Bewerbungen werden unübersichtlich, wenn jede einzelne im selben Posteingang landet. Ein Kandidat füllt ein Formular aus. Die Personalabteilung öffnet den Eintrag, prüft die Stelle, liest die Berufserfahrung, überprüft den Lebenslauf, macht sich Notizen, aktualisiert eine Tabelle und sendet eine Antwort. Das funktioniert für ein paar Bewerber. Steigt die Zahl, können gute Kandidaten unbemerkt bleiben, während das Team immer wieder dieselben Überprüfungsschritte wiederholt.
KI kann helfen, Bewerbungen schneller zu prüfen, aber sie sollte nicht eigenständig die endgültige Einstellungsentscheidung treffen. Eine Bewerbung hat Kontext. Ein Lebenslauf kann unvollständig sein. Ein Kandidat hat möglicherweise starke Erfahrungen, aber eine schwache schriftliche Antwort. Deshalb ist der bessere Arbeitsablauf nicht “KI lehnt Kandidaten automatisch ab”. Der bessere Arbeitsablauf ist: KI prüft die Bewerbung, erstellt eine Bewertung und Zusammenfassung, sendet sie zur Genehmigung an die Personalabteilung und sendet erst dann die richtige E-Mail an den Kandidaten.
Verbinden Sie ein Bewerbungsformular mit einem KI-Agenten, der den Kandidaten bewertet, senden Sie dieses Ergebnis zur Genehmigung oder Ablehnung über den Human-in-the-Loop-Prozess an die Personalabteilung, speichern Sie den Datensatz in Google Sheets und senden Sie nach der Entscheidung der Personalabteilung die richtige E-Mail an den Kandidaten. Kein Code erforderlich.
Grundlegender Ablauf:
Ein No-Code-Workflow zur Prüfung von Bewerbungen durch KI automatisiert den ersten Überprüfungsprozess. Anstatt jeden Formulareintrag manuell zu prüfen, erhält die Personalabteilung eine übersichtliche Zusammenfassung des Kandidaten, seiner Position, seiner Erfahrung, eines KI-Scores und eines Links zum Lebenslauf. Die Personalabteilung kann den Kandidaten dann per E-Mail zur Überprüfung genehmigen oder ablehnen.
Hier ist der vollständige Workflow:
| Schritt | Knoten | Was es tut |
| 1 | Formular erfolgreich gesendet | Löst den Workflow aus, wenn ein Kandidat das Bewerbungsformular einreicht |
| 2 | AI-Agent | Überprüft die Formularantworten und gibt ein strukturiertes Screening-Ergebnis zurück |
| 3 | JSON-Parser | Konvertiert die KI-Antwort in verwendbare Felder |
| 4 | Gmail Human-in-the-Loop | Sendet das Kandidatenprofil an die Personalabteilung und wartet auf die Genehmigung |
| 5 | Router | Teilt den Workflow nach dem HR-Prüfungsschritt |
| 6 | Zustand | Prüft, ob HR den Kandidaten genehmigt oder abgelehnt hat |
| 7 | Zeile hinzufügen | Speichert den Anwendungsdatensatz |
| 8 | Gmail E-Mail senden | Sendet die richtige E-Mail an den Kandidaten |
Dies ist nützlich für HR-Teams, Kleinunternehmen, Agenturen und Besitzer von WordPress-Websites, die Bewerbungen über ein Formular sammeln.
Stellen Sie sicher, dass diese Werkzeuge installiert, aktiviert und verbunden sind, bevor Sie den Workflow erstellen.
Um ein Plugin in WordPress zu installieren, gehen Sie zu Plugins → Neu hinzufügen, suche das Plugin, klicke Jetzt installieren, und dann klicken Aktivieren Sie. Wenn Sie eine ZIP-Datei haben, verwenden Sie die Plugin hochladen, um die Datei hochzuladen, dann installieren und aktiviere ihn.
