Bewerber-Screening & KI-Matching

Kandidaten intelligent
matchen statt manuell suchen

KI-gestütztes CV-Parsing mit Textkernel-Niveau, automatische Skill-Extraktion nach ESCO-Taxonomie und semantisches Matching gegen Ihre offenen Positionen in zvoove, Bullhorn oder compleet. Von 15 Minuten auf unter 60 Sekunden pro Bewerbung – bei höherer Trefferquote und DSGVO-konformer Verarbeitung.

0%
Schnelleres Matching
0%
Weniger manuelles Screening
0x
Mehr Vermittlungen pro Disponent

Das Problem

Warum manuelles Screening Personaldienstleister ausbremst

Disponenten verbringen den Großteil ihrer Arbeitszeit mit dem Sichten von Lebensläufen und dem Abgleich mit offenen Positionen. Bei hunderten Bewerbungseingängen pro Woche über E-Mail, StepStone, Indeed, WhatsApp und Walk-ins bleibt kaum Zeit für wertschöpfende Tätigkeiten wie persönliche Betreuung, Kundenakquise und Vertragsverhandlungen.

0 Min.

Screening-Zeit pro Lebenslauf

Disponenten investieren durchschnittlich 15–20 Minuten pro Bewerbung – für Sichten, Bewerten, manuelle Dateneingabe ins ATS und den Abgleich mit offenen Stellen.

0%

Bewerber-Ghosting-Rate

85,6 % der Personalvermittler berichten von signifikant zunehmendem Ghosting. 27 % der Bewerber antworten nach Unterlageneinreichung nicht mehr – oft wegen zu langer Reaktionszeiten.

0–5 Tage

Durchschnittliche Reaktionszeit

Im umkämpften Bewerbermarkt ist eine Reaktionszeit von 3–5 Tagen viel zu langsam. Gute Kandidaten unterschreiben bei der Konkurrenz, bevor der Disponent zum Hörer greift.

Der Workflow

So funktioniert KI-gestütztes Bewerber-Screening

Vom Bewerbungseingang per E-Mail oder Jobportal bis zum fertigen Matching-Ergebnis in unter 5 Minuten. Unser n8n-basierter Workflow verbindet CV-Parsing, LLM-Analyse und Ihr ATS zu einer durchgängigen Automatisierung.

CV-Parsing & Datenextraktion

CV-Parsing & Datenextraktion

Lebensläufe werden automatisch aus E-Mail-Anhängen, Jobportal-Bewerbungen (StepStone, Indeed) und Karriereseiten-Uploads extrahiert. Der n8n-Workflow nutzt den Extract-from-File-Node für die PDF-Textextraktion und einen LLM-basierten Information Extractor, der strukturierte JSON-Daten liefert: Name, Kontaktdaten, Berufserfahrung mit Positionen und Zeiträumen, Ausbildung, Skills, Sprachkenntnisse und Führerschein. Das Ergebnis ist vergleichbar mit spezialisierten Parsern wie Textkernel oder CVlizer – in über 25 Sprachen, inklusive Deutsch, Polnisch, Rumänisch und Türkisch.

Skill-Extraktion & ESCO-Normalisierung

Skill-Extraktion & ESCO-Normalisierung

Extrahierte Skills werden über einen dedizierten n8n-Workflow gegen die ESCO-Taxonomie normalisiert. Synonyme wie „Schlosser“, „Industriemechaniker“ und „Metallfacharbeiter“ werden auf standardisierte Begriffe gemappt. Der Workflow nutzt einen LLM-Prompt, der ESCO-Codes zuordnet und verwandte Skills ergänzt – so entsteht eine einheitliche Skill-Sprache über alle Bewerber hinweg, unabhängig von Herkunftsland und Sprachvariante.

