top of page
Talent-Acquisition-Strategies-logo
Marcus Fischer
Leading Talent Acquisition.
Kontakt
EN  /  DE

Interne Talent-Marktplätze 2.0: Wie KI-Matching Internal Mobility neu denkt

Autorenbild: Marcus Fischer
Marcus Fischer
16. Aug.
6 Min. Lesezeit

Irgendwo in der eigenen Belegschaft sitzt vermutlich gerade die Person, die dringend für eine offene Stelle gesucht wird. Nur weiss weder sie das, noch weiss es der Fachbereich, der parallel schon eine externe Ausschreibung vorbereitet. Klingt absurd, ist aber in den meisten Unternehmen Alltag: Zwischen 30 und 40 Prozent der vorhandenen Skills bleiben unbekannt oder ungenutzt, schlicht weil niemand systematisch danach fragt. Und mehr als jede zweite Person in einer Belegschaft – 51 Prozent – weiss nicht einmal, welche internen Chancen es überhaupt gibt.


Genau hier setzt die neue Generation interner Talent-Marktplätze an. Nicht als digitales Schwarzes Brett für offene Stellen, sondern als KI-gestützte Matching-Maschine, die Fähigkeiten, Interessen und offene Stellen im Unternehmen so zusammenbringt, wie es früher kein Intranet je konnte.



Vom Stellenmarkt zur Matching-Engine


Die erste Generation interner Talent-Marktplätze war im Grunde ein internes Jobportal mit Suchfunktion: Mitarbeitende mussten aktiv browsen, sich selbst einschätzen und hoffen, dass die Ausschreibung zu ihrem Profil passt. Wer nicht wusste, wonach er suchen sollte, fand auch nichts.


Die zweite Generation – und darum geht es hier – dreht das Prinzip um. Statt Menschen nach Stellen zu suchen, sucht das System nach Menschen. Eine KI-Matching-Engine gleicht kontinuierlich Skills-Profile mit offenen Rollen, Projekten, Mentoring-Angeboten und Lernpfaden ab und schlägt von sich aus passende Optionen vor – bevor jemand überhaupt aktiv nach etwas Neuem sucht. Aus einem passiven Verzeichnis wird ein aktiver Vermittler.




Was unter der Haube passiert


Damit das funktioniert, braucht es drei technische Bausteine, die zusammenspielen müssen.

Der erste ist eine Skills-Ontologie – eine strukturierte Datenbank, die Fähigkeiten nicht nur als Freitext-Schlagwörter erfasst, sondern auch in Beziehung zueinander setzt: Welche Skills sind verwandt, welche bauen aufeinander auf, welche sind für welche Rolle tatsächlich relevant. Ohne diese Struktur bleibt jede KI-Empfehlung Rätselraten.


Der zweite Baustein ist die Skill-Inferenz: Die Software leitet Fähigkeiten nicht nur aus Zeugnissen oder Selbstangaben ab, sondern auch aus tatsächlichem Verhalten – etwa aus abgeschlossenen Projekten, Lerninhalten, interner Zusammenarbeit und Performance-Daten. Wer drei Jahre lang Budgetplanung für ein Team gemacht hat, muss das nicht extra im CV vermerken, damit das System es erkennt.


Der dritte und derzeit spannendste Baustein ist der Sprung zur agentischen KI. Die erste Software-Generation zeigte Mitarbeitenden passende Angebote zum Selbstanklicken. Die aktuelle Generation geht weiter: Sie initiiert von sich aus Karrieregespräche, coacht bei erkannter Skill-Lücken und schlägt konkrete nächste Schritte vor, statt nur eine Liste zu präsentieren. Aus einer Empfehlungsfunktion wird ein aktiver digitaler Karriere-Coach, der mitdenkt statt nur zu sortieren.



Der Business Case in Zahlen


Für Finanzverantwortliche, die solche Systeme freigeben müssen, zählt am Ende die Rechnung – und die ist bemerkenswert eindeutig. Externe Neubesetzungen kosten im Schnitt rund 1,7-mal so viel wie eine interne Besetzung derselben Rolle, wenn man den Recruiting-Aufwand, das Onboarding und die Einarbeitungszeit einrechnet. Mastercard hat den Einsatz eines internen Talent-Marktplatzes mit 21 Millionen US-Dollar dokumentierten Einsparungen beziffert. Eine internationale Organisation reduzierte ihre externen Recruiting-Ausgaben innerhalb von 18 Monaten um 30 Prozent.


