Conversational Search auf Karriereseiten: Wie KI die Jobsuche verändert

Wer heute eine Frage hat, googelt nicht mehr unbedingt, sondern fragt ChatGPT, Perplexity oder Claude. Er beschreibt sein Anliegen in ganzen Sätzen, statt Stichworte aneinanderzureihen, und er erwartet eine Antwort, keine Trefferliste. Diese Gewohnheit prägt mit der Zeit auch die Erwartung an alles, was sich Suche nennt – auch die Jobsuche. Hier setzt das Konzept der Conversational Search, also der konversationellen, Dialog-basierten Suche, an.

In diesem Artikel ordnen wir den Begriff ein. Wir schauen uns an, was Conversational Search auf einer Karriereseite – im Recruiting-Kontext auch als Conversational Jobsearch bezeichnet – eigentlich ist, woher die Erwartung kommt, was sie von dem unterscheidet, was sonst noch als KI-gestützte Jobsuche angeboten wird, welche Voraussetzungen sie braucht und für welche Unternehmen sie überhaupt sinnvoll ist. Spoiler: nicht für jedes.

Das mentale Modell im Kontext konversationeller Suche

Um zu verstehen, warum Conversational Search ein Thema ist, muss man bei den Nutzern anfangen. Mentale Modelle, also die Vorstellungen, die Menschen davon haben, wie eine Software funktionieren sollte, werden durch jede Anwendung geprägt, die wir täglich nutzen. Wer regelmäßig mit einer KI interagiert, gewöhnt sich an den typischen Dialog und die Bereitschaft, die Ergebnisse durch Anklicken von Filtern und Suchoptionen zu verfeinern, nimmt ab. Wer einmal erlebt hat, dass eine KI eine Intention versteht, ohne dass man die genauen Schlüsselwörter kennt, hat einen neuen Maßstab.

Diese Verschiebung ist keine bloße Theorie. Sie zeigt sich vielmehr in der Art und Weise, wie Menschen heute Suchanfragen formulieren, zum Beispiel „Ich suche eine Ausbildung im IT-Bereich in der Nähe von Frankfurt“, anstatt Filter wie Berufsfeld: „IT“, Ort: „Frankfurt“, Einstieg: „Ausbildung“ anzuklicken, dann die Suche zu starten und sich durch 23 Treffer zu scrollen.

Verantwortliche für Karriereseiten sollten diesen Wandel im Auge behalten. Das bedeutet nicht zwangsläufig, dass jede Karriereseite morgen eine konversationelle Suche braucht. Aber es bedeutet, dass Bewerber zunehmend andere Erwartungen mitbringen, wenn sie eine Karriereseite besuchen.

Wo Conversational Search im Kontext von Jobsuche heute zu finden ist

Auf den deutschen Stellenbörsen ist der Begriff bisher nur in Ausnahmefällen mit Substanz hinterlegt. XING hat im Oktober 2024 mit „Smart Search“ eine semantisch verbesserte Jobsuche eingeführt – allerdings ohne echten Dialog im engeren Sinne. Bei spezialisierten Anbietern wie hey-ki, das ohne Filter und Registrierung mehrsprachig im Chat arbeitet und bereits im Sommer 2024 als erste Jobbörse mit konversationeller Suche gestartet ist, oder nejo, das einen größeren Anteil deutscher Stellen semantisch durchsuchbar macht, ist der Dialog hingegen längst Realität.

Als erste der großen deutschen Jobbörsen hat kimeta vor wenigen Tagen eine KI-Stellensuche mit echtem Dialog live geschaltet. Die Nutzer formulieren ihre Bedürfnisse in natürlicher Sprache, die KI interpretiert die Anfrage semantisch und filtert den Stellenbestand entsprechend.

Conversational Search ist bisher also nur auf wenigen Plattformen zu erleben. Noch ist sie nicht der neue Standard, an dem sich alle anderen messen lassen müssen. Aber sie ist auch keine Zukunftsmusik mehr. Auf Karriereseiten bzw. deren Stellenportalen bezogen ist die konversationelle Jobsuche zu einer interessanten Möglichkeit der Differenzierung geworden, sofern die Voraussetzungen stimmen. Mehr dazu im Verlauf dieses Artikels.

