K W
EU AI Act: Nicht Hochrisiko Q3

Talent-Pool-Management Agent

Kandidatenpools pflegen, Engagement aufrechterhalten, passende Profile proaktiv vorschlagen.

Pflegt Kandidatenpools, segmentiert Profile nach Kompetenzfeldern und schlägt passende Kandidaten bei neuen Vakanzen proaktiv vor.

Score-Dashboard

Agent Readiness 66-73%
Governance-Komplexität 51-58%
Economic Impact 54-61%
Leuchtturm-Wirkung 44-51%
Implementation Complexity 38-45%
Transaktionsvolumen Wöchentlich

Was dieser Agent tut

Viele qualifizierte Kandidaten bewerben sich zum falschen Zeitpunkt oder für die falsche Stelle. Ohne aktive Pool-Pflege gehen diese Kontakte verloren. Talent Pools versprechen Wiederverwendung - aber in der Praxis veralten Daten, Kandidaten werden nicht kontaktiert und bei neuen Vakanzen wird von vorn gesucht. Der Decision Layer zerlegt jeden Pool-Management-Prozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Neue Kandidaten werden aus abgeschlossenen Bewerbungsprozessen, Events und Direktansprachen in den Pool aufgenommen. Profile werden nach Kompetenzfeldern segmentiert. Bei neuen Vakanzen werden passende Pool-Kandidaten identifiziert und dem Recruiter vorgeschlagen. Das Ergebnis: Lebendige Talent Pools statt vergessener Datenbanken. Kürzere Time-to-Hire durch Direktansprache bekannter Kandidaten. Reduzierte Recruiting-Kosten durch Wiederverwendung bestehender Kontakte.

Micro-Decision-Tabelle

Mensch
Regelwerk
KI-Agent
Jede Zeile ist eine Entscheidung. Aufklappen zeigt die Entscheidungsakte und ob man anfechten kann.
Kandidat für Pool identifizieren Wird der Kandidat in den Talent Pool aufgenommen? Mensch

Recruiter entscheidet über Pool-Aufnahme nach Bewerbungsprozess

Entscheidungsakte

Entscheider-ID und Rolle
Begründung der Entscheidung
Zeitstempel und Kontext

Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.

Einwilligung einholen Hat der Kandidat der Pool-Speicherung zugestimmt? Regelwerk

DSGVO-konforme Einwilligung mit definierter Aufbewahrungsdauer

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Profil segmentieren In welche Kompetenzfelder wird der Kandidat eingeordnet? KI-Agent

Analyse von Lebenslauf und Bewerbungshistorie

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Datenaktualität prüfen Sind die Profildaten noch aktuell? KI-Agent

Periodische Prüfung auf veraltete Daten, LinkedIn-Abgleich

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Engagement-Maßnahme auslösen Soll der Kandidat kontaktiert werden? Regelwerk

Regelbasierter Kontaktzyklus nach Pool-Segment

Entscheidungsakte

Regel-ID und Versionsnummer
Eingabedaten die zur Anwendung führten
Berechnungsergebnis und angewandte Formel

Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.

Vakanz-Matching Welche Pool-Kandidaten passen auf eine neue Vakanz? KI-Agent

Matching Pool-Profile gegen Anforderungsprofil

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Vorschlag an Recruiter Werden die gematchten Kandidaten dem Recruiter vorgeschlagen? KI-Agent

Ranked Liste mit Matching-Score und Begründung

Entscheidungsakte

Modell-Version und Confidence Score
Eingabedaten und Klassifikationsergebnis
Entscheidungsgrund (Erklärbarkeit)
Audit Trail mit vollständiger Nachvollziehbarkeit

Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.

Entscheidungsakte und Anfechtbarkeit

Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene Mitarbeitende können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.

Welche Regel in welcher Version wurde angewandt?
Welche Daten lagen der Entscheidung zugrunde?
Wer (Mensch, Regelwerk oder KI) hat entschieden - und warum?
Wie kann die betroffene Person Einspruch einlegen?
So setzt der Decision Layer das architektonisch um →

Voraussetzungen

  • ATS mit Talent-Pool-Funktion
  • DSGVO-konforme Einwilligungs- und Löschprozesse
  • Strukturierte Anforderungsprofile für Matching
  • Kommunikationskanal für Kandidaten-Engagement

Governance-Hinweise

EU AI Act: Nicht Hochrisiko
Kein Hochrisiko-System nach EU AI Act - Datenmanagement ohne automatisierte Auswahlentscheidung. DSGVO: Einwilligung zur Pool-Speicherung mit definierter Aufbewahrungsdauer. Automatische Löschung bei Fristablauf oder Widerruf. Betriebsrat: Informationsrecht bei der Einführung. Empfehlung: Einwilligungs-Management als Best Practice für alle Agenten mit externer Datenhaltung etablieren.

Infrastruktur-Beitrag

Das Profil-Matching-Framework wird vom Candidate-Screening-Agent und Executive-Recruiting-Agent genutzt. Die Einwilligungs-Management-Engine (DSGVO-konforme Speicherung mit automatischer Löschung) wird zum Standard für alle Agenten, die personenbezogene Daten über den unmittelbaren Verarbeitungszweck hinaus speichern. Baut Decision Logging und Audit Trail auf, die im Decision Layer für Nachvollziehbarkeit und Anfechtbarkeit jeder Entscheidung benötigt werden.

Weiterführende Seiten

Decision Layer
Governance-Schicht zwischen KI-Agent und Zielsystem. Jede Entscheidung dokumentiert und anfechtbar.
Mitbestimmung & KI
Betriebsrat, Betriebsvereinbarung und Co-Determination als Architektur-Constraint.
HR AI Agents
Alle HR-Agent-Leistungen im Überblick.

Verwandte Agenten

Candidate-Screening Agent

Bewerbungen strukturiert auswerten - mit dokumentierter Entscheidungslogik pro Schritt.

Q3
W K
EU AI Act III(4)(a): Hochrisiko
Readiness: 64-71%
Economic: 78-85%
Governance: 74-81%
Micro-Decisions: 11
Täglich

Stellenanzeigen-Agent

Stellenanzeigen erstellen, AGG-konform prüfen, zielgerichtet veröffentlichen.

Q3
D K
EU AI Act III(4)(a): Hochrisiko
Readiness: 71-78%
Economic: 56-63%
Governance: 58-65%
Micro-Decisions: 8
Wöchentlich

Interview-Scheduling Agent

Vorstellungsgespräche koordinieren - über Teams, Zeitzonen und Kalender hinweg.

Q2
W
Readiness: 84-91%
Economic: 51-58%
Governance: 6-13%
Micro-Decisions: 6
Täglich
Zurück zum Katalog

Häufige Fragen

Wie wird sichergestellt, dass Kandidaten der Speicherung zugestimmt haben?

Jeder Pool-Eintrag erfordert eine dokumentierte DSGVO-konforme Einwilligung mit definierter Aufbewahrungsdauer. Bei Fristablauf wird der Kandidat um Erneuerung gebeten. Ohne Einwilligung oder bei Widerruf werden die Daten automatisch gelöscht.

Wie geht der Agent mit veralteten Profilen um?

Profile werden periodisch auf Aktualität geprüft. Kandidaten mit veralteten Daten werden zur Aktualisierung aufgefordert. Nicht aktualisierte Profile werden nach einer definierten Frist archiviert.

Diesen Agent implementieren?

Wir bewerten Ihre Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.