Board für das Team und, wo gewünscht, für den Mandanten.

Sichtung ist bei hohem Bewerber-Volumen der größte zeitliche Block und gleichzeitig die Phase, in der verschiedene Recruiter unterschiedlich entscheiden. Mandanten spüren die Schwankung. Die Kriterien sind dokumentiert, aber selten strukturiert genug, um sie wiederholbar anzuwenden.

Stunden in der Sichtung sind teuer, aber inkonsistente Entscheidungen sind teurer: ein Mandant, der drei Wochen lang die falschen Profile bekommt, kündigt. Das ist nicht in der Stundenstatistik sichtbar.

Bei KW Media läuft die Vorqualifizierung heute bewusst manuell. Im Kanban liegen die Mandanten-Kriterien direkt neben dem Bewerber. Technisch wäre eine LLM-basierte Vorbewertung trivial; rechtlich rutscht das unter dem EU AI Act schnell in den Hochrisiko-Bereich. Wir bauen das nur, wenn die vertragliche Grundlage zum Mandanten stimmt. Sonst bleibt es bei strukturiertem Tooling für menschliche Sichtung.

Bei KW Media lief der Closed Loop früher über eine Google-Tabelle pro Mandant. Funktioniert nominell, bis die Tabelle 80 Zeilen lang ist, drei Personen gleichzeitig editieren und niemand mehr weiß, welche Spalte „Status“ eigentlich bedeutet. Hire-Daten kommen verspätet oder gar nicht zurück, und das Reporting wird zur Vermutung.

Ohne saubere Hire-Daten ist Phase 8 wertlos: Source-Performance lässt sich nicht messen, Offline-Conversions kommen nicht zu Meta und Google zurück, das nächste Quartal wird wieder mit Bauchgefühl geplant. Der teure Teil ist nicht die Übergabe. Es ist das Fehlen des Loops.

Bei KW Media liegt der Mandant im selben Kanban wie das Team: er sieht die qualifizierten Bewerber, setzt selbst Status (eingeladen, abgelehnt, eingestellt). Wenn fünf Tage nichts passiert, geht ein Reminder raus. Der Status-Loop ersetzt das Excel-Pingpong. Der nächste Ausbauschritt: die Hire-Disposition als Offline-Conversion zurück an Meta und Google zu spielen, damit das Targeting in Phase 4 mit echten Hires lernt. Das Muster läuft bei anderen Mandanten bereits produktiv.

In vielen Agenturen passiert Phase 8 nicht aktiv. Es gibt das Bauchgefühl „Bewerber kommen oder kommen nicht“, vielleicht ein grobes CPA-Tracking. Es fehlt ein Mechanismus, der aus Daten Entscheidungen macht. Solange der Unterbau (UTMs, Hire-Disposition) nicht steht, ist jedes Reporting ohnehin Vermutung mit Stilelement.

Ohne sauberes Reporting wird das Budget pro Mandant nach Vorjahr und Bauchgefühl allokiert. Underperformende Plattformen laufen monatelang weiter, gute Quellen werden unterbudgetiert. Der Schaden ist nicht sofort sichtbar. Er kommt im nächsten Mandanten-Gespräch über die Verlängerung.

Bei KW Media laufen die Reporting-Zahlen über Syncs von Meta und Push-Schnittstellen von Indeed in ein tagesaktuelles Captex-Dashboard. Darin stehen CPL, CPC, CPI und weitere Kosten- und Performance-Kennzahlen pro Mandant, kombiniert mit den Status-Daten aus dem Kanban. Automatisierte Alerts triggern bei Auffälligkeiten ein Human-in-the-Loop-Review. Die Grundarchitektur steht; weitere Kennzahlen kommen mit der Skalierung dazu.