Die meisten Personalberatungen wissen auf den Cent genau, was sie im letzten Quartal fakturiert haben. Aber wie lange ein Kandidat durchschnittlich in der Phase "Beim Kunden eingereicht" wartet? Fehlanzeige.
Das ist kein Randproblem. Wer Prozesse nicht misst, kann sie nicht verbessern — und in einem Markt mit zunehmendem Fachkräftemangel entscheiden Geschwindigkeit und Präzision darüber, welche Personalberatung den Auftrag bekommt und welche das Nachsehen hat.
Laut Bitkom-Zahlen für 2024 fehlen allein im deutschen IT-Sektor über 149.000 Fachkräfte. Die Bundesagentur für Arbeit dokumentiert für viele MINT-Berufe Vakanzdauern von 130+ Tagen. In diesem Umfeld ist Zeit-Effizienz kein Nice-to-have — sie ist ein Wettbewerbsvorteil.
Welche Kennzahlen wirklich wichtig sind, was DACH-Benchmarks zeigen und wie moderne ATS-Systeme die Messung automatisieren — darum geht es hier.
Warum die meisten Recruiting-Dashboards wertlos sind
Das typische Dashboard einer deutschen Personalberatung zeigt: Jahresumsatz, offene Stellen und vielleicht noch die Anzahl eingereichter CVs. Das sind Ergebniskennzahlen — sie zeigen, was passiert ist, aber nicht warum oder wo das Problem liegt.
Was fehlt: Prozess-KPIs, die Engpässe sichtbar machen, bevor sie sich in entgangenen Placements niederschlagen.
"Unternehmen, die systematisch Recruiting-Kennzahlen tracken, besetzen Stellen im Schnitt 29% schneller als Unternehmen ohne strukturiertes Kennzahlen-Tracking."
— LinkedIn Talent Insights DACH, 2024
Dabei geht es nicht darum, Dutzende von Metriken zu erfassen. Es geht darum, die richtigen fünf bis sieben zu wählen und sie konsequent zu verfolgen.
KPI 1: Time-to-Hire (Besetzungszeit)
Definition: Kalendertage vom ersten Kandidatenkontakt bis zur Vertragsunterzeichnung
Formel: Datum Vertragsunterzeichnung − Datum Erstansprache
DACH-Benchmark: 45–65 Tage für Fachkräfte; 60–90 Tage für Führungspositionen (Bundesagentur für Arbeit, 2024)
Die bundesweite Durchschnitts-Vakanzzeit liegt laut Bundesagentur für Arbeit bei 113 Tagen (Stand: Oktober 2024) — gemessen ab Meldung bis Besetzung. Für Personalberatungen, die mit einem strukturierten Prozess arbeiten, sind deutlich kürzere Zeiten realistisch.
Wichtig: Time-to-Hire auf Ebene einzelner Phasen tracken, nicht nur als Gesamtzahl. Liegt die Phase "Entscheidung beim Kunden" im Schnitt bei 18 Tagen, ist das ein Kundenmanagement-Problem, kein Recruiting-Problem.
KPI 2: Cost-per-Hire (Kosten pro Besetzung)
Definition: Alle internen Kosten einer erfolgreichen Besetzung
Formel: (Beraterzeit + Stellenanzeigen + Tools + Overhead) ÷ Anzahl Placements
DACH-Benchmark: 2.500–5.000 € pro Besetzung für spezialisierte Stellen (interne Kosten, ohne Honorar)
Die meisten Personalberatungen kennen ihre Honorareinnahmen pro Placement — aber nicht ihre internen Kosten. Dabei ist der Cost-per-Hire die entscheidende Kennzahl für die Rentabilität eines Mandats.
Kostenkomponenten, die oft vergessen werden: Beraterzeit für erfolglose Kandidatenrecherche, Kosten für LinkedIn Recruiter (auf Placements umgelegt), ATS-Lizenzkosten und Kosten für Hintergrundchecks oder Assessments.
KPI 3: Quality-of-Hire (Einstellungsqualität)
Definition: Wie gut vermittelte Kandidaten beim Kunden performen
Messung: 6-Monats-Retention + Kundenzufriedenheit nach Probezeit + ggf. Performance-Bewertung
DACH-Benchmark: 12-Monats-Retention über 85% gilt als exzellent für Executive Search
Quality-of-Hire ist die schwierigste Kennzahl zu erheben — sie erfordert Follow-up mit dem Kunden nach 3, 6 und 12 Monaten. Wenige Personalberatungen machen das systematisch. Diejenigen, die es tun, berichten, dass es die Kundenbeziehung stärkt und Folgeaufträge generiert.
