MoSeeker testet KI-Agenten als Bewerbungsbegleiter für Hochschulabsolventen

MoSeeker entwickelt KI-Agenten als „Bewerbungsbegleiter“ für Hochschulabsolventen

Das chinesische Unternehmen MoSeeker will mit dem KI-Agenten „Zhiya“ junge Bewerber bei der Jobsuche unterstützen. Das Produkt richtet sich insbesondere an Hochschulabsolventen und soll Lebensläufe optimieren, die Passgenauigkeit von Stellen analysieren, Vorstellungsgespräche simulieren und passende Stellen empfehlen.

Wang Xiangdao, Gründer und CEO von MoSeeker, beschreibt die Ausgangslage als problematisch für beide Seiten des Arbeitsmarktes. Bewerber würden zahlreiche Bewerbungen verschicken, ohne zu erfahren, weshalb viele davon unbeachtet blieben, während Personalmitarbeiter eine große Zahl an Lebensläufen bearbeiten müssten.

„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 laut 36 Kr.

Nach Angaben von 36 Kr treten diesen Sommer 12,7 Millionen Hochschulabsolventen in den Arbeitsmarkt ein. Gleichzeitig zeigt das im Juli veröffentlichte „Weißbuch für die Hochschulpersonalbeschaffung 2026“ von 51job, dass 65,3 % der Unternehmen im Jahr 2025 KI-Tools in der Hochschulpersonalbeschaffung eingeführt haben. Dies entspricht einem Anstieg von 12,7 % gegenüber 2024.

Zusammenfassung: 36 Kr berichtet über einen wachsenden Einsatz von KI in der Hochschulpersonalbeschaffung und über MoSeekers Versuch, mit „Zhiya“ ein speziell auf Bewerber ausgerichtetes Angebot zu schaffen.

Vom B2B-Personalbeschaffungssystem zum B2C-Agenten

MoSeeker wurde 2014 gegründet, hat seinen Hauptsitz in Shanghai und ist laut 36 Kr in zahlreichen Regionen des asiatisch-pazifischen Raums aktiv. Das Unternehmen betreut mehr als 1000 Kunden, darunter über 100 Großunternehmen und Kunden der Fortune Global 500.

Zu den genannten Kunden zählen Disney, Mars und Shanghai Metro. Die Plattform erreicht potenzielle Kandidaten von mehr als 30 Millionen, verfügt über 5 Millionen Mitglieder im WeChat-Miniprogramm und verzeichnet mehr als 1 Milliarde Seitenaufrufe für Stellenangebote.

Die Entscheidung für ein B2C-Produkt begründet Wang Xiangdao mit zwei Kompetenzen, die MoSeeker im Laufe der mehr als 10-jährigen Arbeit mit Unternehmenskunden aufgebaut habe. Das Unternehmen kenne sowohl die Anforderungen der Arbeitgeber als auch die Schwierigkeiten der Bewerber und verfüge über Prozessdaten aus Millionen realer Personalbeschaffungsfälle.

Nach Darstellung von 36 Kr soll diese Kombination die Grundlage für „Zhiya“ bilden. Während sich die meisten KI-Produkte in der Personalbeschaffung bislang an Unternehmen richten, soll der Agent die Perspektive der Bewerber einnehmen und sie während des gesamten Bewerbungsprozesses begleiten.

Zusammenfassung: MoSeeker nutzt seine Erfahrungen aus dem B2B-Geschäft, um einen B2C-Agenten zu entwickeln. Als Grundlage nennt das Unternehmen Kenntnisse über Arbeitgeber und Bewerber sowie Daten aus realen Personalbeschaffungsprozessen.

„Zhiya“ soll Bewerber durch mehrere Phasen der Jobsuche führen

Nach dem Hochladen eines Lebenslaufs extrahiert der Agent laut 36 Kr automatisch die Fähigkeiten, Erfahrungen und Hintergrundinformationen des Nutzers. Anschließend gibt er Vorschläge zur Verbesserung des Lebenslaufs.

