Spam, Dubletten, Karteileichen: wie die Vorauswahl filtert

Eine Kampagne mit dreistelliger Bewerberzahl erzeugt ein Problem, das vorher keines war: Sichten. Zwanzig Bewerbungen liest man durch. Bei hundertdreißig braucht es eine Vorstufe.

Dieser Beitrag beschreibt, was sich in dieser Vorstufe zuverlässig automatisieren lässt — und an welchen Stellen ein Filter mehr Schaden anrichtet, als er Zeit spart.

Was zuverlässig funktioniert#

Dubletten#

Derselbe Mensch bewirbt sich zweimal: einmal am Handy in der Bahn, einmal abends zu Hause, weil er nicht sicher war, ob es abgeschickt wurde. Oder er bewirbt sich auf zwei Stellen desselben Betriebs.

Der Schlüssel ist E-Mail oder Telefonnummer, nicht der Name. Das ist die wichtigste Regel in diesem Bereich, und sie klingt banaler, als sie ist: Ein Namensvergleich erzeugt falsche Treffer, und ein falscher Treffer löscht eine echte Bewerbung.

Wir haben diesen Fehler in einem anderen Zusammenhang gemacht und gelernt, wie still er ist: Eine Suche über den Namen traf ein anderes Unternehmen mit gleichem Namensbestandteil. Weil der Treffer leer war, sah eine Absage aus wie ein unbearbeiteter Neuzugang. Ein Nulltreffer hätte Alarm ausgelöst — der Fehltreffer war unauffällig.

Praktisch: Telefonnummern vorher normalisieren (+43, 0043, 0 am Anfang), sonst gilt dieselbe Nummer in drei Schreibweisen als drei Personen.

Spam und Unsinn#

Testeinträge, offensichtliche Fantasienamen, Formulare mit identischem Text in allen Feldern, Bewerbungen ohne erreichbaren Kontakt. Bei größeren Kampagnen ein spürbarer Anteil, und weitgehend unstrittig zu erkennen.

Unerreichbare Kontakte#

E-Mail-Adressen mit offensichtlichen Tippfehlern, Telefonnummern mit zu wenigen Stellen. Wichtig ist hier die Reihenfolge: Eine ungültige E-Mail darf nicht den ganzen Datensatz verwerfen, wenn eine gültige Telefonnummer dabeisteht. Wir haben genau diesen Fehler gemacht — ein Zeichen im unwichtigsten Feld kostete den kompletten Kontakt.

Sortieren nach harten Kriterien#

Alles, was im Formular abgefragt wurde: Verfügbarkeit ab Datum, Anfahrtsweg, angegebene Berufserfahrung, Führerschein. Sortieren heißt hier ordnen, nicht aussortieren.

Was schiefgeht#

Aussortieren bei Unsicherheit. Der häufigste Konstruktionsfehler. Ein Filter, der im Zweifel wegwirft, klingt vorsichtig und ist es nicht — er wirft bevorzugt die ungewöhnlichen Fälle weg, und ungewöhnlich ist nicht dasselbe wie schlecht.

Wir haben das an einer eigenen Warnfunktion gemessen: Eine Regel, die „im Zweifel warnen" sollte, traf in nur sechs Prozent der Fälle zu. Die Lehre: Unsicherheit braucht einen dritten Zustand — „unklar, geht an einen Menschen" —, nicht die vorsichtigere von zwei Entscheidungen.

Freitext bewerten. Aus einer Antwort auf „Was ist dir wichtig?" lässt sich Eignung nicht ableiten. Ein Modell erzeugt trotzdem eine Bewertung, die überzeugend aussieht (was KI hier kann und was nicht).

Ausschlusslisten pflegen. Wer versucht, unerwünschte Bewerbungen über Wortlisten zu erkennen, kommt in eine endlose Schleife. Wir haben bei einer ähnlichen Aufgabe drei Runden Ausschlusslisten gebaut und damit die Trefferquote um wenige Prozentpunkte verbessert — eine einzige Strukturregel brachte anschließend mehr als alle Listen zusammen. Struktur schlägt Wortliste.

Ab welcher Menge sich das lohnt#

Grobe Orientierung aus unserer Praxis:

Unterhalb von dreißig ist jede Einrichtung teurer als der Zeitgewinn. Das ist der ehrliche Teil: Die meisten Betriebe brauchen keine Automatisierung, sondern ein kurzes Formular und ein tägliches Zeitfenster für Rückrufe.

Was am Ende beim Kunden ankommt#

In unseren Kampagnen gehen alle Bewerbungen an den Betrieb — mit Kontaktdaten, entdoppelt, von Spam bereinigt und nach den abgefragten Kriterien geordnet.

Was nicht passiert: eine Auswahl. Ein System, das aus 130 Bewerbungen „die besten fünf" vorlegt, trifft 125 Entscheidungen, die niemand überprüft. Ein System, das auf 60 reduziert und ordnet, spart genauso viel Zeit, ohne die Entscheidung zu übernehmen.

Und wenn die Zahl trotzdem zu groß ist, ist die richtige Antwort nicht ein schärferer Filter, sondern die Kampagne zu pausieren — so wie es ein Café auf Borkum getan hat, das rund 130 Bewerbungen bekam (der Fall).

Häufige Fragen

Wie erkenne ich doppelte Bewerbungen automatisch?

Über E-Mail-Adresse oder normalisierte Telefonnummer. Der Name taugt nicht als Schlüssel: Namensvergleiche erzeugen falsche Treffer, und ein falscher Treffer löscht eine echte Bewerbung.

Kann ich Bewerbungen automatisch nach Eignung sortieren?

Nach harten, im Formular abgefragten Kriterien ja — nach Eignung nein. Eignung ergibt sich aus Erfahrung, Arbeitsweise und Passung; keines davon steht in einem Bewerbungsformular.

Ab wie vielen Bewerbungen lohnt sich eine automatische Vorauswahl?

Erfahrungsgemäß ab etwa dreißig. Darunter ist der Einrichtungsaufwand höher als der Zeitgewinn, und ein kurzes Formular plus feste Rückrufzeiten bringen mehr.

Werden dabei nicht gute Kandidaten aussortiert?

Genau das ist das Risiko, und es steckt in der Konstruktion: Ein Filter, der bei Unsicherheit aussortiert, erwischt bevorzugt ungewöhnliche Fälle. Deshalb sollte alles Unklare an einen Menschen gehen, statt vorsorglich verworfen zu werden.

KI Bewerbungsprozess Automatisierung