So funktioniert AI Screenr
So funktioniert AI-Interviewsoftware: Stellenbeschreibung in Minuten einrichten und das Screening mit KI-Sprachinterviews automatisieren. Kandidaten absolvieren Interviews asynchron – ohne Terminierung. In Minuten erhalten Sie bewertete Berichte mit Transkripten. Powered by AI Screenr. 3 kostenlose Interviews. Keine Kreditkarte erforderlich.
Gratis testenInnovative Unternehmen vertrauen uns
Drei Schritte von der Ausschreibung zur gerankten Shortlist
Der AI Screenr Workflow im Überblick — keine Integration, keine Terminierung.
Position konfigurieren
Stellenbeschreibung einfügen und per Klick konfigurieren oder in ca. 5 Minuten manuell erstellen. AI Screenr extrahiert Fähigkeiten, Disqualifikationsregeln, Gewichtungen und bis zu 5 strukturierte Fragenschablonen. Vor dem Start alles editierbar.
Interview-Link teilen
Einen Link in ATS, E-Mail, SMS oder Jobbörse platzieren. Kandidaten interviewen asynchron auf jedem Gerät — ohne Termin, ohne App, ohne Account. Typisch 15 bis 25 Minuten (5 bis 60 konfigurierbar).
Bewertete Shortlist prüfen
Innerhalb von 2 Minuten nach jedem Interview erscheint ein bewerteter Bericht im Dashboard mit Empfehlung (Strong Yes / Yes / Maybe / No), Dimensions-Scores, Belegzitaten und einer gerankten Shortlist.
Live-Demo in unter 5 Minuten — inklusive 3 kostenlosen Interviews.
Gratis testen — keine KreditkarteSchritt 1 in Aktion — eine realistische Job-Konfiguration
Das erzeugt AI Screenr nach dem Ein-Klick-Setup aus einer eingefügten Stellenbeschreibung. Jedes Feld ist editierbar, bevor Sie den Interview-Link starten.
Senior-Produktmanager (B2B SaaS)
Stellendetails
Grundlegende Informationen zur Position. Die AI liest alles, um die Fragen zu kalibrieren und Kandidaten zu bewerten.
Stellentitel
Senior-Produktmanager (B2B SaaS)
Stellenkategorie
Produkt
Produkt-Positionen betonen Priorisierung, Discovery und Stakeholder-Argumentation — die KI kalibriert Nachfragen auf Urteilsvermögen und Abwägungen statt auf Ausführungsdetails.
Interview-Vorlage
Kompetenzbasiertes Screening
Erlaubt bis zu 4 Nachfragen pro Frage. Dringt in Abwägungen ein und fordert konkrete Beispiele aus der Praxis — macht den Unterschied zwischen erfahrenen PMs und PM-nahen Kandidaten sichtbar.
Stellenbeschreibung
Wir stellen eine:n Senior-Produktmanager:in ein, der/die eine zentrale B2B-Workflow-Oberfläche verantwortet. Sie arbeiten eng mit Engineering, Design und Go-to-Market zusammen, um echte Kundenprobleme zu entdecken, klar zu priorisieren und Ergebnisse zu liefern — nicht nur Output.
Normalisierte Rollenbeschreibung
Senior-Produktmanager:in mit 5+ Jahren B2B-SaaS-Erfahrung, nachweislicher Ende-zu-Ende-Verantwortung für einen Produktbereich und dem Urteilsvermögen, Scopes ohne Schritt-für-Schritt-Anleitung festzulegen. ‚Writing-first‘, meinungsstark, ruhig in Ambiguität.
Eine prägnante 2–3-Satz-Zusammenfassung, die die AI anstelle der vollständigen Beschreibung für die Fragegenerierung verwendet.
Fähigkeiten
Pflichtfähigkeiten werden mit gezielten Fragen überprüft. Bevorzugte Fähigkeiten bringen Bonuspunkte, wenn sie nachgewiesen werden.
Pflichtqualifikationen
Die AI stellt gezielte Fragen zu jeder Pflichtqualifikation. 3–7 werden empfohlen.
Bevorzugte Qualifikationen
Nice-to-have-Fähigkeiten, die helfen, Kandidaten zu unterscheiden, welche die Pflichtanforderungen bestehen.
Pflichtkompetenzen
Verhaltensbezogene/funktionale Fähigkeiten, die als bestanden/nicht bestanden bewertet werden. Die AI verwendet Verhaltensfragen („Erzählen Sie mir von einer Situation, in der…“).
Begründet Abwägungsentscheidungen mit Belegen; kann erklären, was gestrichen wurde und warum — nicht nur, was ausgeliefert wurde
Führt echte Kundengespräche statt Umfragen; trennt Oberflächenbeschwerden vom eigentlichen ‚Job-to-be-done‘
Bewegt Engineering, Design und Go-to-Market ohne Weisungsbefugnis gemeinsam voran; löst Scope-Konflikte mit schriftlicher Analyse
Stufen: Grundlegend = mit Anleitung, Mittelstufe = eigenständig, Fortgeschritten = kann andere schulen, Experte = branchenführend.