Vorteile von Conversational Search auf der Karriereseite

Conversational Search auf einer Karriereseite (Conversational Jobsearch) ist eine Form der Stellensuche, bei der Bewerber ihre Suche in natürlicher Sprache formulieren und das System mit ihnen in einen Dialog tritt, statt wie bisher üblich, ausschließlich Filterleiste und Trefferliste zu nutzen.

Diese konversationelle Suche versteht die Absichten der Nutzer und nicht nur Stichworte. Sie kann nachfragen, eingrenzen oder erweitern. Und sie greift über eine API zum Bewerbermanagementsystem (BMS) auf den eigenen Stellenbestand zu, damit die Daten aktuell und vollständig sind.

Dies sind die wesentlichen Unterscheidungsmerkmale gegenüber der klassischen Jobsuche:

Die Suche versteht freie Formulierungen und Semantik

„PHP-Entwickler mit Remote-Möglichkeit“ oder „Ausbildung im IT-Bereich in der Nähe von Frankfurt“ funktionieren ebenso wie „Ich kann gut mit Zahlen, suche aber etwas außerhalb des Büros“. Die KI erkennt im besten Fall, dass „Ingenieurin“ und „Ingenieur“ dasselbe Berufsfeld meinen, dass „Frankfurt“ in der Regel Frankfurt am Main bedeutet, und dass „Sales“ und „Vertrieb“ austauschbar sind.

Transparenz: Sie zeigt dem Nutzer, was sie verstanden hat

Bevor oder während sie Treffer ausspielt, nennt sie die Kriterien, die sie aus der Anfrage extrahiert hat, etwa Berufsfeld, Standort, Erfahrungslevel, Arbeitszeitmodell, und ermöglicht Korrekturen. Idealerweise werden diese Kriterien auch visuell als Filter dargestellt, sodass der Nutzer nachvollziehen kann, was die KI verstanden hat, und bei Bedarf eingreifen kann.

Das ist der entscheidende Punkt, der einen Dialog erst zu einem echten Dialog macht und den Nutzer in der Kontrolle hält, statt ihn einer Blackbox auszuliefern.

Interaktion: Sie führt einen aktiven Dialog

Statt mit einer leeren Trefferliste zu enden, schlägt sie das Nächstpassende vor, fragt nach, ob der Suchende bestimmte Kriterien vertiefen oder ergänzen möchte, oder kann auch Fragen zum Unternehmen oder zu Ausbildungsberufen beantworten – sofern die Karriereseite die entsprechenden Inhalte liefert.

Sie funktioniert sprachunabhängig

Wer auf Englisch oder Türkisch sucht, findet trotzdem die passende deutschsprachige Stelle. Das liegt daran, dass moderne KI-Suchen sprachübergreifend arbeiten: „Sales Manager““ im Englischen und „Vertriebsleiter“ im Deutschen werden als inhaltlich gleichbedeutend erkannt, ohne dass jede Übersetzung manuell hinterlegt sein muss. Für Unternehmen mit internationalen Bewerberzielgruppen oder Standorten in Grenzregionen ist dies ein Inklusionsgewinn, der mit klassischen Filtern oder Stichwortsuchen in dieser Form nicht möglich war.

Faktentreue: Warum die KI hier nicht halluziniert

Eine berechtigte Sorge bei jeder KI-basierten Lösung sind Halluzinationen, also erfundene Inhalte, die zwar plausibel klingen, aber nicht der Wahrheit entsprechen. Bei einer gut umgesetzten Conversational Search auf der Karriereseite stellt dies jedoch kein Problem dar. Sie greift ausschließlich auf den realen Stellenbestand zu, der per API geliefert wird, und antwortet nur mit Stellen und Inhalten, die es tatsächlich gibt. Damit wird das Risiko von Halluzinationen technisch unterbunden, da die KI keine Informationen erfinden kann, die nicht im Daten-Feed enthalten sind.

