Einen Kandidatenpool für AI-, Data- und SAP-Rollen baust du in fünf Schritten auf: Zweck und Schlüsselrollen festlegen, passende Quellen erschließen, Profile strukturiert und rechtssicher erfassen, KI gezielt für Suche und Abgleich einsetzen und den Pool mit persönlicher Kommunikation aktiv halten. Entscheidend ist nicht die Zahl der Profile, sondern wie schnell daraus eine belastbare Shortlist entsteht. Dieser Leitfaden zeigt dir, wie das in deutschen Unternehmen gelingt, wo KI hilft und wo ein Mensch entscheiden muss.
Kurz gesagt
- Mit Rollen starten, nicht mit Daten: Wähle drei bis fünf kritische Positionen, etwa AI Solutions Architect, MLOps Engineer oder SAP S/4HANA-Consultant, und definiere für jede, was Erfolg bedeutet.
- Struktur schlägt Masse: Jedes Profil braucht Skills, Status, nächste Aktion und eine verantwortliche Person. Ein Pool ohne Pflege veraltet in Monaten.
- KI unterstützt, der Mensch entscheidet: Semantische Suche und Skill-Abgleich sparen Zeit. Die Auswahl bleibt eine menschliche Entscheidung mit echter Eingriffsmöglichkeit.
- Datenschutz von Anfang an: Für die Aufnahme in einen Talentpool brauchst du in der Regel eine befristete, widerrufbare Einwilligung.
- Erfolg messen: Zähle Besetzungen aus dem Pool und die Zeit bis zur Shortlist, nicht die Poolgröße.
Inhaltsverzeichnis
- Warum sich ein Pool für IT- und AI-Rollen rechnet
- Schritt 1: Zweck und Schlüsselrollen festlegen
- Schritt 2: Quellen erschließen und Zielgruppen trennen
- Schritt 3: Profile strukturiert erfassen
- Schritt 4: Wo KI hilft und wo der Mensch entscheidet
- Schritt 5: Datenschutz und KI-Verordnung einhalten
- Den Pool aktiv halten
- Festanstellung, Interim, fractional und Nachfolge
- Kennzahlen: Funktioniert dein Pool?
- Unsere Sicht: Ein Pool ist nur so gut wie seine Prüfung
- Wenn du den Pool nicht allein aufbauen willst
- Häufige Fragen
- Quellen
Warum sich ein Pool für IT- und AI-Rollen rechnet
Wer eine IT-Stelle erst dann ausschreibt, wenn sie frei ist, wartet lange. Laut der Bitkom-Studie zum IT-Arbeitsmarkt 2025 dauert es im Durchschnitt 7,7 Monate, eine IT-Stelle zu besetzen. Bei spezialisierten AI-Rollen, die es vor drei Jahren in vielen Organigrammen noch gar nicht gab, ist der Markt noch enger.
Das IZA-Forschungsinstitut misst die Besetzungsdauer von der Ausschreibung bis zur Vertragsunterzeichnung und wertet sie als Indikator für Passgenauigkeit, Prozessaufwand und Wettbewerb um geeignete Bewerbende. Für 2020 gaben 25 Prozent der befragten Betriebe an, mindestens drei Monate für eine qualifizierte Besetzung zu brauchen.
Ein gepflegter Kandidatenpool verschiebt den Startpunkt nach vorn. Du suchst nicht erst, wenn der Head of Data kündigt, sondern kennst bereits fünf Menschen, die die Rolle füllen könnten, weißt, wann sie wechselbereit sind, und hast mit zweien schon gesprochen. Gerade für Schlüsselpositionen ist das der Unterschied zwischen einer Vakanz von Wochen und einer von Quartalen.
Schritt 1: Zweck und Schlüsselrollen festlegen
Der häufigste Fehler ist eine einzige große Liste, in der Werkstudierende, abgelehnte Senior-Bewerber und Active-Sourcing-Kontakte nebeneinander stehen. Trenne den Zweck vorab:
- Pool für schwer besetzbare Stellen: z. B. AI Security Engineer, SAP-Architektur, MLOps
- Nachfolgepool: Kandidatinnen und Kandidaten für Rollen, deren Ausfall ein Geschäftsrisiko ist
- Interim- und Fractional-Pool: Expertinnen und Experten, die kurzfristig überbrücken können
- Skill-Pool: etwa alle Kontakte mit Erfahrung in RAG-Architekturen oder SAP BTP
- Nachwuchspool: Praktikanten, Werkstudierende, Absolventen
Wähle dann drei bis fünf Rollen, bei denen eine Vakanz am meisten kostet. Grundlage ist ein sauberes Anforderungsprofil. Das KOFA-Kompetenzzentrum Fachkräftesicherung empfiehlt, aus dem Anforderungsprofil passende Zielgruppen abzuleiten und Ansprache, Kanal und Rahmenbedingungen an deren Gewohnheiten und Bedürfnisse anzupassen.
