Der Tech-Stack in einer Stellenanzeige ist die Liste der Technologien, mit denen die ausgeschriebene Rolle tatsächlich arbeitet: Programmiersprachen, Frameworks, Datenbanken, Cloud-Dienste und Werkzeuge. Für IT-Fachkräfte gehört diese Angabe zu den ersten Dingen, die sie prüfen, und für Recruiter ist sie die Grundlage, auf der Kandidatenprofile später abgeglichen werden. Dieser Leitfaden zeigt, was in eine gute Tech-Stack-Angabe gehört, wie Sie Muss- und Wunschkenntnisse trennen und wie Tech-Stack-Matching funktioniert, ohne dass Sie sich blind auf übereinstimmende Schlagwörter verlassen.

Kurz gesagt

• Tech-Stack und Full-Stack sind nicht dasselbe: Der Tech-Stack beschreibt die technologische Basis, „Full Stack“ beschreibt den Verantwortungsbereich einer Person.

• Konkret schlägt vollständig: Nennen Sie Kerntechnologien mit Version, Einsatzzweck und Zustand der Codebasis, statt eine lange Toolliste aufzuzählen.

• Anforderungen trennen: Zwingende Kenntnisse, wünschenswerte Kenntnisse und das, was im Job gelernt werden kann, gehören in getrennte Abschnitte.

• Matching braucht Kontext: Ein echter Treffer zeigt sich an Aufgabe, Systemkontext und Verantwortungstiefe, nicht an der Zahl gleicher Begriffe.

• Der Mensch entscheidet: Automatisches Scoring ordnet vor, die Auswahlentscheidung und ihre Begründung bleiben beim Recruiting-Team.

Inhaltsverzeichnis

• Inhalt

• 1. Was „Tech-Stack“ in einer Stellenanzeige bedeutet

• 2. Warum der Tech-Stack über Bewerbungen entscheidet

• 3. Was in eine gute Tech-Stack-Angabe gehört

• 4. Muss, Wunsch, Lernbereitschaft: Anforderungen sauber trennen

• 5. Ein Beispiel: von der Toolliste zur aussagekräftigen Anzeige

• 6. Wie Tech-Stack-Matching funktioniert

• 7. Woran Sie ein echtes Match erkennen

• 8. Grenzen und Risiken des automatisierten Matchings

• 9. Verantwortungsvoller Einsatz in Deutschland

• Unsere Sicht: Der Tech-Stack ist ein Kontext, keine Liste

• Tech-Stack-Matching mit Recruitify

• Häufige Fragen

• Quellen

Inhalt

1. Was „Tech-Stack“ in einer Stellenanzeige bedeutet

2. Warum der Tech-Stack über Bewerbungen entscheidet

3. Was in eine gute Tech-Stack-Angabe gehört

4. Muss, Wunsch, Lernbereitschaft: Anforderungen sauber trennen

5. Ein Beispiel: von der Toolliste zur aussagekräftigen Anzeige

6. Wie Tech-Stack-Matching funktioniert

7. Woran Sie ein echtes Match erkennen

8. Grenzen und Risiken des automatisierten Matchings

9. Verantwortungsvoller Einsatz in Deutschland

1. Was „Tech-Stack“ in einer Stellenanzeige bedeutet

Der Begriff „Stack“ bezeichnet, wie GEHALT.de im Berufsprofil Full-Stack-Developer erklärt, eine Palette aufeinander aufbauender Softwarekomponenten, die gemeinsam eine Plattform bilden. In einer Stellenanzeige ist der Tech-Stack also die konkrete Zusammenstellung dieser Komponenten in dem Team, in das die neue Person einsteigt.

Wie das in der Praxis aussieht, zeigt eine Berliner Stellenanzeige der FUNKE Mediengruppe für einen Fullstack Engineer: Dort wurden unter anderem AWS Lambda, Node.js, CDK, S3, CloudFront, SQS, TypeScript, React, Next.js, CI/CD und Playwright als Tech-Stack aufgeführt, ergänzt um Aufgaben, Arbeitsweise und die gewünschte Erfahrung, insbesondere mit TypeScript und Cloud. Diese Kombination aus Technologieliste und Aufgabenbeschreibung ist das Muster, an dem sich eine gute Anzeige orientieren kann.