Ausschlusskriterien
Automatische Ausschlussgründe. Werden sie ausgelöst, erhält der Kandidat unabhängig von anderen Scores die Empfehlung „Nein“.
B2B-Erfahrung
Ausschließen, wenn: Keine vorherige B2B-SaaS-Produkterfahrung – unabhängig vom Umfang
Diese Position erfordert B2B-spezifisches Urteilsvermögen — Buyer ist nicht gleich User, Beschaffungszyklen, Sitz-Lizenzen-Ökonomie
Erfahrung (Tenure)
Ausschließen, wenn: Weniger als 5 Jahre Erfahrung im Produktmanagement
Senior-Level — muss ab Tag eins einen Bereich ohne strukturiertes Onboarding verantworten können
Die AI fragt jedes Kriterium in einer eigenen Screening-Phase zu Beginn des Interviews ab.
Individuelle Interviewfragen
Pflichtfragen, die in der vorgegebenen Reihenfolge vor der allgemeinen Exploration gestellt werden. Bei vagen Antworten hakt die AI nach.
Führen Sie mich durch den folgenreichsten Priorisierungsentscheid der letzten 12 Monate. Was haben Sie gestrichen, was beibehalten — und was wissen Sie heute, das Sie damals nicht wussten?
Beschreiben Sie eine Situation, in der Ihre Discovery-Arbeit die Richtung einer geplanten Funktion geändert hat. Was haben Sie gehört, wie haben Sie es validiert, und was wurde stattdessen ausgeliefert?
Erzählen Sie von einem bereichsübergreifenden Konflikt, den Sie gelöst haben. Worin bestand die Uneinigkeit, was haben Sie schriftlich festgehalten, und wie fiel die Teamentscheidung?
Offene Fragen funktionieren am besten. Die AI hakt automatisch nach, wenn Antworten vage oder unvollständig sind.
Fragenvorlagen (Blueprints)
Strukturierte Tiefenfragen mit vordefinierten Nachfragen sichern eine konsistente und faire Bewertung aller Kandidaten.
B1. Entwerfen Sie die erste Version einer Upgrade-Aufforderung für nutzungsbasiertes Billing in unserem Produkt. Führen Sie mich durch Nutzersegment, Trigger, Copy und Erfolgskennzahl.
Zu bewertende Wissensgebiete:
Vordefinierte Nachfragen:
F1. Wie vermeiden Sie, Nutzer anzusprechen, die bereits in einer Verlängerung sind?
F2. Was ist Ihre Guardrail-Metrik, und ab welchem Schwellenwert stoppen Sie den Prompt?
F3. Wie entscheiden Sie zwischen In-Product-Prompt, E-Mail oder Outreach durch den Account Manager?
B2. Ein Top-10-Kunde fordert ein Enterprise-Feature, das 2 Engineer-Quarters kosten würde und keinem anderen Kunden nützt. Führen Sie mich durch Ihre Entscheidung.
Zu bewertende Wissensgebiete:
Vordefinierte Nachfragen:
F1. Wie kommunizieren Sie die Entscheidung an das Account-Team?
F2. Was, wenn der Kunde mit Abwanderung droht?
F3. Wie ändert sich Ihre Antwort, wenn sich das Feature später verallgemeinern ließe?
Im Gegensatz zu einfachen Fragen, bei denen die AI Nachfragen improvisiert, stellen Blueprints sicher, dass jeder Kandidat dieselben Nachfragen erhält — für einen fairen Vergleich.
Individuelle Bewertungsrubrik
Legt fest, wie Kandidaten bewertet werden. Jede Dimension hat eine Gewichtung, die ihren Einfluss auf die Gesamtpunktzahl bestimmt.
