Technologie für bessere Gespräche, nicht für automatische Entscheidungen

Innerhalb kurzer Zeit mussten zahlreiche Bewerbungen geprüft, Gespräche geführt und Entscheidungsgrundlagen für HR erstellt werden. Bereits in den ersten Tagen gingen mehr als 80 Bewerbungen ein, weitere werden laufend verarbeitet.

Ein konventioneller Prozess hätte einen hohen manuellen Aufwand verursacht: Bewerbungsunterlagen einzeln auswerten, Gesprächsnotizen nachträglich übertragen, Aussagen aus verschiedenen Quellen zusammenführen, Kandidatenprofile für HR neu formulieren, Lohnvorstellungen manuell erfassen und vergleichen sowie offene Fragen für weitere Gespräche identifizieren. Diese Arbeit ist notwendig, bindet jedoch viel Zeit, ohne dass dadurch automatisch bessere Gespräche oder bessere Entscheidungen entstehen.

Die zentrale Frage lautete deshalb, wie Technologie die Qualität im Recruiting erhöhen kann, ohne den persönlichen Austausch zu ersetzen. Das Ziel war nicht, Bewerbende möglichst schnell zu klassifizieren oder automatisch auszusortieren, sondern jede Person möglichst vollständig und entsprechend ihrer tatsächlichen Erfahrungen, Aussagen und Fähigkeiten darzustellen.

Jede Kandidatin und jeder Kandidat wird als Mensch betrachtet, nicht als Datensatz. Gespräche werden persönlich geführt, und auch bei einer Absage besteht die Möglichkeit für einen direkten Austausch, bei dem Fragen geklärt, Entscheidungen eingeordnet und Rückmeldungen besprochen werden können. Dieser Dialog ist ein bewusster Bestandteil des Recruiting-Prozesses – Technologie soll nicht Distanz schaffen, sondern die Qualität des Austauschs verbessern.

Ein wesentlicher Bestandteil des weiterentwickelten Prozesses ist die Transkription der Gespräche. Dadurch muss sich die gesprächsführende Person nicht gleichzeitig auf das Gespräch, handschriftliche Notizen und eine spätere Zusammenfassung konzentrieren. Die Transkription ermöglicht eine vollständige Erfassung relevanter Aussagen, weniger Erinnerungslücken und Detailverlust, bessere Nachvollziehbarkeit, präzisere Zusammenfassungen, gehaltvollere Kandidatenprofile und eine gezieltere Vorbereitung weiterer Gespräche. Das Gespräch bleibt dabei menschlich geführt – die Technologie hilft anschliessend, das Besprochene vollständig und strukturiert aufzubereiten.

Ein Lebenslauf bildet eine Person nur teilweise ab. Im Gespräch werden häufig Kompetenzen, Erfahrungen, Motivation und Zusammenhänge sichtbar, die aus den schriftlichen Unterlagen allein nicht hervorgehen. Durch die Verbindung von Bewerbungsunterlagen und transkribierten Gesprächsinhalten entsteht ein differenzierteres Profil. Dabei geht es nicht darum, Menschen anhand eines automatisierten Scores zu bewerten, sondern ihre Aussagen präzise wiederzugeben und die relevanten Informationen für HR verständlich aufzubereiten – so werden Bewerbende nicht nur anhand von Stellenbezeichnungen oder einzelnen Schlüsselwörtern beurteilt, sondern ihre tatsächlichen Erfahrungen und Erklärungen stärker berücksichtigt.

Quenaris wird als unterstützende Logik für die strukturierte Aufbereitung und Formulierung der Inhalte verwendet. Die Lösung unterstützt insbesondere dabei, Informationen aus Gesprächen und Unterlagen zu ordnen, relevante Aussagen zusammenzuführen, Profile konsistent zu formulieren, offene Punkte sichtbar zu machen, Ergebnisse verständlich für HR aufzubereiten und vergleichbare Strukturen über mehrere Kandidaten hinweg zu schaffen. Quenaris trifft dabei keine Auswahlentscheidung – die Technologie hilft, Informationen vollständig, konsistent und verständlich darzustellen, während Beurteilung und Verantwortung bei den beteiligten Menschen bleiben.

