Guides

Das Arbeitgeberbewertungs-Signal: Wie Kununu- und Glassdoor-Sentiment-Spitzen dein nächstes Mandat ankündigen

Ein Anstieg negativer Bewertungen auf Kununu oder Glassdoor geht einer Backfill-Welle oft um Wochen voraus. Wie du als BD-Consultant Arbeitgeberbewertungs-Sentiment als frühes, kaum genutztes Signal liest, lange bevor die Stelle ausgeschrieben ist.

TB Team Boilr

· August 25, 2026 · 15 Min. Lesezeit

Abstrakte dunkle Flüssigmetall-Textur mit konzentrischen Wellen, die sich wie ein Signal ausbreiten

TL;DR

Ein Cluster negativer Bewertungen auf Kununu oder Glassdoor lässt sich fast immer auf ein konkretes Ereignis zurückführen, einen Stellenabbau, einen Führungswechsel, eine Reorg [3]. Mitarbeitende, die Burnout in Bewertungen erwähnen, bewerten ihren Arbeitgeber 26% schlechter und geben 58% häufiger an, aktiv zu suchen [1]. Dieses Sentiment taucht Wochen bis Monate vor der eigentlichen Backfill-Ausschreibung öffentlich auf. Die meisten BD-Consultants ignorieren Bewertungsportale komplett oder prüfen sie manuell, einmal, beim Qualifizieren eines Leads. Dieser Guide zeigt, wie du Sentiment-Spitzen als wiederholbares BD-Signal nutzt, Glassdoor für internationale Accounts, Kununu für DACH, und wie boilr.ai dieses Signal in dasselbe Company Brain einspeist, das schon Funding, Führungswechsel und Job-Posting-Velocity trackt.

Warum Mitarbeiterbewertungen ein Hiring-Signal sind, nicht nur eine Employer-Brand-Kennzahl

Die meisten Agenturen behandeln Kununu und Glassdoor als Kandidatenproblem, etwas, worüber sich das Marketing- oder Employer-Branding-Team des Kunden Sorgen macht, nicht BD. Das ist ein Fehler. Sentiment bewegt sich vor dem Headcount, aus einem einfachen Grund: Bewertungen schreiben Menschen, die bereits unzufrieden sind, und unzufriedene Menschen kündigen oder werden aus dem Unternehmen herausgeführt, beides erzeugt eine offene Stelle.

Burnout-Erwähnungen sagen Fluktuation direkt voraus: Erwähnungen von Burnout in Bewertungen stiegen im Jahresvergleich um 32%, und Mitarbeitende, die es erwähnen, bewerten ihren Arbeitgeber 26% schlechter und geben 58% häufiger an, sich anderswo zu bewerben [1].
Karriere-Bewertungen sagen voraus, wer als Nächstes geht: Ein Punkt mehr bei der Karriere-Weiterentwicklungs-Bewertung reduziert die Wahrscheinlichkeit zu kündigen um 14,87%, einer der stärksten Einzelprädiktoren in der akademischen Analyse von Bewertungsdaten [4].
Bewertungscluster sind datierbare Ereignisse: Ein koordinierter Anstieg neuer Bewertungen innerhalb weniger Tage lässt sich fast immer auf ein konkretes Ereignis zurückführen, Stellenabbau, missglückte RTO-Regelung, Reorg, Führungswechsel [3].
Das Signal bewegt sich schnell: Eine Bewertungswelle kann die öffentliche Note in einer einzigen Nacht um einen ganzen Punkt verschieben, und die Bewertungsgeschwindigkeit (ein Cluster neuer Bewertungen in 48 Stunden) ist ein sensiblerer Frühindikator als die Sterne-Note selbst, die nachläuft [3].
Es ist ein zweiseitiges Signal: Derselbe Notenabfall, der interne Fluktuation vorhersagt, sagt auch Hiring-Schwierigkeiten beim selben Unternehmen voraus, denn 86% der Kandidaten prüfen Bewertungen vor der Bewerbung, und ein Drittel bewirbt sich gar nicht erst unter drei Sternen. Der Kunde wird also externe Hilfe brauchen, um genau die Stellen zu besetzen, die die Bewertungen gerade erzeugt haben [1] [2].
Fast niemand in Recruitment-BD nutzt es systematisch: Agenturen beobachten Funding-Ankündigungen und Jobbörsen, aber Sentiment-Monitoring-Tools wie PageCrawl existieren vor allem für Employer-Branding- und Kommunikationsteams, nicht für BD-Desks [3].

