--- title: "KI-Mandatsakquise bei Riece Keck" description: "So baute Riece Keck eine KI-gestützte Mandatsakquise mit Recruiting-Signalen, verbundenen Tools und menschlicher Prüfung auf." url: "https://www.leonar.app/de/agency-stories/riece-keck-ai-recruiting-bd-engine/" lang: "de" alternates: en: "https://www.leonar.app/agency-stories/riece-keck-ai-recruiting-bd-engine/" fr: "https://www.leonar.app/fr/agency-stories/riece-keck-ai-recruiting-bd-engine/" image: "https://www.leonar.app/og/agency-stories/riece-keck-ai-recruiting-bd-engine-de.png" tokens: 6206 --- 1. [Startseite](https://www.leonar.app/de/) 2. [Geschichten aus Personalberatungen](https://www.leonar.app/de/agency-stories/) 3. Riece Keck [Einblicke in moderne Personalberatungen](https://www.leonar.app/de/agency-stories/) Porträt aus öffentlichen Quellen 11 Min. Lesezeit # Wie Riece Keck die Mandatsakquise mit KI automatisierte So baute Riece Keck eine KI-gestützte Mandatsakquise mit Recruiting-Signalen, verbundenen Tools und menschlicher Prüfung auf. [![Pierre-Alexis Ardon](https://www.leonar.app/_astro/pierre-alexis-ardon.ByBiMn-t_xwYCu.webp)](https://www.leonar.app/de/authors/pierre-alexis-ardon/) [Pierre-Alexis Ardon](https://www.leonar.app/de/authors/pierre-alexis-ardon/) Recherche und Analyse von Leonar 28\. August 2026 Aktualisiert am 31. August 2026 Genannter Umsatz Rund 800.000 $ Selbst genannter Umsatz im ersten Jahr nach dem Neustart Frühe Pipeline \>100.000 $ Nach dem ersten Tag genannte Pipeline, kein gebuchter Umsatz Beobachteter Markt 6.000 Unternehmen Firmen, die auf ausgewählte Führungswechsel geprüft wurden Menschliche Grenze Prüfung vor Versand Gespräche und Entscheidungen blieben beim Personalberater RK ## Riece Keck Gründer einer Personalberatung und Gründer von Rune bei Rune [LinkedIn](https://www.linkedin.com/in/riecekeck/) ## So ist dieses Porträt entstanden Grundlage ist eine öffentliche Quelle mit Zeitmarken. Aussagen bleiben kenntlich gemacht, solange Leonar sie nicht unabhängig geprüft hat. [Originalquelle ansehen](https://www.eliterecruiterpodcast.com/ai-cold-outreach-recruiting-systems/) In dieser Geschichte - [Eine schnell wachsende Beratung verliert ihren Markt](#eine-schnell-wachsende-beratung-verliert-ihren-markt) - [Die zweite Beratung beginnt mit einem System](#die-zweite-beratung-beginnt-mit-einem-system) - [So funktioniert die KI-gestützte Mandatsakquise](#so-funktioniert-die-ki-gestützte-mandatsakquise) - [Eine Prüfliste für Recruiting-Signale](#eine-prüfliste-für-recruiting-signale) - [Die Architektur ist wichtiger als die Tool-Liste](#die-architektur-ist-wichtiger-als-die-tool-liste) - [Menschliche Prüfung ist ein Teil des Designs](#menschliche-prüfung-ist-ein-teil-des-designs) - [Besonders gut vermittelbare Kandidaten werden zum Signal](#besonders-gut-vermittelbare-kandidaten-werden-zum-signal) - [Empfehlungspartner bilden einen zweiten Wachstumsmotor](#empfehlungspartner-bilden-einen-zweiten-wachstumsmotor) - [Ein Zwei-Wochen-Pilot vor der breiten Automatisierung](#ein-zwei-wochen-pilot-vor-der-breiten-automatisierung) - [Die genannten 800.000 Dollar brauchen eine vorsichtige Zuordnung](#die-genannten-800000-dollar-brauchen-eine-vorsichtige-zuordnung) - [Vier Erkenntnisse für Personalberatungen mit KI](#vier-erkenntnisse-für-personalberatungen-mit-ki) Der nützlichste Teil von Riece Kecks Geschichte ist nicht die Umsatzzeile im Podcast-Titel. Entscheidend ist eine frühere Entscheidung: Er entwarf zuerst das Betriebssystem der Beratung und wählte erst danach die Werkzeuge. Keck hatte bereits eine