Zum Hauptinhalt springen

Resumes screenen und Kandidaten mit KI scoren

Am Ende dieses Rezepts trägt jeder Kandidat auf Ihrem Hiring-Board einen Score, eine kurze Liste von Strengths und Gaps und eine Shortlist-Empfehlung — gemessen an derselben Role-Scorecard, sodass Sie mit einer gerankten Liste in den Screen gehen statt mit einem Ordner voll Resumes. Resume-Screening ist ein Read-and-Narrate-Job: Jemand muss jeden Kandidaten gegen die Must-haves der Rolle lesen und einen Stapel Bewerbungen in eine gerankte Shortlist verwandeln. Weil Kandidaten, Role-Scorecard und Kalender in einem Workspace leben, kann Copera AI darüber lesen und diesen First Pass für Sie erledigen.

Bereitschaft: Jetzt verfügbar — fragen Sie Ask Copera AI bei Bedarf, um jeden Kandidaten gegen die Rolle zu scoren und zu ranken, gestützt von einer optionalen Automation, die jeden neuen Bewerber im Moment der Bewerbung screent. Ein benanntes Teammitglied, das Ihre ganze Pipeline nach eigenem Zeitplan screent, rollt im Early Access aus.

Was es tut​

Resume-Screening beantwortet eine Frage, immer wieder: von allen, die sich beworben haben, wer ist einen Call wert? Die Information ist schon da — nur verteilt über einen Stapel Resumes und Application-Antworten. Dieses Rezept zieht sie an einen Ort und scored sie, und es arbeitet in zwei Schichten:

  1. Ein gerankter, gescörter Read (Ask Copera AI). Bei Bedarf liest Copera AI jeden Kandidaten auf Ihrem Hiring-Board und Ihre Role-Scorecard, scored jeden gegen die Must-haves, die Sie definiert haben, und schreibt Score, ein paar Strengths, die Gaps und eine Shortlist / Maybe / Pass-Empfehlung zurück auf jede Zeile. Dann postet es eine gerankte Shortlist in Ihren Hiring-Kanal — Top-Kandidaten zuerst, jeweils mit einzeiligem Grund. Das ist der primäre Weg: Nur ein Read über den ganzen Pool kann ihn ranken.

  2. Ein optionaler Intake-Screener (Automation). Eine kleine Automation scored jeden Bewerber im Moment der Bewerbung — extrahiert Details aus dem Application-Form, scored diesen Text gegen die Role-Kriterien, schreibt einen First-Pass-Score auf die Zeile und pinged den Recruiter, wenn jemand wie ein Strong Fit wirkt. So wartet ein frischer Score, bevor jemand das Board öffnet.

Der Score ist ein First Pass, nie ein Urteil. Er rankt und erklärt; ein Mensch liest die Shortlist und entscheidet, wer weiterkommt. Alles bleibt intern — Scores landen auf Ihrem Hiring-Board, eine Zusammenfassung geht in den Kanal Ihres Teams. Nichts wird je an einen Kandidaten gesendet.

So bauen Sie es selbst​

Der gerankte Read — jeden Kandidaten gegen die Rolle scoren und die Shortlist ordnen — ist ein Read-and-Narrate-Task, und der schnellste Weg ist Ask Copera AI zu fragen (nächster Abschnitt). Was Sie hier bauen, ist die Schicht darunter: ein Board, das den Inhalt jedes Kandidaten hält, eine Scorecard, gegen die die KI scored, und eine optionale Automation, die Bewerber screent, wenn sie ankommen. Machen Sie das richtig, und jeder Score, den Copera AI schreibt, steht auf derselben Rubrik und frischen Daten.

Einmaliges Setup​

Hiring-Board bauen

Geben Sie jedem Kandidaten eine Zeile auf einem Candidates-Board mit den Spalten, die ein Screen lesen und befüllen muss: Candidate (Text), Role (Link oder Select), Resume / experience (Long Text — der Inhalt, den die KI tatsächlich scored) und Resume file (Anhang für das Originaldokument). Dann die leeren Scoring-Spalten, in die Copera AI zurückschreibt: Score (Zahl), Fit (Status wie Strong fit, Possible, Not a fit), Strengths und Gaps (Long Text) und Shortlist (Status wie Shortlist, Maybe, Pass). Neu bei Spalten? Siehe Boards Overview.