Ein einfacher Ansatz: Eine strukturierte 3-Monats-Nachfrage beim Kunden mit zwei Fragen — "Wie zufrieden sind Sie mit dem Kandidaten auf einer Skala von 1–10?" und "Was hätten wir besser machen können?" Das kostet 10 Minuten und liefert Daten, die kaum eine andere Beratung systematisch erhebt.
KPI 4: Kandidaten-Response-Rate
Definition: Anteil angesprachener Kandidaten, die innerhalb von 48 Stunden antworten
Formel: (Antworten innerhalb 48h ÷ Gesamte Erstansprachen) × 100
DACH-Benchmark: 25–40% bei Kaltansprache; 50–65% bei Warmkontakten
Diese Kennzahl gibt direkten Aufschluss über die Qualität der Ansprache. Liegt die Response-Rate dauerhaft unter 20%, stimmt etwas mit der Relevanz der angesprochenen Profile, der Qualität der Nachricht oder dem Timing nicht.
Wichtig für DACH: Direktansprachen auf XING haben im B2B-Recruiting noch immer höhere Response-Rates als LinkedIn für bestimmte Branchen (vor allem Mittelstand, Maschinenbau, traditionelle Industrien). Wer nur LinkedIn nutzt, übersieht einen relevanten Kanal.
KPI 5: Pipeline-Konversionsrate (je Phase)
Definition: Anteil der Kandidaten, die von einer Phase in die nächste übergehen
Formel: (Kandidaten in Phase N+1 ÷ Kandidaten in Phase N) × 100
| Phase | DACH-Benchmark | Ursache bei Unterschreitung |
|---|---|---|
| Ansprache → Interessiert | 25–40% | Schlechtes Targeting oder schwache Ansprache |
| Interessiert → Eingereicht | 55–70% | Mangelndes Vertrauen oder schlechte Kandidatenvorbereitung |
| Eingereicht → Interview | 30–45% | Missmatch zwischen Anforderungsprofil und eingereichten Profilen |
| Interview → Angebot | 50–65% | Interviewvorbereitung mangelhaft oder Erwartungsmanagement fehlt |
| Angebot → Annahme | 78–90% | Gehaltsvorstellungen nicht früh genug besprochen |
Benchmarks basierend auf LinkedIn Talent Insights DACH 2024 und internen Auswertungen mittelständischer Personalberatungen.
KPI 6: Placements pro Berater pro Monat
Definition: Individuelle Beraterproduktivität bereinigt um Positionskomplexität
Formel: Gesamte Placements ÷ Anzahl Berater ÷ Monate im Betrachtungszeitraum
DACH-Benchmark: 1,5–2,2 Placements/Berater/Monat für Executive Search; 2,5–4 für Contingency-Recruiting
Diese Kennzahl deckt Extremwerte auf, die sich im Teamdurchschnitt verstecken. Wenn drei Berater bei 2,0 liegen und zwei bei 0,7, gibt es kein allgemeines Produktivitätsproblem — sondern ein spezifisches, das konkrete Ursachen hat.
"Die produktivsten Berater in deutschen Personalberatungen unterscheiden sich von durchschnittlichen Kollegen nicht durch mehr Arbeitszeit, sondern durch bessere Systeme: qualifiziertere Kandidatenpipeline, strukturierteres Follow-up und konsequentes Daten-Tracking."
— Bundesverband Personalvermittlung, Branchenstudie 2024
KPI 7: Quellen-Effektivität (Woher kommen erfolgreiche Placements wirklich?)
Definition: Welche Sourcing-Kanäle produzieren tatsächlich Placements, nicht nur Bewerbungen
Messung: Placements nach Quelle ÷ Kandidaten gesamt aus dieser Quelle × 100
Viele Personalberatungen im DACH-Raum investieren stark in LinkedIn-Lizenzen und Stellenanzeigen — ohne zu messen, ob diese Kanäle auch Placements liefern. Erfahrungsgemäß ist die eigene Kandidatendatenbank bei systematischer Pflege der effizienteste Kanal: niedrigste Kosten, höchste Konversionsrate.