Personalberatung mit vielen Mitarbeitenden aufgebaut. Als sich der Markt veränderte, erwies sich dieses Modell als empfindlich. Beim Neustart stellte er deshalb eine andere Frage. Welche Aufgaben benötigen das Urteil eines erfahrenen Beraters, und welche benötigen vor allem eine zuverlässige Ausführung? Dieses Porträt beruht auf Kecks Auftritt im [The Elite Recruiter Podcast](https://www.eliterecruiterpodcast.com/ai-cold-outreach-recruiting-systems/) von Benjamin Mena. Die offizielle Seite enthält ein Transkript mit Zeitmarken. Umsatz-, Pipeline- und Leistungsangaben bleiben Aussagen von Keck, sofern wir nichts anderes angeben. ## Eine schnell wachsende Beratung verliert ihren Markt Keck beginnt seine Laufbahn bei Robert Half und gründet mit 27 Jahren eine eigene Personalberatung. Das Unternehmen konzentriert sich auf eingebettetes Recruiting für schnell wachsende Start-ups. Später ergänzt es die dauerhafte Vermittlung von Technologiefachkräften, um die Einnahmen breiter aufzustellen. Während des Einstellungsbooms funktioniert diese Positionierung. Keck gibt an, 2021 persönlich rund 1,2 Millionen Dollar abgerechnet zu haben. Die gesamte Beratung habe zwischen 1,8 und 2 Millionen Dollar Umsatz erzielt. Mit der Nachfrage wächst auch das Team. 2022 ändern sich die Bedingungen. Technologieunternehmen drosseln ihre Einstellungen und verkleinern interne Recruiting-Teams. Das eingebettete Recruiting, das zuvor planbare monatliche Erlöse geliefert hatte, bricht deutlich ein. Laut Keck schrumpft das Unternehmen von ungefähr 40 auf vier Personen. Später geht die Beratung in einem größeren Unternehmen auf. Keck beschreibt die Transaktion als finanziell überschaubar. 2024 leitet er zeitweise das Talent-Team eines KI-Start-ups auf Beratungsbasis. Diese Pause gibt ihm Raum, über ein widerstandsfähigeres Geschäftsmodell nachzudenken. 1. 2021 ### Eine schnell wachsende Personalberatung Keck nennt 1,2 Millionen Dollar persönliche Abrechnung, während die Beratung in einem starken Technologiemarkt wächst. 2. 2022 bis 2024 ### Die Nachfrage fällt und das Modell schrumpft Der Markt für eingebettetes Recruiting wird schwächer, das Team verkleinert sich und die Beratung geht in einer größeren Gruppe auf. 3. 2025 ### Ein Neustart rund um feste Systeme Statt zuerst neue Berater einzustellen, entwickelt Keck einen signalgesteuerten Ablauf für die Mandatsakquise. 4. 2026 ### Vom Personalberater zum Softwaregründer Nach dem genannten Jahr mit 800.000 Dollar verlässt Keck die Beratung und konzentriert sich auf Rune. Der Kontext ist wichtig. Der Ablauf entstand nicht als unverbindliches Technologieprojekt. Er stammt von einem Gründer, der erlebt hatte, wie ein stark personenabhängiges Modell schnell wächst und anschließend schwer zu erhalten ist. ## Die zweite Beratung beginnt mit einem System Kecks neue These ist einfach: Erst die Maschine bauen, dann weitere Menschen einstellen. Damit dreht er ein häufiges Muster um. Eine Gründerin gewinnt mehr Mandate, stellt einen weiteren Berater ein und erwartet, dass dieser ihre Gewohnheiten übernimmt. Bald hat jeder Desk eigene Suchen, Tabellen, Nachrichten und Regeln für das Nachfassen. Wachstum schafft Kapazität, aber zugleich mehr Unterschiede und schwer übertragbares Wissen. Keck möchte, dass jede spätere Einstellung dasselbe Betriebssystem verstärkt. Wiederkehrende Tätigkeiten sollen zuverlässig ausgeführt werden. Die Berater gewinnen dadurch mehr Zeit für Urteilsvermögen, Beziehungen und echte Gespräche. Dieselbe Trennung beschreibt unser Leitfaden zur [Recruiting-Automatisierung](https://www.leonar.app/de/blog/recruiting-automation/). Automatisierung ist wertvoll, wenn sie einen klaren Engpass beseitigt. Sie hilft wenig, wenn sie einen ungeklärten Prozess nur schneller ausführt. Vor der Verbindung der Software zeichnet Keck den Ablauf nach eigener Aussage auf Papier. Er ordnet Quellen, Umwandlungen und Ziele. Danach benötigt er mehrere Monate für die erste funktionsfähige Version. Am ersten Tag sollen zwei positive Antworten zu vier Mandaten und mehr als 100.000 Dollar Pipeline geführt haben. Pipeline ist kein Umsatz, und ein einzelner Tag ist kein belastbarer Vergleichswert. Die sinnvolle Erkenntnis liegt an anderer Stelle: Als Bestätigung zählte eine qualifizierte geschäftliche Reaktion, nicht die Menge gesammelter Kontakte. ### So ordnet Leonar das Ergebnis des ersten Tages ein Keck nennt mehr als 100.000 Dollar Pipeline, nicht abgeschlossenen Umsatz. Der Podcast zeigt weder Verträge noch Abschlusszeitraum oder den Beitrag anderer Kanäle. Wir behandeln die Zahl als genannte Etappe, nicht als übertragbares Ergebnis. ## So funktioniert die KI-gestützte Mandatsakquise Das System beginnt nicht mit einer gekauften Liste und einer allgemeinen Sequenz. Am Anfang stehen Veränderungen, die auf einen möglichen Recruiting-Bedarf hindeuten. 1. 01 ### Ein Recruiting-Signal erkennen Eine neue Stelle, einen kürzlichen Abgang, eine neue Führungskraft oder eine Finanzierung im Zielmarkt erfassen. Automatisierung 2. 02 ### Unternehmen und wahrscheinlichen Entscheider zuordnen Prüfen, welche Talent-Leitung, Geschäftsführung oder Fachleitung das Problem vermutlich verantwortet. KI-gestützt 3. 03 ### Den Kontakt anreichern Nur die Kontaktdaten strukturieren, die für einen rechtlich geprüften Ablauf erforderlich sind. Automatisierung 4. 04 ### Eine Nachricht aus dem Kontext vorbereiten Signal, Unternehmen und Rolle für einen relevanten ersten Entwurf verwenden. KI-gestützt 5. 05 ### Vor der Sequenz prüfen Signal, Person, Hypothese, Rechtsgrundlage und Formulierung vor jeder Ansprache bestätigen. Mensch 6. 06 ### Die Antwort in ein echtes Gespräch überführen Bedarfsanalyse, Beratung, Verhandlung und Beziehungspflege beim Menschen belassen. Mensch Die Abfolge ähnelt dem verbundenen Prozess in unserem Leitfaden zum [Einsatz von KI-Agenten für neue Beratungskunden](https://www.leonar.app/de/blog/find-clients-recruiting-agency-ai-agents/). Entscheidend ist nicht das Sprachmodell, das den Text schreibt. Entscheidend ist der Beleg, durch den ein Unternehmen überhaupt in den Ablauf gelangt. ### Stellenanzeigen liefern den einfachsten Auslöser Keck verwendet Apify, um Stellen auf einer für seine Technologie-Nische relevanten Plattform zu erfassen. Der erste Lauf blickt 60 Tage zurück. Anschließend sammelt ein täglicher Prozess neu veröffentlichte Positionen. Stelle, Unternehmen und Link laufen über n8n zu Clay. Ein KI-Schritt schätzt die möglichen Titel des zuständigen Hiring Managers. Apollo unterstützt danach die Suche nach passenden Personen und Kontaktdaten. Der Ablauf automatisiert Recherche, die ein Berater sonst Tab für Tab erledigen müsste. Er bestätigt jedoch nicht, dass das Unternehmen eine Personalberatung beauftragen möchte. Eine Anzeige beweist nur, dass eine Position veröffentlicht wurde. ### Neue Führungskräfte schaffen einen Gesprächsanlass Keck beobachtet außerdem Führungskräftewechsel in einer Zielgruppe von ungefähr 6.000 Unternehmen. Diese Prüfung läuft nach seiner Aussage monatlich, weil sie vergleichsweise teuer ist. Eine neue technische Leitung oder ein neuer CTO kann die Prioritäten eines