Problem
Ein Personalvermittlungsunternehmen, das sich auf die Einstellung von IT‑Mitarbeitern spezialisiert hatte, kämpfte mit der zeitaufwändigen Bearbeitung von Lebensläufen, die größtenteils auf der manuellen Eingabe von Daten in sein internes Personalvermittlungssystem beruhte. Die Lebensläufe unterschieden sich stark in Länge (von einer bis zu mehr als einem Dutzend Seiten), Formatierung und Dateityp (DOCX, PDF).
Infolgedessen war die manuelle Datenübertragung nicht nur langsam, sondern auch fehleranfällig und begrenzte die Anzahl der Bewerber, die das Team bearbeiten konnte.
Eine zusätzliche Herausforderung war die Notwendigkeit, Lebensläufe in verschiedene Sprachen zu übersetzen, personenbezogene Daten zu anonymisieren und den Inhalt auf bestimmte Rollen zuzuschneiden, was die Arbeitsbelastung noch weiter erhöhte. In einigen Fällen dauerte die Erstellung eines einzigen Lebenslaufs bis zu 60 Minuten.
Ziel des Projekts war es, die Bearbeitungszeit erheblich zu verkürzen und gleichzeitig die Konsistenz und Datenqualität in der gesamten Personalbeschaffungspipeline zu verbessern.
Herausforderung
Die größte Herausforderung bestand darin, die Lösung in eine bestehende, in PHP erstellte Anwendung zur Personalbeschaffung einzubetten.
Weitere Herausforderungen waren die große Vielfalt an Lebenslaufformaten, nicht standardisierte Dokumentenlayouts und die Notwendigkeit, eine hohe Qualität der Datenextraktion zu gewährleisten.
Lösung
COGITA entwickelte eine KI-basierte Lösung mit modernen multimodalen Modellen und LLMs, die den Inhalt von PDF- und DOCX‑Dokumenten analysieren können.
Das System extrahiert automatisch alle wichtigen Bewerberinformationen aus einem Lebenslauf und erzeugt die Ausgabe als strukturierte JSON‑Datei, die eine sofortige Integration in die bestehende Personalanwendung des Kunden ermöglicht.
Zusätzlich zur Datenextraktion umfasste die Lösung:
- CV-Übersetzung
- ein Modul zum Abgleich eines Kandidatenprofils mit einer bestimmten Rolle
- ein Modul zur Anonymisierung von Lebensläufen (Anonymisierung von persönlichen Daten, Firmennamen, Profillinks, Universitätsnamen usw.)
Wichtig ist, dass die Lösung ohne Änderungen an anderen Teilen der Kundeninfrastruktur (der PHP‑Anwendung) eingesetzt werden konnte, so dass sie vom ersten Tag an einen Mehrwert bot.
Ergebnis
Das System verkürzte die Bearbeitungszeit von Lebensläufen um 90% und beschleunigte die Bewertung der Kandidaten erheblich. In den ersten zwei Monaten verarbeitete es über 2.000 Dokumente mit einer Datenextraktionsgenauigkeit von 98%. Gleichzeitig verbesserten sich die Konsistenz und Qualität der Informationen in der Rekrutierungspipeline, und das HR‑Team konnte sich auf analytische und beziehungsorientierte Arbeit statt auf administrative Aufgaben konzentrieren.
