So legen Sie die Bestehensgrenze für eine Programmieraufgabe fest

Der falsche Weg: „Sagen wir 70%"

Die meisten Teams legen eine Bestehensgrenze fest, indem sie im Team abstimmen oder es erraten. „Was fühlt sich richtig an? 70%? Sagen wir 75%." Die Zahl wird notiert, die Aufgabe geht live, und sie wird nur überprüft, wenn der Recruiting-Trichter leidet — entweder schaffen zu wenige Kandidaten die Hürde und die Position bleibt vakant, oder zu viele schaffen sie und die Interview-Runde ist überfordert.

Eine Bestehensgrenze ist kein Bauchgefühl. Sie ist die folgenreichste einzelne Entscheidung in Ihrem Recruiting-Trichter: Jeder Punkt, um den Sie sie verschieben, bestimmt, wer die nächste Phase erreicht. Das verdient eine Methode.

Was eine Bestehensgrenze wirklich darstellt

Formal ist eine Bestehensgrenze der Schwellenwert, der einen minimal qualifizierten Kandidaten (MQC) — das niedrigste Leistungsniveau, das Sie noch einstellen würden — von jemandem trennt, den Sie nicht weiterbringen würden. Alles andere folgt aus dieser einen Definition.

Zwei häufige Verwechslungen:

• Eine Bestehensgrenze ist nicht die erwartete Punktzahl eines typischen Eingestellten. Sie ist die Untergrenze. Die meisten Ihrer Einstellungen sollten sie komfortabel überschreiten.
• Eine Bestehensgrenze ist nicht ein Maß für die Schwierigkeit der Aufgabe. Zwei Aufgaben mit sehr unterschiedlicher Schwierigkeit können dieselbe MQC haben und daher sehr unterschiedliche Bestehengrenzen.

Schritt 1: Schreiben Sie die MQC auf

Bevor Sie sich die Zahl anschauen, schreiben Sie eine Absatz-Beschreibung des minimal qualifizierten Kandidaten für diese Position auf dieser Aufgabe. Seien Sie spezifisch:

„Ein Backend-Ingenieur mit 2–3 Jahren Produktionserfahrung, der einen CRUD-Endpunkt mit Input-Validierung implementiert, einen Test für den Happy Path schreibt und einen Edge Case ohne Hinweise behandelt. Er kann ein oder zwei sekundäre Edge Cases verpassen. Er produziert lesbaren, aber nicht immer eleganten Code."

Wenn Sie diesen Absatz nicht schreiben können, sind Sie noch nicht bereit, eine Bestehensgrenze festzulegen. Führen Sie eine Kalibrierungs-Session mit dem Hiring-Team durch, bis Sie es können.

Schritt 2: Wählen Sie eine Methode

Drei Methoden, die Praktiker nutzen, in aufsteigender Reihenfolge der Genauigkeit:

Angoff-ähnliche Schätzung

Ein Panel von 3–5 Ingenieuren, die mit der Rolle vertraut sind, bearbeitet die Aufgabe selbst und überprüft dann jede Aufgabe, um die Wahrscheinlichkeit zu schätzen, dass ein MQC sie richtig löst. Summieren Sie diese Wahrscheinlichkeiten auf, und Sie haben eine vorläufige Bestehensgrenze. Grob, aber verteidigbar — und deutlich besser als nichts.

Borderline-Gruppen-Methode

Identifizieren Sie 10–20 vergangene Kandidaten, bei denen sich das Team einig war, dass sie „an der Grenze" waren — es hätte in beide Richtungen gehen können. Schauen Sie sich ihre tatsächlichen Punktzahlen an. Der Median dieser Gruppe ist Ihre vorläufige Grenze. Das erfordert historische Daten, nutzt aber echte Belege statt Schätzungen von Reviewern.