| Dimension | Gewichtung | Beschreibung |
|---|---|---|
| Klarheit der Kommunikation | 12% | Strukturiert der/die Kandidat:in Antworten klar, nutzt konkrete Beispiele und vermeidet Ausweichfloskeln? |
| Relevanz der Antworten | 12% | Beantwortet die Antwort direkt die gestellte Frage oder wechselt der/die Kandidat:in auf ein sichereres Thema? |
| Fachliches Wissen | 18% | Verständnis der Produktmanagement-Grundlagen — Discovery, Priorisierung, Metriken, Lifecycle |
| Problemlösung | 14% | Fähigkeit, unsichere Szenarien durchzudenken, Abwägungen zu treffen und Schlussfolgerungen bei Nachfragen zu verteidigen |
| Passung zur Position | 14% | Abgleich mit den realen Anforderungen einer Senior-B2B-PM-Position — writing-first, meinungsstark, wohl mit Ambiguität |
| Auftritt & Souveränität | 6% | Ruhig unter Nachfragen; erkennt Lücken an, ohne die Fassung zu verlieren |
| Verhaltensfit | 10% | Signale der Zusammenarbeit — wie spricht der/die Kandidat:in über Dissens, Konflikte und Team-Credit |
| Vollständigkeit der Antworten | 14% | Deckt die gesamte Frage ab, nicht nur die einfache Hälfte; nennt freiwillig Vorbehalte und Gegenbeispiele |
Standard-Rubrik: Kommunikation, Relevanz, technisches Wissen, Problemlösung, Rolleneignung, Souveränität, Verhaltenspassung, Vollständigkeit. Die Dimensionen Sprachkompetenz und Blueprint-Fragentiefe werden bei Bedarf automatisch ergänzt.
Interview-Einstellungen
Legen Sie Dauer, Sprache, Tonfall und weitere Hinweise fest.
Dauer
25 Min.
Sprache
English
Vorlage
Kompetenzbasiertes Screening
Video
Aktiviert
Tonfall / Persönlichkeit
Freundlich, aber strukturiert. Die KI hält das Gespräch in Bewegung und bittet höflich um Details, wenn Antworten vage sind.
Passt den Sprechstil der AI an, überschreibt jedoch niemals die Regeln für Fairness und Neutralität.
Unternehmenshinweise
Wir sind ein B2B-SaaS-Unternehmen in der Mid-Stage mit rund 80 Entwicklern. Unser Produkt wird von RevOps- und Vertriebsteams genutzt. Erwähnen Sie, dass die Position an den VP Product berichtet und mit einem Principal Engineer sowie einem Lead Designer zusammenarbeitet.
Werden in den Kontext der AI eingefügt, damit sie natürlich auf Ihr Unternehmen verweisen und die Fragen an Ihr Umfeld anpassen kann.
Bewertungsnotizen
Signale schriftlicher Kommunikation (strukturiert der/die Kandidat:in Antworten, verweist er/sie auf konkrete Metriken, benennt Stakeholder) als positiv werten. Vage Allgemeinplätze und Antworten mit vielen Branchenbegriffen ohne Substanz negativ gewichten.
Werden dem Bewertungsmodul als zusätzlicher Kontext bei der Score-Erstellung übergeben. Beeinflussen, wie die AI Belege gewichtet.
Verbotene Themen / Compliance
Gehaltsverhandlung, Referenzen, Equity-Paket, Vergütungsstruktur — diese Themen werden nach der bewerteten Runde separat behandelt.
Die AI vermeidet standardmäßig unzulässige oder diskriminierende Fragen. Nutzen Sie dies für unternehmensspezifische Einschränkungen.
Wie AI Screenr eine Pipeline mit 100 Kandidaten filtert
Von Bewerbung zur Shortlist: Jede Stufe verengt die Pipeline evidenzbasiert statt aus dem Bauchgefühl. Die Zahlen unten sind typisch für eine Tech-Position mit mittlerem Volumen.
Eingegangene Bewerbungen
Alle eingehenden Kandidaten fließen in die Pipeline — aus Jobbörsen, Empfehlungen, ATS-Auto-Replies und aktivem Outreach.
Disqualifikationsregeln
Harte Filter, die Sie definieren — Mindest-Erfahrung, Arbeitserlaubnis, Standort, Gehaltsrange, Sprache. Kandidaten mit Fehlanzeige werden markiert, nicht automatisch abgelehnt.
Must-have-Fähigkeiten
Bestehen oder Durchfallen bei den nicht verhandelbaren Fähigkeiten für die Position (z. B. tiefe React-Expertise für einen Senior React Developer). Live im Interview bewertet.
Sprachniveau
Optionale CEFR-Einschätzung (A1–C2) in der von Ihnen festgelegten Sprache mit eigener Interviewphase. Wird übersprungen, wenn nicht konfiguriert.
Bewertetes Interview
8 Standard-Dimensionen (anpassbar) bewerten jede Antwort auf einer Skala von 0–100 mit Belegzitaten, Qualitätsstufen (Strong / Moderate / Weak / None) und Konfidenzwerten je Dimension.
Gerankte Shortlist
Top-bewertete Kandidaten mit 4-stufiger Empfehlung, Executive Summary, Stärken und Risiken, prägnanten Zitaten und Coverage-Übersicht. Bereit für den Hiring Manager.
Schritt 3 in Aktion — ein realistischer KI-Screening-Bericht
Genau das landet innerhalb von 2 Minuten nach Verabschiedung des Kandidaten in Ihrem Dashboard. Jeder Score ist mit Transkript-Belegen, einer Qualitätsbewertung und einem Konfidenzwert hinterlegt.
