09.01.2023

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

Besonders in Zeiten von War for Talents werden Stellenausschreibungen immer ineffektiver. Das Wiener HR-Startup Sprad hat dieses Problem erkannt und ein digitales Tool für Mitarbeiterempfehlungen entwickelt. Im Kampf gegen den Arbeitskräftemangel steht das Mitarbeiter-werben-Mitarbeiter-Modell im Vordergrund. In seinem “Guide für ein erfolgreiches Empfehlungs-Recruiting” erklärt Jürgen Ulbrich, Mitgründer von Sprad, warum das Mitarbeiter-Werben-Mitarbeiter-Modell die große Hoffnung darstellt.
/artikel/sprad-mitarbeiter-werben-mitarbeiter
(c) sprad
sponsored

“Jeder von uns hat ein Netzwerk, egal ob bewusst oder unbewusst. Man muss es nur nutzen”, sagt Jürgen Ulbrich, Mitgründer von Sprad. Der CEO des Wiener HR-Startups verweist damit auf die Wichtigkeit des Mitarbeiter-werben-Mitarbeiter-Modells. Vor allem in Zeiten von War for Talents und Arbeitskräftemangel ist es für viele Unternehmen nicht einfach, offene Stellen mit optimalen Kandidat:innen zu besetzen. Hinzu kommt das Problem, dass diese Herausforderungen in den nächsten Jahren durch den demografischen Wandel deutlich größer werden. ”Die Generation der Baby-Boomer steht kurz vor dem Pensionsalter und wird eine riesige Lücke im Arbeitsmarkt hinterlassen. Zu wenige neue Arbeitskräfte kommen auf den Markt”, erklärt Ulbrich weiter. 

Damit Unternehmen das Mitarbeiter-werben-Mitarbeiter-Modell im Betrieb richtig etablieren, hat der Co-Founder von Sprad einen “Guide für erfolgreiches Empfehlungs-Recruiting” erstellt. Dieser kann unabhängig von Branche und Größe von jedem Unternehmen eingesetzt werden. Dadurch sollen Firmen erkennen, dass jedes Unternehmen die richtige Lösung gegen den Fachkräftemangel parat hat, aber lernen muss, dieses Potential richtig zu nutzen – mit seinen Mitarbeiter:innen. 

Mitarbeiter-werben-Mitarbeiter als Brücke zum Erfolg

Vielen Arbeitgeber:innen sei mittlerweile bewusst, dass klassische Stellenausschreibungen und Post-and-Pray-Methoden auf Jobplattformen nicht den erwünschten Erfolg oder die geeigneten Bewerber:innen bringen. Im War for Talents stellt aber nicht mehr nur das Finden von Mitarbeiter:innen das größte Problem dar. Kaum hat man eine Bewerber:in für eine offene Stelle, muss man sie davon überzeugen, sich für das beworbene Unternehmen zu entscheiden. Wer diese Herausforderungen aus dem Weg räumen möchte, setzt auf den effektivsten Recruiting-Kanal, die Mitarbeiterempfehlung.

Viele Menschen haben großes Vertrauen in ihre Freunde und Bekannte. Vor allem dann, wenn es um wichtige Entscheidungen wie den nächsten Job geht. Deshalb ist der Mitarbeiter-werben-Mitarbeiter-Ansatz im Gegensatz zu Active Sourcing und anderen Methoden nicht überlaufen und lässt sich auch nicht einfach mit Geld skalieren. Wichtig ist dennoch, Empfehlungen im eigenen Betrieb zur Gewohnheit zu machen. “Wenn ich das maximale Potential herausholen und stark wachsen möchte, ist ein automatischer, digitaler Prozess die Brücke zum Erfolg”, sagt Ulbrich. Mit diesen folgenden Tipps erklärt der Co-Founder, wie die Etablierung von Empfehlungs-Recruiting gelingen kann:

  1. Die richtige Kommunikation
    Das Unternehmen muss sich einerseits überlegen, wie man die eigenen Mitarbeiter:innen erreicht und welche Stellen für welche Kolleg:innen interessant sind. Nicht jede Mitarbeiter:in hat Zugriff auf das Intranet oder eine eigene Firmen-E-Mail-Adresse. Zudem ist nicht jeder Job für alle Abteilungen interessant.

  1. Hürden aus dem Weg räumen
    Der Prozess soll so einfach wie möglich sein. Das betrifft sowohl die Mitarbeiter:innen, die mit möglichst wenig Aufwand Bekannte aus ihren Netzwerken  empfehlen wollen, als auch das eigene HR-Team, das die Empfehlungen zu einem späteren Zeitpunkt in das interne System aufnehmen und bearbeiten muss.

  1. Potentiale nutzen
    Jede Zielgruppe im Unternehmen hat ihre eigenen Stärken. Office-Angestellte haben eventuell größere Karriere-Netzwerke, mit spannenden Kontakten oder Bekannten aus Schule und Studium. Aber auch gewerbliche Arbeitskräfte in Handwerk, Montage und Logistik haben oft viele Kontakte in der Branche. Man muss sie nur richtig erreichen und motivieren.

