Dieser Agent möchte der „Jobsuche-Kumpel“ für Millionen von Hochschulabsolventen werden | Unterwasser-Projekt

„Sie haben 100 Bewerbungen eingereicht, und 90 davon könnten spurlos verschwinden. Sie wissen nicht warum und wissen nicht, wie Sie es verbessern sollen“, sagte Wang Xiangdao.

Wang Xiangdao ist der Gründer und CEO von MoSeeker, einem Anbieter von digitalen KI-Lösungen für die Personalbeschaffung. Er ist seit mehr als einem Jahrzehnt in der Personalbeschaffungsbranche tätig und hat tiefgreifende Erfahrungen mit den lang anhaltenden strukturellen Widersprüchen in diesem Bereich: „Die Personalmitarbeiter lesen so viele Lebensläufe, dass sie abgestumpft sind, und die Bewerber schicken so viele Bewerbungen raus, dass sie an sich selbst zweifeln. Beide Seiten leiden unter ineffizientem Verbrauch, während die Informationslücke zwischen ihnen kaum zu schließen ist.“

Diesen Sommer treten 12,7 Millionen Hochschulabsolventen aus dem Campus und stehen vor neuen Herausforderungen im Leben. Auf der anderen Seite der Realität zeigt das „Weißbuch für die Hochschulpersonalbeschaffung 2026“, das von 51job im Juli dieses Jahres veröffentlicht wurde, dass 65,3 % der Unternehmen im Jahr 2025 KI-Tools in der Hochschulpersonalbeschaffung eingeführt haben, was einem Anstieg von 12,7 % gegenüber 2024 entspricht.

Angebots- und Nachfrageseite werden gleichzeitig durch Technologie umgestaltet. Derzeit zielen die meisten KI-Produkte für die Personalbeschaffung auf Unternehmenskunden ab, während das Angebot an Tools für Bewerber deutlich hinterherhinkt. „Deshalb wollen wir einen Agenten (intelligentes System) namens ‚Bewerbungsbegleiter‘ entwickeln, der allen hilft, die Probleme bei der Jobsuche zu lösen“, erklärte Wang Xiangdao.

Er enthüllte, dass MoSeeker in Kürze ein KI-Agent-Produkt für die Personalbeschaffung namens „Zhiya“ auf den Markt bringen wird, das sich an junge Bewerber wie frische Absolventen richtet. Es hilft Nutzern, Lebensläufe zu optimieren, die Passgenauigkeit von Stellen zu analysieren, Vorstellungsgespräche zu simulieren und Stellen zu empfehlen, „damit junge Menschen leichter ihre Wunscharbeit finden können“. Derzeit befindet sich das Produkt in der öffentlichen Testphase auf der iOS-Plattform, und die Android-Version soll noch in diesem Jahr veröffentlicht werden.

MoSeeker, das hinter Zhiya steht, wurde 2014 gegründet, hat seinen Hauptsitz in Shanghai und ist einer der führenden Anbieter von KI-Personalbeschaffungssystemen in China. Es ist in vielen Regionen im asiatisch-pazifischen Raum tätig und betreut mehr als 1000 Kunden, darunter über 100 Großunternehmen und Kunden der Fortune Global 500, viele davon führende Unternehmen aus verschiedenen Bereichen wie Disney, Mars und Shanghai Metro. Die Plattform erreicht potenzielle Kandidaten von mehr als 30 Millionen, hat über 5 Millionen Mitglieder im WeChat-Miniprogramm und mehr als 1 Milliarde Seitenaufrufe für Stellenangebote.

Warum wendet sich ein Unternehmen, das seit mehr als 10 Jahren im B2B-Geschäft tätig ist, plötzlich der Entwicklung von B2C-Produkten zu?