Alex Morgan
Konfidenz: 86%
Begründung der Empfehlung
Starkes Senior-PM-Signal. Alex hat Priorisierungs-Abwägungen mit konkreten Details erläutert — exakte Metriken, benannte Stakeholder, was gestrichen wurde und warum — über mehrere Beispiele hinweg. Discovery-Disziplin ist belastbar: Der Fall, eine geplante Funktion nach drei Kundengesprächen zu revidieren, war gut strukturiert und enthielt die Gegen-Erzählung (was erwartet wurde vs. was tatsächlich zu hören war). Die sichtbare Lücke liegt bei bereichsübergreifender Führung unter Dissens; Alex tendiert zu Konsens, bevor er/sie pusht — je nach Teamdynamik unproblematisch oder ein Risiko. Empfohlen für die Hiring-Manager-Runde.
Zusammenfassung
Über fünf Jahre B2B-SaaS-Produktmanagement mit klarer Bereichsverantwortung. Stark in Discovery und Priorisierung — konkrete Beispiele mit Metriken und Abwägungen. Bereichsübergreifende Führung ist solide, aber eher konsensorientiert; der/die Kandidat:in widerspricht nicht früh, wenn die Teamrichtung falsch ist. Writing-first-Instinkt erkennbar an der Struktur der Antworten. Ruhig unter Nachfragen.
Ausschlusskriterien
Über fünf Jahre B2B-SaaS-Arbeit in zwei Unternehmen mit klarer Bereichsverantwortung. Nannte spezifische Enterprise-Deal-Szenarien.
Sieben Jahre Produktmanagement-Erfahrung. Deutlich über dem Minimum von 5 Jahren.
Pflichtkompetenzen
Mehrere konkrete Beispiele mit benannten Metriken, expliziten Abwägungen und den Streichungen. Verteidigt Entscheidungen ohne Ausweichen.
Echte Kundengesprächs-Beispiele — keine Umfragen, keine reinen Analytics. Zweimal ohne Aufforderung zugrundeliegende Kundenjobs von Feature-Wünschen unterschieden.
Funktioniert gut mit Engineering, Design und GTM, neigt aber dazu, erst Konsens zu bauen, bevor hart gepusht wird. Wahrscheinlich gut in kollaborativen Teams; ein Risiko in Umgebungen, die eine starke Produktstimme brauchen.
Bewertungsdimensionen
Konsequent strukturierte Antworten mit explizitem Kontext, Entscheidung und Ergebnis. Keine Füllwörter. Nannte spezifische Metriken und Stakeholder ohne Aufforderung.
“Ich habe die Arbeiten an Phase-2-Reporting gestrichen, weil wir nach vier Wochen 11 % Nutzung in Phase 1 hatten — unter unserer 25-%-Schwelle. Das Data-Team wollte weitermachen; die Abwägung war zwischen Verdopplung auf Adoption vs. Auslieferung eines Features, das noch kaum genutzt wurde. Anna aus Analytics und ich haben ein einseitiges Entscheidungs-Memo geschrieben; wir haben es gekillt.”
Antworten zielten auf das konkret erfragte Szenario statt auf sichere Allgemeinplätze. Bei Nachfragen blieb Alex bei der Frage und rahmte nicht um.
“Sie fragten nach einer Priorisierungsentscheidung, die ich bereue. Die ehrliche Antwort ist das Customer-Success-Dashboard — wir haben es gebaut, die Nutzung war hoch, aber das Executive-Team hat die wöchentliche Zusammenfassung, die wir ebenfalls ausgeliefert haben, nie verwendet. Ich hätte die Zusammenfassung in Woche zwei streichen sollen, nicht in Woche sechs.”
Starke Grundlagen in Discovery, Priorisierungsframeworks und Metrik-Instrumentierung. Einen kleinen Punkt zur Abgrenzung Aktivierungsmetrik vs. Retention verfehlt, aber bei Nachfragen selbst korrigiert.
“Für den Upgrade-Prompt würde ich Aktivierung definieren als ‚Nutzer hat in der ersten Woche drei gespeicherte Reports abgeschlossen‘ — das wäre der Trigger, nicht die Zeit. Aktivierung sagt Retention in unseren Daten voraus — das wissen wir aus der Kohortenanalyse im dritten Monat.”
Denkt in Abwägungen. Im Top-10-Kunden-Szenario hat Alex Ablenkungskosten, Präzedenzrisiko und drei Alternativen durchlaufen, bevor eine Empfehlung formuliert wurde.
“Zwei Engineer-Quarters sind nicht die einzigen Kosten — es gibt die Präzedenzkosten, Integrationsschuld und Opportunitätskosten. Ich würde zuerst prüfen, ob wir 80 % des Werts als Services-Engagement liefern können; wenn nicht, würde ich es explizit als bezahltes, roadmap-gebundenes Item mit einem Preis scopen, der die Opportunitätskosten widerspiegelt.”
