Du suchst nach lever active sourcing, weil Inbound allein eure schwierigsten Rollen nicht mehr zuverlässig füllt. Lever ist ein starkes ATS mit CRM-Funktionen: Pipeline, Stages, Interview-Kits, Feedback, Reporting. Was Lever dir aber nicht „von selbst“ liefert, sind neue, passende passive Kandidat:innen in ausreichender Menge – und schon gar nicht als end-to-end Prozess mit Outreach, Follow-ups und Vorqualifizierung.
Genau in dieser Lücke setzt Sprad + Atlas an: als externe Integration, die sich auf Lever setzt (kein Rip-and-Replace). Der Atlas-Modul „People Search“ kann Active Sourcing als Service abwickeln und eine bewertete Shortlist direkt in deine Lever-Pipeline zurückschreiben. Wenn du dich zuerst grundsätzlich mit Sourcing-Automation beschäftigen willst, ist Active Sourcing Automation ein sinnvoller Einstieg.
lever active sourcing: Was Lever gut kann – und warum Teams trotzdem festhängen
Lever ist dafür gebaut, deinen Hiring-Prozess sauber zu führen: Requisitions, Stages, Interview-Pläne, Scorecards, Kollaboration, Talent CRM für bekannte Kontakte. Für Rollen mit stabilen Bewerberzahlen reicht das oft.
Wenn der Markt eng wird, wird „Sourcing“ aber zur eigenen Produktionslinie. Du kennst das Muster:
- Du übersetzt die Wunschliste des Hiring Manager in echte Suchkriterien.
- Du suchst Profile in Netzwerken und Datenbanken, eins nach dem anderen.
- Du schreibst Outreach, machst Follow-ups, trackst Antworten in mehreren Inboxen.
- Du qualifizierst schnell genug vor, damit die Rolle nicht stehen bleibt.
- Du kopierst Profile in Lever, pflegst Notizen, Tags und Stage-Moves.
Lever „verwaltet“ Kandidat:innen sehr gut, sobald sie im System sind. Was Lever typischerweise nicht als Kernfunktion liefert, ist eine native, unbegrenzte People Search über Hunderte Millionen Profile plus orchestrierter Outbound-Prozess. Deshalb endet „lever active sourcing“ in der Praxis oft bei: mehr LinkedIn-Arbeit, mehr Tool-Switching, mehr manuelle Hygiene – oder teure Agenturen.
Der eigentliche Wunsch hinter den meisten „lever active sourcing“-Suchen ist simpel: Du willst, dass qualifizierte Kandidat:innen in Lever auftauchen, ohne dass dein Team den ganzen Tag in Sourcing-Tools lebt.
Was Sprad + Atlas für lever active sourcing ergänzt (ohne Lever zu ersetzen)
Atlas ist der KI-Coworker im Sprad-Ökosystem. Die Idee dahinter: Atlas liest und handelt über mehrere Systeme hinweg – nicht nur in einem ATS. Sprad beschreibt die Basis als „People Data Knowledge Graph“, damit Atlas Kontext halten und Workflows toolübergreifend ausführen kann (z. B. ATS, Kalender, E-Mail, Slack/Teams).
Für lever active sourcing ist der relevante Baustein Atlas People Search. Das Setup ist auf einen klaren Output getrimmt: Du briefst einmal, Atlas macht Suche + Outreach + Vorqualifizierung, und du bekommst eine Shortlist in Lever, auf die dein Team direkt handeln kann.
Was Atlas People Search laut veröffentlichten Produktangaben (Vendor-Daten) abbilden kann:
- Matches suchen und filtern aus 850M+ Profilen (Vendor-Angabe).
- Personalisierte Ansprache und Follow-ups über verifizierte Kanäle ausspielen – ohne Automationen über private LinkedIn-Accounts der Recruiter.
- Kandidat:innen per kurzem Voice-Screen vorqualifizieren, Ergebnisse strukturieren und scoren.
- Eine Shortlist (häufig 5–10 Kandidat:innen pro Search, Vendor-Angabe) in dein ATS pushen.
Dieser letzte Punkt ist der Knackpunkt: Du willst kein zweites Talent-Pool-UI, keine zusätzliche Inbox, keinen weiteren „Source of Truth“. Lever bleibt dein System of Record. Atlas ist die Schicht, die den Top-of-Funnel produziert und das Ergebnis dorthin zurückschreibt, wo Recruiter und Hiring Manager ohnehin arbeiten.