Semantisches Matching & Scoring

Semantisches Matching & Scoring

Ein KI-gestützter Matching-Algorithmus vergleicht das normalisierte Kandidatenprofil mit allen offenen Positionen aus Ihrem ATS (zvoove, Bullhorn, compleet). Der n8n-Workflow ruft offene Stellen per API ab, lässt den LLM eine Passungsbewertung auf einer Skala von 1–10 berechnen – unter Berücksichtigung von Skills, Erfahrungsjahren, Sprachkenntnissen, Standort und Verfügbarkeit – und sortiert die Top-3-Matches heraus.

Kandidaten-Ranking & Disponent-Benachrichtigung

Kandidaten-Ranking & Disponent-Benachrichtigung

Die besten Matches werden automatisch priorisiert und der zuständige Disponent erhält eine Sofort-Benachrichtigung per Slack oder Microsoft Teams mit Kandidaten-Summary, Top-Match, Matching-Score und einem Direktlink zum ATS-Profil. Parallel wird eine automatische Eingangsbestätigung an den Bewerber gesendet. Reagiert der Disponent nicht innerhalb von 2 Stunden, folgt eine Erinnerung. So sinkt die Reaktionszeit von 3–5 Tagen auf unter 2 Stunden.

Proaktive Kandidatenentwicklung

Qualifikationslücken erkennen, Vermittlungsquote steigern

Die KI analysiert nicht nur die Passung zwischen Kandidat und Stelle, sondern identifiziert gezielt Qualifikationslücken. Wenn einem CNC-Bediener der Staplerschein fehlt oder einem Lageristen die Gefahrgut-Zertifizierung, generiert der Workflow automatisch Weiterbildungsvorschläge.

  • Gap-Analyse zwischen Kandidatenprofil und den fünf bestpassenden Stellenanforderungen
  • Automatische Vorschläge für Nachqualifizierungen, Zertifikate und Schulungen
  • Tracking von Weiterbildungsfortschritten im ATS – sobald eine Qualifikation erworben wird, wird das Matching-Profil automatisch aktualisiert
  • Erhöhung der Placement Rate durch gezieltes Upskilling statt Ablehnung
Qualifikationslücken-Analyse Dashboard

Vertraut von führenden Unternehmen

Big Dutchman
Esprit
Flaschenpost
Fressnapf
Markant
Rossmann
Lufthansa
Schwarz Gruppe
Edeka
Partner
Big Dutchman
Esprit
Flaschenpost
Fressnapf
Markant
Rossmann
Lufthansa
Schwarz Gruppe
Edeka
Partner

IT-Landschaft

Nahtlose Integration in Ihre bestehende Tool-Infrastruktur

Personaldienstleister arbeiten mit einer Vielzahl spezialisierter Systeme. Unsere n8n-basierte Automatisierung fungiert als Orchestrierungsschicht, die alle Systeme verbindet – ohne bestehende Workflows zu ersetzen.

ATS- & ERP-Systeme

Integration mit den führenden Branchenlösungen: zvoove (ehemals LANDWEHR L1, prosoft), Bullhorn, compleet, Mysolution, HR4YOU und coveto. Kandidatenprofile werden bidirektional synchronisiert – über REST APIs mit OAuth 2.0 (Bullhorn) oder API-Key-Authentifizierung (zvoove).

CV-Parsing-Engines

Unser Workflow erreicht LLM-basiert ein Parsing-Niveau vergleichbar mit Textkernel oder CVlizer. Für Kunden mit bestehenden Lizenzen binden wir spezialisierte Parser direkt ein – inklusive Textkernel Match mit ESCO-Skill-Ontologie (12.000+ Skill-Konzepte, 300.000+ Synonyme).

KI-Matching-Tools

Ergänzend zu unserer LLM-basierten Matching-Logik unterstützen wir die Integration von 8vance (EU AI Act-konform), Bullhorn Search & Match, MONA AI (Konversionsrate von ~40 % auf ~85 %) und Textkernel Match für semantisches Matching nach Bedeutung statt Keywords.

Jobportale & Multiposting

Automatischer Abruf neuer Bewerbungen von StepStone, Indeed, Stellenanzeigen.de und LinkedIn per API. Multiposting über GOhiring oder Broadbean. Index Anzeigendaten liefert täglich tausende neue Stellenanzeigen mit vorgefertigten Schnittstellen zu Bullhorn, HR4YOU und Mysolution.

