LuckyHunter im Tech-Recruiting: Wie aus verstreuten Lebensläufen eine belastbare Kandidatenpipeline wird

Das Problem: Der Kandidatenpool ist größer als die Datenbank

Ein Recruiting-Team für Softwareentwicklung hat nach eigenen Angaben 2.400 relevante Kontakte – verteilt auf Outlook, LinkedIn, drei Excel-Dateien und Notizen in einem Chat. Die Folge: dieselbe Java-Entwicklerin wird dreimal angeschrieben, Absagen gehen an veraltete Adressen, und ein passender Kandidat taucht erst wieder auf, wenn die Stelle längst besetzt ist. Der konkrete Verlust liegt nicht im fehlenden Kandidaten, sondern im fehlenden Zugriff.

Warum Excel und Postfach an dieser Stelle scheitern

Die Ursache ist selten Disziplin, sondern Struktur. Lebensläufe kommen als PDF, LinkedIn-Profil, XING-Nachricht oder Empfehlung per WhatsApp; jede Quelle hat andere Felder. Ohne einheitliche Erfassung entstehen Dubletten, und Statusänderungen bleiben lokal. Wer dann eine neue Stelle besetzt, beginnt bei null – obwohl das Unternehmen bereits Beziehungen zu Kandidaten hat.

Der Lösungsweg mit LuckyHunter

LuckyHunter setzt genau dort an: Es bündelt Kandidatenprofile in einer Datenbank, erkennt Dubletten, ordnet Profile Stellen zu und macht den letzten Kontakt sichtbar. Im beschriebenen Team dauerte die Erstbereinigung zwei Arbeitstage; danach sanken doppelte Ansprachen messbar. Wichtig ist die Reihenfolge: erst Datenmodell klären, dann importieren, dann Automatisierung aktivieren. Sonst wird aus dem Tool nur ein schnellerer Ablageort.

Was im Alltag konkret anders läuft

Statt nach irgendwo im Postfach zu suchen, filtert das Team nach Skill, Verfügbarkeit und letztem Kontakt. Ein Beispiel: Eine Stelle für Data Engineering ist seit drei Wochen offen. LuckyHunter zeigt fünf frühere Kontakte mit passenden Python- und SQL-Kenntnissen, von denen zwei noch nicht im aktuellen Prozess sind. Die Ansprache erfolgt mit Kontext statt Kaltakquise. Der Gewinn ist nicht die größere Datenbank, sondern die kürzere Zeit bis zur relevanten Frage: Wer passt – und wer hat zuletzt geantwortet?

Welche Kennzahlen den Unterschied sichtbar machen

Vier Werte reichen für den Vergleich: Time-to-Shortlist, Anteil doppelter Kontakte, Rücklaufquote nach 14 Tagen und Zahl der Kandidaten mit vollständigem Status. Im Beispiel sank die Time-to-Shortlist von neun auf fünf Arbeitstage; der Dublettenanteil fiel nach der Bereinigung von 18 auf 4 Prozent. Diese Zahlen sind kein Selbstzweck, sondern zeigen, ob LuckyHunter den Prozess wirklich entlastet oder nur eine weitere Oberfläche öffnet.

Grenzen und ein pragmatischer Praxistest

LuckyHunter ersetzt keine saubere Recruiting-Strategie. Wer keine Pflegeregeln definiert, erzeugt auch in einer modernen Plattform Datenmüll. Ein sinnvoller Test läuft über vier Wochen mit einer konkreten Vakanz: Import, Dublettencheck, zehn Kandidatenansprachen, Statuspflege. Für den regionalen Austausch über solche Testläufe und kleine Recruiting-Teams lohnt sich ein Blick auf https://basecamp-linz.at/. Entscheidend bleibt die Frage, ob das Team nach dem Test schneller eine belastbare Entscheidung treffen kann – nicht, ob das Dashboard voller wirkt.