Genau darin liegt die Chance. Job-Posting-Velocity und Funding-Runden sind längst überlaufene BD-Signale, jede ernstzunehmende Agentur beobachtet LinkedIn Jobs und Crunchbase. Mitarbeiterbewertungs-Sentiment liegt beiden vorgelagert, und außerhalb von Employer-Branding-Teams liest es kaum jemand als Trigger für Neukundengewinnung.

Das Framework für das Bewertungs-Signal

Sentiment als BD-Signal zu lesen heißt, Rauschen (eine einzelne frustrierte Bewertung) von echtem Signal (einem Muster, das ein Hiring-Mandat vorhersagt) zu trennen. Vier Punkte unterscheiden ein echtes Signal von Rauschen.

1. Geschwindigkeit, nicht nur die Note

Ein Unternehmen, das über ein Jahr von 3,9 auf 3,5 Sterne abrutscht, ist längst alter Kaffee, wenn es als Headline-Zahl sichtbar wird. Entscheidend ist das Cluster: Zehn oder mehr Bewertungen innerhalb eines 48-Stunden-Fensters sind der eigentliche Hinweis, denn Sterne-Noten sind langsame Durchschnittswerte, die dem auslösenden Ereignis hinterherlaufen [3]. Tracke Bewertungsanstiege, nicht nur den Durchschnitt.

2. Kategorie-Aufschlüsselung, nicht die Gesamtnote

Die Gesamtnote verschleiert, welcher Hebel sich bewegt hat. Kununu und Glassdoor brechen Bewertungen beide in Kategorien auf (Karriere, Vorgesetztenverhalten, Work-Life-Balance, Gehalt, Kultur). Ein Einbruch, der sich auf "Vorgesetztenverhalten" oder "Karriere/Weiterbildung" konzentriert, deutet auf ein Führungs- oder Umstrukturierungsproblem hin, das speziell Abgänge bei Mid- und Senior-Level vorhersagt, genau das Profil, das die meisten Agenturen platzieren [4].

3. Schlüsselwort-Cluster, nicht nur Notenabfall

Krisen-Sprache (Stellenabbau, Umstrukturierung, Diskriminierung, Reorg, "freigesetzt") taucht im Bewertungstext auf, bevor die numerische Note den Schaden vollständig widerspiegelt. Ein Monitoring-Ansatz, der numerische Schwellenwerte mit Schlüsselwort-Tracking kombiniert, erkennt das Ereignis Tage früher als das reine Beobachten der Sterne-Note [3].

4. Die Lücke bei Weiterempfehlung und CEO-Zustimmung

Eine Sterne-Note kann stabil bleiben, während "Weiterempfehlung" und CEO-Zustimmungswerte einbrechen, beides sind Frühindikatoren dafür, dass Mitarbeitende innerlich schon aufgegeben haben, bevor sie öffentlich eine schriftliche Bewertung abgeben. Eine sich öffnende Lücke zwischen Sterne-Note und diesen Zusatzmetriken ist oft die früheste lesbare Version des Signals [3].

Kurz gesagt trennen vier Checks ein echtes Signal von einer einzelnen frustrierten Ex-Mitarbeiterin:

Geschwindigkeit: ein Cluster neuer Bewertungen in kurzer Zeit, keine langsame Drift im Durchschnitt
Kategorie-Konzentration: der Einbruch liegt bei Karriere oder Führung, nicht nur beim Gehalt
Schlüsselwort-Cluster: Krisen-Sprache (Stellenabbau, Reorg, Umstrukturierung) taucht im Bewertungstext auf
Metrik-Lücke: Weiterempfehlung oder CEO-Zustimmung fällt schneller als die Headline-Note

Glassdoor vs. Kununu: Was jede Plattform wirklich liefert

Glassdoor und Kununu sind nicht austauschbar. Abdeckung, Bewertungstiefe und die getrackten Kategorien unterscheiden sich so stark, dass ein Desk, der UK-/globale und DACH-Mandate gleichzeitig bearbeitet, einen plattformspezifischen Ansatz braucht, nicht ein Skript für beide Märkte.

