Methodik & Quellen

So funktioniert CVCoach.

Jede Engine in fünf Feldern: was sie misst, woher die Daten kommen, auf welchem Prinzip sie basiert, wo wir sie einsetzen und wie wir sie validieren. Ohne Black-Box.

CSE — Core Self-Evaluations

insightsWas misst es?: Misst die psychologischen Ressourcen, die in deinem Lebenslauf sichtbar werden: Selbstvertrauen, Belastbarkeit und Kontrollüberzeugung. Wir lesen, wie aktiv du Verantwortung übernommen, mit Komplexität umgegangen und deine Karriere gestaltet hast.
databaseWoher kommen die Daten?: Aus deinem CV (Stationen, Verantwortung, Sprache) plus den Antworten aus deinem Career Check.
scienceAuf welchem Prinzip basiert es?: Core Self-Evaluations nach Judge, Locke & Durham (1997). Vier-Komponenten-Modell mit drei sichtbaren Dimensionen im CV: Selbstwirksamkeit, Komplexitäts-Resilienz, internaler Locus of Control.
deployed_codeWo nutzen wir es im Produkt?: Bildet das CSE-Profil-Kapitel im CareerRadar-Befund und fliesst in die Karten-Empfehlungen für deinen nächsten Schritt.
verifiedValidierung & Konfidenz: Werte werden nach Karrierephase normiert (Early / Establishment / Maintenance / Late nach Super 1990; Benchmarks aus Ng & Feldman 2008) — ein 28-Jähriger wird nicht gegen einen 52-Jährigen gemessen. Die Dimensionen sind behavioral aus CV-Markern abgeleitet (Komplexitäts-Resilienz ist ein Eigenkonstrukt, kein etabliertes psychometrisches Mass); eine Validierung gegen CSES-Items ist eingeplant, aber noch nicht aktiv. Beschreibend, wie der CV WIRKT — keine klinische Diagnose.

RIASEC — Holland-Interessen-Modell

insightsWas misst es?: Modelliert deine beruflichen Interessen entlang sechs Dimensionen: Realistisch, Investigativ, Künstlerisch, Sozial, Unternehmerisch, Konventionell.
databaseWoher kommen die Daten?: 60% aus deinem CV-Verhalten (welche Aufgaben hast du gewählt, welche Rollen wiederholt) und 40% aus deinen Career-Check-Präferenzen, zeitgewichtet via exponentiellem Decay (λ=0.25; Hansen & Dik 2005 — jüngere Stationen zählen mehr).
scienceAuf welchem Prinzip basiert es?: Holland-Theorie der beruflichen Interessen (Holland 1959, aktualisiert 1997). Die sechs Dimensionen bilden ein Hexagon mit Adjazenz-Effekten; deine Berufshistorie wird gegen die RIASEC-Profile der Berufe abgeglichen.
deployed_codeWo nutzen wir es im Produkt?: Trägt das Interessen-Profil-Kapitel im CareerRadar und die Empfehlung passender Rollen.
verifiedValidierung & Konfidenz: Die RIASEC-Profile der Berufe stammen aus einem Konsens dreier Quellen — O*NET 29 (US), Berufenet (DE) und berufsberatung.ch (CH) — aggregiert via Z-Score-Normalisierung und Median-Konsens, mit Drift-Detection bei Quellen-Inkonsistenz. In unserer Analyse konvergieren 99.98% der Multi-Source-Berufe auf denselben Holland-Code. Jeder Treffer trägt seine Quelle mit (Provenance-Tracking); bei dünner CV-Datenlage markieren wir tiefere Konfidenz.