Bewerber-Kommunikation

Integration mit MONA AI für automatisierte 24/7-Interviews in 56+ Sprachen und PitchYou für WhatsApp-basiertes Recruiting mit 82 % Completion Rate. Ergänzt durch automatische E-Mail-Kommunikation über Slack-, Teams- und SMTP-Nodes in n8n.

Lohn, DATEV & Compliance

Über den n8n-Workflow werden DATEV-Schnittstellen für Lohn-Import und -Export angebunden. Automatische Fristenüberwachung für AÜG-Compliance: Equal Pay nach 9 Monaten, Höchstüberlassungsdauer von 18 Monaten, DSGVO-Löschfristen von 6 Monaten nach Absage.

n8n-Workflows

Konkrete Automatisierungen für Ihr Bewerber-Screening

n8n ist eine Open-Source-Workflow-Plattform, die wir auf Ihrem eigenen Server in Deutschland hosten – vollständig DSGVO-konform, ohne Auftragsverarbeitung und ohne Pro-Execution-Kosten. Diese konkreten Workflows automatisieren Ihren Screening-Prozess Ende-zu-Ende.

Workflow 1: Automatisiertes CV-Screening per E-Mail

Ein IMAP-Trigger überwacht Ihr Bewerbungspostfach (z. B. bewerbung@firma.de) auf neue E-Mails mit PDF-Anhängen. Der Extract-from-File-Node extrahiert den Text, ein LLM-basierter Information Extractor liefert strukturierte JSON-Daten (Name, Skills, Erfahrung, Sprachen, Führerschein, Verfügbarkeit). Per HTTP-Request wird ein Duplikatcheck gegen die zvoove- oder Bullhorn-API durchgeführt. Neue Kandidaten werden automatisch im ATS angelegt, gegen offene Positionen gematcht und nach Matching-Score priorisiert. Bei Score >= 7 geht sofort eine Slack-Benachrichtigung an den Disponenten; bei Score 4–6 wird der Kandidat in den Talentpool aufgenommen; bei Score < 4 wird ein Absage-Workflow ausgelöst. Parallel erhält der Bewerber eine automatische Eingangsbestätigung.

Workflow 2: Jobportal-Monitoring & Auto-Matching

Ein Schedule-Trigger prüft alle 30 Minuten die APIs von StepStone, Indeed und index Anzeigendaten auf neue Bewerbungen. Jede Bewerbung wird einzeln verarbeitet (Split-in-Batches-Node): PDF-Parsing, LLM-Analyse, Skill-Normalisierung nach ESCO-Taxonomie und automatisches Matching gegen alle offenen Positionen. Der Workflow erkennt Duplikate per E-Mail-Abgleich und aktualisiert bestehende Kandidatenprofile oder legt neue an. Ergebnisse fließen in ein Google-Sheets-Tracking mit Kandidatenname, Datum, Quelle, Top-3-Matches und Scores. Top-Kandidaten lösen sofort eine Benachrichtigung aus.

Workflow 3: Automatisierte Bewerber-Kommunikation

Ein Webhook empfängt Status-Änderungen aus dem ATS und löst über einen Switch-Node die passende Kommunikation aus: Bei „Eingang“ eine Eingangsbestätigung mit nächsten Schritten, bei „Screening abgeschlossen“ eine Einladung zum Telefoninterview mit Terminvorschlägen, bei „Interview geplant“ eine Erinnerung einen Tag vorher, bei „Vorgestellt beim Kunden“ ein Status-Update nach 3 Tagen, bei „Absage“ eine personalisierte Absage-E-Mail mit anschließendem DSGVO-Lösch-Workflow nach 6 Monaten. So bleibt jeder Bewerber informiert – ohne manuellen Aufwand für den Disponenten.

