Eine erfolgreiche ATS-Migration für Personalberatungen und Personaldienstleister bedeutet: Sie definieren früh den Abschalttermin, analysieren Ihr Datenmodell vollständig, legen DSGVO-Regeln je Datentyp fest, mappen Felder eindeutig, bereinigen Dubletten und Altlasten, testen auf Staging-Instanzen, frieren Daten zum Cutover ein und schulen Ihr Team rechtzeitig. Alles andere ist Glückssache.
Warum der Migrationsplan am Vertragsende beginnt, nicht am Go-live
Der kritischste Termin ist oft nicht das Go-live, sondern das Ende des Altvertrags. Ab hier bestimmen Exportfenster, Datenzugänge und Supportlevel, wie viel Zeit für saubere Exporte, Korrekturen und Testläufe bleibt. Wer erst beim Go-live plant, akzeptiert ein unnötig hohes Risiko.
Definieren Sie rückwärts vom Abschaltdatum: Puffer für den Voll-Export, zwei bis drei Testimporte, Korrekturschleifen, Validierung mit Fachbereichen, danach ein Freeze-Fenster und den finalen Cutover. Verankern Sie diese Meilensteine in einem verbindlichen Migrationskalender, der mit Vertrieb, Research, Projektleitung und IT abgestimmt ist.
Fragen Sie den Altanbieter früh nach Exportformaten, Limits und SLA für Supporttickets während der Migrationsphase. Klären Sie, ob Anhänge, E-Mails, Notizen und Verlaufsdaten vollständig exportierbar sind. Wenn Ihr neues System eine API-first-Strategie bietet, prüfen Sie, ob ein hybrider Ansatz aus Exportdateien und API-Import Zeit spart. Details dazu finden Sie auch im Überblick zu Schnittstellen und API.
Welche Entitäten und Felder müssen wirklich mit, und wie dokumentieren Sie das
Starten Sie mit einem Dateninventar. Listen Sie alle Entitäten auf, die in Ihrem Alltag Relevanz haben: Kandidaten, Profile, Placements, Mandate, Kundenunternehmen, Kontakte, Rollen, Projekte, Jobs, Pipelineschritte, E-Mails, Termine, Gesprächsnotizen, Anhänge, Talentpools, Sourcing-Herkünfte, Abrechnungsmarker. Dokumentieren Sie pro Entität die Felder, Feldtypen, Pflichtattribute, Relationen und Kardinalitäten.
Trennen Sie fachliche von technischen Feldern. Fachliche Felder sind etwa Stundensatz, Senioritätslevel, Verfügbarkeit oder Wechselmotivation. Technische Felder sind IDs, Timestamps, Benutzer-Referenzen oder Systemstatus. Halten Sie fest, welche Felder heute tatsächlich genutzt werden. In vielen Systemen sind 20 bis 40 Prozent historisch gewachsen und leer oder redundant. Diese Felder belasten später Ihr Mapping und Ihre Usability.
Für ShortSelect Nutzer empfiehlt es sich, das Zielmodell parallel im System zu sichten, zum Beispiel in ATS und CRM sowie in den Bereichen Talentpools und Pipeline. So sehen Sie früh, ob fachliche Felder als Standard vorhanden sind oder als benutzerdefinierte Felder angelegt werden. Die Dokumentation gehört in ein versioniertes Sheet mit klaren Besitzern je Entität.
Behalten, archivieren oder löschen: die Regel je Datensatz, nicht pauschal
Eine Migration ist die beste Gelegenheit, DSGVO-konforme Aufbewahrungsregeln konsequent umzusetzen. Legen Sie je Entität und Kontext fest, ob Datensätze aktiv migriert, revisionssicher archiviert oder gelöscht werden. Beispiel: Kandidaten ohne Einwilligung und ohne laufenden Prozess werden gelöscht, Kandidaten mit historischer Platzierung bleiben, Bewerbungen mit Rechtsanspruch werden archiviert.
Diese Regeln müssen maschinenlesbar sein. Sie brauchen konkrete Kriterien, etwa letzte Aktivität, Einwilligungsstatus, vertragliche Bindungen, Aufbewahrungsfristen und Projektzugehörigkeit. Dokumentieren Sie die Entscheidungslogik samt Ausnahmen und bewahren Sie das Protokoll für Audits auf.
