Wenn du softgarden als ATS nutzt und nach einer softgarden employee referral-Lösung suchst, willst du meist kein neues ATS. Du willst, dass Empfehlungen dort passieren, wo Arbeit passiert: in Microsoft Teams, Slack, per E-Mail – und vor allem mobil.

Genau hier setzt Sprad + Atlas an: als angebundenes Drittanbieter-Modul, das sich in softgarden einklinkt. softgarden bleibt dein System of Record für Stellen, Kandidatenprofile und Pipeline-Status. Atlas sorgt darüber als Automations- und Integrationsschicht dafür, dass die Referral-Routine läuft: passende Mitarbeitende ansprechen, Erinnerungen senden, Empfehlungen erfassen, Status zurückspielen, Rewards nach Regeln auslösen. Wenn du verstehen willst, wie der Prozess als Produkt gedacht ist, ist die Seite zum Employee-Referral-Modul der direkteste Einstieg.

Der praktische Unterschied ist leicht zu testen: softgarden speichert. Atlas bewegt. Sprad beschreibt das intern als „Stop drafting. Stop chasing. Start shipping.“ – weniger Klickstrecken, weniger Nachlaufen, mehr echte Empfehlungen im Funnel.

Warum softgarden employee referral oft der schnellste Hebel ist

Mitarbeiterempfehlungen schlagen viele andere Kanäle bei Qualität und Geschwindigkeit, weil sie Kontext transportieren: Wie ist der Job wirklich? Passt die Person ins Team? Wie gut ist der Fit zur Führungskraft? LinkedIn beschreibt Employee Referrals regelmäßig als starken Qualitätskanal und als Weg, Recruiting-Reibung zu senken (LinkedIn Talent Solutions).

Trotzdem bleiben Programme oft klein – nicht wegen fehlender Prämien, sondern wegen eines passiven Workflows:

Wenn sich Referral wie Administration anfühlt, sinkt die Teilnahme. Und das trifft besonders Teams ohne festen PC-Arbeitsplatz. Ein „Always-on“-Ansatz dreht das um: relevante Rollen werden proaktiv in die richtigen Kanäle gepusht – und die Empfehlung geht in unter einer Minute.

Was softgarden im Referral nativ kann – und wo Skalierung bremst

softgarden bietet eine native Employee-Referral-Funktionalität, die mit dem Bewerbermanagement verbunden ist. Der Vorteil: Empfehlungen und Kandidatenreaktionen landen zentral im System (softgarden Employee Referral Program).

Für viele Teams deckt das die Grundlagen ab:

Friction entsteht meist, sobald du Participation über die gesamte Organisation willst:

Ein angebundenes Modul kann genau diese Lücke schließen, ohne softgarden zu ersetzen. Das Ziel ist kein „noch ein Portal“, sondern ein Referral-Prozess, der im Alltag der Mitarbeitenden mitläuft.

So funktioniert das Softgarden-Setup mit Sprad + Atlas (End-to-End)

Atlas ist als Integrations- und Automationsschicht gebaut: Es verbindet Tools, liest Status, führt Routinen aus und schreibt Ergebnisse zurück. Sprad positioniert Atlas als „One AI for your entire HR stack“ und verweist dafür auf einen großen Integrationskatalog (Integrationen).

Ein typischer softgarden employee referral-Workflow sieht so aus:

Wichtig sind zwei Design-Entscheidungen:

Wenn du über den Referral-Use-Case hinaus auch andere Recruiting-Routinen automatisieren willst (z. B. Terminierung, Status-Kommunikation, Onboarding-Handover), ist die Service-Logik hinter Sprad Automate relevant: Workflows werden designt und laufen dann über Trigger, Zeitpläne oder On-Demand-Kommandos.

softgarden employee referral in Teams, Slack, WhatsApp und SMS – warum Kanäle über Teilnahme entscheiden

Viele Referral-Probleme sind Kommunikationsprobleme. Ein Tool, das in einem separaten Portal lebt, konkurriert mit dem Tagesgeschäft. Sprad baut deshalb stark auf „in-channel“-Aktionen: Empfehlungen aus den Tools heraus, die Mitarbeitende ohnehin offen haben.

Use Case 1: Knowledge Worker – Timing schlägt Newsletter

Bei Corporate- und Tech-Rollen kennen Mitarbeitende oft schon passende Kandidaten. Der Engpass ist Aufmerksamkeit. Eine kurze, zielgenaue Nachricht in Teams oder Slack kann mehr auslösen als ein monatlicher Stellen-Newsletter.

