Ausgangssituation
Klassische Jobplattformen filtern Stellen hauptsächlich über Jobtitel und einzelne Keywords. Dadurch werden fachlich unpassende Stellen vorgeschlagen, während interessante Rollen mit ungewöhnlichen Titeln leicht übersehen werden.
Ziel
Ein Workflow, der Stellenanzeigen anhand ihrer tatsächlichen Aufgaben, Anforderungen und Verantwortung mit meinem beruflichen Profil vergleicht und für die menschliche Prüfung priorisiert.
Mein Beitrag
- Konzeption des Anwendungsfalls.
- Aufbau einer persönlichen Skill- und Profil-Matrix.
- Strukturierung der fachlichen Anforderungen.
- Definition von Positiv-, Ausschluss- und No-Go-Kriterien.
- Entwicklung der Entscheidungs- und Bewertungslogik.
- Testing und fachliche Beurteilung der Ergebnisse.
- Iterative Kalibrierung anhand realer Stellenanzeigen.
- Fehleranalyse und Weiterentwicklung des Workflows.
Vorgehen
Der Workflow kombiniert regelbasierte Filter mit semantischer Suche über OpenAI Embeddings. Aufgaben, Anforderungen, Branche, Seniorität, Sprache, Region und Verantwortung werden analysiert und in einem Match-Score zusammengeführt. Eindeutig unpassende Rollen werden ausgeschlossen, passende Treffer priorisiert und für die weitere menschliche Prüfung dokumentiert.
Wirkung
- Der Workflow reduziert die wiederkehrende manuelle Prüfung von Stellenanzeigen und schafft eine strukturierte Entscheidungsgrundlage.
- Relevante Treffer werden gesucht, analysiert, gefiltert, bewertet, priorisiert, auf Dubletten geprüft und in Google Sheets dokumentiert.
- Die endgültige Bewertung bleibt bewusst bei mir.
Funktionen und Technologien
Abgrenzung
Persönlicher, anwendungsbezogener Prototyp. Der Workflow unterstützt die Vorauswahl und ersetzt keine menschliche Entscheidung. Es handelt sich nicht um eine produktive Recruiting-Plattform oder ein vollständig autonomes System.