Suchen

Kommentar von Hans-Joachim Jänichen, Goetzfried Bewerbermanagement mit automatisierter Datensegmentierung

| Autor / Redakteur: Hans-Joachim Jänichen / Nico Litzel

Eingehende Bewerbungen werden automatisch in die Datenbank eingelesen, mit den in der ausgeschriebenen Stelle hinterlegten Anforderungen abgeglichen und nach Qualifikationen und Erfahrungen gewichtet. Für viele Personaler klingt dieses Szenario nach Zukunftsmusik. Doch dank moderner Dokumentenanalysetools lassen sich schon heute Bewerbungsverfahren deutlich vereinfachen und beschleunigen.

Firmen zum Thema

Der Autor: Hans-Joachim Jänichen ist Manager Academy & Innovation bei der Goetzfried AG, einem IT- und Personaldienstleister mit Hauptsitz in Wiesbaden.
Der Autor: Hans-Joachim Jänichen ist Manager Academy & Innovation bei der Goetzfried AG, einem IT- und Personaldienstleister mit Hauptsitz in Wiesbaden.
(Bild: Goetzfried AG)

Davon profitieren Unternehmen und Bewerber gleichermaßen da die Zeit, die früher für die Dokumentenerfassung und komplexe Suchstrategien aufgewendet werden musste, zukünftig in die persönliche Ansprache und individuelle Eignungsprüfung investiert werden kann.

Intelligente Bewerbermanagementsysteme, inklusive der Dokumenten-Parser, werden bereits seit einigen Jahren von großen Unternehmen in den USA eingesetzt. Seit etwa zwei Jahren setzen sie sich auch in Europa durch und bieten hierzulande völlig neue Möglichkeiten der zielgerichteten Strukturierung und Normalisierung unstrukturierter Textdaten in eingehenden Bewerberlebensläufen.

Wurden Beraterprofile und CVs bislang manuell in Bewerbermanagementsysteme eingepflegt und strukturiert, so geschieht dies mittels Parsern heute größtenteils automatisch – und auf intelligente Art und Weise. Kontextualität nennt sich das Prinzip, auf dem die Parsing-Software basiert, und das einfaches semantisches Suchen – also das bloße Zählen von Suchbegriffen innerhalb des CVs – ablöst.

Kernkompetenzen erkennen

Die neuen Matching-Technologien erkennen Kernkompetenzen, ordnen die Relevanz von Erfahrungen aufgrund der zeitlichen Abfolge von Tätigkeiten ein und leiten auf dieser Basis eine Auswahl an Treffern ab. Dabei bewerten sie die CVs nicht anhand der Quantität der gefundenen Suchbegriffe, sondern ordnen diesen auch andere Objekte zu, die im Kontext zu den jeweiligen Begriffen stehen. So werden die Entwicklung von Social-Media-Strategien oder das Verfassen von Texten z. B. als Marketing-Skill erkannt.

Außerdem erkennen die Tools, dass eine Tätigkeit vor zehn Jahren weniger aussagekräftig und relevant ist als eine aktuelle Erfahrung. Um systemseitig diese Kontextualität stetig zu verbessern greifen die Hersteller mittlerweile auf Techniken aus dem Bereich Big Data Analytics zurück, unter anderem auf Machine Learning und das gerade so aktuelle Thema Deep Learning. Hier beginnt auch der Schritt vom reinen Text Mining hin zum Textverständnis. Damit werden die Tools faktisch zu selbstlernende Datenverarbeitern.

Zeitersparnis, Effizienz und Treffsicherheit

Aktuell sind die modernen Bewerbermanagementsysteme vor allem bei Großkonzernen, Personaldienstleistern sowie Jobportalen im Einsatz. Sie profitieren in der Personalauswahl vom zielgerichteten „Bewerber-Matching“, das vor allem in der zeitintensiven Phase der Vorauswahl eingehender Bewerbungen eine deutliche Zeitersparnis mit sich bringt. Für kleinere und mittlere Unternehmen, die über keine großen HR-Abteilungen verfügen, sind Kosten und Aufwand der Umstellung hingegen oftmals noch zu groß. Wie schnell sich die Tools in der Breite durchsetzen, bleibt daher abzuwarten.

