Die Herausforderung: Fragmentierte Preboarding-Kommunikation

Für viele HR-Teams ist Preboarding zu einem chaotischen Mix aus E-Mails, PDFs, Tabellen und Ad-hoc-Nachrichten verschiedener Stakeholder geworden. Die IT versendet Zugangsdaten, Führungskräfte schicken Rolleninformationen, HR teilt Richtlinien und Formulare, und die Facility-Teams ergänzen eigene Anweisungen. Neue Mitarbeitende müssen sich all dies meist selbst zusammensuchen – oft über mehrere Threads und Kanäle hinweg.

Traditionelle Ansätze stützen sich auf manuelle Koordination, generische E-Mail-Vorlagen und statische Checklisten in geteilten Laufwerken. Sie passen sich weder Rolle, Standort, Seniorität noch Startdatum der neuen Mitarbeitenden an. Es gibt keine zentrale „Single Source of Truth“ dafür, was bereits versendet wurde, was erledigt ist und was noch offen ist. Mit steigenden Einstellungszahlen und mehr Remote-Arbeit skaliert dieses Modell schlicht nicht.

Die geschäftlichen Auswirkungen sind erheblich. Wichtige Aufgaben gehen in Posteingängen unter, Vertragsunterzeichnungen und Compliance-Schulungen verzögern sich, und Ausstattung ist am ersten Tag nicht einsatzbereit. HR verbringt Stunden damit, Bestätigungen hinterherzulaufen und immer wieder dieselben Fragen zu beantworten, statt sich auf strategisches Onboarding und Kulturaufbau zu konzentrieren. Die Time-to-Productivity steigt, und der erste Eindruck Ihres Unternehmens ist eher Verwirrung als Klarheit – was die Bindung in den kritischen ersten 90 Tagen direkt beeinträchtigt.

Diese Herausforderung ist real, aber sie ist auch sehr gut lösbar. Mit dem richtigen Einsatz von KI kann Preboarding zu einer strukturierten, personalisierten und weitgehend selbststeuernden Experience werden, die nahtlos über Gmail, Docs und Chat hinweg funktioniert. Bei Reruption verfügen wir über praktische Erfahrung darin, ähnlich informationsintensive, manuelle Prozesse in KI-gestützte Workflows zu verwandeln. Der Rest dieser Seite zeigt, wie HR-Verantwortliche Gemini nutzen können, um fragmentierte Preboarding-Kommunikation in eine kohärente, ansprechende Journey für jede neue Mitarbeitende zu transformieren.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Innovatoren bei diesen Unternehmen vertrauen uns:

Unsere Einschätzung

Eine strategische Einschätzung der Herausforderung und High-Level-Tipps, wie Sie sie angehen können.

Aus Sicht von Reruption ist Gemini in Google Workspace hervorragend dafür geeignet, fragmentierte Preboarding-Kommunikation zu lösen, weil es genau dort lebt, wo HR-Arbeit bereits stattfindet: in Gmail, Docs, Sheets, Calendar und Chat. Anstatt ein weiteres Portal einzuführen, können Sie Preboarding mit KI direkt in Ihren bestehenden Tools orchestrieren. Auf Basis unserer Erfahrung im Aufbau realer KI-Produkte und -Automatisierungen liegt die Chance nicht nur darin, „E-Mails zu beschleunigen“, sondern den gesamten Preboarding-Prozess als personalisierte, KI-gestützte Experience für jede neue Mitarbeitende neu zu denken.

Definieren Sie Preboarding als wiederholbaren Prozess, nicht als Reihe von E-Mails

Bevor Sie Gemini für HR-Preboarding einführen, brauchen Sie eine klare Definition, wie „gutes“ Preboarding in Ihrer Organisation aussieht. Kartieren Sie den End-to-End-Prozess: Trigger (Angebot angenommen), notwendige Aufgaben (Verträge, IT-Zugänge, Compliance-Schulungen), Stakeholder (HR, Führungskraft, IT, Facility Management) und Meilensteine (alle Voraussetzungen vor Tag eins erfüllt). Behandeln Sie dies als Exercise im Prozessdesign, nicht als Copy-Paste Ihrer aktuellen E-Mail-Gewohnheiten.