Für jede Rolle beantwortest du vier Fragen:
| Frage | Beispiel: AI Solutions Architect | Beispiel: SAP S/4HANA FI/CO-Consultant |
|---|---|---|
| Woran misst sich Erfolg nach 12 Monaten? | Zwei produktive Use Cases mit nachweisbarem Nutzen | Abschluss des Finance-Rollouts in zwei Ländergesellschaften |
| Welche Erfahrung ist nicht verhandelbar? | Produktivbetrieb von LLM-Anwendungen, Cloud-Architektur | Mindestens ein vollständiges S/4HANA-Projekt |
| Welche Kompetenzen sind übertragbar? | Klassische Softwarearchitektur, Data Engineering | ECC-Erfahrung mit Migrationspraxis |
| Was macht die Rolle attraktiv? | Gestaltungsspielraum, Budget, Remote-Anteil | Projektverantwortung, Reiseanteil, Weiterbildung |
Die dritte Zeile ist die wichtigste. Wer nur nach exakt passenden Profilen sucht, findet für neue AI-Rollen kaum jemanden. Wer übertragbare Kompetenzen definiert, erweitert den Pool, ohne die Qualität zu senken.
Schritt 2: Quellen erschließen und Zielgruppen trennen
Ein Pool speist sich aus mehreren Quellen, und jede hat einen anderen Kontaktanlass. SAP Learning beschreibt Recruiting-Talentpools als Gruppen von Kontakten für verschiedene Jobchancen: Bewerbende, Mitarbeitende, Kontakte aus Karrieremessen und Kampagnen sowie vielversprechende abgelehnte Kandidatinnen und Kandidaten.
Für IT- und AI-Rollen haben sich diese Quellen bewährt:
- Silbermedaillen: Kandidatinnen und Kandidaten, die in einem Verfahren knapp unterlegen waren. Sie kennen dein Unternehmen schon und sind oft die schnellste Besetzung.
- Interne Talente: Mitarbeitende, die sich in Richtung Data oder AI entwickeln wollen, etwa Controller mit Python-Kenntnissen oder SAP-Entwickler mit Interesse an Machine Learning.
- Alumni: Ehemalige, die im Guten gegangen sind und inzwischen Erfahrung gesammelt haben.
- Direktansprache: Gezielte Ansprache über Netzwerke, Fachcommunitys, Konferenzen und Open-Source-Projekte.
- Empfehlungen: Gerade im SAP-Umfeld kennt man sich, und Empfehlungen aus dem Team sind oft treffsicher.
- Karriereseite und Events: Eine Option „In Talentpool eintragen" für alle, die gerade nicht wechseln wollen.
Verwalte diese Gruppen getrennt. Eine Alumna braucht eine andere Ansprache als ein Kontakt aus der Direktansprache, und für beide gelten unterschiedliche Datenschutzgrundlagen.
Schritt 3: Profile strukturiert erfassen
Ein Pool ist ein Arbeitsmodell, keine Ablage. Jedes Profil sollte mindestens diese Felder haben:
| Feld | Inhalt | Warum es zählt |
|---|---|---|
| Rollenbezug | Welche der Schlüsselrollen passt? | Ohne Rollenbezug keine gezielte Suche |
| Skills | Normierte Begriffe, z. B. „SAP S/4HANA FI", „MLOps", „Azure ML" | Einheitliche Taxonomie macht Profile auffindbar |
| Seniorität und Region | Berufsjahre, Standort, Remote-Bereitschaft | DACH-weite Suche braucht klare Filter |
| Beschäftigungsform | Fest, interim, fractional | Entscheidet, für welchen Bedarf der Kontakt infrage kommt |
| Status | Entdeckt, geprüft, Gespräch möglich, später, aktueller Prozess, archiviert | Jeder Status löst eine nächste Aktion aus |
| Nächste Aktion und Verantwortung | Wer meldet sich wann? | Sonst ruft niemand an |
| Einwilligung | Datum, Umfang, Ablauf | Pflicht für die rechtssichere Speicherung |
| Letzter Kontakt | Datum und Anlass | Zeigt, wie aktuell das Profil ist |
Lege fest, wer die Taxonomie pflegt. Wenn eine Person „S4", die nächste „S/4HANA" und eine dritte „SAP S4 Hana" schreibt, findet die Suche zwei Drittel der passenden Profile nicht. Plane außerdem eine feste Routine: Dubletten bereinigen, veraltete Profile aktualisieren und vor jeder externen Suche zuerst im eigenen Pool suchen.
