# Interview mit Felix Adam: Erfolgreiche KI-Implementierung

*https://www.hrm.de/interview-mit-felix-adam-erfolgreiche-ki-implementierung/ — 2026-06-25*

[00:00:06] **Intro:**Die HRM Hacks Tricks, Tipps und Hilfe für Ihre HR Herausforderungen und HR Strategien. Denn der Mensch ist der wichtigste Faktor für den Erfolg Ihres Unternehmens.

[00:00:20] **[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)** Glückauf und herzlich willkommen zu den heutigen HRM Hacks, präsentiert von der TALENTPro, dem Expo Festival für Recruiting, Talentmanagement und Employer Branding. 17./ 18. Juni 2026 Live in München. Und neben vier parallelen Tracks rund um Recruiting, Talentmanagement und Employer Branding gibt es auch einen Kongresstag nur mit dem Thema HR und Recruiting Technologies. Mein Name ist Alexander Petsch, ich bin der Gründer des HRM-Instituts, euer Gastgeber. Und in unserer heutigen HRM Hacks Folge habe ich Felix Adam zu Gast und wir sprechen Hacks zur erfolgreichen KI-Projekteinführung. Felix Adam ist CEO und Cofounder von Monaray und wie der Name schon sagt, geht es da um KI und zwar im Recruiting und Staffing Umfeld. Als ich Felix vor vier Jahren kennenlernte, war Monai sozusagen das kleinste Startup auf der Staffing Pro in Wiesbaden und wir haben uns gefreut, dass wir da innovativen Neuzugang hatten. Und heute gehört er mit Mona Ai, ich würde mal sagen, zu dem am professionellsten auftretenden und am meisten beachteten Unternehmen vor Ort. Ja, Felix kommt, übrigens wie ich auch, aus dem schönsten Bundesland der Welt, nämlich dem Saarland. Wie ihr alle wisst. Hey, herzlich willkommen, Felix, Schön, dass du da bist.

[00:01:47] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Danke, dass du mich eingeladen hast, Alex.

[00:01:49] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ja, du. Ich sag mal, KI ist ja nicht nur ich sag mal, der im Moment heißeste Scheiß, sondern ich glaube auch wirklich wahrscheinlich so wie die Erfindung des Internets oder der Dampfmaschine. Das, was zumindest wahrscheinlich meine Generation am meisten noch prägen wird in der Arbeitswelt. Verrate uns doch mal wie ist denn deine Meinung? Wo stehen wir denn so in der White-Collar-Arbeitswelt, in fünf und in zehn Jahren?

[00:02:17] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**** Boah, ich würde sagen, auch wenn die KI heute schon extrem viel kann, sind es immer noch die Kinderschuhe. Also das ist jetzt relativ technisch, aber ich versuche es einfach zu erklären. Die KI Modelle, den wurde beigebracht, den nächsten Buchstaben vorherzusagen. Ja, das ist wie wenn ich dir sage geh mal durchs ABC durch und dann sag mal, was als nächstes kommt. Ja, auch für uns Menschen kaum zu greifen. Und so ist es für die KI auch. Sie versucht einfach ganz, ganz viel Wissen sich anzueignen und zu zu lernen, aber kann nicht wirklich denken. Und in dieser Periode stecken wir noch fest. Ich sag mal Grundschule. Und wir sind noch lange nicht im Gymnasium, oder? Oder beim Abitur. Ja, und obwohl die jetzt schon so viel kann, sage ich mal, ist noch ganz, ganz viel. Was kommt also? Die nächsten 5 bis 10 Jahre werden wir erleben, dass ganze Firmen nur aus KI bestehen, dass 90 % der Jobs, die wir heute kennen, disruptiert werden und sich verändern werden. Und das hat auch einen positiven Vorteil. Ich nenne das immer, KI ist der erste deflationäre Prozess seit einiger Zeit. Also für uns als Otto Normalverbraucher sollte das mit einhergehen, dass ich meinen Steuerberater vielleicht für 10 € kriege statt für tausende von Euros im Monat, dass ich meinen Flug auch endlich mit einem Chatbot stornieren kann, der funktioniert und dass die Bahn pünktlicher kommt. Also vielleicht werden wir das beide nicht mehr erleben, Aber ich glaube, dass noch extrem viel was kommen wird mit KI, was ganz, ganz cool wird.

[00:03:37] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Na, ich glaube wir sind wir beide uns einig. Es wird halt wie gesagt noch brutaler werden. Aber viele Firmen sind ja jetzt schon gerade auch viele HR-Abteilungen, staffing Unternehmen sind ja gerade so auch in den ersten Gehversuchen, ich sag mal ersten Umsetzung. Und von daher finde ich unser heutiges Thema, nämlich zehn Hacks zur erfolgreichen KI Projekt Einführung. Einfach eine total spannende Grundlage, weil ich habe neulich wieder gelesen, das ich glaube, das weißt du sogar wahrscheinlich besser als ich. Ein Großteil der KI-Projekte aktuell scheitern.