Mit dieser Blaupause kann Gemini den Flow orchestrieren: rollenbasierte Zeitpläne generieren, die richtigen Dokumente zum richtigen Zeitpunkt bereitstellen und Stakeholder anstoßen, wenn sie zum Engpass werden. Ohne dieses Fundament wird KI nur die bestehende Fragmentierung beschleunigen, statt sie zu beseitigen.

Starten Sie mit einem fokussierten Pilot für ein oder zwei Rollen

Strategisch ist es riskant, sofort alle Onboarding-Szenarien zu „ver-KI-en“. Wählen Sie stattdessen ein oder zwei volumenstarke Rollen (zum Beispiel Vertriebsmitarbeitende oder Customer-Service-Agents) und entwerfen Sie einen fokussierten Gemini-Preboarding-Pilot speziell für diese Zielgruppe. So bleibt der Umfang beherrschbar und Sie erhalten schnell Feedback aus einer relevanten Nutzendengruppe.

Im Pilot sollten Sie Metriken wie Abschlussquoten von Preboarding-Aufgaben, Anzahl der HR-Nachfass-E-Mails und die subjektiv wahrgenommene Klarheit neuer Mitarbeitender verfolgen. Nutzen Sie diese Erkenntnisse, um Prompts, Vorlagen und Workflows zu verfeinern, bevor Sie auf weitere Rollen oder Regionen ausrollen. Dieser iterative Ansatz ist zentral für Reruption’s Co-Preneur-Mindset: schnell etwas Reales liefern und dann datenbasiert verbessern.

Positionieren Sie Gemini als Co-Pilot für HR, nicht als Ersatz für den menschlichen Kontakt

Menschenbezogene Prozesse erfordern Vertrauen. Intern könnten sich HR und Hiring Manager sorgen, dass der Einsatz von KI im Onboarding Interaktionen unpersönlich oder geskriptet wirken lässt. Strategisch sollten Sie Gemini als Co-Piloten positionieren, der Koordination, Informationsrecherche und Routinefragen übernimmt, während Menschen Kontext, Empathie und Kultur vermitteln.

Kommunizieren Sie klar: Gemini hilft, Informationen zu konsolidieren, Checklisten zu personalisieren und Standardfragen rund um die Uhr zu beantworten, aber Führungskräfte bleiben verantwortlich für Willkommensgespräche, Teamvorstellungen und Feedback-Dialoge. Diese Einordnung reduziert Widerstände und ermutigt HR-Teams, KI als Hebel und nicht als Bedrohung zu sehen.

Gestalten Sie ab Tag eins funktionsübergreifende Abstimmung

Preboarding liegt an der Schnittstelle von HR, IT, Security, Facility Management und Linienführungskräften. Wenn Sie Gemini für Onboarding-Workflows ohne diese Teams am Tisch implementieren, schaffen Sie neue Reibungspunkte. Binden Sie strategisch Vertreter:innen aller Funktionen ein, wenn Sie Vorlagen und Trigger definieren: Was soll Gemini versenden, wer gibt es frei, auf welche Daten darf es zugreifen und wie sehen Eskalationspfade aus?

Diese Abstimmung stellt sicher, dass KI-generierte Zeitpläne und Erinnerungen die Realität abbilden – zum Beispiel realistische Vorlaufzeiten für die Bereitstellung von Laptops oder Zugangsfreigaben. Außerdem können Sie so Sicherheits- und Compliance-Bedenken früh adressieren, insbesondere dazu, welche Mitarbeiterdaten Gemini innerhalb von Google Workspace verarbeiten darf.

Definieren Sie klare Guardrails, Governance und Erfolgskennzahlen

Um Gemini im HR verantwortungsvoll einzusetzen, sollten Sie Governance im Vorfeld definieren: Wer darf Prompts und Vorlagen anpassen, welche Inhalte sind für KI-Generierung tabu, und wie überwachen Sie die Qualität? In regulierten Umgebungen sollten Sie dokumentieren, welche Teile der Preboarding-Kommunikation KI-generiert sein dürfen und welche zwingend von Menschen verfasst oder rechtlich geprüft werden müssen.

