Wenn ich auf Branchenkonferenzen auf der Bühne stehe, beginne ich nicht mit Diagrammen oder komplizierten Grafiken. Ich beginne mit einer Frage, die den Raum meist kurz still werden lässt: „Sind Sie sich absolut sicher, dass Ihre Stellenanzeigen für Ihre Kandidaten sichtbar sind?“
Das klingt wie eine Fangfrage. Sie haben die Anzeigen erstellt, für Reichweite bezahlt und können sehen, dass sie auf der Website veröffentlicht sind. Aber für fast ein Drittel der Talente sind diese Stellenangebote unsichtbar. Sie sind zwar veröffentlicht, aber sie sind einfach nicht auffindbar.
Mein Name ist Ina Moser und ich bin leitende Managerin für den Kundenerfolg in der DACH-Region bei Jooble. In diesem Artikel möchte ich zeigen, warum Ihre besten Stellenangebote wahrscheinlich hinter einer digitalen Barriere verborgen sind und wie wir mithilfe von künstlicher Intelligenz geholfen haben, diese wieder sichtbar zu machen und dabei die Sichtbarkeit sogar um das 2,4-Fache zu steigern.
Die hohen Kosten der Unsichtbarkeit
Stellen Sie sich eine typische Situation vor: Eine Personalverantwortliche in München steht unter Druck, eine Stelle schnell zu besetzen. Sie veröffentlicht eine Anzeige mit dem Titel „Wir stellen ein“ oder „Dringende Stelle zu besetzen“. Auf der anderen Seite sitzt Hans. Hans sucht nicht nach einer „dringenden Stelle“. Er sucht nach „Java-Entwickler im Homeoffice“.
Wir haben eine ausführliche Umfrage unter 1.000 Arbeitssuchenden durchgeführt und die Ergebnisse waren ein echter Weckruf: 30 Prozent der Bewerber können die Stellen, die zu ihren Fähigkeiten passen, schlicht nicht finden.
Warum? Weil 20 Prozent der Stellenanzeigen auf dem Markt nicht einmal eine klare Berufsbezeichnung enthalten.
Wir beobachten hier eine große sprachliche Lücke. Arbeitgeber, Bewerber und Suchsysteme sprechen unterschiedliche Dialekte. Wenn die Begriffe nicht genau übereinstimmen, verschwindet die Stelle.
Vom reinen Durchsuchen zum Verstehen
Über viele Jahre hinweg funktionierten Jobbörsen wie einfache Durchsuchungsprogramme. Wenn das exakte Stichwort fehlte, erschien auch kein Ergebnis. Doch moderne Personalgewinnung braucht kein reines Durchsuchen mehr, sondern ein echtes Verstehen.
Um dieses Problem zu lösen, haben wir bei Jooble drei unterschiedliche Bereiche miteinander verbunden:
- Internationale Standards wie die Internationale Standardklassifikation der Berufe
- Die Sprache der Nutzer, also die Begriffe, die Bewerber tatsächlich eingeben
- Die Sprache der Arbeitgeber, also die oft kreativen und manchmal unklaren Jobtitel aus Stellenanzeigen
Dafür haben wir eine Technologie entwickelt, die den Namen Sentinel Guard trägt. Ihre Mission war ehrgeizig: Unserer sicheren, hauseigenen KI beizubringen, nicht nur den Titel, sondern die gesamte Stellenbeschreibung zu „lesen“, wobei alle Arbeitgeberdaten strengstens geschützt bleiben.
Wenn der Titel unklar ist, analysiert die künstliche Intelligenz den gesamten Text und sucht nach versteckten Hinweisen wie benötigten Fähigkeiten, Branche und Erfahrungsniveau. So erkennt sie die tatsächliche Bedeutung hinter der Stellenanzeige.
Das Chaos entschlüsseln: Beispiele aus dem echten Markt
Um zu verstehen, wie Sentinel Guard diese digitale Barriere durchbricht, lohnt sich ein Blick darauf, wie die künstliche Intelligenz reale, problematische Stellenanzeigen aus ganz Europa verarbeitet. Durch die Analyse der Texte ordnet die künstliche Intelligenz unklare oder chaotische Titel genau den Suchanfragen zu, die Bewerber heute tatsächlich verwenden.
Beispiel 1: Die „kein klarer Beruf“-Falle
- Ursprünglicher Titel: Befristete Stellen (für die Standardsuche unsichtbar)
- So hat die KI den Textausschnitt verstanden: „Diese Familie hat drei kleine Kinder im Alter von 10, 7 und 3 Jahren und benötigt Unterstützung bei der Kinderbetreuung während der Schulferien.“
- Automatische Erkennung durch die KI: Babysitter, Tagesmutter oder Tagesvater, Betreuungskraft für Kinder
- Ergebnis: Ein Bewerber, der nach „Nanny Jobs“ oder „Babysitten“ sucht, sieht diese Anzeige nun und sie geht nicht mehr verloren.
Beispiel 2: Die „zu allgemeiner Beruf“-Falle
- Ursprünglicher Titel: Supervisor m/w (zu ungenau und zieht unpassende Bewerber an)
- So hat die KI den Textausschnitt verstanden: „… sorgt für die Leitung und Unterstützung eines Teams von etwa zehn Beratern, überwacht Telefonanrufe innerhalb eines Callcenters …“
- Automatische Erkennung durch die KI: Leiter eines Kontaktzentrums, Verantwortlicher für ein Callcenter
- Ergebnis: Die Stelle erscheint nicht mehr bei Bewerbern aus Lager oder Einzelhandel, sondern richtet sich gezielt an Fachkräfte aus dem Callcenter-Bereich.