Writing-first, meinungsstark, bereit, spezifisch zu werden. Erwähnte drei Entscheidungs-Memos namentlich. Keine generischen Antworten — alle Beispiele sind teamkonkret.
“Für harte Entscheidungen schreibe ich eine Einseiter-Zusammenfassung: die Entscheidung, die Abwägungen, wer nicht einverstanden ist und warum, und ob sie reversibel ist. Das geht vor dem Meeting ans Team. Die Leute kommen, um zu entscheiden, nicht, um zu präsentieren.”
Ruhig bei Nachfragen. Gab zwei Dinge, die er/sie bereut, ohne defensiv zu werden. Leichtes Zögern beim Szenario ‚Uneinigkeit mit Leadership‘.
“Ich hatte noch keinen vollen Konflikt mit einem CPO-Level-Stakeholder — die meisten waren mit GTM-Leads. Ich kann Ihnen eines davon schildern, wenn das hilft.”
Kollaborationssignale positiv, aber konsensorientiert. Mehrere Beispiele zeigen, dass Alex erst nach Drift der Teamrichtung widerspricht, nicht früher.
“Ich habe das Thema im vierten Priorisierungsmeeting angesprochen. Rückblickend hätte ich es im zweiten Meeting adressieren sollen — da waren wir schon drei Wochen drin und das Sunk-Cost-Argument formte sich bereits.”
Nannte freiwillig Vorbehalte und Gegenbeispiele. Beantwortete beide Hälften zusammengesetzter Fragen — was gut lief und was nicht.
“Das Upgrade-Prompt-Experiment war bei der Konversion erfolgreich, aber downstream stieg das Support-Volumen durch Nutzer, die ohne Verständnis der Berechtigungen upgegradet haben. Das war ein Versäumnis, das wir hätten antizipieren sollen.”
Abdeckung der Blueprint-Fragen
B1. Upgrade-Aufforderung für nutzungsbasiertes Abrechnungsmodell
+ Aktivierung mit konkreten Verhaltenskriterien statt Zeit definiert
+ Konversionsmetrik mit Guardrail ‚Support-Volumen‘ gepaart
- Nicht erläutert, ab welchem Schwellenwert der Prompt gestoppt würde
B2. Top-10-Kunde fordert ein nicht verallgemeinerbares Feature
+ Kosten über Headcount hinaus gerahmt — Präzedenz und Integrationsschuld
+ Bezahlte, eng gescopte Alternative vorgeschlagen, bevor abgelehnt wird
- Den Fall, dass sich das Feature verallgemeinern ließe, nicht adressiert
Interview-Abdeckung
%
Gesamtabdeckung
Stärken
- Writing-first-Instinkte — Entscheidungs-Memos sind Standardwerkzeug, kein Ritual
- Priorisierungs-Abwägungen mit benannten Metriken und konkreten Daten untermauert
- Starke Discovery-Disziplin — trennt zugrundeliegende Kundenjobs von geäußerten Wünschen
- Bringt Gegenbeispiele und Lernmomente von sich aus ein
Risiken
- Konsensorientiert bei Uneinigkeit — Widerspruch nach Drift statt davor
- Begrenzte Evidenz für Konflikte auf CPO-Level; Beispiele überwiegend GTM-seitig
Bemerkenswerte Zitate
“Die Leute kommen, um zu entscheiden, nicht, um zu präsentieren.”
“Zwei Engineer-Quarters sind nicht die einzigen Kosten — es gibt Präzedenzkosten, Integrationsschuld und Opportunitätskosten.”
“Die ehrliche Antwort ist das Customer-Success-Dashboard — wir haben es gebaut, die Nutzung war hoch, aber das Executive-Team hat den wöchentlichen Digest nie genutzt.”
Empfohlener nächster Schritt
Weiter zur 60-minütigen Hiring-Manager-Runde mit einem ‚Ich war nicht einverstanden mit Leadership‘-Szenario und einer ‚Scope-Cut-Verteidigung‘-Fallstudie. Gezielt nach Momenten fragen, in denen Alex früher im Prozess pushen würde — nicht erst, wenn der Konsens bereits driftet.
So funktioniert AI Screenr
AI Screenr verwandelt eine Stellenbeschreibung in vier Schritten in eine bewertete Shortlist. Diese Seite führt den KI-Interviewprozess end-to-end durch, damit Sie genau wissen, was zwischen dem Klick auf „Job erstellen“ und dem Öffnen des ersten gerankten Berichts passiert.