Mit anderen Worten: Sie kann Sprache verstehen und Absichten interpretieren. Stellen zu erfinden gehört nicht zu ihren Aufgaben.

Diese Trennung – das Sprachverständnis liegt bei der KI, während der Stellenbestand und die Inhalte eine harte Tatsache bleiben – ist eine wichtige Eigenschaft, auf die Verantwortliche für die Karriereseite bei der Anbieterauswahl achten sollten.

Ein hybrider Ansatz: Ergänzung statt Verdrängung der klassischen Suche

Wichtig dabei: Conversational Jobsearch ersetzt nicht die klassische Suche, sondern ergänzt sie. Manche Bewerber wollen einfach durch eine Liste scrollen, Filter setzen, sich einen Überblick verschaffen. Eine durchdachte Lösung bietet beides gleichzeitig. Der Dialog ist ein Angebot, keine bevormundende Pflichtfunktion.

Warum Conversational Jobsearch kein CV-Matching ist

In der HR-Tech-Welt wird manches als KI-gestützte Jobsuche angepriesen, was technisch anders funktioniert. Es gibt jedoch einen großen Unterschied zur konversationellen Suche.

CV-Matching basiert auf einem Dokumenten-Upload

Das, was oft als „KI-Suche“ angepriesen wird, ist in der Regel ein CV-Matching. Hierbei lädt der Bewerber seinen Lebenslauf hoch und ein Algorithmus (eine Skill-Matching-Technologie) extrahiert daraus Schlagworte, Berufsbezeichnungen und Kompetenzen und vergleicht sie mit den vorhandenen Stellenprofilen. Moderne Systeme können dabei zwar semantische Brücken schlagen – wer „Buchhaltung“ im CV hat, bekommt unter Umständen auch eine Stelle im Controlling angeboten –, doch der Prozess bleibt dokumentenbasiert.

Der Unterschied zwischen den beiden Ansätzen liegt im Mechanismus:

CV-Matching vergleicht ein statisches Dokument (den Lebenslauf) mit den verfügbaren Stellen, Conversational Jobsearch vergleicht die individuelle, dynamische Suchanfrage im Dialog mit den verfügbaren Stellen.

Niedrige Hürden: Conversational Jobsearch funktioniert ohne Lebenslauf

Darüber hinaus werden beim CV-Matching personenbezogene Bewerberdaten erfasst, (temporär) gespeichert und ausgewertet, während bei der Conversational Jobsearch lediglich eine anonyme Suchanfrage interpretiert und ausgewertet wird. CV-Matching setzt zudem voraus, dass der Bewerber über einen aktuellen Lebenslauf verfügt und bereit und in der Lage ist, diesen hochzuladen. Das ist z.B. auf mobilen Endgeräten für viele Nutzer eine Herausforderung. Hand aufs Herz: Wer hat schon einen aktuellen und passenden Lebenslauf griffbereit auf dem Smartphone?

Conversational Jobsearch funktioniert ohne Lebenslauf und damit auch für latent Suchende, die sich erst einmal orientieren wollen.

Zukunftsorientierung: Ein Lebenslauf zeigt nur die Vergangenheit

Ein weiterer Aspekt ist, dass ein Lebenslauf nur die Vergangenheit zeigt, nicht aber die Zukunftswünsche des Suchenden. Sätze wie „Ich möchte weniger reisen“ oder „Ich suche etwas mit mehr Eigenverantwortung“ finden sich in keinem CV. Eine konversationelle Suche kann solche Bedürfnisse aufgreifen, ein Skill-Matching hingegen nicht.

Unterschiedliche Stärken und Einsatzfelder

Daraus ergeben sich unterschiedliche Stärken und Einsatzfelder. CV-Matching kann dann sinnvoll sein, wenn aktive Bewerber gezielt auf passende Stellen aufmerksam gemacht werden sollen. Conversational Search ist stärker, wenn die Karriereseite auch Suchende erreichen will, die noch nicht im Bewerbungsmodus sind, oder wenn Bewerber gar keinen aktuellen CV zur Hand haben.

