Werben im Podcast: HR Data Dudes

Plakate, Karrieremessen, Fahrzeuge, Radio, Print, Point of Sale: Offline-Personalmarketing ist alles andere als tot. Aber während wir bei Online-Kampagnen jeden Klick analysieren, scheint bei Offline-Maßnahmen erstaunlich oft das Prinzip Hoffnung zu gelten. In dieser Folge sprechen Tim Verhoeven und Marcel Rütten darüber, wie sich Offline Recruiting und Employer Branding datengetriebener planen und messen lassen – und warum ein hübsches Plakat allein noch keine erfolgreiche Kampagne macht. Wir sprechen unter anderem darüber: welche Kanäle eigentlich alles zu Offline-Personalmarketing gehören warum fehlendes Tracking gerade bei teuren Kampagnen problematisch ist wie QR-Codes, UTM-Parameter und eigene Landingpages Offline- und Online-Daten verbinden können warum ein QR-Code allein noch lange kein gutes Tracking bedeutet wie Out-of-Home-Kampagnen regional und sogar auf einzelne Standorte heruntergebrochen werden können warum Zielgruppen- und Standortdaten kritisch hinterfragt werden sollten wie man Wettbewerber und konkrete Anlässe sehr gezielt für Offline-Recruiting nutzen kann und weshalb Karrieremessen längst nicht mehr komplett „offline“ sind. Außerdem erzählen wir aus der Praxis: von Recruiting-Werbung direkt vor dem Wettbewerber, gebrandeten Regenschirmen, Messe-Tracking über ATS-Daten und der Frage, ob Besucher am Messestand wirklich Interesse am Arbeitgeber hatten oder einfach nur Kaffee und Waffeln wollten. Die wichtigste Botschaft: Offline kann extrem gut funktionieren. Aber wenn ihr nicht vorher definiert, was ihr erreichen wollt und wie ihr den Erfolg messen könnt, wird aus Personalmarketing schnell teurer Aktionismus. Denn Out of Home gehört weiterhin in den Kanalmix – man muss es nur von Anfang bis Ende denken. 🎧 Viel Spaß mit der neuen Folge HR Data Dudes!

Was erzählt ChatGPT eigentlich über euch als Arbeitgeber? Und noch wichtiger: Könnt ihr dieses Bild beeinflussen? In dieser Folge spricht Tim Verhoeven mit Sascha Kubak über GEO – Generative Engine Optimization. Die Idee erinnert an SEO: Während Unternehmen jahrelang ihre Sichtbarkeit bei Google optimiert haben, entsteht gerade ein neuer Schauplatz. Bewerber:innen fragen ChatGPT, Gemini oder Claude nach Arbeitgebern, Gehältern, Führung, Work-Life-Balance oder Unternehmenskultur. Sascha und sein Team haben bereits mehr als 100 Arbeitgeber analysiert. Eine der spannendsten Erkenntnisse: Die Antworten der KI-Modelle sind teilweise erstaunlich stabil – gleichzeitig unterscheiden sich die verwendeten Quellen zwischen den Modellen deutlich. Gerade Arbeitgeberbewertungsportale wie kununu und Glassdoor spielen eine wichtige Rolle. Und eine Hochglanz-Karriereseite allein reicht möglicherweise nicht: Wenn Eigen- und Fremdbild auseinanderliegen, können KI-Modelle durchaus skeptisch reagieren. Tim und Sascha diskutieren außerdem, warum GEO kein kurzfristiger Hype sein dürfte, weshalb Manipulation der falsche Weg ist und warum Employer Branding künftig noch stärker darauf hören muss, was andere über einen Arbeitgeber sagen. Empfohlene Podcast-Episoden: Die erwähnte HR-Data-Dudes-Folge #81 über Dashboards und den Einsatz von LLMs bei Design, Strukturierung und Inspiration. Fact / Fail der Folge: Überraschend stabil: In den bisherigen Messungen zeigten die untersuchten KI-Modelle über längere Zeiträume konsistente Antworten. Empfehlung der Folge: Arbeitgeber sollten ihre Präsenz auf unabhängigen Quellen systematisch beobachten, insbesondere Arbeitgeberbewertungsportale, und GEO nicht als Manipulationsaufgabe, sondern als datenbasiertes Monitoring des eigenen Arbeitgeberbildes verstehen. Hier der Link zum GEO-Tool (15 % Rabatt für unsere Hörer:innen) Mehr als 3 Jahre alt, aber trotzdem noch aktuell - Tim war seiner Zeit auf Linkedin voraus Und wie immer: Danke an das Trendence Institut und Indeed für die Kooperation!

