9 Recruiting-Nachrichten, die Sie mit einem Klick generieren können

Das Schreiben von Recruiting-Nachrichten ist repetitiv, aber nie wirklich wiederholbar. Jeder Kandidat ist anders. Jede Stelle hat andere Verkaufsargumente. Jede Situation erfordert einen anderen Ton.

So landen Sie in einem Kreislauf: Entwurf schreiben, ChatGPT öffnen, Kandidateninformationen und JD einfügen, um Umschreibung bitten, Ergebnis kopieren, bearbeiten, senden. Fünfzehnmal am Tag. Das sind leicht 1,5-2 Stunden allein für das Schreiben von Nachrichten.

Was wäre, wenn jeder benötigte Nachrichtentyp — vom LinkedIn-Outreach bis zur Gehaltsverhandlung — mit einem Klick generiert werden könnte, bereits personalisiert mit dem Kandidatenprofil und der spezifischen Stelle?

Hier sind die 9 Nachrichtentypen, die praktisch jeden Recruiting-Kommunikationsszenario abdecken.

1. LinkedIn Erstkontakt (kurz)

Wann verwenden: Erstansprache eines passiven Kandidaten auf LinkedIn. Dies ist Ihr erster Eindruck — und Sie haben genau 300 Zeichen (LinkedIn-InMail-Limit für Verbindungsanfragen).

Was die AI berücksichtigt:

Aktuelle Rolle und Unternehmen des Kandidaten
Den überzeugendsten Aspekt der Stelle
Kürze — jedes Zeichen zählt beim 300-Zeichen-Limit

Beispiel:

Hi Sarah — saw your work at Stripe on their payments API. We’re hiring a Senior Backend Engineer for a Series B fintech in Berlin, €85-95k + equity. Strong distributed systems focus. Interested in a quick chat?

Warum es funktioniert: Spezifisch, prägnant und gibt genug Informationen, um Interesse zu wecken, ohne zu überwältigen. Der Zeichenzähler ist hier entscheidend — LinkedIn schneidet Nachrichten ab, die das Limit überschreiten.

2. Erstkontakt (vollständig)

Wann verwenden: Nachdem ein Kandidat mit “interessiert” oder “erzählen Sie mehr” auf Ihren kurzen Outreach geantwortet hat.

Was die AI berücksichtigt:

Vollständige Stellenbeschreibung (Anforderungen, Unternehmensinformationen, Benefits)
Hintergrund des Kandidaten
Vergütungsdetails
Unternehmenskultur und Wachstumsgeschichte

Beispiel:

Hi Sarah, great to hear back from you!

The role is Senior Backend Engineer at FinFlow — they’re a Series B payments platform. The team is 12 engineers, mostly backend (Go + PostgreSQL), shipping to 200+ enterprise clients.

What caught my eye in your profile: your 4 years on Stripe’s payments API maps directly to what they’re building.

Comp: €85-95k base + 0.2% equity. Berlin HQ, hybrid (2 days office). Visa sponsorship available.

Would you be open to a 15-minute call this week?

3. Follow-up

Wann verwenden: 3-5 Tage nach Ihrem ersten Outreach ohne Antwort. Die meisten Kandidaten antworten nicht auf die erste Nachricht, aber viele antworten auf ein gut getimtes Follow-up.

Was die AI berücksichtigt:

Die ursprüngliche Outreach-Nachricht (um Wiederholungen zu vermeiden)
Einen neuen Blickwinkel oder eine neue Information
Zeitlicher Kontext (Anerkennung, dass sie beschäftigt sind)

Beispiel:

Hi Sarah — just following up on my message from last week about the Senior Backend role at FinFlow. They just closed a $40M Series B and are scaling the payments team from 4 to 8 engineers. If the timing isn’t right, no worries — happy to keep you in mind for future roles too.

4. Sanfte Absage

Wann verwenden: Sie haben einen Kandidaten geprüft und entschieden, ihn nicht dem Kunden vorzustellen — möchten aber die Beziehung für zukünftige Möglichkeiten aufrechterhalten.

Was die AI berücksichtigt:

Den Grund der Absage (konstruktiv formuliert)
Die Stärken des Kandidaten (aufrichtig, nicht herablassend)
Sprache, die die Tür für zukünftige Möglichkeiten offen lässt

Beispiel:

Hi Sarah — thank you for taking the time to speak with me about the FinFlow role. After reviewing the team’s current priorities, the match isn’t quite right for this specific position — they’re looking for someone with more hands-on Kubernetes experience in production.

That said, your payments domain knowledge and backend skills are exactly what several of my fintech clients look for. I’d love to keep in touch and reach out when a better-fitting role comes up.

5. Kundenabsage

Wann verwenden: Der Kunde (einstellendes Unternehmen) hat den Kandidaten nach einem Interview abgelehnt. Dies erfordert noch mehr Sorgfalt.

Was die AI berücksichtigt:

Die Interview-Phase (Screening, technisch, final?)
Das Feedback des Kunden (positiv umformuliert, wo möglich)
Das Erfahrungsniveau des Kandidaten

Beispiel:

Hi Sarah — I have an update on the FinFlow position. After your technical interview, the team decided to move forward with a candidate whose experience more closely aligns with their distributed systems architecture. This was a close decision — your payments expertise made a strong impression.

I’d genuinely like to keep you on my radar for similar backend roles. I’ll be in touch when I see a strong match.

6. Terminplanung

Wann verwenden: Einrichten eines Screening-Gesprächs oder Interviews.

