Claude, ChatGPT und Gemini für Personalberater: 15 erprobte Prompts für Neukunden-Akquise
Diese 15 Prompts sind für deutsche Personalberater geschrieben, die Neukunden-Akquise nicht mehr mit Bauchgefühl, Tabellen und generischen E-Mails betreiben wollen. Der Punkt ist nicht, Claude, ChatGPT oder Gemini gegeneinander auszuspielen. Der Punkt ist, jedes Modell für den Akquise-Job zu nutzen, den es tatsächlich gut kann.
Co-founder at Boilr
TL;DR: Gute Prompts helfen, aber Signale gewinnen Mandate
Kurzfassung für volle Recruiter-Kalender:
Nutzen Sie Claude für lange Recherche und ICP-Synthese, ChatGPT für schnelle Outreach-Varianten und Gemini für frische Web-Signale. Prompts sind stark für Einzelfälle. Für tägliche Akquise sollten dieselben Signale automatisch in einem Feed landen, etwa über Boilr Signals und Boilr Discovery.
- Claude für Tiefe — wenn Sie alte Mandate, Account-Notizen, Karriereseiten und News in ein klares ICP oder einen Research-Brief verwandeln wollen.
- ChatGPT für Tempo — wenn Sie aus einem guten Signal fünf brauchbare E-Mail-, LinkedIn- oder Call-Varianten machen müssen.
- Gemini für Aktualität — wenn die Frage lautet, was in den letzten Tagen öffentlich passiert ist und welche Quelle das belegt.
- Boilr für Wiederholung — wenn dieselben Signale täglich gefunden, bewertet und an die richtigen Recruiter geliefert werden sollen.
- Recruiter für Urteil — weil kein Modell wissen kann, welcher Kunde wirklich zu Ihrer Marge, Ihrem Markt und Ihrem Ruf passt.
| Akquise-Aufgabe | Bestes Modell | Warum | Wann Boilr übernehmen sollte |
|---|---|---|---|
| ICP aus alten Mandaten bauen | Claude | Lange, gemischte Inputs bleiben besser im Kontext. | Sobald das ICP als täglicher Filter für neue Leads dienen soll. |
| Erste E-Mail schreiben | ChatGPT | Schnelle Varianten, Tonwechsel, Kürzen und Umschreiben. | Wenn der Anlass noch fehlt und erst ein Signal gefunden werden muss. |
| Aktuelle Accounts recherchieren | Gemini | Webnahe Recherche mit Quellen und frischen Hinweisen. | Wenn daraus eine wiederkehrende Watchlist werden soll. |
| Tägliche Prioritäten setzen | Boilr | Signal, Fit, Entscheider und Scoring laufen ohne Copy-paste zusammen. | Immer dann, wenn Berater sonst morgens Recherche nachbauen. |
Warum Prompts allein nicht reichen
Die meisten Personalberatungen haben kein Prompt-Problem. Sie haben ein Timing-Problem: zu viele mögliche Accounts, zu wenig echte Anlässe und zu viel Recherche zwischen CRM, LinkedIn, Karriereseiten und News.
- Zu wenig Anlass — eine gute E-Mail ohne Hiring-Signal bleibt ein netter Text an die falsche Zeit.
- Zu viel Copy-paste — wenn jeder Berater morgens dieselben Karriereseiten prüft, skaliert kein Prompt sauber.
- Zu breite Listen — viele Agenturen verwechseln Total Addressable Market mit tatsächlicher Akquise-Priorität.
- Zu wenig Quellenpflicht — KI klingt überzeugend, auch wenn die Aussage nicht belegt ist.
- Zu große Hoffnung auf Copy — die erste Nachricht ist selten das Problem, wenn Account-Fit und Timing nicht stimmen.
- Zu wenig Team-Lernen — Prompts werden privat besser, aber das Team baut kein gemeinsames Akquise-System.
Prompt als Notizblock
Gut für einzelne Research-Fragen, schlecht für wiederholbare Lead-Erkennung.
Prompt als Copywriter
Gut für erste Entwürfe, riskant ohne echten Anlass und klare Tonregeln.
Prompt als System
Erst stark, wenn Quellen, Scoring, ICP und tägliche Zustellung fest verbunden sind.
Genau deshalb gehört Prompting in einen Signal-Workflow. In unserem Guide zu Hiring-Signalen, die wirklich Meetings auslösen, geht es um dieselbe Logik: Der Anlass kommt vor dem Text.
Welches Modell für welchen Akquise-Job?
Die Modellwahl sollte nicht religiös sein. Ein guter Personalberater fragt: Was brauche ich gerade - Tiefe, Tempo oder Aktualität?
- Tiefe vor Outreach — wenn die Account-Logik unklar ist, starten Sie mit Claude statt mit einer E-Mail.
- Tempo nach dem Signal — wenn der Anlass klar ist, nutzen Sie ChatGPT für Varianten und Tonalität.
- Aktualität vor Priorisierung — wenn die Liste alt ist, nutzen Sie Gemini oder Boilr, um frische Signale zu finden.
- System vor Heldentum — wenn die Aufgabe täglich gleich aussieht, gehört sie nicht in einen Chat, sondern in einen Feed.
- Quellen vor Meinung — jede Recherche-Aussage braucht Quelle, Datum oder klare Markierung als Schlussfolgerung.
| Kriterium | Claude | ChatGPT | Gemini | Boilr |
|---|---|---|---|---|
| Lange ICP-Synthese | Sehr stark | Gut | Gut mit Quellen | Als dauerhafter Filter stark |
| E-Mail-Varianten | Ruhig und strukturiert | Sehr schnell | Solide | Liefert Anlass und Kontakt |
| Aktuelle Webrecherche | Mit Websuche möglich | Mit Search oder Deep Research möglich | Sehr passend | Kontinuierlich statt einmalig |
| Täglicher Lead-Feed | Manuell | Manuell | Manuell | Kernfunktion |
5 Claude-Prompts für Recherche, ICP und Account-Logik
Claude ist hier nicht der bessere Verkäufer. Claude ist der bessere Sortierer, wenn viel Kontext im Raum liegt und ein Recruiter daraus eine klare Akquise-Hypothese braucht.
- Gute Inputs — alte Mandate, verlorene Deals, Karriereseiten, CRM-Notizen und echte Ausschlüsse.
- Schlechter Input — nur Branche, Headcount und eine Zielrolle ohne Begründung.
- Gutes Ziel — ein Brief, der erklärt, warum dieser Account jetzt relevant ist.
- Schlechtes Ziel — eine lange Marktanalyse, die niemand im BD-Alltag liest.
- Praktischer Maßstab — der Output muss so kurz sein, dass ein Recruiter ihn vor einem Call in 90 Sekunden scannen kann.
ICP aus Kundenhistorie verdichten
Wenn Sie Platzierungsdaten, verlorene Mandate und Kundenkommentare in ein klares Wunschkundenprofil übersetzen wollen.
Warum dieses Modell?
Claude ist hier stark, weil es lange, gemischte Inputs sauber zusammenhalten kann: Notizen, alte Briefings, CRM-Exports, Gründe für gewonnene und verlorene Mandate. Genau diese Synthese entscheidet, ob ein Prompt später gute Accounts findet oder nur hübsche Listen baut.
So nutzen Sie den Prompt
- Nutzen Sie den Prompt vor Marktlisten, nicht danach; sonst sortieren Sie nur schlechten Input schneller.
- Füttern Sie Claude mit echten Mandatsnotizen, nicht nur Branchenlabels wie SaaS oder Maschinenbau.
- Übernehmen Sie die Ausschlusskriterien in Boilr, damit Discovery nicht jeden oberflächlich passenden Account ausspuckt.
Du bist Senior-Partner einer deutschen Personalberatung. Analysiere meine Kundenhistorie und verdichte sie zu einem ICP für Neukunden-Akquise. <DATEN> [Füge 10-30 gewonnene Mandate, verlorene Mandate, Branchen, Rollen, Honorarhöhe, Gründe für Erfolg/Misserfolg und relevante Notizen ein.] </DATEN> Bitte liefere: 1. Drei ICP-Segmente, die kommerziell Sinn ergeben. 2. Klare Ausschlusskriterien. 3. Typische Trigger, die auf akuten Einstellungsbedarf hindeuten. 4. Die wahrscheinlichsten Entscheider pro Segment. 5. Eine kurze Formulierung, mit der ein Recruiter intern erklären kann, warum genau diese Accounts priorisiert werden. Arbeite streng aus den Daten. Markiere Annahmen als Annahme. Keine generischen Recruiting-Floskeln.
Beispiel-Output
Input: 15 gewonnene Mandate im Maschinenbau, viele Absagen bei Konzernen, starke Quote bei 80-400 Mitarbeitern.
- ICP A: familiengeführte Maschinenbauer mit 80-400 Mitarbeitenden und sichtbarem Service- oder Internationalisierungsdruck.
- Ausschluss: Konzerne mit eigener TA-Funktion, rein projektbasierte Engineering-Dienstleister, Unternehmen ohne offene Fachrollen.
- Trigger: neue Exportmärkte, Serviceteam-Aufbau, zwei oder mehr offene Rollen im technischen Vertrieb.
Account-Research-Brief vor dem Erstkontakt
Wenn ein Zielunternehmen gut aussieht, aber Sie noch nicht wissen, ob der Anruf heute sinnvoll ist.
Warum dieses Modell?
Claude eignet sich für Research-Briefs, weil es viele Fragmente in eine Entscheidungsunterlage übersetzt. Personalberater brauchen keine 20-seitige Analyse, sondern eine knappe Antwort auf: Warum dieser Account, warum jetzt, warum wir?
