Wer auf der STAFFINGpro nur KI-Tools kauft, hat das Problem nicht verstanden.

Heute trifft sich die Staffingbranche in Wiesbaden. Auf der STAFFINGpro laufen gleich die ersten Demos. Agenten, die Kandidaten finden. Systeme, die Profile schreiben. Bots, die Termine koordinieren. Matching, das angeblich jedes Jahr intelligenter wird.

Ich bin gern hier. Ehrlich. Die gestrigen APSCo Awards for Excellence und die StaffingPRO sind mein Highlight Event. “Wenn du nicht mitkommst dann hast Du echt was verpasst.”

Was gestern schon heiss diskutiert wurde und heute wieder Tagesgespräch sein wird: Welches CRM ist das neue MUST, welches Tool musst Du unbedingt einführen. Welche Technologie liegt total im Trend?

Du hörst ihn heute an fast jedem Stand: „Damit spart dein Recruiter zwei Stunden am Tag.“ Oder “Du musst nur ein Placement mehr machen, dann hast Du die Kosten wieder drinnen.”

Klingt vernünftig. Ist es auch. Weniger Administration, schnellere Recherche, automatische Gesprächsnotizen, value for money - alles wertvoll. Nur beantworten zwei eingesparte Stunden nicht die Frage, um die es eigentlich geht: Warum sollte dein Kunde dich 2027 noch beauftragen?

Meine These für heute ist deshalb bewusst hart. “Einzelne Tools halten Staffingfirmen vlt. länger am Leben, Sie retten aber schwache Staffingmodelle nicht.”

In den vergangenen Monaten habe ich das aus drei Richtungen beleuchtet: Intelligence AI, Recruiter Automation, Talent Engineering. Die gemeinsame Konsequenz ist unbequem. Zugang zu Technologie (hat bald) jeder. Der Vorteil liegt bei denen, die daraus ein reproduzierbares Kundenergebnis bauen und daraus einen Mehrwert für den Kunden liefern: schneller, bessere Kandidaten zum geringeren Preis zu liefern. Am besten mit voller Transparenz und vor allem mit einfachen Prozessen für Kunden, Kandidaten und die Staffingfirma selbst.

Die erste Front kennst du. Dein Kunde bekommt dieselben Apps/Automatisierungstools wie du. Dieselben Suchfunktionen, dieselben Matchingmodelle, dieselben Agenten, eingebaut in Microsoft, LinkedIn, ATS und Talent-Acquisition-Plattformen. Und er hat etwas, das du nicht hast: den internen Kontext. Echte Karrierepfade, Teamdynamik, Vergütungslogik, Hiring-Historie, den direkten Draht zum Fachbereich.

Staffing lebte jahrzehntelang vom Informationsvorsprung. LinkedIn hat ihn angeknabbert, professionelle Talent-Aquisitions-Teams haben ihn weiter geschrumpft. Agenten erledigen gerade den Rest. Wer nur Suche, Ansprache und Profilversand anbietet, verliert Abstand zur internen Lösung. Und mit dem Abstand die Preissetzungsmacht.

Die zweite Front ist neuer. Auf dieser Messe redet darüber kaum jemand. Denn: Die wahre Konkurrenz kommt selten von dort, wo du sie erwartest.

Im März hat Julien Bek von Sequoia Capital, einem der einflussreichsten Wagniskapitalgeber der Welt, einen Text mit dem Titel „Services: The New Software“ veröffentlicht. Seine Rechnung: Auf jeden Dollar, den Unternehmen für Software ausgeben, kommen sechs Dollar für Dienstleistungen. Das große Geld liegt in der Arbeit, das Tool ist der kleine Posten. Bek unterscheidet deshalb zwei Arten von KI-Firmen. Die einen nennt er “Copilots”. Diese Firmen verkaufen ein Werkzeug, welches beim “fliegen” hilft. Wegen der Vergleichbarkeit zu Mircrosoft Produkten nennen wir sie “Werkzeug-KI”. Die anderen Firmen verkaufen “Autopilots” Werkzeuge, die also den Prozess “des Fliegens” komplett übernehmen und daher dem Kunden direkt das Ergebnis verkaufen. Wir wollen dies "Ergebnis-KI” nennen.