Tech-Stack und Full-Stack-Titel unterscheiden

In Stellenanzeigen werden beide Begriffe häufig vermischt, obwohl sie unterschiedliche Dinge beschreiben:

Ein Full-Stack-Titel sagt also aus, dass eine Person sowohl am sichtbaren Frontend als auch an Backend und Datenbank arbeitet. Er sagt nichts darüber, mit welchen Technologien. Wie tief die Arbeit in den einzelnen Ebenen reicht, hängt vom Team und von der konkreten Stelle ab. Genau deshalb braucht auch eine Full-Stack-Anzeige eine eigene, präzise Tech-Stack-Angabe.

2. Warum der Tech-Stack über Bewerbungen entscheidet

Für Entwicklerinnen und Entwickler ist der Tech-Stack kein Detail am Ende der Anzeige, sondern ein zentrales Entscheidungskriterium. Nach Einschätzung des IT-Personaldienstleisters indivHR bewerten Kandidaten den Tech-Stack als Recruiting-Faktor als einen der wichtigsten Punkte bei der Arbeitgeberwahl und achten darauf, ob er stabil und zukunftssicher ist. Für viele Talente wirkt er damit wie ein Qualitätssiegel.

Daraus folgen drei praktische Konsequenzen:

1. Der Tech-Stack filtert. Wer eine veraltete Version oder eine gewachsene Altlast offen benennt, erhält weniger, aber passendere Bewerbungen. Wer sie verschweigt, verlagert die Enttäuschung ins Vorstellungsgespräch.

2. Der Tech-Stack signalisiert Arbeitsweise. Angaben wie CI/CD, automatisierte Tests oder Infrastructure as Code verraten mehr über die Engineering-Kultur als jede Floskel über „moderne Arbeitsumgebung“.

3. Der Tech-Stack ist die Grundlage für das spätere Matching. Was in der Anzeige unscharf bleibt, kann auch ein System nicht zuverlässig mit Lebensläufen abgleichen.

Wenn Sie prüfen möchten, ob Ihre Anzeige insgesamt eher abschreckt als überzeugt, finden Sie in unserem Beitrag über Stellenanzeigen, die wirklich konvertieren weitere Ansatzpunkte.

3. Was in eine gute Tech-Stack-Angabe gehört

Die IHK Reutlingen empfiehlt in ihren Tipps für eine erfolgreiche Stellenanzeige, Unternehmensinformationen, konkrete Aufgaben sowie die erforderlichen Kompetenzen und Erfahrungen zu nennen. Für IT-Stellen lässt sich das auf den Tech-Stack übertragen: Eine Technologieliste wird erst aussagekräftig, wenn aus den Aufgaben hervorgeht, wo und wofür die Kenntnisse eingesetzt werden. So argumentiert auch der Leitfaden von TechMinds, wie man eine gute IT-Stellenanzeige schreibt: Position, Erfahrungslevel und Kerntechnologien klar nennen und Anforderungen an den tatsächlichen Einsatz knüpfen.

Die folgende Übersicht hilft, die Angaben systematisch zu ordnen:

Besonders der letzte Punkt wird oft weggelassen, obwohl er für Bewerber entscheidend ist. Eine Rolle, die eine zehn Jahre alte Anwendung schrittweise migriert, verlangt andere Fähigkeiten als ein Neuaufbau, auch wenn beide dieselben Frameworks nennen.

4. Muss, Wunsch, Lernbereitschaft: Anforderungen sauber trennen

Die häufigste Schwäche von Tech-Stack-Angaben ist die undifferenzierte Liste: zwölf Technologien, alle scheinbar gleich wichtig. Die IHK Reutlingen rät, als Anforderungen idealerweise nur zwingend erforderliche Voraussetzungen zu nennen, weil zusätzliche Wunschkenntnisse die Anzeige überfrachten können. Bewährt hat sich eine Gliederung in drei Stufen:

1. Muss-Kenntnisse: Technologien, ohne die die Person in den ersten Monaten nicht produktiv arbeiten kann. In der Regel sind das zwei bis vier Einträge, etwa die Hauptsprache und das zentrale Framework.