Trajectory Engine — Beschäftigungs-Wachstum pro Beruf

insightsWas misst es?: Prognostiziert pro Beruf einen Wachstums-Score (0–1) für die voraussichtliche Beschäftigungs-Entwicklung — wachsendes Feld, stabil oder rückläufig. Markt-Druck und KI-Exposition werden bewusst als separate Dimensionen ausgewiesen.
databaseWoher kommen die Daten?: Historische BFS-SAKE-Beschäftigung via Eurostat: primär ISCO-2-Untergruppen 2011–2024 (41 Gruppen), Fallback ISCO-1-Hauptgruppen 2002–2024 (9 Gruppen). Das Trainings-Fenster ist auf maximal 11 Jahre limitiert.
scienceAuf welchem Prinzip basiert es?: Reine Linear-Trend-Extrapolation der ISCO-Beschäftigung — bewusst kein Multi-Signal-Composite. Die ursprüngliche Composite-Hypothese (Trend + Markt-Druck + KI gemischt) wurde in Sprint H3.2/H3.2b über vier Robustheits-Tests und ein 27-Parameter-Grid systematisch falsifiziert (Diebold-Mariano p > 0.3) und entfernt. Markt-Druck und KI bleiben separate Score-Dimensionen.
deployed_codeWo nutzen wir es im Produkt?: Speist den Beschäftigungs-Ausblick im CareerRadar und den Trend-Slot der Befund-Aussage. Markt-Druck (Skills-Knappheit) und KI-Exposition zeigen wir bewusst getrennt — sie fliessen nicht in den Wachstums-Score ein.
verifiedValidierung & Konfidenz: Backtest LT.7.4 auf BFS-LFS-Aggregat (neun ISCO-1-Hauptgruppen, Schweiz): Training 2018–2021 → Test 2024, RMSE 6.51%. Ein zusätzlicher KI-Modifier (α=0.4 / β=0.3) verschlechterte die Prognose leicht (RMSE 6.85%) — die Multi-Signal-Composite-Hypothese wurde über mehrere Robustheits-Tests falsifiziert und entfernt. Längere Trainings-Fenster verzerren den Trend durch alte Strukturbrüche wie die Finanzkrise 2008.

Marktwert-Index

insightsWas misst es?: Ordnet dein Profil in den Schweizer Arbeitsmarkt ein anhand Sektor-Nachfrage, regionalem Lohnband und Vakanzen.
databaseWoher kommen die Daten?: BFS Lohnstrukturerhebung (LSE) und BFS-Beschäftigung pro Sektor und Region, KOF Swiss Job Tracker (wöchentlicher Stelleninserate-Index pro ISCO und Kanton, ETH Zürich), Adecco Fachkräftemangel-Index und UZH Skills-Mismatch-Monitor.
scienceAuf welchem Prinzip basiert es?: Gewichteter Index aus Nachfrage (0.35), Knappheit (0.25; Adecco FKM + UZH SMM) und Profil-Reife (0.40), verdichtet auf eine Skala 0–100.
deployed_codeWo nutzen wir es im Produkt?: Steht als eigenständiger 0–100-Index bereit; das CareerRadar-Scoring nutzt derzeit einen einfacheren sektor-basierten Markt-Score. Der vollständige Index ist gebaut, aber noch nicht ins CareerRadar-Scoring verdrahtet.
verifiedValidierung & Konfidenz: Laufend nachgeführt: KOF Swiss Job Tracker wöchentlich, Adecco-Quartalsberichte, BFS-Lohn- und Beschäftigungsdaten jährlich. UZH Skills-Mismatch-Monitor fliesst über die Living Occupation Profiles ein.

KI-Exposition pro Beruf — 3-Layer-Konsens

insightsWas misst es?: Schätzt für jeden Beruf, welcher Anteil der Tätigkeit von KI ersetzt oder verstärkt werden kann — getrennt nach drei Konzepten: LLM-Exposition (Text-KI), klassische Automation und Visual-AI-Exposition.
databaseWoher kommen die Daten?: Konsens aus sechs unabhängigen, peer-reviewten AI-Disruption-Signalen: Eloundou et al. 2023 (GPT-4-Labels und Human-Labels), Frey & Osborne 2017 (Future of Employment) sowie Felten, Raj & Seamans 2021 (AIOE-General, AIOE-Language, AIOE-IG). Übertragung auf ESCO via O*NET-Crosswalk.
scienceAuf welchem Prinzip basiert es?: Drei thematische Konzept-Layer (LLM-Exposition, klassische Automation, Visual-AI), pro Layer ein Konsens aus mehreren Studien plus Spread (Unsicherheit) und eine Klasse (low / medium / high). Eine Concept-Tag-Validation verhindert konzeptionelles Mischen der Layer.
deployed_codeWo nutzen wir es im Produkt?: Erscheint im CareerRadar als KI-Ausblick-Kapitel (3-Layer-Cards) und im Schweizer Markt-Index als KI-Exposition.
verifiedValidierung & Konfidenz: Alle Quellen peer-reviewt (Eloundou, Felten, Frey-Osborne). Über vier Robustheits-Tests und ein 27-Parameter-Grid (Diebold-Mariano p > 0.3) zeigte sich, dass KI-Signale die Beschäftigungs-Prognose nicht verbessern — sie werden daher getrennt vom Wachstums-Score als eigenständige, qualitative Risiko-Dimension geführt, nicht als Wachstums-Treiber. Die Konsens-Engine dokumentiert Spread und Methodologie-Note pro Layer.