[00:04:12] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Absolut. Also es gibt da Zahlen zwischen 80 und 95 %, die irgendwie scheitern. Das ist auch nicht so ganz überraschend. Viele der Firmen haben schon bei der Digitalisierung nicht richtig angepackt und erwarten jetzt quasi, dass wir, wie die Automobilhersteller auch, vom Benziner direkt zum Elektro springen, oder vielleicht noch weiter. Und so ist es bei dem KI-Projekten auch. Wir haben Daten, die in Excel liegen. Wir haben Daten, die irgendwie auch noch auf Papier liegen und jetzt will man da so KI drauf schmeißen und sagt dann So, jetzt sind alle meine Probleme gelöst, die Wirtschaftskrise ist vorbei und ich kann auf Ibiza Mai Tais trinken. Das ist kein Witz. Also wir haben wirklich Erwartungshaltungen, die sind exorbitant hoch, wo wir immer mit klarkommen müssen. Also nicht nur, dass die KI-Projekte schwierig genug sind, sondern auch, dass die Erwartungshaltung der Menschen so hoch ist, weil man von von Science Fiction ausgeht, dass wir da meistens nicht unbedingt Liefern können. Ist schon krass.

[00:05:03] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Hört sich spannend an! Ja. Also dann steigen wir mal ein in die zehn Hacks, die du uns mitgebracht hast. Zum Thema Wie kann ich das denn erfolgreich managen, dass ich vielleicht zu den 15 oder 20 % gehöre, die das KI-Projekt erfolgreich sozusagen implementieren?

[00:05:20] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Zu Beginn aller Projekte fragen wir unseren Kunden immer erst: "Was ist eigentlich deine Strategie mit KI?" Ja, wir werden angerufen. Dann sagt jemand: "Ey Felix, ich brauche KI. Ich habe es irgendwie zwei Jahre verpennt. Was kann ich denn jetzt machen?" Dann sagen wir okay, gut, also ganz nett von dir, aber du brauchst halt eine Strategie. Also willst du vielleicht Kosten sparen? Willst du effizienter sein? Willst du mehr Umsatz machen? Klar, alle wollen am besten alles haben. Aber in der Regel haben wir gelernt Du kannst nur eins von beidem oder 1/3 Sachen entweder Kosten sparen, oder effizienter werden, oder mehr Umsatz machen. Und sobald man sich diese Strategie mal überlegt hat, dann wird auch viel, viel klarer, wo man hin will. Also ich gebe mal ein ganz konkretes Beispiel im HR. Ich will vielleicht weniger Stellenausschreibungen machen, weil die Preise ja jedes Jahr hochgehen. Also muss ich meinen Bewerberpool dafür reaktivieren. Allein dieser Denkprozess ist schon nicht für jeden im Recruiting ersichtlich. Also sagen wir okay, ich möchte meine Kosten beim Ad-Budget sparen. Also muss ich meine Bewerber, die ich schon im Pool habe, auch reaktivieren. Und wenn diese Strategie klar ist, dann ist es relativ einfach. Dann nimmt man einen Agent, der sich um diese kümmert und zack, das Projekt ist nach vier Wochen fertig. Ja, so einfach kann es sein. Wenn jemand aber sagt: "Boah, ich weiß gar nicht so genau, was ich will, ich will vielleicht mal alle Agents probieren. Ich will alles mal machen und tun." Dann führt das meistens zu gar nichts. Und deswegen sage ich immer Strategie vor Technologie, weil das heute technologisch umzusetzen ist. Fast alles. Aber wenn die Strategie nicht klar ist, dann führt das einfach zu nichts.

[00:06:45] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Du hast gerade gesagt Effizient oder Kostenvorteil, Das wäre für mich so ziemlich nah beieinander.

[00:06:52] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Ich mache mal ein Beispiel. Wenn ich jetzt schneller auf den Kandidaten reagiere, ist vielleicht noch gar kein Kostenblock entstanden. Aber wenn ich schneller reagiere, habe ich eine höhere Chance, den einzustellen. Weil heute auch das ganze Kandidaten-Ghosting ist ein Thema. Die Leute wissen nicht so genau, wie sie gerade im Bewerbungsprozess stehen. Ich kann jetzt die Zahlen nicht auswendig aus dem Kopf, aber die Reaktionsquote liegt bei 47 Tagen, bis ein Kandidat, den erst das erste Feedback kriegt, was gerade mit ihm passiert. Eigentlich 47 Tage. Und dann beschweren wir uns über Fachkräftemangel und über andere Themen. Also hier in dem Fall, Effizienz wäre einfach, dem zu sagen:  "Okay, so sieht unser Prozess aus. Du erhältst nach sieben Tagen Feedback". Und dann sollte man sich auch daran halten. Das wäre effizient und man würde nicht direkt mehr Umsatz machen oder Kosten sparen. Auf der anderen Seite wäre kostensparend, wie gesagt, das Beispiel, was ich eben gemacht habe den Kandidaten selber abholen und dann dauerhaft reingagen.