Heute gibt es eine Rarität bei den HR Data Dudes: eine Solo-Folge mit Tim Verhoeven. Im Mittelpunkt steht ein Begriff, der ziemlich gut beschreibt, was dieser Podcast seit Jahren versucht: Critfluencing – also Influencing mit kritischem Blick, Daten und Evidenz statt möglichst lauten Behauptungen. Denn gerade bei Themen wie KI, Recruiting und der Zukunft von HR erleben wir immer wieder dasselbe Muster: Dramatische Aussagen bekommen Reichweite, Zahlen werden aus dem Kontext gerissen und Meinungen plötzlich zu Fakten erklärt. In dieser Folge geht es unter anderem darum: warum der Begriff „Influencer“ zunehmend negativ besetzt ist welche drei problematischen Influencer-Typen Tim unterscheidet warum wir gerade die Menschen besonders kritisch hinterfragen sollten, deren Meinung wir eigentlich teilen welche Recruiting-Mythen sich hartnäckig halten warum selbst vermeintlich plausible Zahlen manchmal überhaupt keine belastbare Quelle haben weshalb Angst und Drama rund um den „Jobkiller KI“ oft besser funktionieren als nüchterne Daten warum Human in the Loop alleine noch keine Lösung ist was Automation Bias mit unseren Entscheidungen macht und warum HR seine eigene AI Literacy möglicherweise deutlich überschätzt Dazu gibt es mehrere aktuelle Studien: unter anderem eine ILO-Analyse zu rund 80 Millionen Jobs in ASEAN, Forschung zu diskriminierenden KI-Empfehlungen im Recruiting und eine deutsche Studie zur AI Literacy von HR-Verantwortlichen. Die zentrale Botschaft: Wenn AI First irgendwann nicht zu Human Last werden soll, müssen wir lernen, kritischer zu werden – gegenüber KI, gegenüber Studien, gegenüber Influencern und auch gegenüber unseren eigenen Überzeugungen. Also: Quellen prüfen. Zahlen hinterfragen. Motivation verstehen. Und vielleicht selbst ein bisschen mehr Critfluencer werden. 🎧 Viel Spaß mit der neuen Folge HR Data Dudes. Unsere Folgen: Youtube Kanal von Marvin Wildhage: https://www.youtube.com/@MarvinWildhage Folge 54 “Verantwortungsvolle Umgang mit Daten”: https://open.spotify.com/episode/4UXI6nAlB0EzXO7ED9oeGm?si=9786af61236c43bd ILO Studie: https://www.ilo.org/publications/generative-ai-and-labour-markets-asean-significant-exposure-limited

Wie baut man heute eigentlich ein gutes Dashboard und wie viel davon kann KI inzwischen übernehmen? In dieser Folge sprechen Tim Verhoeven und Marcel Rütten darüber, wie sich der Bau von Dashboards durch ChatGPT, Claude & Co. verändert hat. Denn ein erster klickbarer Prototyp kann heute innerhalb weniger Minuten entstehen. Die spannendere Frage ist deshalb längst nicht mehr nur: Kann KI ein Dashboard bauen? Sondern: Kann ich beurteilen, ob das Ergebnis überhaupt gut ist? Wir sprechen unter anderem über: - warum „Hier sind meine Daten – bau mir ein Dashboard“ meistens nicht der beste Ansatz ist - drei unterschiedliche Wege, mit KI Dashboards zu entwickeln - Marcels selbstgebautes „Vinyl-Cockpit“ für seine Plattensammlung - wie selbst eine grobe handgezeichnete Skizze als Ausgangspunkt funktionieren kann - warum Ziel, Kontext und Fachexpertise wichtiger werden, je besser KI wird - wie man komplexe Projekte in kleinere Schritte zerlegt und dabei sogar Tokens spart - warum synthetische Daten gerade im Recruiting ein idealer Weg zum Experimentieren sind - und welche völlig neuen Formen der Datenvisualisierung durch AI-assisted Building möglich werden Außerdem gibt es einen neuen Fact der Folge rund um KI-Nutzung, Prompting und die Frage, warum Menschen gute AI-Ergebnisse zunehmend weniger kritisch hinterfragen. Empfehlungen: https://terra.terryelemans.nl/ Unsere wichtigste Empfehlung: Wartet nicht auf den perfekten Business Case. Nehmt ein privates Thema, einen eigenen Datensatz oder ein kleines Problem und baut einfach einmal los. 🎧 Viel Spaß mit der neuen Folge HR Data Dudes!