Mit dem CV-Upload kommt allerdings auch eine datenschutzrechtliche Komponente hinzu, die nicht zu unterschätzen ist. Jede Verarbeitung personenbezogener Daten ist im Sinne der DSGVO ein eigener Vorgang mit entsprechenden Pflichten. Wer nur eine Suchanfrage verarbeitet, hat hier eine Hürde weniger zu meistern.

Warum Conversational Jobsearch kein Chatbot ist

Auch Chatbots und Messenger-basierte Lösungen wie WhatsApp ermöglichen einen Dialog und werden gelegentlich unter dem Begriff der konversationellen Jobsuche geführt. Zwar sind auch diese Lösungen dialogbasiert, allerdings handelt es sich hierbei in der Regel um einen zusätzlichen Kanal vor oder neben der Stellensuche. Conversational Jobsearch hingegen ist die Stellensuche selbst.

Der Dialog ist die Suche selbst, kein separater Layer

Bei einer Conversational Jobsearch findet der Dialog direkt im Stellenportal der Karriereseite statt. Filter, Stellenliste und Dialog reagieren innerhalb derselben Oberfläche synchron aufeinander: Was im Dialog formuliert wird, wird mit Suchfiltern synchronisiert und schlägt sich in der Trefferliste nieder. Der Bewerber sieht in einer Oberfläche, was er gesucht hat, was die KI verstanden hat und welche Stellen sich daraus ergeben.

Chatbot-Overlays und Messenger-basierte Lösungen hingegen führen den Dialog auf einer eigenen Oberfläche, etwa in einem Pop-up oder einer separaten App wie WhatsApp. Hier wechselt der Nutzer zwischen den Oberflächen, statt sie als eine zu erleben. Zudem ermöglichen solche Lösungen oft keinen echten, beratenden Dialog, vielmehr basiert die Konversation hier auf zuvor festgelegten Kriterien.

Voraussetzungen für die konversationelle Jobsuche

So sinnvoll Conversational Search auch ist, sie funktioniert nur dann gut, wenn die Karriereseite die Voraussetzungen dafür bietet. Dabei ist die Reihenfolge wichtig: Wer KI auf eine schwache Basis stellt, bekommt keine bessere Karriereseite, sondern bezahlt zusätzlich für eine Funktion, die auf dieser Basis nicht die möglichen Ergebnisse liefern kann.

Relevante Inhalte als Datenbasis

Grundsätzlich gilt: Eine konversationelle Suche kann nur das ausspielen, was inhaltlich auch vorhanden ist. Stellenanzeigen mit leeren Worthülsen und unvollständigen Angaben, Karriereseiten mit Marketingprosa ohne Konkretes – da ist für eine semantische Suche wenig zu holen. Wer „Werden Sie Teil unseres dynamischen Teams“ schreibt, gibt der KI nichts an die Hand, was sie sinnvoll matchen könnte. Genauso, wie eine gute Karriereseite ohnehin relevante Inhalte braucht, sind diese neben relevanten Stellenanzeigen und weiteren Trainingsdaten für eine funktionierende KI-Suche unverzichtbar.

Strukturierte Daten als „Qualitätsanker“

Strukturierte Daten nach schema.org JobPosting sind weit mehr als eine technische Pflichtübung für Google for Jobs. Sie fungieren als „Qualitätsanker“ für die KI. Zwar können moderne Sprachmodelle auch unstrukturierte Fließtexte interpretieren, doch erst strukturierte Daten bieten der internen Conversational Search eine eindeutige Faktenebene. Während die KI im Fließtext Absichten interpretiert, liefern Felder für Berufsfeld, Standort oder Arbeitszeitmodell die „unumstößliche Wahrheit“ für die Ergebnisliste.

Dadurch wird verhindert, dass die KI bei komplexen Formulierungen ins Raten gerät, etwa wenn in einer Anzeige ein Hauptsitz in München erwähnt wird, der Einsatzort aber Berlin ist. Zudem beschleunigen strukturierte Daten die Suche massiv: Das System muss nicht bei jeder Anfrage den gesamten Textbestand „durchdenken“, sondern nutzt die Daten für eine blitzschnelle Vorfilterung, auf der die KI dann semantisch aufbaut.