[00:07:44] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ja, hier im Podcast hatten wir auch mehrfach das Thema Speed. Als eines der absoluten Mega Hacks, würde ich mal sagen. Also ja und dann ging es eher darum, wie kann ich am nächsten Tag oder am selben Tag eigentlich reagieren? Ja.

[00:07:58] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Das ist ein ganz klassischer Case von einer Ebene, wo wir unseren Kunden versprechen. Wir wollen innerhalb von zwei Minuten reagieren. Und da komme ich auch wieder zurück auf das Thema Prozess und Strategie vorher klar machen. Wenn wir dann die Daten aus anderen Systemen erst nach einer halben Stunde kriegen, können wir nicht in zwei Minuten reagieren. Also ist so ein kleiner Ausreißer jetzt quasi, aber der Kunde muss sich vorher klar machen, was er, was er erreichen will und muss vielleicht auch schon die technischen Gegebenheiten mitbringen, damit wir es erreichen können. Also ja.

[00:08:27] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Okay, also jetzt haben wir uns entschieden, wir machen eine Strategie und nicht alle gleichzeitig. Ja. Ja. Wie jetzt? Wie geht es dann weiter?

[00:08:36] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**** Wenn wir uns jetzt entschieden haben, beispielsweise Kosten zu senken, ja, dann möchten wir danach KPIs erheben. Also statt einfach loszulaufen und zu sagen, wir sind jetzt schneller als vorher, sagen wir okay, heute liegen wir bei 47 Tagen, bis sich so ein Kandidat, bis der von uns hört im Schnitt. Das muss man auch vorher ehrlicherweise tracken. Also wenn ich mir den Recruitern spreche, sagen die immer Ja, wir sind super schnell. Und wenn wir ins System reingucken, dann liegen da 80 % der Kandidaten unangefasst über drei Jahre rum. Also das ist dann meistens schon ein eher persönliches emotionales Thema, weil man dann Dinge ansprechen muss, die unangenehm sind im Unternehmen sage ich mal, weil der Recruiter muss ja eigentlich sagen Oh, ich bin ein bisschen langsam. Also sagen wir okay, wir können das gerne unabhängig machen, so als Third Party und sagen okay, wir setzen uns mal neben dran und gucken uns mal an, wie lange das dauert. Wenn man diese KPIs dann hat. Dann sollte man sich drei auswählen oder zwei oder kommt auf den Kunden an, ich will nur sagen nicht alle KPIS auswählen, weil der Scope des Projekts, also der Fokus, schon klar gesetzt sein sollte. Bleiben wir bei unserem Beispiel Geschwindigkeit. Das heißt wir tracken, wie lange dauert es bis zum Erstkontakt? Wie lange dauert es, bis ich den zum Interview eingeladen habe? Und wie lange dauert es vielleicht, eine CV zu scannen? Diese drei Themen. Das misst man dann, und nach dem Projekt kann man dann sagen okay, jetzt ist der Prozess schneller oder langsamer. Also wirklich ganz klar KPIs tracken. Ehrlich zu sich selber sein, das müssen ehrliche KPIs sein, sonst kann so ein Projekt auch nur scheitern. Und das ist ein kleines innenpolitisches Thema. Nicht die Leute fragen, die es betreffen könnte nach den KPIS, sondern das Transparent quasi von der IT oder von einem Projektmanager erheben lassen. Diese KPIs, also KPIs für die Zuhörer, das sind halt die Zahlen, die man trägt. Dass man eben weiß, worauf man hinarbeitet.

[00:10:25] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Okay, ich glaube, das waren ja, schon fast zwei Hacks auf einmal. Nämlich sich vorher klar werden, in welche Richtung gehe ich? Und dann dazu sozusagen die, die Top 1 bis 3 KPIs erheben und daran auch sozusagen am Ende vom Tag wahrscheinlich natürlich auch den Erfolg messen.

[00:10:48] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Also es macht wirklich gar keinen Sinn und das muss ich Leuten immer wieder sagen und auch immer, wenn ich es sage, Sind Sie überrascht. KI-Projekt hat immer ein besonderes Ziel zu verfolgen, weil einfach nur KI einzuführen, um KI einzuführen, macht die ganzen Leute unsicher. Dann kann das Projekt ganz schnell scheitern, weil man gar nicht weiß, worauf man hinarbeitet. Ich kann jetzt KI einführen, Dann habe ich 100 Leute, die chatten mit irgendeinem Chatbot und generieren Memes den ganzen Tag oder lustige Videos. Dann habe ich auch nichts gewonnen. Also dann haben alle KI benutzt und wir haben es eingeführt und wir haben nur Kosten produziert, aber irgendwie ohne einen Mehrwert zu schaffen. Das passiert wirklich viel häufiger als man denkt und vor allen Dingen bei den Microsoft Co-Pilotprojekten. Da alle eh schon in der Microsoft Cloud sind, ist es naheliegend dann komplett einzuführen. Aber es wird halt überhaupt nicht getrackt. Wie viel wird das genutzt? Hat sie überhaupt einen Businessbezug? Ist es richtig integriert? Sondern einfach Ja, wir machen jetzt KI, also kaufen wir jetzt 100 Copilot-Lizenzen. Und nach einem halben Jahr fragt dann der Geschäftsführer. Was haben wir damit gemacht? Ja Bilder generiert und schlechte Emails geschrieben. Also das ist dann wirklich und ich übertreibe es nicht. Bitte, es ist wirklich häufiger so als man denkt. Nutzt bitte sinnvolle KPIs und nicht irgendwie quatsch KPIs.