Aus den Rückmeldungen von rund 60 Kandidatenprofilen wurden die genannten Lohnvorstellungen strukturiert eingelesen. Die Aufbereitung erfolgt automatisiert, wodurch reale Angaben aus dem laufenden Recruiting-Prozess übersichtlich dargestellt und nach relevanten Merkmalen ausgewertet werden können – etwa welche Lohnvorstellungen für bestimmte Funktionen genannt werden, welche Bandbreiten sich bei unterschiedlichen Erfahrungsstufen zeigen, wo auffällige Abweichungen liegen, wie die Rückmeldungen zu den vorgesehenen Lohnbändern passen und wo Klärungs- oder Gesprächsbedarf besteht. Die Analyse legt keine Löhne fest, sondern verbessert die Grundlage für eine nachvollziehbare Einordnung.

Der aktuelle Prozess baut auf den Erfahrungen eines früheren Recruiting-Mandats mit rund 400 Bewerbungen auf, bei dem bereits AI eingesetzt wurde, um grosse Mengen an Bewerbungen besser zu strukturieren. Im aktuellen Projekt wurde dieser Ansatz weiterentwickelt – mit vollständigerer Erfassung der Gespräche, automatisierter Verarbeitung der Transkripte, konsistenterer Formulierung der Kandidatenprofile, stärkerer Verbindung von Unterlagen, Aussagen und Rückmeldungen, automatisierter Aufbereitung der Lohndaten, direkterer Vorbereitung der Informationen für HR und gleichzeitigem Ausbau des persönlichen Austauschs. Die Effizienz wurde dadurch nochmals gesteigert: Einzelne Arbeitsschritte, die manuell ein bis zwei Arbeitstage beanspruchen können, lassen sich innerhalb weniger Stunden erledigen – je nach Aufgabe eine Beschleunigung um ungefähr den Faktor fünf bis zehn.

Die höhere Geschwindigkeit bedeutet nicht, dass den Bewerbenden weniger Zeit gewidmet wird – das Gegenteil ist der Fall. Weil Transkription, Strukturierung und Formulierung technisch unterstützt werden, bleibt mehr Zeit für persönliche Gespräche, Rückfragen, vertiefte Beurteilungen, individuelle Rückmeldungen, Gespräche nach einer Absage und sorgfältige Abstimmungen mit HR. Die Technologie reduziert administrative Arbeit – sie ersetzt weder das Gespräch noch die Verantwortung.

Der Prozess wurde so gestaltet, dass beide Seiten profitieren. Für Bewerbende bleiben persönliche Gespräche zentral, Aussagen werden vollständiger erfasst, Erfahrungen differenzierter dargestellt und wichtige Informationen gehen weniger leicht verloren; auch nach einer Absage bleibt ein Austausch möglich, und die Person wird nicht auf einen Lebenslauf oder einen Score reduziert. Für das Unternehmen bleiben grosse Bewerbungsmengen beherrschbar, HR erhält gehaltvollere Kandidatenprofile, Gesprächsinhalte werden nachvollziehbar dokumentiert, Lohnvorstellungen strukturiert ausgewertet, die manuelle Nachbearbeitung reduziert und Entscheidungen können auf einer breiteren Informationsbasis getroffen werden.

Der bisherige Stand: mehr als 80 Bewerbungen innerhalb weniger Tage, laufende Verarbeitung weiterer Bewerbungen, Erfahrungen aus einem früheren Mandat mit rund 400 Bewerbungen, rund 60 Profile als Grundlage der automatisierten Lohnanalyse, persönliche Gespräche mit den Kandidatinnen und Kandidaten, Möglichkeit zum Austausch auch nach Absagen, Transkription und strukturierte Aufbereitung der Gespräche, Nutzung von Quenaris für Struktur und Formulierung sowie eine Reduktion einzelner Arbeitsschritte von Tagen auf Stunden – bei höherer Informationsqualität für HR und Bewerbende.