Erstellen Sie ein Bewerbungsformular mit Ihrem Formularersteller. Hier habe ich das Bit Form-Plugin verwendet und das Formular in vier Schritten erstellt.
Legen Sie das Feld für den Lebenslaufeinstieg so fest, dass es PDF-, DOC- oder DOCX-Dateien akzeptiert. Halten Sie die Dateigrößenbeschränkung angemessen, z. B. 5 MB oder 10 MB. Fügen Sie diese Bestätigungsnachricht nach der Einreichung hinzu:
Erstellen Sie einen neuen Workflow und nennen Sie ihn: „No-Code-KI-Workflow zur Vorauswahl von Bewerbungen“. Fügen Sie den Bit Form-Knoten „Trigger – Übermittlung erfolgreich“ hinzu.
Klicken Sie auf Antwort erfassen, danach eine Testanwendung übermitteln.
Reale Beispieldaten helfen Ihnen, die Felder in späteren Knoten korrekt zuzuordnen.
Nach dem Formularauslöser, fügen Sie den AI-Agent Knoten. Dieser Schritt prüft die vom Kandidaten eingereichten Formulardaten und erstellt ein Screening-Ergebnis für die Personalabteilung. Konfigurieren Sie zuerst den Chat-Modell. Fügen Sie Ihren OpenAI-, DeepSeek-, Claude-, Gemini- oder anderen unterstützten KI-Modell-API-Schlüssel in den Verbindungseinstellungen hinzu.
Wählen Sie dann das Modell aus, das Sie für das Screening verwenden möchten.
Als nächstes hinzufügen Einfacher Speicher. Verwenden Sie einen eindeutigen Schlüssel wie die Kandidaten-E-Mail-Adresse, die Formular-Eintrags-ID oder die Einreichungs-ID. Behalten Sie die Kontextfensterlänge ungefähr 5, damit der KI-Agent die Formulardaten, Rollenanforderungen und Bewertungsanweisungen während der Verarbeitung der Bewerbung zusammenhalten kann.
In den KI-Agenten-Einstellungen, verwenden Sie:
Anmerkung: Aktualisieren Sie die KI-Eingabeaufforderung basierend auf Ihrer eigenen Stellenbeschreibung, erforderlichen Fähigkeiten, Erfahrungsstufe und Einstellungskriterien, bevor Sie den Arbeitsablauf testen.
Verwenden Sie diese kurze Systemanweisung:
DE 
EN 
ES 
NL 
IT 
PT 
JA Sie sind Assistent/in für die Personalauswahl.
Prüfen Sie ausschließlich die eingereichten Bewerbungsdaten. Erfinden Sie keine Fähigkeiten, Erfahrungen, Bildungsabschlüsse, Firmennamen, Leistungen oder Zertifizierungen.
Treffen Sie keine endgültige Einstellungsentscheidung. Lehnen Sie keinen Bewerber automatisch ab.
Bewerten Sie den Bewerber ausschließlich als internes Signal für die Personalabteilung. Geben Sie ausschließlich gültiges JSON zurück. Fügen Sie keine Markdown-Zeichen, Erläuterungen oder zusätzlichen Text außerhalb des JSON-Formats hinzu..Verwenden Sie dies im Hauptprompt der Bewertung auf Deutsch:
Bewertungsregeln:
- Übereinstimmung der Rollenkompetenzen: 40 Punkte
- Relevante Berufserfahrung: 20 Punkte
- Qualität der Verantwortlichkeiten: 15 Punkte
- Qualität der Kandidatenantwort: 10 Punkte
- Klarheit der Kommunikation: 10 Punkte
- Verfügbarkeit von Lebenslauf oder Nachweisen: 5 Punkte
Empfehlungsregeln:
- 80 bis 100: Shortlist
- 60 bis 79: Manuelle Überprüfung
- 0 bis 59: Nicht übereinstimmend
Geben Sie nur gültiges JSON in diesem Format zurück:
{
"candidate_summary": "",
"matched_skills": [],
"missing_skills": [],
"experience_note": "",
"score": 0,
"recommendation": "",
"hr_note": "",
"cv_review_note": ""
}Diese Einrichtung ist wichtig, da der nächste Schritt, der JSON-Parser, eine saubere JSON-Antwort benötigt. Wenn die KI zusätzlichen Text vor oder nach dem JSON hinzufügt, kann der Parser das Ergebnis möglicherweise nicht korrekt lesen.