- Schritt 1: Position konfigurieren (ein Klick oder ca. 5 Minuten manuell)
- Schritt 2: Kandidat absolviert das Voice-Interview asynchron (typisch 15 bis 25 Minuten)
- Schritt 3: KI bewertet und fasst zusammen (unter 2 Minuten pro Kandidat)
- Schritt 4: Sie prüfen die gerankte Shortlist
Keine ATS-Integration erforderlich. Funktioniert mit jedem bestehenden Einstellungsprozess.
Testen Sie den kompletten KI-Interviewprozess mit 3 kostenlosen Interviews →
Schritt 1 — Position konfigurieren
Es gibt zwei Wege zum Live-Interview-Link. Die meisten Teams nutzen die KI-gestützte Variante.
Option A — Ein-Klick-KI-Konfiguration
Fügen Sie eine Stellenbeschreibung ein (intern oder öffentlich, beliebige Länge bis 10.000 Zeichen). AI Screenr extrahiert und befüllt:
- Titel, Beschreibung, Positionsbriefing, Jobfamilie, Interviewvorlage
- Erforderliche und bevorzugte Fähigkeiten
- Must-have-Fähigkeiten mit gefordertem Level (basic, intermediate, advanced, expert)
- Disqualifikationsregeln (Mindest-Erfahrung, Arbeitserlaubnis, Gehaltsrange, Sprache und alles Weitere in der Stellenbeschreibung)
- Individuelle Interviewfragen
- Bis zu 5 strukturierte Fragenschablonen — jeweils mit Pflichtthemen, Nachfragen sowie Indikatoren für starke und schwache Antworten, damit die KI weiß, wie eine sehr gute Antwort für diese Position klingt
Sie prüfen den Entwurf, justieren, was nicht zu Ihren Standards passt, und speichern. Typische Zeit: 30 Sekunden bis 1 Minute.
Option B — Manuelle Konfiguration
Sie bauen lieber von Grund auf? Das Formular führt Sie Feld für Feld durch. Rechnen Sie mit ca. 5 Minuten für eine neue Position — schneller, wenn Sie eine Vorlage kopieren.
Was konfiguriert wird
Beide Wege erzeugen dasselbe Ergebnis:
- Kernfragen fürs Interview — typischerweise 6 bis 10 Hauptbereiche, den Bewertungsdimensionen zugeordnet.
- Fragenschablonen — Pflichtthemen, Nachfragen und Antwort-Indikatoren pro Frage.
- Tiefe der Nachfragen — wie hart die KI bei oberflächlichen Antworten nachfasst, pro Dimension einstellbar.
- Disqualifikationsregeln — markiert, nicht automatisch abgelehnt. Sie entscheiden den nächsten Schritt.
- Bewertungsdimensionen — 8 Standard (voll anpassbar) plus eine 9. Sprachdimension bei nicht-englischen Interviews.
- Sprache und CEFR-Ziel — Interviewsprache (57 unterstützt) und ob die Sprachkompetenz bewertet wird (A1 bis C2).
- Interviewdauer — 5 bis 60 Minuten, typischerweise 15 bis 25.
- Videoaufzeichnung — optional, pro Position aktivierbar.
- Link-Gültigkeit — wie lange der Link für Kandidaten aktiv bleibt.
Konkrete Positionsbeispiele finden Sie unter React-Entwickler, Backend-Entwickler und Sales Manager. Jede Seite zeigt eine ausgefüllte Konfiguration und einen Musterbericht.
Schritt 2 — Kandidat absolviert das Voice-Interview
Das ist der einzige Schritt mit Kandidatenkontakt. Alles davor liegt beim Recruiting, alles danach läuft automatisiert.
Was Kandidaten sehen
- Der Link. Eine URL, versendet über Ihren üblichen Kanal — ATS-Autoresponder, E-Mail, SMS, Jobbörsen-Nachricht. Kein Account, keine App, keine Terminseite.
- Einwilligung und Mikrofontest. Vor der Aufzeichnung sieht der Kandidat eine Einwilligungsseite, gibt Mikrofonzugriff frei und macht einen 10-sekündigen Test.
- Begrüßung. Die KI stellt sich vor, erklärt den Ablauf, bestätigt die Position und beantwortet „Was passiert mit dieser Aufzeichnung?“ in Klartext.
- Das Gespräch. Die KI fragt, hört zu und passt sich an. Starke Antworten werden anerkannt und vertieft. Bei flachen Antworten folgen Nachfragen. Kandidaten können sich die Frage wiederholen lassen, pausieren oder Klärungsfragen stellen.
- Abschluss. Die KI beendet, bietet Raum für Rückfragen und bestätigt die nächsten Schritte.
Was das Interview fair macht
Alle Kandidaten für dieselbe Position werden nach denselben Kriterien bewertet. Die KI variiert Nachfragen je nach Antwort, daher sind keine Transkripte identisch — die Bewertung erfolgt jedoch stets gegen dieselben Kriterien. Aus dem Gespräch allein lässt sich nicht erkennen, ob es gut oder schlecht läuft. Das senkt Leistungsdruck und liefert ehrlichere Signale.