Ein Novum - der erste HR Data Dudes & Friends Workshop liegt hinter uns. Einen halben Tag lang haben wir in Summe mit 15 Personen am Thema “Mehr Data Mindset im HR“ gearbeitet. Da wir einen kleinen exklusiven Kreis hatten - haben wir das Experiment gewagt und parallel mit vielen Teilnehmern Live-Aufnahmen gemacht und alles zusammengeschnitten, damit ihr ein Gefühl habt, wie ein solcher Workshop bei uns abgelaufen ist. Zum Überbegriff “Mehr Data Mindset im HR“ haben wir 3 Kernfragen diskutiert: Welche Fähigkeiten brauchen HR-Professionals in Zukunft, um datenorientierter arbeiten zu können? Warum tun sich viele HR-Professionals schwer damit, stärker datenbasiert zu arbeiten? Wie sieht datenorientierte HR Arbeit konkret aus in der Praxis? Meine wichtigsten Learnings - und worauf ich auch ein wenig spekuliert hatte mit dem Konzept: Auch echte Expert:innen in diesem Bereich können sehr unterschiedliche Einschätzungen haben - geprägt durch die Unternehmensrealitäten. Jeder lernt von jedem - egal, wie weit er oder sie im Umgang mit Daten ist. Unsere Community ist einfach die BESTE Es wird nicht der letzte Workshop dieser Art gewesen sein: Wenn euch das Konzept gefällt - meldet euch! Danke an das Trendence Institut und Indeed für die Kooperation und an die Schicht im Schacht!

In dieser Folge sprechen Marcel und Tim - live von der TalentPro mit Jo Diercks und widmen sich einer sehr spannenden Frage. Was ist, wenn sich der Wert von klassischen Recruiting Signalen (und damit auch Daten) ändert. Wir starten die Diskussionen mit dem Signal der verschickten Bewerbung. In der Vergangenheit auf Vorgang mit einem gewissen Aufwand auf Seiten der Bewerbenden. Dadurch kann man davon ableiten, dass es ein relevantes Signal ist. Aus Daten-Perspektive war es eine wichtige Kennzahl. Durch viele externe Faktoren hat sich dies nun verändert und durch Tools wie Lazy-Apply können Bewerbungen en masse generiert werden. Immer niedriger werdende Hürden und die Internationalisierung tragen auch dazu bei. So wurde von einer positiv konnotierten Metrik eine negativ konnotierte Metrik. Denn mehr Bewerbungen führen zu mehr Aufwand. Wie können wir darauf sinnvoll reagieren? In welchen Situationen gibt es noch eine ähnliche Konstellation? Und sind wir zu guter Letzt nicht auch selbst etwas Schuld an der Situation? Genau darüber haben wir diskutiert. Empfehlungen: Linkedin Profil von Jo Diercks: https://www.linkedin.com/in/joachimdiercks/ Noise - von Daniel Kahnemann: https://www.amazon.de/Noise-unsere-Entscheidungen-verzerrt-verbessern/dp/3827501237 Making Talk Cheap: Generative AI and Labor Market Signaling: https://arxiv.org/html/2511.08785v1 Danke an das Trendence Institut und Indeed für die Kooperation und an die Schicht im Schacht!