Role-Scorecard schreiben

Legen Sie eine kurze Role-Scorecard als Copera-Dokument an: die Must-haves (erforderliche Skills, Jahre Erfahrung, Qualifikationen), die Nice-to-haves, Deal-Breaker und wie Sie sie gewichten. Das ist die eine Rubrik, gegen die jeder Kandidat gemessen wird — einmal schreiben, und Automation sowie Ask Copera AI scoren daraus. Copera AI liest Ihre Dokumente, also bedeutet Scorecard-as-Doc: Sie justieren die Latte an einem Ort.

Resume-Inhalt auf die Zeile bringen

Ask Copera AI liest Copera-Boards und -Dokumente, also muss die Erfahrung jedes Kandidaten als Text auf der Zeile leben, um gescored zu werden. Der sauberste Weg ist ein Application-Form, dessen Antworten direkt auf eine neue Kandidaten-Zeile schreiben (Skills, Jahre, Location, Links und ein Paste des Resumes). Sie können Resume-Text auch von Hand in Resume / experience pasten oder als verknüpftes Copera-Dokument speichern. Die Originaldatei kann im Resume file-Anhang oder in Drive bleiben, damit ein Mensch sie öffnet — die KI scored den erfassten Text, nicht die Datei.

Optionale Automation — jeden Bewerber beim Intake screenen​

Diese Automation gibt jedem neuen Bewerber im Moment der Bewerbung einen First-Pass-Score, damit kein Resume ungelesen liegt.

Trigger: Form submitted

Veröffentlichen Sie Ihr Job-Application-Form und fügen Sie eine Automation mit Form submitted-Trigger hinzu, damit jede Bewerbung den Flow startet und als Kandidaten-Zeile landet.

KI-Schritt: Details extrahieren

Ein AI → Extract-Schritt, der die strukturierten Fakten aus dem Application-Text zieht — Skills, Jahre Erfahrung, Location und Links — in Felder, die Sie über Kandidaten hinweg konsistent vergleichen können.

KI-Schritt: Gegen die Rolle scoren

Ein AI → Classify-Schritt (oder AI → Generate), der den erfassten Text gegen die Role-Kriterien scored, die Sie in den Prompt schreiben — dieselben Must-haves wie Ihre Scorecard. Lassen Sie ihn ein Fit-Label (Strong fit / Possible / Not a fit) und einen einzeiligen Grund zurückgeben. Er scored die Details auf dem Form, einen Bewerber nach dem anderen.

Aktion: Score auf die Zeile schreiben

Eine Set field-Aktion, die Fit, Score und den einzeiligen Grund auf die Kandidaten-Zeile schreibt. Das Board trägt jetzt einen First-Pass-Read, ohne dass jemand tippt.

Bedingung + notify: Strong Fits flaggen

Eine Bedingung, die nur weiterläuft, wenn Fit equals Strong fit, und auf dem true-Pfad eine Send direct message (oder Send notification) an den Recruiter. Strong Candidates bekommen einen Blick, solange sie noch warm sind; der Rest wartet still in der Queue auf den vollen gerankten Read.

Ein Bewerber nach dem anderen

Diese Automation scored jeden Bewerber, wenn er sich bewirbt, aus dem Text auf seinem Form — sie kann keine Resume-Datei öffnen und nicht über jeden Kandidaten lesen, um sie gegeneinander zu ranken. Den ganzen Pool zu ranken ist ein Read-across-Job — genau das, was Ask Copera AI als Nächstes tut. Alles oben nutzt dokumentierte Automation-Blöcke; die volle Liste in Automations.

Oder fragen Sie einfach Ask Copera AI​

Das ist der primäre Weg zur gerankten Shortlist, und der empfohlene — weil es über Board und Scorecard in einem Pass liest, kann Ask Copera AI, was keine einzelne Automation kann: jeden Kandidaten auf einmal scoren und ranken. Öffnen Sie Ask Copera AI und beschreiben Sie es in klarem Deutsch:

"Read the Candidates board for the Senior Backend Engineer role and the role scorecard document. Score each candidate 1 to 5 against the must-haves in the scorecard. Write each candidate's Score, two Strengths, their biggest Gaps, and a Shortlist status (Shortlist, Maybe, or Pass) back onto their row, with a one-line reason. Then post a ranked shortlist to the #hiring channel — the Shortlist candidates first, each with their score and top reason."