Definieren Sie gleichzeitig einen überschaubaren Satz an Erfolgskennzahlen, die direkt mit Business Value verknüpft sind: weniger HR-Zeitaufwand für Preboarding, verbesserte Time-to-Productivity, weniger vergessene Aufgaben vor Tag eins und höhere Zufriedenheitswerte neuer Mitarbeitender. Diese KPIs erleichtern die interne Kommunikation des Impacts und sichern weitere Investitionen in KI-getriebene HR-Initiativen ab.

Sorgfältig eingesetzt kann Gemini in Google Workspace fragmentiertes Preboarding in eine strukturierte, KI-orchestrierte Experience verwandeln, die manuellen HR-Aufwand reduziert und neuen Mitarbeitenden zugleich einen klaren, personalisierten Pfad bis zum ersten Arbeitstag bietet. Der eigentliche Mehrwert entsteht durch die Kombination des Tools mit solidem Prozessdesign, funktionsübergreifender Abstimmung und pragmatischen Guardrails. Das Team von Reruption ist es gewohnt, genau solche KI-first-Workflows in bestehende Systeme einzubauen; wenn Sie einen fokussierten Preboarding-Pilot prüfen oder die Machbarkeit mit einem technischen PoC validieren möchten, arbeiten wir gerne eng mit Ihren HR- und IT-Teams zusammen, um das Vorhaben in die Praxis zu bringen.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Fallbeispiele aus der Praxis

Von Fintech bis Landwirtschaft: Erfahren Sie, wie Unternehmen Gemini erfolgreich einsetzen.

bunq

Fintech
Als bunq ein rasantes Wachstum als zweitgrößte Neobank in Europa verzeichnete, wurde die Skalierung des Kundenservice zu einer kritischen Herausforderung. Bei Millionen von Nutzern, die personalisierte Banking-Informationen zu Konten, Ausgabeverhalten und Finanzberatung auf Abruf verlangen, stand das Unternehmen unter Druck, sofortige Antworten zu liefern, ohne die Zahl der menschlichen Supportteams proportional zu erhöhen — was Kosten treiben und Abläufe verlangsamen würde.

Lösung

bunq begegnete diesen Herausforderungen durch die Entwicklung von Finn, einer proprietären GenAI-Plattform, die direkt in die mobile App integriert wurde und die herkömmliche Suchfunktion durch einen konversationellen KI-Chatbot ersetzte. Nach der Einstellung von mehr als einem Dutzend Datenexperten im Vorjahr baute das Team Finn so, dass er sicher auf nutzerspezifische Finanzdaten zugreift, Fragen zu Kontoständen, Transaktionen und Budgets beantwortet und sogar allgemeine Ratschläge gibt, wobei der Gesprächskontext über Sitzungen hinweg erhalten bleibt.

Ergebnisse

  • 100.000+ Fragen innerhalb von Monaten nach der Beta beantwortet (Ende 2023)
  • 40 % der Nutzeranfragen bis Mitte 2024 autonom vollständig gelöst
  • 35 % der Anfragen unterstützt, insgesamt 75 % sofortige Support-Abdeckung
  • Vor dem Start 12+ Datenexperten für die Dateninfrastruktur eingestellt
  • Zweitgrößte Neobank Europas nach Nutzerbasis (1M+ Nutzer)
Fallstudie lesen →

Shell

Öl & Gas
Ungeplante Ausfälle von Anlagen in Raffinerien und auf offshore-Bohrinseln belasteten Shell stark und führten zu erheblichen Ausfallzeiten, Sicherheitsvorfällen und teuren Reparaturen, die die Rentabilität in einer kapitalintensiven Branche beeinträchtigten. Laut einem Deloitte-Report 2024 sind 35 % der Ausfallzeiten in Raffinerien ungeplant, wobei 70 % durch fortschrittliche Analytik vermeidbar wären – ein Hinweis auf die Grenzen traditioneller geplanter Wartungsansätze, die subtile Ausfallvorzeichen an Komponenten wie Pumpen, Ventilen und Kompressoren übersahen.