Nichtsdestotrotz sollten sich Bewerber bereits frühzeitig auf das moderne Matchingverfahren einstellen, denn auch für sie bringt die Automatisierung der Informationsextraktion aus Bewerbungsunterlagen einige Vorteile mit sich. Freiberufler etwa wünschen sich von Personaldienstleistern passgenauere Projektanfragen, wie die diesjährigen IT-Freiberuflerstudie von IDG Business Research Services einmal mehr gezeigt hat. Genau hier können die moderne Technologien Abhilfe schaffen.

Und auch für alle anderen Bewerber könnte die mühsame manuelle Eingabe der Qualifikationen aus dem Lebenslauf, wie sie in herkömmlichen Karriereportalen gängige Praxis ist, bald der Vergangenheit angehören. Umgekehrt heißt das für Bewerber aber auch, auf zu kreativ formulierte Beschreibungen und außergewöhnliche Layouts im CV zu verzichten. Denn maschinenlesbare CVs glänzen weniger mit ihrem Design als mit einer klaren und stringenten Struktur.

Der Weg zum maschinenlesbaren Profil

Zunächst sollte daher mit dem „Naturgesetz“ des PDFs gebrochen werden – maschinenlesbare Profile werden in Word, Apple Pages, OpenOffice oder Rich Text Format als offene Datei bereitgestellt. Das Profil sollte in die Bereiche persönliche Informationen, Ausbildung/Studium, Projekte/Berufserfahrung, Auszeichnungen und Interessen unterteilt sein. Wichtig: Alle Informationen werden auf einer Textebene dargestellt, nicht in Textfelder, Kopf- und Fußzeilen oder gar Tabellen untergliedert.

Außerdem relevant: eine stringente Struktur der Informationen, d. h. jedes Element wird in genau dem gleichen Layout wie das vorherige und nachfolgende Element angelegt. Das gilt besonders für den Bereich „Projekte/Berufserfahrung“. Hier sind die CV-Parser auf Kontextualität angewiesen, beispielsweise wird der Arbeitgeber meist im Kontext zwischen Firmenname, Unternehmensform und der Wortnähe zum Zeitraum erkannt. Bei der Profilstruktur helfen Zwischen-Headlines im selben Format für die entsprechenden CV-Bereiche. Bei Aufzählungen sollte nur das Bullet-Point-Format verwendet und – wenn möglich – auch nur eine Information pro Zeile hinterlegt werden, welche mit einem Satzzeichen endet.

Eine der wichtigsten Regeln: eine Beschreibung jedes Projekts bzw. jeder Arbeitsstelle mit den dazugehörigen Tätigkeiten, Skills und ggf. Zertifikaten, sodass das System die Intensität der Erfahrungen im Kontext bewerten kann. Durchläuft man mehrere Positionen in einem Unternehmen, sollten diese außerdem immer einzeln positioniert und mit den entsprechenden Tätigkeitsprofilen versehen sein. Last, but not least sollte jeder Position auch die entsprechende Branche zugeordnet und die gängigen Fachbegriffe der Branche in der Beschreibung verwendet werden.

Der perfekte Kandidat für die perfekte Stelle

Methoden und Technologien aus dem Big-Data-Umfeld werden das klassische Bewerbermanagement über kurz oder lang revolutionieren. Moderne Technologien ermöglichen es uns heute bereits, unstrukturierte Lebenslaufdaten zu strukturieren und mit weiteren kontextbezogenen Daten anzureichern und somit hocheffiziente und passgenaue Vorschlagslisten auf einzelne Stellenangebote zu generieren. Damit wird sichergestellt, dass kein für die ausgeschriebene Stelle qualifizierter Bewerber versehentlich aufgrund falsch eingegebener Suchworte „durchrutscht“.

Kandidaten sollten sich frühzeitig auf die Entwicklung einstellen und ihren Lebenslauf entsprechend maschinenlesbar gestalten. Das erhöht die Chance, den Traumjob oder das Traumprojekt auch tatsächlich zu bekommen.

Artikelfiles und Artikellinks

(ID:44359076)