Wenn du dir ein Bild machen willst, wie KI im Recruiting sinnvoll eingesetzt wird (ohne Spam-Mechanik), lohnt sich auch AI in Recruitment: 12 Beispiele als Orientierung, welche Automationen operativ wirklich helfen.
lever active sourcing als Workflow: So landen Kandidat:innen aus Atlas in Lever
Denk Atlas wie einen Operator: Es gibt einen Trigger, Atlas führt den Sourcing-Workflow aus, und synchronisiert Ergebnisse zurück nach Lever. Die genaue Umsetzung hängt an deinem Lever-Setup (z. B. Stages, Felder, Dublettenlogik), das Muster bleibt gleich.
1) Trigger: Neue Rolle, neues Sprint-Ziel oder „Pipeline leer“-Signal
Typische Trigger für lever active sourcing in Kombination mit Atlas:
- Eine neue Requisition wird in Lever eröffnet.
- Eine Rolle läuft in einen Bottleneck (z. B. zu wenige qualifizierte Profile bis Tag X).
- Ein Recruiter stößt Sourcing on-demand an (z. B. über Slack oder ein Request-Formular).
Wichtig ist das Betriebsmodell: scheduled, event-getrieben oder on-demand. Genau diese Orchestrierung ist der Kern von „done-for-you“ Recruiting-Automation, wie sie in vielen HR-Teams gebraucht wird, wenn Prozesse nicht an einzelnen Power-Usern hängen sollen.
2) Kontext: Atlas liest aus Lever nur das, was für die Suche nötig ist
Atlas zieht Rollen-Kontext wie Titel, Standort, Seniorität, Must-haves und die echte Jobbeschreibung. Wenn du weitere Systeme verbindest, kann Atlas auch Kontext nutzen, den du schon hast: Teamstruktur, Interview-Kapazitäten, historische Hiring-Outcomes oder typische Erfolgsprofile.
Du setzt vorab Guardrails: Zielregionen, Sprachen, Muss-Skills, Ausschlüsse, ggf. Gehaltsbänder. Daraus wird deine Sourcing-Spezifikation. Je sauberer der Spec, desto weniger Schleifen brauchst du.
3) Suche + Outreach: Matches finden und Sequenzen ausspielen
Hier verlieren Teams normalerweise die meiste Zeit. Atlas People Search ist dafür gebaut, den repetitiven Teil von lever active sourcing in die Fläche zu bringen:
- Profile finden, die zur Spezifikation passen (Vendor-Angabe: 850M+ Profile als Datenbasis).
- Individuelle Ansprache nach deinen Messaging-Regeln entwerfen.
- Nachfassen über freigegebene Kanäle, mit sauberem Reply-Tracking.
- Nur relevante Gespräche weiterleiten, statt jede Antwort manuell zu triagieren.
Viele Teams sind bei Automation skeptisch, weil Plattformen Accounts sperren, wenn Outreach über private Social-Accounts automatisiert wird. Sprad positioniert den Unterschied operativ („Zero LinkedIn risk“): Die Automation läuft nicht über die persönlichen Recruiter-Accounts, sondern über kontrollierte, verifizierte Kanäle im Workflow. Nimm das als Vendor-Claim und prüfe im Security-/Compliance-Review, welche Kanäle ihr konkret nutzen würdet.
4) Vorqualifizierung: Kurze Voice-Interviews, die echte Signale liefern
Textantworten sind oft zu dünn. Ein „klingt spannend“ sagt dir nicht, ob jemand senior genug ist, wann ein Start möglich wäre oder ob das Rollenverständnis passt. Deshalb kann Atlas People Search einen kurzen Voice-Screen einbauen, um konsistente, rollenrelevante Antworten einzusammeln.
Sprad nennt dazu zwei Punkte (Vendor-Angaben): EU-Hosting für Voice-Komponenten und eine berichtete Vorqualifizierungsgenauigkeit von ~92%. Behandle diese Zahl als Herstellerwert, nicht als Garantie. Ergebnisqualität hängt stark an Markt, Rolle und der Schärfe deiner Fragen.
Wenn du Voice-Screening als Konzept tiefer bewerten willst (wann es hilft, wann es Kandidat:innen nervt, wie man es sauber framed), ist Voice Interviews im High-Volume Recruiting eine gute Grundlage.