Lösung

Shell ging eine Partnerschaft mit C3 AI ein, um eine KI-gestützte Plattform für vorausschauende Wartung zu implementieren, die Maschinenlernmodelle nutzt, welche auf Echtzeit-IoT-Sensordaten, Wartungshistorien und Betriebskennzahlen trainiert sind, um Ausfälle vorherzusagen und Eingriffe zu optimieren. Integriert mit Microsoft Azure Machine Learning erkennt die Lösung Anomalien, sagt die restliche Nutzungsdauer (RUL) voraus und priorisiert risikoreiche Anlagen in Upstream-Bohrinseln und Downstream-Raffinerien.

Ergebnisse

  • 20 % Reduktion ungeplanter Ausfallzeiten
  • 15 % Senkung der Wartungskosten
  • £1M+ jährliche Einsparungen pro Standort
  • 10.000 überwachte Anlagen weltweit
  • 35 % branchenweiter Anteil ungeplanter Ausfallzeiten angesprochen (Deloitte-Benchmark)
  • 70 % vermeidbare Ausfälle gemindert
Fallstudie lesen →

Khan Academy

Bildung
Khan Academy stand vor der gewaltigen Aufgabe, personalisierte Nachhilfe in großem Maßstab für ihre 100M+ jährlichen Nutzenden bereitzustellen, viele davon in unterversorgten Regionen. Traditionelle Online-Kurse, so wirksam sie auch sind, fehlte die interaktive Eins-zu-eins-Begleitung durch menschliche Tutoren, was zu hohen Abbruchraten und ungleichmäßigen Lernfortschritten führte.

Lösung

Khan Academy entwickelte Khanmigo, einen KI-gestützten Tutor und Lehrassistenten, der auf GPT-4 basiert, im März 2023 für Lehrkräfte pilotiert und später für Schüler ausgeweitet. Anders als generische Chatbots nutzt Khanmigo maßgeschneiderte System‑Prompts, um Lernende sokratisch zu führen — mit gezielten Fragen, Hinweisen und Feedback, ohne direkte Lösungen zu liefern — in Mathematik, Naturwissenschaften, Geisteswissenschaften und mehr.

Ergebnisse

  • Nutzerwachstum: 68.000 (Pilot 2023-24) auf 700.000+ (Schuljahr 2024-25)
  • Lehrerakzeptanz: Kostenlos für Lehrkräfte in den meisten Ländern, Millionen nutzen Khan Academy-Tools
  • Unterstützte Sprachen: 34+ für Khanmigo
  • Engagement: Verbesserte Schüler-Persistenz und Lernfortschritte in Pilotprojekten
  • Zeitersparnis: Lehrkräfte sparen Stunden bei Unterrichtsplanung und -vorbereitung
  • Skalierung: Integriert in 429+ kostenlose Kurse in 43 Sprachen
Fallstudie lesen →

Ford Motor Company

Automobilindustrie
In Fords Automobilfertigungsstätten stellten Schleifen und Lackieren von Karosserien einen großen Engpass dar. Diese arbeitsintensiven Tätigkeiten erforderten manuelles Schleifen der Karosserien durch Mitarbeitende, ein Prozess, der zu Inkonsistenzen, Ermüdung und ergonomischen Verletzungen aufgrund repetitiver Bewegungen über Stunden führte .

Lösung

Ford begegnete dieser Herausforderung durch den Einsatz von KI-geführten kollaborativen Robotern (Cobots), ausgestattet mit Maschinenvision und Automatisierungsalgorithmen. In der Karosseriewerkstatt scannen sechs Cobots mit Kameras und KI die Karosserien in Echtzeit, erkennen Flächen, Defekte und Konturen mit hoher Präzision .