Auch die Marktentwicklung spricht eine klare Sprache: Der Anteil der Unternehmen, die KI aktiv in ihrer Talentstrategie einsetzen, hat sich von 17,9 Prozent im Jahr 2025 auf 42,3 Prozent mehr als verdoppelt. Der Markt für Talent-Marktplatz-Software wächst jährlich um mehr als 15 Prozent. Mehr als die Hälfte aller HR-Verantwortlichen plant laut Gartner, innerhalb von drei Jahren in einen internen Talent-Marktplatz zu investieren – nicht als Nice-to-have, sondern als Antwort auf Skills-Knappheit, Retention-Risiko und den Wunsch, schneller intern zu besetzen, als es externes Recruiting je könnte.




Wer die Marktplätze baut


Wer sich nach passender Software sucht, stösst auf zwei Lager. Auf der einen Seite stehen spezialisierte Anbieter wie Gloat, Eightfold, Phenom, Beamery, Fuel50 oder das europäische Neobrain, deren gesamte Produktportfolios auf Skills-Matching basieren.


Auf der anderen Seite integrieren die grossen HR-Suiten die Funktion direkt in ihre bestehende Systemlandschaft: SAP hat mit der SuccessFactors Opportunity Marketplace eine KI-gestützte Empfehlungs-Engine direkt in die ohnehin in vielen DACH-Konzernen laufende HR-Suite eingebaut, Workday zieht mit Skills Cloud nach, Cornerstone OnDemand ergänzt sein Lernsystem um dieselbe Logik.


Für HR-Tech-Verantwortliche in grösseren Organisationen ist das häufig die eigentliche Grundsatzfrage – nicht "KI-Matching ja oder nein", sondern "Best-of-Breed-Speziallösung oder Modul der bereits vorhandenen Suite". Wer ohnehin auf SAP oder Workday setzt, erspart sich den Integrationsaufwand. Wer tiefere Skills-Analytik und schnellere Weiterentwicklung will, schaut eher zu den spezialisierten Anbietern, von denen einige – etwa Fuel50 mit Referenzen wie KeyBank – bereits belastbare Nutzungszahlen vorweisen: Dort kehren 72 Prozent der Nutzenden regelmässig zur Plattform zurück, über 9.800 Skills wurden im Unternehmen erfasst und bewertet.



Wo die Technologie an ihre Grenzen stösst


So ausgereift die Matching-Engines mittlerweile sind – sie lösen die eigentlichen Blockaden interner Mobilität nicht automatisch. Drei davon tauchen in praktisch jeder Einführung wieder auf.


Manager-Hoarding

60 Prozent der High-Potentials nennen die eigene Führungskraft als grösstes Hindernis für einen internen Wechsel. Keine noch so gute KI-Empfehlung hilft, wenn Führungskräfte gute Leute lieber halten als freigeben.


Datenqualität

Eine Matching-Engine ist nur so gut wie die Skills-Daten, mit denen sie arbeitet. Veraltete Profile, lückenhafte Skills-Taxonomien oder inkonsistent gepflegte Systeme führen zu Empfehlungen, die niemand ernst nimmt – und ein System, dem einmal nicht vertraut wird, wird auch beim zweiten Versuch ignoriert.


Algorithmische Verzerrung

Wenn eine KI aus historischen Beförderungs- oder Projektdaten lernt, übernimmt sie auch die Muster, die zu diesen Daten geführt haben – etwa wenn bestimmte Gruppen in der Vergangenheit seltener für Führungsprojekte vorgeschlagen wurden. Seriöse Anbieter testen ihre Matching-Modelle deshalb explizit auf Verzerrungen, bevor sie live gehen. Wer ein System einführt, sollte genau danach fragen, nicht erst danach.