Teams verändern. Das Ereignis ist ein zeitnaher Anlass für sorgfältige Recherche. Es beweist weder Budget noch genehmigte Stellen oder Interesse an externer Unterstützung. ### Kürzliche Abgänge können auf Nachbesetzungen hindeuten Ein weiterer Prozess sucht Personen, die kürzlich von einem Zielunternehmen zu einem neuen Arbeitgeber gewechselt sind. Liegt der Wechsel weniger als 30 Tage zurück, könnte beim früheren Arbeitgeber eine Nachbesetzung nötig werden. Auch das bleibt eine Hypothese. Vielleicht wurde die Rolle gestrichen, intern verteilt oder bereits besetzt. Eine verantwortungsvolle Nachricht fragt, ob der Wechsel den Personalplan beeinflusst. Sie behauptet nicht, den Plan des Unternehmens zu kennen. ### Finanzierungen liefern Kontext, aber keine Gewissheit Keck nutzt Crunchbase-Daten, um Finanzierungsrunden von Seed bis Series D zu erkennen. Eine Finanzierung kann Einstellungen ermöglichen. Sie kann ebenso Produktentwicklung, Zukäufe, Schulden oder zusätzliche Reichweite finanzieren. Unser Leitfaden zum [Business Development in Personalberatungen](https://www.leonar.app/de/blog/recruitment-business-development/) trifft dieselbe Unterscheidung. Ein Auslöser schafft einen Grund für Recherche und ein mögliches Gespräch. Im CRM bleibt er von einem tatsächlich qualifizierten Mandat getrennt. ## Eine Prüfliste für Recruiting-Signale Eine Personalberatung kann die Logik übernehmen, ohne Kecks gesamten Tech-Stack nachzubauen. Vor jeder Aufnahme in eine Ansprache hilft diese Prüfliste. | Feld | Zu klärende Frage | Beispiel | | --- | --- | --- | | Signal | Was hat sich wann verändert? | Eine Engineering-Leitung verließ das Unternehmen vor 18 Tagen | | Beleg | Welche öffentliche Quelle bestätigt das? | Unternehmensprofil und neue Position der Person | | Relevanz | Warum passt das zu unserer Spezialisierung? | Wir besetzen technische Führungsrollen in diesem Markt | | Entscheider | Wer versteht den möglichen Bedarf? | CTO, Talent-Leitung oder Geschäftsführung | | Unsicherheit | Was wissen wir noch nicht? | Ob die Position nachbesetzt wird | | Einstiegsfrage | Wie prüfen wir die Hypothese ehrlich? | „Hat der Wechsel Ihre Personalplanung verändert?“ | | Verantwortung | Wer genehmigt Kontakt und Nachricht? | Benannter Berater für dieses Unternehmen | Die Prüfliste schützt zwei Dinge. Schwache Signale gelangen nicht automatisch in eine Sequenz. Außerdem kann ein KI-Text eine Wahrscheinlichkeit nicht unbemerkt in eine falsche Behauptung verwandeln. Für den DACH-Markt gehört die rechtliche Prüfung fest in diesen Schritt. Öffentlich auffindbare Daten dürfen nicht automatisch für jeden Zweck und jeden Kanal verwendet werden. Verantwortliche sollten DSGVO, UWG, Informationspflichten, Löschfristen und die Voraussetzungen der gewählten Kontaktform prüfen lassen. ## Die Architektur ist wichtiger als die Tool-Liste Keck nennt sechs zentrale Produkte aus der ersten Version. - Apify - n8n - Clay - Apollo - Lemlist - Crunchbase Die Werkzeuge stehen hier, weil der Gast sie beschreibt. Leonar empfiehlt nicht diese genaue Kombination. Funktionen, Preise, Datenquellen und Nutzungsbedingungen müssen vor dem Einsatz geprüft werden. Apify sammelt öffentlich verfügbare Webdaten. n8n bewegt Informationen zwischen den Schritten. Clay strukturiert Anreicherung und Modellaufrufe. Apollo unterstützt Unternehmens- und Kontaktrecherche. Lemlist steuert Sequenzen. Crunchbase liefert Unternehmens- und Finanzierungsdaten. Die Produktliste wird altern. Die Architektur ist beständiger: 1. Ein relevantes Signal erfassen. 