2. Wunschkenntnisse: Erfahrungen, die den Einstieg erleichtern, aber erlernbar sind, zum Beispiel ein bestimmter Cloud-Dienst oder ein Test-Framework.

3. Lernbereitschaft: Technologien, die das Team einführt oder die im Job vermittelt werden. Dieser Abschnitt zeigt, dass Entwicklung möglich ist, und öffnet die Stelle für Kandidaten mit übertragbaren Kenntnissen.

Eine einfache Prüffrage für jede Muss-Kenntnis lautet: Würden Sie eine ansonsten hervorragende Bewerbung ablehnen, nur weil diese eine Technologie fehlt? Wenn nicht, gehört sie in die Wunschliste. Diese Disziplin verbessert nicht nur die Anzeige, sondern auch jede spätere Auswertung, denn ein Matching-System kann nur so gut gewichten, wie die Anforderungen vorher priorisiert wurden.

5. Ein Beispiel: von der Toolliste zur aussagekräftigen Anzeige

Wie groß der Unterschied ist, zeigt ein konstruiertes Beispiel für eine Backend-Stelle.

Vorher:

Anforderungen: Java, Spring, Kotlin, Kafka, Kubernetes, Docker, AWS, Azure, PostgreSQL, MongoDB, React, Teamfähigkeit.

Diese Liste lässt offen, was davon täglich gebraucht wird, warum zwei Cloud-Anbieter genannt sind und weshalb eine Backend-Rolle React verlangt. Erfahrene Bewerber lesen daraus entweder Unklarheit oder eine überladene Rolle.

Nachher:

Unser Stack: Java 21 mit Spring Boot für unsere Bestell-Services, Kafka für die Kommunikation zwischen den Services, PostgreSQL als zentrale Datenbank. Wir betreiben alles auf AWS mit Kubernetes, die Plattform verantwortet ein eigenes Team.

Das bringen Sie mit: mehrere Jahre Erfahrung mit Java und Spring Boot in produktiven Systemen, Erfahrung mit relationalen Datenbanken.

Von Vorteil: Kafka oder ein vergleichbares Messaging-System, Grundkenntnisse in Kubernetes.

Das lernen Sie bei uns: Wir migrieren erste Services nach Kotlin und begleiten Sie dabei.

Die zweite Fassung ist kaum länger, aber sie beantwortet die Fragen, die Entwickler tatsächlich stellen: Was baue ich, womit, in welchem Zustand ist das System, und was wird von mir erwartet? Gleichzeitig liefert sie einem Matching-System klare Gewichtungen.

6. Wie Tech-Stack-Matching funktioniert

Tech-Stack-Matching bezeichnet den Abgleich zwischen den technischen Anforderungen einer Stelle und den Kenntnissen in Kandidatenprofilen. Im IT-Recruiting arbeiten Recruiter dafür typischerweise mit Kategorien wie Sprachen, Frameworks, Datenbanken und Cloud-Technologien. Ein deutscher Karriere-Ratgeber empfiehlt Bewerbern entsprechend, den Tech-Stack im Lebenslauf kategorisiert und kompakt darzustellen, weil Profile zunächst schnell überflogen werden. Grundsätzlich lassen sich zwei Verfahren unterscheiden.

Keyword-Abgleich

Das einfachste Verfahren vergleicht Begriffe: Steht „React“ in der Anzeige und im Lebenslauf, zählt das als Treffer. Boolesche Suchen erweitern diesen Ansatz um Kombinationen und Ausschlüsse, etwa „(React OR Vue) AND TypeScript NOT Praktikum“. Das Verfahren ist transparent und schnell, hat aber klare Schwächen: Synonyme und Schreibweisen („Postgres“ und „PostgreSQL“) werden ohne Pflege nicht erkannt, und eine einmalige Erwähnung in einem Studienprojekt zählt genauso viel wie fünf Jahre Produktionserfahrung.

Kontextuelles und semantisches Matching

Weiterentwickelte Verfahren berücksichtigen Zusammenhänge zwischen Technologien. Sie erkennen etwa, dass Erfahrung mit Next.js React-Kenntnisse voraussetzt oder dass jemand mit Spring Boot Java beherrscht, auch wenn es nicht ausdrücklich dasteht. Zusätzlich können sie einbeziehen, wie lange und in welcher Rolle eine Technologie eingesetzt wurde. Das Ergebnis ist meist ein Score, der Profile nach Passung sortiert. Wie hybride Verfahren aus Keyword- und Bedeutungsabgleich aufgebaut sind und wie man ihre Qualität bewertet, beschreiben wir ausführlich im Beitrag über semantisches Matching im Recruiting.