Dabei verdienen Standortdaten besondere Aufmerksamkeit. Für eine präzise Umkreissuche („IT-Jobs im Umkreis von 20 km um Frankfurt“) benötigt die KI exakte Daten statt vager Angaben wie „Region Süddeutschland“ oder „Großraum Frankfurt“. Wer die vollständigen Ortsangaben hinterlegt, stellt sicher, dass die KI-Suche verlässliche Ergebnisse liefert, statt geografische Schätzungen anzustellen.

API-Anbindung statt iFrame oder Link

Die meisten Bewerbermanagementsysteme bieten ihre Stellenliste entweder als iFrame-Einbindung an oder es wird von der Karriereseite auf das externe BMS-Stellenportal verlinkt. In diesem Setup bestimmt der Anbieter des Bewerbermanagementsystems (BMS), wie gesucht wird, wie die Stellenanzeigen aussehen und wie der Bewerbungsprozess weitergeht. Eine eigene Conversational Search ist in einem solchen Setup nicht möglich. Wer die Suche, die Darstellung und die Candidate Journey selbst gestalten möchte, kommt nicht um eine API-Integration herum. Dabei werden die Stellendaten aus dem BMS abgerufen und in ein eigenes Frontend integriert.

In der Praxis kann sich das als Nadelöhr entpuppen. Einige BMS-Anbieter stellen keine API zur Verfügung, andere lassen sich den Zugriff teuer bezahlen oder beschränken den Funktionsumfang. Wer hier vor einer Entscheidung steht, sollte die Frage nach offenen Schnittstellen bereits in der Phase der Anbieterauswahl stellen, denn sie entscheidet später darüber, welche Möglichkeiten auf der Karriereseite bestehen.

Datenhoheit und die Domain-Frage

Die API-Integration löst ein Problem, das im Kontext von KI besonders wichtig wird: Werden Stellenausschreibungen ausschließlich auf der Domain des ATS-Anbieters veröffentlicht, geht aus Sicht der eigenen Marke einiges verloren – nicht nur in Bezug auf die Conversion, sondern auch auf die Sichtbarkeit gegenüber KI-Systemen.

Welche Rolle ATS-Systeme aus GEO-Perspektive spielen, ist in diesem Artikel ausführlich beschrieben. Die Quintessenz lautet: Stellen sollten auf der eigenen Domain veröffentlicht werden, während der Bewerbungsprozess dem BMS vorbehalten bleibt.

Wann sich Conversational Search lohnt

Natürlich ist nicht für jede Karriereseite eine konversationelle Suche erforderlich. Bei einer überschaubaren Anzahl von Jobs reicht eine mit guter UX überzeugende Übersichtsseite mit eindeutigen Filtern völlig aus. Solche Stellenportale sind übrigens auch heute noch keine Selbstverständlichkeit. Filter, die die Anzahl der Treffer pro Kategorie anzeigen und in Echtzeit aktualisieren, sind auf vielen Karriereseiten und in vielen BMS weiterhin keine Selbstverständlichkeit. Eine funktionierende Volltextsuche ebenso wenig. Es gibt also grundsätzlich viel Optimierungspotenzial.

Conversational Jobsearch lohnt sich, wenn die Anzahl der Stellen groß genug ist, dass eine klassische Übersicht mit Filtern an ihre Grenzen stößt.

Eine harte Schwelle gibt es dafür nicht, aber als grobe Orientierung lässt sich sagen, dass der Mehrwert bei deutlich weniger als 30 bis 50 Stellen begrenzt ist. Ab dieser Anzahl, bei vielen Berufsfeldern oder Standorten oder bei erklärungsbedürftigen Tätigkeiten, wird der Nutzen spürbar. Besonders interessant wird Conversational Jobsearch für Unternehmen, die mehrere BMS oder mehrere Tochtergesellschaften mit eigenen Stellenportalen einsetzen. Hier kann die Suche die Ergebnisse systemübergreifend zusammenführen, was mit klassischen iFrame-Lösungen nicht möglich ist.