5) Sync zurück: Scored Shortlist wird als echte Pipeline-Items in Lever angelegt
Das Ergebnis muss sich in Lever so anfühlen, wie dein Team es erwartet. Typischer Output bei lever active sourcing mit Integration:
- Kandidatenprofil wird neu angelegt oder mit einem bestehenden Datensatz gematcht (Dubletten vermeiden).
- Kurzzusammenfassung, Screening-Notizen und Score werden angehängt.
- Kernaussagen aus Outreach und Voice-Screen (z. B. Motivation, Verfügbarkeit, Gehaltsrahmen – falls zulässig und passend) werden strukturiert erfasst.
- Kandidat:in landet im richtigen Job und in der richtigen Stage – bereit für Recruiter-Aktion.
Das ist der praktische Sinn hinter lever active sourcing als Integration: Lever bleibt das „System“, aber der Top-of-Funnel frisst nicht mehr deine Woche.
Vorher/Nachher: lever active sourcing manuell vs. mit Atlas People Search
Viele Sourcing-Lösungen scheitern aus zwei Gründen: Sie liefern entweder viel Volumen ohne Kontext. Oder sie schaffen ein weiteres Silo, das nach zwei Wochen niemand mehr öffnet. Der „Nachher“-Zustand funktioniert nur, wenn Lever die Single Source of Truth bleibt.
| Schritt | Lever + manuelles Sourcing | Lever + Atlas People Search (Vendor-Positionierung) |
|---|---|---|
| Kandidat:innen finden | Recruiter suchen manuell in Netzwerken/DBs, exportieren Profile und bauen Listen. | Atlas sucht und filtert in großem Umfang (Vendor-Angabe: 850M+ Profile Datenbasis). |
| Outreach & Follow-ups | Recruiter schreiben, schicken, erinnern, pflegen Notizen über mehrere Kanäle. | Atlas spielt personalisierte Sequenzen über freigegebene Kanäle aus und trackt Antworten. |
| Vorqualifizierung | Back-and-forth per Text oder viele kurze Calls; stark abhängig von Zeit und Disziplin. | Atlas kann Voice-Pre-Screens durchführen und strukturierte Notizen + Scores liefern (Vendor-Claim ~92% Accuracy). |
| Lever-Hygiene | Copy/Paste, inkonsistente Tags, unklare Notes, Stages werden „vergessen“. | Kandidat:innen werden mit konsistenten Feldern und Kontext in Lever angelegt/aktualisiert. |
| Kostenlogik | Mehr Recruiter-Stunden, LinkedIn-Sitze, Tools – oder Headhunter-Fees pro Hire. | Einmaliges Setup (Vendor: oft 2–4 Wochen), dann laufende AI-API-Kosten + People-Search-Preismodell. |
Wenn du „lever active sourcing“ als Prozessproblem behandelst (nicht als Toolfrage), merkst du schnell: Der Hebel liegt nicht nur in der Suche, sondern in der sauberen Übergabe in die Pipeline.
Was du realistisch erwarten kannst (Vendor-Zahlen als Startpunkt, keine Benchmarks)
Bewerte lever active sourcing mit Atlas People Search wie jeden operativen Kanal: Durchsatz, Qualified Conversion, gesparte Recruiterzeit, Time-to-Shortlist.
Sprad nennt öffentlich mehrere Output-Zahlen (Vendor-Angaben), die du als Ausgangspunkt für Due Diligence nutzen kannst:
- 5–10 interviewbereite Kandidat:innen pro Search als Shortlist.
- Outreach-Kapazität bis zu 800 Kandidat:innen pro Monat (als managed Sourcing Throughput).
- Sehr schnelle „Briefing analyzed“-Phase (in Materialien als Minuten beschrieben).
- Beispiel-Metrik: 240+ Kandidat:innen pro Monat vor-gescreent (als Zeitersparnis gerahmt).
Diese Zahlen sind keine universellen Benchmarks. Sie zeigen, wofür der Workflow ausgelegt ist. Deine solide Baseline ist immer deine eigene Historie: Wie viele Outbound-Nachrichten habt ihr in den letzten 3 Monaten geschickt? Wie hoch war die Reply Rate? Wie viele Erstgespräche wurden daraus? Wie viele Kandidat:innen kamen bis Onsite?