Die Logik von Wang Xiangdao lautet, dass MoSeeker im Laufe der mehr als 10-jährigen Betreuung von Unternehmenskunden zwei Kernkompetenzen aufgebaut hat: Zum einen das tiefe Verständnis für die Bedürfnisse beider Seiten der Personalbeschaffung – man weiß, welche Mitarbeiter Unternehmen suchen, und kennt die Schwierigkeiten, mit denen Bewerber konfrontiert sind. Zum anderen die Prozessdaten, die aus Millionen von echten Personalbeschaffungsfällen auf der Plattform stammen. „Diese beiden Dinge sind unsere Grundlage für die Entwicklung von Zhiya.“

Ein „Bewerbungsbegleiter“, der wirklich an der Seite der Nutzer steht

Die „Schwierigkeit bei der Jobsuche“ ist im Wesentlichen ein makroökonomisches Problem von Angebot und Nachfrage, das die Fähigkeitsgrenzen jedes einzelnen Unternehmens überschreitet. Nach Ansicht von Wang Xiangdao sind die auf dem Markt vorhandenen Plattformen im Wesentlichen Vermittler, die ihren Gewinn über Datenverkehr und Informationsasymmetrie gegenüber Unternehmen erzielen, sodass die Produktgestaltung kaum die Schwierigkeiten von Bewerbern wirklich lösen kann. „In gewisser Weise sind die Verwirrung der Bewerber und die Ineffizienz bei der Jobsuche selbst die Gewinnquelle traditioneller Plattformen.“

Daher ist die Positionierung von Zhiya, ein „Bewerbungsbegleiter“ zu sein, der wirklich an der Seite der Bewerber steht, und sich wieder auf die Bedürfnisse der Menschen konzentriert: Dazu gehören Fragen wie: Wer ist der Bewerber, welche Fähigkeiten hat er, welche Arbeit möchte er ausüben und wo liegen seine Schwierigkeiten? Auf diese Weise hilft er ihm, die passende Richtung und Stelle zu finden, und reduziert Informationslücken und unnötige Arbeit während der Bewerbungsphase.

„Wir hoffen, dass Zhiya zu einem One-Stop-Intelligenzagenten für Bewerbungen, dem Career Agent, wird“, sagte Wang Xiangdao. „So können die Menschen viele Umwege bei der Jobsuche vermeiden.“

KI-Agent-Produkt für die Personalbeschaffung „Zhiya“

Was die konkreten Produktfunktionen betrifft, extrahiert der Zhiya-Agent nach dem Hochladen des Lebenslaufs automatisch die Fähigkeiten, Erfahrungen und Hintergrundinformationen des Nutzers und gibt Verbesserungsvorschläge. Wenn der Nutzer seine Anforderungen in natürlicher Sprache formuliert, zum Beispiel „Empfehle mir Stellen, die zu mir passen“, gleicht der Agent das gesamte Internet anhand des Lebenslaufprofils ab, um passende Stellen zu finden und deren Passgenauigkeit zu analysieren.

Ein typisches Szenario ist das KI-gestützte simulierte Vorstellungsgespräch: Nachdem der Nutzer seine Wunschstelle ausgewählt hat, generiert der Agent in Echtzeit eine Reihe von Fragen für das Vorstellungsgespräch. Ein digitaler Mensch übernimmt die Rolle des simulierten Interviewers. Nach Abschluss des Gesprächs erstellt er einen Bewertungsbericht mit Verbesserungsvorschlägen, die so detailliert sind, dass sie angeben, „welche Frage gut beantwortet wurde“, „wo die Logik unklar ist“ und „wie man sich beim nächsten Mal verbessern kann“.

Wie kann sichergestellt werden, dass die Antworten des Agenten nicht kontraproduktiv sind?

Wie alle Agenten für vertikale Szenarien erfordert Zhiya, um eine qualitativ hochwertige interaktive Bereitstellung zu erreichen, auch auf algorithmischer Seite ausreichend tiefes Branchen-Know-how.