So nutzen Sie den Prompt
- Ideal für Key Accounts, bei denen zehn Minuten bessere Vorbereitung die Gesprächsqualität deutlich heben.
- Nicht für Massenlisten verwenden; dafür ist ein automatisierter Signal-Feed sinnvoller.
- Der Output sollte in CRM-Notizen passen, sonst ist er zu lang.
Erstelle einen Account-Research-Brief für eine Personalberatung. <UNTERNEHMEN> Name: [Unternehmen] Website: [URL] Karriereseite: [URL] Aktuelle Stellen: [Liste oder Auszug] News/LinkedIn/Pressemeldungen: [Auszüge mit Quellen] </UNTERNEHMEN> <UNSERE BERATUNG> Nische: [z. B. Finance-Führungskräfte, SAP, Engineering, Life Sciences] Region: [DACH/Deutschland/Schweiz/Österreich] Starke Nachweise: [2-3 Platzierungsbeispiele] </UNSERE BERATUNG> Bitte liefere eine einseitige Akquise-Unterlage mit: - Warum der Account gerade Einstellungsdruck haben könnte. - Welche Rollen am ehesten kritisch sind. - Welche Person wahrscheinlich über externe Unterstützung entscheidet. - Drei glaubwürdige Einstiegssätze für Call oder E-Mail. - Ein Risiko, warum der Account trotz Signal nicht passen könnte. Jede Behauptung braucht eine Quelle oder muss als Schlussfolgerung markiert sein.
Boilr-Brücke nach Prompt 2: Aus Einzelrecherche wird tägliche Discovery
Diese beiden Prompts sind stark, wenn Sie einen Account einmalig tief verstehen wollen. Sobald Sie dieselbe Analyse jeden Morgen für neue Firmen brauchen, sollte Boilr Discovery den Account-Fit, das Signal und den Entscheider automatisch zusammenführen. Der Recruiter nutzt Claude dann für Spezialfälle, nicht für tägliche Grundrecherche.
Buying-Committee und Mehrfachansprache ableiten
Wenn Sie nicht nur HR anschreiben wollen, sondern Fachbereich, People und Geschäftsführung sauber trennen müssen.
Warum dieses Modell?
Claude ist gut bei Rollenlogik und Hierarchie, weil es aus Organisationskontexten ableitet, wer fachlich leidet, wer Budget hält und wer Recruiting operativ steuert. Für DACH-Personalberatungen ist das oft wichtiger als die perfekte Betreffzeile.
So nutzen Sie den Prompt
- Nutzen Sie diesen Prompt, sobald der Account mehr als eine offensichtliche Kontaktperson hat.
- Der Prompt verhindert, dass alle Kontakte dieselbe generische Nachricht bekommen.
- Wenn Boilr Entscheider-Kontakte liefert, können Sie diese Rollenlogik direkt auf echte Namen anwenden.
Du bist BD-Stratege für eine spezialisierte Personalberatung. <ACCOUNT-KONTEXT> Unternehmen: [Name] Branche: [Branche] Mitarbeiterzahl: [Größe] Offene Rollen: [Rollenliste] Letzte Signale: [News, Führungswechsel, Expansion, Funding, neue Standorte] </ACCOUNT-KONTEXT> <UNSERE POSITIONIERUNG> Wir besetzen: [Rollen] Typische Entscheider: [z. B. CFO, VP Engineering, HR Director] Proof: [kurze Nachweise] </UNSERE POSITIONIERUNG> Erstelle ein Buying-Committee-Mapping: 1. Wer spürt den Schmerz operativ? 2. Wer entscheidet über externe Personalberatung? 3. Wer blockiert wahrscheinlich? 4. Welche Nachricht bekommt jede Person? 5. Welche Reihenfolge der Ansprache ist sinnvoll? Format: Tabelle mit Personengruppe, vermuteter Priorität, Trigger, Botschaft, erster Satz.
Beispiel-Output
Input: Scale-up eröffnet Standort München, sucht Head of Customer Success, drei CSMs und RevOps.
- Operativer Schmerz: VP Sales oder CRO, weil Onboarding und Net Revenue Retention gefährdet sind.
- Budgetentscheidung: CRO plus People Lead, wenn externe Unterstützung für Schlüsselrollen gebraucht wird.
- Erster Satz CRO: 'Der Münchner Aufbau sieht weniger nach Einzelrolle aus als nach CSM-Teamaufbau - genau da kippt Timing schnell.'
Mandatswahrscheinlichkeit aus Signalen bewerten
Wenn Sie mehrere Hiring-Signale haben, aber nicht jede offene Stelle ein guter BD-Anlass ist.
Warum dieses Modell?
Claude kann qualitative Signale gegeneinander abwägen: Rolle, Seniorität, Zeitdruck, Marktknappheit, Unternehmensphase und frühere Muster. Das ist ein anderes Problem als nur eine Liste offener Stellen zu sortieren.
So nutzen Sie den Prompt
- Gut für wöchentliche Priorisierung, wenn das Team zu viele mögliche Accounts diskutiert.
- Nicht mit Scheingenauigkeit arbeiten; ein 1-5-Score reicht, weil der nächste Schritt eine menschliche Entscheidung bleibt.
- Übertragen Sie die Logik später in Boilr-Scoring, damit nicht jede Woche neu gepromptet werden muss.
Bewerte die Mandatswahrscheinlichkeit dieser Accounts für eine Personalberatung. <SIGNALLISTE> [Unternehmen | Signal | Quelle | offene Rollen | Datum | Kontext] </SIGNALLISTE> <ICP> Wir gewinnen Mandate besonders bei: [Branche, Größe, Rollen, Region] Wir verlieren oft bei: [Ausschlüsse] Wir sind stark, wenn: [Differenzierung] </ICP> Gib jedem Account einen Score von 1-5 für: - Akuter Einstellungsdruck - Rollenknappheit - Passung zu unserer Spezialisierung - Wahrscheinlichkeit externer Unterstützung - sinnvoller nächster Schritt Erkläre jeden Score in einem Satz. Markiere Signale, die stark aussehen, aber vermutlich rausfallen.
Account-Story für Partner-Review bauen
Wenn ein Berater einen Zielaccount intern pitchen muss, bevor Zeit in Outreach fließt.
Warum dieses Modell?
Claude hält lange Zusammenhänge zusammen und schreibt sachlich genug für interne Reviews. Das hilft, wenn Partner oder Teamleiter nicht nur 'sieht gut aus' hören wollen, sondern den kommerziellen Grund.
So nutzen Sie den Prompt
- Besonders hilfreich für Junior-Berater, die lernen müssen, Accounts sauber zu begründen.
- Der Output ist auch ein guter CRM-Kommentar, wenn später jemand anderes übernimmt.
- Wenn dieselbe Story jede Woche für viele Accounts entsteht, ist das ein Zeichen, dass Boilr die Vorarbeit automatisieren sollte.
Formuliere aus diesen Informationen eine interne Account-Story für unsere Personalberatung. <INPUT> Account: [Name] Warum auf der Liste: [Signal] Rollen: [Rollen] Entscheider: [Namen/Rollen] Unser Proof: [Platzierungen, Nische, Referenzen] Risiken: [bekannte Einwände, Konkurrenz, kein Budget] </INPUT> Schreibe: 1. Eine 4-Satz-Zusammenfassung. 2. Drei Gründe für Priorität diese Woche. 3. Zwei Risiken gegen Priorität. 4. Eine Empfehlung: anrufen, warm verbinden, E-Mail senden oder parken. 5. Den ersten konkreten Schritt inklusive Formulierung. Sprache: nüchtern, deutsch, partnerfähig, keine Werbesprache.
Boilr-Brücke nach Prompt 5: Scoring gehört nicht dauerhaft in den Chat
Wenn Ihr Team dieselben Scores jede Woche in Claude baut, ist das ein Prozesshinweis. Die Kriterien aus den Prompts gehören in ein gemeinsames ICP und in einen Signal-Feed. Genau dafür ist Boilr gedacht: passende Accounts laufend finden, bewerten und mit Kontext zustellen, statt dass fünf Berater dieselbe Recherche parallel wiederholen.
Claude als Research-Assistent für Personalberater
Pros
- ✓Starke Synthese — lange Mandatsnotizen und Research-Fragmente werden zu klaren Account-Briefs.
- ✓Gute Struktur — Claude liefert oft ruhigere, weniger werbliche Unterlagen für interne Reviews.
- ✓Bessere Ausschlüsse — lange Kontextfenster helfen, No-fit-Muster sauber zu behalten.
- ✓Nützlich für Training — Junior-Berater sehen, wie Account-Logik begründet wird.
Cons
- ✗Manueller Aufwand — Quellen und Inputs müssen meist selbst gesammelt werden.
- ✗Keine Lead-Zustellung — Claude sagt nicht jeden Morgen von selbst, welche Firma neu passt.
- ✗Qualität hängt am Input — schlechte CRM-Notizen erzeugen schlechte Schlussfolgerungen.
- ✗Quellenprüfung nötig — auch guter Research-Output muss vor Outreach geprüft werden.
5 ChatGPT-Prompts für Copy, Varianten und Gesprächsvorbereitung
ChatGPT sollte in der Akquise nicht raten, wen Sie ansprechen. ChatGPT sollte helfen, einen belegten Anlass in eine klare, kurze, menschliche Nachricht zu übersetzen.
- Signal zuerst — ohne Anlass wird die beste Copy zur höflichen Massenmail.
- Kürze erzwingen — 70 bis 110 Wörter reichen für die erste Nachricht fast immer.
- Phrasen verbieten — KI braucht klare No-go-Listen, sonst schreibt sie wie ein schlechter Sales-Blog.