  1. Feedback und Motivation
    Klassische Empfehlungsprogramme sind oft so designt, dass man eine Empfehlung abgibt und vorerst keine weiteren Updates bekommt. Nicht jede empfohlene Person wird eingestellt. Aber bis eine Empfehlung den Bewerbungsprozess durchlaufen hat, eingestellt wurde und seine Probezeit absolviert hat, vergehen mehrere Monate. Wenn Angestellte nach einem halben Jahr plötzlich 1.000 Euro mehr auf der Gehaltsabrechnung haben, können sie nicht immer darauf zurückführen, woher dieser Betrag kommt. Fehlendes Feedback ist ein gewaltiger Motivationskiller. Der Prozess muss für Mitarbeiter:innen transparenter sein und auch Zwischenerfolge müssen belohnt werden.

  1. Belohnungen
    Oft ist Geld nicht die größte Motivation. Jeder Arbeitgeber sollte sowohl hinterfragen  als auch aktiv fragen, was seine Mitarbeiter:innen möchten und was sie zu Empfehlungen motiviert. Der firmeneigene Hoodie, ein zusätzlicher Urlaubstag oder ein Teamevent als Dankeschön können häufig deutlich stärker motivieren als eine größere Gehaltsabrechnung. In jedem Fall sollten Arbeitgeber:innen ihre Mitarbeiter:innen fragen und ihnen die Wahl lassen, womit sie belohnt werden möchten.

  1. Sichtbarkeit und Gewohnheit
    Um langfristig eine Gewohnheit für das Empfehlen zu schaffen, muss man Sichtbarkeit erzeugen. Das Ziel ist es, Empfehlungen zum internen Gesprächsthema zu machen und so oft wie möglich im Unternehmen zu erwähnen. Auch neu gewonnene Mitarbeiter:innen sollten direkt eingeladen werden, am Empfehlungsprogramm teilzunehmen.

  • Software
    Empfehlungsprogramme müssen nicht immer mit einer Software unterstützt werden. Ziel eines digitalen Tools ist es, den maximalen Nutzen für die HR-Abteilung und das Recruiting zu generieren. Der Einsatz von Software ist dann von Vorteil, wenn 
    • das Recruiting über Empfehlung deutlich gesteigert werden soll (ab 50-100 Mitarbeiter:innen bei Wachstum) oder
    • ab einer großen Mitarbeiteranzahl (500+) und mehr als 30 offenen Stellen pro Jahr, um dem HR-Team den Administrationsaufwand deutlich zu erleichtern.

Die Hürde, eine Referral-Software zu nutzen, ist oft niedriger als man denkt. Meist rentiert sich ein digitales System alleine durch den einfacheren und schnelleren Prozess und die Einsparung bei Zeit und Kosten, wenn man gar nicht oder zumindest deutlich kürzer auf Karriereseiten ausschreiben muss.

Deine ungelesenen Artikel:
25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen
25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.
/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen
© zVg - Raphael Suchomel in Harvard.

Manche Wege sind direkt und vorgezeichnet – Schule, Bildung, Ausbildung und ein Job in dem Bereich, den man beherrscht. Andere sind von Umwegen gezeichnet, Mühsal und Zeiten, in denen man nicht weiß, wie es genau weitergehen soll. Raphael Suchomels Vita ist eine von den nicht-linearen.

„Plötzlich Mitternacht“

Er hat mit 18 die Schule zum ersten Mal abgebrochen und sich eine Vollzeitstelle gesucht. Der gebürtige Wiener schrieb sich fortan in eine Abendschule ein, brach jene aber – ein mal mit 19 und einmal mit 21 Jahren – wiederholt ab. Doch der Gedanke des endgültigen Aufgebens war keiner und im jungen Mann schlicht nicht vorhanden. So war es dann mit 22 soweit: der vierte Versuch, die Matura nachzuholen, gelang.

„Ich war in einer Abendschule im 21. Bezirk“, erinnert sich der 27-Jährige. „Von neun bis 17 Uhr Vollzeitjob, dann Unterricht bis halb zehn und anschließend noch Training. Und plötzlich war es Mitternacht.“

Zwei Jahre lang bestimmte dieser straffe Rhythmus seinen Alltag. Trotz der Doppelbelastung hielt der heutige Wahl-Hagenberger durch – und schloss die Abendschule schließlich mit ausgezeichnetem Erfolg ab.

Studium in Hagenberg

Es folgte ein Umzug von Wien nach Oberösterreich und der Start des ersten Jahrgangs des damals neu geschaffenen Bachelorstudiums „Artificial Intelligence Solutions“ an der University of Applied Sciences Upper Austria in Hagenberg.