Das setzt allerdings voraus, dass die Datenbank aktuell ist. Veraltete Kandidatenprofile ohne aktuellen Job-Status und ohne DSGVO-konformen Aufbewahrungsnachweis sind nicht nur unnötig — sie sind ein Compliance-Risiko.
Wie ATS-Dashboards die Messung automatisieren
Keine dieser Kennzahlen erfordert manuelles Tracking in Excel — vorausgesetzt, das eingesetzte ATS-System ist dafür ausgelegt. Was ein modernes Recruiting-System automatisch generieren sollte:
- Zeit-in-Phase-Reports (nicht nur Gesamt-Time-to-Hire)
- Quellentracking bis zum Placement (nicht nur bis zur Bewerbung)
- Konversionsraten je Pipeline-Phase mit Visualisierung
- Berater-Level-Breakdown mit Periodenfilter
- Automatischer NPS-Trigger nach Placement-Abschluss
Viele ältere Systeme bieten Reports nur gegen Aufpreis oder als Add-on-Modul — was bedeutet, dass die meisten Nutzer darauf verzichten. Das ist kein Messbarkeitsproblem, sondern ein Tool-Problem.
Mit dem Yena ATS-ROI-Rechner lässt sich abschätzen, welchen finanziellen Mehrwert besseres Kennzahlen-Tracking für Ihre Teamgröße konkret bedeutet.
Für eine vertiefte Auseinandersetzung mit Recruiting-KPIs im deutschen Kontext: Unser Leitfaden zu Recruiting-KPIs für Personalberatungen geht auf branchenspezifische Besonderheiten im DACH-Raum ein.
Häufig gestellte Fragen
Welche Recruiting-Kennzahlen sind für kleine Personalberatungen am wichtigsten?
Für Teams unter zehn Personen sind Time-to-Hire und Placements pro Berater pro Monat die wichtigsten Startpunkte. Sie sind einfach zu erheben und sofort handlungsrelevant. Quality-of-Hire sollte früh hinzukommen, weil sie direkte Auswirkungen auf Kundenwiederbeauftragung hat.
Wie trackt man DSGVO-konform Kandidatendaten für Kennzahlen?
Die Kennzahlenerhebung selbst ist DSGVO-neutral — es werden keine personenbezogenen Einzeldaten ausgewertet, sondern aggregierte Prozessdaten. Kandidatendaten müssen nach dem Zweckbindungsprinzip verarbeitet werden; Aufbewahrungsfristen und Löschkonzepte müssen dokumentiert sein. Ein gutes ATS-System unterstützt beides.
Was ist ein realistischer DACH-Benchmark für Time-to-Hire bei Führungspositionen?
Die Bundesagentur für Arbeit dokumentiert für Führungspositionen Vakanzdauern von 90–130 Tagen (ab Ausschreibung bis Besetzung). Gut strukturierte Personalberatungen erreichen bei Retained-Mandaten 50–75 Tage. Unter 50 Tagen für C-Level-Positionen ist selten und setzt exzellente Kandidatenpipelines voraus.
Wie oft sollten Recruiting-Kennzahlen überprüft werden?
Time-to-Hire und Pipeline-Konversionsraten wöchentlich. Cost-per-Hire und Quellen-Effektivität monatlich. Quality-of-Hire und Kundenzufriedenheit quartalsweise. Die Häufigkeit sollte der Geschwindigkeit entsprechen, mit der Sie auf die Daten reagieren können.
Zählt Time-to-Hire ab der Stellenausschreibung oder ab der ersten Kandidatenansprache?
Für interne Prozesssteuerung empfiehlt sich: ab erster qualifizierter Kandidatenansprache. Für Kundenkommunikation und Branchenvergleiche: ab Auftragserteilung. Beides zu tracken gibt das vollständige Bild.
Personalberatungen, die im DACH-Markt 2026 wachsen wollen, brauchen mehr als gute Berater — sie brauchen systematische Prozesssteuerung. Kennzahlen sind das Werkzeug dafür. Nicht als Kontrollinstrument, sondern als Navigationssystem.
Erfahren Sie, wie Yenas ATS-Analytik diese Kennzahlen ohne zusätzlichen Aufwand automatisch generiert.
Über den Autor: Janis Kolomenskis ist Gründer von Yena, einem KI-nativen ATS & Recruiting CRM für Personalberatungen und Staffing-Agenturen. Mehr unter yena.ai.