Das Zielsystem sollte diese Policies im Alltag unterstützen, etwa durch Löschkonzepte, Aufbewahrungsregeln und Protokollierung. Prüfen Sie vorab die Möglichkeiten im Bereich Compliance und DSGVO und in den Hinweisen zur DSGVO im Recruiting-CRM. Je klarer die Regelwerke vor dem Export sind, desto weniger Nacharbeit entsteht nach dem Import.
Feldmapping ist mehr als 1:1-Zuordnung: Normalisieren, transformieren, konsolidieren
Ein Feldmapping beginnt bei 1:1-Zuordnungen, endet aber selten dort. Sie brauchen Regeln für Normalisierung und Konsolidierung. Beispiel: Standortangaben kommen als Freitext, City plus PLZ, separate Ländercodes oder ISO-Formate. Definieren Sie ein Zielformat und eine Migrationslogik, die Freitextwerte auf Standardwerte mappt und Inkonsistenzen bereinigt.
Kategorien, Senioritätsstufen oder Branchen sind oft historisch gewachsen. Legen Sie eine Ziel-Taxonomie fest und schreiben Sie viele-zu-eins-Regeln. Doppelte Statuswerte wie Active, Aktiv, Offen werden zusammengeführt. Gleiches gilt für Pipeline-Phasen, um Berichte nach der Migration konsistent zu halten.
Vermeiden Sie, schwach strukturierte Informationen als Notizen zu importieren, wenn sie eigentlich in strukturierte Felder gehören. Nutzen Sie das Mapping, um aus Stichwörtern verlässliche Felder zu machen, beispielsweise Gehaltsband, Kündigungsfrist, Reisebereitschaft oder Verfügbarkeit. Prüfen Sie, ob das neue System Felder anreichern kann, etwa durch KI-unterstütztes Profil-Matching, und definieren Sie klare Regeln, wann maschinelle Vorschläge akzeptiert oder manuell geprüft werden.
Dubletten, Anhänge, E-Mails: bereinigen, bevor sie sich vermehren
Dubletten multiplizieren sich bei jeder Migration. Führen Sie deshalb vor dem Export ein Deduplizierungsprojekt durch. Starten Sie mit harten Schlüsseln wie E-Mail und Mobilnummer, ergänzen Sie unscharfe Kriterien wie Name plus Arbeitgeberhistorie. Legen Sie Merge-Regeln fest, die Notizen, Aufgaben, Anhänge und Verlaufsdaten zusammenführen, ohne Historie zu verlieren.
Überprüfen Sie Attachments auf Relevanz und Größe. Lebensläufe und Vertragsdokumente gehören in der Regel mit, Zwischenstände und veraltete Exporte oft nicht. Setzen Sie Größenlimits und Regeln für Dateitypen. E-Mail-Threads können starkes Volumen erzeugen. Entscheiden Sie, ob Sie nur relevante Korrespondenz migrieren oder systemseitige Benachrichtigungen ausschließen.
Je weniger Ballast Sie importieren, desto schneller und stabiler läuft der Prozess. Zudem profitieren Anwender direkt vom Aufräumen, weil Suchergebnisse, Talentpools und Pipelines sauberer sind. Prüfen Sie, wie das neue System bei der Dublettenprüfung hilft, etwa über Funktionen in Automatisierung oder Matching, und stimmen Sie die Logik auf Ihre Agenturprozesse ab.
Technischer Pfad: Exporte, Formate, API und Staging-Imports festzurren
Die technische Route entscheidet über Tempo und Fehlertoleranz. Klären Sie, welche Exportformate verfügbar sind, typischerweise CSV, JSON, XML sowie separate Pakete für Anhänge. Achten Sie auf Zeichensatz, Delimiter, Datums- und Nummernformate. Vereinbaren Sie, dass IDs und Relationen in den Exporten eindeutig und stabil sind.
Richten Sie im Zielsystem eine Staging-Instanz oder Sandbox ein. Importieren Sie zuerst Stammdaten ohne Anhänge. Prüfen Sie, ob Referenzen korrekt aufgelöst werden, zum Beispiel Kandidat zu Bewerbung, Bewerbung zu Stelle, Stelle zu Kunde, Kunde zu Kontakt. Erst wenn die Relationen sauber sind, folgen E-Mails, Notizen und Dokumente.
