ooligo

Harver

skills-assessment hourly-hiring-assessment · behavioral-assessment · situational-judgment · high-volume-screening
AI-NATIVE API
Recruiting & TA
7.3 /10

Was es ist

Harver ist die Talent-Assessment-Plattform, die durch die Fusion von Harver (High-Volume-Hiring-Assessment) und Pymetrics (Game-based Behavioral Assessment) im Jahr 2022 entstanden ist. Heute positioniert als die Assessment-Plattform für High-Volume-Hourly- und Frontline-Hiring — Situational-Judgment-Tests, Behavioral Games, kognitive Assessments, ausgelegt auf die Populationen, die Rollen in Retail, Hospitality, Healthcare und Gig-Economy in großem Maßstab besetzen.

Warum es in Recruiting-Stacks auftaucht

  • Gebaut für High-Volume-Hourly-Hiring. Wo HackerRank für Engineering und Plum für Behavioral Fit bei Knowledge Work zuständig sind, zielt Harver auf den High-Volume-Frontline-Hiring-Markt — andere Kandidaten-Populationen, andere Assessment-Formate, andere Validitätsüberlegungen.
  • Behavioral Fit für High-Volume-Rollen. Customer-Service-, Retail- und Hospitality-Rollen profitieren von Behavioral- und Situational-Judgment-Assessments auf Arten, die generische Skills-Tests nicht erfassen.
  • Game-based Assessment aus der Pymetrics-Übernahme. Game-based Assessment liefert Behavioral-Signal mit deutlich besserer Candidate Experience als traditionelle Fragebogen-basierte Assessments.

Pricing

  • Nur Custom. Pro-Assessment- oder Pro-Hire-Pricing je nach Volumen; effektive Raten günstig für High-Volume-Programme.
  • Volume-Tiers ausgelegt auf Organisationen, die Tausende von Assessments pro Monat fahren.
  • Implementierung typischerweise 60–90 Tage inklusive initialer Validierungsarbeit.

Am besten geeignet für

  • Retail-, Restaurant- und Hospitality-Ketten mit High-Volume-Frontline-Hiring
  • Healthcare-Systeme, die Pflegehelfer, Techniker und Support-Personal in großem Maßstab einstellen
  • Gig-Economy-Plattformen, die Auftragnehmer-Bewerber screenen

Worauf zu achten ist

  • Die Validität von Behavioral- und Game-based Assessments ist in der Forschungsliteratur umstritten — Meta-Analysen zeigen moderate prädiktive Aussagekraft; hängt stark von Kalibrierung und Use Case ab
  • Bias-Audit-Verpflichtungen unter EU AI Act, NYC Local Law 144 und Illinois AVDA sind besonders wichtig für AI-augmentierte Assessments im High-Volume-Hiring
  • Falscher Scope für Senior-Knowledge-Worker-Rollen — verwenden Sie dort stattdessen HackerRank, Vervoe oder Structured Interviewing
  • Direkter Wettbewerb mit nativen Screening-Funktionen in Fountain und zunehmend mit AI-Conversational-Screening-Tools