- Varianten nutzen — eine direkte, eine ruhige und eine konträre Version zeigen schneller, welcher Ton passt.
- Nachbearbeitung einplanen — ChatGPT schreibt den Entwurf, der Recruiter entfernt die künstlichen Stellen.
Drei Outreach-Varianten für denselben Entscheider
Wenn der Account passt, aber Sie den Ton noch nicht getroffen haben.
Warum dieses Modell?
ChatGPT ist stark bei schnellen Varianten, Tonalität und kanalgerechter Copy. Für Recruiter ist das praktisch, weil eine gute Idee oft erst im dritten oder vierten Rewrite wirklich menschlich klingt.
So nutzen Sie den Prompt
- Lassen Sie ChatGPT Varianten bauen, aber senden Sie nie alle ungeprüft.
- Streichen Sie jedes Wort, das Sie selbst am Telefon nicht sagen würden.
- Wenn der Prompt ohne echtes Signal gefüttert wird, produziert er saubere, aber schwache Copy.
Du bist ein deutscher Personalberater mit klarer, direkter Sprache. <KONTEXT> Zielperson: [Name, Rolle] Unternehmen: [Name] Signal: [konkretes Hiring-Signal mit Quelle] Unsere Spezialisierung: [Nische] Proof: [kurzer Nachweis] </KONTEXT> Schreibe drei Versionen einer ersten E-Mail: 1. Sehr direkt. 2. Beratend und ruhig. 3. Leicht konträr. Regeln: - Maximal 95 Wörter. - Kein "ich hoffe, es geht Ihnen gut". - Kein "spannende Herausforderung". - Der erste Satz muss das Signal benennen. - Der Call-to-Action soll klein sein: "Soll ich Ihnen 2 Gedanken dazu schicken?" statt "30 Minuten Termin". Gib zusätzlich eine Betreffzeile pro Version.
Beispiel-Output
Input: CFO eines SaaS-Unternehmens, 6 offene Finance-Rollen, neuer Standort Hamburg.
- Betreff: Finance-Aufbau Hamburg
- Erster Satz: 'Ihr Hamburger Finance-Aufbau wirkt nicht wie eine Einzelbesetzung, sondern wie ein Teamaufbau unter Zeitdruck.'
- CTA: 'Soll ich Ihnen zwei Engpässe schicken, die wir bei ähnlichen SaaS-Aufbauten gerade sehen?'
LinkedIn-DM ohne Recruiter-Floskeln
Wenn Sie einen Fachbereichsleiter kurz anspielen wollen, ohne mit einer langen E-Mail zu starten.
Warum dieses Modell?
ChatGPT kann Tonalität schnell variieren. Das ist bei LinkedIn nützlich, weil 70 Wörter oft besser sind als ein perfekter langer Pitch, solange der Anlass konkret ist.
So nutzen Sie den Prompt
- Nutzen Sie LinkedIn-DMs für kleine, fachliche Einstiege, nicht als verkürzte E-Mail.
- Wenn eine Variante nach Automatisierung klingt, bitten Sie ChatGPT explizit um weniger Adjektive und mehr Alltagssprache.
- Boilr kann den Entscheider und das Signal liefern; ChatGPT macht daraus die erste Nachricht.
Schreibe eine LinkedIn-DM für einen deutschen Personalberater. <PERSON> Name: [Name] Rolle: [Rolle] Unternehmen: [Unternehmen] Aktueller Anlass: [Signal, Post, Jobserie, Standortaufbau] </PERSON> <WERT> Wir kennen den Markt für [Rollen/Nische] und können einschätzen, wo passende Kandidaten schwer werden. </WERT> Regeln: - Maximal 65 Wörter. - Kein "ich bin auf Ihr Profil gestoßen". - Kein "ich helfe Unternehmen". - Kein direkter Terminvorschlag. - Schreibe wie eine fachliche Nachricht, nicht wie Sales-Automation. Gib 4 Varianten: neutral, knapp, pointiert, sehr menschlich.
Vorher-nachher: generische E-Mail schärfen
Wenn Sie bestehende Templates verbessern wollen, ohne das komplette Messaging neu zu schreiben.
Warum dieses Modell?
ChatGPT ist gut als Redakteur. Es findet leere Phrasen, überlange Sätze und CTA-Sprünge, wenn Sie es hart genug einschränken.
So nutzen Sie den Prompt
- Sehr gut für Team-Enablement, weil alle Berater sehen, welche Sätze schwach sind.
- Nutzen Sie die Analyse, um schlechte Templates aus dem Team zu entfernen.
- Der beste Input ist eine echte E-Mail, die zuletzt nicht geantwortet wurde.
Überarbeite diese kalte E-Mail für Neukunden-Akquise einer deutschen Personalberatung. <EMAIL> [Bestehende E-Mail einfügen] </EMAIL> <KONTEXT> Zielgruppe: [z. B. VP Engineering in B2B SaaS, CFO im Mittelstand] Signal: [konkreter Anlass] Unsere Nische: [Spezialisierung] </KONTEXT> Aufgabe: 1. Markiere alle generischen Sätze. 2. Ersetze sie durch konkrete, signalbasierte Sätze. 3. Kürze die E-Mail auf maximal 110 Wörter. 4. Gib eine Version mit "Sie" und eine mit "du". 5. Erkläre in 5 Bulletpoints, warum die neue Version besser ist. Keine US-Sales-Phrasen. Kein Denglisch.
Beispiel-Output
Input: Alte Zeile: 'Wir sind eine moderne Personalberatung und unterstützen Sie bei Ihren Recruiting-Herausforderungen.'
- Neue Zeile: 'Sie suchen gerade drei SPS-Techniker in zwei Werken - das ist meist kein Anzeigenproblem, sondern ein Reichweiten- und Timingproblem.'
- Warum besser: konkreter Anlass, klare Nische, keine Selbstdarstellung, Gesprächswert vor Pitch.
Boilr-Brücke nach Prompt 8: Personalisierung braucht echte Signale
Gute Personalisierung beginnt nicht mit "schreibe netter". Sie beginnt mit einem echten Anlass: neue Rollen, Standortaufbau, Funding, Führungswechsel oder steigende Hiring Velocity. Boilr liefert diese Anlässe laufend; ChatGPT macht daraus die erste Formulierung. Die Logik passt zu unserem Playbook für KI-gestützte Personalisierung ohne Roboter-Stimme.
Sehen Sie, welche Accounts heute wirklich heiß sind
Boilr findet Hiring-Signale, bewertet Fit und liefert Entscheiderkontakte, bevor Ihr Team wieder Listen baut.
Einwandbehandlung für den ersten Call vorbereiten
Wenn Recruiter nach dem ersten Satz oft in dieselben Einwände laufen.
Warum dieses Modell?
ChatGPT eignet sich für schnelle Rollenspiele und Antwortvarianten. Gerade Junior-Berater brauchen keine Theorie, sondern Formulierungen, die sie im Call ausprobieren und dann anpassen.
So nutzen Sie den Prompt
- Training funktioniert besser mit echten Einwänden aus Calls als mit erfundenen Einwänden.
- Bitten Sie ChatGPT nach dem ersten Output um kürzere Sätze; Call-Sprache muss schneller sein als E-Mail-Sprache.
- Speichern Sie gute Antworten als Team-Playbook, damit nicht jeder Berater bei null anfängt.
Du coachst einen Personalberater für kalte BD-Calls im deutschen Markt. <SITUATION> Zielperson: [Rolle] Signal: [Anlass] Unsere Spezialisierung: [Nische] Typische Einwände: [Liste] </SITUATION> Erstelle: 1. Eine knappe Antwort auf jeden Einwand. 2. Eine bessere Rückfrage, die das Gespräch öffnet. 3. Eine Grenze, ab wann der Recruiter höflich aussteigen sollte. 4. Eine Version für Fachbereich und eine Version für HR. Sprache: ruhig, direkt, keine Drucktaktik.
Persona-Riffing für Fachbereich, HR und Geschäftsführung
Wenn ein Account mehrere Stakeholder hat und jede Person einen anderen Grund braucht, zu antworten.
Warum dieses Modell?
ChatGPT produziert schnell unterschiedliche Blickwinkel. Das ist nützlich, wenn eine Personalberatung dieselbe Marktlage für CFO, HR-Leitung und Fachbereich jeweils anders übersetzen muss.
So nutzen Sie den Prompt
- Gut für Multi-Threading, besonders bei Mittelständlern mit Fachbereich und HR als getrennten Einflussgruppen.
- Der Output zeigt, ob Sie überhaupt genug Kontext für mehrere Nachrichten haben.
- Wenn nicht, sollte zuerst Research oder Boilr-Discovery laufen, nicht direkt Outreach.
Übersetze denselben Akquise-Anlass in drei Stakeholder-Perspektiven. <ANLASS> [Signal: z. B. 8 offene Rollen, neue Niederlassung, Führungswechsel, Funding, Wettbewerber verliert Team] </ANLASS> <UNSERE NISCHE> [Spezialisierung und Proof] </UNSERE NISCHE> Stakeholder: 1. Fachbereichsleitung 2. HR/People 3. Geschäftsführung/C-Level Für jeden Stakeholder: - Hauptschmerz in einem Satz. - Relevanter Beleg aus dem Signal. - Erste E-Mail-Zeile. - Gesprächsfrage. - Was wir NICHT sagen sollten. Format: Tabelle. Deutsch. Keine Floskeln.
Beispiel-Output
Input: Mittelständischer MedTech-Hersteller sucht QA Manager, Regulatory Specialist und Head of Production.
