---

Ein Slack-Thread, der alles ins Rollen brachte

In einem kürzlichen Slack-Thread entbrannte eine hitzige Diskussion zwischen unseren Engineering- und HR-Teams über die Auswirkungen unserer Einstellungskennzahlen. Einer unserer Backend-Entwickler wies darauf hin, dass wir zwar unsere Einstellungszeit erheblich verbessert hatten, jedoch auch einen deutlichen Anstieg der Fluktuation unter den Neueinstellungen verzeichneten. Dies löste eine Debatte aus: Sollten wir Geschwindigkeit oder Qualität in unserem Rekrutierungsprozess priorisieren? Die Einsätze waren hoch; ein Fehltritt könnte zu einem Talentverlust führen, der unsere Produktentwicklung und Unternehmenskultur beeinträchtigen würde.

Die Kennzahlen verstehen

Einstellungszeit misst die Dauer vom Öffnen einer Stellenanzeige bis zur Annahme eines Angebots. Es ist eine entscheidende Kennzahl zur Bewertung, wie effizient ein Unternehmen seine offenen Positionen besetzen kann. Auf der anderen Seite bewertet die Einstellungsqualität die Leistung und die kulturelle Passung der neuen Mitarbeiter über die Zeit. Diese Kennzahl kann durch Leistungsbeurteilungen, Bindungsraten und Mitarbeiterzufriedenheitsumfragen gemessen werden.

Die Spannung zwischen diesen Kennzahlen ist spürbar. Als wir den Einstellungsprozess beschleunigten, um die Einstellungszeit zu verkürzen, stellte sich heraus, dass die Qualität der Kandidaten, die wir an Bord holten, leidete, was zu einer höheren Fluktuation und einem gesunkenen Teamgeist führte. Umgekehrt riskieren wir, bei ausschließlichem Fokus auf Qualität, verlängerte Vakanzen, die Projektzeitpläne ins Stocken bringen und unsere Produktivität beeinträchtigen könnten.

Das Problem im Detail

Ein aktuelles Szenario veranschaulichte diesen Konflikt eindrücklich. Wir hatten eine offene Ingenieurposition, die über drei Monate unbesetzt geblieben war. In unserem Eifer, die Stelle zu besetzen, reduzierten wir die Interviewrunden und beschleunigten den Entscheidungsprozess. Am Ende stellten wir einen Kandidaten ein, der zwar technisch versiert war, jedoch nicht gut zur Kultur unseres Teams passte. Nach sechs Monaten kündigte er und nannte als Hauptgrund eine Werte-Diskrepanz. Dies führte nicht nur zu einem Ressourcenverlust in Bezug auf Zeit und Einarbeitungskosten, sondern beeinträchtigte auch negativ die Teamdynamik.

Erste Versuche zur Optimierung

Unser erster Versuch, dieses Problem zu lösen, bestand darin, ein Kandidaten-Scorecard einzuführen, um die Bewertungen basierend auf technischen Fähigkeiten und kultureller Passung zu straffen. Dieser Ansatz erwies sich jedoch als ineffektiv. Die Scorecard fügte dem Prozess zusätzliche Ebenen hinzu, die unbeabsichtigt unsere Einstellungszeit verlängerten, da die Recruiter sich zu sehr darauf konzentrierten, umfassende Bewertungsformulare auszufüllen, anstatt bedeutungsvolle Gespräche mit den Kandidaten zu führen.

Wir erkannten, dass Strukturen zwar hilfreich sein können, sie jedoch auch die organischen Interaktionen ersticken können, die oft das wahre Potenzial und die Passung eines Kandidaten offenbaren. Die erste Iteration unseres Einstellungsprozesses benötigte einen flexibleren Ansatz, der mit unseren Kernzielen übereinstimmte.

Eine Dual-Metrik-Strategie

Nach der Analyse unserer vorherigen Versuche entschieden wir uns, eine Dual-Metrik-Strategie zu verfolgen, die es uns ermöglichen würde, sowohl die Einstellungszeit als auch die Einstellungsqualität gleichzeitig zu optimieren. Wir implementierten einen strukturierten, aber flexiblen Interviewrahmen, der Folgendes beinhaltete:

• Erste Sichtung: Ein kurzes Telefoninterview, das sich auf kulturelle Übereinstimmung und wesentliche technische Fähigkeiten konzentrierte.
• Technische Herausforderung: Eine Programmieraufgabe, die asynchron durchgeführt wurde, um die technische Kompetenz zu bewerten, ohne den Druck während der Live-Interviews auf die Kandidaten zu erhöhen.
• Abschlussinterview: Ein Panel-Interview, das kulturelle Passung und Zusammenarbeit betonte.