Dimension	Glassdoor	Kununu
Primärmarkt	US-geführt, starke UK- und globale Abdeckung	Marktführer im DACH-Raum (Deutschland, Österreich, Schweiz), gehört zu XING
Bewertungsvolumen	Großer globaler Datenbestand über die meisten gelisteten Arbeitgeber	Über 7 Mio. Arbeitgeberbewertungen im DACH-Raum [5]
Score-Zusammensetzung	Gesamt-Sternedurchschnitt plus Kategorie-Aufschlüsselung, CEO-Zustimmung, Weiterempfehlung	Kategorie-gemittelter Score über Kultur, Gehalt, Vorgesetztenverhalten, Karriere, Benefits; braucht 3,8+ und eine Mindestanzahl Bewertungen für das "Top Company"-Siegel [5]
Bewertende	Aktuelle und ehemalige Mitarbeitende, Interview-Kandidaten	Aktuelle und ehemalige Mitarbeitende, plus Bewerbende zum Bewerbungsprozess
Datenzugriff fürs Monitoring	Arbeitgeber-Analytics-Dashboards; Drittanbieter-Tools tracken öffentliche Noten	Öffentliche Widget-Einbindung; Scraper-APIs von Drittanbietern ziehen öffentliche Bewertungsdaten fürs Employer-Brand- und Recruiting-Monitoring [6]
Zuverlässigkeit bei wenig Volumen	Eine Handvoll Bewertungen kann den Durchschnitt stark verschieben	Gleiches Problem; ein Unternehmen mit 5 Bewertungen und Score 4,0 ist deutlich unzuverlässiger als eines mit 100 [5]

Praktisch heißt das: Bei einem UK- oder globalen Account ist Glassdoor meist die primäre Quelle, mit Weiterempfehlung und CEO-Zustimmung als schnellsten Indikatoren. Bei einem DACH-Account ist Kununu primär, und die Kategorie-Details (vor allem "Karriere/Weiterbildung" und "Vorgesetztenverhalten") bewegen sich meist vor dem Gesamt-Score, da deutschsprachige Bewertende im Schnitt granularer nach Kategorie schreiben als die durchschnittliche Glassdoor-Bewertung.

Manuelles Monitoring vs. signalgetriebenes BD

Die meisten Agenturen, die Bewertungsportalen überhaupt Aufmerksamkeit schenken, tun das manuell, ein Stichprobencheck der Kununu-Seite eines Prospects vor dem ersten Call. Das fängt das Signal nur, wenn der Prospect aus einem anderen Grund ohnehin schon auf dem Radar war. Hier der ehrliche Vergleich, was sich ändert, wenn Sentiment zum systematischen, dauerhaften Signal wird statt zum Einzelcheck.

Ansatz	Manueller Stichprobencheck	Systematisches Sentiment-Monitoring
Abdeckung	Nur Accounts, die ohnehin schon im Fokus stehen	Jeder Account im ICP, kontinuierlich beobachtet
Erkennungsgeschwindigkeit	Wann immer man zufällig hinschaut	Innerhalb von Stunden nach einem Anstieg bei Bewertungen oder Kategorie
Signalqualität	Nur die Headline-Note	Geschwindigkeit, Kategorie-Aufschlüsselung, Schlüsselwort-Cluster, Weiterempfehlungs-Lücke
Abgleich	Isoliert gelesen	Abgeglichen mit Führungswechseln, Stellenabbau-News, Funding-Status im selben Company Brain
Aufwand pro Woche	Stunden, falls überhaupt gemacht	Minuten, um markierte Tasks zu prüfen
Ergebnis	Du rufst an, wenn die Stelle schon ausgeschrieben ist, wie jede andere Agentur auch	Du rufst an, während der Kunde die Fluktuation noch verdaut, bevor die Stelle überhaupt existiert

So baust du das Bewertungs-Signal in dein BD ein

Du brauchst keinen Employer-Branding-Analytics-Stack, um damit anzufangen. Hier eine praktische Reihenfolge, die funktioniert, egal ob du sie manuell für eine Shortlist von Target-Accounts fährst oder in ein automatisiertes Tool einspeist.