Daniel und Marcel sprechen in dieser Folge über ein wichtiges Thema, welches im KI- und Daten-Kontext gerne unterschätzt wird. Es geht um Enablement - beispielhaft am Bereich KI-Enablement. Sehr wichtig, denn kein Tool und keine Technologie kann sinnvollen Mehrwert bringen, wenn die Mitarbeitenden nicht befähigt werden, damit umzugehen. Dabei widmen sie sich den Fragen: Was ist überhaupt KI-Enablement? Wie kann man das Thema sinnvoll im Unternehmenskontext und im HR nutzen? Wie befähigt man Mitarbeitende im sinnvollen (!) Umgang mit KI? Genau darum und noch viel mehr gehts in der aktuellen Folge! Danke an das Trendence Institut und Indeed für die Kooperation und an die Schicht im Schacht!

Daten überall, AI auf jeder Agenda und trotzdem scheitert Fortschritt im HR oft nicht an Tools, sondern an Kultur. Genau darüber spricht Tim Verhoeven in dieser Folge mit Stefanie Fröhner, Gründerin von Datenmenschen und ehemalige Verantwortliche für HR Data, HR Systems und People Analytics. Stefanie bringt eine unbequeme, aber notwendige Perspektive mit: Wer bessere Datenkultur im HR will, sollte aufhören, mit dem Finger auf „die anderen“ zu zeigen. Weder mangelnde Data Literacy noch fehlende Dashboards sind das Kernproblem. Entscheidend ist, ob Daten echte Business-Fragen beantworten, ob Führung datenbasiertes Arbeiten vorlebt und ob Governance, Zugang, Kommunikation und Klarheit überhaupt vorhanden sind. Im Gespräch geht es um den Unterschied zwischen datengetrieben und dateninspiriert, um die Grenzen reiner Tool-Diskussionen und um die Frage, warum AI im HR nur dann Wirkung entfaltet, wenn vorher die Datenhausaufgaben gemacht wurden. Stefanie zeigt anhand ihres Data-Culture-Frameworks mit sechs Dimensionen, worauf es wirklich ankommt von Strategy über Leadership bis zu Access, Literacy und Communication. Eine Folge für alle, die im HR nicht nur mehr messen, sondern besser entscheiden wollen. Link zur Expertin Stefanie Fröhner: https://www.linkedin.com/in/stefanie-fr%C3%B6hner/ Empfohlene Podcast-Episoden: Praxis Check Ausfallprognosen eine starke Ergänzung zur Diskussion rund um Pragmatismus, Nutzen und den Wert von Mindset vor Tool-Auswahl. https://hr-data-dudes.blogs.audiorella.com/48-48-praxis-check-ausfallprognosen Fact / Fail der Folge: Der eigentliche Fail: People-Analytics- und HR-Data-Teams zeigen bei fehlender Datenkultur oft zuerst auf andere statt auf den eigenen Beitrag. Genau das blockiert Fortschritt. Empfehlung der Folge: Sebastian Wernicke: Data inspired ; ein starkes Buch für alle, die datengetriebene Organisationen nicht technokratisch, sondern wirksam gestalten wollen. Katharina Schüller: Daten sind Macht; ein Must-read für alle, die Daten, KI, Ethik und Führung zusammendenken wollen. Beide Bücher sind direkt nach der Aufnahme dieser Folge in meinen Warenkorb gewandert! Vielen Dank an das Trendence Institut und Indeed für die Kooperation!