2. Beleg und Datum der Quelle speichern. 3. Unternehmen und wahrscheinlichen Entscheider bestimmen. 4. Nur die benötigten Informationen anreichern. 5. Einen Entwurf vorbereiten, der Unsicherheit sichtbar lässt. 6. Eine benannte Person zur Freigabe verpflichten. 7. Antworten, Gespräche und Mandate in das führende System zurückschreiben. Der letzte Punkt ist entscheidend. Ein fragmentierter Stack erzeugt zusätzliche Arbeit, wenn Antworten und Entscheidungen nie in das CRM zurückkehren. Ein [verbundener Tech-Stack für Personalberatungen](https://www.leonar.app/de/blog/recruiting-agency-tech-stack-2026/) sollte den Kontext bewahren, der erklärt, warum eine Person angesprochen wurde und was danach geschah. Moderne Plattformen können Assistenten auch ausgewählte CRM-Aktionen über APIs und MCP bereitstellen. Unser Leitfaden zur [Verbindung von KI-Agenten mit dem Recruiting-Stack](https://www.leonar.app/de/blog/connect-ai-agents-recruiting-stack-mcp-api/) erklärt den Unterschied zwischen klar begrenzten Werkzeugen und unkontrolliertem Zugriff. ## Menschliche Prüfung ist ein Teil des Designs Keck erklärt Mena, dass er die Leads vor dem Versand in Lemlist kontrolliert. Das offizielle Transkript beschreibt eine kurze Prüfung der vorbereiteten Datensätze. Diese Grenze gehört zum Betriebsmodell. Das System senkt den Aufwand bis zu einem prüfbaren Entwurf. Es nimmt dem Berater nicht die Verantwortung ab. Später erwartet Keck, dass Agenten mehr Sourcing, Verwaltung und Systempflege übernehmen. Beziehungen, Telefongespräche und Abschlüsse bleiben aus seiner Sicht menschliche Aufgaben. Das ist auch geschäftlich sinnvoll. Ein Modell kann Felder vergleichen und schnell Text erzeugen. Es kann das Versprechen an den Kunden nicht verantworten. Ebenso wenig trägt es den Rufschaden durch eine falsche Annahme oder eine unpassende Nachricht. Der fortschrittlichste Ablauf ist daher nicht immer der mit den wenigsten menschlichen Schritten. Besser ist der Ablauf, der menschliche Aufmerksamkeit dort einsetzt, wo ein Fehler teuer wäre. ## Besonders gut vermittelbare Kandidaten werden zum Signal Keck überträgt den Ansatz auf kandidatengeführte Mandatsakquise. Ein erfahrener Softwareentwickler mit Fintech-Hintergrund lässt sich passenden Fintech-Unternehmen in der richtigen Region zuordnen. Das System hilft anschließend, geeignete Ansprechpartner zu finden und eine Ansprache vorzubereiten. Das ist nützlicher, als dieselbe anonyme Kurzvorstellung an jedes Unternehmen einer Branche zu senden. Der Hintergrund des Kandidaten muss zu einem plausiblen Bedarf passen. Unser Leitfaden zum [Most Placeable Candidate](https://www.leonar.app/de/blog/most-placeable-candidate/) erklärt, warum das abschließende Argument weiterhin das Urteil eines Beraters benötigt. Auch hier gilt die Datenschutzgrenze. Identität und persönliche Daten dürfen nur auf einer geeigneten Grundlage weitergegeben werden. Ein anonymisiertes Profil muss tatsächlich verhindern, dass Dritte die Person erkennen können. ## Empfehlungspartner bilden einen zweiten Wachstumsmotor Der Podcast ist kein Plädoyer für automatisierte Kaltakquise allein. Keck baut zugleich Beziehungen zu Unternehmen auf, die dieselben Kunden beraten, aber keine Personalvermittlung anbieten. Er nennt eine Wirtschaftsprüfungsgesellschaft für schnell wachsende Start-ups. Deren Mitarbeitende sprechen mit Gründern, während diese interne Funktionen aufbauen. Dabei können Personalbedarfe sichtbar werden. Umgekehrt kann Keck geeignete Kunden an die Gesellschaft vermitteln. Eine weitere Quelle ist ein Recruiter, der Personal für