Nach Ansicht von Wang Xiangdao ist dies genau der differenzielle Vorteil von MoSeeker. In den vergangenen Jahren hat das Team von MoSeeker durch die Betreuung von mehr als 1000 Unternehmenskunden aus zahlreichen Branchen wie Konsumgüter, Kosmetik, Halbleiter und Pharmazeutika sowie durch die Befragung von unzähligen Kandidaten mithilfe von KI-Tools eine große Menge an echten Fällen und Erfahrungen gesammelt – sowohl zu den Talentmodellen, die für verschiedene Arten von Stellen erforderlich sind, als auch zu den Problemen, bei denen Bewerber am meisten Unterstützung benötigen.

Welche Stellen ein Kandidat eingereicht hat, wie hoch die Erfolgsquote und die Bewertung seines Lebenslaufs sind, ob er zu einem Vorstellungsgespräch eingeladen wurde und ob er schließlich eingestellt wurde – diese Prozessdaten, die den gesamten Ablauf der Personalbeschaffung abdecken, bilden die zugrundeliegende Fähigkeit des Matching-Algorithmus von Zhiya.

Aber der Übergang von einem B2B-Personalbeschaffungssystem zu einem B2C-Bewerbungsagenten bringt das Team von MoSeeker auch echte neue Herausforderungen mit sich.

Zuerst gibt es einen großen Unterschied in der Produktgestaltung. „Die Iteration von B2B-Produkten zielt darauf ab, die Anforderungen der Kunden zu erfüllen, während wir bei B2C-Produkten die Bedürfnisse hinter dem Nutzerverhalten aktiv verstehen müssen, indem wir die Nutzungsdaten der Nutzer analysieren“, nannte Wang Xiangdao ein typisches Beispiel: In einer frühen Version von Zhiya wurde die Funktion „Stellenplatz“ eingeführt, mit der Nutzer aus Tausenden von Stellenangeboten passende Stellen suchen, blättern und filtern können.

„Aber wir haben festgestellt, dass diese Funktion die Interaktionshäufigkeit einiger Nutzer mit dem Agenten verringert, was sich negativ auf die Erfolgsquote bei der Jobsuche und die Nutzerbindung auswirkt“, analysierte Wang Xiangdao. Die Nutzungslogik des Stellenplatzes entspricht immer noch der traditioneller Personalbeschaffungsanwendungen und widerspricht im Wesentlichen dem Kernwert des Agenten, Informationen effizient durch Interaktion zu erhalten. „Deshalb haben wir diese Funktion konsequent entfernt.“ Diese gegen den Markttrend gerichtete Entscheidung kann als eine Erkundung des Teams von MoSeeker nach einem „nativen Agent“-Produkt angesehen werden.

Eine weitere noch subtilere Herausforderung besteht darin, wie MoSeeker den Widerspruch ausgleichen kann, wenn es von der Dienstleistung für Arbeitgeber zur Seite der Bewerber wechselt?

Wang Xiangdao hat diese Frage nicht umgangen. Seiner Meinung nach muss die Plattform angesichts des Wettbewerbs zwischen Bewerbern und Arbeitgebern durch Produktiteration und Algorithmoptimierung ständig ein dynamisches Gleichgewicht herstellen, das sowohl die Bewerbungsleistung der ersteren verbessert als auch den letzteren das wahre Niveau der Bewerber zeigt. Das ist auch der Grund, warum Zhiya unabhängig von den anderen früheren Geschäftsaktivitäten von MoSeeker ist und ausschließlich auf B2C-Nutzer ausgerichtet ist.

Der grundlegende Wert der Plattform liegt nach wie vor darin, die Informationslücke und die Ausdruckslücke zwischen beiden Seiten zu schließen.