Watchlist statt Universum bauen: Starte mit deinem ICP, aktuellen Kunden, verlorenen Kunden und den Top-20-Target-Accounts. Sentiment-Monitoring ist nur bei überschaubarer Listengröße handhabbar, du kannst nicht jedes Unternehmen einer Branche manuell tracken.
Baseline pro Account festlegen: Notiere die aktuelle Sterne-Note, Bewertungsanzahl und Kategorie-Aufschlüsselung, bevor du nach Bewegung suchst. Ohne Baseline kannst du eine Spitze nicht von Rauschen unterscheiden.
Nach Rhythmus prüfen, nicht nach Lust und Laune: Wöchentlich ist das realistische Minimum für einen manuellen Prozess; ein Bewertungsanstieg innerhalb von 48 Stunden ist der früheste Hinweis, je enger dein Prüf-Rhythmus, desto früher erkennst du ihn [3].
Nach Kategorie lesen, nicht nur nach Sterne-Bewegung: Ein Einbruch, der sich auf Karriere oder Führung konzentriert, nicht auf Gehalt, ist ein stärkerer Prädiktor für Abgänge auf genau dem Seniority-Level, das du platzierst.
Vor dem Anruf abgleichen: Prüfe die Sentiment-Spitze gegen LinkedIn-Aktivität (aktualisieren Senior-Leute ihre Profile oder posten "offen für neue Herausforderungen"), kürzliche Führungswechsel und öffentliche Stellenabbau- oder Umstrukturierungs-News. Ein Signal mit zwei oder mehr Bestätigungen ist einen Anruf wert; ein isolierter Notenabfall ist erst mal einen Watch wert.
Outreach auf den Moment timen, nicht auf das Mandat: Der stärkste Einstieg ist nicht "stellt ihr gerade ein", sondern das Anerkennen der Marktrealität, die du bereits gelesen hast, und das Angebot, bei der Fluktuation zu helfen, bevor der Kunde die Stellenbeschreibung überhaupt fertig hat.

Die 6 KPIs für Bewertungs-Signal-BD

Metrik	Beschreibung	Zielwert
Watchlist-Abdeckung	% des ICP und der Target-Accounts unter aktivem Sentiment-Monitoring	80%+
Erkennungsverzögerung	Tage zwischen Bewertungsanstieg und Markierung durch dein Team	<7 Tage
Abgleichsquote	% der markierten Sentiment-Spitzen mit zweitem Signal (Führungswechsel, Stellenabbau-News, LinkedIn-Aktivität)	50%+
Zeit bis Outreach	Tage von der markierten Spitze bis zum ersten Kontaktversuch	<5 Tage
Vorlaufzeit bis zur Ausschreibung	Tage zwischen deinem Outreach und der tatsächlichen Stellenausschreibung	Tracken und maximieren
Meeting-Quote aus Signal	% des sentiment-getriggerten Outreach, das einen Call bucht	10-15%

Wie boilr Bewertungs-Signal-BD ermöglicht

boilr.ai ist eine KI-Sales-Mitarbeiterin für Recruitment-Agenturen, eine pro Consultant. Sie überwacht bereits die Signaltypen, auf die die meisten Agenturen setzen, Funding-Runden, Führungswechsel, Job-Posting-Velocity, Tech-Stack-Änderungen, über 10.000+ Quellen [7], und zeigt Multi-Turn-Signale, wenn mehrere davon für denselben Account zusammenkommen [7]. Mitarbeiterbewertungs-Sentiment passt natürlich dazu, denn die Mechanik ist dieselbe: kontinuierlich beobachten, abgleichen, mit dem passenden Ansprechpartner anreichern, dir als fertigen Task übergeben.

