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!

Mehr Daten sind nicht automatisch besser – aber ohne die richtigen Daten wird Recruiting zur Blackbox. In dieser Folge sprechen Tim und Steffi über Disposition Data: also Daten, die sichtbar machen, was nach dem Klick auf eine Stellenanzeige wirklich passiert. Wer bewirbt sich? Wer wird eingeladen? Wer passt tatsächlich? Genau darin liegt der Hebel für besseres Matching, sauberere Prozesse und fundiertere Entscheidungen. Die beiden zeigen, warum Disposition Data kein Techniktrend ist, sondern ein Qualitätshebel für Recruiting, Candidate Experience und den sinnvollen Einsatz von KI. Fact / Fail der Folge: Die Studie der University of Washington zeigt: Recruiter folgen KI-Empfehlungen in 90 % der Fälle blind – selbst dann, wenn Diskriminierung möglich ist. Dazu passt Tims Data-Driven HR Weekly Newsletter. https://www.linkedin.com/newsletters/7359310725686652932/?displayConfirmation=true Passend dazu: die Folge zur Selbsteinschätzung von KI-Kompetenz im HR. https://www.linkedin.com/pulse/das-ai-paradoxon-im-hr-die-gen-z-hat-ein-problem-und-data-verhoeven-hpoue/?trackingId=Vq1LBEyxTMO4CzVmYuuTuA%3D%3D Empfehlung der Folge: Disposition Data kritisch prüfen – aber nicht wegwischen. Wer Recruiting ernsthaft besser machen will, muss Datenflüsse, Prozessqualität und Matching endlich zusammendenken. Danke an das Trendence Institut und Indeed für die Kooperation!