Nutzer können ihre Anforderungen in natürlicher Sprache formulieren. Wer beispielsweise passende Stellen empfohlen bekommen möchte, kann dies direkt an den Agenten richten. „Zhiya“ gleicht nach Angaben des Artikels das gesamte Internet anhand des Lebenslaufprofils ab, sucht geeignete Stellen und analysiert deren Passgenauigkeit.

Ein weiterer Bestandteil ist ein KI-gestütztes simuliertes Vorstellungsgespräch. Nachdem der Nutzer eine Wunschstelle ausgewählt hat, erzeugt der Agent in Echtzeit Interviewfragen. Ein digitaler Mensch übernimmt die Rolle des Interviewers.

Nach dem Gespräch erstellt das System einen Bewertungsbericht. Dieser soll unter anderem aufzeigen, welche Frage gut beantwortet wurde, an welcher Stelle die Logik unklar war und wie sich der Bewerber beim nächsten Mal verbessern kann.

• automatische Analyse von Fähigkeiten, Erfahrungen und Hintergrundinformationen
• Vorschläge zur Optimierung des Lebenslaufs
• Suche nach passenden Stellen anhand natürlich formulierter Anforderungen
• Analyse der Passgenauigkeit von Stellenangeboten
• simulierte Vorstellungsgespräche mit einem digitalen Interviewer
• Bewertungsberichte mit konkreten Verbesserungsvorschlägen

Derzeit befindet sich „Zhiya“ laut 36 Kr in der öffentlichen Testphase auf der iOS-Plattform. Eine Android-Version soll noch in diesem Jahr veröffentlicht werden.

Zusammenfassung: „Zhiya“ soll Lebenslaufoptimierung, Stellensuche und Bewerbungstraining in einem Agenten verbinden. Die iOS-Version befindet sich in der öffentlichen Testphase, während die Android-Version noch in diesem Jahr erscheinen soll.

Matching-Algorithmus basiert auf Prozessdaten aus der Personalbeschaffung

Für die Qualität der Antworten und Empfehlungen sei tiefes Branchenwissen erforderlich, erklärt Wang Xiangdao laut 36 Kr. MoSeeker habe durch die Betreuung von mehr als 1000 Unternehmenskunden aus Branchen wie Konsumgüter, Kosmetik, Halbleiter und Pharmazeutika sowie durch die Arbeit mit Kandidaten eine große Zahl realer Fälle gesammelt.

Diese Erfahrungen beziehen sich sowohl auf Talentmodelle für unterschiedliche Stellenarten als auch auf die Probleme, bei denen Bewerber besonders viel Unterstützung benötigen. In den Matching-Algorithmus fließen nach Angaben des Artikels Daten aus verschiedenen Phasen des Bewerbungsprozesses ein.

Diese Daten sollen den gesamten Ablauf der Personalbeschaffung abdecken und die Grundlage für die Matching-Fähigkeit von „Zhiya“ bilden. MoSeeker will dadurch nicht nur Stellen anhand formaler Merkmale empfehlen, sondern die tatsächlichen Anforderungen verschiedener Tätigkeiten und die Erfahrungen aus abgeschlossenen Verfahren berücksichtigen.

Gleichzeitig räumt Wang Xiangdao ein, dass der Wechsel von einem B2B-Personalbeschaffungssystem zu einem B2C-Bewerbungsagenten neue Herausforderungen mit sich bringt. Bei B2B-Produkten gehe es vor allem darum, Anforderungen der Kunden zu erfüllen. Bei B2C-Produkten müsse das Unternehmen dagegen die Bedürfnisse hinter dem Verhalten der Nutzer verstehen und dafür Nutzungsdaten analysieren.

Zusammenfassung: Der Matching-Ansatz von „Zhiya“ soll auf Daten aus zahlreichen realen Bewerbungs- und Einstellungsprozessen beruhen. Die Umstellung auf ein direkt an Bewerber gerichtetes Produkt erfordert laut MoSeeker jedoch eine andere Form der Produktentwicklung.