Active Sourcing war mal das strategische Zukunftsthema im Recruiting. Heute? Zwischen KI-Automatisierung, Copy-Paste-Ansprache und sinkender Ausbildungsqualität stellt sich eine unbequeme Frage: Schafft sich Active Sourcing gerade selbst ab? Gemeinsam mit Jan Hawliczek sprechen Tim Verhoeven und Stephanie Bergmann darüber, was sich in den letzten Jahren wirklich verändert hat – und was erschreckend gleich geblieben ist. Es geht um datenbasiertes Recruiting, Candidate Flows, Search Breakdowns, Kompetenzprofile statt Lebenslauf-Schablonen und die Frage, welche Prozesse KI wirklich übernehmen sollte. Gleichzeitig diskutieren die drei sehr offen die Schattenseiten der aktuellen Entwicklung: schlechte Ansprache, fehlendes Grundlagenwissen und Recruiting-Prozesse ohne strategische Tiefe. Besonders spannend: Warum Active Sourcing eigentlich viel mehr ist als Recruiting – nämlich Marktanalyse, Zielgruppenforschung und Organisationsberatung in einem. Eine Folge für alle, die Recruiting nicht nur effizienter, sondern besser machen wollen. Empfohlene Podcast-Episoden Die erste HR Data Dudes Folge zu Active Sourcing mit Björn Boldt Folge zu Skill-based Recruiting Folge zu Recruiting Analytics und Datenstrategie Fact / Fail der Folge Jan bringt einen starken LinkedIn-Post von Ute Neher mit: Recruiting ist nicht teuer – schlechte oder fehlende Einstellungen sind teuer. Besonders spannend: die Diskussion rund um „Cost of Vacancy“ und versteckte Recruiting-Kosten. Empfehlung der Folge Mehr datenbasiert denken – aber nicht menschenlos handeln. KI sollte Recruiter entlasten, nicht ersetzen. Danke an das Trendence Institut und Indeed für die Kooperation!

KI im HR ist überall Thema. Aber was bringt der beste Agent, wenn Daten unvollständig, Prozesse fragmentiert und Systeme nicht verbunden sind? Genau dort setzt diese Folge an. Tim Verhoeven spricht mit Carl Hoffmann über die unbequeme Wahrheit hinter vielen KI-Initiativen im Personalbereich: Nicht das Tool ist zuerst das Problem, sondern die fehlende Datengrundlage. Carl war Mitgründer von Talentry und baut mit Ahron AI heute ein Betriebssystem für KI-Agenten im HR. Im Gespräch erklärt er, warum Unternehmen ihre HR-Silos aufbrechen müssen, weshalb Process Mining ein unterschätzter Hebel ist und wieso viele Organisationen selbst bei simplen Kennzahlen wie Time to Hire, Cost per Hire oder Quality of Hire noch nicht sauber aufgestellt sind. Es geht um Datenqualität, End-to-End-Prozesse, Business Cases für HR – und um die Frage, wie HR mit besseren Daten endlich vom Support-Modus in eine wirklich steuernde Rolle kommt. Besonders spannend: Carl beschreibt, warum KI-Agenten ohne Kontext und saubere Daten keinen nachhaltigen Wert erzeugen – und weshalb Unternehmen gerade jetzt die Grundlagen schaffen müssen, statt nur Pilotprojekte zu feiern. Empfohlene Podcast-Episoden: Passend zu dieser Folge: unsere kommende Episode zum Thema Datenqualität mit Daniel Mühlbauer sowie weitere HR Data Dudes-Folgen rund um People Analytics, KPI-Definitionen und HR-Tech. Fact / Fail der Folge: Ein spannender Denkanstoß von Carl: Der jährliche menschliche Output in Tokens sei womöglich überraschend günstig gegen KI-Modelle zu rechnen – zumindest theoretisch. Spannend, aber mit Vorsicht zu genießen. Ebenfalls Thema: die viel diskutierte Anthropic-Studie zu KI-Potenzialen in White-Collar-Jobs. Empfehlung der Folge: Carls Praxistipp: Lovable als Tool für schnelles Prototyping nutzen – ob für Dashboards, Meeting-Zusammenfassungen oder erste Ideenvisualisierung. Danke an das Trendence Institut und Indeed für die Kooperation!