Eine einfache ROI-Frage, die in der Praxis gut funktioniert: Wenn zweimal pro Woche qualifizierte Profile in Lever landen würden – was würdet ihr dann nicht mehr tun? Genau dort steckt der Zeitgewinn.
Zwei typische lever active sourcing Szenarien (als praxisnahe Beispiele)
Beispiel 1: Senior-Engineering-Rolle, Pipeline trocken ab Woche 2
Du hast eine Senior Backend Rolle (z. B. Java/Go), Hybrid, DACH. Inbound bringt 30 Bewerbungen, aber nach dem ersten Screening bleiben zwei Profile übrig. Hiring Manager will in 10 Tagen Interviews sehen. Dein Recruiter ist gleichzeitig auf drei Rollen und sitzt in Slack, Kalender und Lever fest.
In einem lever active sourcing Setup mit Atlas wäre das Ziel: ein klarer Spec (Must-haves, Dealbreaker, Tech-Stack, Standortgrenzen), dann automatisierter Search + Outreach, dann Voice-Pre-Screen für die Kandidat:innen, die Interesse zeigen. Output wäre eine kleine, handlungsfähige Shortlist in Lever mit strukturierter Begründung: warum passend, was sind Risiken, wie ist Verfügbarkeit.
Wichtig: Du steuerst, was „qualifiziert“ heißt. Für Senior-Rollen ist das oft nicht nur Skill-Match, sondern auch Kontext (Ownership, Skalierung, Zusammenarbeit, Kommunikation). Genau dafür sind strukturierte Screening-Fragen entscheidend.
Beispiel 2: Mehrere ähnliche Rollen, hoher Koordinationsaufwand, inkonsistente Follow-ups
Du stellst mehrere ähnliche Rollen ein (z. B. Sales Development, Customer Support, Operations). Das Problem ist nicht die Suche allein, sondern die „Sauberkeit“ im Prozess: Follow-ups laufen aus, Notizen werden nicht konsistent gepflegt, Hiring Manager sehen in Lever nicht, was wirklich passiert ist.
Hier ist lever active sourcing weniger „finde mir zehn Leute“, sondern „liefere pro Rolle einen stabilen, nachvollziehbaren Zufluss“. Wenn Shortlists regelmäßig und strukturiert in Lever landen, kannst du Screening und Interviews taktisch planen. Die Pipeline wird planbarer, auch wenn die einzelnen Rollen nicht „hard-to-fill“ im klassischen Sinn sind.
Wenn du das Thema Recruiting-Prozesse und Automatisierung breiter einordnen willst (Sourcing, Screening, Scheduling, Candidate Comms), bietet der Überblick AI Recruiting eine gute Landkarte, welche Schritte sich wirklich standardisieren lassen.
Warum eine Integrationsschicht oft besser ist als „noch ein Tool“
Wenn du Lever schon nutzt, gibt es meist gute Gründe: Adoption, Reporting, saubere Workflows, Stakeholder-Komfort. Ein ATS-Wechsel nur, um Sourcing zu „kaufen“, ist ein hohes Risiko. Du löst ein Problem und startest ein Migrationsprojekt.
Die Integrationslogik ist anders: Du lässt Lever das bleiben, was es gut kann (Pipeline-Management), und ergänzt nur das, was euch im Alltag bremst. Genau diese Philosophie findest du auch bei Lever im Partner-Ökosystem („Bring your stack“). Wenn du das nachlesen willst: Lever Partners.
Operativ heißt das bei lever active sourcing:
- Recruiter bleiben in Lever für Stages, Kollaboration und Reporting.
- Hiring Manager behalten ihre Review- und Feedback-Routine.
- Durchsatz steigt, ohne dass du mehr Seats und Logins einkaufst.
- Daten bleiben konsistent, weil Kandidat:innen im ATS enden (und nicht in einem Nebenpool).
Der kritische Prüfpunkt ist immer derselbe: Bidirektionale Tiefe. Kann die Lösung nicht nur „importieren“, sondern auch Status lesen und sauber zurückschreiben? Sonst hast du wieder ein Silo.
Kostenmodell: Wie lever active sourcing mit Atlas typischerweise kalkuliert wird
Viele HR-Teams haben genug von Seat-Preisen für Tools, die am Ende nur wenige Power-User nutzen. Sprad beschreibt sein Modell anders: ein einmaliges Setup-Projekt, danach laufende Nutzungs-/API-Kosten statt klassischer SaaS-Lizenzen pro User (Vendor-Positionierung).