MoSeeker entfernt klassische Stellenbörse aus dem Agenten

Eine frühe Version von „Zhiya“ enthielt eine Funktion namens „Stellenplatz“. Nutzer konnten darin aus Tausenden von Stellenangeboten suchen, blättern und filtern.

Nach den im Artikel wiedergegebenen Angaben stellte MoSeeker jedoch fest, dass diese Funktion bei einigen Nutzern die Interaktionshäufigkeit mit dem Agenten verringerte. Dies wirkte sich nach Einschätzung des Unternehmens negativ auf die Erfolgsquote bei der Jobsuche und auf die Nutzerbindung aus.

Wang Xiangdao zufolge entsprach die Funktion weiterhin der Nutzungslogik traditioneller Personalbeschaffungsanwendungen. Sie widersprach damit dem Ziel eines Agenten, Informationen effizient über Interaktion zu erfassen. MoSeeker entfernte die Funktion deshalb konsequent.

„Deshalb haben wir diese Funktion konsequent entfernt“, erklärte Wang Xiangdao laut 36 Kr.

Die Entscheidung wird im Artikel als Suche nach einem „nativen Agent“-Produkt eingeordnet. Der Agent soll demnach nicht lediglich eine klassische Stellenbörse mit zusätzlichen KI-Funktionen sein, sondern die Suche stärker über einen Dialog mit dem Nutzer organisieren.

Zusammenfassung: MoSeeker hat die Funktion „Stellenplatz“ aus „Zhiya“ entfernt, weil sie die Interaktion mit dem Agenten und möglicherweise die Nutzerbindung beeinträchtigt habe. Das Unternehmen will die Jobsuche stärker über die Interaktion mit dem KI-System gestalten.

Plattform soll Bewerber unterstützen, ohne ihre Qualifikation zu verschleiern

Der Wechsel von der Arbeitgeberseite zur Bewerberseite wirft laut 36 Kr die Frage auf, wie der Interessenkonflikt zwischen Unternehmen und Kandidaten ausgeglichen werden kann. Wang Xiangdao zufolge muss die Plattform durch Produktentwicklung und Algorithmusoptimierung ein dynamisches Gleichgewicht herstellen.

Der Agent soll einerseits die Leistung der Bewerber im Bewerbungsprozess verbessern und andererseits den Arbeitgebern ein zutreffendes Bild der Fähigkeiten vermitteln. Aus diesem Grund ist „Zhiya“ unabhängig von den früheren Geschäftsaktivitäten von MoSeeker und ausschließlich auf B2C-Nutzer ausgerichtet.

Der grundlegende Wert der Plattform liege darin, Informations- und Ausdruckslücken zwischen Bewerbern und Unternehmen zu schließen. KI solle Bewerbern nicht dabei helfen, sich zu verschleiern. Stattdessen müsse die Produktgestaltung Betrugsverhalten erkennen und verhindern.

„KI soll ihnen helfen, sich selbst besser zu verstehen und auszudrücken, sodass der gesamte Matching-Prozess effizienter wird“, erklärte Wang Xiangdao laut 36 Kr.

Auch Arbeitgeber sollen durch den Agenten ihre Anforderungen an die Personalauswahl klarer und natürlicher ausdrücken können. Der Ansatz zielt damit auf eine bessere Verständigung zwischen beiden Seiten, ohne die Entscheidung vollständig an das System abzugeben.

Zusammenfassung: „Zhiya“ soll Bewerber unterstützen, aber keine falsche Darstellung ihrer Qualifikationen fördern. Die Plattform will Informations- und Ausdruckslücken auf beiden Seiten des Arbeitsmarktes reduzieren.

Wachsender Markt für KI-Agenten in der Personalbeschaffung

Bei Anwendungen für Jobsuche und Personalbeschaffung bestand laut 36 Kr traditionell ein „Henne-Ei-Problem“. Ein präziser Matching-Algorithmus benötigt ausreichend Nutzerdaten, während eine hohe Nutzerzahl nur erreicht werden kann, wenn der Algorithmus bereits wirksam arbeitet.