Kontrastgruppen-Methode

Ziehen Sie zwei Gruppen vergangener Kandidaten heran: diejenigen, die ein Angebot erhielten und in den ersten sechs Monaten gut abschnitten, und diejenigen, die ein Angebot erhielten, aber underperformten (oder in der nächsten Runde abgelehnt wurden). Finden Sie die Punktzahl, die die beiden Verteilungen am besten trennt. Die stärkste Methode, wenn Sie die Daten haben, die schwächste, wenn Sie sie nicht haben.

Die meisten Teams sollten mit Angoff für die erste Version einer neuen Aufgabe beginnen und zu Borderline-Gruppen oder Kontrastgruppen migrieren, wenn sich Daten ansammeln.

Schritt 3: Kalibrieren Sie gegen Ihren tatsächlichen Pool

Sobald Sie eine vorläufige Grenze haben, führen Sie sie gegen Ihre letzten 50–100 abgeschlossenen Aufgaben aus und berechnen Sie drei Kennzahlen:

• Bestandsquote. Welcher Anteil aller Einsendungen überschreitet die Grenze?
• Top-Quartil-Bestandsquote. Von Kandidaten, die Sie eindeutig interviewen würden, wie viele überschreiten die Grenze?
• Bottom-Quartil-Bestandsquote. Von Kandidaten, die Sie eindeutig ablehnen würden, wie viele überschreiten die Grenze?

Zwei Fehlerfälle, auf die man achten sollte:

1. Top-Quartil-Bestandsquote unter 90% — Ihre Grenze ist zu hoch; Sie lehnen Leute ab, die Sie haben wollen.
2. Bottom-Quartil-Bestandsquote über 10% — Ihre Grenze ist zu niedrig; Sie lassen Leute durch, die Sie nicht interviewen möchten.

Wenn beide Zahlen gut aussehen, setzen Sie die Grenze um. Wenn eine abweicht, ist der richtige Weg normalerweise nicht, die Grenze um 5% zu verschieben — es ist, sich welche Fragen falsch klassifizieren anzuschauen. Oft sind ein oder zwei schlecht kalibrierte Fragen verantwortlich, und sie zu reparieren ist besser, als den Schwellenwert neu abzustimmen.

Schritt 4: Passen Sie für die Quelle an, nicht für die Rolle

Eine Senior-Aufgabe aus einem kuratierten Referral-Pool hat eine fundamental andere Punktzahlverteilung als dieselbe Aufgabe mit einem Open-Call-Pool. Gleiche Rolle, gleiche Fragen, verschiedene Eingaben.

Der sauberste Weg, damit umzugehen:

• Halten Sie die Bestehensgrenze an die Aufgabe gebunden, nicht an den Kanal.
• Verfolgung Sie die Bestandsquote nach Quelle separat in Ihren Recruiting-Analytics.
• Nutzen Sie Quellen-Level-Bestandsquoten, um zu entscheiden, wo Sie Sourcing-Aufwand investieren, nicht um den Standard für einen Kanal zu senken.

Teams, die die Grenze stillschweigend für „gute" Quellen senken, enden mit zwei zusammenhängenden Problemen: Ihr Standard driftet auf Wegen, die niemand artikulieren kann, und Ihre besten Quellen sehen nicht mehr so gut aus, wenn der Vergleich nicht mehr Äpfel-zu-Äpfel ist.

Schritt 5: Achten Sie auf die False-Negative-Seite

Die meisten Grenz-Diskussionen konzentrieren sich auf False Positives — Kandidaten, die bestanden haben, aber nicht hätten bestehen sollen. False Negatives — starke Kandidaten, die von einer zu hohen Grenze abgelehnt werden — sind per Definition unsichtbar. Sie sehen nie, was sie im Interview getan hätten.