Dann kommt der Gedanke, bei dem jeder Staffing-CEO aufhorchen sollte. Der beste Einstieg für einen “Ergebnis-KI”-Verkäufer ist, so Bek, Arbeit, die ohnehin schon ausgelagert wird. Dort existiert ein Budget. Dort kauft der Kunde bereits ein Ergebnis. Für uns bedeutet das:

1.) Staffingfirmen haben die Glaubwürdigkeit, das Ergebnis zu verkaufen (dass ist ja unsere Kerndisziplin). Glaubwürdigkeit müssen sich KI-Anbieter, die am Ende Software oder Tech-Anbieter sind, erst noch erarbeiten.

2.) Der Service den die KI-Tools anbieten, ist am Ende für das Ergebnis, was der Kunde braucht, nur teilweise gedeckt. Sie brauchen immer noch die Person, die den Kandidaten oder den Kunden überzeugt, dass ein Quereinsteiger auch auf die Position passt.

Ausgelagerte Arbeit mit bestehendem Budget: Das ist die exakte Beschreibung der externen Personalbeschaffung (Staffing).

Recruitment und Staffing führt Bek mit über 200 Milliarden Dollar Arbeitsvolumen als einen der größten Angriffsmärkte überhaupt. Screening, Matching, Ansprache sind für ihn reine Intelligenzarbeit. Den Einstieg sieht er bei Volumenrollen mit standardisiertem Matching. Gerade Stellen in der Festanstellungsvermittlung sind hier prädestiniert. Dir Firmen Mercor, Juicebox und Jack & Jill nennt er ausdrücklich.

Heißt konkret: Der Kunde baut von innen nach. Und AI-native Anbieter greifen von außen genau die Budgetlinie an, von der wir leben.

Bevor jetzt Panik aufkommt: Bek schreibt aus US-Sicht. In der DACH-Region ist Staffing mehr als Matching. In der Arbeitnehmerüberlassung bist du Arbeitgeber, mit AÜG, Equal Pay, Überlassungshöchstdauer, Verleiherlaubnis und Haftung. In der Schweiz kommen SECO-Bewilligung und GAV Personalverleih dazu. Ein Startup aus San Francisco kann Profile matchen. Arbeitgeber mit Verleiherlaubnis in Deutschland ist es damit noch lange nicht.

Das kauft Zeit. Immunität kauft es nicht. Denn Bek sagt noch etwas, das die Branche ungern hört: Was heute Urteil ist, wird morgen Intelligenz. Je mehr Daten ein System darüber sammelt, wie gute Entscheidungen aussehen, desto weiter verschiebt sich die Grenze. „Am Ende entscheidet doch der Mensch“ ist eine Position mit Ablaufdatum.

In vielen Staffingfirmen kompensieren gute Menschen seit Jahren schlechte Strukturen. Der erfahrene Consultant weiß, welche Kundennotiz im CRM nicht stimmt oder welche Kandidaten in ein Team passen. Die Teamleiterin kennt die Kandidaten, die im falschen Status liegen. Der Top-Biller führt seine echte Pipeline in Excel, Outlook oder im Kopf. Solange genug Erfahrung im Raum sitzt, läuft das Geschäft trotzdem.

KI arbeitet nicht mit der Legende über den Prozess. Sie arbeitet mit dem, was dokumentiert, verbunden und entschieden ist. Sind Daten schlecht, Statuslogiken widersprüchlich und Verantwortlichkeiten unklar, entsteht kein intelligentes Betriebssystem. Es entsteht AI Debt: mehr Ausnahmen, mehr Kontrollschleifen, mehr Workarounds. Und eine weitere Lizenz, deren Nutzen niemand sauber belegen kann.

Wer das ignoriert, kauft heute keine Transformation. Er kauft eine Demo. Woran Staffingfirmen dabei gerade wirklich scheitern, habe ich im Mai aufgeschrieben: System Scaling oder AI Washing.

Staffing Industry Analysts unterscheidet zwischen KI-gestützter Recruitingsoftware, Recruiting-Automation, Recruiting-Agenten und operativer Workforce-Automation. Mit Beks Brille reduziert sich das auf drei Schichten: Urteil, Intelligenz, Ausführung.

Das Urteil liegt beim Recruiter. Er versteht das eigentliche Kundenproblem, erkennt Widersprüche, überzeugt Kandidaten, verhandelt, entscheidet bei Ausnahmen und steht für das Ergebnis gerade. Die Intelligenz liegt bei der KI: unstrukturierte Information verarbeiten, Muster erkennen, Optionen vorbereiten. Die Ausführung liegt bei der Automation: Daten aktualisieren, Termine koordinieren, Dokumente anfordern, Folgeprozesse starten.

