NextPlace
Vom ATS direkt in die AI-Suche
Outline
Vienna
Web Applikation
Laufend
Herausforderungen
Acht ATS, verschiedene Wege hinein
Jedes Bewerbermanagementsystem gibt Jobs anders heraus. Manche haben eine dokumentierte REST-API. Manche liefern nur einen XML-Feed, der für Jobbörsen gebaut wurde. Manche pushen Webhooks. Manche bieten nichts außer einer Karriereseite. Aus dieser Varianz eine saubere Pipeline zu bauen war der Kern des Projekts.
Die größten Herausforderungen dabei waren:
- Verschiedene Anbindungsarten, ein Datenmodell: REST-APIs, Feeds, Webhooks und Karriereseiten-Crawling liefern unterschiedliche Felder, unterschiedliche HTML-Qualität und unterschiedliche Update-Logik. Wir normalisieren alles in einen einzigen Job-Datensatz, bevor irgendetwas anderes passiert. Die Enrichment-Pipeline muss dadurch nie wissen, woher ein Job kommt.
- Das ATS behält die Hoheit: Recruiter:innen arbeiten in ihrem eigenen System und sollen genau dort weiterarbeiten. Eine Stelle, die im ATS geschlossen wird, muss innerhalb weniger Minuten aus der Ausspielung verschwinden, ohne dass jemand NextPlace öffnet. Polling-Intervalle, Webhook-Verarbeitung und Crawl-Scheduling sind je Anbindungsart darauf abgestimmt.
- Für Maschinen schreiben, ohne für Menschen schlechter zu werden: Rohtext aus dem ATS ist uneinheitlich. Marketing-Sprache, Formatierungsreste, fehlende Gehaltsangaben, Orte in fünf Schreibweisen. Die Pipeline muss etwas produzieren, das ein Sprachmodell korrekt zitieren kann und trotzdem dem entspricht, was das Unternehmen tatsächlich geschrieben hat.
- Belegen, dass es funktioniert: AI-Sichtbarkeit ist schwer messbar. Es gibt keine Ranking-Position zum Screenshotten. Deshalb haben wir ein Access-Logging gebaut, das maschinellen Traffic je Job vom menschlichen trennt, bis hinunter zu der Frage, welcher Crawler welche Stelle wann gelesen hat.
Ziele
Sichtbarkeit in AI-Suche, ohne Mehraufwand im Recruiting
Das Versprechen musste einfach bleiben. Einmal das ATS verbinden, nichts an der Arbeitsweise des Teams ändern, und die Jobs werden lesbar für die Systeme, die Kandidat:innen heute fragen.
Damit standen zwei Anforderungen im Zentrum der Architektur. Das Setup musste eine einmalige Sache von wenigen Minuten sein. Und alles danach musste ohne Menschen im Loop laufen.
Jede Stelle durchläuft dieselbe Pipeline. Sie wird bereinigt und strukturiert, mit schema.org JobPosting-Metadaten zu Gehalt, Ort und Arbeitszeitmodell angereichert und um generierte Fragen und Antworten ergänzt, die abbilden, was Kandidat:innen tatsächlich wissen wollen. Ausgespielt wird das Ergebnis auf Seiten, die für maschinelles Lesen gebaut sind, dazu kommen agent-lesbare Endpoints und eine explizite Crawler-Behandlung. Antwortmaschinen bekommen die Fakten so in einer Form, die sie zitieren können, statt sie aus gerendertem HTML zu erraten.
Gebaut haben wir NextPlace mit Laravel, Inertia und Vue.js, auf demselben Fundament wie große Webanwendungen. Server-Side Rendering wiegt hier schwerer als irgendwo sonst, denn ein Crawler, der erst JavaScript ausführen muss, ist ein Crawler, der den Job nicht sieht. Tailwind trägt das UI, Sync und Enrichment laufen über Laravels Queue-System, damit Importe das Interface nie blockieren.
Connecting the dots
Kandidat:innen haben geändert, wo sie fragen. Die Recruiting-Software ist nicht mitgegangen. Eine Jobanzeige, die im ATS und auf einer JavaScript-Karriereseite lebt, bleibt für die Systeme unsichtbar, die heute Karrierefragen beantworten.