Ask Copera AI liest und durchsucht Ihre Workspace-Daten, öffnet Board und Scorecard-Dokument, argumentiert jeden Kandidaten gegen die Rubrik und entwirft die Scores. Dann aktualisiert es die Zeilen — Score, Strengths, Gaps und Shortlist-Status auf jeden Kandidaten — und postet eine Kanalnachricht in #hiring. Mit dem Default Ask before acting zeigt es vor jedem Write und vor dem Post eine Review-Karte mit Sources-Liste, damit Sie genau sehen, aus welchen Zeilen und welchem Teil der Scorecard es geschöpft hat. Es liest nur Kandidaten und postet nur in Kanäle, die Ihr Account ohnehin erreichen kann. Siehe What Copera AI Can Do.

Nützliche Variationen derselben Anfrage:

  • Gegen jede Requirement scoren. Ergänzen Sie „…and break down each candidate's score requirement by requirement, so I can see who's strong on system design but light on the on-call experience.“ Sie bekommen einen Per-Criterion-Read, nicht nur eine Zahl.
  • Zuerst die Latte kalibrieren. Ergänzen Sie „…before you score, research what a strong background for this role typically looks like, and tell me the two or three signals that matter most.“ Copera AI kann die Rolle recherchieren und dann dieselbe Latte auf alle anwenden.
  • Zuerst privat halten. Tauschen Sie „post it in #hiring“ gegen „DM the shortlist to me“ für einen persönlichen Read, bevor etwas zurückgeschrieben oder mit dem Panel geteilt wird.
  • Shortlist in Interviews verwandeln. Ergänzen Sie „…then check my calendar and suggest three interview slots this week for the top two candidates.“ Copera AI kann Ihren Kalender lesen und Meetings planen zur Review.
  • Nachbohren. Nach dem Lauf: „Why did you pass on this candidate?“ — es schaut schon auf dieselben Zeilen und erklärt den Score aus Resume-Inhalt und Scorecard.

Für einen Rhythmus: einfach am Ende jedes Application-Fensters fragen — freihändig diktieren mit Bankai voice, wenn Sie den Kopf voll haben — oder den Prompt speichern und für die nächste Rolle wiederverwenden. Für eine Version, die ganz von allein läuft, siehe den nächsten Abschnitt.

Machen Sie es zu einem festen Teammitglied​

Early Access

KI-Teammitglieder rollen schrittweise aus. Wenn Sie sie noch nicht sehen: Sie sind unterwegs — alles in diesem Guide lässt sich heute als Automation plus On-Demand-Ask an Copera AI bauen.

Wenn eines verfügbar ist, können Sie ein benanntes Teammitglied — einen „Recruiting Screener“ — mit diesem ganzen Rezept beauftragen. Nach eigenem Zeitplan und unter eigener Identität liest es Ihr Candidates-Board (und die Scorecard, auf die Sie es zeigen), scored jeden neuen Bewerber gegen die Rolle, schreibt Score und Shortlist-Status zurück und postet die gerankte Shortlist in Ihren Hiring-Kanal — niemand muss fragen. Read-Tools eines Teammitglieds sind immer an; Zeilen schreiben und in Kanäle posten sind opt-in pro Agent; es kann keine Daten löschen und nichts außerhalb des Workspace senden — das Screening bleibt ein sicheres, internes Briefing, das nie einen Kandidaten erreicht. Bis dahin erledigen die Automation oben plus der On-Demand-Ask denselben Job. Mehr in AI Teammates.

