ClearRole

Die Beschreibung gibt an, dass ClearRole ein Werkzeug ist, das Stellenbeschreibungen auf Vertrauenswürdigkeit analysiert. Es unterstützt derzeit das Einfügen von Text einer Stellenanzeige in eine Web-Oberfläche und liefert zurück:

• Eine 0–100-Listing-Score;
• Risikostufe (niedrig, mittel, hoch);
• Bewertung;
• Evidenzbewusstes Konfidenzniveau;
• Gründe, die mit bestimmten Kategorien verknüpft sind;
• Positive, schwache und Risikosignale;
• Eingabe- und Quellenbeschränkungen;
• Empfohlene nächste Maßnahme;
• Verifizierungscheckliste.

Es ist mit Next.js, React und TypeScript entwickelt und nutzt die GPT-5.4–5.6-Modelle von OpenAI über die Responses API. Die Demo speichert oder protokolliert den eingefügten Inhalt nicht und führt pro Eingabe nur eine KI-Anfrage durch.

Das Produkt wird als Prototyp in einer frühen Phase beschrieben, mit einer geplanten Chrome-Erweiterung zur Verbesserung des Benutzerworkflows.

Schlussfolgerung Das Produkt scheint ein Proof-of-Concept für KI-gestütztes Vetting von Stellenanzeigen zu sein, aber noch kein vollständiges kommerzielles Angebot.

Die Beschreibung gibt an, dass ClearRole erstellt wurde, um die Vertrauenslücke bei Stellenanzeigen zu schließen – insbesondere dort, wo KI-generierte oder gefälschte Anzeigen häufig vorkommen. Es positioniert sich als Entscheidungsunterstützung und Provenienzschicht für den Arbeitsmarkt.

Es behauptet, sowohl Arbeitssuchenden als auch Plattformen zu helfen, indem es bewertet:

• Listing-Qualität;
• Quelleglaubwürdigkeit;
• Arbeitgeberidentität;
• Aktualität;
• Duplikatverlauf;
• Betrugsindikatoren;
• Signale für Einstellungsabsicht;
• Was unbekannt bleibt.

Der Autor beschreibt drei Schichten in seiner langfristigen Vision:

1. Ghost Job Detector (verbraucherorientiert);
2. ClearRole Trust Engine (B2B-Nutzung für Plattformen);
3. Source Intelligence Layer (technische Grundlage für Provenienz).

Schlussfolgerung Die Positionierung deutet darauf hin, dass ClearRole eine Vertrauensebene für den Arbeitsmarkt werden soll, aber nur die erste Schicht (verbraucherorientiert) wurde demonstriert.

Die Beschreibung gibt an, dass ClearRole zwei Hauptzielgruppen anspricht:

1. Arbeitssuchende, die bewerten möchten, ob eine Stellenanzeige eine Bewerbung wert ist.
2. B2B-Plattformen (Stellenbörsen, Personalvermittlungsfirmen, Arbeitgeber), die Werkzeuge benötigen, um qualitativ minderwertige oder betrügerische Anzeigen zu identifizieren.

Es wird auch erwähnt, dass das langfristige Ziel darin besteht, ein System zu entwickeln, das Karriereprofis und Job-Plattformen dabei hilft zu verstehen, ob eine Anzeige glaubwürdig, aktuell, transparent und handlungsrelevant erscheint.

Schlussfolgerung Die ICP sind wahrscheinlich Arbeitssuchende in einer frühen Phase und Plattformbetreiber, es werden jedoch keine Kundendaten oder Segmentierungsdetails angegeben.

Nicht belegt. Die Beschreibung gibt nicht an, wie ClearRole sein Produkt monetarisieren will oder welches Preismodell es verwenden wird.

