Von “Applicant Tracking System” zu “Applicant Ranking System”

arca24 blog - from ats to ars

Aktuelles | 18.03.2020

Wir leben heute in einer zunehmend digitalen und hypervernetzten Welt, in der sowohl Unternehmen als auch Einzelpersonen das Bedürfnis verspüren, den Informationsfluss besser zu managen und zu überwachen – innen und außen.

Daraus ergibt sich das wachsende Bedürfnis, immer in Echtzeit verbunden zu sein; Ein Bedürfnis, das die Vervielfachung der Kommunikationswerkzeuge und -kanäle, und zwar den Boom der sozialen Netzwerke, mit einer Zunahme der zu verwaltenden Daten- und Informationsmengen gefördert hat.
Es handelt sich um ein globales Phänomen, das vor allem in den letzten Jahren einen erheblichen Einfluss auf die Welt der Rekrutierung hatte.

Rekrutierung

Noch vor einigen Jahren erfolgte die Rekrutierung ausschließlich durch die Veröffentlichung von Anzeigen in der Zeitung, die als Reaktion darauf Bewerbungen in Papierform hervorbrachten.
Heute ist der Prozess der Talentakquise völlig revolutioniert: Stellenangebote sind 7 Tage in der Woche online und weltweit sichtbar. Dadurch entsteht eine Menge an Informationen, die modernste Werkzeuge und Prozesse erfordert, sehr weit entfernt von der einfachen Verwendung von E-Mail und/oder Papiermedien zur Sammlung der erhaltenen Lebensläufe.

Neue Tools

In einer zunehmend digitalen Perspektive haben Unternehmen begonnen, technologische Tools zur Optimierung der Talentakquise und zur Verwaltung von Lebensläufen einzusetzen: Applicant Tracking Systems, d.h. Bewerber-Management-Systeme.
Applicant Ranking Systems (ARS) sind Tools, die in der Lage sind, Bewerberdatenbanken aufzubauen, welche bei Bedarf schnell und effektiv konsultiert werden können, um die Rekrutierungszeit und die Ressourcen zu optimieren.
Die Bedürfnisse des HR-Bereiches entwickeln sich jedoch ständig weiter, was die Einführung immer innovativerer Instrumente erfordert; Deshalb sprechen wir heute nicht mehr von ATS, sondern von ARS: Applicant Ranking Systems.

Lassen Sie uns gemeinsam den Unterschied herausfinden

Mit ARS beziehen wir uns auf eine moderne Version des Tracking. Der Vorteil gegenüber der Verwendung eines klassischen Bewerber-Management-Systems ist die Möglichkeit, die Kandidaten nach automatisch erworbenen Kompetenzen im Vergleich zu einer oder mehreren Stellenangeboten zu ordnen, indem das System ein „Ranking“ erstellt.
Traditionelle Bewerber-Management-Systeme können Profile durch Filter und Schlüsselwörter suchen (Boolesche Suche); Ein System, das jetzt von der Notwendigkeit einer immer sachdienlicheren Reihenfolge der Kandidaten überholt zu sein scheint, obwohl es im Vergleich zur manuellen Verwaltung der Lebensläufe einen epochalen Schritt darstellt.

Unsere Lösung

Die Technologie, die Arca24 mit seinem Bewerber-Management-System Talentum einsetzt, basiert auf Künstlicher Intelligenz, die in der Lage ist, Profile und Stellenanzeigen in 7 Sprachen (Englisch, Französisch, Deutsch, Italienisch, Spanisch, Portugiesisch und Polnisch) abzugleichen, auch wenn die Sprache des Lebenslaufs von der Sprache des Stellenangebots abweicht.
Es handelt sich um ein System, das entwickelt wurde, um die Relevanz für die semantische Analyse zu gewährleisten, die Fehlergrenzen zu reduzieren und den Inhalt zu erhöhen, welcher von der Maschine verarbeitet werden kann.
Das Ergebnis? Größere Relevanz und Genauigkeit beim Ablesen der Skills der Kandidaten für ein besseres Matching zwischen beruflichen Kompetenzen und Berufsbezeichnungen.

Die Vorteile

Um das Potenzial des Rankingsystems im Vergleich zu einem Bewerberverfolgungssystem besser zu verstehen, sehen wir uns gemeinsam einige Beispiele an:

  • Große Mengen an Kandidaten. Wenn ich große Mengen an Bewerbungen für ein Stellenangebot erhalte, muss ich nicht mehr alle bearbeiten. Die Matching-Engine zeigt nicht die Profile an, die nicht mit der Auswahl übereinstimmen, sondern nur die relevanten Profile werden in absteigender Reihenfolge (von 100% Kompatibilität bis zur Skalierung) sortiert. Auf diese Weise werde ich eine Optimierung von Zeit und Ressourcen und eine größere Prozesseffizienz haben.
  • Wenige Kandidaten, die schwer zu identifizieren sind. Die semantische Maschine ist auch dann unterstützend, wenn das Problem nicht mehr in der Quantität, sondern in der Qualität der erhaltenen Lebensläufe liegt; Denn das System ist in der Lage, die von den Kandidaten ausgeführten Aufgaben zu lesen, ohne dass diese auf eine bestimmte „Berufsbezeichnung“ zurückgeführt werden müssen.
    Denken wir zum Beispiel an Berufsprofile mit sehr guten Fähigkeiten, die aber keine Gewohnheit und/oder Erfahrung im Schreiben eines Lebenslaufs haben. In einem klassischen ATS-System werden diese Kandidaten bestraft und oft nicht identifiziert. Ebenso wie junge Talente, die bei ihrer ersten Arbeitserfahrung bestimmte, für die Organisation spezifische Berufsbezeichnungen erhalten, die aber extern nicht gefunden werden können; Beim Eintritt in den Arbeitsmarkt werden diese Kandidaten dazu neigen, den Titel zu verwenden, der ihnen in der Vergangenheit verliehen wurde, so dass sie Gefahr laufen, nicht gefunden zu werden. Auch in diesem Fall liest die Künstliche Intelligenz die ausgeführten Aufgaben und die erworbenen Fähigkeiten (über die spezifische Rolle hinaus) und identifiziert die gesuchten Fähigkeiten.

Zeit und Effektivität sind die Triebkräfte, die uns zur Entwicklung von Bewerber-Rankig-Systemen wie Talentum führen.