Alle Agenten
🎯
RecruitingLive

AI Hiring Agent

KI-gestütztes Recruiting: Lebenslauf-Screening + Voice-Interviews

  • 📄Claude prüft PDF-Lebensläufe in unter 5 Sekunden
  • 📞Automatisierte KI-Voice-Interviews über Vapi + ElevenLabs
  • 📊Scoring in 6 Dimensionen: Lebenslauf + Interview kombiniert
  • 🎯Komplette Pipeline: bewerben → screenen → Interview → Shortlist

4

Pipeline-Schritte

<5s

Screening-Zeit

5 min

Interview

6

Score-Dimensionen

Die komplette Pipeline (9 Schritte)

Von der Bewerbung bis zur Shortlist – vollständig automatisiert.

1

Der Kandidat durchsucht die Jobbörse und wählt eine Stelle

2

Füllt die mehrstufige Bewerbung aus: persönliche Angaben, Lebenslauf-Upload und Zeitfenster fürs Interview

3

Claude AI prüft den PDF-Lebenslauf – bewertet Erfahrung, Skills, Ausbildung und Werdegang (0–100)

4

Score 60+? Vapi startet zum geplanten Zeitpunkt automatisch einen ausgehenden Anruf

5

Claude führt mit einer ElevenLabs-Stimme ein strukturiertes 5-Minuten-Interview mit 4 Fragen

6

Nach dem Anruf schickt Vapi das Transkript per Webhook zurück

7

Claude analysiert das Transkript – bewertet Kommunikation, Fachwissen, Begeisterung und Erfahrung

8

Der Gesamtscore wird berechnet (60% Lebenslauf + 40% Interview). 75+ = Shortlist, <50 = abgelehnt

9

Das Dashboard aktualisiert sich in Echtzeit mit Scores, Transkript und Empfehlung

Architektur der Recruiting-Pipeline

Automatisierte Pipeline in 5 Stufen – vom Lebenslauf-Upload bis zur finalen Entscheidung.

🖥️

Django Backend

Your Server

connects to
📞

Vapi

Voice Calls

🧠

Claude API

AI Brain

📊

PostgreSQL

Candidates + Jobs

🎙️

ElevenLabs

Voice TTS

⚡

Next.js 16

Dashboard

Gebaut für echte Recruiting-Teams

Jede Funktion ist für Teams gemacht, die Hunderte Bewerber screenen.

📄

KI-Lebenslauf-Screening

Lade einen Lebenslauf als PDF hoch – Claude liest ihn nativ (kein Parser nötig) und bewertet Erfahrung, Skills, Ausbildung und Werdegang von 0 bis 100. Liefert Stärken, Warnsignale und eine Empfehlung.

📞

KI-Voice-Interviews

Kandidaten mit 60+ Punkten bekommen automatisch einen Anruf über Vapi. Claude führt mit einer ElevenLabs-Stimme ein strukturiertes 5-Minuten-Interview mit 4 Fragen. Komplett im Gesprächsstil.

🧠

Transkript-Analyse

Nach dem Anruf analysiert Claude das Transkript und bewertet Kommunikation (0–25), Fachwissen (0–25), Begeisterung (0–25) und Erfahrung (0–25). Ergebnis: Highlights, Bedenken und eine Empfehlung.

📊

Smartes Scoring

Gesamtscore = 60% Lebenslauf + 40% Interview. Ab 75 auf der Shortlist, unter 50 abgelehnt. Die Gewichtung sorgt dafür, dass schriftliche Qualifikation und mündliche Fähigkeiten beide zählen.

💼

Jobbörse + Bewerbungen

Integrierte Jobbörse mit 5 vorbefüllten Stellen. Kandidaten durchsuchen Jobs, füllen ein mehrstufiges Formular aus (Angaben → Lebenslauf → Zeitfenster) und werden sofort gescreent.

📈

Vollständiges Dashboard

Echtzeit-Statistiken (Kandidaten gesamt, Ø Score, interviewt, Shortlist), Kandidatentabelle mit Filtern, Detailseiten mit Score-Donuts, Transkript-Viewer und Pipeline-Visualisierung.

Für wen es ist

Für Teams, die schnell screenen müssen, ohne an Qualität zu verlieren.

Startups, die Hunderte Bewerber ohne eigenen Recruiter screenen

HR-Teams, die die erste Telefonrunde automatisieren und so Zeit der Interviewer sparen

Agenturen, die White-Label-Recruiting-Lösungen für Kunden bauen

Unternehmen, die Kandidaten rund um die Uhr screenen wollen – Lebensläufe in Sekunden bewertet, nicht in Tagen

Entwickler, die Full-Stack-KI-Integration mit Claude + Vapi + Django lernen

Produktions-Stack

Django + Claude AI + Vapi – Recruiting-Automatisierung über den ganzen Stack.

Django 5 + DRFBackend
Next.js 16Frontend
Tailwind CSSFrontend
Claude Sonnet (Screening + Analyse)KI / ML
Vapi (Sprachanrufe)KI / ML
ElevenLabs (TTS)KI / ML
PostgreSQL 16Datenbank
Docker ComposeInfrastruktur

In 6 Schritten deployen

Klonen, konfigurieren und Kandidaten mit KI screenen. Alle Details im GitHub-README.

1

Repository klonen

$git clone https://github.com/codewithmuh/ai-hiring-agent.git && cd ai-hiring-agent
2

Umgebungsvariablen konfigurieren

Trag deine API-Keys ein: Anthropic (Claude), Vapi, ElevenLabs. Setz die PostgreSQL-Zugangsdaten.

$cp backend/.env.example backend/.env
3

Mit Docker Compose starten

Startet PostgreSQL, das Django-Backend (Port 8000) und das Next.js-Frontend (Port 3001).

$docker compose up -d --build
4

Migrationen ausführen und Demodaten anlegen

Legt 5 Demo-Jobs, 10 Beispielkandidaten und 35 Interview-Slots an.

$docker compose exec backend python manage.py migrate && docker compose exec backend python manage.py seed_data
5

Backend für Vapi-Webhooks freigeben

Kopier die HTTPS-URL und trag sie als BACKEND_PUBLIC_URL in deine .env-Datei ein.

$ngrok http 8000
6

Pipeline testen

Öffne localhost:3001, wähl einen Job und bewirb dich mit einem echten PDF-Lebenslauf. Sieh zu, wie Claude ihn in Sekunden prüft. Bei 60+ Punkten startest du das Interview auf der Detailseite des Kandidaten.

Bereit, deine Recruiting-Pipeline zu automatisieren?

Deploye den AI Hiring Agent auf deinem eigenen Server. Open Source, prüft Lebensläufe in Sekunden und führt Voice-Interviews automatisch. Ein Docker-Compose-Befehl.

Gebaut von CodeWithMuh