In der Übersicht
Das Projekt beinhaltet die Entwicklung eines Job Candidate Recommendation Systems mit Hilfe von Digital Twins, das als «Digital Recruiter» von Unternehmen eingesetzt werden kann und auf die herkömmlichen Bewerbungsunterlagen (CV, Motivationsschreiben u.a.) verzichtet.
Konkret handelt es sich beim «Digital Recruiter» um ein neuartiges automatisiertes Recruiting-System, das
- über einen AI-basierten, rekursiven (d.h. selbstlernenden) Dialog (Chatbot) verfügt, der vom Unternehmen zum Kandidaten über verschiedene Kanäle (z.B. LinkedIn) angestossen werden kann. Der Dialog wird bereits in der ersten Interessensphase eines Kandidaten genutzt, um diesem wichtige Informationen über die Stelle zu vermitteln und rekursiv vom Kandidaten zu lernen. Nach dem Kandidaten-Login in das System kann der Dialog fortgesetzt werden, um fehlende Informationen vom Kandidaten zu erhalten und den Matching Score laufend automatisiert zu verbessern. Der selbstlernende Dialog führt zur Berechnung eines Matching Scores mit einer hohen – sich selbst verbessernden – Genauigkeit. Der Matching Score spiegelt den «Fit» zwischen Unternehmen und potenziellen Mitarbeitenden wider und bildet den Ausgangspunkt für die vollautomatisierte Empfehlung einer Shortlist von drei bis fünf Kandidaten mit dem höchsten Matching Score.
- deren persönliche Werte, Arbeitswerte und Abteilungskultur berücksichtigt und somit die Passung der Bewerber zum Arbeitgeber deutlich verbessert,
- unter Berücksichtigung einer Kandidatenpool-Architektur den Zugang zu zusätzlichen Kandidaten bietet. Diese Kandidatenpools sind auf einer für den Matching Score notwendigen Skill-Methodologie aufgebaut, mit dem Vorteil, dass Kandidaten auf Basis ihrer spezifischen Fähigkeiten (Skills) identifiziert werden und nicht auf Basis von Angaben, die für frühere Jobausschreibungen relevant waren (z.B. persönliche Angaben wie Alter oder Herkunft).