Die meisten Lösungen, die du heute siehst, hören nach der zweiten Schicht auf. Der Agent macht einen Vorschlag und überträgt (im Bestfall) ins ATS. Dann schreibt ein Mensch eine E-Mail, pflegt das CRM, prüft den Kalender und legt im Kundenportal dieselben Daten noch einmal an. Die Oberfläche ist modern. Der Betrieb dahinter bleibt Handarbeit.

Das ist ineffizient. Schlimmer: Es verhindert Skalierung. Der wirtschaftliche Engpass ist selten fehlende Intelligenz. Er liegt in der Lücke zwischen Empfehlung und Ausführung.

Auf der Präsentationsfolie sieht das nach Innovation aus. In der P&L nach einer zusätzlichen Softwareposition. Die Realiät zeigt: Die KI liefert Ergebnisse, aber kein Mensch verwertet sie.

Viele Staffingfirmen werden noch immer wie eine Sammlung von Mikrounternehmen geführt. Jeder Consultant recherchiert anders, qualifiziert anders, dokumentiert anders, verkauft anders. Top-Performance hängt an einzelnen Personen, ihren Beziehungen, ihrem Gedächtnis. Geht der Held, geht ein Teil des Betriebssystems mit.

Talent Engineering dreht das um. Daten, Marktintelligenz, Automation, Entscheidungsregeln und menschliche Beratung werden zu wiederholbaren Workflows verbunden. Ersetzt wird dabei niemand. Das Ziel ist, die beste Arbeit guter Recruiter reproduzierbar zu machen.

Nimm einen Kundentermin. Im klassischen Modell schaut der Consultant vorher kurz auf LinkedIn und die Website und fragt dann: „Welche Profile suchen Sie aktuell?“

Im Talent-Engineering-Modell hingegen startet schon die Terminbuchung einen vollautomatischen Prozess: Ausgelöst durch ein Event im Kalender sammelt das System automatisch relevante LinkedIn-Profile, aktuelle Beiträge sowie tiefgehende Unternehmensanalysen und lässt diese Daten durch eine KI zu einem prägnanten Briefing aufbereiten.

Wie im obigen Bild zu sehen ist, bekommt der Consultant das fertige Ergebnis direkt per E-Mail zugeschickt – er erhält somit 15-20 Minuten vor seinem Termin echte Hypothesen statt reiner Rohinformationen. Der Einstieg lautet dann nicht mehr „Was suchen Sie?“. Sondern: „Sie bauen gerade an zwei Standorten Infrastrukturkapazität auf. Ist Geschwindigkeit, regionale Verfügbarkeit oder die Betriebsqualifikation aktuell Ihr größerer Engpass?“

Das spart Zeit. Wichtiger: Es verschiebt die Rolle vom Lebenslauf-Lieferanten zum Workforce-Berater. Kein Kunde zahlt eine Fee dafür, dass dein Recruiter schneller googelt. Bezahlt wird, wer früher versteht, besser priorisiert und verlässlichere Entscheidungen möglich macht. Dass die Großen genau dorthin einkaufen, zeigt Korn Ferrys 1,1-Milliarden-Deal: Workforce-Solution-Revolution.

Diese Konsequenz spart die KI-Debatte gerne aus, auch heute auf den Bühnen. Wenn Recherche, Matching, Ansprache, Profilaufbereitung und Koordination billiger werden, zahlt der Markt nicht dankbar dieselben Fees für denselben Service weiter.

Standardisierbare Aktivität verliert an Knappheit. Was weniger knapp ist, gerät unter Preisdruck. Das trifft vor allem Modelle, deren Wertversprechen aus Geschwindigkeit, Datenbankzugang und manueller Prozessarbeit besteht. Wenn mehrere Anbieter mit ähnlichen Werkzeugen ähnliche Kandidaten in ähnlicher Zeit finden, nutzt der Einkauf diese Vergleichbarkeit.

Bek formuliert es für Gründer so: Wer das Tool verkauft, rennt gegen das nächste Modell-Update. Wer die Arbeit verkauft, wird mit jedem Update schneller und billiger. Übersetzt für uns: Eine Staffingfirma, die KI nur intern als Effizienzhebel nutzt, reicht den Gewinn früher oder später über niedrigere Preise an den Kunden weiter. Eine, die damit ein besseres Ergebnis baut, macht daraus Marge, Bindung und neue Produkte.

