Wie KI-natives Sourcing tatsächlich funktioniert

Die meisten Teams haben inzwischen AI-Sourcing ausprobiert. Die meisten von ihnen kehrten enttäuscht zurück.

Der Grund ist fast immer derselbe: Das Tool hat ein Sprachmodell um dieselbe Boolesche Suche gelegt, die sie bereits verwendet haben. Das Chatfenster war neu. Die Kandidatenliste nicht.

AI-native Sourcing ist etwas anderes. Es behandelt die Anfrage des Recruiters — finden Sie mir einen Senior Platform Engineer, der Multi-Region-Infrastruktur geliefert hat, idealerweise im Fintech-Bereich, der tatsächlich meine E-Mail öffnen würde — als ein Problem, über das das System nachdenkt, nicht als eine Abfrage, die es tokenisiert.

Interpretation, nicht Parsing

Das Erste, was sich ändern muss, ist, wie die Anfrage gelesen wird.

Ein Keyword-Tool sieht senior platform engineer multi-region fintech. Es durchsucht Profile, die genau diese Strings enthalten, und bewertet sie dann nach einem undurchsichtigen Score. Synonyme sind Ratespiel; platform könnte mit platforms übereinstimmen, aber infrastructure übersehen. Seniorität ist ein Filter nach Jahren der Erfahrung, der jeden bestraft, der eine Stufe übersprungen hat.

Ein AI-native System analysiert die Anfrage so, wie es ein anderer Recruiter tun würde. Senior bedeutet in diesem Markt Staff- oder Principal-Level mit Führungsverantwortung. Multi-Region-Infrastruktur bedeutet globales Load Balancing, Replikation, Failover — nicht den wörtlichen Ausdruck. Fintech ist die bevorzugte Branche, kein harter Filter, weil die zugrunde liegenden Muster aus Healthtech, Gaming und Adtech auf gut verstandene Weise übertragen werden.

Das ist keine Suche. Es ist Interpretation, und sie muss stattfinden, bevor eine Kandidatenliste generiert wird.

Missionen, keine Einzelaufrufe

Sobald die Anfrage interpretiert ist, führt das System das aus, was wir eine Mission nennen: einen mehrstufigen Plan, den ein Orchestrator-Agent gegen den Kandidatenbestand ausführt.

Eine Mission für diese Platform-Engineer-Anfrage könnte so aussehen: eine breite erste Auswahl plausibler Profile ziehen, jedes gegen die abgeleiteten Rollenanforderungen bewerten, bei dünnem Angebot in angrenzende Branchen expandieren, die Top 200 tiefgehend analysieren und erst stoppen, wenn die Shortlist mit Kandidaten gefüllt ist, die eine Überprüfung durch den Hiring Manager bestehen würden.

Das ist der Teil, der jedes Keyword-Tool überfordert. Eine Suche liefert 1.800 Ergebnisse und lässt es dabei bewenden. Eine Mission weiß, dass 1.800 Ergebnisse wenig bedeuten, bis sie bewertet sind, dass die Bewertung die meisten ablehnen wird und dass das System so lange weitermachen muss, bis die Shortlist real ist.

Scoring ist das Produkt

Die Shortlist ist nur so gut wie das dahinterstehende Scoring.

Einen Engineer zu bewerten bedeutet nicht, Keyword-Treffer zu zählen. Es bedeutet, den Verlauf der Karriere zu lesen, die Tiefe jeder Rolle, die Art der umgesetzten Probleme, den Senioritätsverlauf und die Signale, die darauf hindeuten, dass jemand offen für ein Gespräch ist.

Ein Modell, das auf diese Signale feinjustiert wurde — und das pro Kandidat echte Rechenleistung einsetzen darf — erzeugt einen Fit-Score, der eine Kontaktaufnahme mit einem Hiring Manager übersteht. Ein Modell, das das nicht tut, nicht.

Outreach in derselben Schleife

Der letzte Teil, den die meisten Tools verpassen, ist, dass Sourcing und Outreach nicht getrennt sind. Derselbe Kontext, der den Kandidaten bewertet hat, macht die E-Mail erst lesenswert.

Wenn das System bereits weiß, dass ein Kandidat ein bestimmtes Multi-Region-Projekt bei einem bestimmten Unternehmen umgesetzt hat, kann es eine E-Mail entwerfen, die dies erwähnt, ohne wie eine Vorlage zu klingen. Wenn nicht, erhalten Sie das übliche „Hi {{first-name}}, ich bin auf Ihr Profil gestoßen“, das jeder löscht.

Was Sie dadurch tatsächlich gewinnen

In der Praxis verändert eine AI-native Sourcing-Schleife drei Dinge:

• Die Shortlist liegt in Minuten vor, nicht in Tagen.
• Der Hiring Manager schickt sie nicht mehr zurück, weil sie tatsächlich zum Brief passt.
• Die Antwortquote bei Erstkontakt-Outreach steigt, weil jede E-Mail einen konkreten Grund hat, existieren zu dürfen.

Der Begriff AI-Sourcing wird vielen Produkten angehängt. Es lohnt sich zu fragen, welches dieser drei Dinge sich tatsächlich ändert, wenn Sie eines davon bewerten.