Schritt 4: Wo KI hilft und wo der Mensch entscheidet
KI macht einen Kandidatenpool deutlich nützlicher, wenn du sie an den richtigen Stellen einsetzt. Das Working Paper der FH Bielefeld empfiehlt, vor der Einführung unternehmensspezifische Anwendungsfälle, Ziele und Anforderungen festzulegen, Kompetenzen aufzubauen und eine ausreichende Datenbasis zu schaffen. Ohne strukturierte Profile aus Schritt 3 hat auch die beste KI nichts, womit sie arbeiten kann.
| Aufgabe | Was KI leisten kann | Was ein Mensch prüfen muss |
|---|---|---|
| Suche | Semantische Suche: findet „Vertex AI" auch bei der Anfrage „ML-Plattform in Google Cloud" | Ob die Suchkriterien zur Rolle passen |
| Skill-Erkennung | Lebensläufe parsen, Skills normieren, Dubletten erkennen | Ob die erkannten Skills stimmen |
| Abgleich | Ähnliche Anforderungsprofile vergleichen, Kandidaten vorschlagen | Ob gute Profile übersehen wurden, z. B. Quereinsteiger |
| Ansprache | Entwürfe für personalisierte Nachrichten | Ton, Inhalt, Zeitpunkt |
| Interviewvorbereitung | Fragen aus dem Anforderungsprofil ableiten | Bewertung im Gespräch |
| Entscheidung | Keine | Vollständig |
Die letzte Zeile ist kein Formalismus. Legal Tribune Online erläutert, dass menschliche Kontrolle nicht in einem Bestätigungsklick bestehen darf: Die prüfende Person muss Ergebnisse verstehen, relevante Informationen berücksichtigen und die Empfehlung tatsächlich ändern oder verwerfen können. Wer routinemäßig einen intransparenten Score übernimmt, prüft nicht.
Praktisch heißt das: Definiere für jede Phase einen Prüfpunkt. Beim Abgleich prüfst du zum Beispiel stichprobenartig, ob Kandidatinnen mit übertragbaren Kompetenzen herausgefiltert wurden. Wie du solche Kontrollrollen im Team verteilst, zeigt unser Beitrag zu den Rollen für menschliche KI-Kontrolle. Die FH Bielefeld empfiehlt zudem interdisziplinäre Teams, Schulungen, regelmäßige Wirksamkeits- und Sicherheitsprüfungen sowie eine feste Ansprechperson für Bewerbende.
Schritt 5: Datenschutz und KI-Verordnung einhalten
Kandidatendaten sind personenbezogene Daten, und für einen Pool gelten andere Regeln als für ein laufendes Bewerbungsverfahren. Die GDD-Praxishilfe zum Datenschutz im Bewerbungsverfahren (Stand Oktober 2025) fasst die Eckpunkte zusammen:
- Laufendes Verfahren: Rechtsgrundlage ist regelmäßig Art. 6 Abs. 1 lit. b DSGVO.
- Nach einer Absage: Die Daten werden regelmäßig nach drei bis sechs Monaten gelöscht.
- Talentpool: Eine längere Speicherung setzt eine Einwilligung voraus. Hol sie erst nach Ende des Besetzungsverfahrens ein, befriste sie, nenne Zweck und Widerrufsrecht und mach den Widerruf so einfach wie die Zustimmung.
- Automatisierte Entscheidungen: Erhebliche Entscheidungen dürfen nicht ausschließlich automatisiert fallen.
Bei internen Talenten ist Vorsicht geboten. Die Datenschutzkonferenz stellt klar, dass eine Einwilligung im Beschäftigungsverhältnis wegen des Abhängigkeitsverhältnisses regelmäßig nicht freiwillig ist und nur ausnahmsweise infrage kommt. Für einen internen Nachfolgepool klärst du die Rechtsgrundlage deshalb mit deinem Datenschutzbeauftragten, bevor du Daten zusammenführst.