[00:11:58] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ist das dann eigentlich auch so eine, also man spricht ja in den ganzen KI-Thematiken auch immer von KI-Agenten. Also ich sage mal, ich nenne es mal ähm und korrigiere mich, wenn ich das falsch definiere. Aber ich sag mal einzelne Tools, die ganz speziell einzelne Tasks sozusagen performen oder auch natürlich darauf spezialisiert sind, das zu performen, vielleicht sich da auch kontinuierlich verbessern, weil sie genau in diesen Tasks arbeiten. Und das, was du jetzt ja sozusagen vorbereitend hier schon berichtest, geht für mich ja schon sehr stark in so eine KI-Agentendefinition, dass ich eigentlich genau den Prozess mehr überlegen muss. Für was will ich das denn einsetzen?

[00:12:40] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Genau das ist exakt, was du beschreibst. Wenn ich jetzt einfach irgendein KI-Modell frage, wie chatgpt und sagt hey, ich muss irgendwie jetzt hier ein CV screenen, dann screent die ja auch den CV für dich und gibt irgendeine Antwort. Wenn ich aber der KI schon sage, ich gehöre zu dem Unternehmen Staffingpro GmbH. Ja, und ich muss hier Bewerber im Bereich Logistik screenen. Und das ist unser Ziel. Und wir sind für Inklusion und wir möchten dies und das. Dann ist dieser dieses KI-Modell vorgebrieft. Das nennt man dann meistens einen Agenten-Kontext und dann kann diese KI mit diesem Kontext bessere Entscheidungen treffen. Und ein Agent hat nicht nur den Kontext, sondern auch Zugriff auf Tools. Also wenn mir jetzt die Information fehlt über den Bewerber, wo der vorher gearbeitet hat, dann kann die zum Beispiel selbstständig ins Internet gehen und kann rausfinden, was ist denn diese komische Firma Volkswagen? Ja, man kann herausfinden, was sie gemacht hat, um eine bessere Entscheidung zu treffen, ob dieser Kandidat zu dir passt. Also der Agent, im Gegensatz zum klassischen KI-Modell hat meistens Zugriff auf Tools und auf mehr Wissen, um das zu nutzen, um, um dir zu helfen.

[00:13:42] **[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)**Okay. Ja. Spannend. Also jetzt haben wir sozusagen KPIs sozusagen definiert. Wie geht's dann weiter

[00:13:51] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**** Jetzt haben wir eine Strategie festgelegt. Wir wollen irgendwie schneller werden, effizienter werden. Wir haben die KPIS definiert, um das zu tracken. Jetzt kommt es zum Thema: Können wir überhaupt das Projekt umsetzen? Wir nennen das bei uns einen Reifegrad bestimmen. Ein Reifegrad eines Unternehmens. Dafür haben wir vier, vier Stufen. Stufe eins Stufe vier. Kunden bei uns werden nur die Leute die Stufe drei Stufe vier haben. Um das weniger abstrakt zu erklären: Wenn eure Daten noch in Outlook liegen oder in irgendeiner Excelliste, dann kann unser KI-Agent nie darauf zugreifen. Das heißt ihr würdet bei uns nicht gut bewertet. So würden wir es nennen und würden euch sagen Leute, wir brauchen zumindest mal ein Bewerbermanagementsystem oder wir brauchen die Daten in der Cloud, damit unsere Infrastruktur ja auch darauf zugreifen kann. Wenn eure Daten aber oder noch schlimmer auf Blatt Papier ist, dann kann uns nichts tun. Ja, und wir ranken dann unsere Kunden Unternehmen in diesem Reifegrad und sagen okay, wenn das System nicht da ist, wenn die Datenschutz vielleicht nicht da ist. Also die meisten Firmen sollten eine sogenannte Datenschutzrichtlinie haben. Wenn es die nicht gibt, müssten wir ja schon fast eine juristische Beratung mit dem Kunden machen, bevor wir überhaupt KI einführen können. Ja. Also diese, dieses Scoring erheben wir. Ich mache noch ein paar andere Beispiele. Firmen heute sollten auch eine sogenannte KI-Richtlinie haben. Da steht drin beschrieben, wer im Unternehmen darf welche KI-Tools nutzen. Wenn es sie nicht gibt, dann müssen wir dem Kunden eigentlich sagen Hey, mach mal deine Datenschutzrichtlinie, mach mal deine KI-Richtlinie und in drei Monaten können wir dann mit dir vielleicht anfangen zu starten, weil es macht ja für uns keinen Sinn mit dem ein Projekt zu machen und dann läuft er nachher in ein juristisches Risiko rein. Also das machen wir mit unserem sogenannten Reifegradmodell. Kann man auch online finden und oder mit KI besprechen. Ansonsten gerne auf unserer Webseite und herausfinden, wo man da im Prozess steht.

