Text Mining revolutioniert die Personalsuche

Das deutsch-italienische Technologie Start-Up Algorithmiko will die Personalarbeit umkrempeln. Crawler durchsuchen Stellenanzeigen im Internet, während Text Mining die geforderten Kompetenzen mit den Lebensläufen in der Datenbank von Personaldienstleistern abgleicht.

Mittelständische Personaldienstleister haben bis zu 500.000 Lebensläufe in ihrer Datenbank; die großen Dienstleister über 1.000.000. Aus dieser Datenflut die richtigen Kandidaten herauszufiltern, ist schwierig. Algorithmiko hat eine auf Text Mining basierende Anwendung entwickelt, welche die Personalsuche umkrempeln könnte.

Fähigkeiten und Erfahrungen statt Job-Titel

Während herkömmliche „Matching – Prozesse“ die Lebensläufe nach Job-Titeln durchsuchen, nutzt Algorithmiko nach anderen Ansatz: die Kompetenzen, Fähigkeiten und Erfahrungen eines Menschen bildeten eine „professionelle DNA“, die ihn einzigartig macht. Die Applikation analysiere selbständig und in Sekundenschnelle Inhalte aus strukturierten und unstrukturierten Dokumenten – sei es aus Bestandsdaten oder bei Neuausschreibungen – und identifiziere die geforderten Kompetenzen, ohne dass eine manuelle Eingabe komplexer Filter nötig ist. Die Kompetenzen würden gewichtet, das Ergebnis sei eine Liste der am besten geeigneten Kandidaten.

„Es geht darum, was jemand kann, und nicht darum, welchen Job-Titel er bei seinem früheren Arbeitgeber innehatte“, erläutert Raffaele Esposito, Mitgründer und Chef-Entwickler bei Algorithmiko den Ansatz. „Dass ein Kandidat eine bestimmte Position oder ein spezifisches Aufgabenfeld verantwortet, bedeutet nicht, dass er nur diese Tätigkeit ausüben kann. Seine Kompetenzen und Fähigkeiten können ihn auch für anderen Jobs qualifizieren.“

Autonome Suche ersetzt manuelle Eingaben

Die Suche mit herkömmlichen Anwendungen sind oft kompliziert, weil die Applikationen typischerweise mit einfachen, vordefinierten Stichworten, über viele Stufen hinweg arbeiten: Branchen, Funktionsbereiche, Karriere-Level. Für jede Suche müssen umfangreiche Kriterien und Filter manuell eingegeben werden.

Die Algorithmiko-App suche autonom und simultan, und das ohne manuelle Eingabe. Zudem verarbeite sie gleichzeitig viele Kriterien und berücksichtige im Rahmen der semantischen Analyse deren Kontext und entsprechende Synonyme. Die bislang üblichen Anwendungen arbeiteten hingegen mit einer syntaktischen Analyse. Diese überprüft lediglich Übereinstimmungen von Worten und Wortkombinationen, die verknüpft oder ausgeschlossen werden. Es finde also lediglich ein stures Abgleichen von Zeichen statt, ohne Verständnis dessen, was die Zeichen bedeuten. Semantische Analyse versuche im Gegensatz dazu, den Inhalt zu verstehen und daraus Schlussfolgerungen zu ziehen.

Künstliche Intelligenz und selbstlernende Ontologie

Möglich werden semantische Analysen durch sogenannte Ontologien. Diese werden in der Informatik überall dort verwendet, wo es darum geht, die Bedeutung von Informationen zu formalisieren und nutzbar zu machen. Die Ontologie der Algorithmiko-App kann laut Unternehmensaussage noch mehr. Der Begriff „Ontology learning“ beschreibe einen Prozess, bei dem eine Ontologie durch automatische Verfahren weiteres Wissen akquiriere und dadurch an Umfang und Struktur zunehme.

Bei jeder Anzeige, die sie liest, werde die Ontologie der Algorithmiko-App sowohl hinsichtlich der Kompetenzen, als auch hinsichtlich der Job-Profile bereichert. Finde die App neue Kompetenzen und Fähigkeiten in Anzeigen für ein Job-Profil, nehme die Ontologie diese auf und berücksichtige sie bei ihrer zukünftigen Suche.

Gewichtete Kandidatenliste in Echtzeit

Auch bei der Schaltung neuer Stellenanzeigen helfe Algorithmiko, den Aufwand zu minimieren: Sobald Lebensläufe hochgeladen würden, vergleiche die Lösung diese automatisch mit den geforderten Kompetenzen. Zuvor erstellt sie für jeden Suchprozess eine gewichtete Matching-Liste, die mit dem am besten geeigneten Kandidaten beginnt. Die Schlüsselfragen dabei: Wie wichtig ist eine bestimmte Kompetenz für das Jobprofil? Welche Fähigkeiten werden benötigt?

Die Gewichtung erfolgt nach den Bedürfnissen des Marktes. Um die zu ermitteln, durchforste die Algorithmiko-Anwendung täglich Job-Portale im Internet und ermittle die in den Ausschreibungen geforderten Kenntnisse und Fähigkeiten. Und das international. Je häufiger eine Kompetenz in vergleichbaren Stellenanzeigen genannt werde, desto höher sei ihre Gewichtung und damit ihre Relevanz im Markt. Je mehr relevante Kompetenzen ein Kandidat in seinem Lebenslauf nachweise und je länger er sie besitze, desto besser sei sein Matching und desto höher seine Position im Ranking. 

Vier Schwerpunkte verändern das HR Recruitment

Der Ansatz von Algorithmiko im Matching-Prozess, basiere auf einer intelligenten und selbstlernenden Ontologie, die mit vier Schwerpunkten arbeite:

  • Smart Reading – die Inhalte aus strukturierten und unstrukturierten Dokumenten werden ohne menschliche Interaktion gelesen.
  • Autonomous Search – die geforderten Kompetenzen werden ohne manuelle Eingabe von komplexen Filtern, Schlüsselworten und Boolean Operators, identifiziert.
  • Smart Ranking – die Ergebnisse werden anhand mehrerer Filter abgeglichen und in eine gewichtete Liste eingeordnet.
  • Self Learning – mit Hilfe der Künstlichen Intelligenz werde die Onologie autonom weiter entwickelt. Die Technologiekönnen Millionen von Datensätzen verarbeiten und extrahiere selbständig innerhalb von Online-Stellenanzeigen die geforderten Kompetenzen.

Für Personaldienstleister reduziere Algorithmiko die Komplexität bei der Suche nach geeigneten Kandidaten. Personalchefs wiederum könnten mit Hilfe der App Job-Beschreibungen formulieren und ihren Mitarbeiter entsprechende Schulungsprogramme anbieten. Jürgen Frisch

Kommentare sind deaktiviert