-
-
Notifications
You must be signed in to change notification settings - Fork 1
Tab Stellen

Der Stellen-Tab ist deine zentrale Uebersicht fuer alle gesammelten Stellenangebote — importiert, bewertet und organisiert.
Jede Stelle hat eine kurze Verwaltungsnummer (z.B. S-0042), die du
per Klick in die Zwischenablage kopieren kannst. Wenn du mit Claude ueber
eine bestimmte Stelle sprechen willst, fuege einfach die ID ein — Claude
weiss dann sofort, welche Stelle gemeint ist.
Die Stellenliste ist in zwei Bereiche unterteilt:
- Festanstellung — Klassische Stellenangebote mit Arbeitsvertrag
- Freelance — Projektbasierte Auftraege und Freelance-Mandate
Beide Bereiche sind getrennt sortier- und filterbar.
Jede Stelle erhaelt einen Fit-Score basierend auf 6 Kriterien:
| Kriterium | Was wird geprueft |
|---|---|
| Skills | Uebereinstimmung deiner Skills mit den Anforderungen |
| Erfahrung | Passende Berufserfahrung und Senioriaet |
| Branche | Branchenerfahrung und -praeferenz |
| Standort | Arbeitsort vs. deine Standortpraeferenz |
| Gehalt | Gehaltsrange vs. dein Gehaltswunsch |
| Arbeitsmodell | Remote/Hybrid/Vor-Ort vs. deine Praeferenz |
Der Gesamtscore wird als Prozentwert angezeigt.
Wenn der Score unzuverlaessig ist weil eine Beschreibung fehlt oder zu kurz ist, zeigt PBP das mit einem Amber-Badge „Score unsicher". Der Filter „Nur ohne Beschreibung" zeigt diese Treffer isoliert.
Im Detail-Dialog gibt es drei Wege die Beschreibung nachzuladen:
- „Beschreibung jetzt nachladen" — Backend macht eine HTTP-GET auf die Stellen-URL und parsed die Beschreibung raus
- Im Browser oeffnen + manuell kopieren — Fallback wenn die Quelle eine Login-Wall hat
-
Claude bitten —
stellenbeschreibung_nachladenals MCP-Tool
Im Hintergrund laeuft ausserdem ein Auto-Engine-Step, der bis zu 8 Stellen pro Lauf nachzieht (mit Backoff bei 3 Fehlversuchen pro URL). Siehe #622.
Manchmal speichert ein Scraper nur eine Such-URL statt einer
Detail-URL — erkennbar am is_search_url=1-Flag im Detail-Dialog
oder am url_warnung-Hinweis in stellen_anzeigen. Die Stelle ist
trotzdem nutzbar, aber stellenbeschreibung_nachladen kann mit so
einer URL nichts anfangen.
URL nachpflegen:
„Diese Stelle hat nur eine Such-URL. Such mir die Detail-URL und pflege sie nach."
Claude:
- Sucht via WebSearch nach Firma + Titel
- Setzt die gefundene URL mit
stelle_bearbeiten('<hash>', url='https://...') - Triggert
stellenbeschreibung_nachladendamit der Score neu berechnet wird
Veraltete URLs aussortieren:
„Pruefe alle aktiven Stellen-URLs und sortier die toten aus."
Claude:
- Geht durch alle 24 aktiven Stellen
- HEAD-/GET-Check pro URL (inkl. Workday-API-Cross-Check fuer SPA-Sites)
- Bei 404 / „Stelle vergeben"-Marker / Workday-API-404 → automatische
Aussortierung als
dismiss_reason='veraltet_url'
Mehr Details: Stellen-Qualitaet.
Besonders interessante Stellen kannst du pinnen. Gepinnte Stellen erscheinen oben in der Liste und werden im Dashboard hervorgehoben.
Jede Stelle zeigt ein Badge mit der Herkunftsquelle (LinkedIn, StepStone, Indeed, Manuell, Bundesagentur, ...). Volle Liste der 34 Quellen: siehe Jobportale.
Detaillierte Aufschluesselung pro Stelle: warum welcher Score, welche Skills passen / fehlen, was du tun koenntest. Erreichbar als Button im Detail-Dialog oder per Claude: „Mach Fit-Analyse fuer S-0042".
