Machine Learning in Jobbörsen und Recruiting

Mit Machine Learning in die Zukunft von Jobbörsen und Recruiting

Dem international tätigen IT-Unternehmen mit Hauptsitz in Wien stehen 237.000 Euro für den Ausbau seiner A.I.-gestützten Jobbörsen-Software zur Verfügung.

Job-Matching-Plattform JOBIQO freut sich über umfassende Forschungsförderung im Bereich Machine Learning


Wien, am 26. Februar 2018 - Die Entwickler von JOBIQO sichern sich eine weitere FFG-Forschungsförderung für den Ausbau ihrer innovativen Jobvermittlungs-Software auf Basis von Artificial Intelligence (A.I.) und Machine Learning. Ziel des Forschungsprojekts ist es, unterschiedlichste Kommunikationskanäle ins „Job-Matching der Zukunft“ einzubeziehen. 


Mit der steigenden Menge an Daten, die User zur Verfügung stellen können, werden Job-Empfehlungen stärker personalisiert und die innovativen JOBIQO-Matching-Technologien für die Recruiting-Branche so weiter verbessert. Das spezielle Baukastensystem, mit dem JOBIQO Verlage, Personalagenturen oder Karriereportale bei der Realisierung professioneller Job-Börsen auf höchstem technischen Niveau unterstützt, wird dadurch für Kunden noch attraktiver und garantiert eine weitere Steigerung der Umsätze.


Die Forschungsergebnisse werden die Relevanz von Job-Vorschlägen für den Benutzer erhöhen - und damit die Wahrscheinlichkeit einer erfolgreichen Vermittlung. „Darüber hinaus sollen v.a. auch die sogenannten ‚passiven Jobsucher‘ identifiziert werden“, erklärt JOBIQO-Geschäftsführer Martin Lenz: „Das ist eine der größten Herausforderungen im Recruiting.“ Die Österreichische Forschungsförderungsgesellschaft (FFG) ließ sich von diesem Vorhaben überzeugen und steuert 237.000 Euro zur Verwirklichung des angewandten Forschungsprojekts bei.


Relevanz erhöhen, Streuverluste minimieren


Das Projekt, an dem als treibende Kraft und „Head of Innovation“ Matthias Hutterer beteiligt ist, verfolgt drei wesentliche Forschungsziele:
 

  • Context Data“ widmet sich der Frage, welche Daten und Kanäle sich besonders für eine Auswertung eignen. Die Entwickler nennen u.a. das verbesserte Erkennen des relevanten Benutzerverhaltens etwa im Internetbrowser (Desktop und Mobile), in verschiedenen Chats oder auch Geräten im wachsenden Segment des „Internet of Things“ (IoT). So könnten Kanäle wie Amazons Alexa sinnvolle Verwendung finden.
     
  • Intelligentes Matching“ identifiziert u.a. User, die (noch) nicht aktiv auf Stellensuche sind, aber für ein attraktives Job-Angebot offen wären. Zugleich können Unternehmen wechselwillige Dienstnehmer erkennen und durch freiwillige Incentives (Gehaltserhöhung, flexiblere Arbeitszeiten, …) langfristig halten.
     
  • Service Composition“ beschäftigt sich mit den Möglichkeiten, die sich etwa aus der Verbindung externer Services und Datenquellen hinsichtlich neuartiger Anwendungen, Verfügbarkeit und Performance ergeben. Dabei stehen auch die Herausforderungen der kommenden Datenschutz-Grundverordnung (DSGVO) im Vordergrund.  


„Wir optimieren mit diesem Forschungsprojekt für unsere Kunden die Auswahl der jeweils passenden Kanäle. Dies schneller und verlässlicher, als es bislang möglich ist, und unter Berücksichtigung bzw. Vorwegnahme einiger Prozesse und Kommunikationsgeräte, die momentan in Entwicklung stehen“, verspricht Lenz. „Die Betreiber von Karriere-Plattformen, innovationsgetriebene Verlagshäuser und Top-Recruiter können mit unserer Lösung - durch die gesteigerte Relevanz der Job-Offerte und die zielgenaue Adressierung von passiven Suchenden - völlig neuartige Produkte und Dienstleistungen anbieten.“