Wenn das Zielsystem eine robuste Import-API bietet, kombinieren Sie File-Import für Massendaten mit API-Calls für komplexe Relationen oder für schrittweise Re-Imports. Dokumentieren Sie die Reihenfolge der Batches, Retry-Logik, Drosselung und Fehlerberichte. In ShortSelect finden Sie technische Hinweise im Bereich API und Integrationen sowie zu angebundenen Plattformen wie LinkedIn oder Stepstone.
Testmigration und Validierung: vom Feldwert bis zum Bericht
Eine realistische Testmigration ist nicht optional. Nutzen Sie einen repräsentativen Datenausschnitt mit echten Sonderfällen: internationale Zeichen, lange Notizen, ungewöhnliche Dateitypen, archivierte Kandidaten, komplexe Pipelines. Importieren Sie diese Daten zweimal, um die Reproduzierbarkeit Ihrer Pipeline zu testen.
Validieren Sie in drei Ebenen. Erstens auf Feldebene: Stichproben pro Entität, Abgleich gegen Quelldaten, Prüfung von Pflichtfeldern und Defaultwerten. Zweitens auf Relationsebene: stichprobenartig ganze Kandidatenreisen von Erstkontakt bis Placement durchklicken. Drittens auf Reportingebene: führen Sie Standardreports aus, beispielsweise offene Vakanzen nach Phase, Pipeline-Durchlaufzeiten, Placements pro Quartal, und vergleichen Sie gegen bekannte Referenzwerte.
Dokumentieren Sie Abweichungen als Defects mit Priorität, Ursache und Fix. Differenzieren Sie zwischen Datenproblemen, Mappingschwächen und Toolgrenzen. Erst wenn die Validierung stabil ist, erhöhen Sie die Datenmenge. Dieser Prozess spart Ihnen später Supporttickets und Akzeptanzverluste im Team.
Cutover ohne Chaos: Freeze, letzte Deltas, Go-live und Hypercare
Planen Sie ein Freeze-Fenster, in dem im Altsystem keine strukturellen Änderungen mehr erfolgen. Legen Sie fest, welche Aktivitäten noch erlaubt sind, etwa Terminbestätigungen, aber keine neuen Projekte. Kommunizieren Sie den Freeze intern und an Kunden, wo nötig, zum Beispiel im Kontext von Portalen.
Fahren Sie eine Delta-Migration direkt vor dem Cutover, um Änderungen aus dem Freeze-Fenster nachzuziehen. Schalten Sie das neue System mit einem klaren Kommunikationsplan live: Wann erfolgt der Zugang, welche Funktionen sind sofort produktiv, wo liegen Kurzleitfäden, wen kontaktiert man bei Problemen. Richten Sie Hypercare für die ersten zwei Wochen ein, mit täglichem Monitoring der Import-Logs und einem schnellen Korrekturpfad.
Verknüpfen Sie den Cutover mit Quick Wins. Beispielsweise direkt nutzbare Vorlagen für Kunden-Status-Updates, ein klarer Pipeline-Report oder ein automatisierter Bewerbereingang über Karriereseiten und Multiposting. So erlebt das Team sofort Mehrwert statt reiner Systemumstellung.
Change Management und Prozess-Feinschliff: erst migrieren, dann optimieren
Vermischen Sie Migration nicht mit Prozessneuerfindung. Zuerst stabil migrieren, dann gezielt optimieren. Legen Sie Schulungssequenzen fest, die sich an Rollen orientieren: Research, Berater, Vertrieb, Backoffice, Management. Jede Rolle bekommt Aufgaben, Abkürzungen, Standards und Minimal-Set an Reports.
Erstellen Sie Playbooks und Vorlagen, etwa für Kandidatenansprache, Nachfassen, Kunden-Updates und Onboarding. Halten Sie die zentralen Workflows kurz und messbar. Prüfen Sie, wo Automatisierungen spürbar Zeit frei machen, etwa Follow-ups oder Erinnerungen in Automatisierungen. Nutzen Sie diese erst nach stabiler Datenlage, damit Regeln auf sauberem Input laufen.