Ergebnisse

  • Schleifzeit: 35 Sekunden pro vollständiger Karosserie (statt Stunden manuell)
  • Produktivitätssteigerung: 4x schneller in Montageprozessen
  • Verletzungsreduktion: 70 % weniger ergonomische Belastungen in Cobots-Bereichen
  • Konsistenzverbesserung: 95 % fehlerfreie Oberflächen nach dem Schleifen
  • Einsatzumfang: 6 Cobots im Betrieb, Ausbau auf über 50 Einheiten geplant
  • ROI-Zeitraum: Amortisation in 12–18 Monaten pro Werk
Fallstudie lesen →

Wells Fargo

Finanzen
Wells Fargo, das 70 Millionen Kunden in 35 Ländern betreut, sah sich mit hoher Nachfrage nach 24/7-Kundendienst in seiner Mobile-Banking-App konfrontiert, in der Nutzer sofortige Unterstützung bei Transaktionen wie Überweisungen und Rechnungszahlungen benötigten. Traditionelle Systeme hatten Schwierigkeiten mit hohen Interaktionsvolumina, langen Wartezeiten und der Notwendigkeit schneller Antworten per Sprache und Text, insbesondere da die Kundenerwartungen sich hin zu nahtlosen digitalen Erlebnissen wandelten.

Lösung

Wells Fargo entwickelte Fargo, einen generativen KI-Virtual-Assistenten, der in die Banking-App integriert ist und auf Google Cloud AI setzt, einschließlich Dialogflow für den Konversationsfluss und PaLM 2/Flash 2.0 LLMs für das Verständnis natürlicher Sprache. Diese modell-agnostische Architektur ermöglichte eine datenschutzorientierte Orchestrierung, die Anfragen routet, ohne PII an externe Modelle zu senden.

Ergebnisse

  • 245 Millionen Interaktionen in 2024
  • 20 Millionen Interaktionen bis Januar 2024 seit dem Start im März 2023
  • Prognose: 100 Millionen Interaktionen jährlich (Prognose 2024)
  • Keine menschlichen Übergaben bei allen Interaktionen
  • Keine PII an LLMs weitergegeben
  • Durchschnittlich 2,7 Interaktionen pro Nutzersitzung
Fallstudie lesen →

Best Practices

Erfolgreiche Implementierungen folgen bewährten Mustern. Werfen Sie einen Blick auf unsere taktischen Ratschläge für den Einstieg.

Zentralisieren Sie Preboarding-Daten in einer Single Source of Truth

Bevor Sie mit Gemini irgendetwas automatisieren können, sollten Sie Ihre Preboarding-Daten an einem Ort konsolidieren. Nutzen Sie ein Google Sheet oder einen HRIS-Export als Master-Tabelle mit Schlüsselfeldern: Name, Rolle, Führungskraft, Standort, Startdatum, erforderliche Schulungen, Ausstattungsbedarfe und besondere Hinweise. Diese Tabelle wird zur strukturierten Eingabe, auf die Gemini bei der Generierung von Kommunikation und Zeitplänen zugreifen kann.

Verbinden Sie dieses Sheet mit Ihren Workflows: Wenn eine neue Zeile hinzugefügt wird (Angebot angenommen), sollte dies eine Sequenz Gemini-gestützter Aufgaben in Gmail, Docs und Calendar auslösen. Selbst ohne eigenen Code können Sie Google Apps Script mit Gemini-Prompts kombinieren, um Daten aus dem Sheet auszulesen und maßgeschneiderte Inhalte zu generieren.

Nutzen Sie Gemini zur Erstellung rollenspezifischer Preboarding-Zeitpläne

Anstatt eine lange generische E-Mail zu versenden, lassen Sie Gemini für HR-Preboarding einen prägnanten, rollenspezifischen Plan für jede neue Mitarbeitende erstellen. In Google Docs können Sie eine Basistemplate pflegen und Gemini nutzen, um Daten, Links und Aufgaben auf Basis von Startdatum, Land und Seniorität der Rolle auszufüllen.