Tipps​

tipp

Halten Sie einen Menschen in der Loop und scoren Sie nur, was für den Job zählt. Der Score ist ein First Pass, der rankt und erklärt — ein Mensch liest die Shortlist und entscheidet, wer weiterkommt. Richten Sie die Scorecard auf jobrelevante Kriterien (Skills, Erfahrung, Qualifikationen) und prüfen Sie den Writeback, bevor jemand übergangen wird. So spart die KI den First Read; sie trifft nicht die Entscheidung.

tipp

Schreiben Sie die Scorecard einmal und nutzen Sie sie überall. Die Qualität des Scores ist die Qualität Ihrer Rubrik. Spellen Sie Must-haves, Nice-to-haves und Deal-Breaker im Scorecard-Dokument aus und legen Sie dieselben Kriterien in den KI-Prompt Ihrer Automation und Ihre Ask-Copera-AI-Anfrage. Eine Definition, auf alle angewendet, hält Scores über Kandidaten vergleichbar.

tipp

Strukturieren Sie den Intake, damit Scoring fair bleibt. Ein Application-Form mit konsistenten Feldern — Jahre Erfahrung, Key Skills, Location, Links — gibt jedem Kandidaten dieselbe Form von Input, sodass der Score die Rolle widerspiegelt und nicht, wer den polierteren Absatz geschrieben hat. Konsistente Inputs machen konsistente Scores.

tipp

Prüfen Sie den Writeback, dann vertrauen Sie. Behalten Sie den Default Ask before acting, damit Sie jeden Score auf einer Review-Karte sehen, bevor er auf einem Kandidaten landet. Nach ein paar sauberen Läufen wissen Sie, was zu erwarten ist — und können die Shortlist zuerst per DM privat lesen lassen, bevor sie in den Kanal des Panels postet.

Häufig gestellte Fragen​

Kann Copera AI Resumes screenen und Kandidaten scoren?​

Ja. Ask Copera AI liest jeden Kandidaten auf Ihrem Hiring-Board und Ihre Role-Scorecard, scored jeden gegen die Must-haves, die Sie definiert haben, und schreibt Score, Strengths, Gaps und eine Shortlist-Empfehlung zurück auf jede Zeile. Es läuft bei Bedarf und zeigt standardmäßig jede Änderung auf einer Review-Karte, bevor es etwas schreibt. Es screent gegen den Resume-Inhalt, den Sie als Text im Workspace halten, nicht indem es eine Datei von allein öffnet.

Entscheidet die KI selbst, wen sie einstellt oder ablehnt?​

Nein. Der Scorer ist ein First-Pass-Assist, der rankt und erklärt — kein Entscheider. Er schreibt Scores auf Ihr internes Hiring-Board und postet eine Shortlist in Ihren internen Kanal; er kontaktiert nie einen Kandidaten. Ein Mensch prüft die Scores und entscheidet, wer weiterkommt. Halten Sie einen Menschen in der Loop und scoren Sie nur gegen jobrelevante Kriterien.

Wo müssen Resumes liegen, damit Copera AI sie liest?​

Ask Copera AI liest Ihre Copera-Boards und -Dokumente, also muss der Resume-Inhalt jedes Kandidaten als Text auf dem Hiring-Board leben — erfasst über ein Application-Form, in eine Long-Text-Spalte gepastet oder als verknüpftes Copera-Dokument gespeichert. Die Original-Resume-Datei kann an der Zeile angehängt oder in Drive bleiben, damit ein Mensch sie öffnet.

Kann es den ganzen Pool auf einmal ranken, oder einen Bewerber nach dem anderen?​

Beides, und sie ergänzen sich. Ask Copera AI liest in einem Pass über jeden Kandidaten auf dem Board und liefert eine gerankte Shortlist. Eine Automation scored jeden Bewerber einzeln im Moment der Bewerbung, sodass ein frischer Score wartet, bevor jemand das Board öffnet. Nutzen Sie die Automation für Intake und Ask Copera AI für den gerankten Read.

Werden Kandidatendaten zum KI-Training genutzt?​

Nein. Ihr Workspace-Inhalt wird nur genutzt, um zu beantworten, was Sie gefragt haben — nie zum Trainieren von Modellen. Ask Copera AI handelt auch als Sie und innerhalb Ihrer Berechtigungen, also liest es nur die Kandidaten und postet nur in die Kanäle, die Ihr eigener Account ohnehin erreichen kann.

Verwandte Themen​