- Fachbereich: Risiko ist Lieferfähigkeit und Audit-Readiness, nicht 'Recruiting'.
- HR: Risiko ist paralleler Suchdruck in drei schwer besetzbaren Rollen.
- Geschäftsführung: Risiko ist Verzögerung im Produktions- und Zulassungspfad.
Boilr-Brücke nach Prompt 10: Multi-Threading beginnt beim richtigen Account
Stakeholder-Mapping hilft nur, wenn der Account den Aufwand verdient. Boilr trennt vorher Fit und Timing: Welche Firma passt zum ICP, welches Signal ist frisch, welche Entscheiderrolle ist relevant? Erst danach lohnt es sich, mit ChatGPT mehrere Nachrichten für Fachbereich, HR und Geschäftsführung zu bauen.
5 Gemini-Prompts für frische Web-Signale und Wettbewerbs-Kontext
Gemini ist besonders nützlich, wenn die Antwort an Quellen hängt: Karriereseiten, News, Standortmeldungen, öffentliche Profile und aktuelle Marktbewegungen.
- Zeitfenster setzen — fragen Sie nach den letzten 30, 60 oder 90 Tagen, nicht nach allgemeiner Unternehmenslage.
- Quellen pro Zeile — jede Signalzeile braucht URL und Datum, sonst ist sie für Akquise zu schwach.
- Evergreen-Rollen markieren — viele offene Stellen sind kein akuter Anlass, wenn sie seit Monaten unverändert sind.
- Indirekte Signale nutzen — Wettbewerber, Expansionen und Führungswechsel können bessere Gespräche öffnen als reine Jobposts.
- Treffer systematisieren — wiederholbare Suchmuster gehören in Watchlists und Alerts.
Frische Web-Signale für Zielaccounts sammeln
Wenn Sie aktuelle Informationen brauchen: Karriereseiten, News, Standortmeldungen, Produktlaunches und öffentliche Veränderungen.
Warum dieses Modell?
Gemini passt hier, weil Googles Deep-Research- und Grounding-Ansatz stark auf Webinformationen und Quellenarbeit ausgelegt ist. Für Akquise zählt Aktualität: Ein drei Monate altes Signal ist oft nur noch Gesprächsdeko.
So nutzen Sie den Prompt
- Nutzen Sie Gemini für frische Recherche, wenn der Prompt wirklich Webzugriff hat.
- Verlangen Sie Quellen pro Signal, nicht nur eine Zusammenfassung.
- Gleichen Sie gute Treffer mit Boilr ab, damit daraus ein wiederholbarer Feed statt eine einmalige Recherche wird.
Recherchiere aktuelle Hiring- und Wachstumssignale für diese Zielaccounts. <ACCOUNTS> [Liste mit 10-30 Unternehmen und Websites] </ACCOUNTS> <SUCHRAHMEN> Region: DACH Zeitraum: letzte 90 Tage Relevante Signale: neue Stellen, Standortaufbau, Funding, Führungswechsel, neue Produkte, Expansion, große Kundenprojekte, Restrukturierung mit Folgebedarf </SUCHRAHMEN> Bitte liefere eine Tabelle: Unternehmen | Signal | Datum | Quelle | Warum relevant für Personalberatung | Möglicher Entscheider | Nächster Schritt Nutze nur öffentlich belegbare Quellen. Verlinke jede Quelle. Wenn nichts Aktuelles gefunden wird, schreibe "kein starkes Signal".
Beispiel-Output
Input: 10 Zielaccounts aus Maschinenbau und Industrial Software in DACH.
- Account A: 6 offene Rollen im Service und Field Engineering, Quelle Karriereseite, nächster Schritt: Operations Director oder Service Lead.
- Account B: keine neuen Rollen, aber Standortmeldung Österreich, nächster Schritt: parken bis Hiring-Signal sichtbar wird.
Wettbewerber-News als Akquise-Anlass prüfen
Wenn Ihre Zielkunden auf Bewegungen ihrer Wettbewerber reagieren könnten.
Warum dieses Modell?
Gemini ist sinnvoll, wenn aktuelle News und Webquellen die Basis sind. Ein Wettbewerber, der Funding bekommt, ein Werk eröffnet oder ein Führungsteam wechselt, kann ein starker indirekter Anlass sein.
So nutzen Sie den Prompt
- Gut für reifere Märkte, in denen Unternehmen auf Wettbewerbsbewegungen achten.
- Nie schreiben: 'Ihr Wettbewerber stellt ein, also müssen Sie auch.' Besser: eine Marktbeobachtung anbieten.
- Boilr-Watchlists können solche Wettbewerber laufend überwachen, ohne dass jemand jede Woche News googelt.
Finde Wettbewerber-News, die für Neukunden-Akquise einer Personalberatung relevant sind. <ZIELACCOUNT> Unternehmen: [Name] Branche: [Branche] Region: [DACH/Region] </ZIELACCOUNT> <UNSERE NISCHE> [Rollen und Spezialisierung] </UNSERE NISCHE> Recherchiere die letzten 120 Tage und liefere: 1. Drei relevante Wettbewerber oder Vergleichsunternehmen. 2. Welche News dort auf Hiring-Druck hindeuten. 3. Warum das Zielunternehmen reagieren könnte. 4. Eine vorsichtige Outreach-Zeile ohne falsche Behauptung. 5. Quellen. Wichtig: Keine Spekulation als Fakt darstellen.
Karriereseite gegen LinkedIn und News abgleichen
Wenn Sie prüfen wollen, ob ein Unternehmen wirklich hiring-aktiv ist oder nur veraltete Rollen online hat.
Warum dieses Modell?
Gemini eignet sich für diese Aufgabe, weil sie aktuelle Webquellen kombiniert. Der Wert liegt nicht in einer einzelnen offenen Stelle, sondern in der Mustererkennung über mehrere öffentliche Oberflächen.
So nutzen Sie den Prompt
- Dieser Prompt verhindert, dass Sie Evergreen-Rollen als akute Mandatschance behandeln.
- Er ist besonders nützlich bei großen Unternehmen mit dauerhaft offenen Standardrollen.
- In Boilr sollte dieselbe Logik als Scoring-Regel auftauchen: neue, erklärbare Rollen zählen mehr als alte Daueranzeigen.
Prüfe, ob dieses Unternehmen aktuell echten Hiring-Druck zeigt. <UNTERNEHMEN> Name: [Name] Karriereseite: [URL] LinkedIn-Unternehmensseite: [URL] Weitere Quellen: [News, Presse, Jobs, Produktseiten] </UNTERNEHMEN> Bitte vergleiche: - Welche Rollen sind offen? - Sind die Rollen neu, wiederholt oder wahrscheinlich evergreen? - Gibt es News, die die Rollen erklären? - Welche Abteilung baut sichtbar auf? - Gibt es Hinweise auf Budget, Expansion oder Führungswechsel? - Welche erste Frage sollte ein Personalberater stellen? Format: Ampelbewertung Rot/Gelb/Grün mit Begründung und Quellen.
Beispiel-Output
Input: Softwareunternehmen mit 18 offenen Rollen, davon 11 seit Monaten unverändert.
- Ampel: Gelb, weil Hiring sichtbar ist, aber nur 4 Rollen neu wirken.
- Starker Anlass: neuer VP Engineering plus 3 neue Backend-Rollen.
- Schwacher Anlass: Evergreen Customer Support Rollen ohne neues Muster.
Boilr-Brücke nach Prompt 13: Aus Webrecherche wird ein Signal-Feed
Gemini hilft bei gezielten Webchecks. Boilr übernimmt den Teil, der sonst liegen bleibt: Quellen laufend beobachten, passende Signale herausfiltern, Scores vergeben und Alerts an das Team senden. Das ist der Unterschied zwischen guter Recherche am Mittwoch und einem Akquise-System, das am Montagmorgen schon vorbereitet ist.
Account-Liste nach aktuellen Prioritäten sortieren
Wenn Sie eine alte Target-Account-Liste haben und wissen müssen, wer heute zuerst drankommt.
Warum dieses Modell?
Gemini bringt Aktualität in alte Listen. Viele Personalberatungen haben gute Zielaccounts, aber keine saubere Antwort auf die Frage: Welcher davon bewegt sich gerade?
So nutzen Sie den Prompt
- Ideal für alte CRM-Listen, die sonst nur alle paar Monate manuell bereinigt werden.
- Der Prompt ist stark, wenn die Accountliste schon gut ist; bei schlechter Liste löst er das Grundproblem nicht.
- Boilr ersetzt diesen Wochenaufwand, indem es neue passende Accounts täglich nach Signalen anzeigt.
Aktualisiere und priorisiere diese Target-Account-Liste für Neukunden-Akquise. <ACCOUNT-LISTE> [Unternehmen | Website | Branche | Größe | bisheriger Status] </ACCOUNT-LISTE> <ICP> [Unser Wunschkundenprofil, Rollen, Region, Ausschlüsse] </ICP> Recherchiere aktuelle öffentliche Signale der letzten 90 Tage und sortiere in: 1. Heute kontaktieren. 2. Diese Woche beobachten. 3. Parken. 4. Aus Liste entfernen. Für "heute kontaktieren" brauche ich je Account: Signal, Quelle, wahrscheinlicher Entscheider, Einstiegssatz, Risiko.
Standort- und Expansionssignale finden
Wenn Ihre Beratung regionale Teams, Werke, Niederlassungen oder neue Märkte besetzt.
Warum dieses Modell?
Gemini ist stark, wenn die Suche mehrere Quellentypen braucht: Presse, Handelsregister-nahe Meldungen, lokale News, Karrierebereich, Maps-Kontext und Unternehmenswebseiten. Gerade DACH-Mittelstand publiziert solche Signale oft außerhalb großer Tech-Medien.