Direkt aus der Stellenansicht startbar. Fuehrt durch:
- Anschreiben generieren (Claude oder lokale AI)
- Dokumente zuordnen (CV, Anschreiben, Zeugnisse)
- Bewerbung anlegen + Status auf
beworben
Pro Stellen-Liste lernt das System aus deinem Verhalten. Wenn du
auffaellig oft falsches_fachgebiet als Aussortier-Grund nutzt,
schlaegt Elwosa irgendwann stellen_auto_aussortieren mit Profil-Match
vor. Pattern-Analyse laeuft asynchron in der Auto-Engine.
Beim Import prueft PBP ob eine aehnliche Stelle schon existiert. Hauptsignal ist die Titel-Aehnlichkeit:
- Schwelle 0.5 bei gleicher/fehlender URL — fasst Reposts derselben Quelle zusammen.
- Schwelle 0.85 bei abweichender URL — zwei Portale duerfen dieselbe Stelle getrennt fuehren, solange die Titel nicht fast identisch sind.
- Das Domain-Keyword (z.B. „PLM") ist nur noch ein Bonus, kein alleiniger Ausloeser mehr — frueher wurden dadurch zu viele unterschiedliche Stellen faelschlich als Duplikat markiert.
- Zeitnaehe wirkt nur als Tiebreaker, nie allein.
Duplikate werden als is_active=0 mit Verweis auf den Original-Hash
markiert, manuell mergebar mit stelle_mergen. Mit force=true beim
manuellen Anlegen umgehst du die Pruefung bewusst.
Manche Stellen tauchen Wochen spaeter als „neu" wieder auf, obwohl du sie schon mal abgelehnt hast — gleicher Arbeitgeber, leicht anderer Titel. Der Wiedergaenger-Erkenner findet das KI-frei (reiner DB-Abgleich, kein Ollama noetig):
- Ebene 0 (deterministisch): gleiche Firma (nach Normalisierung, „Tchibo GmbH" = „tchibo") und Ueberschneidung der Titel-Domain-Tokens mit einer schon aussortierten Stelle.
-
Ebene 2 (Kontext):
fit_analyseweist auf einen Wiedergaenger hin, damit du nicht zweimal Arbeit reinsteckst.
Tool: stelle_wiedergaenger_pruefen(job_hash, firma, titel, schwellwert=2, auto_aussortieren=False). Mit auto_aussortieren=True
wird ein klarer Wiedergaenger gleich wieder aussortiert. (Ebene 1 mit
Ollama-Bewertung ist bewusst noch nicht aktiv — siehe Master-Plan.)
Versehentlich aussortiert? stelle_reaktivieren('<hash>', grund='...')
holt die Stelle zurueck (is_active=1) und protokolliert den Grund —
sauberer als ein roher DB-Eingriff (der die Lifecycle-Logik umgehen
wuerde).
„Ich hab S-0042 zu schnell aussortiert, hol sie zurueck."
„Welcher Score hat Stelle S-0042?" „Aktuelle Stellen mit Score > 70" „Nimm S-0042 in den Workshop" „stellenbeschreibung_nachladen fuer S-0042" „Ist S-0042 ein Wiedergaenger von etwas, das ich schon abgelehnt hab?" „Reaktiviere S-0042, ich war zu voreilig."
🗺 Plan
- Master-Plan
- Master-Plan-Optimierung
- Plan-Datenbasis (A)
- Plan-Jobsuche (B)
- Plan-Stellen (C)
- Plan-Bewerbungen (D)
- Plan-Dokumente (E)
- Plan-Lokale-KI (F)
- Plan-Frontend (G)
- Plan-MCP-Layer (H)
- Plan-Distribution (I)
- Plan-Roadmap-v18 (J)
Einstieg
Tabs
Features
- Elwosa
- Lern-System
- Lokale KI & KI-Steuerung
- Profile-Cluster
- Suchkriterien & Gewichtungen
- Profil aus Dokumenten
- Workflows
- Jobportale
- Stellen-Qualitaet
Reference