CV Parsing – Lebenslauf automatisch erfassen

Update 2020 & 2021

Der Trend zu CV Parsing setzt sich im Jahr 2020 aufgrund der Digitalisierung von Geschäftsprozessen sowohl in professionellen Personalvermittlungen als auch international agierenden Konzernen und großen Unternehmen zunehmend durch. Die Vorteile der Zeitersparnis ermöglichen es, Bewerbungsprozesse komfortabler zu gestalten. Eine automatisierte Weiterverarbeitung sorgt für eine effiziente Arbeitsweise. Unternehmen bekommen durch den Einsatz von CV Parsing Software ein modernes Image, was ihre Attraktivität bei potenziellen Kandidaten erhöht.

CV Parsing im Jahr 2021 ist geprägt von den zunehmenden Möglichkeiten von Künstlicher Intelligenz (KI) und Augmented Reality (AR). Eine Kombination der durch das CV Parsing erfassten Daten mit zuvor definierten Kennzahlen der Nutzerinteraktion ermöglichen es, ein Profil des Bewerbers zu erstellen. Wichtig ist die Optimierung der eigenen Karriere-Website auf KPIs. Kennen HR-Fachkräfte und Vorgesetzte Interessen geeigneter Kandidaten, können sie dem zukünftigen Arbeitnehmer das Unternehmen, Aufgabenbereiche und Kompetenzen attraktiv verkaufen. Auf jede zu besetzende Position zugeschnittene Reportings liefern die Basis für eine effiziente Vorbereitung anstehender Bewerbungsgespräche. In Kombination mit psychologischen Strategien der Gesprächsführung, welche die zuvor gewonnenen Erkenntnisse gewinnbringend einsetzen, verlaufen Job Interviews erfolgreicher.

CV-Parsing Definition

CV Parsing bezeichnet die Analyse und Verarbeitung von Lebensläufen. CV steht dabei für Curriculum Vitae, während Parsing vom englischen  „to parse“ abgeleitet ist, was so viel heißt wie „analysieren einer Syntax.“

Ein CV Parser erfasst also Daten aus einem Lebenslauf und kann sie in ein Bewerbungsmanagementsystem übertragen. Der Bewerber braucht also nur ein Dokument, bspw. eine PDF, hochladen und braucht keine Daten manuell eingeben. Der Vorteil für den Recruiter liegt darin, dass das System alle Daten direkt in eine Datenbank speichert. Darin lassen sich die Daten einfach speichern, sortieren und verwalten. Auch Datendopplungen werden vermieden.

Warum CV-Parsing?

Ein großes Hindernis im Bewerbungsprozess sind Bewerbungsformulare. Viele Bewerber halten diese für aufwändig, kompliziert und frustrierend. Im schlimmsten Fall kann die manuelle Eingabe von Daten, die ohnehin im Lebenslauf stehen, dazu führen, dass ein Kandidat seine Bewerbung abbricht. Beim CV Parsing wird dem Kandidaten dieser Schritt erspart. Er braucht lediglich seinen Lebenslauf hochzuladen und der Parser kümmert sich um den Rest. Gute Parser erkenne dabei Informationen aus allen relevanten Kategorien von der Kontaktinformation, über Referenzen bis hin zu Sprachkenntnissen. Auch eingescannte Dokumente, wie bspw. Arbeitszeugnisse, sind für einen CV-Parser lesbar. Nach den Angaben von einigen Anbietern erhält man so eine Zeitersparnis für den Bewerber von bis zu 90 Prozent.

Für den Recruiter bedeutet ein CV Parser zum einen, dass weniger Leute den Bewerbungsprozess abbrechen, was wiederum heißt, dass sich mehr gute Leute bewerben. Darüber hinaus erhält der Recruiter auch ohne Bewerbungsformular eine übersichtliche Datenbank. So erhält er ohne großen Aufwand einen Überblick über alle Bewerber. Auch postalisch eingesandte Bewerbungen, dessen maschinelle Weiterverarbeitung bislang sehr schwierig war, können gescannt und von einem Parser erfasst werden.

Was macht gute CV-Parsing Software aus?

Es gibt zwei wichtige Kriterien die eine gute CV-Parsing Software ausmachen: Die Abdeckung und die Fehlinterpretationsrate. Mit Abdeckung ist lediglich gemeint, welche Bereiche abgedeckt werden. So sollten natürlich Namen und Kontaktdaten erfasst werden, darüber hinaus können auch Hobbies oder Sprachkenntnisse erfasst werden, das ist aber eine optionale Entscheidung. Der Recruiter sollte sich also im Vorhinein klar darüber sein, welche Aspekte für ihn relevant sind.Die Fehlinterpretationsrate ist die Genauigkeit des Parsers. Bei Parsing Software gibt es drei Verfahren, die unterschiedlich genau sind.

• Keywordbasiert: Es werden Wörter und einfacher Text im Voraus definiert und erkannt
  • Niedrige Genauigkeit
• Statistikbasiert: Anhand von statistischen Modellen werden Zusammenhänge im Text erkannt.
  • Hohe Genauigkeit
• Grammatikbasiert: Mit der Hilfe von grammatikalischen Regeln werden Zusammenhänge im Text identifiziert.
  • Hohe Genauigkeit

Je nach Anzahl der Bewerbungen, dem zeitlichen Aufwand, aber auch der Kosten sollte ein Recruiter entscheiden, welche Software für ihn die richtige ist.