Atlas kann als Routine z. B. einen wöchentlichen Digest fahren:

Use Case 2: Frontline – Zugang schlägt Überzeugung

Wenn ein großer Teil deiner Belegschaft keinen Schreibtisch und keine Firmen-Mailbox hat, scheitern E-Mail- und Intranet-Prozesse. WhatsApp/SMS-Teilnahme ist dann nicht „nice to have“, sondern Voraussetzung. Sprad adressiert das explizit als Muster, weil dort viele Referral-Programme brechen (Referral-Teilnahme ohne Desk).

Du kannst softgarden als ATS behalten. Der Unterschied: Die Referral-Anfrage erreicht Mitarbeitende in einem Kanal, den sie im Arbeitsalltag wirklich nutzen können.

Softgarden allein vs. softgarden + Sprad/Atlas: Was ändert sich operativ?

Wenn du ein Add-on bewertest, vergleiche nicht Feature-Listen. Vergleiche Workload. Wo fallen Hand-offs weg? Wo verschwindet Nachlaufen? Die folgende Tabelle zeigt typische Unterschiede in einem softgarden employee referral-Setup.

Das ist kein „mehr Tooling“. Es sind weniger Übergaben zwischen Menschen, Postfächern und Tabellen.

Wie „AI Matching“ hilft – ohne Referrals zu Überwachung zu machen

„AI Matching“ kann zwei Dinge bedeuten. Und du solltest sauber unterscheiden:

Atlas zielt auf das zweite Modell: Es verbindet deine bestehenden Tools über einen „People Data Knowledge Graph“ und kann dadurch Routinen über Systeme hinweg laufen lassen (nicht nur innerhalb eines ATS). Mehr Kontext findest du im Workspace mit Atlas.

Im softgarden employee referral-Kontext ist das Ziel klar: mehr relevante Referral-Asks, mit enger Governance.

So kann Matching in der Praxis aussehen:

Wenn du LinkedIn-basierte Vorschläge nutzen willst, führen zwei Fragen: Einwilligung und Transparenz. Für DACH-Setups brauchst du meist klare Kommunikation, Zweckbindung und einen definierten Opt-in/Opt-out-Prozess. Das sind Policy-Entscheidungen, erst danach Technik-Entscheidungen.

Welche Ergebnisse du realistisch messen kannst (mit Beispielen aus Sprad Case Studies)

Erwarte von jedem Anbieter Outcomes, die du prüfen kannst. Sprad veröffentlicht mehrere Customer Stories zum Referral-Modul (Success Stories). Die Beispiele sind nicht softgarden-spezifisch – die Mechanik ist trotzdem übertragbar: Friction raus, Kanäle passend wählen, Follow-ups automatisieren.

Beispiel: Hohe Participation via WhatsApp/SMS (Industrie)

In der Case Study mit Bachner Elektro wird berichtet, dass WhatsApp- und SMS-Teilnahme zu fast 90% aktiver Teilnahme der industriellen Mitarbeitenden führte – mit 18 Einstellungen in 9 Monaten (Bachner Elektro).

Die konkrete Zahl ist weniger wichtig als der Mechanismus: Wenn du Mitarbeitende nicht erreichst, skalierst du Referrals nicht – egal wie gut dein ATS ist.

Beispiel: Skalierung nach gescheiterten digitalen Ansätzen (Logistik)

In einer Logistik-Story wird beschrieben, dass 400 Mitarbeitende innerhalb weniger Wochen aktiviert wurden und 46 Einstellungen im ersten Jahr erreicht wurden (Logistics Case Study).

Beispiel: Schwer zu besetzende Rollen, schneller Proof

In der Klein-Aber-Story wurden zwei kritische Vakanzen in den ersten zwei Monaten besetzt; außerdem wird berichtet, dass heute über 50% der Positionen über Mitarbeiterempfehlungen besetzt werden (Klein Aber).

Wenn du softgarden nutzt, helfen dir diese Beispiele vor allem dabei, KPIs richtig zu setzen:

Was du über Referrals hinaus automatisieren kannst (weil Recruiting nie in einem Tool bleibt)

Referral ist nur der Einstieg. In der Realität hängen daran weitere Schritte, die oft genauso viel Zeit fressen:

Hier spielt die Integrationsschicht ihre Stärken aus: Atlas kann Workflows über ATS, Kalender und Collaboration-Tools orchestrieren – ohne dass du einen zusätzlichen Prozess „neben“ softgarden aufbaust. Ein angrenzender Recruiting-Use-Case ist z. B. CV-Screening-Unterstützung; dafür verweist Sprad auf den Use Case CV screening (wenn du das als nächste Automationsbaustelle siehst).

