Produktnotizen zum Recruiting, keine Slide-Decks.

Das ProblemEine Sourcing-Schleife, die immer dieselben Leute findet

Die meisten Funnel sind eine Boolean-Suche im Trenchcoat. Stellenbeschreibung schreiben, Keywords ziehen, Suche starten, eine Liste mit Leuten zurückbekommen, die die richtigen Substantive benutzt haben. Das Problem war nie die Menge, sondern das Signal. Zwei Kandidat:innen können dieselben Begriffe treffen und in derselben Rolle ganz verschieden sein.

So funktioniert esKompatibilität bewerten statt eine Suche ausführen

Der Kompatibilitätsindex bewertet jedes Paar aus Kandidat:in und Rolle auf drei unabhängigen Achsen: fachliche Passung (Skill-Scores gegen das Scouting-Profil der Stelle), Motivationsabgleich (ein Motivations-Survey der Kandidat:innen gegen die Kulturdimensionen des Unternehmens) und Arbeitsstil-Passung (Remote-Haltung, Entscheidungstempo, Arbeitsrhythmus). Jede Achse wird einzeln bewertet, das Gesamtbild bestimmt das Ranking.

• Skills auf einer 0–10-Skala, die Kandidat:innen und Unternehmen teilen
• 70+ Felder im Scouting-Profil beschreiben die Organisation und die Rolle
• Motivation und Arbeitsstil unabhängig bewertet, dann kombiniert
• Eine vollständige Match-Aufschlüsselung pro Bewerbung, keine Blackbox-Zahl

Im ProduktDie Auswahlliste ist das Produkt

Recruiter:innen öffnen eine gerankte Liste mit den Belegen daneben: Kulturpassung, fachlicher Prozentwert und welche Dimensionen das Match getragen haben. Spannend sind die Ausreißer mit hoher Motivation und geringer Keyword-Überschneidung: Leute, die eine klassische Suche auf Seite neun begraben würde.

Warum es zähltWarum Struktur zählt

Ergebnisdaten können wir noch nicht vorweisen, und wir erfinden keine. Das Argument ist strukturell: Wenn Stelle und Kandidat:in in strukturierten Daten beschrieben sind, ist der Vergleich eine Rechnung statt einer Vermutung, und Recruiter:innen können nachvollziehen, warum ein Name auf der Liste steht.

Das ProblemScreening ist die repetitivste Arbeit im Recruiting und das Erste, was unter Druck leidet

Die ersten drei Gespräche mit einer Person sind jedes Mal weitgehend gleich: Basics klären, Kernskills abklopfen, dann sehen, wie sie mit anderen arbeitet. Bei Volumen sind das Dutzende fast identischer Calls pro Woche. Sie werden gehetzt, übersprungen oder an wen auch immer gerade Zeit hat weitergereicht, und genau in dieser Inkonsistenz fallen starke Kandidat:innen durch und schwache rutschen durch.

So funktioniert esDie Pipeline einmal konfigurieren und jedes Mal ausführen

Job-Poster richten die dreistufige Pipeline pro Rolle ein: was das Pre-Screening bestätigt, welche Kompetenzen die Technical-Runde prüft und worauf die Collaboration-Runde achtet. Das KI-Interview führt diese Struktur dann bei jeder Bewerbung aus, mit denselben Fragen und demselben Rubric, und bewertet jede Stufe gegen die Rolle.

• Pre-Screening: prüft Must-haves, Verfügbarkeit und Motivation, bevor jemand eine Minute investiert
• Technical Interview: klopft die Kernkompetenzen der Rolle gegen ihr Skill-Rubric ab
• Collaboration Interview: zeigt, wie die Person denkt, kommuniziert und mit Unklarheit umgeht
• Pro Rolle konfigurierbar: welche Runden laufen und worauf jede achtet
• Kandidat:innen interviewen im eigenen Zeitfenster; kein Kalender-Tetris für dein Team

Im ProduktDein Team prüft Ergebnisse, keinen Stapel Lebensläufe

Jede Bewerbung durchläuft dieselben Runden und kommt mit einem strukturierten Ergebnis an: Scores Stufe für Stufe, die Zitate dahinter und ein klares Bild von Stärken und Risiken. Recruiter:innen öffnen eine gerankte, vorab bewertete Liste statt hundert ungesichteter Lebensläufe.