NextPlace sitzt zwischen diesen beiden Welten. Acht ATS-Anbindungen auf der einen Seite, sechs AI-Kanäle auf der anderen, und dazwischen eine Pipeline, die aus einem rohen Job-Datensatz etwas macht, das eine Maschine lesen und zitieren kann. Die drei Bausteine des Produkts lösen jeweils einen anderen Teil davon.
Eine Anbindung, verschiedene Wege dorthin
Die Integrationsschicht macht alles Weitere möglich. Eine REST-API, wo das ATS eine anbietet. Ein Feed, wo es keine gibt. Webhooks, wo das System pusht. Und ein Crawler für Karriereseiten, die sonst nichts hergeben. Jeder Weg endet im selben normalisierten Job-Datensatz, wodurch das jeweils nächste System eine Integrationsaufgabe wird statt eines Umbaus.
Die Enrichment-Pipeline nimmt diesen Datensatz und bereitet ihn maschinenlesbar auf. Struktur, Metadaten, JobPosting-Schema und generierte Fragen und Antworten je Stelle. Das Reporting schließt den Kreis und trennt maschinelle von menschlichen Zugriffen pro Job, sodass alle Kund:innen monatlich sehen, welche AI-Systeme welche Stelle gelesen haben.
Was die Pilotphase zeigt
Die ersten Kund:innen sind live und angebunden. Ihre Jobs synchronisieren sich aus dem ATS, ohne dass jemand einen Workflow geändert hat, laufen durch die Pipeline und werden von AI-Crawlern gelesen. Der Monatsreport macht das bis zur einzelnen Stelle nachvollziehbar.
HR ist für uns kein neues Terrain. timebite bringt Employer-Branding-Profile vor Studierende und Absolvent:innen, zugeschnitten auf ihr Studienfach. NextPlace ist unser eigenes Produkt im HR-Bereich. Entstanden ist es aus einer Veränderung dabei, wo Kandidat:innen ihre Fragen stellen.
Für uns ist NextPlace die Arbeit, die wir sonst für Kund:innen machen, angewendet auf ein eigenes Produkt. Konzept, Design, AI Development, Full-Stack-Umsetzung und API-Integrationen, ausgeliefert als eine Sache, die in Produktion läuft. Der Recruiting-Teil bleibt dabei bewusst unspektakulär. Einmal verbinden, weiterarbeiten wie bisher, den Rest übernimmt die Pipeline.
epunkt
Gemeinsam mit epunkt haben wir daher ein modernes Job- und Kundenportal auf einem stabilen technischen Fundament entwickelt, vollständig integriert mit Salesforce als Single Source of Truth.
Fixmetall
Dein Stahl oder Metall im Kleinbedarf ist nur einen Klick entfernt. Entdecke über 10.000 Produkte und lass sie direkt zu dir nach Hause liefern.
Zurich - LiLi
Die LiLi-Anwendung ist eine effiziente Softwarelösung zur Klassifizierung, Indizierung und Validierung von Dokumenten über verschiedene Eingangskanäle hinweg.
Digitale Tennisschule
Manage Trainings, Trainer, Spieler, Plätze und deine Tennisschule als Ganzes. Mit nur wenigen Klicks von der Trainingsplanung bis zur Abrechnung.
LEAD Horizon - Alles Gurgelt!
LEAD Horizon wollte hochgradig intuitive, sichere und schnell PCR-Tests in die Haushalte der Menschen bringen. Wir entwickelten die Web-App , die “Alles Gurgelt” möglich machte.
whoranks
In einer Welt, in der LinkedIn zu einem Kraftwerk für Networking, Branding und Thought Leadership geworden ist, ist es entscheidend, deinen Einfluss und dein Engagement auf der Plattform zu verstehen.
Vengolino - Wiener Rotes Kreuz
Lecker, gesund & persönlich, kurz "Vengolino". Die Essensbestell-App des Wiener Roten Kreuzes.
timebite
timebite ist eine crowd-basierte Lernplattform, auf der Studierende ihre Lerntipps für Prüfungen teilen und ihr Lernverhalten durch individuelle Statistiken reflektieren.
Quinn - TU Vienna
Quinn ist eine native ECTS-Evaluierungs-App, die wir gemeinsam mit der Technischen Universität Wien entwickelt haben, um die ECTS-Gerechtigkeit und Studierbarkeit zu verbessern.