So nutzen Sie den Prompt
- Gut für Spezialisten, die nicht auf LinkedIn-Jobposts warten wollen.
- Fragen Sie nach einer Hypothese, nicht nach einer fertigen Wahrheit.
- Überführen Sie Treffer in Boilr-Watchlists, wenn sich das Signal wiederholen soll.
Finde Expansionssignale in DACH, die auf Personalbedarf hindeuten. <MARKT> Branche: [z. B. Maschinenbau, MedTech, Logistik, SaaS] Region: [z. B. NRW, Bayern, Schweiz, Österreich] Rollen, die wir besetzen: [Rollen] </MARKT> Suche nach: - neuen Standorten - Werkserweiterungen - neuen Geschäftsbereichen - Förderprojekten - Großaufträgen - Führungswechseln mit Aufbauauftrag Gib 15 Accounts mit Quelle, Signal, vermuteten Rollen, Entscheiderfunktion und einer ersten Akquise-Hypothese aus. Keine erfundenen Unternehmen. Quellen verlinken.
Beispiel-Output
Input: MedTech Süddeutschland, Rollen: Regulatory Affairs, QA, Produktion.
- Signal: Werkserweiterung plus neue Produktionslinie, mögliche Rollen QA Manager, Produktionsleitung, Validierung.
- Entscheiderfunktion: COO, Head of Quality, Site Lead.
- Akquise-Hypothese: 'Der Aufbau wird weniger am Bewerbereingang scheitern als an paralleler Knappheit in QA und Produktion.'
Boilr-Brücke nach Prompt 15: DACH-Mittelstand braucht kontinuierliche Beobachtung
Viele DACH-Signale tauchen nicht als große Tech-News auf. Sie stehen in regionalen Meldungen, Karriereseiten, Standortseiten oder kleinen Pressemitteilungen. Ein einmaliger Gemini-Check findet einen Ausschnitt. Boilr Signals macht daraus laufende Marktbeobachtung.
9 Praxisbeispiele aus der DACH-Akquise
Prompts werden erst wertvoll, wenn sie an echte Akquise-Situationen gebunden sind. Die folgenden Beispiele zeigen, wie Personalberater in DACH aus einem Signal, einem Modell und einem klaren nächsten Schritt eine bessere Gesprächschance bauen.
- Praxis vor Prompt-Sammlung — ein einzelner echter Account lehrt mehr als 30 abstrakte Prompt-Ideen.
- Signal vor Story — die beste Account-Story beginnt mit einem sichtbaren Ereignis im Markt.
- Rolle vor Tool — Claude, ChatGPT und Gemini sind Mittel zum Zweck; der Recruiter entscheidet, welcher Job gerade gelöst werden muss.
- Boilr vor Wiederholung — sobald ein Muster öfter vorkommt, gehört es in Discovery, Signals oder eine Watchlist.
- Lernen vor Lautstärke — bessere Akquise entsteht aus sauberer Auswertung, nicht aus mehr Nachrichten.
SaaS: neuer VP Sales plus fünf offene Account-Executive-Rollen
Situation: Ein B2B-SaaS-Unternehmen in Berlin hat einen neuen VP Sales eingestellt und innerhalb von zehn Tagen fünf Sales-Rollen veröffentlicht. Der Account wirkt gut, aber der Recruiter weiß noch nicht, ob HR, VP Sales oder CEO zuerst angesprochen werden soll.
Tool-Logik: Claude für Buying-Committee-Logik, ChatGPT für die erste Nachricht an den VP Sales, Boilr für laufende Beobachtung weiterer GTM-Signale.
Brauchbarer Output: Claude trennt operativen Schmerz und Budget: VP Sales spürt Ramp-up-Druck, People steuert Prozess, CEO interessiert sich für Umsatzplan. Die erste Nachricht fokussiert nicht auf 'wir haben Kandidaten', sondern auf das Risiko, dass Pipeline-Ziele an zu langsamer Sales-Hiring-Capacity hängen.
Maschinenbau: Werkserweiterung ohne sichtbare Stellenanzeige
Situation: Ein mittelständischer Hersteller in Baden-Württemberg kündigt eine Werkserweiterung an, aber die Karriereseite zeigt nur zwei alte Rollen. Für viele Recruiter wäre der Account zu unscharf. Für eine spezialisierte Engineering-Beratung kann er trotzdem relevant sein.
Tool-Logik: Gemini für frische lokale Quellen, Claude für eine vorsichtige Akquise-Hypothese, Boilr Watchlist für neue Rollen in Produktion, Instandhaltung und Qualität.
Brauchbarer Output: Der Outreach behauptet nicht, dass akuter Bedarf existiert. Er formuliert eine Marktbeobachtung: 'Bei ähnlichen Erweiterungen sehen wir, dass Qualität und Produktionsleitung oft vor den eigentlichen Ausschreibungen eng werden.' Das ist seriös und eröffnet ein Gespräch ohne falschen Druck.
Life Sciences: Regulatory Affairs nach neuer Produktlinie
Situation: Ein MedTech-Unternehmen veröffentlicht eine neue Produktlinie und sucht kurz darauf QA- und Regulatory-Profile. Der Fachbereich dürfte stärker leiden als HR, weil Zulassung und Dokumentation direkt am Projektplan hängen.
Tool-Logik: Gemini für Produkt- und News-Kontext, Claude für Rollenrisiko, ChatGPT für getrennte Nachrichten an Head of Quality und HR Lead.
Brauchbarer Output: Die Fachbereichsnachricht spricht Audit- und Zulassungsrisiko an. Die HR-Nachricht spricht Parallelität und Kandidatenknappheit an. Beide Nachrichten nutzen denselben Anlass, aber sie übersetzen ihn in verschiedene Probleme.
Finance: CFO-Wechsel in einem Portfoliounternehmen
Situation: Ein Private-Equity-finanziertes Unternehmen bekommt einen neuen CFO. Es gibt keine neuen Jobs, aber die ersten 90 Tage eines CFOs bringen oft Controlling-, FP&A- oder Finance-Transformationsthemen hoch.
Tool-Logik: Claude für Account-Story, ChatGPT für eine sehr kurze, senior-taugliche E-Mail, Boilr für Funding- und Führungswechsel-Signale im Portfolio.
Brauchbarer Output: Der Prompt erzeugt keine aggressive Mandatsanfrage. Er schlägt einen kurzen Insight vor: 'Bei CFO-Wechseln in PE-Umfeldern sehen wir häufig, dass FP&A und Reporting schneller zum Engpass werden als geplant.' Der CTA bleibt klein: zwei Beobachtungen schicken, kein Meeting erzwingen.
Logistik: Standortaufbau in Österreich
Situation: Ein Logistikunternehmen eröffnet ein neues Lager in Österreich. Die offensichtlichen Rollen sind gewerblich, aber die Beratung besetzt Schichtleitung, Standortleitung und Prozessmanagement.
Tool-Logik: Gemini für regionale Meldungen, Claude für Rollencluster, ChatGPT für eine Nachricht an Operations und HR.
Brauchbarer Output: Die Account-Hypothese trennt Volumenrollen von wertvolleren Führungsrollen. Die Beratung geht nicht mit 'wir liefern Fahrer' in den Markt, sondern mit der Frage, ob Schichtleitung und Ramp-up-Management intern abgedeckt sind.
IT-Beratung: viele Java-Rollen, aber alte Anzeigen
Situation: Eine IT-Beratung hat zwölf Java-Rollen online. Nach Quellencheck sind acht davon seit Monaten sichtbar. Nur vier Rollen passen zu einem neuen Kundenprojekt, das in einer Pressemeldung erwähnt wird.
Tool-Logik: Gemini für Karriereseiten- und News-Abgleich, Claude für Ampelbewertung, Boilr für zukünftige Projekt- und Hiring-Signale.
Brauchbarer Output: Der Account wird nicht als pauschal heiß bewertet. Der Prompt markiert ihn Gelb: ausreichend Anlass für Beobachtung, aber nur projektnahe Rollen verdienen Outreach. Das schützt den Recruiter vor Aktivität ohne echte Chance.
Schweiz: Pharma-Zulieferer mit Qualitätsengpass
Situation: Ein Schweizer Zulieferer veröffentlicht mehrere Quality- und Validation-Rollen. Der Markt ist klein, die Kandidatenlage eng, und der Entscheider reagiert schlecht auf generische Recruiter-Nachrichten.
Tool-Logik: Claude für fachliche Risikoübersetzung, ChatGPT für sehr sachliche deutsche Ansprache, Boilr für Entscheiderkontakte und Signalverlauf.
Brauchbarer Output: Die Nachricht spricht nicht über 'passende Kandidaten in unserer Datenbank'. Sie spricht über Validierungsdruck, parallele Rollen und die Frage, ob der Engpass projektkritisch wird. Das klingt fachlicher und weniger wie Massenvertrieb.
Öffentlicher Sektor-naher Dienstleister: neue Rahmenverträge
Situation: Ein Dienstleister gewinnt einen großen Rahmenvertrag, aber veröffentlichte Rollen sind noch nicht sichtbar. Die Beratung besetzt Projektleitung, Business Analyse und IT-Service-Management.
Tool-Logik: Gemini für Vertrags- und Newsrecherche, Claude für Hypothese und Risiken, ChatGPT für eine vorsichtige Gesprächsanfrage.
Brauchbarer Output: Der Prompt markiert die Unsicherheit klar. Die Outreach-Zeile lautet sinngemäß: 'Ich weiß nicht, ob der Rahmenvertrag schon Personalbedarf auslöst; bei ähnlichen Programmen war Projektleitung oft der erste Engpass.' Das ist glaubwürdig, weil es die Grenze der Recherche offenlegt.