Der Punkt ist simpel: Referral-Gewinne verpuffen, wenn der restliche Funnel langsam bleibt. Ein angebundenes Modul verbessert den Input, ohne Downstream-Bottlenecks zu ignorieren.

Warum eine Integrationsschicht oft sinnvoller ist als „noch ein Recruiting-Portal“

Wenn du softgarden schon eingeführt hast, ist „rip & replace“ für eine einzelne fehlende Capability selten die beste Option. Du zahlst zweimal: Migration plus Adoption-Verlust.

1) softgarden bleibt deine Recruiting-Quelle der Wahrheit

Recruiter arbeiten weiter im ATS. Stages bleiben gleich. Reporting bleibt konsistent. Die Referral-Engine füttert softgarden, statt ein paralleles Kandidatenuniversum zu erzeugen.

2) Automatisierung läuft dort, wo Mitarbeitende arbeiten

Niemand will „noch ein Login“. Mitarbeitende wollen eine Nachricht, die sie in zehn Sekunden erledigen können. Atlas ist dafür gebaut, in Teams/Slack & Co. zu wirken und Routinen über Zeitpläne oder Trigger laufen zu lassen.

3) Kommerzielles Modell: Setup-Projekt statt Seat-Lizenzen

Sprad beschreibt sein Modell bewusst anders als klassisches per-seat HR-SaaS: erst ein Setup-Projekt (oft in Wochen gemessen), dann laufende AI-Usage-Kosten – statt eine neue Lizenz pro Mitarbeiter, der vielleicht einmal im Jahr jemanden empfiehlt. Wenn du das einordnen willst, hilft die Seite zu Pricing als Referenz für Pakete und Optionen.

Die Käuferfrage hinter softgarden employee referral lautet oft: Bezahlt ihr für Seats oder für weniger manuelle Arbeit und messbare Outcomes? Eine Integrationsschicht rückt näher an Outcomes, weil sie Prozessarbeit in mehreren Tools reduziert.

Implementierung in einer softgarden-Umgebung: Was du sauber planen solltest

Ein Referral-Modul funktioniert nur, wenn Datenflüsse klar sind. Für eine softgarden employee referral-Integration sind diese Workstreams typisch:

Change Management scheitert oft an einem Gefühl: „HR will etwas von mir.“ Es klappt, wenn Mitarbeitende schnelle Feedback-Loops erleben:

Automatisierung hilft, weil diese Loops auch dann laufen, wenn Recruiter im Tagesgeschäft stecken.

DACH-Brille: DSGVO, Betriebsrat und AI Governance (High Level, nicht bindend)

Ein softgarden employee referral-Workflow verarbeitet personenbezogene Daten von Mitarbeitenden und Kandidaten. In DACH landet man dadurch schnell bei Governance-Themen: DSGVO, Datenminimierung, Löschfristen – und je nach Setting Mitbestimmung.

Vier Guardrails, die sich in der Praxis bewähren:

Als Primärquelle zur DSGVO eignet sich der Volltext auf EUR-Lex. Wenn AI-gestützte Automationen beteiligt sind, solltest du intern außerdem festhalten, was automatisiert ist und wo Menschen entscheiden (Human-in-the-loop). Das hilft auch in Gesprächen mit dem Betriebsrat: weniger „Monitoring“-Framing, mehr Prozessklarheit.

Keine Rechtsberatung. In der Praxis bindest du Datenschutz und Arbeitnehmervertretung früh ein und dokumentierst den Ablauf schlank, aber vollständig.

Woran du ein softgarden employee referral-Add-on wirklich erkennst (Buyer-Fragen)

Wenn du Optionen vergleichst, helfen dir Fragen, die den Betrieb treffen – nicht die Demo:

Wenn deine Hauptlücke „Participation“ ist, priorisiere Channel-Fit und Friction. Wenn deine Hauptlücke „Admin“ ist, priorisiere Nudges, milestone-basiertes Tracking und Reward-Regeln.

Weiterführende Seiten (für Details zur Integration und Automatisierung)

Wenn du das Thema als Integrations-Use-Case in deinem Stack betrachten willst, sind diese Seiten als Referenz hilfreich:

Die Messlatte für ein softgarden employee referral-Add-on bleibt am Ende pragmatisch: erreichst du mehr Mitarbeitende im passenden Kanal, bekommst du mehr Empfehlungen, ist das Tracking sauber in softgarden sichtbar – und sinkt gleichzeitig der manuelle Aufwand für HR und Recruiting?