Hinzu kommt die europäische KI-Verordnung. Systeme, die Bewerbungen analysieren, filtern oder bewerten, gelten nach Anhang III Nr. 4 grundsätzlich als Hochrisiko-KI. Durch den Digital Omnibus wurde der Geltungsbeginn dieser Pflichten vom 2. August 2026 auf den 2. Dezember 2027 verschoben. Die DSGVO-Pflichten gelten unabhängig davon weiter. Nutze die Zeit, um Dokumentation, Prüfpunkte und Verantwortlichkeiten aufzubauen. Was Art. 14 konkret verlangt, erklären wir im Beitrag zu Human Oversight bei KI.
Gibt es einen Betriebsrat, ist er bei KI-gestützten Recruiting-Tools in der Regel einzubinden. Die FH Bielefeld nennt neben DSGVO und BDSG ausdrücklich das AGG und die Mitbestimmung als Rahmenbedingungen und empfiehlt gegebenenfalls eine Betriebsvereinbarung. Welche Rollen du dafür zuerst brauchst, beschreibt unser Artikel zur KI-Einführung mit Betriebsrat.
Den Pool aktiv halten
Ein Pool, aus dem sich niemand meldet, ist ein Adressbuch. Halte Kontakte mit relevanter, segmentierter Kommunikation warm:
- Anlassbezogen statt Newsletter für alle: Eine MLOps-Engineerin interessiert ein neues Plattformprojekt, nicht die Ausschreibung für die Buchhaltung.
- Persönlich bei Schlüsselrollen: Für Kandidatinnen und Kandidaten im Nachfolge- oder Interim-Pool gehört ein Gespräch im Halbjahr dazu. Frag nach Projekten, Wechselbereitschaft und Verfügbarkeit.
- Mehrwert bieten: Einladungen zu Fachabenden, Einblicke in eure Data-Architektur, Gespräche mit dem künftigen Team.
- Ausstieg leicht machen: Jede Nachricht zeigt, wie man sich austragen kann. Das ist fair und hält die Daten sauber.
- Einwilligungen erneuern: Vor Ablauf der Frist fragst du nach. Wer nicht zustimmt, wird gelöscht.
Festanstellung, Interim, fractional und Nachfolge
Ein gut strukturierter Pool bedient mehrere Bedarfe. Das Feld „Beschäftigungsform" aus Schritt 3 macht das möglich.
Festanstellung: Der klassische Fall. Du gleichst eine neue Stelle zuerst mit dem Pool ab und gehst erst danach in die externe Suche.
Interim: Fällt ein SAP-Projektleiter mitten im Rollout aus, brauchst du jemanden in Tagen, nicht Monaten. Ein Interim-Pool mit geprüfter Verfügbarkeit ist dafür die Grundlage.
Fractional: Viele Mittelständler brauchen einen Head of AI oder Chief AI Officer nicht in Vollzeit, aber dauerhaft. Fractional-Expertinnen und -Experten arbeiten oft nur an einzelnen Tagen pro Woche und sind schwer zu finden, weil sie nicht aktiv suchen.
Nachfolge: SAP Learning zur poolbasierten Nachfolgeplanung beschreibt, wie Unternehmen Nachfolgerinnen und Nachfolger für kritische Rollen gruppieren, ihren Bereitschaftsgrad verfolgen und sie vorbereiten, noch bevor eine konkrete Planstelle definiert ist. Für eine Schlüsselposition kombinierst du idealerweise beides: interne Kandidaten mit Entwicklungsplan und externe Kontakte als Absicherung.

Kennzahlen: Funktioniert dein Pool?
Die Poolgröße sagt wenig. Bewerbungszahlen zeigen nur das potenzielle Angebot, erst Passgenauigkeit und tatsächliche Besetzungsdauer zeigen, ob der Pool arbeitet. Diese Kennzahlen helfen dir:
| Kennzahl | Was sie zeigt | So liest du sie |
|---|---|---|
| Besetzungen aus dem Pool | Anteil der Stellen, die mit Pool-Kontakten besetzt wurden | Der wichtigste Wert, sollte von Quartal zu Quartal steigen |
| Zeit bis zur Shortlist | Tage von Bedarf bis zu drei geprüften Profilen | Vergleiche mit der Dauer ohne Pool |
| Match-to-Shortlist-Rate | Wie viele vorgeschlagene Profile die Prüfung bestehen | Niedrig heißt: Kriterien oder KI-Abgleich justieren |
| Profilaktualität | Anteil der Profile mit Kontakt in den letzten zwölf Monaten | Veraltete Profile kosten Suchzeit |
| Reaktivierungsquote | Wie viele angesprochene Kontakte antworten | Zeigt, ob die Kommunikation ankommt |
| Dublettenquote | Mehrfach erfasste Personen | Hinweis auf fehlende Datendisziplin |
Unsere Sicht: Ein Pool ist nur so gut wie seine Prüfung
Wir sehen in Gesprächen mit IT-Leitungen und Geschäftsführungen von SAP-Beratungshäusern oft dasselbe Muster: Das Unternehmen hat Hunderte Profile im ATS, aber wenn die Stelle frei wird, ist keines davon brauchbar. Die Profile sind alt, ungeprüft oder passen nur auf dem Papier.