“Ergebnis-KI” verkauft Produktivität. Staffing verkauft Ergebnisse. Bessere Marktentscheidungen, belastbare Talentpools, geringeres Besetzungsrisiko, höhere Redeployment-Quote, saubere Compliance, schnellere Einsatzfähigkeit.

Noch mehr Profile noch schneller an alle Unternehmen mit einer passenden Stellenanzeige zu verschicken, war das Erfolgsrezept der letzten 20 Jahren. Wird aber langfristig nicht mehr tragen sondern nur die eigene Austauschbarkeit beschleunigen. Denn die Unternehmen werden darauf wieder mit KI Filter reagieren.

Die ersten beiden Gruppen gehen heute mit mehr Technologie nach Hause.

Die dritte, der Systembauer, baut damit das bessere Geschäft. Und nur der Systembauer hat eine Antwort, wenn er mit einer “Ergebnis-KI” mit demselben Ergebnis zum halben Preis beim Kunden anklopft. Jemanden, den ich in diesem Bereich sehe, hält heute auf der Staffingpro auch einen Vortrag und war bei mir auch schon im Podcast.

Die Demos heute sind gut vorbereitet. Deine Fragen sollten es auch sein. Hier ist die Liste, die ich auch verwende wenn ich mit Anbietern spreche um zu klären dass diese Trusted Partner werden können. Trusted Partner von APSCo Deutschland erkennst Du übrigens, dass sie einen APSCo Ballon am Stand hängen haben.

1. Zeig mir den vollständigen Workflow, vom Marktsignal bis zur abgeschlossenen Besetzung.
Rote Flagge: Die Demo springt von Feature zu Feature. Wer den Weg nicht an einem Stück zeigen kann, hat ihn nicht gebaut.

2. Wo endet euer System, und was muss mein Recruiter danach noch von Hand machen?
Rote Flagge: „Der Recruiter übernimmt dann einfach den Vorschlag.“ Frag nach, in wie viele Systeme er ihn übertragen muss. Jeder manuelle Übertrag ist ein Kostenblock, der in keiner ROI-Rechnung auftaucht.

3. Schreibt ihr zurück in ATS, CRM und VMS, oder lest ihr nur?
Rote Flagge: „Integration ist auf der Roadmap.“ Frag nach dem Quartal wann es kommt oder nach einem Kunden, bei dem es heute läuft.

4. Welche Datenqualität braucht euer System, damit es funktioniert, und was passiert, wenn unsere nicht so ist?
Rote Flagge: „Unsere KI kommt mit allem klar.“ Jedes System hat Voraussetzungen. Wer keine nennt, verschiebt das Problem auf die Implementierung, und die bezahlst du.

5. Macht die Demo mit unseren Daten. Mit einer echten Stelle von uns, jetzt.
Das ist die wichtigste Frage des Tages. Eine Demo mit perfekt gepflegten Testprofilen beweist nichts. Nimm eine aktuelle Stellenanzeige mit und schau, was passiert. Rote Flagge: „Das machen wir gern im Folgetermin.“

6. Wer haftet, wenn das System diskriminiert oder falsch aussortiert?
Der EU AI Act stuft KI in Recruiting und Personalauswahl als Hochrisiko-Anwendung ein. Frag nach Dokumentation, Bias-Prüfung und Protokollierung. Und wo die Daten liegen: EU, Schweiz, USA? Rote Flagge: Der Vertriebler verweist auf „unsere Rechtsabteilung“ und kann selbst nichts dazu sagen.

7. Kann ich jede Entscheidung des Systems nachvollziehen und einem Kandidaten erklären?
Wenn ein Kandidat fragt, warum er aussortiert wurde, musst du antworten können, nicht der Anbieter. Rote Flagge: „Das Modell gewichtet mehrere hundert Faktoren oder bewertet eigentsätndig nach dem LLM aufgestellten Kriterien einen Match.“

8. Nenn mir eine Staffingfirma in DACH, die euch seit mindestens sechs Monaten nutzt, und die Kennzahl, die sich dort verändert hat.
Time-to-Submit, Conversion, Redeployment-Quote, Marge. Rote Flagge: Referenzen nur aus den USA oder nur aus internem Recruiting. Unsere Welt mit AÜG, Equal Pay und Kundenportalen ist eine andere.