Im vergangenen Jahr seien weltweit verschiedene vertikale KI-Agenten entstanden. Personalmanagement und insbesondere Personalbeschaffung gelten dem Artikel zufolge als geeignete Einsatzbereiche, weil viele Aufgaben standardisiert und wiederholend sind.

Das „Weißbuch für die Hochschulpersonalbeschaffung 2026“ von 51job weist laut 36 Kr darauf hin, dass 65,3 % der Unternehmen im Jahr 2025 KI-Tools in der Hochschulpersonalbeschaffung eingesetzt haben. Der Wert lag damit 12,7 Prozentpunkte über dem Wert von 2024.

Unternehmen wie LinkedIn, Workday und Boss Zhipin haben laut Artikel eigene KI-Assistenten oder Agenten für die Personalbeschaffung auf den Markt gebracht. Wang Xiangdao erwartet, dass sich dieser Trend weiter beschleunigt.

Zusammenfassung: KI-Agenten gewinnen in der Personalbeschaffung an Bedeutung. MoSeeker sieht in den standardisierten und wiederholenden Aufgaben der Branche ein Umfeld, in dem vertikale Agenten großflächig eingesetzt werden können.

Hochschulnetzwerk soll die Nutzergewinnung erleichtern

Als Wettbewerbsvorteil von „Zhiya“ nennt Wang Xiangdao die bestehenden B2B-Ressourcen von MoSeeker. Dazu gehören Kanäle für die Hochschulpersonalbeschaffung von Tausenden Unternehmenskunden sowie Kooperationen mit mehr als 100 Hochschulen im ganzen Land, unter anderem im Bereich der KI-Interview-Systeme.

Über diese Strukturen könne der Agent kostengünstig eine große Zahl von Studierenden und Hochschulabsolventen erreichen. MoSeeker wolle zunächst mit einem kostenlosen Modell arbeiten, um einen guten Ruf aufzubauen, und müsse dafür keine großen Summen für die Marktförderung ausgeben.

Wenn die Nutzerzahl ein bestimmtes Niveau erreicht habe, sollen verschiedene Bezahlmodelle an die Bedürfnisse unterschiedlicher Gruppen angepasst werden. Der Artikel nennt dabei keine konkreten Preise oder weiteren Bedingungen.

Zusammenfassung: MoSeeker will für die Verbreitung von „Zhiya“ auf bestehende Unternehmenskontakte und Kooperationen mit mehr als 100 Hochschulen zurückgreifen. Der Start soll mit einem kostenlosen Modell erfolgen; spätere Bezahlmodelle sollen an unterschiedliche Nutzergruppen angepasst werden.

Vision: Kommunikation zwischen Bewerber- und Unternehmensagenten

Für die weitere Entwicklung der Personalbeschaffungsbranche beschreibt Wang Xiangdao laut 36 Kr eine „Agent to Agent“-Zukunft. Ein Agent auf Bewerberseite soll wissen, welche Arbeit der Nutzer sucht, während ein Agent auf Unternehmensebene die benötigten Talente kennt.

Die beiden Agenten könnten das Matching und erste Kommunikationsschritte selbstständig übernehmen. Dadurch ließe sich nach Darstellung des Unternehmens ein großer Teil unnötiger Abläufe in der frühen Phase des Bewerbungsprozesses herausfiltern.

Die Rolle des Menschen soll dabei jedoch erhalten bleiben. Nachdem die Agenten das Rauschen aus den prozessualen Aufgaben entfernt haben, sollen passende Kandidaten und Unternehmen effizienter und wertvoller miteinander kommunizieren.

„Und am Ende sollte immer der Mensch die Entscheidung treffen – ‚human in the loop‘ ist ein sehr wichtiger Standard in der KI-Ethik“, sagte Wang Xiangdao laut 36 Kr.

Zusammenfassung: MoSeeker sieht langfristig eine direkte Kommunikation zwischen Bewerber- und Unternehmensagenten. Die endgültige Entscheidung soll nach dem beschriebenen Modell weiterhin beim Menschen liegen.

Quellen:

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