Talent mining - das Social-Media-Tool zur erfolgreichen Mitarbeitergewinnung

Unternehmen/Branche:

ANTHOS Sales Performance GmbH (ASP) ist ein im Dezember 2019  gegründetes Tochterunternehmen der ANTHOSGroup GmbH (Anthos). 

Anthos ist eine Personalberatung für Management-Positionen in den Branchen Fashion, Lifestyle, Sport, home & living, Food mit einer 30jährigen Expertise im Direct & Active Sourcing. Das Kundennetzwerk umfasst das Who´s Who der o.g. Branchen (www.anthos-group.com).

Der Personalmarkt hat sich in den letzten Jahren zweigeteilt in die Bereiche Führungskräfte-Akquisition 

und Mitarbeiter-Akquisition. 

Es gibt vor allem in diesem zweiten Segment einen dauerhaften Arbeitskräftemangel, zu viele unbesetzte Stellen und einen Arbeitnehmermarkt, d.h. potentielle Arbeitnehmer können sich ihre Stellen aussuchen. Die Unternehmen müssen sich bei den potentiellen Mitarbeitern „bewerben“ (Stichwort Employer-Branding). 

Aus diesem Grund hat Anthos über seine Tochterfirma ASP das Konzept „Mytalentmine“ entwickelt: Talent Mining – der Weg zum Bewerber.

- Unternehmen besteht seit: ANTHOS seit 09.1993, ASP seit 12/2019

- Kapitalbedarf: 500 T€

- Umsatzerwartung: 2023: 50 T€ (ab 09.2023) - 2024: 450 T€ - 2025: 1.2 Mio.€ - 2026: 3.2 Mio.

- Mittelverwendung: Entwicklungskosten, Marketing, Vertrieb

- Beteiligungsform: Stille Beteiligung

- Rendite: 15%

- Abrechnungsmodus: jährlich

Besondere Vorteile und Merkmale:

Mytalentmine steht für digitales Performance Recruiting! Wir erstellen Konzepte, Strategien, digitale Kampagnen, um die Bewerberzahlen signifikant zu erhöhen. Wir analysieren datenbasiert und liefern messbare Ergebnisse. We connect people & schaffen neue Möglichkeiten für ein effizienteres Recruiting.

Das Entwicklungstool „Mytalentmine“ unterscheidet sich vom allgemeinen Stand der Technik im Bereich des softwareunterstützten Active Sourcing über soziale Netzwerke in mehreren Punkten:

a. Entwicklung von Machine Learning (ML) und User Behaviour Mining zur Identifikation und gezielten Ansprache passiver Kandidaten: Dies ermöglicht eine um 60% präzisere und effektivere Auswahl von potenziellen Bewerbern, die auf die Stellenbeschreibung passen.

b. Entwicklung von ML-Optimierungsalgorithmen zur Optimierung der Platzierung von Push-Marketing-Maßnahmen: Dies führt zu einer erhöhten Bewerberzahl und somit zu einer effektiveren Personalbeschaffung.

c. Entwicklung eines Keyword-Matching-Algorithmus für die Vorqualifizierung von Bewerbern: Dies gewährleistet eine höhere Relevanz und Qualität der Bewerber und steigert somit die Wahrscheinlichkeit für eine erfolgreiche Stellenbesetzung um 20-54% im Vergleich zum konventionellen Verfahren.

d. Die Hauptziele des Vorhabens sind die Verbesserung der Personalbeschaffung durch gezieltes Performance Recruiting und die Steigerung der Erfolgsquote bei der Stellenbesetzung. Die konkreten Lösungsansätze zur Erreichung der Ziele umfassen die Entwicklung und Integration von KI/Chat-GPT. von ML-Algorithmen, Keyword-Matching-Verfahren und einer Bewerber-Management-Plattform.

e. Für die FuE-Tätigkeiten im Bereich der Künstlichen Intelligenz werden neue Ansätze entwickelt, um die Effizienz und Genauigkeit der Personalbeschaffung und -verwaltung weiter zu verbessern. Dazu zählen unter anderem die Entwicklung von User Behaviour für die Optimierung der Push-Marketing-Maßnahmen.

f. Die Abgrenzung zu bestehenden Produkten und innerbetrieblichen Routinetätigkeiten besteht in der gezielten Ansprache von passiven Kandidaten und der Entwicklung innovativer Technologien im Bereich von Machine Learning und User Behaviour Mining. Diese ermöglichen eine präzisere und effektivere Auswahl von potenziellen Bewerbern sowie eine effizientere und zielgerichtete Platzierung von Push-Marketing-Maßnahmen