KI-gestütztes CV-Bewertungssystem

Überblick über unseren Kunden

Unser Kunde ist ein Unternehmen mit einem hohen Volumen an laufenden Recruiting-Aktivitäten, das regelmäßig große Mengen an Bewerbungen für verschiedene Positionen verarbeitet. Mit dem Wachstum des Unternehmens stieg auch die Anzahl eingehender Lebensläufe, was den Druck auf das HR-Team erhöhte.

Die manuelle Prüfung erforderte viel Zeit und führte häufig zu inkonsistenten Bewertungen sowie einem erhöhten Fehlerrisiko.

Um den Einstellungsanforderungen gerecht zu werden und gleichzeitig Fairness und Compliance sicherzustellen, suchte der Kunde nach einer Möglichkeit, die frühe Phase der Kandidatenbewertung zu optimieren und zu standardisieren, ohne Datenschutz- oder regulatorische Anforderungen zu beeinträchtigen.

Herausforderung

Trotz der zunehmenden Nutzung von KI im Recruiting stand der Kunde vor mehreren operativen Herausforderungen, die die Effizienz seiner Einstellungsprozesse beeinträchtigten. Recruiter mussten eine stetig wachsende Anzahl an Lebensläufen manuell prüfen, wodurch die erste Auswahlphase zeitaufwendig wurde und den gesamten Recruiting-Prozess verlangsamte.

Gleichzeitig führten subjektive menschliche Bewertungen häufig zu inkonsistenten Ergebnissen, während die hohe Arbeitsbelastung das Risiko erhöhte, geeignete Kandidaten zu übersehen. Zudem brachte die Verarbeitung personenbezogener Daten strenge Compliance- und Datenschutzanforderungen mit sich, die den Prozess zusätzlich erschwerten.

Hauptziele

• Automatisierung der Erstprüfung und Bewertung großer Mengen an Lebensläufen.
• Sicherstellung einer konsistenten, kriterienbasierten Bewertung für verschiedene Rollen.
• Batch-Verarbeitung für schnellere Kandidatenprüfungen.
• Einführung von Schutzmechanismen zur automatischen Entfernung persönlicher und sensibler Daten.
• Sicherstellung hoher Bewertungsgenauigkeit durch Test- und Evaluierungs-Workflows.
• Bereitstellung einer Architektur, die sich einfach in bestehende HR-Systeme integrieren lässt.

Projektüberblick

Wir entwickelten ein KI-gestütztes System, das Unternehmen dabei unterstützt, große Mengen an Lebensläufen effizienter zu bewerten. Die Plattform verarbeitet Bewerbungen automatisch, extrahiert relevante Informationen und bewertet Kandidaten anhand vordefinierter Kriterien für jede Position.

Die Plattform unterstützt die Batch-Verarbeitung von CVs, sodass Recruiter viele Bewerbungen schneller prüfen können. Zudem umfasst sie automatisierte Mechanismen zur Erkennung und Entfernung sensibler personenbezogener Daten, um Datenschutz- und Compliance-Anforderungen zu erfüllen.

• Branche: Recruiting / HR Tech
• Region: Europa
• Projektdauer: 1 Monat

Lösung

Wir lieferten eine KI-gestützte Software zur Bewertung von Lebensläufen, die die Kandidatenevaluierung im Recruiting automatisiert. Das System nutzt LLMs, um Bewerbungen anhand vordefinierter Kriterien für jede Position zu analysieren und konsistente Bewertungen zu erstellen.

Die Lösung verarbeitet CVs im Batch-Modus und enthält integrierte Schutzmechanismen, die sensible und personenbezogene Daten entfernen, bevor Ergebnisse bereitgestellt werden. Sie wurde mit LangChain zur Orchestrierung, OpenAI-Modellen für die Bewertung, Docling zur Dokumentenverarbeitung und MLflow zur Unterstützung von Tests und Genauigkeitsüberwachung umgesetzt.

Hauptfunktionen

• Automatisierte CV-Bewertung auf Basis rollenspezifischer Kriterien
• Batch-Verarbeitung großer Mengen an Lebensläufen
• LLM-gestützter Bewertungs-Workflow
• Schutzmechanismen zur Entfernung persönlicher und sensibler Daten
• Test-Workflows zur Sicherstellung hoher Bewertungsgenauigkeit

Technologie und Aufbau

Die Plattform basierte auf einem modernen KI- und weborientierten Stack für Performance und Skalierbarkeit:

• KI & Analytik: LangChain, LangGraph, NumPy, Pandas
• Backend: Python-Microservices, Redis-Caching, Matplotlib, FastAPI, Tavily
• Datenbank: PostgreSQL + pgvector für semantische Suche
• Frontend/UI: React-Webanwendung
• Messaging-Schnittstelle: Telegram-Bot-Integration
• Datenpipelines: Web-Scraping, ETL für mehrere Quellen
• Infrastruktur: Docker, Kubernetes, CI/CD für skalierbare Deployments

Kernteam

• Solution Architects: Entwarfen eine skalierbare KI- und Vektorsucharchitektur.
• Backend Engineers: Entwickelten Datenpipelines, KI-Verarbeitung und API-Integrationen.
• Frontend Engineers: Erstellten die React-Webanwendung und UI-Komponenten.
• AI / Data Specialists: Implementierten Vektorsuche, KI-Analysen und Modelle zur Trendbewertung.
• DevOps Engineers: Verwalteten Docker-/Kubernetes-Deployments und CI/CD-Automatisierung.
• QA Engineers: Gewährleisteten Systemstabilität, Performance und die Korrektheit der Erkenntnisse.