Wie funktioniert Keyword-Matching in ATS-Systemen technisch?

Moderne ATS-Systeme nutzen mehrere Matching-Ebenen. Ebene 1 (Legacy): Exaktes Keyword-Matching — 'Python' muss im Text stehen. Ebene 2 (aktuell): Semantisches Matching via Word Embeddings — 'Softwareentwicklung' matcht auch 'Software Engineer'. Ebene 3 (KI): Kontextuelles Matching — der Satz 'habe Python in Datenanalyseprojekten genutzt' wird höher gewertet als 'Python-Kenntnisse' im Skills-Block. ESCO-Klassifikation bildet die Grundlage für viele europäische ATS-Matching-Algorithmen. Praktische Konsequenz: Keywords nicht nur im Skills-Block auflisten sondern in Kontext einbauen. 'Projektleitung von 3 IT-Projekten mit Agile/Scrum' ist besser als 'Kenntnisse: Scrum'. LinkedIn: Kandidaten die Keywords im Erfahrungskontext statt nur im Skills-Block haben bekommen 40% mehr Matches. Einwand: Zu viele Keywords (Stuffing) wird von neueren Systemen als Spam erkannt.