Warum es zähltWarum eine feste Struktur

Eine feste Struktur macht die ersten Gespräche vergleichbar. Dieselben Fragen und dasselbe Rubric für alle bedeuten: Unterschiede zwischen den Personen kommen von den Personen, nicht davon, wer den Call gerade geführt hat. Außerdem bleibt die Zeit deines Teams für das, was einen Menschen braucht: Urteilsvermögen und Candidate Experience.

Das ProblemAssistenten ohne etwas Strukturiertes zum Abfragen

KI-Assistenten, die bei Jobsuche oder Sourcing helfen, scrapen meist öffentliche Seiten, parsen Freitext und raten dann. Der Assistent ist nicht das schwache Glied, die Datenquelle ist es. Eine strukturierte Quelle mit Berechtigungen gibt ihm etwas zum Abfragen statt etwas zum Erschließen.

So funktioniert esVier Tools, nur lesend, Freigabe durch die Organisation

Mirage betreibt einen Remote-MCP-Server mit vier Tools, die nur lesen. Organisationen entscheiden, was sichtbar ist: Die Freigabe für Agenten ist standardmäßig aus, einzelne Jobs lassen sich ausblenden, und Kontaktdaten des Hiring-Teams werden nie ausgegeben. Kandidatenprofile gehören nicht dazu.

• search_jobs: offene Stellen mit strukturierten Filtern finden
• get_job: eine Stelle vollständig lesen
• search_companies: Organisationen finden, die zugestimmt haben
• get_company_profile: das veröffentlichte Profil einer freigegebenen Organisation lesen
• Jede Agenten-Anfrage wird protokolliert

Im ProduktEarly Access, mit kurzer Allowlist

Der Server ist gebaut und liest dieselben Unternehmens- und Jobdaten wie der Rest von Mirage. Er ist im Early Access: Der öffentliche Endpunkt ist noch nicht bereitgestellt, und der Zugriff ist auf eine Allowlist von Clients beschränkt.

Warum es zähltWarum wir beim Umfang vorsichtig sind

Kandidatensuche über MCP ist geplant, nicht gebaut. Wenn sie kommt, umfasst sie nur Kandidat:innen, die zustimmen. Bis dahin gilt eine einfache Regel: Ein Assistent sieht, was ein Unternehmen veröffentlichen wollte, und nichts über einzelne Kandidat:innen.

Das ProblemEin Lebenslauf ist ein Marketingdokument, keine Bewertung

Kandidat:innen trimmen Lebensläufe auf Keyword-Dichte und Recruiter-Aufmerksamkeit. Recruiter:innen scannen nach Wortpräsenz, nicht nach Beleg. Keine Seite lernt viel über Passung. Der Prozess findet zuverlässig die Leute, die sich gut beschreiben, und das ist nicht dasselbe wie die Leute, die den Job können.

So funktioniert esEine Skala, vier Bänder, Level-Beschreibungen

Skills werden von 0 bis 10 bewertet und in vier Bänder eingeteilt: Beginner (0–2), Intermediate (3–5), Advanced (6–8) und Master (9–10). Jeder Skill hat Level-Beschreibungen, sodass eine 7 für Kandidat:innen und Unternehmen dasselbe bedeutet. Interviewergebnisse werden erst nach Prüfung durch das Mirage-Team zu verifizierten Leveln.