Beispiel für einen Prompt in einem mit Ihrer Datentabelle verbundenen Doc:

Agieren Sie als HR-Onboarding-Assistent:in.
Erstellen Sie einen Preboarding-Plan für folgende neue Mitarbeitende:
- Name: {{Name}}
- Rolle: {{Role}}
- Standort: {{Location}}
- Startdatum: {{Start_Date}}
- Führungskraft: {{Manager_Name}}

Der Plan soll:
- Nach Wochen vor dem Startdatum strukturiert sein
- Pflichtaufgaben hervorheben (Verträge, Ausweis-Upload, Compliance-Schulungen)
- Links (Platzhalter) zu relevanten Richtlinien und Tools enthalten
- Einen freundlichen, professionellen Ton verwenden
- Maximal 600 Wörter umfassen

Der generierte Plan kann als Doc-Link geteilt oder von Gemini erneut zu einer kürzeren E-Mail für Gmail zusammengefasst werden.

Klare, konsolidierte Preboarding-E-Mails in Gmail automatisieren

Dank der Gemini-Integration in Gmail kann HR personalisierte, konsolidierte Preboarding-E-Mails versenden, die alle wichtigen Aufgaben an einem Ort bündeln, statt in zehn verschiedenen Nachrichten. Beginnen Sie mit einem Standardentwurf und bitten Sie Gemini, diesen anhand der Daten aus Ihrem Master-Sheet anzupassen.

Beispiel-Prompt in Gmail:

Sie unterstützen HR bei der Preboarding-Kommunikation.
Formulieren Sie die folgende Entwurfs-E-Mail anhand der untenstehenden Details neu, sodass sie:
- Alle Preboarding-Aufgaben in einer klaren Checkliste aufführt
- Aufgaben nach Priorität und Fälligkeit sortiert
- Pflichtaufgaben fett hervorhebt
- Einen warmen, einladenden Ton verwendet, der zu einer neuen Kollegin/einem neuen Kollegen passt

Details zur neuen Mitarbeitenden:
{{Zeile aus dem Preboarding-Sheet einfügen}}

Bestehender Entwurf:
{{Inhalt der Entwurfs-E-Mail}}

Erwartetes Ergebnis: Neue Mitarbeitende erhalten eine einzige, gut strukturierte E-Mail, die mehrere verstreute Nachrichten ersetzt und so Verwirrung und Rückfragen reduziert.

Gemini in Google Chat als Preboarding-Q&A-Assistent einsetzen

Viele Fragen in der ersten Woche wiederholen sich: „Wo lade ich meinen Ausweis hoch?“, „Wie erhalte ich Zugriff auf das LMS?“, „Wer genehmigt meine Hardware-Bestellung?“. Sie können einen Gemini-gestützten Chat-Bereich konfigurieren (oder Gemini in Chat nutzen), der als Preboarding-Q&A-Assistent fungiert und auf die richtigen Docs, Richtlinien und Kontakte verweist.

Speisen Sie Gemini mit zentralen Ressourcen: ein kuratiertes FAQ-Dokument, Links zu internen Wissensdatenbanken und Ihre HR-Richtliniendokumente. Verwenden Sie dann einen System-Prompt wie:

Sie sind ein interner HR-Preboarding-Assistent für ACME.
Beantworten Sie Fragen neuer Mitarbeitender AUSSCHLIESSLICH mit folgenden Quellen:
- HR-Preboarding-FAQ: <Link>
- IT-Onboarding-Wiki: <Link>
- Übersicht Unternehmensrichtlinien: <Link>

Richtlinien:
- Wenn Sie unsicher sind, bitten Sie die Nutzer:innen, HR unter [email protected] zu kontaktieren
- Geben Sie kurze, umsetzbare Antworten mit Links zu den passenden Dokumenten
- Seien Sie freundlich und ermutigend

Dies ersetzt HR nicht, reduziert aber einfache, wiederkehrende Anfragen deutlich und schafft Freiraum für wertschöpfendere Gespräche.

Lassen Sie Gemini Richtlinien in verständliche Übersichten für Menschen zusammenfassen

Neue Mitarbeitende lesen selten 30-seitige Richtliniendokumente. Nutzen Sie Gemini zur Dokumentenzusammenfassung, um kurze, rollenrelevante Übersichten zu erstellen, die in einfacher Sprache erklären, „was das für Sie bedeutet“. Arbeiten Sie in Google Docs: Fügen Sie die Richtlinie ein oder verlinken Sie sie und bitten Sie Gemini, eine Zusammenfassung für neue Mitarbeitende zu erstellen.