Fügen Sie den JSON-Parser nach dem KI-Agent-Knoten ein: Setzen Sie die JSON-Eingangsquelle auf die Antwort des KI-Agenten. Hier ist das JSON-Ergebnis:
Der JSON-Parser wandelt die JSON-Antwort des KI-Agenten in separate nutzbare Felder um, wie z. B. Kandidatenübersicht, Bewertung, Empfehlung und HR-Notiz, damit sie in den nächsten Workflow-Schritten zugeordnet werden können.
Fügen Sie in Bit Flows den nächsten Knoten hinzu: Gmail → Senden und auf Antwort warten / HITL.
Wenn Gmail noch nicht verbunden ist, klicken Sie auf Verbindung hinzufügen, hinzufügen Google Client-ID und Geheimnis des Kunden von Google Cloud-Konsole, autorisieren Sie das Konto und wählen Sie dann diese Gmail-Verbindung für diesen Schritt aus. Für eine detaillierte Einrichtung folgen Sie dem offiziellen Anleitung zur Bit Flows-Gmail-Integration.
Ordnen Sie nun die Felder für die HR-E-Mail, den Betreff und die Überprüfungsnachricht zu. Dieser Knoten sendet das Kandidatenprofil an die HR-Abteilung und pausiert den Workflow, bis die HR-Abteilung auf eine Antwortschaltfläche klickt. Verwenden Sie diese Konfiguration:
Halte die HR-E-Mail fokussiert. Die Personalabteilung benötigt nicht jedes technische Feld aus dem Ablauf. Sie benötigt den Kandidaten, die Rolle, die Punktzahl, die Zusammenfassung, Notizen und den Link zum Lebenslauf.
Der Router trennt das Human-in-the-Loop-Ergebnis von anderen Workflow-Pfaden.
Erstellen Sie mindestens zwei Pfade:
Sie können Google Tabellen auch nach dem Gene ergebnis beibehalten, wenn Sie nur die endgültig geprüften Anträge speichern möchten.
Erstellen Sie jetzt eine Google-Tabelle mit dem Namen: Job Applications – AI Screening
Wählen Sie vor dem Speichern des Anwendungsdatensatzes Ihre Google Sheets-Verbindung aus und wählen Sie die Bewerbungen – KI-Screening Tabellenkalkulation, wählen Sie das Arbeitsblatt aus und ordnen Sie jeden Kandidatenwert der richtigen Spalte zu. Weitere Hilfe finden Sie unter dem offiziellen Bit Flows – Anleitung zur Integration in Google Tabellen.
Verwenden Sie zuerst eine einfache Tabelle. Sie benötigen beim Testen nicht zu viele Spalten.
Datensatz in Google Tabellen speichern
Füge einen Bedingungsknoten nach dem Pfad "Human in the Loop" hinzu.
Bedingung 1 (genehmigt):
Bedingung 2 (abgelehnt):
Überprüfen Sie den genauen Wert, den Ihr Human-in-the-Loop-Knoten zurückgibt, bevor Sie diese festlegen. Kopieren Sie den Wert direkt aus der Knotenausgabe, anstatt ihn einzutippen.
Auf dem genehmigten Pfad wird hinzugefügt: App: Gmail, Ereignis: E-Mail senden
Bitte fügen Sie den KI-Score nicht in diese E-Mail ein. Der Score ist ein internes Überwachungssignal.
Auf dem abgelehnten Bedingungspfad hinzufügen:
Verwenden Sie diese E-Mail:
Vielen Dank für Ihre Bewerbung für die Stelle als {{Position}}.