Recruiting-Agenturen sucht. Erhält dieser Partner eine Anfrage für eine interne Talent-Funktion, kann er die Einführung an Keck weitergeben. Keck beschreibt in manchen Fällen Empfehlungsgebühren, darunter 25 Prozent auf erste Vermittlungen in einer Vereinbarung. Das ist seine Geschäftspraxis, keine allgemeine Empfehlung. Solche Vergütungen können rechtliche, steuerliche und Transparenzpflichten auslösen. Vor einer Einführung sollte eine Beratung die Regeln im eigenen Land klären. Die übertragbare Methode ist einfacher. Erfassen Sie Dienstleister, die Ihren idealen Kunden bereits beraten. Suchen Sie einen echten Vorteil für beide Seiten. Dokumentieren Sie Einführungen und Ergebnisse im Kunden-CRM. ## Ein Zwei-Wochen-Pilot vor der breiten Automatisierung Eine Beratung benötigt weder sechs Tools noch 6.000 beobachtete Unternehmen, um den Ansatz zu testen. Beginnen Sie mit einem Signal in einer Nische. | Entscheidung | Wahl für den Piloten | | --- | --- | | Markt | Eine Nische, Region und Größenklasse | | Signal | Ein beobachtbares Ereignis, etwa eine nach 30 Tagen erneut veröffentlichte Stelle | | Tagesvolumen | Eine prüfbare Menge, zum Beispiel fünf Unternehmen | | Belegregel | Quellen-URL und Datum für jeden Datensatz | | Entscheiderregel | Freigegebene Funktionen je Unternehmensgröße | | Textregel | Die Unsicherheit wird als Frage formuliert | | Freigabe | Eine benannte Person prüft jede Aufnahme | | Erfolgsmaß | Qualifizierte Gespräche und Mandate statt versandter Nachrichten | | Abbruchkriterium | Pause bei zu vielen Fehlalarmen oder umfangreichen Korrekturen | Führen Sie den Ablauf in der ersten Woche manuell aus. Notieren Sie, wo Recherche sich wiederholt und wo menschliches Urteil das Ergebnis verändert. Automatisieren Sie in der zweiten Woche nur die stabilen Schritte. Vergleichen Sie danach fünf Werte: Recherchezeit, Fehlalarmquote, Korrekturzeit, qualifizierte Antworten und entstandene Mandate. Der Pilot sollte zeigen, ob das System einen Engpass beseitigt oder lediglich ein weiteres Dashboard erzeugt. ## Die genannten 800.000 Dollar brauchen eine vorsichtige Zuordnung Keck sagt, der neu aufgebaute Betrieb habe im ersten Jahr rund 800.000 Dollar erzielt, ohne stark von früheren Kunden abhängig zu sein. Der Podcast enthält keine geprüften Abschlüsse und keine Zuordnung der Erlöse zu einzelnen Kanälen. Es wäre deshalb irreführend zu behaupten, eine Automatisierung habe 800.000 Dollar erzeugt. Erfahrung, Ruf, Verkaufskompetenz, Marktauswahl, Empfehlungen und Lieferqualität haben ebenfalls zum Ergebnis beigetragen. Als Bericht eines Gründers bleibt die Zahl interessant. Sie zeigt, dass der Ablauf in einem wirklichen Beratungsgeschäft eingesetzt wurde und Keck genügend Zuversicht gab, das System weiterzuentwickeln. Später verlässt er die Personalberatung, um Rune aufzubauen. Dieses Porträt ist damit keine Momentaufnahme einer heute tätigen Beratung. Es ist eher das letzte operative Kapitel eines Recruiters, der ein internes System in ein neues Unternehmen überführt. Der Podcast enthält zudem Leistungsversprechen von Sponsoren. Sie sind nicht Teil dieser Analyse, weil die Quelle keine unabhängige Methode zur Prüfung bereitstellt. ## Vier Erkenntnisse für Personalberatungen mit KI 1. 01 ### Den Ablauf vor dem Werkzeugkauf zeichnen Definieren Sie Quelle, Entscheidung, Ausgabe und verantwortliche Person, bevor Sie Software auswählen. 2. 02 ### Jedes Signal als Hypothese behandeln Eine Stelle, ein Abgang oder eine Finanzierung begründet Recherche. Das Ereignis bestätigt noch kein Mandat. 3. 