Was die AI berücksichtigt:

Art des Meetings
Dauer
Kalenderlink (wenn konfiguriert)
Zeitzonenkontext

Beispiel:

Hi Sarah — excited to move forward! I’d love to set up a 15-minute screening call to discuss the FinFlow role.

Tuesday 2:00 PM CET

Wednesday 10:00 AM CET

Thursday 3:30 PM CET

Or feel free to grab a time that works for you: [calendar link]

The call will cover: your current situation, salary expectations, availability, and a deeper look at the role. Very casual — no prep needed.

7. Gehaltsverhandlung

Wann verwenden: Die Gehaltserwartung des Kandidaten stimmt nicht mit dem Budget des Kunden überein.

Was die AI berücksichtigt:

Die Lücke zwischen Erwartung und Budget
Nicht-monetäre Vorteile der Stelle (Equity, Flexibilität, Wachstum)
Marktkontext
Eine konstruktive Formulierung

Beispiel:

Hi Sarah — I wanted to be transparent about the compensation discussion. Your expectation of €95k is above FinFlow’s current budget, which is €80-85k base. Here’s the full picture:

Equity: 0.2% (4-year vest, 1-year cliff)

Annual bonus: up to 10%

Remote flexibility: 3 days remote per week

Learning budget: €2,000/year

The total package lands around €95-100k. Would you like to explore this further, or is the base salary a hard requirement?

8. Grammatikkorrektur

Wann verwenden: Sie haben eine Nachricht in Ihren eigenen Worten geschrieben, aber Englisch ist nicht Ihre Muttersprache und Sie möchten sicherstellen, dass Grammatik und Formulierung professionell sind.

Dies unterscheidet sich von den anderen 8 Nachrichtentypen. Statt eine Nachricht von Grund auf zu generieren, nimmt die AI Ihren bestehenden Text und korrigiert Grammatik, Zeichensetzung und unbeholfene Formulierungen — wobei Ihre Stimme und Absicht erhalten bleiben.

Beispiel Eingabe:

Hi Sarah, I wanted to reach to you about opportunity we have. The role is for backend developer at company in Berlin. I think you profile is match very good.

Beispiel Ausgabe:

Hi Sarah, I wanted to reach out to you about an opportunity we have. The role is for a backend developer at a company in Berlin. I think your profile is a great match.

Für Nicht-Muttersprachler kann diese Funktion allein eine Stunde pro Tag sparen. Nicht weil die Grammatikkorrektur lange dauert — sondern weil die Angst vor Fehlern jede einzelne Nachricht verlangsamt, die Sie schreiben.

9. Freitext

Wann verwenden: Jede Nachricht, die nicht in die anderen 8 Kategorien passt.

Was die AI berücksichtigt:

Ihre benutzerdefinierte Anweisung / Prompt
Kandidatenprofildaten
Stellenkontext
Toneinstellung

Beispiel-Prompt: “Schreiben Sie eine Nachricht, in der Sarah gefragt wird, ob sie Junior-Entwickler im Team mentoren würde.”

Beispiel Ausgabe:

Hi Sarah — one more thing about the FinFlow role. The team has two junior backend engineers who would benefit from working closely with a senior engineer. It’s not a formal mentoring program, but the team hopes the new hire enjoys knowledge sharing. Is that something you’d be interested in?

Drei Töne, ein Klick

Jeder Nachrichtentyp (außer Grammatikkorrektur und Freitext) kann in drei Tönen generiert werden:

Ton	Am besten für	Charakter
Formell	Senior-Kandidaten, Enterprise-Rollen, Erstkontakt	Professionell, strukturiert, höfliche Distanz
Freundlich	Startup-Rollen, jüngere Kandidaten, warme Empfehlungen	Gesprächig, warm, zugänglich
Kurz	Follow-ups, Terminplanung, Kandidaten mit bestehendem Rapport	Direkt, minimal, respektvoll gegenüber ihrer Zeit

Sie wählen den Ton einmal. Die AI generiert 2-3 Varianten in diesem Ton. Sie wählen die beste, bearbeiten bei Bedarf, senden.

Das LinkedIn-Zeichenproblem

LinkedIn hat ein hartes 300-Zeichen-Limit für Verbindungsanfrage-Nachrichten. AI-generierte kurze Nachrichten lösen dies standardmäßig. Die Zeichenanzahl wird vor der Generierung berechnet, und die Nachricht wird passend erstellt.

Personalisierung vs. Vorlagen

Der Hauptunterschied zwischen AI-generierten Nachrichten und Vorlagen ist das Kontextbewusstsein. Eine Vorlage sagt:

Hi {name}, I’m reaching out about a {title} role at {company}…

Eine AI-generierte Nachricht sagt:

Hi Sarah — saw your work at Stripe on their payments API. We’re hiring a Senior Backend Engineer for a Series B fintech in Berlin…

Die Vorlage fügt Variablen ein. Die AI liest das Kandidatenprofil, identifiziert den relevantesten Gesprächspunkt und beginnt damit.

Was Sie wirklich sparen

Die Rechnung:

Durchschnittliche Nachrichten pro Tag: 15-20
Zeit pro Nachricht (schreiben + ChatGPT + bearbeiten): 5-10 Minuten
Zeit pro Nachricht (AI mit einem Klick): 30 Sekunden
Tägliche Ersparnis: 1,5-2,5 Stunden

Das ist keine marginale Verbesserung. Das ist Ihr Nachmittag zurück.

Bereit, mit dem Schreiben von Nachrichten von Grund auf aufzuhören? Testen Sie Inga CRM kostenlos — 9 Nachrichtentypen, 3 Töne, personalisiert für jeden Kandidaten und jede Stelle. Ein Klick.