Nach Prüfung Ihrer Bewerbung haben wir uns entschieden, Ihr Profil für diese Stelle derzeit nicht weiter zu berücksichtigen. Wir bedanken uns für die Zeit, die Sie sich für Ihre Bewerbung und die Übermittlung Ihrer Daten genommen haben.
Wir wünschen Ihnen viel Erfolg bei Ihrer Jobsuche und für Ihre berufliche Zukunft.
Senden Sie diese E-Mail erst, nachdem die Personalabteilung den Antrag aus dem Schritt „Human in the Loop“ abgelehnt hat. Lassen Sie nicht zu, dass die KI automatisch Absag emails versendet.
Nachdem Sie den Workflow eingerichtet haben, testen Sie ihn mit verschiedenen Kandidatentypen. Dies hilft Ihnen zu bestätigen, dass die KI-Bewertung, der HR-Genehmigungsschritt, die Google Sheets-Zeile und die Kandidaten-E-Mails korrekt funktionieren.
Testen Sie den Workflow mit drei Arten von Kandidaten.
| Prüfungskandidat | Erwartetes KI-Ergebnis | Erwartete Personalmaßnahme | Erwartete E-Mail |
| Starker Frontend-Entwickler | Punktzahl 80+ und auf die Auswahlliste | HR genehmigt | Ausgewählte E-Mail |
| Durchschnittlicher Kandidat | Ergebnis 60 bis 79 und manuelle Prüfung | Die Personalabteilung entscheidet manuell | Hängt von der Entscheidung der Personalabteilung ab |
| Schwache Rollenübereinstimmung | Punktzahl unter 60 und nicht übereinstimmend | Personalabteilungsprüfungen vor Ablehnung | Abgelehnte E-Mail nur, wenn HR ablehnt |
Testen Sie zuerst mit einem starken Kandidaten, überprüfen Sie das KI-Screeningergebnis und genehmigen oder lehnen Sie es aus der Human-in-the-Loop-E-Mail ab.
Nachdem die Personalabteilung genehmigt oder abgelehnt hat, prüfen Sie, ob der Workflow die korrekte E-Mail an den Kandidaten sendet, den Datensatz in Google Sheets hinzufügt und einen erfolgreichen Durchlauf in den Protokollen anzeigt.
Dieser Test beweist, dass die KI das Screening-Ergebnis vorbereitet, die Personalabteilung die endgültige Entscheidung trifft und der Workflow die richtige E-Mail automatisch versendet.
KI kann einen Lebenslauf nur analysieren, wenn der Workflow den tatsächlichen Lebenslaufinhalt an das KI-Modell oder eine Dokumentenverarbeitungs-API sendet.
In vielen Formular-Workflows gibt das Feld für hochgeladene Lebensläufe eine Date-URL, einen Dateipfad oder einen Dateinamen zurück. Das bedeutet nicht immer, dass der KI-Agent die PDF- oder DOC-Datei gelesen hat. Wenn Ihre KI-Eingabeaufforderung nur den Dateinamen enthält, sollte die KI nicht behaupten, sie habe den Lebenslauf geprüft.
OpenAI unterstützt Dateieingaben über Base64-Daten, Dateinamen oder externen URLs in der Responses API. Gemini kann PDF-Dokumente innerhalb seiner Dokumentenverarbeitungsgrenzen verarbeiten. Das bedeutet, dass ein tieferer CV-Analyse-Workflow möglich ist, Sie jedoch den zusätzlichen Dateiverarbeitungsschritt benötigen.
Vermeiden Sie es, dass KI die endgültige Einstellungsentscheidung trifft oder automatisch Absage-E-Mails versendet. Verwenden Sie immer Human in the Loop vor der endgültigen Kandidaten-E-Mail. Stellen Sie sicher, dass die KI-Antwort mit dem JSON-Parser analysiert wird, der Genehmigungsstatus exakt dem Wert aus dem Überprüfungsschritt entspricht und die KI-Punktzahl intern bleibt. Gehen Sie auch nicht davon aus, dass der Lebenslauf überprüft wurde, wenn der Workflow nur einen Dateinamen oder eine URL erhält. Halten Sie das Google Sheet zunächst einfach und überprüfen Sie nach jedem Testlauf die Workflow-Protokolle.
