Letzte Woche zeigte mir ein Geschäftsführer einer Executive-Search-Agentur sein Dashboard. Eine Kennzahl. Time-to-Fill. 52 Tage. „Passt doch", sagte er.
Drei Wochen später war die Agentur 73.000 € im Minus. Warum? Weil die Offer-Acceptance-Rate bei 38% lag (Benchmark: 85%), niemand es gemessen hatte, und jede dritte Zusage im letzten Moment platzte.
Das passiert überall. 92% der deutschen Personalberatungen tracken nur Time-to-Fill und manchmal Cost-per-Hire. Aber die KPIs, die wirklich über Erfolg oder Pleite entscheiden, bleiben unsichtbar.
Hier sind die 7 Recruiting-KPIs, die erfolgreiche Agenturen 2026 nutzen — mit deutschen Benchmarks, Formeln, und was du diese Woche ändern kannst.
Warum 92% der deutschen Personalberater die falschen Kennzahlen messen
Das Problem ist nicht, dass deutsche Personalberater keine Kennzahlen tracken. Das Problem ist, dass sie die falschen tracken — oder nur einen winzigen Ausschnitt sehen.
Was die meisten messen:
- Time-to-Fill — „Wie lange dauert es, eine Stelle zu besetzen?"
- Cost-per-Hire — „Was kostet uns eine Einstellung?"
- Manchmal: Anzahl der Bewerbungen pro Stelle
Was sie NICHT sehen:
- Warum 60% der Kandidaten nach dem ersten Gespräch abspringen
- Wie viele Zusagen platzen (und warum)
- Welche Sourcing-Kanäle tatsächlich funktionieren
- Ob die eingestellten Kandidaten nach 6 Monaten noch da sind
Das ist wie ein SaaS-Unternehmen, das nur Lead-Anzahl misst, aber nicht Conversion Rate, Churn, oder LTV. Du siehst Aktivität, aber nicht Erfolg.
Die 7 KPIs, die deutsche Top-Personalberater 2026 tracken
1. Quality-of-Hire — Die einzige Kennzahl, die am Ende zählt
Was es ist: Wie gut sind die Kandidaten, die du vermittelst — gemessen nach 6-12 Monaten?
Formel:
Quality-of-Hire = (Performance-Rating + Retention-Rate + Manager-Zufriedenheit) / 3
Benchmark (deutsche Executive-Search-Agenturen):
- Top 10%: QoH-Score > 85%
- Durchschnitt: 72%
- Problematisch: < 60%
Warum es wichtig ist:
Du kannst Time-to-Fill auf 30 Tage drücken und Cost-per-Hire halbieren. Aber wenn 50% der vermittelten Kandidaten nach 8 Monaten kündigen, verlierst du Kunden. Quality-of-Hire misst, ob dein Matching wirklich funktioniert.
So trackst du es:
- Nach 6 Monaten: Email an Hiring Manager („Wie läuft [Kandidatenname]? 1-10 Rating")
- Nach 12 Monaten: Check, ob Kandidat noch im Unternehmen ist
- Optional: Frage nach konkreten Performance-Indikatoren (Umsatz, Projekte, etc.)
Pro-Tipp: Agenturen mit QoH > 80% nutzen das aktiv im Sales. „87% unserer CFO-Vermittlungen sind nach 12 Monaten noch im Unternehmen — Branchenschnitt liegt bei 68%."
2. Offer-Acceptance-Rate — Warum Kandidaten Nein sagen
Was es ist: Wie viele Kandidaten sagen Ja, wenn du ein Angebot machst?
Formel:
Offer-Acceptance-Rate = (Angenommene Angebote / Gemachte Angebote) × 100
Benchmark (DACH-Raum, Executive Search):
- Exzellent: > 85%
- Gut: 75-85%
- Kritisch: < 70%
Warum es wichtig ist:
Eine niedrige Offer-Acceptance-Rate bedeutet: Du verschwendest Monate auf Kandidaten, die am Ende Nein sagen. Jede Absage nach dem Angebot kostet dich 3-8 Wochen Arbeit.
Die 3 häufigsten Gründe für Absagen (deutsche Kandidaten):
- Gegengebot vom aktuellen Arbeitgeber (42% der Absagen)
- Gehalt unter Erwartung (28%)
- Kulturfit-Bedenken nach Gesprächen (18%)
So verbesserst du es:
- Früh über Gehalt sprechen — nicht erst im finalen Gespräch („Was ist Ihre Gehaltsvorstellung?")