Hätte diese (FSK18)-Folge der HR Data Dudes jemals online gehen dürfen? Sie hat es in sich und ist nichts für schwache Ohren: Es geht um konkrete Hacks für eine bessere Candidate Experience. Alle 5 HR Data Dudes zusammen - live von der Schicht im Schacht! Wir machen dabei klar: Bevor KI, Chatbots und neue Tools durchs Dorf getrieben werden, müssen erstmal die Basics sitzen. Außerdem schaut die Runde darauf, wie Candidate Experience datenbasiert verbessert werden kann. Es geht um Kennzahlen wie Candidate Satisfaction, Ghosting Raten, Time to Feedback, interne SLAs und den Talent Satisfaction Gap. Denn wer wirklich besser werden will, darf nicht nur einzelne Touchpoints zählen, sondern muss verstehen, was Bewerbende am Ende wirklich zufrieden macht. Dazu gibt es viele praktische Ideen von den Data Dudes: bessere Absagen, smarte Vorlagen im ATS, ehrliches Feedback, Gutscheincodes und transparente Recruiting KPIs. Eine gute Candidate Experience entsteht eben nicht durch den einen großen Zaubertrick, sondern durch viele gut gemachte Momente entlang der gesamten Journey. Danke an das Trendence Institut und Indeed für die Kooperation und an die Schicht im Schacht!

Interview ist im Recruiting of der Dreh- und Angelpunkt, aber datenseitig oft ein Blindflug. Woran liegt das überhaupt und wie können wir das gemeinsam ändern? Tim & Marcel zeigen, welche KPIs vor, zwischen, im und nach dem Interview wirklich helfen: Candidate Quality, Application→Interview, No-Show/Ghosting, Scorecards, Interview→Offer, Offer Acceptance & Frühfluktuation. Klingt viel? Das ist nur die Spitze des Daten-Eisbergs. Empfohlene Episoden: #10 Candidate Quality; #60 Anforderungsanalyse (mit Vanessa Reynolds). Fact/Fail der Folge : Kaum ein Unternehmen misst das konsequent. Empfehlung der Folge: Alles bewerten, Debriefs vorplanen, Scheduling automatisieren, Survey bei Absagen. Danke an Trendence Institut & Indeed für die Kooperation!

Krankenstand ist kein Randthema mehr. Er ist Kostenfaktor, Kulturindikator und Führungsfrage zugleich. In dieser Folge spricht Tim Verhoeven mit Dr. Ralf Stahlberg, geschäftsführender Gesellschafter der Staff GmbH, darüber, warum viele Unternehmen beim Thema Fehlzeiten noch immer im Nebel stochern – obwohl die relevanten Daten längst da sind. (staff Gruppe) Im Zentrum steht eine unbequeme, aber notwendige Wahrheit: Viele Organisationen orientieren sich an Krankenkassen- oder Ministeriumsdaten und leiten daraus Maßnahmen ab, die für den eigenen Betrieb oft wenig taugen. Ralf zeigt, warum innerbetriebliche Daten der entscheidende Hebel sind, welche Muster wirklich relevant werden und weshalb ein guter Krankenstandsreport eben nicht nur eine Zahl ausweist, sondern Handlungsfähigkeit schafft. Die Folge macht deutlich, dass Fehlzeitenmanagement nicht mit Kontrolle verwechselt werden darf. Es geht nicht darum, Mitarbeitende zu überwachen, sondern Belastungen sichtbar zu machen, Prävention früher anzusetzen und Führung, HR und Management endlich auf dieselbe Datengrundlage zu stellen. Besonders stark: die Diskussion über Kurzzeiterkrankungen, Verantwortung im Unternehmen und die Frage, warum hohe Fehlzeiten oft nicht nur Symptom, sondern Verstärker anderer Probleme sind. Empfohlene Podcast-Episoden: Wer tiefer einsteigen will, sollte auch in #48 „Praxis Check Ausfallprognosen“ mit Larissa Grotepass von Billie Green reinhören – dort geht es um pragmatische Abwesenheitsanalysen im kleineren Unternehmenskontext. (hr-data-dudes.blogs.audiorella.com) Passend ist außerdem #49 „Data driven Retention – live von der TalentPro“, weil dort die Logik von Kettenreaktionen in Organisationen sehr gut anschlussfähig weitergedacht wird. (hr-data-dudes.blogs.audiorella.com) Fact / Fail der Folge: Der Fail: Unternehmen nutzen oft externe Krankheitsdaten als Steuerungsbasis für interne Maßnahmen – und treffen damit im Zweifel die falschen Entscheidungen. Der Fact: Gute Daten gibt es bereits im Unternehmen, man muss sie nur richtig zusammenführen und auswerten. Empfehlung der Folge: Ralf empfiehlt den Blick in seine Beiträge rund um BGM vs. BKM sowie den Kalkulator für Entgeltfortzahlungskosten, mit dem Unternehmen ihre Fehlzeitenkosten greifbar machen können. (staff Gruppe) Danke an das Trendence Institut und Indeed für die Kooperation!