Drei Indikatoren für False-Negative-Risiko:

• Uneinigkeit bei Borderline-Bewertungen. Wenn zwei Reviewer die gleiche Einsendung bewerten und sich um mehr als einen Punkt in der Rubrik unterscheiden, können kleine Grenzunterschiede das Ergebnis bei Rauschen umkehren.
• Bearbeitungszeit-Ausreißer. Ein Kandidat, der knapp unter der Grenze mit 25% der verfügbaren Zeit scored, ist ein anderes Signal als einer, der knapp darunter mit 100% der Zeit scored. Der erste ist oft ein Knapp-Verfehlen, der zweite oft ein echte Ablehnung.
• Wieder-Test-Übereinstimmung. Für eine Stichprobe von Borderline-Abgelehenten, bieten Sie eine kurze Follow-up-Aufgabe an. Wenn die meisten bestehen, ist die Grenze zu hoch oder die Aufgabe zu rauschig.

Schritt 6: Re-Bewertung jeden Quartal

Eine Bestehensgrenze, die im Januar richtig war, wird im Juni wahrscheinlich nicht mehr richtig sein. Drei Treiber der Verschiebung:

• Die Aufgabe altert. Fragen lecken in LeetCode-ähnliche Repos und KI-Trainingsdaten. Punktzahlen steigen, nicht weil Kandidaten besser wurden, sondern weil der Test einfacher wurde.
• Der Kandidatenpool verschiebt sich. Entlassungen, Marktveränderungen und saisonale Muster verschieben alle die Verteilung.
• KI-Unterstützung wird zur Norm. Wenn Kandidaten besser darin werden, LLMs zu nutzen, wird das, was früher eine 70er-Perzentil-Punktzahl war, zu einer 40er-Perzentil.

Führen Sie die Kalibrierung jeden Quartal für die neuesten 50–100 Einsendungen erneut durch und passen Sie an. Dokumentieren Sie die Änderung und den Grund — zukünftiges Ich braucht die Audit-Spur.

Was ClarityHire anzeigt

Das Recruiting-Analytics-Dashboard zeigt die Punktzahlverteilung für jede Aufgabe neben den Pass-Raten pro Frage und der Zeit pro Frage, die Sie sowohl für die anfängliche Kalibrierung als auch für die vierteljährliche Neubewertung benötigen. Bestandsquoten können nach Quelle, Rolle und Zeitfenster aufgeteilt werden, damit Sie Verschiebungen erkennen können, bevor sie im Trichter sichtbar werden. Für Teams, die KI-bewertete Programmier-Rubriken einsetzen, zeigt die Aufschlüsselung nach Rubrik-Dimension, ob ein Borderline-Kandidat bei Korrektheit, Code-Qualität oder Tests an der Grenze ist — drei unterschiedliche Entscheidungen, die oft unter einer einzelnen Punktzahl zusammengefasst werden.

Was Sie als Nächstes tun sollten

Wählen Sie die einzelne Aufgabe, die Sie am häufigsten nutzen, und führen Sie diese Woche die vierteilige Überprüfung durch:

1. Schreiben Sie den MQC-Absatz für diese Aufgabe. Wenn sich das Team bei der Formulierung uneinig ist, unterbrechen Sie und klären Sie das, bevor Sie etwas anderes tun.
2. Berechnen Sie Top-Quartil- und Bottom-Quartil-Bestandsquoten gegen Ihre aktuelle Grenze.
3. Identifizieren Sie die zwei oder drei Fragen, die die meisten Klassifizierungsfehler verursachen.
4. Wählen Sie eine Methode — Angoff, wenn Sie bei null anfangen, Kontrastgruppen, wenn Sie ein Jahr Ergebnisdaten haben — und produzieren Sie eine verteidigbare Grenze, schriftlich, mit den beigefügten Kalibrierungsbeweis.

Die Bestehensgrenze ist der Ort, an dem Messung in Entscheidung umgewandelt wird. Behandeln Sie sie wie jedes andere wichtige Stück Infrastruktur: dokumentiert, getestet und nach einem Zeitplan überprüft.