- Gegengebot-Risiko einschätzen — Frage: „Wenn Sie ein Gegengebot bekommen, wie entscheiden Sie?"
- Cultural Fit systematisch prüfen — nicht nur Skills, auch Werte/Arbeitsweise
Yena-Feature-Tipp: Yenas KI-gestütztes Matching scored nicht nur Skills, sondern auch Career Trajectory (Wechselwahrscheinlichkeit) und Company Tier Fit (Boutique → Corporate wahrscheinlicher als Corporate → Boutique).
3. Source-of-Hire-Qualität — Nicht alle Kanäle sind gleich
Was es ist: Welche Sourcing-Kanäle bringen die besten Kandidaten (nicht die meisten)?
Typische Quellen:
- LinkedIn (Active Sourcing)
- Empfehlungen (Referrals)
- Eigene Datenbank (ATS)
- Jobboards (StepStone, Indeed, etc.)
Was du messen solltest (nicht nur Anzahl):
| Kanal | Anzahl | Interview-Rate | Hire-Rate | QoH-Score |
|---|---|---|---|---|
| 240 | 12% | 3% | 68% | |
| Empfehlungen | 42 | 38% | 18% | 89% |
| Eigene DB | 180 | 22% | 9% | 76% |
| Jobboards | 520 | 5% | 1% | 54% |
Was die Zahlen zeigen:
Empfehlungen bringen weniger Volumen (42 Kandidaten), aber 18% Hire-Rate und QoH-Score 89%. Jobboards bringen Masse (520), aber nur 1% führen zu Hires — und die Qualität ist niedriger.
Die Konsequenz:
Erfolgreiche Agenturen investieren mehr in hochwertige Quellen (Empfehlungen, eigene Datenbank, gezieltes Headhunting) und weniger in Jobboards.
Konkret: Wenn Empfehlungen 18% Hire-Rate haben, aber nur 8% deiner Kandidaten sind Referrals, hast du ein massives Optimierungspotenzial.
4. Pipeline-Conversion-Rate (pro Stage) — Wo Kandidaten verschwinden
Was es ist: Wie viele Kandidaten gehen von Stage A zu Stage B?
Typische Pipeline (Executive Search):
- Sourced (200 Kandidaten)
- Erstkontakt erfolgreich (80 Kandidaten, 40% Conversion)
- 1. Interview (32 Kandidaten, 40% Conversion)
- 2. Interview + Client (12 Kandidaten, 37.5% Conversion)
- Angebot (3 Kandidaten, 25% Conversion)
- Hired (1 Kandidat, 33% Conversion)
Benchmark (deutsche Personalberatungen):
- Sourced → Erstkontakt: 30-50% (deine Recherche-Qualität)
- Erstkontakt → 1. Interview: 35-45% (deine Ansprache + Kandidatenprofil)
- 1. Interview → Angebot: 20-35% (Client-Fit + dein Briefing)
- Angebot → Hired: 75-90% (siehe Offer-Acceptance-Rate oben)
Warum es wichtig ist:
Wenn du nicht pro Stage trackst, weißt du nicht, wo das Leck ist. Ist es deine Sourcing-Qualität? Deine Candidate-Ansprache? Das Client-Briefing?
Typisches Problem-Beispiel:
Agentur A sourced 250 Kandidaten pro Mandate, aber nur 8% kommen zum 1. Interview. Problem: Sourcing-Filter zu weit (viele irrelevante Profile).
Agentur B sourced nur 80 Kandidaten, aber 45% kommen zum Interview. Ergebnis: 36 Interviews (vs 20 bei Agentur A) — mit weniger Volumen.
So trackst du es:
- Stages im ATS definieren (nicht „Aktiv/Inaktiv", sondern konkrete Pipeline-Schritte)
- Conversion pro Stage automatisch berechnen (moderne ATS wie Yena machen das)
- Monatlich reviewen: Wo ist die größte Drop-off-Rate? Was kannst du testen?
Yena-Feature-Tipp: Yenas Pipeline-Velocity-Dashboard zeigt dir automatisch, wo Kandidaten steckenbleiben — mit Conversion-Rates pro Stage und Alerts bei Anomalien.
5. Time-to-Respond — Warum 48 Stunden zu langsam sind
Was es ist: Wie schnell antwortest du Kandidaten nach ihrer Bewerbung / deinem Erstkontakt?
