Qualitätsverbesserungen benötigen Zeit
Wenn man ein Produkt wie den CVlizer entwickelt hat und die Qualität weiter verbessern will, dann hilft nur eines: Optimieren, Optimieren und nochmals Optimieren. Aber wie sieht das konkret aus? Was wird dafür benötigt? Und vor allem, warum dauert das so lange, bis ein Fehler in der Extraktion eines bestimmten CVs korrigiert ist?

Es ist kein Geheimnis, kein Lebenslauf gleicht dem anderen. (Beinahe) Jeder ist anders, z.B. bei den Datumsangaben: in einem Fall wird "01.02.1934" geschrieben, in einem anderen Fall "1934-02" oder sogar "01:02:1934". Noch gar nicht zu reden von der Komplexität bei der Angabe von Fähigkeiten (Skills) und Berufsphasen. Diese perfekt zu erkennen und das über Millionen von verschiedenen Lebensläufen, alle mit ihren Individualitäten, das ist die Herausforderung, mit der wir tagaus, tagein konfrontiert sind.
Durch den CVlizer laufen Abermillionen von CVs. Es ist daher zwingend notwendig, nicht zu sehr auf einzelne von ihnen zu fokussieren, sondern immer ALLE im Blick zu haben, denn die 100%ige Optimierung eines einzelnen Lebenslaufes ohne Berücksichtigung der anderen, führt letztendlich zu einer allgemeinen Senkung der gesamten Extraktionsqualität. Das wird durch das Beispiel der Datumsangabe deutlich: Denn, nur weil in einem Lebenslauf “01.02.1934” das Datumsformat war, heißt das nicht, dass ein Datum immer so geschrieben ist.
Der Optimierungsablauf
Als Grundlage dienen Lebensläufe, die uns zur Analyse von unseren Kunden zur Verfügung gestellt wurden. Diese werden automatisiert extrahiert. Anschließend kontrolliert ein Mitarbeiter, inwieweit die Extraktion pro Lebenslauf korrekt war. Das ist sehr aufwendig. Eine sorgfältige Analyse eines komplexeren Lebenslaufs kann gut eine halbe bis eine Stunde an Zeitaufwand erfordern. Und wir arbeiten im Rahmen unserer Testsets ja mit Tausenden von CVs. Machine Learning erfordert immer auch eine manuelle Korrektur, damit die Algorithmen lernen können. Erschwerend kommt hinzu, dass unsere Test-Lebensläufe aufgrund von Löschfristen, die durch die DSGVO vorgeschrieben werden, auch regelmäßig ersetzt werden müssen.
Warum werden eingeschickte Lebensläufe später noch immer nicht perfekt erkannt?
Dieser eine Lebenslauf dieses einen Kunden ist nur einer von Tausenden in unseren Testsets. Falls in seinem Fall eine spezielle Auffälligkeit erkannt wird, wird dieser CV markiert und diese Auffälligkeit analysiert und bearbeitet. Es darf dabei aber nicht das Ziel sein, dass die Verbesserung der Extraktionsqualität bei diesem einen CV dazu führt, dass Millionen andere Bewerbungsdokumente danach nicht mehr so gut wie vorher erkannt werden. Deshalb braucht es intelligente Lösungen und die Einbeziehung allerneuerster Technologien, wie zum Beispiel eben Machine Learning. Und es braucht Zeit, um das Optimum bei der Qualitätsverbesserung für alle CVs sicherzustellen.
Unser Anspruch an uns selbst bleibt dabei unverändert: 100%ige Korrektheit bei ALLEN CVs.