Beispiel-Prompt in Docs:

Fassen Sie die folgende Richtlinie für eine neue Mitarbeitende in {{Location}} zusammen, die als {{Role}} arbeitet.

Anforderungen an die Ausgabe:
- 3–5 kurze Abschnitte mit Überschriften
- Fokus darauf, was die Mitarbeitende tun oder unterlassen muss
- Etwaige Fristen oder Pflichtschulungen hervorheben
- Neutraler, klarer Ton
- Maximal 700 Wörter

Inhalt der Richtlinie:
{{Richtlinientext oder relevante Abschnitte einfügen}}

Sie können diese Zusammenfassungen direkt in Preboarding-E-Mails oder Zeitplänen verlinken und so sicherstellen, dass Compliance-Informationen sowohl zugänglich als auch verständlich sind.

Abschluss und Risiken mit Gemini-generierten Statuszusammenfassungen verfolgen

Um über manuelles Hinterhertelefonieren hinauszukommen, können Sie Gemini nutzen, um Preboarding-Statuszusammenfassungen für HR und Führungskräfte auf Basis Ihres Master-Sheets oder von Checklisten zu erstellen. Erfassen Sie zum Beispiel Vertragsunterzeichnung, Identitätsprüfung, Gerätebestellung und Pflichtschulungen in einem Google Sheet. Lassen Sie Gemini anschließend wöchentliche Zusammenfassungen pro Führungskraft oder Abteilung generieren.

Beispiel für einen Status-Prompt in Sheets oder Docs:

Analysieren Sie die folgende Preboarding-Status-Tabelle.
Fassen Sie für jede Führungskraft zusammen:
- Neue Mitarbeitende, die in den nächsten 3 Wochen starten
- Fehlende kritische Aufgaben (Verträge, Ausstattung, Compliance)
- Klare Maßnahmen, die die Führungskraft oder HR in dieser Woche ergreifen muss

Seien Sie prägnant und handlungsorientiert.

Daten:
{{Gefilterte Tabelle aus Sheets einfügen}}

Erwartetes Ergebnis: HR kann Risiken proaktiv erkennen (z. B. Laptop nicht bestellt, Pflichtschulung nicht absolviert) und Stakeholder gezielt anstoßen – so werden Überraschungen am ersten Tag reduziert.

Wenn diese Praktiken schrittweise implementiert werden, führt das typischerweise zu spürbaren Verbesserungen: 20–40 % weniger HR-Zeitaufwand für Preboarding-Koordination, ein deutlicher Rückgang fehlender Dokumente oder Zugänge am ersten Tag und höhere Zufriedenheitswerte neuer Mitarbeitender in Onboarding-Umfragen. Die genauen Kennzahlen hängen von Ihrem Ausgangsniveau ab, aber mit einem fokussierten Gemini-Pilot und klaren KPIs sollten Sie innerhalb von ein bis zwei Einstellungszyklen einen signifikanten Effekt sehen.

Bauen Sie jetzt ein KI-System mit uns!

Wir bauen einen Proof of Concept für Ihr Problem für 5.000–8.000€. Sie bekommen eine handfeste Demo statt Folien mit Versprechen.

Häufig gestellte Fragen

Gemini reduziert Fragmentierung, indem Informationen zentralisiert und personalisierte Ausgaben in den Tools generiert werden, die Sie in Google Workspace bereits nutzen. Anstatt dass mehrere Stakeholder einzelne E-Mails verschicken, kann Gemini Daten aus einem Master-Sheet oder HR-System bündeln und für jede neue Mitarbeitende einen einzigen, rollenspezifischen Preboarding-Plan und eine dazugehörige E-Mail erstellen.

Außerdem hilft Gemini dabei, Richtlinien zusammenzufassen, Checklisten zu generieren und einen Q&A-Assistenten in Google Chat zu betreiben. Das bedeutet weniger Ad-hoc-Nachrichten, klarere Zeitpläne für neue Mitarbeitende und weniger manuelle Koordination für HR.

