Erfolgsgeschichte Kern Engineering Careers: 30 % Effizienzsteigerung im Kandidaten-Matching

Die Herausforderung

Kern Engineering Careers vermittelt Personal in Oberösterreich. Dort treffen hunderte Kandidatenprofile auf Stellenanforderungen, die sich nicht in ein paar Pflichtfelder pressen lassen.

Der Abgleich lief von Hand. Das kostete Zeit und verzögerte jede Besetzung. Regelmäßig fielen dabei Kandidaten durch, die auf dem Papier nicht ins Raster passten. In einem Markt, in dem der erste belastbare Vorschlag oft den Zuschlag bekommt, war das der teuerste Engpass im Prozess.

Die Geschäftsführung suchte deshalb nach einem Weg, den Abgleich zu beschleunigen, ohne bei der Qualität der Vorschläge nachzugeben.

Lösung von we-make.ai

Am Anfang stand eine Analyse der bestehenden Abläufe. Woher kommen die Profile? Welche Angaben stehen strukturiert im System, welche stecken im Freitext? Und an welcher Stelle entscheidet tatsächlich ein Berater?

Aus den Antworten entstand ein System, das Machine Learning mit Large Language Models (großen Sprachmodellen) verbindet.

Implementierungsprozess

Die Lösung wertet die strukturierten Daten aus, also Qualifikationen und Berufserfahrung. Zusätzlich liest sie die unstrukturierten Teile: Freitext in Lebensläufen und Anforderungsprofile, in denen der eigentliche Bedarf einer Stelle oft zwischen den Zeilen steht.

Zu jedem Vorschlag liefert das System eine Begründung. Ein Berater sieht damit, warum ein Profil oben steht, und kann den Vorschlag prüfen, statt ihm zu glauben. Das Modell lernt aus den getroffenen Entscheidungen weiter und trifft die Eigenheiten einzelner Rollen und Branchen dadurch mit jeder Besetzung genauer.

Die Integration erfolgte in die bestehende IT-Infrastruktur. we-make.ai begleitete den Rollout und schulte die Berater am neuen Werkzeug.

Was konnten wir erreichen?

Innerhalb weniger Monate nach der Einführung misst Kern Engineering Careers eine Effizienzsteigerung von 30 % im Matching-Prozess.

Die Zeit bis zum ersten belastbaren Kandidatenvorschlag ist deutlich kürzer, offene Positionen werden schneller besetzt. Den gewonnenen Teil ihres Tages verbringen die Personalberater wieder mit Gesprächen statt mit Listen.

Wie ein solches Projekt in der Personalvermittlung von der Prozessanalyse bis zum Betrieb abläuft, steht auf KI im Recruiting.

Kundenstimme

„Die Zusammenarbeit mit we-make.ai hat unsere Arbeitsweise revolutioniert. Dank ihrer maßgeschneiderten KI-Lösung finden wir passende Kandidaten jetzt 30 % schneller und können uns auf das konzentrieren, was wirklich zählt: die Menschen hinter den Profilen. Die Expertise und der lösungsorientierte Ansatz von we-make.ai waren entscheidend für diesen Erfolg.“

Geschäftsführung, Kern Engineering Careers