Zwei Kostenblöcke sind bei lever active sourcing relevant:
- Setup & Workflow-Design: einmaliges Projekt, in Sprad-Materialien oft als 2–4 Wochen beschrieben (Integration + Prozess-Design).
- Laufende Run-Kosten: Usage-basierte AI-Kosten (Model/API-Verbrauch) plus People-Search-Konditionen.
Für Atlas People Search nennt Sprad öffentlich Einstiegspreise „ab €400/Monat plus 8% Success Fee“ (Vendor-Angabe). Nimm das als Startwert und kläre dann Scope: Rollentyp, Zielregionen, Volumen, erwartete Shortlists pro Monat, Kanal-Mix, Screening-Tiefe.
Der saubere Vergleich ist nicht „Tool gegen Tool“, sondern: Kosten pro qualifizierter Shortlist, die in Lever landet vs. die Vollkosten aus Recruiter-Zeit, LinkedIn-Lizenzen und externen Gebühren.
Kontrollen, die du für lever active sourcing brauchst: Tuning, Feedback-Loops, Human-in-the-loop
Active Sourcing scheitert, wenn es zur Blackbox wird. Du brauchst Kontrolle über drei Dinge: Zielprofil, Messaging, und die Schwelle für „qualifiziert“.
In der Praxis bedeutet das Feedback-Loops, die kurz und konkret sind:
- Du bestätigst oder verneinst frühe Matches, bis das Targeting sitzt.
- Du definierst Messaging-Regeln (Ton, Employer-Branding-Do’s/Don’ts, Compliance-Sätze).
- Du legst pro Rollenfamilie fest, was „vorqualifiziert“ bedeutet (nicht ein generischer Standard-Screen).
- Finale Hiring-Entscheidungen bleiben bei Menschen in deinem Lever-Prozess.
Dieser letzte Punkt ist nicht nur Governance, sondern auch Rechtspraxis. In der EU ist automatisierte Entscheidungsfindung im Kontext personenbezogener Daten sensibel (Stichwort Art. 22 DSGVO). Wenn du eine Referenz brauchst: der Volltext der DSGVO ist die Basis (keine Rechtsberatung).
DACH-Perspektive: Datenschutz, Betriebsrat, Auditierbarkeit
Wenn du in Deutschland, Österreich oder der Schweiz einstellst, kommen bei lever active sourcing mit Automatisierung fast immer dieselben Fragen. Das ist gut so. Du willst das vorab sauber beantworten: Datenminimierung, Nachvollziehbarkeit, klare Verantwortlichkeiten.
1) Rollen & Verträge (high-level, nicht bindend)
Typische Punkte, die du klärst:
- Wer ist Verantwortlicher, wer Auftragsverarbeiter in welchem Schritt?
- Gibt es eine AVV/DPA und eine klare Subprocessor-Liste (Outreach, Voice, Modellanbieter)?
- Welche Daten werden gespeichert, wie lange, und wie wird gelöscht?
- Wie werden Betroffenenrechte praktisch bedient (Auskunft, Löschung, Widerspruch)?
Auch wenn ein Vendor „GDPR compliant“ sagt: Deine Konfiguration entscheidet, welche Daten wohin fließen. Das heißt: Privacy Review mit echten Datenflüssen, nicht nur mit Marketing-Sätzen.
2) Betriebsrat: Transparenz und ein eng gescopter Pilot
In vielen Unternehmen fällt Recruiting-Automation unter Mitbestimmung, sobald Systeme Verhalten/Leistung beeinflussen oder personenbezogene Daten strukturiert auswerten. Der rechtliche Rahmen ist je nach Setup und Nutzungstiefe unterschiedlich; als Referenz für Deutschland wird oft das Betriebsverfassungsgesetz herangezogen (keine Rechtsberatung).
Praktisch funktioniert ein Pilot am besten so: eine Rollenfamilie, klare Dokumentation, klare Grenzen. Und eine saubere Aussage: Automation unterstützt Sourcing und Vorqualifizierung, Entscheidungen treffen Menschen in Lever.
3) Audit Trails: Wer hat was wann warum getan?
Wenn KI Recruiting berührt, brauchst du später Antworten. Auditierbarkeit ist der Unterschied zwischen „wir haben ein Tool ausprobiert“ und „wir können unseren Prozess verteidigen“.