03 ### Prüfqualität statt Nachrichtenmenge messen Beobachten Sie Fehlalarme, Korrekturzeit, qualifizierte Gespräche und gewonnene Mandate. 4. 04 ### Die knappe Arbeit menschlich halten Bedarfsanalyse, Urteil, Vertrauen und Verhandlung bleiben die Leistung guter Personalberater. Kecks Geschichte beweist nicht, dass jede Personalberatung einen eigenen Automatisierungs-Stack bauen sollte. Sie zeigt, warum die Gestaltung des Betriebs vor der Automatisierung kommen muss. Das Prinzip gilt für mehrere Spezialwerkzeuge ebenso wie für eine verbundene Plattform. Beginnen Sie mit der Arbeit, die Sie verbessern möchten. Bewahren Sie die Belege. Setzen Sie einen Menschen an den Punkt der Verantwortung. Messen Sie anschließend, ob das System mehr nützliche Gespräche hervorbringt. Für Beratungen, die dieses Modell prüfen, verbindet [Leonar für Personalberatungen](https://www.leonar.app/de/for-agencies/) Kandidaten, Kundenunternehmen, Deals, Ansprache und kontrollierte KI-Abläufe in einem System. Die wichtigere Frage lautet: Hilft Ihr Stack den Beratern, mehr Zeit für jene Entscheidungen aufzuwenden, für die Kunden sie bezahlen? ## Fragen zu Riece Kecks KI-gestützter Mandatsakquise ### Wie setzte Riece Keck KI für die Mandatsakquise ein? Er beschreibt ein System, das Recruiting-Signale sammelte, wahrscheinliche Entscheider zuordnete, Kontaktdaten anreicherte und Nachrichten vorbereitete. Leads und Texte prüfte er vor der Aufnahme in eine Sequenz. ### Welche Recruiting-Signale beobachtete das System? Genannt werden neue Stellenanzeigen, neu eingestellte Führungskräfte, kürzliche Abgänge mit möglichem Nachbesetzungsbedarf und Finanzierungsrunden. Jedes Signal musste vor einer Ansprache qualifiziert werden. ### Welche Tools gehörten zu Riece Kecks Recruiting-Stack? In der ersten Version nennt er Apify, n8n, Clay, Apollo, Lemlist und Crunchbase. Wichtiger als diese konkrete Liste ist die Architektur, da Funktionen, Preise und Nutzungsbedingungen sich ändern. ### Führte die KI die gesamte Personalberatung? Nein. Das System übernahm vor allem wiederkehrende Aufgaben am Anfang des Vertriebsprozesses. Prüfung, Bedarfsgespräch, Beziehungspflege und Abschluss blieben bei Riece Keck. ### Ist das genannte Ergebnis von 800.000 Dollar unabhängig geprüft? Nein. Der Betrag stammt aus der Aussage des Gastes im Podcast. Leonar hat weder den Umsatz noch die Zuordnung zu einzelnen Kanälen geprüft. - KI im Recruiting - Mandatsakquise Personalberatung - Business Development - Recruiting-Signale - Recruiting-Automatisierung Geschichten aus Personalberatungen von Leonar ## Arbeitet Ihre Personalberatung anders? Wir sprechen mit Gründern über Geschäftsmodelle, Technologie, KI-Abläufe und Erkenntnisse, die anderen Beratungen helfen. [Ihre Geschichte erzählen](mailto:contact@leonar.app?subject=Agency%20Story%20Nomination) ## Moderne Personalberatung weiter erkunden - [KI-Agenten ### Mit KI-Agenten neue Kunden für die Personalberatung finden Entwickeln Sie eine Kundengewinnung aus Recherche, Signalen und kontrollierten Aktionen. ](https://www.leonar.app/de/blog/find-clients-recruiting-agency-ai-agents/) - [Beratungsstrategie ### Business Development für Personalberatungen Strukturieren Sie Empfehlungen, aktive Akquise, Bestandskunden und die Messung der Ergebnisse. ](https://www.leonar.app/de/blog/recruitment-business-development/) - [Technologie ### Ein verbundener Tech-Stack für Personalberatungen Verbinden Sie Sourcing, Ansprache, ATS, Kunden-CRM und Auswertung ohne zusätzliche Datenpflege. ](https://www.leonar.app/de/blog/recruiting-agency-tech-stack-2026/)