Deshalb arbeiten wir anders. Wir liefern wenige, gründlich geprüfte Profile statt langer Listen. Jedes Talent interviewen wir persönlich. In der Endauswahl durchläuft jedes Talent eine EFPA-zertifizierte Eignungsdiagnostik, die ein zertifizierter Berater bei uns auswertet. Ein Kandidatenpool, den wir für Kunden einrichten, folgt derselben Logik: lieber zwanzig Menschen, die wir kennen, als zweitausend Datensätze.
Bei AI-Rollen prüfen wir zusätzlich etwas, das kein Skill-Tag erfasst: ob ein Talent KI souverän einsetzt, ihre Ergebnisse beurteilt und für das Resultat einsteht. Genau das erwartest du ja auch von deinem eigenen Pool. KI darf suchen, sortieren und vorschlagen. Beurteilen und verantworten muss ein Mensch.
— Ingmar
Wenn du den Pool nicht allein aufbauen willst
Polydigital richtet für dich einen geprüften Kandidatenpool für deine Schlüsselrollen ein: von der Rollenberatung über die Direktansprache bis zur Auswahl. Wir besetzen AI-, Data-, SAP- und IT-Positionen in der DACH-Region in Festanstellung, interim oder fractional, und wenn eine Schlüsselposition frei wird, verbinden wir Suche, Überbrückung und Wissenssicherung zu einer lückenlosen Nachfolge.
Häufige Fragen
Wie groß sollte ein Kandidatenpool für AI-Rollen sein?
Es gibt keine Sollgröße. Für eine Schlüsselrolle reichen oft fünf bis zehn geprüfte Kontakte, mit denen du in den letzten Monaten gesprochen hast. Wichtiger als die Zahl ist, dass sich daraus innerhalb weniger Tage eine Shortlist bilden lässt.
Darf ich abgelehnte Bewerbende einfach im Pool behalten?
Nein, nicht ohne Weiteres. Nach Ende des Verfahrens werden Bewerbungsdaten regelmäßig nach drei bis sechs Monaten gelöscht. Für eine längere Speicherung im Talentpool brauchst du eine befristete, widerrufbare Einwilligung, die du am besten nach Abschluss des Verfahrens einholst.
Werden Bewerbungen mit KI überprüft?
In vielen Unternehmen unterstützt KI heute beim Parsen von Lebensläufen, bei der Suche und beim Abgleich. Die Auswahlentscheidung darf aber nicht ausschließlich automatisiert fallen. Eine Person muss die Empfehlung verstehen und tatsächlich ändern oder verwerfen können.
Welches Tool brauche ich für einen Kandidatenpool?
Die meisten Bewerbermanagementsysteme und Recruiting-CRMs bieten Talentpool-Funktionen mit Status, Tags und Einwilligungsverwaltung. Entscheidend ist weniger das Tool als die Disziplin: einheitliche Skill-Begriffe, klare Zuständigkeiten und regelmäßige Pflege.
Wie oft sollte ich Kontakte im Pool ansprechen?
Bei Schlüsselrollen ist ein persönlicher Kontakt etwa alle sechs Monate sinnvoll, ergänzt durch anlassbezogene Nachrichten zu passenden Projekten oder Events. Massenmails ohne Bezug zur Rolle schaden eher, als dass sie nützen.
Quellen
- Bitkom: Der Arbeitsmarkt für IT-Fachkräfte, Studie 2025
- IZA Research Report 141: Fachkräftesicherung und Mitarbeiterbindung
- KOFA: Rekrutierung, Tipps für eine zielgerichtete Suche
- SAP Learning: Managing Talent Pools
- FH Bielefeld: Working Paper KI in der Personalbeschaffung
- LTO: Bewerbungen, die KI darf nicht allein entscheiden
- GDD-Praxishilfe: Datenschutz im Bewerbungsverfahren
- Datenschutzkonferenz: Kurzpapier Beschäftigtendatenschutz
- EUR-Lex: Verordnung (EU) 2024/1689 (KI-Verordnung)
- KPMG: Digital Omnibus on AI
- SAP Learning: Poolbasierte Planung erkunden