Beispiel 3: Kontext verstehen und gezielt filtern
- Ursprünglicher Titel: Reprografie
- So hat die KI den Textausschnitt verstanden: „Befristete Stelle an einer weiterführenden Schule, Durchführung von reprografischen Aufgaben wie Drucken, Erstellung von Materialien und Bestellung von Bürobedarf für das Personal.“
- Automatische Erkennung durch die KI: Fachkraft für Reprografie
- Ausgeschlossene Zuordnung durch intelligente Filterung: Die künstliche Intelligenz hat den Begriff „weiterführende Schule“ erkannt, aber korrekt ausgeschlossen, dass es sich um eine Schulleitung handelt. Sie hat verstanden, dass es um eine unterstützende administrative Tätigkeit innerhalb einer Schule geht und nicht um eine Lehr- oder Leitungsfunktion.
Eine echte Veränderung aus der Praxis
Ich möchte von einem konkreten Fall berichten, der unseren Blick auf Daten grundlegend verändert hat. Wir haben mit einem führenden internationalen Anbieter von Servicelösungen an der Besetzung einer technischen Position gearbeitet.
Der ursprüngliche Titel: „Mitarbeiter für die [Enterprise] Hotline (w/m/div.)“
Das Problem: Für Menschen ist dieser Titel erstmal verständlich. Für ein herkömmliches Algorithmus-System wirkt er jedoch wie eine allgemeine Tätigkeit im telefonischen Kundendienst. Hochqualifizierte technische Fachkräfte, also genau die Personen, die das Unternehmen suchte, haben die Anzeige gar nicht gesehen, weil sie nicht nach „Hotline“ suchen.
Der Einsatz von Sentinel Guard:
Unsere künstliche Intelligenz hat die Stellenbeschreibung analysiert. Dabei wurden Formulierungen wie „technische Beratung“, „Analyse technischer Anfragen“ und „Produktvalidierung“ erkannt. Das System hat sofort verstanden, dass es sich nicht nur um eine einfache Telefonstelle handelt, sondern um eine Position im technischen Support, also beispielsweise einen technischen Supportmitarbeiter oder einen Sachbearbeiter im technischen Kundendienst.
Wir haben den Personalverantwortlichen nicht gebeten, den Titel zu ändern, und auch den Text nicht angepasst. Doch im Hintergrund hat das System begonnen, diese Stelle gezielt Personen anzuzeigen, die nach technischen Berufen suchen. Die Anzeige wurde damit endlich für die richtige Zielgruppe sichtbar.
Daten, die den Erfolg von Stellenanzeigen neu messbar machen
Nachdem wir diese strukturierte Suche in unseren wichtigsten Bereichen eingeführt haben, haben die Zahlen deutlich gezeigt, dass Bedeutung stärker ist als reine Stichwörter.
Ergebnisse bei Sichtbarkeit und Nutzerinteraktion
| Kennzahl | Auswirkung von Sentinel Guard |
| Sichtbarkeit in Suchergebnissen | 2,4-fache Steigerung bei Anzeigen ohne klaren Titel |
| Interaktion von Bewerbern | Verdopplung, also 100 Prozent mehr Klicks und Einblendungen |
Wir haben außerdem ein Experiment durchgeführt, bei dem wir einen Kunden gebeten haben, seinen Stellenanzeigen einfach eine ausführlichere Beschreibung hinzuzufügen, damit die künstliche Intelligenz mehr Kontext zur Analyse hat.
- Ergebnis: 31 Prozent mehr Einblendungen und 32 Prozent mehr Klicks innerhalb weniger Tage.
Künstliche Intelligenz als Unterstützung, nicht als Entscheider
Zum Schluss noch ein wichtiger Hinweis: Ich bin nicht der Meinung, dass künstliche Intelligenz allein Entscheidungen treffen sollte.
Deshalb haben wir ein System mit klaren Kontrollmechanismen entwickelt. Unsere künstliche Intelligenz ist eine Unterstützung, nicht der Entscheider. Bei Jooble setzen wir auf einen Ansatz, bei dem Mensch und Technik zusammenarbeiten. So wird die Geschwindigkeit automatischer Prozesse mit manuellen Qualitätskontrollen kombiniert. Dadurch wird sichergestellt, dass Zuordnungen wie „technischer Support“ korrekt bleiben und nicht versehentlich falsch eingeordnet werden.
Die entscheidende Frage ist nicht, ob genügend Stellenangebote vorhanden sind. Die Frage ist, ob Hans, Martha oder Alex diese auch finden können, wenn sie eine Suche eingeben. Ihre passenden Bewerber sind bereits auf der Suche nach Ihnen. Lassen Sie nicht zu, dass eine digitale Barriere aus unübersichtlichen Daten ihnen im Weg steht.
Wie Antoine de Saint-Exupéry einmal sagte: „Die Maschine ist kein Ziel, sie ist ein Werkzeug.“
Nutzen Sie dieses Werkzeug. Machen Sie Ihre Stellen sichtbar.
Arbeitet Ihr Recruiting mit Ihren Daten oder gegen sie?
