Data Science trifft Personalberatung

Automatisierte Matching-Tools, die Lebensläufe mit Stellenanforderungen abgleichen, bieten ein großes Potenzial, um Recruiting-Prozesse effizienter zu gestalten. Doch nicht alle bestehenden Lösungen erfüllen die hohen Anforderungen an Präzision und Praxistauglichkeit, die in der Personalberatung unabdingbar sind.

In den vergangenen Monaten hatten wir die Gelegenheit, gemeinsam mit Studierenden des Masterstudiengangs Data Science & Engineering an einem Studienprojekt zu diesem Thema zu arbeiten. Ziel war es, ein System zu entwickeln, das automatisch relevante Daten aus Lebensläufen automatisch extrahiert, diese mit den Anforderungen einer Stellenbeschreibung vergleicht und einen Matching-Score berechnet.

Die Sichtung von Bewerbungsunterlagen ist oft ein sehr zeitaufwendiger Teil des Recruitingprozesses – insbesondere bei umfangreichen Auswahlverfahren mit einer Vielzahl von Bewerbungen. Im Rahmen des Projekts wurde eine Anwendung entwickelt, die mit Hilfe eines speziellen Matching-Algorithmus eine objektive Rangliste der am besten geeigneten Kandidaten erstellt. Dabei kamen Methoden zur Textanalyse und moderne Machine-Learning-Ansätze zum Einsatz.

Obwohl diese Technologie den Auswahlprozess unterstützen kann, bleibt der menschliche Faktor in der Personalberatung unverzichtbar. Unsere Expertinnen und Experten bringen Erfahrung, Branchenkenntnis und ein Gespür für Persönlichkeiten mit – Dinge, die ein Algorithmus allein nicht leisten kann. Das Tool soll daher als intelligente Assistenz dienen, um Vorauswahlprozesse zu optimieren und Recruiter gezielt zu unterstützen.

Das entwickelte System ermöglicht die automatisierte Extraktion und Analyse relevanter Informationen aus Lebensläufen und Anforderungsprofilen. Durch den Einsatz eines Machine-Learning-Modells werden Übereinstimmungen nicht nur auf Basis einzelner Begriffe, sondern auch semantisch bewertet.

Erste Tests zeigten vielversprechende Ergebnisse: Die Anwendung konnte Kandidaten zuverlässig nach Passgenauigkeit ranken und so wertvolle Zeit im Recruiting-Prozess einsparen. Gleichzeitig wurden Herausforderungen, wie die Berücksichtigung branchenspezifischer Begriffe oder der Umgang mit mehrsprachigen CVs, identifiziert.

Das Studienprojekt war ein interessanter Schritt in die Zukunft der KI-gestützten Personalberatung. Wir haben die Möglichkeit, das entwickelte System bei TRESCON weiter zu testen, denkbare Weiterentwicklungen wären die Integration von Deep-Learning-Modellen zur noch präziseren Analyse oder die Erweiterung des Tools auf englischsprachige Lebensläufe.

Die Zusammenarbeit mit der FH Hagenberg war für uns eine wertvolle Erfahrung. Sie hat uns gezeigt, wie technologische Innovationen die Personalauswahl effizienter gestalten können – ohne dabei den Faktor Mensch aus den Augen zu verlieren.

Wir sind gespannt, wie sich dieses Thema weiterentwickeln wird und freuen uns darauf, neue Technologien weiterhin aktiv mitzugestalten!