Ein No-Code-KI-Bewerbungsüberprüfungsworkflow funktioniert am besten, wenn die KI die sich wiederholende Überarbeitungsarbeit übernimmt und die Personalabteilung die endgültige Entscheidung trifft.
Beginnen Sie mit einer Rolle, einem Formular, einem Google Sheet und zwei Kandidaten-E-Mails. Testen Sie die genehmigten und abgewiesenen Pfade sorgfältig. Sobald der Workflow funktioniert, fügen Sie weitere Rollen, bessere Bewertungsregeln, die Extraktion von Lebenslauftexten und die Interviewplanung hinzu.
Bit Flows eignet sich für diese Art von Workflow, da es die Formularübermittlung, den KI-Agenten, den JSON-Parser, „Human in the Loop“, Google Sheets, Gmail, den Router, Bedingungen und Protokolle in einem einzigen visuellen Workflow miteinander verknüpfen kann.
Bauen Sie zuerst die erste Version mit menschlicher Zustimmung. Verbessern Sie dann den Lebenslaufanalyse-Schritt, sobald der Kern-Einstellungsablauf korrekt funktioniert.
Ein No-Code-KI-Workflow zur Prüfung von Bewerbungen prüft Formular-Einreichungen, fasst Kandidaten zusammen, sendet Genehmigungsanfragen an die Personalabteilung, speichert Datensätze und sendet E-Mails an Kandidaten ohne benutzerdefinierten Code.
Ja, KI kann Bewerbungen automatisch prüfen, indem sie die eingereichten Formularantworten auswertet, Kandidaten bewertet und eine Zusammenfassung für die Personalabteilung vorbereitet.
Nein, KI sollte Bewerber nicht automatisch ablehnen, da die Personalabteilung den Kandidaten prüfen sollte, bevor eine endgültige E-Mail versendet wird.
Human in the Loop pausiert den Workflow, sendet das Kandidatenprofil an die Personalabteilung und fährt erst fort, nachdem die Personalabteilung den Antrag genehmigt oder abgelehnt hat.
JSON-Parser wandelt die KI-Antwort in nutzbare Felder wie Punktzahl, Zusammenfassung, Empfehlung und HR-Notiz für spätere Workflow-Schritte um.
Standardmäßig nicht; KI kann den Lebenslauf nur lesen, wenn der Workflow den tatsächlichen Dateiinhalt oder den extrahierten Lebenslauftext an das Modell sendet.
Ja, Sie können jeden geprüften Kandidaten in Google Sheets mit Namen, E-Mail, Position, CV-Link, KI-Zusammenfassung, Punktzahl, Status und HR-Notiz speichern.
Nein, Kandidaten sollten den KI-Score nicht sehen, da es sich lediglich um ein internes HR-Bewertungssignal und nicht um eine abschließende Erklärung zur Einstellung handelt.
Ja, Sie können diesen Workflow für mehrere Rollen verwenden, indem Sie rollenspezifische Fähigkeiten und Anforderungen innerhalb des KI-Agenten-Prompts hinzufügen.
Die HR-Bewertungs-E-Mail sollte Kandidatendetails, Position, Erfahrung, KI-Zusammenfassung, Bewertung, Lebenslauf-Link und klare Optionen zum Genehmigen oder Ablehnen enthalten.
Der Workflow wartet auf die Antwort der Personalabteilung, daher sollten Sie eine Erinnerungsfunktion hinzufügen, falls Bewerbungen eine schnellere Überprüfung benötigen.
Die beste erste Version von Bildschirmen, die Antworten von KI formen, sendet die Ergebnisse an die Personalabteilung, speichert den Datensatz und sendet E-Mails an die Kandidaten nach der Überprüfung durch die Personalabteilung.