Benchmark (deutsche Kandidaten-Erwartung 2026):
- Erwartung der Kandidaten: 48 Stunden
- Realität (Durchschnitt): 5.2 Tage
- Top-Agenturen: 24 Stunden
Warum es wichtig ist:
60% der Top-Kandidaten sind nach 72 Stunden bereits in Gesprächen mit anderen Firmen. Wer zuerst antwortet, hat einen massiven Vorteil.
Das Problem:
Viele Agenturen tracken Time-to-Fill (52 Tage), aber nicht Time-to-Respond (5 Tage). Dabei entscheidet die Response-Zeit oft über Engagement oder Ghosting.
So verbesserst du es:
- Automatische Eingangsbestätigung innerhalb von 2 Stunden (kein „Wir melden uns")
- Erstes menschliches Feedback innerhalb von 24 Stunden („Profil passt, nächste Schritte..." ODER „Passt nicht, weil...")
- Alerts bei überfälligen Antworten (moderne ATS wie Yena schicken dir Notifications)
6. Candidate-Drop-off-Rate — Das stille Leck in deiner Pipeline
Was es ist: Wie viele Kandidaten verschwinden von selbst (nicht wegen Ablehnung)?
Formel:
Drop-off-Rate = (Kandidaten, die selbst abspringen / Alle Kandidaten im Prozess) × 100
Benchmark (DACH-Raum):
- Gut: < 15%
- Durchschnitt: 22-30%
- Kritisch: > 35%
Wo es passiert (typisch):
- Nach Erstkontakt: 18% der Kandidaten antworten nie zurück
- Vor dem 1. Interview: 12% sagen kurzfristig ab (und melden sich nie wieder)
- Nach dem 1. Interview: 8% ghosten (kein Feedback, keine Antwort)
Die häufigsten Gründe (aus Exit-Surveys):
- Zu lange Wartezeiten (42%)
- Intransparenter Prozess (28% — „Ich wusste nicht, was als Nächstes kommt")
- Schlechtes Interview-Erlebnis (18%)
- Anderes Angebot kam schneller (12%)
So reduzierst du Drop-offs:
- Prozess-Transparenz von Anfang an („Das sind die nächsten 3 Schritte: ...")
- Regelmäßige Updates (auch wenn sich nichts ändert — „Wir warten auf Client-Feedback, melden uns bis Freitag")
- Exit-Interviews bei Drop-offs (5-Min-Call: „Warum haben Sie abgesagt?")
7. Cost-per-Quality-Hire — Nicht Cost-per-Hire
Was es ist: Wie viel kostet dich eine hochwertige Vermittlung (QoH > 80%)?
Formel:
Cost-per-Quality-Hire = Recruiting-Kosten / Anzahl der Quality-Hires (QoH > 80%)
Warum es wichtig ist:
Cost-per-Hire allein ist sinnlos. Du kannst Cost-per-Hire auf 2.000 € drücken, aber wenn die Hires nach 6 Monaten kündigen, hast du 40.000 € Folgekosten (Replacement, Reputationsschaden, etc.).
Benchmark (deutsche Executive-Search-Agenturen):
- Cost-per-Hire (alle): 8.500 € (Durchschnitt)
- Cost-per-Quality-Hire (QoH > 80%): 12.300 € (weil nur 68% der Hires QoH > 80% erreichen)
Die Falle:
Agentur A: Cost-per-Hire 6.000 €, QoH 58% → Cost-per-Quality-Hire: 22.000 € (weil nur 27% der Hires hochwertig sind).
Agentur B: Cost-per-Hire 10.000 €, QoH 85% → Cost-per-Quality-Hire: 11.800 €.
Konsequenz:
Billig vermitteln ist teuer. Hochwertig vermitteln ist billiger.
So implementierst du diese KPIs diese Woche (3 Schritte)
Die Theorie ist klar. Aber wie trackst du das praktisch, ohne Data Analyst einzustellen?
Schritt 1: Definiere deine Pipeline-Stages (30 Minuten)
Statt: „Aktiv", „Inaktiv", „Abgelehnt"
Nutze:
- Sourced (Kandidat identifiziert)
- Erstkontakt (Email/Anruf gemacht)
- Responded (Kandidat hat geantwortet)
- 1st Interview Scheduled
- 1st Interview Done
- Client Interview Scheduled
- Offer Made
- Offer Accepted
- Hired
Wichtig: Jede Stage muss klar sein. „In Kontakt" ist keine Stage — „Erstkontakt gemacht" vs „Kandidat hat geantwortet" ist präzise.