Suchomel gehörte zudem zu den Mitgründern der Young AI Leaders Linz, einer lokalen Community innerhalb der AI-for-Good-Initiative der International Telecommunication Union der Vereinten Nationen. Die Gruppe bringt junge Menschen aus Forschung und Technologie zusammen und organisiert unter anderem Hackathons und Diskussionsveranstaltungen rund um Künstliche Intelligenz.

© Harvard/zVg – Eine 3D-Simulation eines schwach elektrischen Fisches.

Nach rund 100 verschickten Mails – die meisten davon blieben unbeantwortet – gelang es Suchomel schließlich, einen Forschungsaufenthalt als Praktikant an der Harvard Medical School zu ergattern. Dort befindet er sich auch heute und forscht an der Schnittstelle von Künstlicher Intelligenz und Neurowissenschaften.

Im Mittelpunkt seiner Arbeit stehen biologisch fundierte künstliche Agenten. Vereinfacht gesagt, bauen die Forschenden in Harvard virtuelle Tiere im Computer. Diese Tiere bekommen künstliche neuronale Netze und bestimmte Sinneswahrnehmungen und Bewegungsmöglichkeiten, die sich an echten Tieren orientieren. Anschließend lernen sie mit einer Methode namens „Reinforcement Learning“. Dabei wird ihnen nicht jede Handlung vorgegeben. Sie probieren unterschiedliche Verhaltensweisen aus und lernen über Belohnungen und Nachteile selbst, welche Strategien erfolgreich sind.

„Schauen wie sich Agent verhält“

„Wir kennen aus der Biologie die körperlichen Einschränkungen von Fischen“, erklärt Suchomel. „Wir wissen, wie sich Augen im Winkel bewegen, wie schnell sie sind und welche anderen biologischen Einschränkungen es gibt. Und wir statten einen ‚Reinforcement-Learning‘-Agenten mit diesem Wissen aus: Wir simulieren den Körper eines Fisches, sodass er über diesen Körper mit der Umwelt und mit anderen Fischen kommuniziert. Das schicken wir durch eine ‚Reinforcement-Learning‘-Umgebung, simulieren Trajektorien und schauen, wie sich der Agent verhält.“

Die Simulation funktioniert wie ein virtuelles Labor. Forscher können einzelne Sinneskanäle ausschalten, Kommunikationssignale verändern oder die Umwelt der Agenten manipulieren und beobachten, wie sich ihr Verhalten verändert. Damit sollen Hypothesen darüber entwickelt werden, warum bestimmte Verhaltensweisen entstehen und welche Mechanismen dahinterstecken. Solche Hypothesen sollen anschließend gezielter in Experimenten mit echten Tieren überprüft werden können.

Der Vorteil hierbei sei, dass man nicht jedes Verhalten explizit programmieren müsse, sondern durch die Kombination aus Körper, biologischen Einschränkungen, Umwelt und „Reinforcement Learning“ Verhalten entstehen lassen könne, das möglicherweise dem Verhalten echter Fische ähnelt. So soll — und das ist das Ziel — Forschung günstiger und schneller werden, sagt Suchomel. Man könne zudem Variablen besser isolieren und kontrollieren und neuronale Netze viel genauer analysieren. Das wäre bei echten Fischen teilweise sogar viel schwieriger, vor allem wenn man ihr Zusammenspiel mit anderen Fischen untersuchen möchte.

Künstliche und natürliche Intelligenz

Die Harvard Medical School und andere Institute verfolgen seit Längerem das Ziel, KI zu nutzen, um natürliche Intelligenz besser zu verstehen – und umgekehrt auch natürliche Intelligenz für die Entwicklung von KI zu nutzen.

„Dafür gibt es im KI-Bereich viele verschiedene Methoden und Ansätze, die sich an Beobachtungen aus der Natur orientieren. Gleichzeitig gibt es immer mehr Forschung an der Schnittstelle von KI und Biologie, bei der KI-Forscher und Biologen zusammenarbeiten“, sagt Suchomel. „Wenn man beispielsweise genau weiß, wie die Umgebung aussieht, und gleichzeitig die Kommunikation eines Fisches beobachtet, könnte man künftig elektrische Signale interpretieren. So lässt sich etwa erkennen, dass ein bestimmtes Signal ausgesendet wird, weil sich der Fisch bedroht fühlt. Dadurch könnte man nicht nur einzelne Fische, sondern auch die Gruppendynamik analysieren – und besser verstehen, wie sich die Tiere untereinander und in ihrer Umwelt verhalten.“

Suchomels Praktikum in Harvard reicht noch bis Februar, danach führt ihn den Weg nach Belgien an die KU Leuven – eine, wie er sagt „der besten Unis in Europa wenn es um KI geht“. Anschließend möchte er in einen „starken Master“ reinkommen und weiter an KI forschen. Wo das sein wird, sei erstmal zweitrangig: „Hauptsache starke Labs.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sprad: Ein Leitfaden für das Mitarbeiter-werben-Mitarbeiter Programm