[00:15:36] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Okay, das heißt ja, ihr sagt, es macht eigentlich nur Sinn, mit jemandem zusammenzuarbeiten, oder es macht generell nur Sinn, KI-Projekte sozusagen zu starten und loszutreten, wenn ich auf der einen Seite die Datenstruktur entsprechend vorbereitet oder entsprechend habe. Also sprich die Daten in einer Datenbank und oder in einer Datenbank als Cloud System, sozusagen mit entsprechenden Schnittstellen und APIs und Zugriffsmöglichkeiten, sozusagen dieses ganze Datenthema. Und auf der anderen Seite, wenn die rechtlichen Rahmenbedingungen innerhalb der Firma geregelt sind, ja so, dass da auch die die Basis, also gibt's noch was, was über den Reifegrad als Cluster reinspielt.

[00:16:28] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Also es gibt natürlich noch einen Personalblock, wenn die Firma und das ist jetzt nicht despektierlich gemeint, wenn die Firma generell einen höheren Altersdurchschnitt hat, ist auch die Akzeptanz für neue Systeme natürlich vielleicht nicht ganz so gegeben. Ja, das ist nur ein genereller Trend, den ich beobachte, nicht immer wahr für alle Firmen will ich dazu sagen. Aber je jünger ein Team ist, desto eher sind sie bereit, neue Prozesse auszuprobieren, neue Tools auszuprobieren. Während Ingrid mit Ende 50, Anfang 60 vielleicht sagt: Hey, die letzten zwei, drei Jahre mache ich noch ohne KI. Und dann wird so ein KI-Projekt auch relativ schwierig, weil die dann nicht so ein Bedürfnis oder Interesse haben, das wirklich voranzutreiben. Also das ist noch der dritte Themenpunkt. Wenn die Menschen im Unternehmen das nicht wollen, wird dieses Projekt auch scheitern. Und das ist einfach häufig der Fall. Und Statistik 43 % der Deutschen sagen, sie möchten den KI gar nicht weitergebildet werden. Also die verweigern schon überhaupt die Weiterbildungsmöglichkeit. Das war eine sehr erschreckende Statistik, die ich letzte Woche erst gelesen habe, dass Sie schon sagen: Nicht nur habe ich keine Lust auf KI, sondern sogar Ich will mich gar nicht darin weiterbilden.

[00:17:29] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Und das ist schon quasi Arbeitsverweigerung ab Tag eins. Und dann ist mir auch klar, warum die Projekte häufiger scheitern. Die ganze schlechte Statistik haben wir bei uns zwar nicht, aber dennoch, wir sehen schon diese Blockaden immer mal wieder, wo die Leute sagen: Ey, ich automatisiere quasi meinen Job und denen wird dann halt in diesem Projekt nicht gesagt, dass ihr Job ist besser wird, sondern die sehen erstmal nur, hey, ich habe vorher Kandidaten angerufen, jetzt ruft die KI die an! Was mache ich denn dann? Dann kriegen die sofort Panik, wenn man denen dann nicht sagt, ja ne, jetzt kannst du dich um die guten Kandidaten viel mehr kümmern und kannst mit denen dich mehr beschäftigen. Dann kriegen wir gesagt, kriegen die eben Angst. Und deshalb ist es super, super wichtig in diesem Prozess die auch mit zu holen, denen zu erklären. Wir sparen Zeit ein in der Geschwindigkeit oder wir wollen mehr Geschwindigkeit aufbauen, aber hinten raus, wenn es darum geht, den besten Kandidaten einzustellen. Da können wir mehr Zeit investieren, zum Beispiel. Muss man dann im Modell schon mit Briefen am Anfang.

[00:18:24] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Okay, jetzt haben wir den Reifegrad bestimmt oder bewertet. Wie geht es jetzt weiter?

[00:18:29] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**** Jetzt geht es um ein kleines technisches Thema. Ich versuche es aber für die HR-Leute einfach darzustellen. Es geht um das Thema Datenqualität. Das heißt, wenn ich meine Daten im System habe, sind Daten nicht gleich Daten. Also habe ich die Daten sauber abgelegt. Habe ich keine Duplikate, habe ich strukturierte Felder im Feld Vorname sollte auch der Vorname drin stehen und nicht der Nachname. Solche kleinen Dinge sind für die KI schon wichtig, aber sind halt nicht immer gegeben. Also wenn ihr in der Regel ein ATS-System habt, ein Management System habt, dann habt ihr saubere Datenstrukturen. Wenn ihr irgendwelche Excel-Listen durch die Gegend schickt oder einfach nur die Kandidaten im Postfach lasst, dann habt ihr vielleicht keine saubere Datenstruktur. Und dann wird es für die KI auch relativ schwierig, da was zu produzieren. Und hier ist so ein Zitat: "Garbage in garbage out". Ja, wenn man schlechte Daten reingibt in die KI, dann wird die KI auch schlechte Daten oder schlechtes schlechte Ergebnisse produzieren.