Diese Folge ist ein Special - ein Cooperation-Podcast mit Cyquest live von der HREdge26 in Hamburg. Sie wird parallel auch als Recrutainment-Videocast zu finden sein auf Youtube. Dort werden in loser Folge und lockerer Atmosphäre führen wir Gespräche mit Top-Experten und Expertinnen zu verschiedenen Themen rund um die Herausforderungen und Entwicklungen der Personalgewinnung - also Employer Branding, Personalmarketing und Recruiting und was da so mit zusammenhängt... Diese Folge ist eine ganz besondere! Denn es handelt sich erstens um eine live auf der #HREdge26 am 26.03.26 in Hamburg aufgenommene Folge, vor Publikum. Es handelt sich zweitens um unseren erste Kollaboration. Und es dreht sich drittens um ein echtes Herzensthema. Es geht um Quality of Hire und die Fragen, was das überhaupt ist, wie man diese greifen (messen?) kann, wo das Thema gerade steht und wo es vielleicht zukünftig sein wird. Insofern greift diese Folge auch die Frage auf, was sich hierbei denn in den letzten 12 Monaten so getan hat, denn da - auf der #HREdge25 im März 2025 - war Quality of Hire das Leitthema des Events. Damals durften zwei HR Data Dudes auf die Bühne - diesmal gab es einen eigenen Podcast. We love it! Diskutiert haben Tim, Vanessa Reynolds (candidized), Melanie Habrich (Publicis) und Prof. Lars Jansen (HFH). Vielen Dank an das Trendence Institut und Indeed für die Kooperation!

In dieser Folge sprechen Tim Verhoeven und Björn Boldt darüber, warum HR-Daten zwar unverzichtbar sind – aber trotzdem nie blind geglaubt werden sollten. Denn eine 100% Offer Acceptance Rate klingt erst mal nach einer klaren Wahrheit. Ist sie aber nicht. Eine Time to Hire von 30 Tagen klingt eindeutig. Ist sie ebenfalls nicht. Und genau an diesem Punkt wird HR Analytics spannend: Nicht dort, wo Kennzahlen hübsch aussehen, sondern dort, wo sie sauber eingeordnet, kritisch hinterfragt und sinnvoll interpretiert werden. Die beiden sprechen darüber, warum Wahrscheinlichkeiten oft mit Gewissheiten verwechselt werden, weshalb kleine Samples gefährlich sein können, wieso qualitative Daten quantitative Kennzahlen überhaupt erst verständlich machen – und welche Rolle Leading und Lagging Indicators in einem guten KPI-Setup spielen. Kurz gesagt: Es geht nicht darum, weniger datengetrieben zu arbeiten. Es geht darum, erwachsener mit Daten umzugehen. Empfohlene Podcast-Episoden: #22 – Time to… whatever! Wenn du tiefer in das Thema Time-to-Kennzahlen einsteigen willst, ist diese Folge der perfekte Anschluss. (hr-data-dudes.blogs.audiorella.com) #51 – AI Agenten im HR Passend zur Diskussion über KI, Scheinsicherheit und den kritischen Umgang mit automatisierten Empfehlungen. (hr-data-dudes.blogs.audiorella.com) Alle Folgen der HR Data Dudes findest du in der Podcast-Übersicht. (hr-data-dudes.blogs.audiorella.com) Fact / Fail der Folge: Fail: Wer Daten als Wahrheit statt als Hypothese behandelt, trifft oft scheinbar rationale, aber praktisch falsche Entscheidungen. Empfehlung der Folge: Empfehlung: Schaut euch Björns neue Seite an, wenn ihr Unterstützung rund um HR Analytics, Compensation & Benefits und datenbasierte HR-Steuerung sucht. (bjoernboldt.de) Vielen Dank an das Trendence Institut und Indeed für die Kooperation!