Für lever active sourcing heißt das konkret: Kannst du für jeden Kandidatenfluss nachvollziehen, welche Kriterien aktiv waren, welche Nachricht gesendet wurde, welche Antworten eingingen, wie ein Score zustande kam, und wer die finale Entscheidung getroffen hat?
Angrenzende Automationen rund um lever active sourcing, die Recruiter-Admin weiter senken
Viele Teams starten bei lever active sourcing, weil der Schmerz laut ist: Pipeline leer, Hiring Manager ungeduldig, Recruiter überlastet. Sobald Kandidat:innen schneller reinkommen, siehst du die nächsten Engpässe: Screening-Last, Scheduling, Candidate Communication.
Drei Automationen, die oft direkt danach kommen (unabhängig vom Vendor, als Prozessgedanke):
- CV-Screening & Scoring gegen die echte Jobbeschreibung, mit strukturierten Notizen ins ATS zurück. (Wenn dich das Thema Candidate Experience dabei interessiert, lies Candidate Experience für DACH.)
- Scheduling-Koordination über Kalender hinweg, damit Interviews nicht an Reschedules sterben.
- Konsistente Kandidatenkommunikation (z. B. strukturierte Updates, saubere Absagen mit Templates und Freigaben).
Ein oft unterschätzter Hebel neben lever active sourcing ist auch das Aktivieren interner Netzwerke: Mitarbeiterempfehlungen liefern in vielen Unternehmen überdurchschnittliche Qualität bei niedrigem „Cold-Outreach“-Aufwand. Wenn ihr das parallel systematisieren wollt, ist Employee Referral als Kanalstrategie ein logischer Baustein – nicht als Ersatz, sondern als Ergänzung.
Checkliste: So bewertest du lever active sourcing als Entscheider:in
Active Sourcing klingt leicht, bis du es wirklich operationalisierst. Diese Checkliste zwingt Klarheit in Prozess, Daten und Erfolgsmessung.
Workflow-Fit (Prozess)
- Was ist der genaue Trigger in Lever, der Sourcing startet?
- Wie sieht das Output-Format in Lever aus (Felder, Notes, Attachments, Stage)?
- Wer gibt Messaging und Qualifizierungsfragen frei?
- Was passiert bei „maybe later“ oder „in 6 Monaten“?
- Wie werden Dubletten vermieden und Lever sauber gehalten?
Qualität & Durchsatz (Outcomes)
- Wie viele qualifizierte Kandidat:innen pro Rolle pro Woche brauchst du, damit Time-to-Hire stabil bleibt?
- Welche Reply Rate ist für euch realistisch (nach Rolle/Region), und wie messt ihr sie?
- Wie schnell müssen Shortlists in Lever landen, damit Hiring Manager nicht ausweichen?
- Wie sieht euer Feedback-Loop nach den ersten 10 Kandidat:innen aus?
Governance (DACH-tauglich)
- Kannst du Datenquellen, Retention und Löschung dokumentieren?
- Gibt es rollenbasierte Zugriffe und Logs für jede Aktion?
- Kannst du Scoring in normaler Sprache erklären (auch dem Betriebsrat)?
- Gibt es einen klaren Human-in-the-loop Schritt für Hiring-Entscheidungen?
Wenn ein Anbieter diese Fragen nicht präzise beantworten kann, kaufst du Reibung. Wenn er sie sauber beantwortet, kaufst du operative Entlastung – und eine Pipeline, die in Lever endet, nicht daneben.
Wo du mit lever active sourcing landen willst: weniger Toolwechsel, mehr echte Gespräche
Das beste Ergebnis von lever active sourcing fühlt sich fast langweilig an: In Lever tauchen regelmäßig Kandidat:innen auf, mit Kontext, Score und klaren Next Steps. Recruiter investieren Zeit in Gespräche, Stakeholder-Alignment und Closing – nicht in Copy/Paste und Follow-up-Listen.
Ob du dafür Sprad + Atlas, eine interne Sourcer-Rolle oder ein anderes Setup nutzt, hängt von deinem Volumen, eurer Governance und dem gewünschten Control-Level ab. Der Maßstab bleibt gleich: Kommt die Shortlist sauber in Lever an? Und ist der Prozess so transparent, dass du ihn intern vertreten kannst?
