31/07/2026
Wir haben einige unserer stärksten AI-Teams mit Menschen aufgebaut, die vorher im Handwerk oder anderen Branchen gearbeitet haben und über den zweiten Bildungsweg zu uns gekommen sind.
Für manche klingt das immer noch wie ein Widerspruch, wir sind stolz darauf, weil es funktioniert. Ablehnung ist eher ein Hinweis darauf, wie falsch viele Unternehmen bei Recruiting noch auswählen, wenn sie die Nase rümpfen.
Da wird auf LinkedIn groß über AI, Transformation und Fachkräftemangel gesprochen, während im Bewerbungsprozess weiter der gleiche alte Filter läuft: gerader Lebenslauf, akademischer Abschluss, bekannte Stationen, möglichst wenig Brüche. Klingt ordentlich - bringt nur nichts, wenn man Menschen für Probleme sucht, die es gestern noch nicht gab.
In echten AI-Projekten hilft uns kein systemangepasster Lebenslauf weiter, der auf dem Papier beeindruckend aussieht, wenn die Person bei der ersten unklaren Aufgabe auf den nächsten Termin, das nächste Framework oder die nächste Abstimmung wartet. Wir brauchen für diese Transformation Menschen, die sich ein Problem anschauen, es auseinandernehmen, andere Fragen stellen, ausprobieren, Verantwortung übernehmen und auch dann handlungsfähig bleiben, wenn noch keiner jemals einen Prozess dafür geschrieben hat.
Genau deshalb funktionieren Menschen aus anderen Branchen bei uns oft so gut.
Wer im Handwerk gearbeitet hat, kennt nicht nur Theorie. Da muss etwas am Ende funktionieren. Da steht keiner daneben und applaudiert für eine schöne Herleitung, wenn das Ergebnis nicht hält. Man lernt, pragmatisch zu denken, Fehler schnell zu sehen, mit Material, Zeitdruck und Realität umzugehen. Und wer dann noch den Mut hat, sich beruflich komplett neu aufzustellen, bringt oft eine Lernfähigkeit mit, die man in keinem Zertifikat sauber abbilden kann.
Deshalb geben wir uns beim Recruiting so viel Mühe.
Unser Bewerbertag ist kein nettes HR-Format für schöne Videos, wir machen das, weil wir Dinge sehen wollen, die im Lebenslauf nicht stehen. Wie jemand denkt und wie gut jemand zuhört, wie er reagiert, wenn eine Aufgabe unklar ist. Ob jemand nur die erwartete Antwort liefern will oder wirklich versucht, das Problem zu verstehen.
Beim letzten Bewerbertag für GFN Bewerbende war genau das wieder spannend. Die Unterschiede lagen nicht dort, wo viele zuerst hinschauen würden. Einige Kandidaten mit weniger geradem Weg waren deutlich schneller im Denken, klarer in der Beobachtung und stärker im Team als andere mit deutlich glatterem Profil.
Wenn AI immer mehr Standardwissen verfügbar macht, werden andere Fähigkeiten wertvoller: Urteilskraft, Lernfähigkeit, Pragmatismus, Verantwortung und sauberes Denken unter Unsicherheit.
Vielleicht sortieren manche Unternehmen genau die Menschen aus, die sie in den nächsten Jahren am dringendsten brauchen würden. Wir schauen inzwischen sehr genau hin, bevor wir jemanden übersehen.
Habt ihr den Mut, neue Wege zu gehen und Menschen eine Chance zu geben, die sonst nicht ins System passen?