Wichtig ist: Auch das beste Verfahren gleicht nur ab, was in der Anzeige steht. Eine präzise, priorisierte Tech-Stack-Angabe ist deshalb die Voraussetzung für brauchbare Ergebnisse, nicht eine optionale Ergänzung.

7. Woran Sie ein echtes Match erkennen

Ein hoher Score ist ein Hinweis, kein Beweis. Ob ein Tech-Stack-Match tatsächlich zur Rolle passt, zeigt sich nach Einschätzung von indivHR daran, ob die Technologien zur Aufgabe, zum Systemkontext und zur Verantwortungstiefe passen. Die technischen Informationen in IT-Stellenanzeigen sollten deshalb von der Rollenlogik ausgehen: Welche geschäftliche Lücke schließt die Stelle? Für die Prüfung einer Shortlist bieten sich fünf Kriterien an:

1. Einsatzkontext: Wurde die Technologie in einem vergleichbaren System genutzt, etwa in einer stark frequentierten Webanwendung statt in einem internen Tool?

2. Aktualität: Liegt die Erfahrung wenige Monate oder viele Jahre zurück, und mit welcher Version wurde gearbeitet?

3. Verantwortungstiefe: Hat die Person Architekturentscheidungen getroffen, Features umgesetzt oder vorhandenen Code gewartet?

4. Kombination statt Einzelbegriff: Passt das Zusammenspiel der Technologien, oder treffen nur einzelne Begriffe zufällig zu?

5. Übertragbarkeit: Lassen sich fehlende Wunschkenntnisse aus verwandter Erfahrung realistisch ableiten, etwa Vue-Erfahrung für eine React-Stelle?

Diese Kriterien lassen sich nicht vollständig automatisieren, aber ein gutes System kann sie sichtbar machen: durch Zeitangaben je Technologie, durch Hervorhebung der Fundstellen im Lebenslauf und durch eine nachvollziehbare Aufschlüsselung des Scores. Mehr dazu, worauf HR-Teams bei der Bewertung achten sollten, lesen Sie in unserem Beitrag zum Kandidaten-Matching mit KI.

8. Grenzen und Risiken des automatisierten Matchings

Automatisches Tech-Stack-Matching spart Zeit, verschiebt aber auch Verantwortung. Vier Grenzen sollten Sie kennen, bevor Sie sich auf Rankings verlassen:

• Übertragbare Kenntnisse werden unterschätzt. Wer drei Jahre mit Angular gearbeitet hat, kann sich in React meist zügig einarbeiten. Ein reiner Begriffsabgleich bewertet diese Person dennoch schlechter als jemanden mit einem kurzen React-Kurs.

• Profile veralten. Lebensläufe in einer Datenbank spiegeln den Stand zum Zeitpunkt der Bewerbung. Ein Kandidat von vor zwei Jahren hat inzwischen womöglich genau die Technologie gelernt, die heute gesucht wird, oder eine andere längst nicht mehr genutzt.

• Darstellung schlägt Substanz. Profile, die gezielt viele Schlagwörter enthalten, schneiden im Keyword-Abgleich besser ab als knapp formulierte Lebensläufe mit tiefer Erfahrung.

• Verzerrungen können sich verstärken. Wenn ein Scoring indirekt Merkmale wie Lücken im Lebenslauf, Teilzeitphasen oder bestimmte Ausbildungswege abwertet, kann das Gruppen benachteiligen, ohne dass dies jemand beabsichtigt hat.

Daraus folgt keine Absage an Automatisierung, sondern eine klare Rollenverteilung: Das System ordnet vor und begründet, der Mensch prüft und entscheidet. Wie sich diese Dynamik entwickelt, wenn auch Bewerber ihre Unterlagen mit KI optimieren, diskutieren wir im Beitrag Wird Recruiting zum Kampf AI vs AI?