# Beispiel für unser Setup der asynchronen Programmierherausforderung

def coding_challenge(candidate_code):
    expected_output = 'Hello, World!'
    return candidate_code() == expected_output

Dieser Ansatz ermöglichte es uns, ein schnelles Tempo beizubehalten und gleichzeitig sicherzustellen, dass wir nicht an der Qualität unserer Einstellungen sparen. Darüber hinaus etablierten wir Feedbackschleifen zwischen dem Einstellteam und den Kandidaten, um unsere Prozesse kontinuierlich zu verfeinern.

Beobachtbare Veränderungen in unserem Einstellungsprozess

Die Änderungen, die wir implementiert haben, hatten einen spürbaren Einfluss auf unsere Einstellungsergebnisse. Wir beobachteten eine Reduzierung der Einstellungszeit um etwa 20%, während die Qualität der Einstellungen durch verbesserte Leistungskennzahlen und niedrigere Fluktuationsraten stieg. Die Kandidaten berichteten, dass sie sich mehr geschätzt und verstanden fühlten, da sie an einem Prozess teilnahmen, der ihre Zeit und Fähigkeiten respektierte. Dies führte zu einer positiveren Kandidatenerfahrung, die direkt auf unsere Ressourcen /jobs und /for-candidates zurückzuführen ist.

Wichtige Erkenntnisse

Aus diesem Dual-Metrik-Ansatz haben wir mehrere wichtige Lektionen gezogen:

• Geschwindigkeit und Qualität schließen sich nicht aus: Mit den richtigen Prozessen ist es möglich, beides zu verbessern.
• Die Kandidatenerfahrung zählt: Optimierte Prozesse können die Wahrnehmung unserer Firma durch die Kandidaten verbessern und deren Entscheidungen beeinflussen.
• Feedback ist entscheidend: Kontinuierliche Verbesserungen basierend auf dem Feedback von Kandidaten und Teams können unsere Einstellungspraktiken und -ergebnisse verfeinern.
• Flexibilität über Rigide: Ein strukturierter, aber anpassungsfähiger Ansatz ermöglicht bessere Kandidatenbewertungen, ohne die Geschwindigkeit zu opfern.

Perspektiven von Kandidaten und Recruitern

Für die Kandidaten bedeutet dieser neue Ansatz einen respektvolleren und ansprechenderen Einstellungsprozess. Sie können zeitnahe Rückmeldungen und ein klares Verständnis dessen erwarten, was sie in jeder Phase erwartet, was einen positiven Eindruck von unserer Unternehmenskultur fördert. Kandidaten sind eher bereit, Angebote anzunehmen, da sie wissen, dass sie ganzheitlich bewertet wurden und nicht nur anhand eines technischen Scorecards.

Aus der Sicht der Recruiter bietet die Dual-Metrik-Strategie einen klaren Rahmen, dem sie folgen können, während sie gleichzeitig persönliches Urteil bei der Bewertung von Kandidaten zulassen. Dieses Gleichgewicht reduziert den Druck, zwischen Geschwindigkeit und Qualität wählen zu müssen, was zu einer insgesamt zufriedenstellenderen Rekrutierungserfahrung führt.

Was kommt als Nächstes?

Wir sind bestrebt, die fortlaufenden Auswirkungen unserer Dual-Metrik-Strategie zu überwachen. Wir planen vierteljährliche Überprüfungen, um die Effektivität unserer Einstellungsprozesse zu bewerten und die sich entwickelnden Bedürfnisse unserer Teams im Auge zu behalten. Wenn wir einen Teil dieser Strategie zurücknehmen müssten, wäre es wahrscheinlich das anfängliche starre Scorecard-System, das uns gelehrt hat, dass Flexibilität bessere Einstellungsergebnisse fördert. Der Weg zur Optimierung unserer Rekrutierungskennzahlen ist ein fortlaufender Prozess, und wir sind entschlossen, unsere Ansätze anzupassen und zu verfeinern, während wir wachsen. ---