Bestandskunde: Account Expansion statt Neukunde
Situation: Ein Bestandskunde sucht in einem neuen Geschäftsbereich. Der Recruiter kennt HR, aber nicht den neuen Fachbereich. Die Chance liegt nicht im Erstkontakt, sondern in der Erweiterung des bestehenden Vertrauens.
Tool-Logik: Claude für interne Account-Story, ChatGPT für Intro-Anfrage an HR, Boilr für neue Signale innerhalb bestehender Kunden.
Brauchbarer Output: Der Prompt baut eine kurze Expansion-Story: bisherige Platzierung, neues Signal, vermuteter Fachbereichsschmerz, konkreter Intro-Wunsch. Die Nachricht an HR bittet nicht um ein neues Mandat, sondern um die richtige interne Einordnung.
| Signaltyp | Häufiger Fehler | Bessere Prompt-Frage | Boilr-Regel |
|---|---|---|---|
| Neue Rollen | Alle offenen Stellen gleich behandeln | Welche Rollen sind neu, erklärbar und schwer zu besetzen? | Neue Rollencluster höher werten als Evergreen-Anzeigen. |
| Führungswechsel | Sofort eine generische Glückwunsch-Mail senden | Welche Aufbauaufgabe hat diese Person in den ersten 90 Tagen? | Neue Entscheider mit passenden Rollen und Account-Fit verbinden. |
| Funding oder Budget | Funding automatisch als Mandatschance sehen | Welche Teams müssen wachsen, damit die Finanzierungsstory aufgeht? | Funding nur stark werten, wenn passende Rollen oder Teamaufbau folgen. |
| Expansion | Nur lokale Volumenrollen sehen | Welche Führungs- und Spezialrollen werden vor dem Ramp-up knapp? | Standortsignale mit Führungs-, Operations- und Fachrollen matchen. |
4 Checklisten für bessere Prompt-Qualität
Gute Prompt-Arbeit ist weniger kreativ, als viele denken. Sie besteht aus sauberen Inputs, Quellenpflicht, knapper Sprache und konsequenter Auswertung.
Checkliste 1: Input-Qualität vor jedem Prompt
- Accountdaten konkret machen — Name, Website, Region, Größe und relevante Rollen gehören in den Prompt.
- Signal mit Quelle einfügen — ein Anlass ohne URL oder Datum ist für Akquise zu schwach.
- ICP-Ausschlüsse nennen — die KI muss wissen, welche Accounts trotz Signal nicht passen.
- Eigenen Proof angeben — ohne Platzierungsbeispiele schreibt das Modell generische Behauptungen.
- Ziel des Outputs begrenzen — ein Research-Brief, eine E-Mail oder eine Tabelle; nicht alles gleichzeitig.
Checkliste 2: Quellenprüfung vor Outreach
- Datum prüfen — alte Rollen und alte News sind kein frischer Anlass.
- Quelle öffnen — übernehmen Sie keine KI-Zusammenfassung, ohne die verlinkte Seite zu lesen.
- Signalart trennen — Funding, neue Rollen, Führungswechsel und Standortaufbau haben unterschiedliche Gesprächslogik.
- Evergreen erkennen — dauerhaft offene Rollen sind schwächer als neue, erklärbare Rollencluster.
- Unsicherheit benennen — wenn etwas Schlussfolgerung ist, darf es nicht als Fakt in die Nachricht.
Checkliste 3: Outreach-Qualität vor dem Senden
- Erster Satz konkret — das Signal muss sofort sichtbar sein, sonst liest es sich wie Massenmail.
- Eine Idee pro Nachricht — kein ICP, keine Firmengeschichte und kein Leistungskatalog in derselben E-Mail.
- Kleiner CTA — eine kurze Einschätzung anbieten schlägt einen direkten 30-Minuten-Termin oft deutlich.
- Sprache laut lesen — wenn der Satz am Telefon peinlich wäre, gehört er nicht in die E-Mail.
- DACH-Ton halten — sachlich, knapp, ohne künstliche Begeisterung und ohne US-Sales-Phrasen.
Checkliste 4: Team-Lernen nach einer Woche
- Antworten markieren — unterscheiden Sie Antwort, echtes Gespräch, höfliche Absage und falschen Kontakt.
- No-fit dokumentieren — schlechte Accounts verbessern die Filter, wenn das Team den Grund festhält.
- Beste erste Zeilen sammeln — erfolgreiche Formulierungen gehören in ein gemeinsames Playbook.
- Signalqualität bewerten — nicht jede offene Rolle verdient denselben Score.
- Automatisierung ableiten — alles, was wiederholt manuell geprüft wurde, gehört in Boilr-Regeln oder Watchlists.
| Qualitätsfrage | Wenn ja | Wenn nein |
|---|---|---|
| Hat der Account ein frisches Signal? | Prompt für Briefing oder Outreach nutzen. | Erst Boilr, Gemini oder Quellencheck nutzen. |
| Ist der Entscheider plausibel? | Nachricht auf diese Rolle zuschneiden. | Buying-Committee-Prompt nutzen. |
| Ist der erste Satz belegbar? | Senden oder im Call nutzen. | Quelle suchen oder Satz streichen. |
| Wurde das Ergebnis ausgewertet? | Prompt-Playbook nachschärfen. | Keine neuen Prompts sammeln, erst Lernschleife schließen. |
Was Sie nicht prompten sollten
Ein erfahrener Personalberater nutzt KI nicht für jede Entscheidung. Manche Aufgaben wirken im Chat bequem, werden aber schlechter, wenn man sie vom eigenen Urteil trennt.
- Keine Mandatsentscheidung auslagern — KI kann Signale sortieren, aber sie kennt Ihre Marge, Ihre Beziehungshistorie und Ihre Reputation im Markt nicht.
- Keine falsche Vertrautheit schreiben lassen — wenn Sie eine Person nicht kennen, sollte die Nachricht nicht so klingen, als gäbe es eine Beziehung.
- Keine sensiblen Kundendaten einfügen — vertrauliche Mandate, Gehälter, Vertragsdetails und personenbezogene Kandidatendaten gehören nicht ungeprüft in externe Tools.
- Keine Quellen erfinden lassen — wenn das Modell keine Quelle findet, ist das ein Stoppschild und kein Auftrag zur kreativen Formulierung.
- Keine Massenpersonalisierung als Qualität verkaufen — hundert leicht unterschiedliche Nachrichten sind immer noch schwach, wenn der Anlass nicht trägt.
- Keine Strategie aus einer Antwort ableiten — ein guter Output ist ein Vorschlag, kein Ersatz für Marktgespräche, Auswertung und Partnerentscheidung.
| Riskanter Prompt | Warum problematisch | Bessere Alternative | Rolle von Boilr |
|---|---|---|---|
| "Finde mir die besten Kunden in Deutschland" | Zu breit, keine Nische, kein Fit, keine Ausschlüsse. | ICP mit gewonnenen Mandaten, No-fit-Mustern und konkreten Rollen definieren. | Das ICP als dauerhaften Discovery-Filter nutzen. |
| "Schreibe eine überzeugende E-Mail an diesen CEO" | Überzeugung ohne Anlass wirkt schnell wie Druck oder Show. | Erst Signal, Quelle, Risiko und kleine Anschlussfrage klären. | Signal und Entscheiderkontakt bereitstellen. |
| "Bewerte, ob wir diesen Kunden gewinnen" | Die KI kennt Beziehung, Historie, Marktposition und interne Kapazität nicht. | Mandatswahrscheinlichkeit als Hypothese bewerten und menschlich entscheiden. | Fit, Timing und Signalstärke sichtbar machen. |
| "Erstelle 100 personalisierte Nachrichten" | Skaliert schlechte Annahmen und macht das Team blind für Qualität. | Zehn gute Accounts mit echten Signalen anschreiben und Ergebnis lernen. | Die zehn besten Accounts täglich priorisieren. |
LLM-Ausgabe ungeprüft senden
Pros
- ✓Schnell — der Recruiter spart kurzfristig Zeit und kann mehr Accounts berühren.
- ✓Einfach — keine zusätzliche Abstimmung mit Partnern oder Teamleitern nötig.
- ✓Verführerisch skalierbar — Varianten lassen sich in Minuten erzeugen.
- ✓Gut für Rohentwürfe — die erste Version ist oft besser als ein leeres Blatt.
Cons
- ✗Markenrisiko — falsche Behauptungen oder künstliche Nähe fallen Entscheidern sofort auf.
- ✗Schwache Lernkurve — das Team verbessert keine Akquise-Logik, wenn nur Output kopiert wird.
- ✗Datenschutzrisiko — sensible Informationen können versehentlich in falsche Systeme gelangen.
- ✗Falsche Sicherheit — ein gut klingender Text verdeckt oft, dass Account-Fit oder Signal fehlen.
Die produktive Haltung ist deshalb nüchtern: KI darf die Fleißarbeit verkürzen, aber nicht das kaufmännische Denken ersetzen. Ein Recruiter, der diese Grenze sauber zieht, wird schneller, ohne beliebiger zu werden.
Prompt-Variablen, die jedes Team standardisieren sollte
Die meisten Prompt-Bibliotheken scheitern nicht am Prompttext. Sie scheitern daran, dass jeder Berater andere Variablen einsetzt und dadurch andere Kriterien, andere Sprache und andere Prioritäten entstehen.
- ICP-Variable — definieren Sie Branche, Unternehmensgröße, Region, Zielrollen, Ausschlüsse und typische Mandatsauslöser in derselben Reihenfolge.
