Matching im Recruiting bedeutet, nach vorgegebenen Kriterien die Anforderungen einer Stelle mit den Qualifikationen eines Bewerbers abzugleichen. Die einfachste Form des Matchings ist, zu prüfen, ob ein Kriterium erfüllt wird oder nicht. Zum Beispiel „Hat eine abgeschlossene Ausbildung“ (Ja/Nein) oder „Spricht fließend Spanisch“ (Ja/Nein). Um die Aussagekraft des Matchings zu erhöhen, werden in der Regel mehrere Kriterien kombiniert. Die Definition von Ähnlichkeiten, Bandbreiten sowie Gewichtungen von Kriterien bietet weitere Möglichkeiten, die Qualität des Ergebnisses zu verfeinern.
Matching-Technologien erlauben es, ein solches Matching automatisiert durchzuführen, zum Beispiel direkt integriert in der Bewerbermanagement-Software. Ziel dabei ist es, einerseits die Passgenauigkeit von Kandidaten zu erhöhen und andererseits Bewerber zu identifizieren, die für die Stelle geeignet sein können, obwohl sie manche Kriterien nicht vollständig erfüllen. Und die bei einem klassischen Abgleich bisher aussortiert worden wären.
Doch auch schon einen Schritt früher kann Matching-Technologie sinnvoll eingesetzt werden: bei der Stellensuche. Passend zu den Profildaten eines Bewerbers werden ihm entsprechende Vakanzen vorgeschlagen. Auch solche, die er vielleicht selbst nicht in Betracht gezogen hätte bzw. nach denen er nicht aktiv gesucht hätte.
Qualifikationen maschinell vergleichbar machen
Aus einer Vielzahl an Bewerbungen, Profilen und Daten die zu einer Stelle passenden Kandidaten herauszufiltern, wird mit Matching-Technologien einfacher. Dabei geht es darum, auf Basis vergleichbarer Qualifikationen, Erfahrungen und Informationen zu einer hohen Passung zu kommen. Und weniger um die bloße Abfrage bestimmter Qualifikationen, Berufsausbildungen oder Sprachkenntnisse.
Eine Grundvoraussetzung dabei ist, dass die relevanten Daten in maschinenlesbarer Form vorliegen. Doch die Anforderungen an Matching-Technologie in einer Recruiting-Software oder einem Bewerbermanagement-System gehen weit darüber hinaus. So muss das Programm neben den reinen Begriffen auch idealerweise verwandte und/oder ähnliche Wörter kennen. Außerdem müssen Zusammenhänge und Verbindungen von Begriffen, Sätzen und ganzen Texten erfasst werden. Auch die Fähigkeit des Vergleichs verschiedener Qualifikationen, Berufe und Abschlüsse muss gegeben sein.
Mehr als nur reine Daten
Um die Anforderungen zu verarbeiten, muss die eingesetzte Software also nicht nur die Daten lesen, sondern auch deren Inhalt, Korrelation bzw. Sinn erkennen können. Für die Kategorisierung und Strukturierung einzelner Begriffe und größerer Zusammenhänge laufen dafür im Hintergrund Klassifikations- und Definitions-Systeme wie Taxonomien, Ontologien, Tagging-Systeme oder das Semantic Web.
Möglich wird dadurch zum Beispiel, verschiedene Schulabschlüsse abzugleichen, sei es im eigenen Land oder auch von ausländischen Bewerbern. Auch der Vergleich und Abgleich von Berufsgruppen auf nationaler und internationaler Ebene mit den beinhalteten Kompetenzen lässt sich damit abbilden. Entsprechende Algorithmen in der Recruiting- bzw. Bewerbermanagement-Software sorgen dann für die Korrelation der Kriterien sowie die Ermittlung der Passung einzelner Bewerber. Für die Berechnung der Eignung eines Kandidaten werden dazu beispielsweise der Erfüllungsgrad einzelner Kriterien ermittelt und verschiedene Gewichtungen miteinbezogen.
Siehe auch: https://de.wikipedia.org/wiki/Matching_(Arbeitsvermittlung)