„KI dient nicht dazu, Bewerbern dabei zu helfen, sich zu verschleiern. Wir müssen sogar durch Produktgestaltung Betrugsverhalten effektiv erkennen. KI soll ihnen helfen, sich selbst besser zu verstehen und auszudrücken, sodass der gesamte Matching-Prozess effizienter wird“, erklärte Wang Xiangdao. Auch Arbeitgeber können durch den Agenten ihre Anforderungen an die Personalauswahl klarer und natürlicher ausdrücken.

Lassen Sie den Agenten das Matching durchführen, und der Mensch trifft die Entscheidung

Als Anwendungen für Bewerbungen und Personalbeschaffung gerade erst anfingen, standen sie oft vor dem klassischen „Henne-Ei-Problem“: Nur mit ausreichend Nutzerdaten kann der Matching-Algorithmus präziser werden; und nur wenn der Matching-Algorithmus ausreichend effektiv ist, können mehr Nutzer gehalten werden.

Im vergangenen Jahr sind weltweit schnell verschiedene Agenten für vertikale Branchen entstanden. Tätigkeiten im Personalmanagement wie die Personalbeschaffung, die viele stark standardisierte und wiederholende Aufgaben umfassen, gelten weithin als einer der vertikalen Bereiche, die für die großflächige Einführung von Agenten geeignet sind.

Das „Weißbuch für die Hochschulpersonalbeschaffung 2026“ von 51job zeigt, dass 65,3 % der Unternehmen im Jahr 2025 KI-Tools in der Hochschulpersonalbeschaffung eingeführt haben, was einem Anstieg von 12,7 Prozentpunkten gegenüber 2024 entspricht. Führende Unternehmen der Branche wie LinkedIn, Workday und Boss Zhipin haben nacheinander ihre eigenen KI-Assistenten oder Agenten für die Personalbeschaffung auf den Markt gebracht, und dieser Trend beschleunigt sich weiter.

Was sind die Wettbewerbsbarrieren von Zhiya angesichts der zukünftigen Einführung weiterer gleichartiger Produkte?

Wang Xiangdao ist der Ansicht, dass der „angeborene Vorteil“ von Zhiya bei der Nutzergewinnung in den vorhandenen B2B-Ressourcen von MoSeeker liegt, einschließlich der Kanäle für die Hochschulpersonalbeschaffung von Tausenden von Unternehmenskunden sowie der Zusammenarbeit mit mehr als 100 Hochschulen im ganzen Land in Bereichen wie KI-Interviewsystemen. Dadurch kann Zhiya kostengünstig eine große Anzahl von Studenten und frischen Absolventen erreichen, zunächst mit einem kostenlosen Modell einen guten Ruf aufbauen und keine großen Summen für die Marktförderung „verbrennen“ müssen.

„Solange das Tool wirklich gut funktioniert, verbreitet es sich schnell unter den Studenten. Wenn die Nutzerzahl ein bestimmtes Niveau erreicht haben, werden wir verschiedene Bezahlmodelle an die Bedürfnisse verschiedener Gruppen anpassen“, erklärte Wang Xiangdao.

Für die endgültige Entwicklung der Branche von Personalbeschaffungsagenten stellt sich Wang Xiangdao die Zukunft als „Agent to Agent“ vor – der Bewerberagent weiß, welche Arbeit der Nutzer sucht, und der Agent auf Unternehmensebene versteht, welche Talente das Unternehmen braucht. Die beiden Agenten führen das Matching und die ersten Kommunikationsschritte selbstständig durch.

„Aber das bedeutet nicht, dass die Rolle des Menschen verschwindet“, sagte Wang Xiangdao. Nachdem der Agent eine große Menge an unnötigem Rauschen aus den prozessualen Aufgaben in der Anfangsphase herausgefiltert hat, können die wirklich passenden Talente mit den Unternehmen effizienter und wertvoller kommunizieren. „Und am Ende sollte immer der Mensch die Entscheidung treffen – ‚human in the loop‘ ist ein sehr wichtiger Standard in der KI-Ethik.“