[00:19:20] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Mensch, jetzt dachte ich, dass Mona versteht, dass Mona ein Vorname ist.

[00:19:23] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****In den meisten Fällen, aber nicht in allen Fällen ist klar, was der Vor und Nachname ist.

[00:19:31]**[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)**Meine Güte, ja, aber es ist natürlich klar. Also ich glaube, dieses diese alte Grundregel Daten und shit in shit out. Also wenn ich nicht eine gute Basis habe, kann ich darauf die besten Systeme anwenden, aber es wird nicht besser.

[00:19:48] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Genau so ist es. Die KI muss schon ein bisschen Kontext haben über das, was sie tun soll. Klar kann ich schon viel selber herleiten, da wird ja auch immer besser drin. Aber wenn man es der besonders schwer macht, dann kann man nicht erwarten, dass alles zu 100 % funktioniert.

[00:20:01] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ich glaube, das ist also zumindest bei mir im Kopf schon auch so eine Vorstellung. Ich denke, naja, der Vorteil von KI im Vergleich zu einem zu einer Software ist ja, dass die KI in Anführungszeichen ein Stück weit auch für mich in den Prozessen vielleicht mitdenkt oder auch in diesen vielleicht etwas unsauberen Strukturen, die korrigiert.

[00:20:23] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Wenn man den Prozess so einhält, wie ich ihn gerade eben beschrieben habe. Also der KI wird gesagt, was ist die Strategie? Der KI wird gesagt, was ist das Ziel? Der KI wird gesagt, was sind die KPIs? Wenn die das alles weiß, dann kann die damit schon sehr sehr gut umgehen. Wenn man einfach sagt, da ist ein Lebenslauf, mach, dann kann die natürlich nichts damit anfangen. Deswegen haben wir diesen diesen KI-Projektmanagement-Aufbau auch so gewählt, wie ich ihn gerade eben beschrieben habe, weil wenn die all diese Informationen hat, die KI, kann die auch genau zielgerichtet darauf hinarbeiten. Das hast du exakt darauf hingewiesen. Wenn sie das alles hat, dann kann sie auch sauber arbeiten. Wenn nicht, dann nicht.

[00:20:59] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Gut. Also Datenqualität. Check. Haben wir jetzt irgendwie unsere Hausaufgaben gemacht. Alles glattgezogen. Wie können wir dann die Chance erhöhen, dass wir nicht scheitern?

[00:21:11] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**** Zum kleineren Aspekt, Nicht nur haben wir eine Datenqualität, sondern wir müssen auch gucken Kommen wir an die Daten ran. Ja, man nennt das Schnittstellenfähigkeit. Also hat euer System, was ihr benutzt, die Möglichkeit überhaupt Daten raus und rein zu schreiben. Normalerweise haben Bewerbermanagementsysteme wie Rex, Softgarden, talentiert usw. Ja, die haben alle solche Schnittstellen. Aber wenn sie die nicht haben, dann wird es wirklich problematisch, weil dann habt ihr vielleicht die Daten digital, aber der KI-Agent kann nicht darauf zugreifen. Das ist ein kleines Thema. Solltet ihr einfach nur mit eurer IT absprechen und euren Anbieter fragen: Hey, haben wir eine sogenannte Schnittstelle oder halt eben nicht? Ja.

[00:21:52] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Sozusagen. Tipp wenn er keine Schnittstellen hat in eurem System vielleicht die Zeit nach einem neuen System zu suchen.

[00:21:57] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Das ist genau der richtige Tipp. Ohne Schnittstellen. Das haben wir jetzt auch die letzten drei Monate mitbekommen. Viele unserer Kunden, die mit uns schon länger zusammenarbeiten wollen, konnten es nicht, weil sie genau den Check gemacht haben und sind jetzt gewechselt und können endlich mit uns zusammenarbeiten. Und die, die Auswahl des Bewerbersystems in Zukunft wird darauf basieren, glaube ich, wie gut die Schnittstellen sind und nicht, wie gut das Interface ist. Weil das Interface wird ja mehr von den KI-Agenten benutzt nach und nach. Und die Sachen, die in der KI nicht kann. Also das Beurteilen von Soft-Skills, Charakter, Cultural-Fit das wird beim Recruiter liegen, aber alle anderen Dokumentationen, Compliance, Nachfragen von Unterlagen, das wird natürlich die KI machen, also muss das gut mit Schnittstellen erreichbar sein.

[00:22:42] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****So, jetzt haben wir die Schnittstellenfähigkeit, einmal das ATS gewechselt.