• Eine 0–10-Skala mit vier Bändern, von Beginner bis Master
• Product-Management-Framework: 40 Skills in 7 Kategorien, jeweils mit Level-Beschreibungen
• Stärken und Lücken pro Skill und pro Kategorie
• Interviewergebnisse zählen erst nach Prüfung durch das Mirage-Team als verifizierte Level
• Frameworks für weitere Rollen richten wir gemeinsam mit dir ein

Im ProduktVon der Bewertung zum Sourcing-Filter

Auf der Recruiting-Seite filtern Recruiter:innen nach Skill und Mindestlevel statt nach Keyword-Häufigkeit. Auf der Kandidatenseite sehen die Leute, wo sie stehen und welche Lücken sie schließen sollten. Dieselben strukturierten Daten speisen den Kompatibilitätsindex, Skills sind also nicht nur sichtbar, sondern gegen die Rolle bewertet.

Warum es zähltWarum Evidenz statt Beschreibung

Ein Lebenslauf ist zum Lesen geschrieben, ein Score zum Vergleichen gebaut. Wenn Kandidat:in und Rolle beide in strukturierten Skill-Daten beschrieben sind, ist Matching ein Vergleich statt einer Vermutung, und Recruiter:innen sehen, worauf ein Ergebnis beruht. Ergebnisdaten, um den Unterschied zu beziffern, haben wir noch nicht.

Das ProblemEin Zertifikat ist eine Sackgasse; ein Profil sollte leben

Die meisten Lernplattformen geben dir ein PDF und hören dann auf. Die Lücke, die dich hingeführt hat, ist geschlossen, aber nichts danach weiß davon. Dein Profil zeigt weiter die alte Version von dir, das nächste Interview fragt erneut ab, was du längst belegt hast, und jedes System, das deine Daten liest, liest einen Schnappschuss, der am Tag seiner Entstehung veraltet ist. Lernen, das nicht mitreist, ist Lernen, das du immer wieder neu beweisen musst.

So funktioniert esEin bestätigtes Skill-Level, geteilt von Academy und Interview

Mirage hält eine einzige Quelle der Wahrheit für das, was du wirklich kannst. Bestätigt die Academy einen Skill, schreibt sie nicht in eine eigene, private Ablage, sondern aktualisiert dasselbe bestätigte Skill-Level, das die Interview-Pipeline liest. Es gibt keine zweite Kopie, die auseinanderlaufen könnte. Das Level, das du dir erlernt hast, ist das Level, das das nächste Interview sieht, mit einer Sperre, die nur nach oben zulässt, damit ein hart erarbeiteter Fortschritt nicht still herabgestuft wird.

• Bestätigte Skill-Level liegen in einer geteilten Ablage: die Academy schreibt, Interviews lesen
• Beleg statt Selbstauskunft: deine Evidenz wird gegen das Rubric geprüft, bevor sich ein Level bewegt
• Nach jedem Meilenstein wird eine Lern-Zusammenfassung neu eingebettet, die Suche sieht also immer die aktuellste Version von dir
• Nur-nach-oben-Sperre: ein erreichtes Level rutscht nicht heimlich zurück
• Keine zweite Ablage, die veralten kann: Profil und Beleg sind dasselbe Objekt

Im ProduktModul abgeschlossen, und der Kreis schließt sich von allein

Schließ ein Modul ab, und drei Dinge passieren, ohne dass du etwas tun musst. Deine Evidenz wird gegen das Rubric geroutet und das bestätigte Skill-Level aktualisiert. Eine frische Lern-Zusammenfassung („N Kurse über diese Skills abgeschlossen, der jüngste zuerst“) wird neu erzeugt und neu eingebettet; sie ersetzt die vorherige, statt sich darüberzustapeln. Ab diesem Moment kann dein nächstes Interview abrufen, was du gerade gelernt hast.

Warum es zähltWarum ein Datensatz

Weil der Beleg das Profil direkt aktualisiert und die Zusammenfassung bei jedem Meilenstein ersetzt wird, ist dein Profil nie ein Schnappschuss, sondern die aktuelle Version von dir. Die Aktualität ist kein Sync-Job, an den jemand denken muss. Sie ist eingebaut, wie Lernen erfasst wird.