Anleitungen
Time-to-Hire messen und verbessern - was die Zahl wirklich aussagt
Time-to-Hire ist die meistgemessene und meistmissverstandene HR-Metrik. Hier ist, wie du sie sauber definierst, welche Bottlenecks sie bei den meisten Teams aufdeckt - und wann du sie ignorieren solltest.
Auf einen Blick
1. Definition im Team einigen + dokumentieren
10 Minuten: schreibt in eurem Team-Wiki: 'Time-to-Hire = Kalendertage zwischen data.opened_at und data.contract_signed_at der Application'. Stelle sicher, dass alle Beteiligten dieselbe Definition kennen - Diskussionen über die Zahl sind nutzlos, wenn die Definition wackelt.
2. Stellen-Status sauber führen
data.opened_at wird beim 'Veröffentlichen' automatisch gesetzt. data.contract_signed_at musst du beim Hire-Dialog manuell eintragen (KI BMS fragt im Hire-Modal danach). Wenn diese Daten lückig sind, ist die Time-to-Hire-Auswertung unzuverlässig.
3. Aggregation pro Stage berechnen
Im Reports-Tab: 'Time per stage' Chart aktivieren. Zeigt für jede abgeschlossene Bewerbung, wie lange sie in jeder Stage saß. Fokussiere auf Median pro Stage - der zeigt, wo der Engpass liegt.
4. Bottleneck identifizieren + addressieren
Sichtungs-Stau? KI-Screening aktivieren + Eingangsbestätigung mit Zeitrahmen automatisieren. Hiring-Manager-Stau? SLA + Auto-Reminder nach 48h. Angebot-Stau? Pre-approved Salary-Bands + Direkt-Versand-Vorlage.
5. Quartalsweise nachmessen
Bottleneck-Optimierung wirkt erst nach 1-2 Quartalen sichtbar. Quartalsweise schauen, ob die Median-Time-pro-Stage sich verbessert. Achtung vor Mittelwert-Tricks: ein einziger Hire mit 200 Tagen Time-to-Hire kann den Mittelwert verbessern, wenn er bisher draußen war - lies den Median.
Die Definition, auf die ihr euch einigen müsst
Time-to-Hire wird ständig unterschiedlich gemessen, was die Zahl zwischen Tools und Teams unvergleichbar macht. Unsere Definition: die Anzahl der Kalendertage (nicht Werktage) zwischen dem Tag, an dem die Stelle öffentlich veröffentlicht wurde, und dem Tag, an dem der Vertrag von beiden Seiten unterschrieben wurde. Eine Stelle, die nie hired wurde, hat keine Time-to-Hire (sie ist 'open' oder 'closed without hire').
Time-to-Fill ist die andere häufige Metrik: Tage zwischen Stelle-Anlegen (intern, also vor Veröffentlichung) und Vertrag. Time-to-Fill ist immer länger als Time-to-Hire (Approval + Veröffentlichungs-Vorlauf zählt mit), und sie ist messtechnisch heikler, weil 'Stelle anlegen' subjektiv ist.
Drei Bottleneck-Muster, die in 80% der Teams auftreten
Eins - 'Sichtungs-Stau': zwischen Bewerbungs-Eingang und erster Sichtung vergehen 7+ Tage. Ursache: HR ist überlastet, Bewerbungen werden in Batches gelesen. Lösung: KI-Vorsortigung mit Score sortiert die Lese-Schlange so, dass die Top 20% in den ersten 30 Minuten sichtbar sind. Wirkung: -3 bis -5 Tage Time-to-Hire pro Stelle.
Zwei - 'Hiring-Manager-Stau': zwischen 'HR sagt: lade ein' und tatsächlicher Einladung vergehen 5+ Tage. Ursache: der/die Hiring Manager hat nicht reagiert. Lösung: explizite SLA mit dem Hiring Manager (z. B. 'Reaktion auf Empfehlung in 48h'), automatische Erinnerung nach 48h. Wirkung: -2 bis -4 Tage.
Drei - 'Angebot-Stau': zwischen 'wir machen Angebot' und 'Angebot rausgeschickt' vergehen 4+ Tage. Ursache: Diskussion über Gehalt/Vertrag, Approval-Schleife. Lösung: pre-approved Salary-Bands pro Stelle, Vertragsvorlagen, Direkt-Versand. Wirkung: -2 bis -3 Tage.
Wann Time-to-Hire irrelevant wird
Bei Senior-/Spezial-Stellen mit langen Suchzeiten ist die Time-to-Hire eine schlechte Optimierungs-Metrik, weil der dominante Faktor 'haben wir die richtige Person gefunden' ist - nicht 'haben wir schnell entschieden'. Eine Senior-Backend-Stelle, die 90 Tage offen ist, weil die ersten 60 Tage niemand mit dem Profil reinkam, ist nicht das Problem von HR-Geschwindigkeit, sondern von Sourcing-Reichweite.
Faustregel: Time-to-Hire ist eine Junior-/Mid-Volumen-Metrik. Bei Senior-Stellen interessiert eher 'Quality of Hire' (12-Monats-Performance der eingestellten Person) und 'Sourcing-Reach' (wie viele qualifizierte Profile haben wir aktiv kontaktiert).
Häufige Fragen
Häufig gefragt
Probiere KI BMS
Kostenloser Tarif, keine Kreditkarte nötig. Hosting in Deutschland. Export und Löschung sind self-service.
Geschrieben von
Julia Yukovich
Co-Founder + CEO
Julia ist eine der Co-Founder. Sie kümmert sich um Design, Produkt-Richtung und den Großteil der Support-Antworten am Morgen.
Lies als Nächstes
Source-ROI im Recruiting - was LinkedIn wirklich bringt (und wann nicht)
LinkedIn vs Indeed vs Empfehlung. Funnel-Daten, ehrliche Vergleiche, drei Kostenrechnungen.
Lesen
Strukturierte Interviews - warum sie messbar besser einstellen
Vier Bausteine guter Struktur, ein 30-Minuten-Umstieg, eine Vorlage zum Klauen.
Lesen
Recruiting mit KI - der praktische Leitfaden
Praxis-Leitfaden, kein Hype - mit klaren rechtlichen Grenzen und konkreter Schritt-für-Schritt-Anleitung.
Lesen