Dies sind KI-Personal- und Recruiting-Projekte aus dem 2026er Hackathon von OpenAI auf Devpost. Für Jobsuchende gibt es maßgeschneiderte Lebensläufe, Mock-Interviews, die aus dem eigenen Lebenslauf des Kandidaten erstellt werden, Job-Betrug-Prüfungen und Angebots-Erklärungen. Für Arbeitgeber gibt es Bewerber-Screening, Recruiting-Pipelines, Gehaltsabrechnung, Schichten und Onboarding. Jede Ideen-Seite verlinkt auf die ursprüngliche Einreichung und eine generierte Analyse. Beschreibungen werden von den Teams selbst gemeldet, und dies sind Hackathon-Projekte, keine Produkte in Produktion.
Einstellung ist eine regulierte Entscheidung, daher ist der schwierige Teil oft nicht das Modell. Tools, die Kandidaten screenen, ranken oder bewerten, müssen planen für Antidiskriminierungsrecht, wie die Regeln, die die EEOC in den USA durchsetzt. Das Local Law 144 von New York City kann Bias-Audits von automatisierten Einstellungs-Tools erfordern, und der EU AI Act listet KI, die in der Rekrutierung und Mitarbeiterverwaltung verwendet wird, als Hochrisiko. Lebensläufe und Interviewaufnahmen sind personenbezogene Daten, daher gilt DSGVO für Kandidaten in der EU und dem EWR (das UK hat seine eigene UK-Datenschutzverordnung). Arbeitgeber erwarten auch, dass ein Tool in ihr ATS oder HRISpasst, wie z. B. Greenhouse oder Workday. Deshalb zitieren viele dieser Projekte für jede Bewertung Belege und überlassen die Entscheidung einer Person.
Wenn eine dieser Ideen Ihrer ähnelt, beginnen Sie mit einer Seite des Marktes und einem Workflow: Jobsuchende, die Bewerbungen anpassen, oder ein kleines Recruiting-Team, das eine Rolle screenen. Ein Minimum Viable Product oder eine Web-App das aus hochgeladenen Lebensläufen und Stellenanzeigen funktioniert, kann zeigen, ob Menschen zurückkommen, bevor Sie Integrationen bauen. Nichts auf dieser Seite ist Rechtsberatung.
88 Ideen in dieser Liste · 33 mit mindestens einem Like · sortiert nach Community-Likes, dann Kommentaren
Häufig gestellte Fragen
- Ist es legal, KI zur Vorauswahl von Job-Bewerbern zu nutzen?
- In den meisten Orten ist es erlaubt, aber es gibt Pflichten. In den USA kann ein Arbeitgeber nach Antidiskriminierungsgesetzen weiterhin verantwortlich sein, wenn ein Tool eine geschützte Gruppe ausschließt, selbst wenn ein Anbieter es entwickelt hat. New York City verlangt für bestimmte automatisierte Einstellungs-Tools eine Bias-Audit und eine Benachrichtigung der Kandidaten, und der EU AI Act behandelt Rekrutierungs-KI als Hochrisiko, mit Pflichten in Bezug auf Dokumentation und menschliche Aufsicht. Planen Sie dies, bevor Arbeitgeber das Tool auf echte Kandidaten anwenden, und prüfen Sie die Details mit einem Arbeitsrechtler.
- Wie kann ein KI-Einstellungs-Tool das Risiko von Bias reduzieren?
- Beginnen Sie damit, festzulegen, was das Tool berücksichtigen darf. Die Bewertung anhand der genannten Anforderungen der Stelle, mit Zitaten aus dem Lebenslauf als Beleg, ist leichter zu überprüfen als eine einzige Gesamtpunktzahl für die Eignung. Lassen Sie Namen, Fotos, Alter und andere Details weg, die als Stellvertreter für geschützte Merkmale dienen können, und vergleichen Sie die Ergebnisse über Gruppen hinweg mit realistischen Testdaten vor dem Start. Stellen Sie sicher, dass eine Person für jede Ablehnung verantwortlich ist, und protokollieren Sie den Grund für jede Entscheidung, damit eine spätere Prüfung etwas zu überprüfen hat.
- Sollte ein Rekrutierungs-MVP von Anfang an mit einem ATS integriert werden?
- In der Regel nicht. ATS- und HRIS-Plattformen wie Greenhouse, Lever und Workday bieten APIs an, aber der Zugriff hängt oft von der Administration des Kunden oder einem Partnerprogramm ab, und jeder Arbeitgeber richtet seinen Pipeline anders ein. Eine erste Version kann mit hochgeladenen Lebensläufen, eingefügten Stellenbeschreibungen oder CSV-Exporten arbeiten, um zu zeigen, dass Rekrutierer Zeit sparen. Sobald ein Team einem Pilotprojekt zustimmt, wird die Integration in ihr System zu einer klar umrissenen Aufgabe statt einer Vermutung.
- Was sollte die erste Version eines KI-Tools für Arbeitssuchende enthalten?
- Ein Publikum und ein Schritt der Suche: zum Beispiel Ingenieurstudenten, die sich für Co-op-Positionen bewerben, oder erfahrene Fachkräfte, die sich auf Interviews vorbereiten. Mehrere Projekte hier lehnen es ab, Fähigkeiten hinzuzufügen, die der Kandidat nie aufgelistet hat, was Nutzer davon abhält, Bewerbungen zu senden, die sie in einem Interview nicht verteidigen können. Behandeln Sie Lebensläufe von Anfang an als sensible Daten: Bitten Sie um Zustimmung, lassen Sie Nutzer ihre Dateien löschen und trainieren Sie Modelle nicht ohne Erlaubnis darauf. Beobachten Sie dann, ob die Menschen für ihre nächste Bewerbung zurückkehren.
Quelle: openai.devpost.com Projektgalerie.
Ein unabhängiger Leitfaden von KFG International LLC — weder mit Devpost noch mit OpenAI verbunden, von ihnen unterstützt oder autorisiert.
Sind Sie der Autor eines hier aufgeführten Projekts? Entfernung oder Korrekturantrag stellen (support@kfginternational.com). Anfragen von Autoren werden innerhalb von 48 Stunden bearbeitet, spätestens aber innerhalb sieben Tage. Datenschutzhinweis.