9. Verantwortungsvoller Einsatz in Deutschland

In Deutschland verbietet das Allgemeine Gleichbehandlungsgesetz (AGG) grundsätzlich Diskriminierung in Stellenanzeigen, worauf auch die IHK Reutlingen hinweist. Für den Tech-Stack bedeutet das vor allem: Anforderungen sollten sich aus der Aufgabe begründen lassen. Formulierungen wie „junges, dynamisches Team“ oder „Digital Native“ haben in einer Technologiebeschreibung nichts zu suchen, weil sie mittelbar auf das Alter zielen können.

Für das Matching selbst haben sich folgende Grundsätze bewährt:

1. Kriterien dokumentieren: Halten Sie fest, welche Muss- und Wunschkenntnisse in die Bewertung eingeflossen sind und wie sie gewichtet wurden.

2. Scores nicht als alleiniges Ausschlusskriterium nutzen: Lassen Sie Profile knapp unterhalb einer Schwelle stichprobenartig von einer Person prüfen.

3. Anonymisieren, wo es möglich ist: Anonymisierte Profile lenken die Aufmerksamkeit auf fachliche Kenntnisse statt auf Name, Foto oder Alter.

4. Datenbestände pflegen: Fragen Sie bei älteren Profilen den aktuellen Stand ab, bevor Sie sie als passend oder unpassend einstufen, und beachten Sie dabei die Löschfristen und Einwilligungen nach DSGVO.

5. Rechtliche Fragen früh klären: Auch die europäische KI-Verordnung stellt Anforderungen an KI-Systeme im Personalbereich. Welche Pflichten für Ihr konkretes Setup gelten, sollten Sie mit Ihrer Datenschutzbeauftragten oder einer auf Arbeitsrecht spezialisierten Kanzlei klären, bevor Sie ein Scoring produktiv einsetzen.

Wer Auswertungen über die Zeit verfolgt, erkennt außerdem, ob ein Matching tatsächlich zu besseren Einstellungen führt. Hinweise dazu finden Sie in unserem Beitrag über datengetriebene Rekrutierung mit Analytics.

Unsere Sicht: Der Tech-Stack ist ein Kontext, keine Liste

In der Arbeit mit IT-Personalvermittlungen, Headhuntern und Body-Leasing-Unternehmen sehen wir immer wieder dasselbe Muster: Die Anzeige nennt zehn Technologien, die Suche liefert hunderte Profile mit passenden Schlagwörtern, und die eigentliche Arbeit beginnt erst danach, beim manuellen Aussortieren. Das Problem liegt selten in zu wenigen Kandidaten, sondern in zu wenig Kontext.

Deshalb halten wir zwei Dinge für entscheidend. Erstens eine Stellenbeschreibung, die Technologien nach Muss, Wunsch und Lernbereitschaft gewichtet und mit Aufgaben verbindet. Zweitens ein Matching, das Zusammenhänge im Tech-Stack versteht und seine Bewertung offenlegt, statt nur Treffer zu zählen. Ein Prozentwert ist für uns nur dann nützlich, wenn ein Recruiter nachvollziehen kann, wie er zustande kommt, und ihn begründet übergehen darf.

Hinzu kommt ein oft übersehener Punkt: Viele Agenturen verfügen bereits über passende Kandidaten in der eigenen Datenbank, finden sie aber nicht, weil Profile unstrukturiert oder veraltet sind. Ein gut indexierter Bestand ist häufig der schnellste Weg zu einer Shortlist und verringert die Abhängigkeit von externen Plattformen.

- Recruitify Team

Tech-Stack-Matching mit Recruitify

Recruitify verbindet ATS, Sales CRM und ein Modul für IT-Contracting in einem System und wurde speziell für IT-Personalvermittlungen und Headhunter entwickelt. Für das Tech-Stack-Matching sind vor allem diese Funktionen relevant:

• Contextual Matching AI und Scoring: Die Engine versteht Zusammenhänge im Tech-Stack eines Kandidaten, bewertet Bewerbungen anhand der Projektanforderungen und liefert Shortlists mit prozentualem Match-Score.

• AI CV Parser mit OCR: Lebensläufe aus PDF, DOCX, Scans und Fotos werden in rund 3 Sekunden zu strukturierten Profilen, Duplikate werden automatisch erkannt.