Signals: kontinuierliches Monitoring auf sich bestätigende Buying-Signale gegen dein ICP, damit eine Sentiment-Spitze nie isoliert dasteht
Custom Signals: eigene Trigger-Bedingungen definieren, Bewertungs-Sentiment-Monitoring ist genau die Art Signal, für die boilrs Custom-Signal-Konfiguration gebaut ist [7]
Companies: Echtzeit-Anreicherung und Ansprechpartner-Identifikation, damit ein markierter Account gleich mit dem richtigen Kontakt ankommt
Company Brain: die gemeinsame Wissensebene, die festhält, welche Accounts Sentiment-Bewegung zeigten, was danach passiert ist und welche Opener funktioniert haben, damit das Muster auch Consultant-Fluktuation übersteht statt im Postfach einer Person zu verschwinden
Tasks: ein geprüfter, versandfertiger Outreach-Entwurf, der das konkrete Signal und den Kontakt referenziert, bereit für deine Prüfung und Personalisierung
Integrationen: synchronisiert mit Bullhorn, RecruiterFlow, Spott, deinem CRM, Kalender und E-Mail, damit markierte Accounts dort landen, wo dein Desk ohnehin arbeitet

Was boilr nicht macht und nicht machen sollte: deine erste Zeile ohne menschliches Gespür für Tonfall schreiben, oder die Entscheidung ersetzen, ob eine Sentiment-Spitze heute einen Anruf oder erst mal eine weitere Woche Beobachtung wert ist. Timing und Tonalität bleiben bei dir. boilrs Aufgabe ist, dass dir die Spitze nie entgeht und du nicht die Stunden für die manuelle Prüfung investieren musst.

5 Fehler, die Bewertungs-Signal-BD ruinieren

Vor dem Detail die fünf Muster, die du vermeiden solltest:

Nur die Sterne-Note beobachten
Eine schlechte Bewertung als Signal werten
Dasselbe Playbook für Glassdoor und Kununu fahren
Den Anruf mit "ich habe eure schlechten Bewertungen gesehen" eröffnen
Ohne Abgleich und ohne Kontext Kontakt aufnehmen

Fehler 1: Nur die Sterne-Note beobachten

Warum es scheitert: Die Headline-Zahl ist ein langsamer Durchschnitt. Wenn sie sich sichtbar bewegt hat, ist das auslösende Bewertungscluster schon Wochen alt, und Wettbewerber, die LinkedIn oder Jobbörsen lesen, haben die daraus folgende Hiring-Aktivität längst bemerkt.

Fix: Bewertungsgeschwindigkeit und Kategorie-Aufschlüsselung tracken, nicht nur den Gesamt-Durchschnitt.

Fehler 2: Eine schlechte Bewertung als Signal werten

Warum es scheitert: Eine einzelne negative Bewertung, besonders bei einem Unternehmen mit wenigen Gesamtbewertungen, ist häufig Rauschen, eine frustrierte Einzelperson, kein systemisches Problem.

Fix: Ein Cluster (mehrere Bewertungen in kurzer Zeit) und idealerweise ein zweites bestätigendes Signal verlangen, bevor du es als handlungsrelevant einstufst.

Fehler 3: Dasselbe Playbook für Glassdoor und Kununu fahren

Warum es scheitert: Die Plattformen unterscheiden sich bei Bewertenden-Mix, Kategorie-Struktur und Marktabdeckung; das echte Signal eines DACH-Accounts zeigt sich oft in Kununus Karriere- und Führungskategorien, bevor sich der Gesamt-Score bewegt, während bei einem UK-Account meist die Weiterempfehlungs-Lücke auf Glassdoor der schnellste Hinweis ist.

Fix: Für jeden Markt einen plattformspezifischen Blick entwickeln statt ein generisches Skript.

Fehler 4: Den Anruf mit "ich habe eure schlechten Bewertungen gesehen" eröffnen

Warum es scheitert: Die Bewertungen direkt zu nennen wirkt opportunistisch und bringt den Kunden sofort in die Defensive, bevor du etwas Nützliches gesagt hast.

Fix: Mit der Marktrealität einsteigen (Fluktuation ist bei diesem Rollentyp oder in dieser Region gestiegen) und Hilfe anbieten, lass den Kunden die Verbindung selbst ziehen, ohne dass du das Bewertungsportal nennst.