[00:22:47] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Nachdem wir das ATS gewechselt haben, sollten wir auch wissen, wie laufen unsere Prozesse. Ist noch mal ein kleineres Ding, aber sollte man nicht vergessen. Ich gebe ein anderes Beispiel. Was meine ich unter Prozessen. Wissen wir denn im Unternehmen überhaupt? Wird geduzt oder gesiezt? Ja, wir haben Kunden bei uns im Termin, Die kommen zum Ersten Mal nach, nachdem sie schon seit 20 Jahren gibt. Stellen Sie sich die Frage Duzen oder siezen Sie eigentlich die Kandidaten? Weil es noch nie in einer festgelegt hat. Also wenn mit uns ein Projekt gemacht wird, muss der KI-Agent genau wissen Duzen oder siezen wir? Wie gehen wir mit Menschen außerhalb der EU um, zum Beispiel. Was passiert denn dann da. Wenn man das nicht weiß und der KI-Agent das nicht weiß? Dann können Dinge passieren, die man nicht möchte. Also würde ich dem Kunden immer sagen: Dokument dokumentiert eure Prozesse. Das kann jetzt irgendwie acht Jahre dauern oder halt in einem Tag gemacht werden. Schreibt einfach auf: Wie geht ihr mit Kandidaten um, wie stellt ihr die ein, Wie prüft ihr auch, ob ihr die einstellen dürft usw. und das einmal dokumentiert zu haben kann nur helfen.

[00:23:42] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ja okay. Ich glaube das ist tendenziell oft mehr als ein Tag Arbeit.

[00:23:50] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Deshalb sage ich, man kann das extrem detailliert machen, um weniger Fehler zu machen. Man kann es aber auch erstmal grob machen, damit die KI irgendeine Art Hinweis hat, wo man hin möchte. Wenn man es gar nicht dokumentiert, hat man immer Probleme, dass die KI das macht, was man soll, weil sie nicht wissen kann. Das ist wie wenn ich einen Praktikanten einstelle, und sage Rekrutiere mal. Ja, das kommt dass selbe dabei raus. Dann macht er irgendwas richtig und die meisten Sachen wahrscheinlich falsch. Die KI ist genauso wie ein Praktikant, da muss man erst sagen, was man will.

[00:24:17] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Kann kann ich das auch nachher noch nachsteuern? Also.

[00:24:22] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Absolut. Man nennt das dann das Systemprompt, oder die Seele der KI. Der kann man halt eben diese Regeln mitgeben. Und wenn man merkt, das ist falsch, dann kann man das noch mal nach prompten und dann wird die sich sofort anpassen. Genau. Dann, nächster Blog. CEO-Commitment nennen wir das. Also wir haben einfach als einzigen Faktor, der wirklich sich durch alle Projekte hindurch zieht. Wenn der Geschäftsführer oder die Geschäftsführerin sagen, wir müssen jetzt KI machen, ansonsten geht unser Business den Bach runter, funktionieren nahezu alle Projekte witzigerweise. Es ist wirklich eine heftige Korrelation. Ich müsste mal die Zahlen raussuchen, aber extrem heftig. Wenn der CEO sagt wir machen das und wenn es nicht klappt, machen wir das nächste Projekt. Dann ziehen alle mit, weil sie wissen: Hey, wir müssen. Wenn aber die Geschäftsführung sagt ach, wir probieren mal aus, ob KI was ist und wenn nicht, dann lassen wir es halt eben. Dann werden die Leute alle möglichen Gründe finden, warum das nicht geklappt hat. Weil sie sich natürlich nicht verändern wollen und das ist wirklich exorbitant in der Korrelation gewesen. Alle Leute, die hinter dem Projekt stehen und sagen, wir müssen KI machen, da funktioniert das. Und alle, die sagen ja, wir testen mal aus, die sind richtig glücklich.

[00:25:31] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Wenn dann das Projekt scheitert, weil sie sagen können Ach geil, ich habe noch zwei Jahre Zeit, bevor das irgendwie was wird. Und die sind dann in zwei Jahren komplett aufgeschmissen, weil die so weit hinten dran sind, dass es kaum noch aufgeholt kriegen. Das muss ich auch in aller Deutlichkeit sagen. Die Leute hoffen darauf teilweise, dass diese Projekte scheitern, um zu sagen Oh, ich habe mich noch zwei Jahre retten können, weil die KI hat einen Fehler von 100 Aufgaben gemacht, die ist noch nicht so weit, und dann kann ich noch ein bisschen warten. Das ist die Geschäftsführung muss dahinter stehen und muss sagen, Wir müssen KI machen, wir wollen das machen, wir müssen und dann funktionieren die Projekte auch. Also das ist ganz, ganz wichtig am Anfang des Projekts, dass die Geschäftsführung dahinter steht, weil dann vielleicht aus einer Personalperspektive haben auch die Leute die Freiheit zu scheitern. Wenn aber der Geschäftsführer da ganz, ganz kritisch drauf guckt und ich schon denke, dass KI vielleicht schon nicht so richtig funktioniert, dann werden die doch Angst haben, da Fehler zu machen und wollen es gar nicht richtig ausprobieren oder sich dahinter stellen. Also ja.