Workflow 4: Skill-Normalisierung & Fristenüberwachung

Zwei tägliche Schedule-Trigger: (1) Alle in den letzten 24 Stunden angelegten Kandidatenprofile werden abgerufen und deren Skills per LLM gegen die ESCO-Taxonomie normalisiert – Synonyme werden auf Standard-Begriffe gemappt, verwandte Skills ergänzt, ESCO-Codes zugeordnet. Die normalisierten Daten werden ins ATS zurückgeschrieben. (2) Alle aktiven Überlassungsverträge werden geprüft: Ein Code-Node berechnet die Einsatzdauer und identifiziert Mitarbeiter, die in den nächsten 30 Tagen die 9-Monats-Grenze (Equal Pay), 15-Monats-Grenze (Branchenzuschläge) oder 18-Monats-Höchstüberlassungsdauer erreichen. Warnungen gehen an den zuständigen Disponenten.

ROI-Kalkulation

300–500 % ROI im ersten Jahr

Berechnung für einen mittelgroßen Personaldienstleister mit 20 Disponenten und 500+ Bewerbungseingängen pro Woche. Moderne Zeitarbeitssoftware mit KI-Screening kann Bearbeitungszeiten um 30–50 % reduzieren – hier sehen Sie, was das konkret bedeutet.

Vorher: Manuelles Screening
  • 5 FTE Screening-Aufwand @ 42.000 €/Jahr – Disponenten verbringen den Großteil ihrer Zeit mit dem Sichten und Bewerten von Lebensläufen statt mit Kundenbetreuung
  • 15–20 Minuten pro Bewerbung für Sichten, manuelle Dateneingabe in zvoove/Bullhorn, Bewerten und Zuordnen zu offenen Stellen
  • 3–5 Tage durchschnittliche Reaktionszeit – in dieser Zeit haben 27 % der Bewerber bereits aufgehört zu antworten (Ghosting)
Gesamt: ~210.000 €/Jahr
Nachher: KI-gestütztes Screening
  • 1 FTE für Exception Handling @ 42.000 €/Jahr – der Disponent prüft nur noch KI-Vorschläge und führt persönliche Gespräche
  • Unter 60 Sekunden pro Bewerbung – vom E-Mail-Eingang über CV-Parsing und Matching bis zur Disponent-Benachrichtigung per Slack
  • Unter 2 Stunden Reaktionszeit – automatische Eingangsbestätigung sofort, Disponent kontaktiert Top-Kandidaten am selben Tag
Gesamt: ~67.000 €/Jahr
ROI im ersten Jahr: 300–500 %
143.000 €
Jährliche Ersparnis
2–3 Monate
Amortisation
–90 %
Reaktionszeit

Häufig gestellte Fragen

Hier finden Sie die Antworten auf häufig gestellte Fragen.

Wie genau ist das KI-Matching im Vergleich zu spezialisierten Tools wie Textkernel oder Bullhorn Search & Match?

Unser LLM-basierter Matching-Ansatz erreicht nach einer Trainingsphase von 2–4 Wochen eine Match-Genauigkeit von 85–92 %. Im Gegensatz zu reinem Keyword-Matching versteht die KI semantische Zusammenhänge – sie erkennt, dass 'CNC-Fräsen' und 'CNC-Bearbeitung' verwandt sind, oder dass ein 'Schlosser' auch als 'Industriemechaniker' oder 'Metallfacharbeiter' gelistet sein kann. Die Genauigkeit verbessert sich kontinuierlich durch Feedback der Disponenten. Für Kunden, die bereits Textkernel- oder Bullhorn-Lizenzen besitzen, integrieren wir diese Tools als zusätzliche Matching-Engine in den n8n-Workflow.

Welche Bewerbungsformate und -kanäle werden unterstützt?