Fehler 5: Kein Abgleich, kein Kontext

Warum es scheitert: Outreach allein auf Basis einer Sentiment-Spitze, ohne Bezug darauf, welche Rollen oder welches Seniority-Level wirklich betroffen sind, wirkt wie generisches Prospecting statt informiertes Timing.

Fix: Den Sentiment-Read mit Kategorie-Details (welche Funktion ist betroffen) und bestätigenden Führungswechsel- oder LinkedIn-Aktivitäten koppeln, bevor du dich meldest.

Das Signal in 14 Tagen aufbauen

Ein realistischer Plan, um Bewertungs-Sentiment-Monitoring zu einem wiederholbaren BD-Input zu machen, nicht zu einer Einmal-Übung.

Tag 1-3: Watchlist und Baseline aufbauen

ICP, aktuelle Kunden, verlorene Kunden und Top-Target-Accounts ziehen. Aktuelle Kununu- und/oder Glassdoor-Note, Bewertungsanzahl und Kategorie-Aufschlüsselung für jeden festhalten.

Tag 4-6: Prüf-Rhythmus und Schwellenwerte festlegen

Entscheiden, wie oft du erneut prüfst (wöchentlich als Minimum, manuell). Eigene Arbeits-Schwellenwerte setzen, zum Beispiel ein Anstieg von 3+ Bewertungen pro Woche oder eine Bewegung von 0,2+ Punkten, als Trigger für genaueres Hinsehen.

Tag 7-9: Abgleichsquellen ergänzen

Die Gewohnheit aufbauen, bei jedem markierten Account LinkedIn-Aktivität, aktuelle Führungswechsel-Nachrichten und Stellenabbau- oder Umstrukturierungs-Schlagzeilen zu prüfen, damit eine Sentiment-Spitze nie allein in den Outreach geht.

Tag 10-12: Outreach-Ansatz entwerfen

Den Marktrealitäts-Opener (nicht den Bewertungsportal-Hinweis) für jede Funktion schreiben, die du besetzt. Spezifisch bleiben für den Rollentyp und das Seniority-Level, das laut Kategorie-Aufschlüsselung am stärksten betroffen ist.

Tag 13-14: Live schalten und Ergebnisse loggen

Die aktuell markierten Accounts abarbeiten, tracken, welche zu einem Meeting werden, und festhalten, was passiert ist, damit das Muster (nicht nur der einzelne Lead) für nächstes Mal erhalten bleibt.

Möchtest du die Sentiment-Spitze, das bestätigende Signal und den richtigen Ansprechpartner als einen fertigen Task statt drei einzelner Checks? Sieh dir an, wie boilr.ai Hiring-Signale in fertigen Outreach verwandelt, unter app.boilr.ai oder buch dir eine Demo.

Häufige Fragen

Ist es legal und in Ordnung, Kununu- oder Glassdoor-Bewertungen für BD-Zwecke zu beobachten?

Ja. Bewertungen auf Kununu und Glassdoor sind öffentlich, von den Plattformen genau dafür veröffentlicht, dass Bewerbende (und implizit der Markt) sie lesen können. Öffentliches Sentiment fürs BD-Timing zu nutzen, unterscheidet sich nicht von einer öffentlichen Funding-Ankündigung oder einer öffentlichen LinkedIn-Stelle, du arbeitest mit Informationen, die das Unternehmen selbst sichtbar gelassen hat.

Wie früh sagt eine Sentiment-Spitze tatsächlich ein Hiring-Mandat voraus?

Es gibt keine feste Vorlaufzeit, sie hängt davon ab, wie schnell das betroffene Unternehmen nachbesetzt. Die Forschung zeigt klar die Richtung: Bewertungscluster lassen sich auf datierbare Ereignisse wie Stellenabbau oder Führungswechsel zurückführen [3], und Mitarbeitende, die in Bewertungen Stress signalisieren (Burnout-Erwähnungen, niedrige Karriere-Scores), kündigen deutlich häufiger [1] [4], was der resultierenden Backfill-Ausschreibung um die Zeit vorausgeht, die das Unternehmen braucht, um eine Nachbesetzung zu genehmigen und auszuschreiben, typischerweise Wochen.