Die Beschreibung gibt an, dass ClearRole mit folgenden Komponenten erstellt wurde:

• Next.js
• React
• TypeScript
• Codex (als Engineering-Partner)
• OpenAI GPT-5.4–5.6-Modelle über die Responses API

Es wird ein vertikaler Ausschnitt demonstriert, in dem:

• Ein Nutzer eine Stellenbeschreibung einfügt.
• Der Browser sendet sie an eine Next.js /api/check-text-Route.
• Der Server sendet eine GPT-5.6-Anfrage.
• Das Ergebnis wird geparst und in ein kanonisches Format normalisiert.

Der Demo-Pfad:

• Führt höchstens eine OpenAI-Anfrage aus;
• Ruft keine öffentlichen URLs ab;
• Speichert keinen eingefügten Text serverseitig;
• Protokolliert weder die Eingabe noch die rohe Modellausgabe;
• Ist auf localhost und Nicht-Produktionsausführung beschränkt.

Es werden auch Grundlagenarbeiten für folgende Bereiche erwähnt:

• Kanonaresultatverträge;
• Evidenzkategorien;
• Bewertungsrichtlinie;
• Konfidenzkontrollen;
• Trennung der Quellenqualität;
• Kontrolliertes Lesen öffentlicher Quellen;
• Netzwerk- und Schutz vor privaten Adressen;
• PostgreSQL-gestützte Autorisierung und Abrechnung;
• Konzepte für Anzeigenhistorie und Beobachtung;
• Änderungserkennung;
• Quellenerkennung.

Schlussfolgerung Die technische Architektur deutet auf einen skalierbaren, datenschutzbewussten Ansatz zur KI-gestützten Analyse von Stellenanzeigen hin, es wird jedoch nur eine grundlegende Funktionalität demonstriert.

Nicht belegt. Die Beschreibung gibt an, dass es sich um eine Hackathon-Einreichung (OpenAI 2026 Build Week) handelt, und es werden keine Traction- oder Adoptionsdaten angegeben.

Nicht belegt. Die Beschreibung erwähnt keine Wettbewerber oder eine Marktpositionierung im Vergleich zu bestehenden Werkzeugen im Bereich Stellenanzeigen oder KI-Vertrauen.

1. Keine Traction oder Einnahmen: Das Produkt ist ein Hackathon-Demo ohne Belege für Adoption oder Monetarisierung.
2. Begrenzter Umfang in der Demo: Es wurde nur ein vertikaler Ausschnitt (eingefügter Text) demonstriert; die vollständige Vision bleibt unbestätigt.
3. Datenschutz und Datenverarbeitung: Obwohl die Demo keine Logs führt, ist unklar, wie zukünftige Versionen mit Nutzerdaten oder Quell-Intelligenz umgehen werden.
4. KI-Zuverlässigkeit und Bias: Das System stützt sich auf KI-Modelle zur Erkennung von Betrug oder Unstimmigkeiten – dies birgt das Risiko von Fehlalarmen oder übersehenen Fällen.
5. Skalierbarkeitsbedenken: Die aktuelle Architektur ist auf eine Anfrage pro Eingabe beschränkt; es wird keine Skalierung oder Stapelverarbeitung beschrieben.

1. Welche sind die zentralen Annahmen hinter der Bewertung und den Risikosignalen?
2. Wie unterscheidet ClearRole zwischen einer qualitativ schwachen Anzeige und einer legitimen, die lediglich an Details mangelt?
3. Gab es bereits Nutzertests oder Feedback zur Genauigkeit der KI-generierten Bewertungen?
4. Was ist der Plan für den Datenschutz, insbesondere im Hinblick auf Quell-Intelligenz und Provenienz-Tracking?
5. Gibt es Pläne zur Integration mit bestehenden Job-Plattformen oder APIs?
6. Wie wird der B2B Trust Engine monetarisiert?
7. Welche sind die technischen Grenzen des aktuellen Modells bei der Erkennung von Betrug oder Identitätsdiebstahl?
8. Wie behandelt ClearRole Grenzfälle wie interne Stellenanzeigen eines Unternehmens oder Nischenrollen?