• X-Ray-Suche und Boolean Engine: Boolesche Suchstrings entstehen mit einem Klick, für das offene Web und die eigene Datenbank.

• Blind CV AI und DSGVO-Anonymisierung: Anonymisierte Kandidatenprofile, die sich direkt beim Endkunden präsentieren lassen.

Der Plan HR Team kostet 61 € pro Monat und Nutzer, der Plan Agency 67 € pro Monat und Nutzer, Enterprise wird individuell vereinbart. Einen Überblick über alle Module finden Sie bei den AI-Funktionen im Recruiting, die aktuellen Konditionen auf der Preisseite von Recruitify. Wenn Sie IT-Fachkräfte im Body Leasing vermitteln, zeigt die Seite zum System für IT Body Leasing, wie Matching und Vertragsabwicklung zusammenspielen.

Häufige Fragen

Wie viele Technologien sollte eine Stellenanzeige nennen?

Eine feste Zahl gibt es nicht, entscheidend ist die Gewichtung. Bewährt haben sich zwei bis vier Muss-Kenntnisse, ergänzt um einige Wunschkenntnisse und einen kurzen Abschnitt zu dem, was im Job gelernt wird. Alles, was darüber hinausgeht, sollte im Abschnitt „Unser Stack“ stehen und nicht als Anforderung formuliert werden.

Sollte man auch veraltete Technologien im Tech-Stack angeben?

Ja, wenn die Rolle damit arbeitet. Eine ehrliche Angabe zu Legacy-Code und geplanter Modernisierung filtert Bewerber, die nicht passen, und spricht gezielt Menschen an, die Migrationen schätzen. Verschwiegene Altlasten führen dagegen oft zu Absagen im Prozess oder zu frühen Kündigungen.

Was ist der Unterschied zwischen Keyword-Matching und kontextuellem Matching?

Keyword-Matching zählt übereinstimmende Begriffe zwischen Anzeige und Lebenslauf. Kontextuelles Matching berücksichtigt zusätzlich Zusammenhänge zwischen Technologien, die Dauer und Rolle ihres Einsatzes sowie verwandte Kenntnisse. Dadurch werden übertragbare Fähigkeiten besser erkannt, die Bewertung muss aber nachvollziehbar bleiben.

Darf ein Matching-Score allein über eine Absage entscheiden?

Das ist weder fachlich noch rechtlich zu empfehlen. Ein Score sollte vorsortieren, die Entscheidung trifft eine Person anhand dokumentierter Kriterien. Wenn Sie automatisierte Bewertungen einsetzen, klären Sie die Anforderungen aus DSGVO, AGG und KI-Verordnung mit Ihrer Datenschutzbeauftragten oder einer Fachanwältin für Arbeitsrecht.

Wie bereite ich alte Kandidatenprofile für das Matching auf?

Zunächst sollten die Profile strukturiert erfasst und Duplikate bereinigt werden, etwa mit einem CV-Parser. Anschließend lohnt es sich, bei vielversprechenden Treffern den aktuellen Stand der Kenntnisse abzufragen, bevor Sie sie einer Stelle zuordnen. Achten Sie dabei auf gültige Einwilligungen und die Aufbewahrungsfristen nach DSGVO.

Quellen

• GEHALT.de: Full-Stack-Developer, Gehalt und Beruf

• FUNKE Mediengruppe: Stellenanzeige Fullstack Engineer TypeScript & AWS

• indivHR: Tech-Stack als Recruiting-Faktor im Bewerbungsprozess

• IHK Reutlingen: Tipps für eine erfolgreiche Stellenanzeige

• TechMinds: Wie Sie eine gute IT-Stellenanzeige schreiben

• codingcareer.de: Worauf deutsche Tech-Unternehmen im Lebenslauf achten

• indivHR: IT-Stellenanzeigen und technische Informationen

Empfehlungen

• Schreckt deine Stellenanzeige Kandidaten ab? Wie du Angebote erstellst, die wirklich konvertieren

• 6 Pflichtfelder für strukturierte Stellenanzeige mit JSON-LD für HR

• SEO im Recruiting: Wie du deine Stellenanzeigen für mehr organischen Traffic optimierst

• Kandidaten-Matching mit KI: Was funktioniert und was HR beachten muss