- Proof-Variable — sammeln Sie kurze, freigegebene Platzierungsbeispiele, die Recruiter in Prompts und Nachrichten verwenden dürfen.
- Signal-Variable — halten Sie Signaltyp, Datum, Quelle, Rollencluster und vermuteten Schmerz getrennt, damit die KI nichts vermischt.
- Entscheider-Variable — unterscheiden Sie Fachbereich, HR, Geschäftsführung, Finance und Operations, statt alles als Hiring Manager zu behandeln.
- Ton-Variable — beschreiben Sie, wie Ihr Team schreibt: sachlich, kurz, DACH-tauglich, ohne künstliche Begeisterung und ohne leere Claims.
- Ausschluss-Variable — dokumentieren Sie, welche Accounts trotz Signal nicht passen, etwa Konzerne mit starkem Inhouse-TA, zu kleine Firmen oder falsche Rollen.
| Variable | Schlechte Version | Gute Version | Warum es zählt |
|---|---|---|---|
| ICP | "Mittelstand in Deutschland" | "80-600 Mitarbeitende, produzierender Mittelstand, DACH, Rollen in Qualität, Produktion und Engineering, keine reinen Dienstleister" | Das Modell kann nur priorisieren, wenn Fit und No-fit klar sind. |
| Signal | "Die Firma wächst" | "Neue Niederlassung in Graz, Pressemeldung vom 12. Mai, parallel vier neue Operations-Rollen auf der Karriereseite" | Konkrete Signale führen zu konkreten ersten Sätzen. |
| Proof | "Wir kennen den Markt" | "Drei Produktionsleitungsbesetzungen in DACH seit Januar, davon zwei bei Firmen mit Werkserweiterung" | Entscheider reagieren auf passende Erfahrung, nicht auf Selbstbeschreibung. |
| CTA | "Haben Sie 30 Minuten Zeit?" | "Soll ich Ihnen zwei Engpässe schicken, die wir bei ähnlichen Aufbauten sehen?" | Kleine nächste Schritte senken die Antwortschwelle. |
Beispiel für einen Team-Standard, der wirklich hilft
Ein Engineering-Desk könnte seine Standardvariable so formulieren: "Wir sprechen DACH-Industrieunternehmen mit 150-1.500 Mitarbeitenden an, wenn sie mehrere Rollen in Automatisierung, Embedded Software, Qualität oder technischer Projektleitung neu ausschreiben. Ausgeschlossen sind reine Engineering-Dienstleister, Zeitarbeit, Konzerne mit starkem Inhouse-Recruiting und Rollen ohne sichtbaren Fachbereichsbezug."
- Warum das besser ist — die KI kann sofort zwischen Industriekunde, Dienstleister, Konzern und No-fit unterscheiden.
- Warum das für Boilr zählt — dieselben Kriterien lassen sich als Discovery-Filter, Signalregel und Ausschlusslogik nutzen.
- Warum das für Outreach zählt — die erste Nachricht kann auf Rollencluster und Fachbereichsschmerz eingehen, nicht nur auf eine einzelne Stellenanzeige.
- Warum das für Teamführung zählt — Manager sehen schneller, ob ein Recruiter schlechte Accounts auswählt oder nur bessere Messaging-Hilfe braucht.
- Warum das für Lernen zählt — Antwortquoten werden vergleichbar, weil alle mit derselben Accountdefinition starten.
Genau dieser langweilige Standard spart im Alltag Zeit. Er verhindert, dass jeder Prompt mit einer neuen Definition von "guter Kunde" startet und dass das Team später nicht mehr weiß, warum ein Output gut oder schlecht war.
In der Praxis ist das auch ein Führungsinstrument. Wenn ein Berater zehn Accounts mit derselben Variable bearbeitet, kann der Teamleiter die Qualität der Auswahl prüfen. Wenn ein anderer Berater dieselbe Nische anders beschreibt, entstehen sofort andere Scores, andere Nachrichten und andere Prioritäten. Dann diskutiert das Team nicht mehr Akquise-Ergebnisse, sondern unklare Begriffe. Gute Variablen machen die Arbeit sichtbar: Welcher Account hatte ein echtes Signal? Welche Quelle war stark genug? Welche Rolle war relevant? Welche Nachricht bekam eine Antwort?
Für kleine Personalberatungen wirkt das zuerst wie Prozessarbeit. Tatsächlich schützt es den Gründer vor einem typischen Fehler: Jede Person im Team baut sich ihre eigene Marktlogik. Das funktioniert, solange zwei erfahrene Recruiter nebeneinandersitzen. Es bricht, sobald neue Berater dazukommen, mehrere Nischen bearbeitet werden oder ein Partner wissen will, warum Pipeline diese Woche schwach ist. Standardisierte Prompt-Variablen sind deshalb kein Admin-Projekt. Sie sind die Grundlage dafür, dass KI und Boilr gemeinsam zu einem wiederholbaren Akquise-System werden.
Der einfachste Start ist ein gemeinsamer Account-Review mit echten Fällen aus der letzten Woche. Nehmen Sie drei gewonnene Gespräche, drei ignorierte Nachrichten und drei Accounts, die trotz Signal nicht passten. Aus diesen neun Fällen entsteht meist eine bessere Variablenliste als aus einem langen Strategie-Workshop. Danach wird jeder neue Prompt praktischer, weil er auf realer Akquise statt auf Wunschdenken basiert. Für DACH-Teams ist das besonders wichtig, weil Nischen, Regionen und Entscheiderwege oft enger sind als in generischen internationalen Prompt-Beispielen. Die Sprache muss zur Beziehungsebene passen: Ein Geschäftsführer im Mittelstand braucht eine andere erste Zeile als ein People Lead im Berliner SaaS-Umfeld. Ohne diese Anpassung klingt selbst ein guter Prompt schnell nach importierter Vertriebssprache, und Entscheider merken das sofort, besonders bei erklärungsbedürftigen Rollen und knappen Märkten.
- 1Variablen-Dokument erstellen — eine Seite pro Desk reicht, solange sie echte Beispiele enthält.
- 2Prompts an Variablen binden — jeder Copy-paste Prompt sollte dieselben Felder verlangen.
- 3Boilr-Filter spiegeln — ICP- und Ausschlussvariablen gehören nicht nur in Prompts, sondern auch in Discovery-Regeln.
- 4Teamreview einführen — einmal pro Woche drei gute und drei schlechte Outputs gemeinsam prüfen.
- 5Playbook kürzen — entfernen Sie Promptteile, die nie zu besserer Akquise führen.
Der Wochen-Workflow: So nutzen Personalberater Prompts ohne Akquise-Chaos
Prompts bringen nur dann Umsatznähe, wenn sie in einen Rhythmus passen. Sonst sammelt das Team schöne Outputs, aber keine besseren Gespräche.
- 1Montag: Signal-Feed prüfen — starten Sie mit Boilr oder einer geprüften Signalliste, nicht mit einer leeren Chatbox.
- 2Dienstag: Claude für Top-Accounts nutzen — bauen Sie für die fünf besten Accounts Research-Briefs und Buying-Committee-Logik.
- 3Mittwoch: ChatGPT für Outreach-Varianten nutzen — schreiben Sie pro Account kurze Nachrichten für die wichtigste Entscheiderrolle.
- 4Donnerstag: Gemini für Lücken nutzen — prüfen Sie unklare Accounts, Wettbewerber-News und regionale Expansionshinweise.
- 5Freitag: Ergebnis lernen — messen Sie Antwort, Call, Meeting, No-fit und falsche Signale; aktualisieren Sie ICP-Regeln.
| Wochentag | Output | Tool | Qualitätscheck |
|---|---|---|---|
| Montag | Priorisierte Accountliste | Boilr | Hat jeder Account ein frisches Signal? |
| Dienstag | Research-Briefs | Claude | Kann ein Recruiter in 90 Sekunden handeln? |
| Mittwoch | Nachrichtenvarianten | ChatGPT | Klingt die Nachricht wie ein Mensch? |
| Donnerstag | Quellencheck und Zusatzsignale | Gemini | Ist jede Behauptung belegt? |
| Freitag | Lernschleife für ICP und Messaging | Team-Review | Welche Signale führten zu Gesprächen? |
Checkliste für den ersten Monat:
- 20 echte Accounts testen — keine Demo-Daten, keine Fantasieunternehmen.
- 5 beste Prompts behalten — alles streichen, was nicht zu einem besseren Call führt.
- Antworten markieren — nicht nur gesendete E-Mails zählen, sondern Gesprächsqualität.
- ICP nachschärfen — No-fit-Accounts sind kein KI-Fehler, sondern meist ein Filterproblem.
- Automatisieren — wiederholbare Signal-Recherche in Boilr überführen.
Wann Boilr den Prompt ersetzt
Boilr ist nicht der Ort, an dem Sie schöne Formulierungen basteln. Boilr ist der Ort, an dem passende Firmen, echte Hiring-Signale und Entscheiderkontakte zusammenkommen, bevor ein Berater mit Copy beginnt.
- Hiring-Signal-Erkennung — Boilr beobachtet Karriereseiten, News, Funding, Führungswechsel und weitere Quellen, damit Recruiter nicht jeden Morgen suchen.
- ICP-Filterung — nur Accounts, die zu Rolle, Region, Branche, Größe und Ausschlüssen passen, gehören in den Feed.
- Intent-Scoring — Signale werden nach Fit und Dringlichkeit bewertet, statt als flache Liste aufzutauchen.
- Entscheider-Kontakte — Akquise braucht eine konkrete Person, nicht nur einen Firmennamen.