Timing und Abschluss
- Typische Dauer: 15 bis 25 Minuten (pro Position 5 bis 60 konfigurierbar).
- Abschlussquote: 80–90 % — deutlich höher als bei Einweg-Video, weil echte Interaktion stattfindet.
- Bei Verbindungsabbruch kann der Kandidat bis zu 24 Stunden über denselben Link fortsetzen. Das Interview führt an der letzten Stelle weiter. Teilinterviews werden im Bericht markiert.
Mehr zum asynchronen Ablauf: Software für asynchrone Interviews.
Schritt 3 — KI bewertet und erstellt den Bericht
Innerhalb von 2 Minuten nach Verabschiedung des Kandidaten liegt ein strukturierter Bericht in Ihrem Dashboard bereit. Enthalten sind:
Oben im Bericht
- Gesamtscore — 0 bis 100, gewichtet über alle Bewertungsdimensionen.
- 4-stufige Empfehlung — Strong Yes / Yes / Maybe / No.
- Gesamt-Konfidenz — 0,0 bis 1,0, spiegelt die Evidenzlage wider.
- Executive Summary — 2 bis 3 Sätze für Hiring Manager, die nur den Einstieg lesen.
Dimensionswerte
Jede Dimension zeigt:
- Score (0 bis 10, dann gewichtet) mit 1–2 Sätzen Begründung
- Qualitätseinstufung: Strong / Moderate / Weak / None
- Konfidenzwert pro Dimension (0,0 bis 1,0)
- Belegzitate — direkte Transkriptstellen zur Untermauerung
- Verknüpfte Fragen — aus welchen Interviewfragen stammt die Evidenz
- Fehlende Evidenz — was die Kriterien erwarteten, das im Transkript nicht vorkam
Disqualifikationen und Must-haves
Wenn in Schritt 1 definiert:
- Disqualifikations-Ergebnisse — ausgelöste oder geprüfte Flags plus Evidenz je Regel.
- Must-have-Fähigkeiten — bestanden/nicht bestanden plus Belege pro Fähigkeit.
Zusammenfassungsblöcke
- Stärken — 3 bis 5 Punkte, die herausstachen.
- Risiken — 3 bis 5 Punkte, die Bedenken auslösten.
- Bemerkenswerte Zitate — die interessantesten Sätze laut KI.
- Vorgeschlagener nächster Schritt — Empfehlung basierend auf Score und Evidenzqualität.
- Coverage-Übersicht — wie viel Ihrer Custom-Fragen, Fähigkeiten, Disqualifikationsregeln und Fragenschablonen durch die Antworten tatsächlich abgedeckt wurde.
Transkript und Aufzeichnung
- Vollständiges Transkript des Gesprächs, durchsuchbar und mit Zeitstempeln.
- Audioaufzeichnung standardmäßig. Videoaufzeichnung, wenn für diese Position aktiviert.
Die Bewertung nutzt stets die zum Interviewzeitpunkt gespeicherte Kriterienversion. Passen Sie Kriterien während eines Einstellungsprozesses an, behalten frühere Interviews ihre Originalscores und die neuen Kriterien gelten ab dann. Sie sehen saubere Versionierungen statt stiller Neuberechnung.
Jede Positionsseite enthält einen Musterbericht. Schauen Sie rein: QA-Engineer, DevOps-Engineer, Softwareentwickler, Product Manager.
Schritt 4 — Sie prüfen die gerankte Shortlist
Das Dashboard sortiert nach Gesamtscore, Disqualifikations-Flags stehen oben. Ein typischer Review-Zyklus:
- Liste überfliegen. Die Top 20 % lohnen meist einen genaueren Blick. Kandidaten mit ausgelösten Disqualifikationen rutschen nach unten.
- Top-Berichte öffnen. Zuerst die 2–3 Sätze Summary, dann Stärken/Risiken, anschließend die von der KI markierte Evidenz querlesen.
- Entscheiden. Weiter, ablehnen oder für Follow-up markieren. Offensichtliche No-Fits in einem Schwung ablehnen. Strong-Yes-Kandidaten für den Hiring Manager vormerken.
- Mit Hiring Managern teilen. Ein Klick für Share-Link, PDF oder eine einfügbare Zusammenfassung für Slack/E-Mail. Kein AI Screenr Konto nötig.
Recruiter-Zeit pro Kandidat sinkt von 25 bis 45 Minuten Live-Call plus Notizen auf rund 5 Minuten für die Berichtsprüfung. Konkrete ROI-Rechnungen bei typischen Volumina: Screening Calls ersetzen.
