1. Genau wissen, was man sucht
      Der Algorithmus hilft bei der Suche nach passenden Bewerbern vor allem dann besonders gut, wenn er genau weiß, was er finden soll. Das bedeutet, den Computer mit so vielen Informationen so präzise wie möglich zu füttern. Grundsätzlich gilt: Je mehr das System über die Eigenschaften der Wunschkandidaten weiß, desto besser passt das Ergebnis.
    2. Immer wieder kontrollieren
      Es macht Sinn, die Ergebnisse der Suche immer wieder zu überprüfen. Nur so kann man sicherstellen, ob der Algorithmus die richtige Spur verfolgt. Sobald die Unterschiede zwischen den Wünschen und den Ergebnissen zu groß werden, unbedingt nachbessern.
    3. Daten sammeln und auswerten
      Warum hat ein Kandidat abgesagt, wie schnell hat er reagiert und wann ist die Frequenz der Rückmeldungen am höchsten? Es macht Sinn, diese Daten auszuwerten, weil sie die nächsten Suchen vereinfachen. Wenn Bewerber etwa freitags auffällig schnell antworten, sollten Anfragen künftig besser freitags verschickt werden. Oder wenn Entwickler kaum reagieren, wenn sie gesiezt werden, Buchhalter darauf aber wertlegen, sollte man in der Ansprache variieren.
    4. Auf Active Sourcing setzen
      „Viele Unternehmen schalten einfach ihre Stellenanzeigen und warten dann tatenlos ab, was passiert. Dabei suchen aktuell gerade einmal 15 Prozent überhaupt aktiv nach diesen Anzeigen; 85 Prozent würden die Firmen damit also nie erreichen – obwohl 80 Prozent der Menschen grundsätzlich bereit sind, ihren Job bei passenden Angeboten zu wechseln. Das heißt: Wenn der Algorithmus eine Anzeige entsprechend platziert oder ein Ergebnis liefert und der Kontakt zum Bewerber aufgebaut wird, immer direkt und aktiv auf den Kandidaten zugehen.
    5. Bewerber kennenlernen
      Trotz immer schneller lernender Technologie: Noch kann kein Algorithmus das persönliche Gespräch gleichbedeutend ersetzen. Unternehmen sollten die Bewerber, die sie mit Hilfe intelligenter Systeme gefunden haben, deshalb nie einfach so „blind“ einstellend. Außerdem hilft ein gemeinsames Kennenlernen, Themen zu diskutieren, die per KI nicht angefragt wurden.