Der Workflow verarbeitet Bewerbungen aus allen gängigen Kanälen: E-Mail-Anhänge (PDF, Word, Bilder), Jobportal-Bewerbungen von StepStone, Indeed und Stellenanzeigen.de per API, Karriereseiten-Uploads per Webhook sowie WhatsApp-Bewerbungen über PitchYou. Das CV-Parsing erkennt Lebensläufe in über 25 Sprachen – besonders relevant für Personaldienstleister im Blue-Collar-Bereich, die häufig Bewerbungen in Polnisch, Rumänisch, Türkisch und weiteren Sprachen erhalten. Auch unstrukturierte Formate wie Freitext-E-Mails oder Fotos von handgeschriebenen Lebensläufen werden verarbeitet.

Wie erfolgt die Integration in unser bestehendes ATS-System (zvoove, Bullhorn, compleet)?

Die Integration erfolgt über die REST APIs Ihrer Branchensoftware. Für zvoove nutzen wir die zvoove API mit API-Key-Authentifizierung für Kandidaten-CRUD, Positions-Abgleich und Matching. Für Bullhorn verwenden wir die REST API mit OAuth 2.0 für Kandidaten, Job-Submissions, Placements und File Attachments. Auch compleet, Mysolution (Salesforce-basiert), HR4YOU und coveto werden unterstützt. Die Kandidatenprofile werden bidirektional synchronisiert – Änderungen im ATS fließen automatisch ins Matching ein und umgekehrt. Die Einrichtung dauert typischerweise 1–2 Wochen.

Ersetzt die KI den Disponenten?

Nein – die KI übernimmt die zeitintensiven, repetitiven Aufgaben: CV-Parsing, Datenextraktion, Pre-Screening, Scoring, Duplikaterkennung, Eingangsbestätigungen und Follow-ups. Damit gewinnt der Disponent Zeit für die Aufgaben, die menschliches Urteilsvermögen erfordern: persönliche Bewerbungsgespräche, Beurteilung von Soft Skills und Cultural Fit, Beziehungsaufbau mit Kandidaten und Kunden, komplexe Gehaltsverhandlungen und strategische Kundenberatung. Die finale Kandidatenauswahl liegt immer beim Menschen. Laut Branchenstatistik setzen bereits 46 % der Personaldienstleister KI im Bewerbermatching oder Onboarding ein – als Unterstützung, nicht als Ersatz.

Ist die Lösung DSGVO-konform?

Ja. Alle n8n-Workflows werden auf Ihrem eigenen Server in Deutschland gehostet (z. B. Hetzner) – es findet keine Auftragsverarbeitung durch Dritte statt, und die Daten verlassen nicht die EU. Bewerberdaten abgelehnter Kandidaten werden automatisch nach 6 Monaten zur Löschung markiert (AGG-Klagefrist). Der Workflow protokolliert alle Verarbeitungsschritte für die Informationspflicht gegenüber Bewerbern. Technische und organisatorische Maßnahmen (TOM) wie Verschlüsselung und Zugriffskontrollen sind implementiert. Personaldienstleister tragen eine doppelte Verantwortung – für Bewerberdaten und Mitarbeiterdaten der Zeitarbeiter – und sind daher stärker von der DSGVO betroffen als andere Branchen.

Was kostet die Lösung und wie schnell ist sie einsatzbereit?

Die Kosten richten sich nach der Anzahl der Niederlassungen, dem Bewerbungsvolumen und den gewünschten Integrationen. Typischerweise amortisiert sich die Investition innerhalb von 2–3 Monaten. Die Basiseinrichtung (E-Mail-Trigger, CV-Parsing, LLM-Matching, ATS-Integration, Benachrichtigungen) ist in 2–4 Wochen produktiv. Erweiterte Workflows wie Jobportal-Monitoring, ESCO-Normalisierung und Fristenüberwachung werden im zweiten Schritt aktiviert. Anders als bei SaaS-Lösungen wie Zapier oder Make fallen keine Pro-Execution-Kosten an – Sie zahlen einen Festpreis für unbegrenzte Automatisierungen.

Beratungsgespräch

Sichern Sie sich Ihre kostenfreie Erstberatung

  • Analyse Ihres Bedarfs
  • Erste Empfehlungen zu Ihren Workflows
  • Transparente Einblicke in unsere Methoden, Technologien & Referenzen
Berater