Zeitübersicht
| Schritt | Wer macht es | Typische Zeit |
|---|---|---|
| Position konfigurieren (KI, ein Klick) | Recruiter | 30 bis 60 Sekunden |
| Position konfigurieren (manuell) | Recruiter | Ca. 5 Minuten |
| Kandidateninterview | Kandidat | 15 bis 25 Minuten (konfigurierbar 5 bis 60) |
| KI-Bewertung und Berichtserstellung | Automatisiert | Unter 2 Minuten pro Kandidat |
| Bericht pro Kandidat prüfen | Recruiter | Ca. 5 Minuten |
Bei einer Pipeline mit 50 Kandidaten sinkt der Recruiter-Aufwand von rund 25 Stunden (Live-Screenings plus Notizen) auf rund 5 Stunden (Berichtsreview). Das schafft 20 Stunden pro Woche für wertvollere Arbeit.
Beispielberichte nach Position
AI Screenr deckt jede Jobkategorie ab — von Software Engineering bis Healthcare, Retail, Bau und Hospitality. Jede Positionsseite enthält ein Musterinterview, damit Sie genau sehen, was in Ihrem Dashboard ankommt. Eine Auswahl über technische, spezialisierte und Service-Positionen hinweg:
| Role | Category |
|---|---|
| Backend Developer | Technologie |
| UX Designer | Design |
| Data Analyst | Technologie |
| Financial Analyst | Finanzen |
| Recruiter | HR |
| Paralegal | Recht |
| Real Estate Agent | Immobilien |
| Construction Manager | Bau |
| Production Manager | Fertigung |
| Veterinarian | Tiermedizin |
Oder stöbern Sie in allen 960+ positionsspezifischen KI-Interview-Guides nach Kategorie.
Sicherheit und Datenschutz entlang des Interviewprozesses
Jeder Schritt des KI-Interviewprozesses hat einen definierten Datenverarbeitungsvertrag. Die Einwilligung wird vor jeder Aufzeichnung eingeholt — Kandidaten sehen eine explizite Einwilligungsseite dazu, was aufgezeichnet wird, wie es genutzt wird und wer es sehen darf. Audio und Transkripte werden regionsbasiert gespeichert (EU-Hosting für GDPR-Anforderungen verfügbar) mit je Position konfigurierbaren Aufbewahrungsfristen, nach denen Daten automatisch gelöscht werden.
Kandidaten können jederzeit eine Löschung ihrer Daten per Self-Service anstoßen; zudem stellen wir auf Anfrage ein Data Processing Agreement bereit. Auf der Hiring-Seite können nur authentifizierte Nutzer in Ihrem Workspace Berichte einsehen. Geteilte Links lassen sich mit automatischem Ablaufdatum versehen. Alle Details finden Sie im Abschnitt Sicherheit, Datenschutz und Compliance auf der AI-Interviewsoftware-Seite.
Bereit zum Testen?
Starten Sie mit 3 kostenlosen Interviews, keine Kreditkarte. Konfigurieren Sie Ihre erste Position in einer Minute (ein Klick) oder in 5 Minuten (manuell) und sehen Sie Ihren ersten bewerteten Bericht noch am selben Tag.
- AI-Interviewsoftware — Überblick über die AI-Interviewsoftware inklusive Funktionen und Vergleichen.
- Automatisiertes Kandidaten-Screening — So läuft das Screening automatisiert ab.
- Screening Calls ersetzen — ROI-Analyse für Teams, die viel Zeit in telefonisches Screening investieren.
- Software für asynchrone Interviews — So funktionieren asynchrone Interviews.
- High-Volume-Kandidaten-Screening — So steuern Sie große Kandidatenmengen effizient.
- Pre-Screening-Interviewsoftware — Überblick über das frühe Kandidaten-Screening.
- Preise — Überblick über Preise und nutzungsbasierte Pläne.
Häufig gestellte Fragen
Wie lange dauert das Setup von AI Screenr?
Was sieht ein Kandidat in einem AI Screenr Interview?
Wie schnell erhalte ich Scores nach einem Interview?
Kann ich die Bewertungskriterien ändern, während eine Pipeline aktiv ist?
Wie teile ich AI Screenr Berichte mit Hiring Managern?
Was passiert, wenn ein Kandidat verstummt oder die Verbindung abbricht?
Können Kandidaten ein KI-Interview wiederholen?
Wie werden Interviews an Kandidaten ausgeliefert?
Synchronisiert der AI Screenr Bericht zurück in mein ATS?
Wie funktioniert die KI-Bewertung im Interview konkret?
In unter 5 Minuten live sehen
- Job in einem Klick einrichten
- Interview-Link für Kandidaten
- Bewerteter Bericht in 2 Minuten
- Shortlist mit Ranking
No credit card required
Sehen Sie, wie es funktioniert — testen Sie 3 Interviews gratis
Starten Sie mit 3 kostenlosen Interviews — keine Kreditkarte erforderlich.
Gratis testen