Worum geht es?
Lanternic ist ein neuer und intelligenterer Weg, Menschen mit Jobs zusammenzubringen. Statt sich auf starre Stichwörter, enge Kategorien und unvollkommene Filter zu verlassen, gleicht es Kandidaten und Rollen anhand ihrer tatsächlichen Bedeutung ab.
Jobsuchende können in natürlicher Sprache beschreiben, woran sie arbeiten möchten, was ihnen wichtig ist und welche Rolle wirklich passt. Auf dieser Basis sehen sie Jobs, die nicht nur oberflächlich ähnlich, sondern inhaltlich wirklich relevant sind.
Viele Suchabsichten lassen sich nicht mit ein paar Stichwörtern erfassen. Sie sind nuanciert, persönlich und ergeben erst im Kontext Sinn. Lanternic macht diesen Kontext nutzbar und ermöglicht dadurch eine deutlich intelligentere Jobsuche.
Warum ist das relevant?
Das Problem
Die Illustration oben zeigt die zentrale Schwäche heutiger Job-Matching-Systeme: Jobsuchende und Arbeitgeber starten beide mit reichhaltigen, sehr individuellen Informationen, aber ein Großteil dieser Komplexität wird reduziert, bevor Matching überhaupt beginnt.
Auf der Seite der Jobsuchenden werden individuelle Stärken, Interessen, Präferenzen und Potenziale auf wenige Stichwörter reduziert. Auf Arbeitgeberseite werden individuelle Einstellungsbedarfe zuerst in eine Stellenanzeige komprimiert und dann erneut auf wenige Stichwörter reduziert.
Das eigentliche Matching findet, wie im roten Rahmen des Bildes gezeigt, nur zwischen diesen vereinfachten Stichwort-Repräsentationen statt und nicht zwischen der vollen Realität der Person und der Rolle. Dabei geht sehr viel relevante Information verloren.
Das Ergebnis ist ineffizient und frustrierend für alle Beteiligten:
- Unternehmen erhalten viele schlecht passende Bewerbungen. Jobsuchende verbringen zu viel Zeit mit Suchen, Filtern und Bewerben, ohne zuverlässig Rollen zu finden, die wirklich passen. Beide Seiten verlieren Zeit, verpassen Chancen und sind am Ende frustriert.
- Bewerbungsspam und automatisierte ATS-Absagen sind keine zufälligen Nebeneffekte. Sie sind klare Zeichen eines Matching-Systems, das grundsätzlich begrenzt darin ist, echte Passung herzustellen.
- Dasselbe Problem zeigt sich auf Marktebene: Fachkräftemangel und steigende Arbeitslosigkeit können gleichzeitig auftreten. Unternehmen finden nicht die richtigen Menschen, während viele Menschen nicht die richtigen Jobs finden. Das ist nicht nur ein Arbeitsmarktparadox, sondern auch ein Matching-Problem.
Warum jetzt?
Der Bedarf an besserem Job-Matching ist größer denn je:
- Jobs sind deutlich komplexer geworden. Viele Rollen lassen sich nicht mehr gut durch wenige Kategorien oder Titel beschreiben. Der heutige Arbeitsmarkt ist voller hybrider Rollen, Spezialisierungen und einzigartiger Kombinationen, die stichwortbasierte Systeme nur schwer verstehen.
- Standort ist nicht mehr derselbe begrenzende Faktor. Remote Work und höhere Mobilität haben den Suchraum stark erweitert. Menschen vergleichen heute Möglichkeiten über Städte, Länder und globale Märkte hinweg.
- Karrieren sind dynamischer als früher. Rollen verändern sich schneller, neue Jobtypen entstehen laufend und berufliche Wechsel werden häufiger. Menschen brauchen bessere Werkzeuge, um zu entdecken, wo sie als Nächstes passen.
Und zum ersten Mal lässt sich das Job-Matching-Problem deutlich besser lösen. Moderne KI gibt uns die Grundlage, um Algorithmen zu bauen, die Bedeutung verstehen statt nur Stichwörter. Das verändert, was Jobsuche sein kann.