Aus unserer Sicht rechnet sich Conversational Search für die Karriereseite vor allem in drei Konstellationen:

• Größere Stellenportfolios mit vielen Berufsfeldern, in denen sich Bewerber sonst durch viele Filter klicken müssen
• Erklärungsbedürftige Berufe wie in der Pflege, im Handwerk oder in spezialisierten Industriebereichen, bei denen die richtige Berufsbezeichnung nicht selbstverständlich ist
• Internationale Bewerberzielgruppen, bei denen die Sprachunabhängigkeit zum Inklusionsgewinn wird

Wer dagegen 15 offene Stellen in zwei Berufsfeldern hat, ist mit einer guten Übersichtsseite und sauberer Filterung in aller Regel besser bedient.

Synergie-Effekte: Conversational Search und GEO

Es fällt auf, dass die Voraussetzungen für eine gute Conversational Search auf der eigenen Karriereseite den Voraussetzungen für die Sichtbarkeit in generativen KI-Systemen wie ChatGPT, Perplexity oder Googles AI Overview (GEO) sehr ähnlich sind. Relevante Inhalte, strukturierte Daten, eine durchdachte Bewerbungsarchitektur und Datenhoheit bilden hier wie dort die Grundlage.

Damit eine KI – sei es die eigene interne Suche oder ein externes System – eine Stelle empfehlen kann, muss sie diese zweifelsfrei verstehen. Die „Datenhygiene“, die man für eine funktionierende interne Dialogsuche betreibt, ist auch das, was externe Crawler benötigen, um Informationen fehlerfrei zu extrahieren. Wer heute in die Datenqualität seiner Karriereseite investiert, schafft damit das Fundament für eine erstklassige Nutzererfahrung im Dialog auf der eigenen Seite sowie die notwendige Maschinenlesbarkeit für die KI-getriebene Suche der Zukunft.

Conversational Search als logische Konsequenz aus verändertem Suchverhalten

Conversational Search ist kein vorübergehender KI-Hype. Die konversationelle Suche ist die logische Konsequenz aus dem veränderten Suchverhalten der Nutzer und wird mit der Zeit auf immer mehr Karriereseiten zu finden sein. Sie ist jedoch nicht für jedes Unternehmen und nicht zu jeder Zeit das richtige Mittel. Erforderlich ist eine Basis, die viele Karriereseiten heute schlicht noch nicht haben: relevante Inhalte, sauber strukturierte Daten, eine API-basierte Bewerbungsarchitektur und die Datenhoheit über die eigenen Stellen. Zudem ist sie nur ab einer bestimmten Größenordnung sinnvoll.

Wer diese Basis hat, kann mit Conversational Search die Erwartungen von Bewerbern erfüllen, die das Suchen im Dialog mit ChatGPT & Co. bereits gewohnt sind. Gleichzeitig kann die eigene Sichtbarkeit in der KI-getriebenen Suche gestärkt werden. Unternehmen, die diese Basis nicht haben, sollten zuerst dort ansetzen, wo der größte Hebel liegt: bei den Inhalten, der Suche und dem Bewerbungsformular. Conversational Search kommt dann zum Einsatz, wenn die Voraussetzungen stimmen.

Mit jobvoodoo AI Search haben wir bei der Karriereseiten-Manufaktur eine konversationelle Stellensuche entwickelt, die sich an Karriereseiten bzw. BMS andocken lässt – per API, mit voller Datenhoheit beim Unternehmen und ohne Lock-in-Effekte. Wer ausprobieren möchte, wie sich Conversational Jobsearch auf einer Karriereseite anfühlt, kann dies in unserer Demo tun. Wer sich nicht sicher ist, ob Conversational Search für die eigene Karriereseite geeignet ist, kann uns gerne kontaktieren. Wir sagen ehrlich, wo der größere Hebel liegt – in der Suche selbst oder an den Voraussetzungen dafür.

🚀 Du willst deine Karriereseite zukunftssicher aufstellen? Sprich uns an! Gemeinsam schauen wir, wo deine Karriereseite steht und welche Schritte sich für dich tatsächlich lohnen. 🚀