9. Was bleibt von eurem Produkt, wenn Microsoft, LinkedIn oder mein ATS diese Funktion nächstes Jahr mitliefern?
Das ist die Frage, die Julien Bek jedem KI-Gründer stellt, und sie gilt auch für deinen Anbieter. Wer nur eine dünne Schicht über einem Sprachmodell verkauft, ist beim nächsten Modell-Update Geschichte. Deine Daten und Prozesse hängen dann an einem Anbieter ohne Zukunft. Frag auch: Wem gehören unsere Daten, und wie kommen wir raus?

10. Verkauft ihr irgendwann direkt an meine Kunden?
Die unbequemste Frage auf der ganzen Messe. Wenn ein Anbieter Matching, Ansprache und Qualifizierung besser kann als dein Team, wird er irgendwann merken, dass das Budget deines Kunden größer ist als deins. Dann ist er kein Lieferant mehr. Er ist Wettbewerber, trainiert mit deinen Daten. Achte weniger auf die Antwort als auf das Zögern davor.

Mein Tipp für das Preisgespräch: Wenn ein Anbieter wirklich an seine Ergebnisse glaubt, frag ihn nach einem Preismodell, das daran hängt. Pro Besetzung, pro eingesparter Stunde, pro Kennzahl. Wer nur Lizenzen pro Seat verkaufen will, verkauft Produktivität. Das Ergebnisrisiko bleibt dann bei dir.

Und eine elfte Frage, die du keinem Anbieter stellen kannst, nur dir selbst: Warum braucht dein Kunde dich noch, wenn er dieselbe Technologie besitzt oder ein “Ergebnis-KI”-Lieferant ihm dasselbe Ergebnis günstiger anbietet? Wer darauf keine überzeugende Antwort hat, braucht heute kein neues Tool. Er braucht ein neues Wertversprechen.

Zwei Prüfsteine. Wenn die Honorare für Volumen-Perm und Standard-ANÜ bis Ende 2027 trotz breiter KI-Adoption stabil bleiben, habe ich den Preisdruck überschätzt. Und wenn AI-native Anbieter wie Mercor in Deutschland außerhalb von Tech- und Freelance-Nischen keine nennenswerten Marktanteile gewinnen, habe ich die zweite Front überschätzt.

Beides wäre eine gute Nachricht. Als Planungsgrundlage würde ich es trotzdem nicht nehmen.

Heute zeigen wir uns gegenseitig, welche Texte, Profile und Nachrichten unsere Systeme inzwischen automatisch erzeugen. Das ist interessant. Über die Zukunft der Branche entscheidet es nicht.

Entscheidend sind die härteren Fragen. Welche bezahlte Arbeit wird gerade zur Standardfunktion? Welche Fees geraten unter Druck? Welche Entscheidungen müssen Menschen verantworten? Und welches Ergebnis kann eine spezialisierte Staffingfirma besser liefern als ein Kunde mit derselben Technologie oder ein Startup mit Sequoia-Geld im Rücken?

Den magischen digitalen Recruiter suche ich hier nicht. Ich suche Systembauer. Unternehmer, die ihr Angebot verändern, statt nur Aktivität zu automatisieren. Anbieter, die erklären können, wie aus einer Empfehlung verlässliche Ausführung wird.

Tools werden Standard. Ergebnisse bleiben wertvoll. Und manche Staffingmodelle merken erst durch KI, dass sie nie ein echtes Ergebnis verkauft haben.

Jetzt wird abgerechnet: im Prozess, beim Kunden und in der Marge.

Du bist heute auf der STAFFINGpro im RheinMain CongressCenter Wiesbaden? Wenn Du “early-bird” bist dann sehen wir uns um 9:20 an Stage 2. Sprich mich unter dem Stichwort “Systembauer” an, dann weiss ich dass Du ein Staffingpreneur bist. Stand C.01 - ab 15 Uhr haben wir Standparty. Ich freue mich auf ein Kaltgetränk mit Dir.

Du bist nicht in Wiesbaden? Antworte direkt auf diese Mail. Wo spürst du den Druck heute stärker: beim Kunden, der intern aufbaut, oder bei neuen Anbietern, die dein Ergebnis billiger verkaufen wollen? Ich lese jede Antwort.

Du bist schon ein Systembauer? Dann lass mich kurz wissen, was Ihr besser als alle anderen macht.

Dein Staffingpreneur
Thomas André Sola

Quellen: Julien Bek, „Services: The New Software“, Sequoia Capital, 5. März 2026; Staffing Industry Analysts; EU AI Act (Verordnung (EU) 2024/1689), Anhang III.