Recruiting ohne Jobtitel: Wie du Rollen findest, die es offiziell nicht gibt

Cloud Ninja, Tech Champion oder Consultant?

Warum Jobtitel im Tech-Bereich heute kaum noch etwas aussagen

Im klassischen Recruiting sind Jobtitel das zentrale Steuerungsinstrument. Doch in der IT-Welt 2025 sind sie bestenfalls dekorativ – schlimmstenfalls irreführend. Der Titel „Cloud Architect“ kann einen Enterprise-Lizenzverkäufer bezeichnen, einen Projektmanager mit Cloud-Kontakt oder einen hands-on Tech Lead mit Terraform-Expertise. Recruiting ohne Jobtitel

Was bedeutet das konkret für dein Recruiting?

• Du schließt die besten Kandidat:innen aus, weil sie unter „falschem“ Titel laufen

• Du bekommst irrelevante Treffer, weil du Boolean-Logik auf oberflächliche Labels anwendest

• Du sourct ineffizient, weil du die funktionalen Anforderungen nicht mitdenkst

Gerade die spannendsten Tech-Talente sind oft unter dem Radar. Ein Beispiel: Ein Kandidat auf LinkedIn mit dem Titel „Technical Consultant“ beschreibt seine Aufgaben lapidar mit „Cloud-Projekte begleiten“. Erst bei näherer Betrachtung zeigt sich: Er hat Terraform-Module produktiv ausgerollt, Landing Zones für AWS entworfen und IAM-Governance mit Vault implementiert. In klassischen Suchanfragen taucht er nie auf – bei uns ist er Top-Treffer. Sie tragen Rollen wie „Platform Owner“, „Chapter Lead Backend“, „Site Reliability Enthusiast“ oder schlicht „IT Consultant“. Sie erscheinen in keiner klassischen Suchmaske, weil ihr Titel nicht die Funktion widerspiegelt.

Wie erkenne ich, ob ich titelgetrieben suche? Recruiting ohne Jobtitel

3 typische Symptome einer veralteten Sourcing-Strategie

1. Du bekommst bei jeder Suche zu viele irrelevante Ergebnisse. → Du suchst nach „Cloud Engineer“, findest aber vor allem Helpdesk-Admins mit Cloud-Zertifikaten.

2. Du verbringst viel Zeit damit, Profile manuell zu prüfen. → Weil du den Kontext nicht aus dem Titel ablesen kannst.

3. Du verlässt dich zu stark auf LinkedIn-Filter wie „Current Title“. → Diese basieren auf Selbsteinschätzung, internen Jobleveln oder HR-Systemen.

Wenn du eines oder mehrere dieser Symptome erkennst, arbeitest du titelzentriert statt funktionsorientiert. Damit suchst du nicht nur ineffizient – du verfehlst deine Zielgruppe systematisch.

Was ist funktionales Sourcing wirklich?

So identifizierst du Rollen anhand von Aufgaben, nicht Labels

Funktionales Sourcing bedeutet, Profile nicht nach Titeln zu bewerten, sondern nach:

• verantworteten Aufgaben (z. B. „Infrastruktur as Code umgesetzt mit Terraform und Ansible“)

• verwendeten Technologien (z. B. „AWS, Azure, Kubernetes, GitOps“)

• Kontext im Projekt (z. B. „Migrationsverantwortung für 30 Microservices“, „Einführung von Policy-as-Code“)

• Impliziten Kompetenzen (z. B. „Security Hardening“, „API-Governance“)

Ein konkretes Beispiel: In einem unserer Projekte suchten wir ein DevOps-Profil für eine hochregulierte Umgebung. Titel wie „DevOps Engineer“ oder „Platform Owner“ führten zu nichts. Stattdessen fanden wir ein Profil mit dem Titel „Software Developer“, das in Wirklichkeit eine komplette GitOps-Infrastruktur mit ArgoCD, Secret Management via HashiCorp Vault und Ansible Automation betreut hatte. Matching durch semantische Analyse – nicht durch Titel.

