Automatisierung
Im Kontext von KI-gestütztem Candidate Screening bezeichnet Automatisierung die Übertragung wiederkehrender, regelbasierter Aufgaben von Menschen auf Software. Dies umfasst die Extraktion von Daten aus Lebensläufen, die Klassifizierung von Bewerbungen nach Qualifikationen und die Generierung von Erstantworten. Automatisierung ersetzt keine strategischen HR-Entscheidungen, sondern eliminiert manuelle Routinearbeit. Der Fokus liegt auf der Fehlerreduktion und der Beschleunigung von Prozessen, die bisher mehrere Tage in Anspruch nahmen. In der Praxis bedeutet das: Ein System, das 100 Bewerbungen pro Woche bearbeitet, kann die manuelle Vorarbeit von 20 Stunden auf 2 Stunden reduzieren, während die Qualität der Auswahl durch standardisierte Kriterien steigt.
Candidate Screening
Candidate Screening ist der Prozess der Vorauswahl von Bewerbern anhand definierter Kriterien. Traditionell erfolgt dies manuell durch Recruiter, die Lebensläufe lesen und Interviews führen. Mit KI-Unterstützung wird der Prozess in zwei Phasen unterteilt: Die automatisierte Vorprüfung (Datenextraktion, Keyword-Matching, Compliance-Check) und die menschliche Endentscheidung. Die KI erstellt einen strukturierten Bericht über jeden Kandidaten, der dem Recruiter als Entscheidungsgrundlage dient. Dies reduziert die First-Response Time und stellt sicher, dass alle Bewerber nach denselben objektiven Kriterien bewertet werden, was auch aus Sicht der Gleichbehandlungsgesetzgebung (GleichBG) in Österreich vorteilhaft ist.
DSGVO (Datenschutz-Grundverordnung)
Die DSGVO (Datenschutz-Grundverordnung) ist die europäische Datenschutzverordnung, die die Verarbeitung personenbezogener Daten regelt. Im HR-Kontext ist sie besonders relevant, da Bewerbungen hochsensible Daten enthalten (z. B. Gesundheitsdaten, politische Meinungen). Die DSGVO verlangt Datenminimierung (nur notwendige Daten verarbeiten), Zweckbindung (Daten nur für den Bewerbungsprozess nutzen) und Transparenz (Kandidaten über die Verarbeitung informieren). Bei der Nutzung von KI-Modellen muss sichergestellt werden, dass keine Daten an Dritte (z. B. Cloud-Anbieter) weitergegeben werden, es sei denn, es liegt eine angemessene Garantie vor (Art. 46 DSGVO). Für Unternehmen in Österreich bedeutet das: Lokale Verarbeitung oder vertraglich gesicherte Cloud-Dienste sind Pflicht.
Document Extraction
Document Extraction ist die Technik, strukturierte Daten aus unstrukturierten Dokumenten (z. B. PDF-Lebensläufen, Scans) zu extrahieren. Moderne Ansätze nutzen OCR (Optical Character Recognition) kombiniert mit LLMs (Large Language Models), um nicht nur Text zu erkennen, sondern auch Kontext zu verstehen. Im Candidate Screening wird Document Extraction genutzt, um Namen, Kontaktdaten, Berufserfahrung und Qualifikationen automatisch in ein CRM zu überführen. Dies eliminiert manuelle Dateneingabe und reduziert Fehler. Die Genauigkeit hängt von der Qualität der Dokumente und der Konfiguration des Modells ab. Für deutsche und österreichische Dokumente sind spezielle Modelle erforderlich, da die Struktur von Lebensläufen kulturell variiert.
First-Response Time
Die First-Response Time ist die Zeit zwischen dem Eingang einer Bewerbung und der ersten Antwort an den Kandidaten. In der österreichischen Professional Services Branche liegt der Durchschnitt bei 3-5 Tagen, was zu einem hohen Drop-off-Rate bei Top-Talenten führt. Durch die Automatisierung der Erstantwort kann diese Zeit auf unter 1 Stunde reduziert werden. Die First-Response Time ist ein KPI (Key Performance Indicator) für die Effizienz des Recruiting-Prozesses. Eine schnelle Antwort signalisiert Professionalität und erhöht die Wahrscheinlichkeit, dass der Kandidat den Prozess abschließt. Die Messung erfolgt über Zeitstempel im CRM: Eingang der Bewerbung vs. Versand der ersten E-Mail.
Human-in-the-Loop
Human-in-the-Loop ist eine Architektur, bei der die KI Vorschläge macht, aber ein Mensch die finale Entscheidung trifft. Im Candidate Screening bedeutet das: Die KI klassifiziert Bewerbungen und erstellt einen Entwurf für die Antwort, aber der Recruiter prüft und sendet die Nachricht. Dies ist nicht nur eine Compliance-Maßnahme (Art. 22 DSGVO), sondern auch ein Qualitätsmerkmal. Es verhindert Fehlentscheidungen durch Halluzinationen des Modells und stellt sicher, dass die menschliche Empathie in der Kommunikation erhalten bleibt. Der Human-in-the-Loop-Prozess wird durch ein Dashboard gesteuert, in dem der Recruiter die KI-Vorschläge einsehen, bearbeiten und freigeben kann.
LangChain und LangGraph
LangChain ist ein Framework für die Entwicklung von Anwendungen, die auf LLMs basieren. Es bietet Bausteine für die Kette von Prompts, die Verwaltung von Kontext und die Integration von externen Tools. LangGraph ist ein erweitertes Framework von LangChain, das Zustandsmaschinen für KI-Agenten ermöglicht. Es erlaubt die Definition von Knoten (Schritte) und Kanten (Übergänge), was komplexe Workflows wie die mehrstufige Prüfung von Lebensläufen strukturiert. Im Vergleich zu reinen Prompt-Ketten bietet LangGraph bessere Kontrolle über Fehlerbehandlung und menschliche Eingriffe. Für Unternehmen, die skalierbare KI-Systeme aufbauen wollen, ist LangGraph die empfohlene Wahl, da es die Komplexität der Orchestrierung reduziert.
Leave a Reply