Sollte ein DACH-fokussierter Desk Glassdoor oder Kununu priorisieren?

Kununu zuerst. Es ist die dominante Plattform in Deutschland, Österreich und der Schweiz mit über 7 Millionen Arbeitgeberbewertungen in der Region [5], und DACH-Bewertende geben tendenziell granularere Kategorie-Rückmeldungen als die durchschnittliche Glassdoor-Bewertung, was die Kategorie-Aufschlüsselung zu einem besonders starken Frühindikator für deutschsprachige Märkte macht. Glassdoor lohnt sich trotzdem für multinationale Arbeitgeber mit DACH-Präsenz, da manche Mitarbeitende auf beiden Plattformen bewerten.

Wie viele Bewertungen brauche ich, bevor ich einer Note vertraue?

Behandle alles unter etwa 20-30 Bewertungen mit Vorsicht, da eine Handvoll Bewertungen den Durchschnitt in beide Richtungen stark verschieben kann [5]. Ein Unternehmen mit 100 Bewertungen und 4,0 Sternen ist ein deutlich verlässlicherer Wert als eines mit 5 Bewertungen und derselben Note. Bei niedrigen Bewertungszahlen die Kategorie-Aufschlüsselung und aktuelle Bewertungstexte stärker gewichten als die Headline-Note.

Was unterscheidet ein Bewertungs-Sentiment-Signal von einem Stellenabbau-News-Signal?

Stellenabbau-News ist eine nachlaufende, öffentliche Bestätigung einer Entscheidung, die das Unternehmen schon getroffen und meist schon breit kommuniziert hat, das heißt, jede Wettbewerbsagentur sieht es gleichzeitig. Eine Sentiment-Spitze zeigt oft die interne Reaktion auf kleinere, unangekündigte Veränderungen, eine Reorg, einen Führungswechsel, eine stille Kündigungswelle, bevor es überhaupt öffentliche News dazu gibt, genau das macht es zu einem weniger überlaufenen Signal.

Kann ich Bewertungs-Sentiment-Monitoring automatisieren, oder muss das manuell bleiben?

Du kannst die Erkennung automatisieren, entweder mit einem dedizierten Employer-Reputation-Monitoring-Tool oder einer Scraper-API, die öffentliche Kununu- oder Glassdoor-Bewertungsdaten nach Zeitplan zieht [6]. Was weiterhin menschliches Urteilsvermögen braucht, ist die Entscheidung, ob eine bestimmte Spitze, kombiniert mit allem, was du sonst über den Account weißt, heute einen Anruf wert ist. boilr.ai bindet Sentiment-Monitoring in denselben Signals- und Company-Brain-Workflow ein, der schon für Funding- und Führungswechsel-Signale genutzt wird, die Erkennung läuft automatisch, die Entscheidung bleibt bei dir.

Bedeutet eine negative Sentiment-Spitze, dass der Kunde ein schlechter Prospect ist?

Nein, und das ist der Perspektivwechsel, auf den es ankommt. Eine negative Sentiment-Spitze bedeutet nicht Finger weg von diesem Kunden, sondern dieser Kunde braucht jetzt Hilfe. Das Unternehmen, das gerade intern Vertrauen verloren hat, ist genau das Unternehmen, das am ehesten einen externen Partner braucht, um schnell und diskret nachzubesetzen, besonders wenn sich die Abgänge auf einem Seniority-Level konzentrieren, für das das interne TA-Team nicht die Kapazität hat, in der nötigen Geschwindigkeit zu ersetzen.

Was ist der schnellste Indikator, den man auf beiden Plattformen beobachten sollte?

Die Bewertungsgeschwindigkeit, nicht die Sterne-Note. Zehn oder mehr neue Bewertungen innerhalb von 48 Stunden sind ein stärkerer und früherer Hinweis als jede Bewegung der Headline-Zahl, denn der Sterne-Durchschnitt ist ein nachlaufender Wert, der genau die Spitze glättet, die du erkennen willst [3].

Quellen

Informationen aus öffentlichen Branchenberichten, akademischer Forschung und Plattformdaten, Stand August 2026.

Zurück zu allen Artikeln