CV-Extraktion

insightsWas misst es?: Liest aus deinem hochgeladenen CV die strukturierten Karriere-Daten: Stationen, Rollen, Skills, Verantwortungs-Indikatoren und Zeitliche Verteilung.
databaseWoher kommen die Daten?: Aus deiner hochgeladenen CV-Datei (PDF, DOC, DOCX). Das Parsen der Datei passiert im Upload-Schritt; die Analyse arbeitet auf dem extrahierten Rohtext. Wir nutzen keine externen Quellen für CV-Daten.
scienceAuf welchem Prinzip basiert es?: Strukturierte Extraktion mit Sprach-Modell-Unterstützung in die Felder, die die Engines brauchen: Stationen, Rollen, Skills, Verantwortungs-Indikatoren und zeitliche Verteilung.
deployed_codeWo nutzen wir es im Produkt?: Grundlage für alle nachgelagerten Engines — ohne CV-Daten kein CSE, kein RIASEC, kein Markt-Match.
verifiedValidierung & Konfidenz: Spot-Checks gegen manuelle CV-Annotationen. Bei unklarem oder unleserlichem Input liefern wir eine leere Extraktion mit Hinweis, statt zu raten.

Scoring-Methodik

insightsWas misst es?: Wie die einzelnen Engine-Outputs zu einem Gesamt-Befund verdichtet werden.
databaseWoher kommen die Daten?: Aus den Outputs von CSE, RIASEC, dem sektor-basierten Markt-Score und der CV-Extraktion. Die Trajectory-Engine läuft eigenständig und fliesst aktuell nicht ins Scoring. Keine externen Daten in der Scoring-Schicht selbst.
scienceAuf welchem Prinzip basiert es?: Gewichtete Komposition der Engine-Signale. Jedes Signal trägt nach seiner Konfidenz und seinem Bezug zur User-Frage bei. Konkrete Gewichte und Schwellen sind unsere Substanz — sie bleiben intern.
deployed_codeWo nutzen wir es im Produkt?: Treibt die Befund-Aussage in jedem Service-Report und die Reihenfolge der Empfehlungen.
verifiedValidierung & Konfidenz: Parity- und Golden-Master-Regressionstests gegen einen Gold-Label-Datensatz sichern die Konsistenz (kein A/B-Test im Feld). Ein Quality-Gate prüft mit 10 Checks die Qualität des generierten Report-Texts.

Datenquellen-Übersicht

insightsWas misst es?: Alle externen Quellen, die in CVCoach einfliessen — in einer Liste.
databaseWoher kommen die Daten?: Statistik & Markt: BFS Lohnstrukturerhebung (LSE) und Beschäftigungs-Szenarien, Eurostat (Beschäftigung, Vakanzen), KOF Swiss Job Tracker und KOF-Indikatoren (ETH Zürich), Adecco Swiss Job Market Index (Fachkräftemangel) und UZH Skills-Mismatch-Monitor. Berufsklassifikationen: ESCO v1.2.1 (EU), O*NET 29.1 (US), Berufenet (BfA, DE) und berufsberatung.ch (CH). KI-Exposition: Eloundou et al. 2023, Felten, Raj & Seamans 2021, Frey & Osborne 2017.
scienceAuf welchem Prinzip basiert es?: Wir bevorzugen öffentliche, offizielle und peer-reviewte Quellen. SECO Job-Room ist als Ergänzung vorgesehen, aber noch nicht aktiv (benötigt Business-Credentials).
deployed_codeWo nutzen wir es im Produkt?: Pro Methode oben gelistet — jede Engine zeigt, welche Quellen sie nutzt und welche bewusst NICHT genutzt werden.
verifiedValidierung & Konfidenz: Update-Frequenz pro Quelle dokumentiert: KOF Job Tracker wöchentlich, Eurostat und Adecco quartalsweise, BFS jährlich, KI-Studien statisch (Publikations-Jahr). Das Ziel, jede Konstante im Code auf eine Quelle rückzuführen, ist für einige CSE-/RIASEC-Konstanten noch offen.

homeCVCoach