Für den Einstieg benötigen Sie kein großes Data-Science-Team. Für einen ersten Gemini-Preboarding-Pilot brauchen Sie typischerweise:

  • Eine:n HR-Prozessverantwortliche:n, die/der die aktuellen Preboarding-Schritte und den gewünschten Zielzustand kennt.
  • Zugriff auf die Google-Workspace-Administration/-Konfiguration (zur Einrichtung von Docs, Sheets, Gmail und Chat).
  • Basiskenntnisse in Scripting oder IT-Support, wenn Sie Workflows automatisch auslösen möchten (z. B. via Apps Script oder einfache Integrationen).

Reruption arbeitet in der Regel mit einem kleinen, funktionsübergreifenden Squad (HR, IT, teilweise Legal), um Prompts, Vorlagen und Guardrails zu gestalten. Mit der Zeit können HR-Teams diese Assets selbst pflegen und anpassen.

Bei klar begrenztem Umfang können Sie sichtbare Verbesserungen innerhalb von ein bis zwei Einstellungszyklen erwarten. Ein typischer Zeitplan sieht so aus:

  • Woche 1–2: Preboarding-Prozess für eine Zielrolle kartieren, Masterdaten (Sheet) aufsetzen und erste Gemini-Prompts/Vorlagen entwerfen.
  • Woche 3–4: Live-Pilot mit einer kleinen Gruppe neuer Mitarbeitender durchführen; Feedback von ihnen, HR und Führungskräften einholen.
  • Woche 5–6: Prompts, Vorlagen und Governance verfeinern; bei positiven Ergebnissen auf weitere Rollen oder Regionen ausweiten.

Kund:innen berichten häufig schon bei der ersten Kohorte im neuen, Gemini-gestützten Workflow von weniger Nachfass-E-Mails und klarerer Kommunikation für neue Mitarbeitende.

Der ROI entsteht durch eingesparte HR-Zeit, weniger Fehler und eine schnellere Time-to-Productivity. Wenn Ihr HR-Team beispielsweise pro Einstellung mehrere Stunden mit manuellen Preboarding-E-Mails, dem Nachfordern von Dokumenten und dem Beantworten wiederkehrender Fragen verbringt, kann automatisierte Kommunikation mit Gemini diesen Aufwand für volumenstarke Rollen um 20–40 % reduzieren.

Neben Zeitersparnissen reduziert verbessertes Preboarding auch Probleme am ersten Tag (fehlende Zugänge, unvollständige Compliance-Schritte), was wiederum die Einarbeitungszeit verkürzt und die frühe Bindung stärkt. Die exakten Zahlen hängen von Ihrem Ausgangspunkt ab, lassen sich aber in der Regel leicht in einem Business Case abbilden, wenn Sie eingesparte HR-Zeit mit reduzierten Verzögerungen und weniger vermeidbaren Tickets an IT- oder HR-Support kombinieren.

Reruption unterstützt Unternehmen End-to-End – von der Idee bis zur funktionierenden Lösung. Mit unserem AI-PoC-Angebot (9.900 €) können wir schnell testen, ob Ihr spezifischer Preboarding-Use-Case in der Praxis funktioniert: Wir definieren den Scope, entwickeln Gemini-Prompts und Workflows in Google Workspace, messen die Performance und skizzieren eine produktionsreife Architektur.

Über den PoC hinaus bedeutet unser Co-Preneur-Ansatz, dass wir uns eng mit Ihren HR- und IT-Teams verzahnen, um die Lösung tatsächlich zu bauen und auszurollen: Preboarding-Daten strukturieren, Vorlagen gestalten, Governance einrichten und auf Basis realen Nutzerfeedbacks iterieren. Wir bleiben nicht bei Folien stehen, sondern liefern einen funktionsfähigen, Gemini-gestützten Preboarding-Flow, der zu Ihrer Organisation passt und über Rollen und Standorte hinweg skalierbar ist.

Kontaktieren Sie uns!

0/10 min.

Direkt Kontaktieren

Your Contact

Philipp M. W. Hoffmann

Founder & Partner

Adresse

Reruption GmbH

Falkertstraße 2

70176 Stuttgart

Kontakt

Social Media