KI-Jobsuchagenten trenden, weil die Jobsuche selbst kaputt ist

Ein Repository namens ai-job-search sammelte laut den heutigen Trending-Daten an einem einzigen Tag rund 1.400 Sterne auf GitHub – genug für einen Platz weit oben auf einer Seite, die zuletzt von Agenten-Infrastruktur dominiert wurde.

Der Code ist nicht der interessante Teil. Interessant ist, was die Zahl misst. Wenn ein Projekt, das Bewerbungen automatisiert, an einem Tag die meisten Entwicklerwerkzeuge übertrumpft, ist die Zielgruppe nicht nur Entwickler. Es sind Menschen, die einen Job brauchen – und zu dem Schluss gekommen sind, dass ordentliches Bewerben inzwischen eine Aufgabe ist, die man besser Software überlässt.

Dieser Schluss ist rational, und genau das ist das Problem. Eine einzelne Stelle bei einem großen Unternehmen zieht heute routinemäßig Hunderte oder Tausende Bewerbungen an. Zuerst kommen die Filter – Stichwortabgleich, Mindestjahre, Abschlussanforderungen –, und Menschen kommen, wenn überhaupt, viel später. Unter diesen Bedingungen geht der Erwartungswert eines sorgfältig geschriebenen Anschreibens gegen null, während die Kosten einer Bewerbung bei einer halben Stunde bleiben. Volumen schlägt Handwerk, und was sich von Hand in Volumen erledigen lässt, lässt sich per Skript in größerem Volumen erledigen.

Die Mechanik dieser Agenten ist unspektakulär, weshalb sie immer wieder auftauchen: Bösen durchkämmen, nach Titel und Stack filtern, den Lebenslauf auf das Vokabular der Anzeige zuschneiden, Formularfelder füllen, manchmal absenden. Die interessante Technik steckt nicht im Agenten, sondern in den Gegenmaßnahmen, die er überleben muss – CAPTCHAs, Rate-Limits, Session-Fingerprinting und Nutzungsbedingungen, die automatisiertes Absenden auf den meisten großen Plattformen ausdrücklich verbieten.

Der letzte Punkt verdient mehr Aufmerksamkeit, als er meist bekommt. Ein erheblicher Teil dessen, was diese Werkzeuge tun, verstößt gegen die Bedingungen der Seiten, auf denen sie laufen. Die Betreiber wollen in der Regel niemanden betrügen; sie wollen gesehen werden. Aber ein Agent, der massenhaft absendet, ist auf Plattformebene nicht von Spam zu unterscheiden, und die Plattformen behandeln ihn zu Recht so.

Das folgende Wettrüsten kennt man aus jeder anderen Ecke der Automatisierung. Arbeitgeber fügen Assessments, Take-home-Aufgaben und aufgezeichnete Interviews hinzu, um das Signal wiederherzustellen. Kandidaten automatisieren die Assessments. Arbeitgeber bauen KI-Erkennung ein. Kandidaten lernen, was die Erkennung nicht mag. Jede Runde macht den Prozess länger und für die ehrliche Mehrheit unangenehmer – die Kandidatin ohne Agenten und den Recruiter ohne Budget für bessere Werkzeuge.

Darunter liegt die unbequeme Ökonomie. Ist Bewerben an der Marge kostenlos, blähen sich Bewerbungen auf, bis sie nichts mehr bedeuten, und die Sieblast wandert vollständig zu den Arbeitgebern – die reagieren, indem sie die Voraussetzungen erhöhen. Das ist ein plausibler Beitrag zur Krise des Einstiegssegments: Juniorenstellen, die früher Einsatzbereitschaft verlangten, verlangen heute ein Portfolio, eine Empfehlung oder drei Jahre Erfahrung – gerade weil der Bewerberpool nicht mehr lesbar ist.

Es gibt eine legitime Version davon, und sie ist kein Spam. Ein Agent, der eine Anzeige liest, Ihnen ehrlich sagt, ob Sie passen, ein konkretes Anschreiben entwirft und für Ihre Freigabe anhält, ist ein Rechercheassistent. Ein Agent, der vierhundert Bewerbungen ins Leere feuert, ist ein Denial-of-Service-Angriff auf eine Einstellungspipeline, und er bringt Ihnen den Job nicht – Recruiter sprechen miteinander, und ein Lebenslauf, der überall gleichzeitig ankommt, erwirbt sich einen Ruf, bevor der Kandidat es tut.

Das Erkennungsmerkmal ist, ob das Werkzeug auf Ihre Aufmerksamkeit optimiert oder auf den Durchsatz der Plattform. Sternezahlen unterscheiden das nicht – weshalb ein trendendes Repository ein Signal über den Arbeitsmarkt ist und nicht über Softwarequalität.

Zu beobachten: ob große Jobplattformen die Verifizierung verschärfen; ob agentenerstellte Lebensläufe bald nach Herkunft statt nach Inhalt gefiltert werden, was eine seltsame neue Art Klassensystem wäre; und ob die nächste Welle dieser Werkzeuge Ehrlichkeit als Feature vermarktet – das würde bedeuten, die Spam-Phase ist vorbei.