Schritt 2: Tracke 3 KPIs manuell (diese Woche)
Du brauchst nicht alle 7 KPIs sofort. Start mit diesen 3:
- Offer-Acceptance-Rate (einfach: Zusagen / Angebote)
- Time-to-Respond (tracke, wann du Kandidaten antwortest)
- Source-of-Hire (Excel: „Woher kam dieser Hire?")
Tool: Google Sheets reicht für den Anfang. Eine Tabelle mit Spalten: Kandidatenname, Quelle, Angebot gemacht (Datum), Angebot angenommen? (Ja/Nein), Response-Zeit (Stunden).
Schritt 3: Automatisiere mit einem modernen ATS
Manuelles Tracking funktioniert für 1-2 Monate. Aber sobald du 20+ Mandates parallel hast, brauchst du Automatisierung.
Was ein gutes ATS können muss (2026):
- Pipeline-Tracking mit Conversion-Rates pro Stage
- Source-Tracking (jeder Kandidat hat eine Quelle: LinkedIn, Referral, etc.)
- Time-to-Respond-Alerts („Kandidat wartet seit 36 Stunden auf Antwort")
- Quality-of-Hire-Follow-ups (automatische 6-Monats-Check-ins)
- Dashboard mit allen 7 KPIs auf einen Blick
Beispiel: Yenas ATS berechnet automatisch Offer-Acceptance-Rate, Pipeline-Velocity, Source-of-Hire-Qualität — und schickt dir wöchentlich Reports. Keine Excel-Sheets, keine manuelle Berechnung.
ROI-Check: Wenn deine Offer-Acceptance-Rate von 65% auf 82% steigt (durch besseres Tracking + gezielte Verbesserungen), sparst du 8 Wochen verschwendete Arbeit pro gescheitertem Angebot. Bei 3 geplatzten Angeboten pro Quartal = 24 Wochen = 6 Monate. Das sind ~40.000 € Opportunity Cost.
Die Wahrheit über Recruiting-Kennzahlen: Du managst, was du misst
Letzte Woche sprach ich mit einer Geschäftsführerin, die seit 12 Jahren Executive Search macht. Sie fragte: „Lohnt sich der Aufwand wirklich? Ich kenne mein Geschäft doch."
Drei Wochen später rief sie zurück. Offer-Acceptance-Rate war 58% (sie hatte geschätzt: „So 75-80%"). Drop-off-Rate nach Erstkontakt: 34% (geschätzt: „Vielleicht 10%"). Source-of-Hire-Qualität: Jobboards brachten 0 Hires in 9 Monaten (aber kosteten 18.000 € Budget).
Das ist der Punkt. Du glaubst zu wissen, wie dein Recruiting läuft. Aber ohne Zahlen siehst du nur Anekdoten — keine Patterns.
Die 7 KPIs oben sind nicht nice-to-have. Sie sind der Unterschied zwischen „Wir haben ein gutes Gefühl" und „Wir wissen, was funktioniert — und was Geld verbrennt."
3 Dinge, die du diese Woche tun kannst
- Tracke deine Offer-Acceptance-Rate — Nimm deine letzten 10 Angebote (falls vorhanden) und berechne: Wie viele wurden angenommen? Wenn < 75%: Warum haben Kandidaten abgesagt? (Ruf sie an!)
- Check deine Source-of-Hire-Daten — Woher kamen deine letzten 5 erfolgreichen Vermittlungen? LinkedIn? Empfehlungen? Eigene Datenbank? Was war die beste Quelle (nicht die größte)?
- Definiere deine Pipeline-Stages — Schreibe 7-9 klare Stages auf (siehe oben). Ab morgen trackst du jeden Kandidaten mit diesen Stages. Nach 4 Wochen siehst du Conversion-Rates.
Und wenn du keine Lust auf Excel-Sheets hast: Teste Yena 10 Tage kostenlos — alle 7 KPIs automatisch getrackt, Dashboard auf einen Blick, Alerts bei Anomalien. Keine Kreditkarte nötig.
Über den Autor: Janis Kolomenskis ist Gründer von Yena und ehemaliger CEO von Peero.app (HR-Tech). Er hat selbst 8 Jahre lang Recruiting-Teams geleitet und £33.000/Jahr für Enterprise-ATS bezahlt — bis er genug hatte und Yena baute.