In Personaldienstleistung und Recruiting tauchen immer dieselben Probleme auf: Bewerbungen kommen über viele Kanäle, Schichtpläne verstoßen unbemerkt gegen das Arbeitszeitgesetz, Lebensläufe müssen in Felder übersetzt werden, und das Postfach läuft über. Ich habe vier dieser Probleme als Open-Source-Referenzprojekte neu gebaut – von Grund auf, mit erfundenen Daten, mit Tests und CI.
Die vier Projekte
shift-plan-compliance-checker prüft Schichtpläne gegen das Arbeitszeitgesetz: tägliche und wöchentliche Arbeitszeit, Pausen, Ruhezeiten, Sonn- und Feiertagsarbeit. Grenzfälle sind getestet (10 Stunden sind erlaubt, 10 Stunden 1 Minute nicht), und das Tool lässt sich als CI-Prüfung nutzen.
applicant-inbox-consolidation führt Bewerbungen aus sechs Kanälen in einer SQLite-Datenbank zusammen. Telefonnummern, E-Mail-Adressen und Namen werden vereinheitlicht, Duplikate zusammengeführt – aber nicht Fremde, die sich ein Telefon oder ein Sammelpostfach teilen.
cv-screening-assistant liest Lebensläufe und Fragebögen (Deutsch und Englisch) strukturiert aus: einmal mit Regeln, einmal mit einem Claude-Backend. Beide werden an handbeschrifteten Dokumenten gemessen.
email-triage-assistant sortiert ein Bewerber-Postfach und legt Antwortentwürfe in den Entwurfsordner. Das Programm kann nichts senden – ein Mensch liest, ändert und klickt auf „Senden“.
Das Prinzip: Die KI schlägt vor, der Code entscheidet
Eine KI darf Texte vorschlagen. Was mit einer Mail passiert, entscheidet Code, der sich nicht überreden lässt: Droht jemand mit einem Anwalt oder verlangt die Löschung seiner Daten, schreibt das Modell keinen Entwurf – die Mail geht an einen Menschen, bei Datenschutzanfragen mit Frist. Ein KI-Entwurf wird geprüft: Jedes Datum, jede Uhrzeit, jede Zahl muss in der Mail oder in der Wissensbasis stehen, Prozentangaben nur in der Wissensbasis, und Wörter wie „Rückerstattung“ oder „innerhalb von zwei Tagen“ markieren den Entwurf für die Prüfung.
Die ehrliche Zahl
Der regelbasierte Mail-Klassifikator erkennt auf den Mails, mit denen ich ihn entwickelt habe, 100 % der Kategorien. Auf sieben neuen, vorher nie gesehenen Mails sind es 28,6 %. Beim Lebenslauf-Auslesen sind es 96,8 % auf den Entwicklungsdokumenten und 73 % auf neuen (75 % nach der Korrektur eines Fehlers, den der Test aufgedeckt hat).
Der Unterschied ist der Punkt: Eine Zahl auf den Daten, an denen man entwickelt hat, sagt wenig. Beim ersten Durchlauf auf den neuen Mails zeigte sich außerdem ein echtes Risiko – eine Bitte, den Lebenslauf aus der Datenbank zu löschen, wurde als Personalanfrage eingestuft. Die Lösung war nicht mehr Vokabular für den Klassifikator, sondern ein Sicherheitsnetz, das die Mail selbst prüft und nicht das Etikett des Klassifikators.
Was noch fehlt
Die Claude-Teile sind bisher nur gegen einen Ersatz-Client getestet, nicht live. Die Qualität der KI-Antworten ist nicht gemessen; dafür braucht es menschliche Bewertung. Die Ablage der Entwürfe über IMAP ist nur gegen einen Testserver geprüft, nicht an einem echten Postfach.
Der Code, die Dokumentation und die Auswertungen liegen auf github.com/nikita-automation.
