Wie findet man den perfekten Kandidaten unter 50 000 Lebensläufen?

Atollon, ein etabliertes ERP-Softwareunternehmen aus Prag, hat uns gebeten, für einen ihrer Kunden ein Tool zu bauen, mit dem dieser den perfekten Bewerber in einer Datenbank von 50 000+ Lebensläufen finden kann. Ohne ein solches Tool gab es schlichtweg keine sinnvolle Möglichkeit, dort etwas zu finden. Tausende Lebensläufe, jeder in einem anderen Format und einer anderen Struktur — selbst eine simple Stichwortsuche stößt da an ihre Grenzen. Wir mussten eine robuste Lösung bauen, die mit jeder erdenklichen Lebenslauf-Variante umgehen kann und einen aussagekräftigen, strukturierten Überblick über jeden Kandidaten liefert.

Die erste Herausforderung war, alle Daten aus den Dokumenten irgendwie in ein einheitliches strukturiertes Format zu bringen. Wir brauchten ein gutes OCR-Tool, das selbst die seltsamsten PDFs zuverlässig parst. Nach Recherche und Tests haben wir uns für unstructured.io entschieden — es lieferte in unseren Tests die besten Ergebnisse und ist außerdem Open Source, sodass wir es auf unseren eigenen Servern hosten und Datenlecks komplett ausschließen konnten. Nach der Extraktion haben wir die Daten zusätzlich vektorisiert, damit sie sich per semantischer Suche abfragen lassen.

Als Nächstes die Suchmaschine selbst. Um die Kandidaten korrekt zu ranken, brauchten wir eine Kombination aus semantischer Suche und strukturierten Filtern (BM25). Die semantische Suche findet die besten Treffer für die Suchanfrage, die strukturierten Filter grenzen die Ergebnisse auf die relevantesten Kandidaten ein. Aber zur Datenextraktion habe ich noch nicht alles erzählt. Neben Extraktion und Vektorisierung haben wir auch ein einheitliches strukturiertes Format für Skills, Ausbildung und bisherige Berufserfahrung definiert. Die KI nimmt den extrahierten Text aus dem Lebenslauf und mappt ihn in dieses Format — inklusive einer kurzen KI-Zusammenfassung des Kandidaten. Erst dadurch konnten wir Spitzenleistung erreichen.

Dank dieses Tools kann der Atollon-Kunde jetzt einfach in natürlicher Sprache suchen. Zum Beispiel: „Senior Python-Entwickler mit 10+ Jahren Erfahrung im Fintech-Bereich und einem Informatik-Abschluss vom MIT“ — und das System liefert ihm die perfekten Kandidaten, von best zu worst geordnet. Sie können sich endlich auf das konzentrieren, was wirklich wichtig ist, anstatt in tausenden Lebensläufen unterzugehen.