Frühe Einstellungsverfahren hängen weiterhin von Lebenslauf-basiertem und schlüsselwortbasiertem Filtern ab, was die tatsächlichen Fähigkeiten eines Kandidaten nicht zuverlässig erfasst. Dieses Papier präsentiert ein KI-unterstütztes Kompetenzbewertungssystem, das die nachgewiesene Leistung über den Lebenslaufinhalt priorisiert. Das System modelliert die Kandidatenauswahl als einen mehrstufigen Prozess: Fähigkeitsprofilierung, Lieferung dynamischer Bewertungen, automatisierte regelbasierte und NLP-Bewertungen sowie gewichtete Ergebnisaggregation. Ein Kompetenzmodell ordnet die Fähigkeiten der Kandidaten standardisierten Bewertungs Kriterien zu, was einen objektiven Vergleich zwischen den Kandidaten ermöglicht. Bewertungen auf simulierten Daten (n=100) ergeben eine Spearman-Rangkorrelation von 0,91, eine Quote von 12% falsch-positiven Shortlists und eine Präzision im oberen Quintil von 78% - alles wesentlich besser als eine konventionelle ATS-Basislinie. Der vorgeschlagene Rahmen ist skalierbar, modular und darauf ausgelegt, die in der Lebenslauf-zentrierten Auswahl vorhandene Voreingenommenheit zu reduzieren.
N et al. (2026) haben diese Frage untersucht.