Machen Sie das Reporting früh zur Chefsache. Definieren Sie die 5 bis 7 Kernkennzahlen, die Ihr Geschäft tragen, und bauen Sie sie im Zielsystem nach. Stimmen Sie Filter, Zeitachsen und Definitionen ab, damit sich niemand entlang der Migration auf geänderten Zahlen verliert. Wer mag, vertieft das Thema Kennzahlen mit den Funktionen in Analytics.
Die operative Checkliste für Ihre Migration, komprimiert
Auch Profis profitieren von einer einheitlichen Aufgabenliste. Die folgenden Punkte sind bewusst operativ gehalten und decken die heiklen Stellen ab, an denen Migrationen oft scheitern. Ergänzen Sie projektspezifische Details und weisen Sie Verantwortliche zu.
- Kalender: Vertragsende, Exportfenster, Testläufe, Freeze, Cutover, Hypercare festlegen.
- Inventar: Entitäten, Felder, Relationen, Nutzung, Pflichtattribute dokumentieren.
- DSGVO: je Entität Regeln für Behalten, Archivieren, Löschen, plus Protokoll und Nachweis.
- Mapping: Ziel-Taxonomie, Normalisierung, Konsolidierung, Defaultwerte, Transformationsregeln.
- Bereinigung: Dubletten-Logik, Merge-Regeln, Attachments filtern, E-Mail-Volumen begrenzen.
- Technik: Exportformate, IDs, Zeichensatz, API-Strategie, Staging-Imports, Reihenfolgen.
- Tests: Stichproben, Relationen, Reports, Defect-Tracking, Re-Import-Repeatability.
- Cutover: Freeze-Regeln, Delta-Migration, Kommunikation, Supportpfad, Monitoring.
- Adoption: Rollenspezifische Schulung, Playbooks, Automatisierungen erst nach Stabilisierung.
Wenn Sie zusätzlich den Systemwechsel selbst strukturieren wollen, hilft der Blick auf die Unterschiede moderner Lösungen im Vergleich führender ATS oder, wenn die Entscheidung gefallen ist, ein klarer Projektplan für den Wechsel. Ein kurzes, gemeinsames Kick-off mit dem Anbieter spart üblicherweise Wochen an Abstimmungsschleifen.
Häufige Fragen
Wie lange dauert eine realistische Migration für eine Agentur mit gewachsenem Datenbestand
Planen Sie in Iterationen. Eine saubere Inventarisierung und ein erster Testimport brauchen oft wenige Wochen, abhängig von Exportzugang, Datenqualität und Teamverfügbarkeit. Die eigentliche Produktionsmigration inklusive Freeze und Hypercare lässt sich dann in einem eng getakteten Zwei- bis Vier-Wochen-Fenster umsetzen. Entscheidend ist nicht die Kalenderzeit, sondern die Disziplin bei Mapping und Tests.
Sollten wir vor oder nach der Migration Prozessänderungen ausrollen
Erst migrieren, dann optimieren. Jede gleichzeitige Prozessreform erhöht die Fehlervariablen und macht die Ursachenanalyse schwer. Setzen Sie nach der Stabilisierung schnelle, klar umrissene Verbesserungen auf, etwa standardisierte Pipelineschritte, Templates oder gezielte Automatisierungen. So bleibt der Nutzen sichtbar und messbar.
Was tun, wenn das Altsystem bestimmte Daten nicht vollständig exportiert
Sichern Sie, was geht, und dokumentieren Sie die Lücken. Nutzen Sie, wenn möglich, API-Zugriffe für Ergänzungen oder bauen Sie pragmatische Workarounds, etwa strukturierte Exporte von Kernobjekten plus selektive manuelle Übernahme für Schlüsselfälle. Wichtig ist, dass Sie Relationen und Historien für geschäftskritische Vorgänge erhalten. Stimmen Sie früh mit dem neuen Anbieter ab, welche Alternativen praktikabel sind, zum Beispiel über API oder strukturierte Importvorlagen.
Wenn Sie Ihre Migration und den Umstieg auf ShortSelect konkret planen wollen, lohnt ein Blick auf die Funktionen von ATS und CRM und eine unverbindliche Demo, um Datenmodell und Importpfade vorab abzugleichen.