Die DA(-CH)-Besonderheit: Mitbestimmung ist Pflicht, nicht Kür


Wer in Deutschland, Österreich oder der Schweiz einen KI-gestützten Talent-Marktplatz einführen will, kommt an einer Stelle nicht vorbei, die in internationalen Vendor-Präsentationen selten vorkommt: dem Betriebsrat. Ein Urteil des Bundesarbeitsgerichts aus dem laufenden Jahr hat die Mitbestimmungspflicht bei KI-Systemen noch einmal verschärft – entscheidend ist demnach nicht mehr, ob ein System zur Überwachung von Verhalten oder Leistung konzipiert wurde, sondern ob es objektiv dazu geeignet ist. Nach § 87 Abs. 1 Nr. 6 BetrVG genügt dies bereits, um ein Mitbestimmungsrecht auszulösen.


Für Skills-Matching-Systeme, die kontinuierlich Leistungs- und Projektdaten auswerten, wird diese Schwelle praktisch immer überschritten. Wer den Betriebsrat erst informiert, nachdem der Vertrag mit dem Software-Anbieter unterschrieben wurde oder das System bereits im Pilotbetrieb live ist, riskiert einen gerichtlich angeordneten Stopp des Systems – und verspielt genau das Vertrauen, das für eine hohe Nutzungsquote später entscheidend ist.


Der pragmatische Weg: Betriebsrat und Datenschutz von Anfang an einbinden und die Eckpunkte in einer Betriebsvereinbarung festhalten, statt sie erst am Ende nachzureichen.



Was vor der Einführung zu klären ist


Bevor ein interner Talent-Marktplatz ausgerollt wird, lohnt sich ein nüchterner Blick auf fünf Fragen:


  • Wie sauber und vollständig sind die vorhandenen Skills-Daten wirklich – und wer pflegt sie fortlaufend?


  • Wird die Freigabe interner Wechsel explizit in die Zielvereinbarungen von Führungskräften aufgenommen, oder bleibt Mobilität ein unverbindlicher Wunsch?


  • Passt eine Speziallösung besser zur eigenen Systemlandschaft, oder ist ein Modul der vorhandenen HR-Suite der pragmatischere Weg?


  • Wurde der Matching-Algorithmus nachweislich auf Bias getestet, bevor er Karriereentscheidungen beeinflusst?


  • Und: Sitzen Betriebsrat und Datenschutz von Beginn an mit am Tisch statt erst kurz vor dem Go-live?


Realistische Zeithorizonte helfen zusätzlich dabei, Erwartungen zu managen: Pilotprojekte laufen meist drei bis sechs Monate, ein unternehmensweiter Rollout eher zwölf bis achtzehn – und die Abstimmung mit dem Betriebsrat gehört in diese Zeitplanung, nicht in eine Fussnote danach. Wer das im Vorfeld offen kommuniziert, erspart sich enttäuschte Fachbereiche, die sofortige Ergebnisse erwarten.




Die Technologie ist bereit – die Organisation muss nachziehen


KI-Matching hat interne Talent-Marktplätze von der digitalen Pinnwand zu einer echten Besetzungsmaschine gemacht. Die Technologie kann heute erkennen, wer im Unternehmen welche Fähigkeiten hat, und von sich aus passende Wege vorschlagen – noch bevor jemand selbst danach sucht. Der nächste Entwicklungsschritt, agentische KI, die aktiv coacht statt nur zu empfehlen, ist bereits im produktiven Einsatz bei einzelnen Anbietern.


Was bleibt, ist die menschliche Seite der Gleichung: Führungskräfte, die loslassen müssen, Datenpflege, die niemand gerne macht, und Algorithmen, die so gebaut sein müssen, dass sie Chancen gerecht verteilen statt alte Muster zu wiederholen. Die beste Matching-Engine bringt nichts, wenn die Organisation drumherum nicht mitzieht. Genau da liegt für die kommenden Jahre die eigentliche Arbeit.



Quellen


Kommentare

Wie kann ich ihnen helfen?

Lassen Sie uns gemeinsam Ihre Talent Acquisition-Ziele verwirklichen.
Ich unterstütze Sie mit professioneller Beratung und massgeschneiderten Strategien für Ihren Erfolg. Eben mit Passion for Talents.

Kontakt aufnehmen
bottom of page