Vorteile für Unternehmen
- Stärkere Passung von Kandidaten.
- Relevantere Bewerbungen statt vieler schlecht passender Kontakte
- Eine bessere Möglichkeit, echte Einstellungsbedarfe klar und ehrlich zu kommunizieren, statt sie hinter generischen, buzzword-lastigen Stellenanzeigen zu verstecken
- Effizientere Sichtbarkeit durch hochrelevante Suchabsicht statt teurem Wettbewerb um breite generische Begriffe
Vorteile für Jobsuchende
- Bessere Job-Passung.
- Ein fokussierterer, wirksamerer und weniger stressiger Suchprozess
- Bessere Chancen auf erfolgreiche Bewerbungen und weniger wiederholte Absagen
- Weniger Zeitverlust durch Recherche, manuelles Filtern und Trial-and-Error-Suchen
- Einfachere berufliche Wechsel und bessere Entdeckung von Rollen, die in traditionellen Systemen oft unsichtbar bleiben
- Besserer Zugang zu Jobs, die real gut passen, auch wenn sie andere Titel verwenden
FAQ
Noch nicht. Das ist ein schlanker Prototyp für echtes Nutzerfeedback und schnelle Iteration.
Eine statische Auswahl von Jobs Jobs.
Diese Jobs werden nicht regelmäßig aktualisiert und können bereits veraltet sein. Sie sind nur als realistische Demo-Datenquelle enthalten.
Nein. Das ist eine bewusste Produktentscheidung.
Wir glauben, dass Matching mit der höchsten Qualität entsteht, wenn Jobsuchende nach Jobs suchen und nicht, wenn Menschen sich über statische öffentliche Profile auffindbar machen sollen.
Viele wichtige Präferenzen sind privat, situativ und schwer zu formalisieren. Sie ändern sich außerdem im Lauf der Zeit. Eine aktive Suche erfasst viel besser, was gerade jetzt zählt, als es ein dauerhaftes Kandidatenprofil könnte.
Deshalb konzentrieren wir uns auf ein Modell, in dem Unternehmen Möglichkeiten öffentlich beschreiben, während Jobsuchende privat nach dem suchen, was ihnen in diesem Moment wichtig ist.
Ja.
Lanternic ermöglicht eine grundsätzlich andere Form des Job-Matchings. Beide Seiten können sich natürlicher und präziser ausdrücken, wodurch ganz neue Formen von Passung und Entdeckung möglich werden.
Langfristig kann das verändern, wie Menschen suchen, wie Unternehmen Bedarf ausdrücken und wie der Arbeitsmarkt Arbeit und Talent verbindet.
Gleichzeitig ist es rückwärtskompatibel. Keine Seite muss ihr Verhalten vom ersten Tag an vollständig ändern, um zu profitieren. Traditionelles Verhalten funktioniert weiterhin, während besseres Matching schon darin stattfinden kann.
Nein. Semantische Suche erkennt thematische Nähe zwischen zwei Texten. Welche Stellen wirklich zu einem Jobsuchenden passen, ist eine andere, deutlich schwierigere Frage.
Sie gut zu beantworten ist das Herzstück von Lanternic — und ihre Schwierigkeit ist einer der Gründe, warum es solche Lösungen bisher nicht wirklich gibt.
Nein. Solche Assistenten sind stark darin, beim Denken und Formulieren zu helfen. Beim eigentlichen Finden von Jobs geht der Assistent aber ins Internet und führt eine gewöhnliche Keyword-Suche aus. In diesem Moment wird das ganze nuancierte Gespräch wieder auf ein paar Suchbegriffe reduziert, und zurück kommt vor allem das, was Keyword- und SEO-Ranking nach oben spülen.
Ein allgemeiner KI-Assistent kann beim Denken unterstützen, die Suche selbst bleibt aber so limitiert wie bei klassischen Jobbörsen. Lanternic arbeitet dagegen durchgehend über Bedeutung und rankt Jobs danach, wie gut sie wirklich passen.