• verantworteten Aufgaben (z. B. „Infrastruktur as Code umgesetzt mit Terraform und Ansible“)

• verwendeten Technologien (z. B. „AWS, Azure, Kubernetes, GitOps“)

• Kontext im Projekt (z. B. „Migrationsverantwortung für 30 Microservices“, „Einführung von Policy-as-Code“)

• Impliziten Kompetenzen (z. B. „Security Hardening“, „API-Governance“)

Beispiel: Eine Person mit dem Titel „Consultant“ hat in Wirklichkeit eine Kubernetes-Infrastruktur automatisiert, CI/CD aufgebaut und Alerting über Prometheus eingeführt. Klassisches Keyword-Sourcing würde dieses Profil nie finden. Wir schon.

Welche Tools helfen beim funktionalen Sourcing?

So kombinierst du semantische Suche mit OSINT und Pattern Matching

1. PeopleGPT / WerAI
Nutze diese LLM-basierten Tools, um semantisch nach Funktionen statt Begriffen zu suchen. Statt „Cloud Engineer“ fragst du:
„Zeige mir Personen, die Terraform, Kubernetes und GitOps in produktiven Cloud-Setups operationalisiert haben.“

2. Promptloop + Sheets / Airtable
Du importierst CVs oder LinkedIn-Profile, führst semantische Transformationen durch und analysierst implizite Funktionen.
Wir clustern so z. B. 500 Profile nach „Security Ownership“, ohne dass irgendwo „Security“ steht.

3. GitHub-Analyse
Wer welche Repos forkt, welche Projekte maintained oder welche Issues kommentiert, zeigt dir:
→ Hier ist ein SRE unterwegs, auch wenn im Titel „Software Developer“ steht.

4. LinkedIn-Graph-Search & Co-View-Strategien
Wir nutzen Netzwerkdaten, um Profile zu entdecken, die sich in funktionalen Clustern bewegen, obwohl sie nicht klassisch auffindbar sind.

Wie erkennt man Rollen hinter irreführenden Titeln?

5 konkrete Fallbeispiele aus unserer Praxis

Diese Profile findest du nur, wenn du die Sprache hinter dem Titel verstehst.

Warum funktionales Recruiting nicht einfach, aber skalierbar ist

Und warum genau das dein Wettbewerbsvorteil sein kann

Viele glauben, man könne Sourcing einfach durch bessere Filter automatisieren. Ein Trugschluss, den wir oft bei neuen Kunden sehen. Beispiel: Ein Unternehmen filterte seine Bewerberdatenbank strikt nach ‚Cloud Engineer‘. Ergebnis: Null Treffer. Nach semantischer Neuinterpretation durch uns – auf Basis von Aufgaben, nicht Labels – konnten fünf hochrelevante Kandidat:innen identifiziert werden, die schlicht andere Titel trugen. Fazit:

• Filter arbeiten syntaktisch – funktionales Denken ist semantisch.

• Automatisierung funktioniert nur, wenn du weißt, was du suchst.

• Matching braucht Kontext, nicht Keywords.. Aber das greift zu kurz. Denn:

• Filter arbeiten syntaktisch – funktionales Denken ist semantisch.

• Automatisierung funktioniert nur, wenn du weißt, was du suchst.

• Matching braucht Kontext, nicht Keywords.

Wir bei indivHR kombinieren:

• maschinelle Mustererkennung (Vector Search, Promptloop)

• OSINT-Strategien (GitHub, Stack Overflow, Eventlisten)

• menschliche Interpretation (Was steht zwischen den Zeilen?)

Das Ergebnis: Treffer, die andere nicht mal erkennen. Zum Beispiel ein erfahrener SRE, der unter dem Titel ‚Consultant‘ bei einem Energieversorger agierte – in Wirklichkeit aber einen kompletten Kubernetes-Stack mit Monitoring, Incident Handling und Alert Fatigue Management aufgebaut hatte. Für klassische Recruiter:innen unsichtbar. Für uns ein Perfect Match.

Wenn du dich beim Sourcing auf Titel verlässt, arbeitest du mit Scheuklappen. Wer hingegen in Funktionen, Kontexten und Tech-Logik denkt, findet Talente, die andere nie zu Gesicht bekommen.

Funktionales Recruiting ist aufwändig. Aber genau deshalb ist es dein Vorteil.

Recruiting ohne Jobtitel