- Tägliche Lead-Drops — der Arbeitsbeginn ist nicht Recherche, sondern Priorisierung und Kontaktaufnahme.
- Watchlists — Zielaccounts und Wettbewerber können laufend beobachtet werden.
- CRM-Nähe — gute Signale müssen in den Arbeitsfluss, nicht in eine private Prompt-Historie.
- Team-Standard — alle Berater arbeiten mit derselben Logik, statt private Prompt-Tricks zu sammeln.
| Aufgabe | Nur Prompts | Boilr + Prompts | Praktische Folge |
|---|---|---|---|
| Neue Accounts finden | Manuelle Suche, stark vom Berater abhängig | Automatischer Feed nach ICP und Signal | Mehr Zeit für Gespräche |
| Signal prüfen | Quellen müssen einzeln gesammelt werden | Signal und Quelle stehen am Lead | Weniger Scheingründe im Outreach |
| Entscheider finden | LinkedIn- und Website-Recherche pro Account | Kontaktlogik direkt im Lead-Prozess | Schneller von Signal zu Nachricht |
| Nachricht schreiben | Prompt kann helfen, braucht aber Anlass | Prompt nutzt Boilr-Signal als Input | Weniger generische Personalisierung |
Boilr für signalbasierte Neukunden-Akquise
Pros
- ✓Signal-nativ — Boilr startet bei Hiring-Intent, nicht bei statischen Firmendaten.
- ✓DACH-tauglich — Filter lassen sich auf Nischen, Regionen, Rollen und Ausschlüsse zuschneiden.
- ✓Entscheider-orientiert — Accounts werden mit relevanten Kontaktrollen verbunden.
- ✓Täglich nutzbar — Berater bekommen neue Prioritäten, statt Recherche selbst nachzubauen.
- ✓Prompt-kompatibel — Signale und Account-Kontext können direkt in Claude, ChatGPT oder Gemini weiterverarbeitet werden.
Cons
- ✗Neuerer Anbieter — Boilr ist jünger als große Datenbank- und ATS-Anbieter.
- ✗Nicht für Kandidaten-Sourcing gebaut — der Fokus liegt auf Kundengewinnung und Hiring-Signalen.
- ✗ICP-Arbeit bleibt nötig — schlechte Zielgruppendefinition führt auch mit Boilr zu schlechter Priorisierung.
- ✗Kein Ersatz für Beziehung — Boilr liefert Anlass und Kontext, aber kein Vertrauen im Gespräch.
Manueller Prompt-Stack aus Claude, ChatGPT und Gemini
Pros
- ✓Flexibel — Recruiter können Ad-hoc-Fragen sofort testen.
- ✓Günstiger Einstieg — einzelne Tools sind schnell verfügbar und brauchen keinen Rollout.
- ✓Gut für Training — Prompts zeigen, wie bessere Account-Logik und bessere Sprache aussehen.
- ✓Kreativ stark — Varianten, Einwände und interne Briefings entstehen schnell.
Cons
- ✗Kein System — ohne Prozess bleibt Wissen in einzelnen Chats hängen.
- ✗Hohe Wiederholung — tägliche Signal-Recherche wird schnell mühsam.
- ✗Unklare Datenqualität — Quellen, Aktualität und Kontaktlogik müssen manuell geprüft werden.
- ✗Schwer skalierbar — fünf Berater bauen fünf leicht unterschiedliche Wahrheiten.
Entscheidungsrahmen: Wann welches Setup passt
Der richtige Stack hängt nicht von Tool-Vorlieben ab. Er hängt davon ab, wo Ihre Akquise gerade bricht: beim Finden, Bewerten, Anschreiben oder Nachfassen.
- Wenn die Liste leer ist — starten Sie mit Boilr Discovery, nicht mit Copy-Prompts.
- Wenn die Liste voll, aber unsortiert ist — nutzen Sie Signal-Scoring und Claude-Briefs für Top-Accounts.
- Wenn Antworten ausbleiben — prüfen Sie Anlass, erste Zeile und CTA mit ChatGPT.
- Wenn der Markt unklar ist — nutzen Sie Gemini für frische Quellen und Wettbewerbsbewegungen.
- Wenn alles manuell wiederholt wird — automatisieren Sie die Signal-Erkennung, bevor Sie neue Prompts sammeln.
| Agentur-Situation | Empfohlenes Setup | Warum | Erste Aktion |
|---|---|---|---|
| 2-5 Berater, Nische klar, Pipeline dünn | Boilr + ChatGPT | Sie brauchen zuerst passende Anlässe, dann schnelle Nachrichten. | ICP in Boilr anlegen und Prompt 6 für Top-Accounts nutzen. |
| 10-30 Berater, viele Zielmärkte | Boilr + Claude + Team-Playbook | Standardisierung zählt mehr als einzelne Prompt-Tricks. | Ausschlüsse und Scoring-Regeln vereinheitlichen. |
| Markt neu, Zielaccounts unbekannt | Gemini + Boilr Watchlists | Erst Marktquellen entdecken, dann laufend beobachten. | Prompt 15 ausführen und gute Muster als Watchlist speichern. |
| Viele E-Mails, wenig Antworten | Boilr Signals + ChatGPT Review | Meist fehlt Anlass oder erste Zeile ist zu generisch. | Prompt 8 auf echte Nicht-Antworten anwenden. |
| Senior-Partner jagt Key Accounts | Boilr + Claude | Tiefe Account-Story und Timing entscheiden mehr als Massen-Outreach. | Prompt 2 und 5 für die besten zehn Accounts nutzen. |
“Prompts sind kein Akquise-System. Sie sind ein Hebel für den Moment, in dem der richtige Account schon auf dem Tisch liegt. Der eigentliche Vorsprung entsteht, wenn der Account automatisch auftaucht, bevor der Markt ihn breit sieht.”
– Felix Hermann, Cofounder @ Boilr
FAQ: KI-Prompts für Personalberater
Es gibt keine pauschal beste KI für Personalberater. Claude ist stark, wenn lange Inputs zusammengeführt werden müssen, zum Beispiel ICPs, Account-Briefs oder Mandatsmuster. ChatGPT ist stark für schnelle Textvarianten, Outreach, Tonalität und Einwandbehandlung. Gemini ist die bessere Wahl, wenn aktuelle Webinformationen, News, Karriereseiten und Quellen im Vordergrund stehen.
Quellen
- 1. Boilr Discovery
Produktquelle für Discovery, ICP-Filterung, Entscheider-Findung und tägliche Lead-Zustellung.
- 2. Boilr Signals
Produktquelle für Echtzeit-Signale, Signaltypen, Scoring, Alerts und Signal-Feeds.
- 3. Boilr Business Development
Produktquelle für signalbasierte Akquise, tägliche Lead-Drops und BD-Positionierung.
- 4. Anthropic: Long context prompting tips
Belegt, warum Claude für lange Inputs, Dokumentpakete und strukturierte Synthese geeignet ist.
- 5. Anthropic: Web search tool
Belegt die Nutzung von Claude mit Websuche und Quellenangaben, sofern die Funktion aktiviert ist.
- 6. OpenAI Academy: Writing with ChatGPT
Belegt ChatGPTs Stärken bei Entwurf, Umschreiben, Tonalität und kanalgerechtem Schreiben.
- 7. OpenAI Help: Deep research in ChatGPT
Belegt mehrstufige Recherche, Webquellen, Dateien, Apps und zitierte Reports in ChatGPT Deep Research.
- 8. Google: Gemini Deep Research
Belegt, dass Gemini Deep Research Webinformationen sammelt, verdichtet und mit Quellen ausgibt.
- 9. Google AI: Gemini API tooling updates
Belegt Google-Search- und Maps-Grounding als Tooling-Bausteine im Gemini-Ökosystem.
- 10. Bullhorn GRID 2026 Industry Trends Report
Belegt, dass Recruitment-Firmen KI stärker in Workflows integrieren und dass nur ein kleiner Teil KI bereits durchgehend eingebettet hat.
- 11. Bitkom: Künstliche Intelligenz in Deutschland 2026
Belegt die wachsende KI-Nutzung und Investitionsbereitschaft deutscher Unternehmen.
- 12. LinkedIn Research: Talent 2026
Belegt die wachsende Rolle KI-gestützter Suche und den Druck auf Recruiter, schneller passende Kontakte zu finden.
Passende Artikel
ChatGPT Prompts for Recruiter BD
12 copy-paste Prompts für Recruiter Business Development, Hiring-Signal-Triage, Entscheider-Recherche und kalte Ansprache.
Claude AI for Recruiters in 2026
Wie Recruiter Claude für Recherche, Outreach, Marktanalysen und strukturierte Arbeitsunterlagen nutzen.
The Best Hiring Signals for Recruiters
Welche Hiring-Signale tatsächlich zu Meetings führen und wie Personalberater Timing in Akquise verwandeln.
How to Personalise Cold Outreach with AI
Ein praktischer Rahmen für KI-gestützte Personalisierung, ohne dass E-Mails nach Vorlage klingen.
How to Write Cold Emails That Get Replies
Struktur, Beispiele und Follow-up-Logik für kurze kalte E-Mails, die Gespräche statt höflicher Absagen auslösen.
Co-founder von Boilr. Felix arbeitet mit Personalberatungen daran, Neukunden-Akquise von manueller Recherche auf signalbasierte Workflows umzustellen: passende Accounts, echte Hiring-Signale, Entscheiderkontakte und klare Prioritäten für jeden BD-Tag.
Bereit, passende Leads vor Ihren Wettbewerbern zu sehen?
Testen Sie Boilr und sehen Sie Hiring-Signale, qualifizierte Accounts und Entscheiderkontakte an einem Ort.
Boilr kostenlos testen