[00:26:25] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Ich glaube ein CEO oder ein Führungscommitment ist wahrscheinlich auch das Thema, klare Bekenntnis und Definition von Budget, Zeit und Ressourcen.

[00:26:35] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Wenn ich das nur so on the side mache und so. Habe dann zwei Stunden die Woche für so ein KI-Projekt, dann kann das nicht funktionieren. Wenn ich aber sage, du machst das jetzt, wir machen das gemeinsam. Du hast Budget, du kannst auch fehlschlagen, aber wenn du fehlschlägt, hast du was gelernt und dann nutzen wir die nächste KI. Kann ja auch sein, dass die Mona-KI nicht gut ist, aber ich nehme dann die Lisa-KI oder, wie auch immer die KI heißt. Dann ist aber das klare Commitment da, dass wir immer was lernen aus dem Projekt und dass wir auf jeden Fall brauchen. Und dann reagieren die Leute ganz, ganz anders. Ja, ich glaube in der normalen Personalführung ja ähnlich, Also ja.

[00:27:06] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Auf jeden Fall.

[00:27:07] ****[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)****Genau. Und dann vielleicht der letzte Punkt. Ich würde den neunten und zehnten Punkt kombinieren. Wir wollen das Team früh einbinden. Was ich eben schon gesagt habe, bringen die Leute ein und sagen, wir machen jetzt das KI-Projekt. Wir wollen uns da und dahin entwickeln. Wir wollen also zum Beispiel schneller werden und dafür habt ihr dann mehr Zeit, euch um die Kandidaten besser zu kümmern. Wir haben ganz, ganz häufig das Beispiel, wenn Leute aus dem Ausland kommen in Deutschland, das haben wir mittlerweile mehr und mehr für die Fachkräfte, um dem Fachkräftemangel zu begegnen. Da muss man sich vielleicht um den Ukrainer auch mal einen Tag länger kümmern. Wir haben den Sagen Wie kannst du eigentlich Deutschland eine Wohnung kriegen, Wie machst du so einen Bankaccount auf solche banalen Dinge? Da muss man den Leuten halt eben helfen. Und wenn die KI alle anderen Prozesse für einen abnimmt, hat man die Zeit, die man braucht, um sich um die Leute zu kümmern. Das ist was sehr, sehr Positives, finde ich, wenn man das dem Team so erklärt, dann wollen die ja auch mit KI arbeiten, weil die merken, Oh geil, ich kann als Personaler oder als Recruiter mich endlich um die Menschen kümmern, was ich als Personaler eigentlich machen will. Und heute? Das kriege ich sehr, sehr, sehr, sehr häufig als Feedback, müssen die Personaler halt viel Compliance mitmachen, viele juristische Themen machen, viele Dokumentenverwaltung machen.

[00:28:11] **[Felix Adam:](https://www.hrm.de/mitglieder/felix-adam1/)**Das wollen ja gar nicht. Personaler wirst du ja eigentlich, weil du mit Menschen arbeiten willst und nicht um Excelsheets auszufüllen, sage ich mal. Und wenn man das Team halt früh abholt mit der Zielsetzung, dann kann das funktionieren. Und dann halt eben in kleinen Projekten starten, nicht in großen. Starte mit einem kleinen Prozess wie, wir wollen ein bisschen schneller reagieren auf den Kandidaten, oder, wir wollen das Bewerber-Ghosting um 10 % reduzieren. Wenn man das dem Team auch so erklärt, dann kann man kleine Projekte machen, sehr, sehr schnell Erfolge nachweisen und kann dann danach skalieren und nicht skalieren, bevor man es gemacht hat. Also ich glaube, es geht so ein bisschen auf das zurück, was ich am Anfang gesagt habe. Wenn die Strategie klar ist, die KPIs sind klar definiert, das Team ist mit eingebunden, der CEO hat das Commitment gegeben und wir haben den Pilot auf ein kleines, auf einen kleinen Use Case definiert. Dann kann ich diesen kleinen Use Case sauber abarbeiten. Jetzt sind wir, statt in 47 Tagen zu kontaktieren, bei 20 Tagen angekommen. Jetzt sind alle glücklich und jetzt können wir dann nach dem nächsten KI-Piloten starten. Das ist so, vielleicht noch ein kleines Summary dazu. Ja, man muss zeigen, dass KI funktioniert. Es müssen alle hintendran stehen und dann kann es auch klappen.

[00:29:20] ****[Alexander Petsch:](https://www.hrm.de/mitglieder/apetsch/)****Felix, Vielen Dank. Also mir hat es sehr viel Spaß gemacht. Ich habe einiges gelernt und ich glaube, so kann man das Thema KI leichter angehen. Dann ja. Glück auf, bleib gesund und denk dran. Der Mensch ist der wichtigste Erfolgsfaktor für Unternehmen, auch wenn er KI ersetzt.