KI-gestütztes Tool für CV-Abgleich und Optimierung - n8n-Workflow

Jobsuchende: Nutzer, die vor der Bewerbung objektives, KI-gesteuertes Feedback zur Übereinstimmung ihres Lebenslaufs mit einer spezifischen Stellenbeschreibung wünschen.
Recruiter und Personalverantwortliche: Fachleute, die ein schnelles, automatisiertes Pre-Screening-Tool zur Bewertung der Bewerbereignung suchen.
n8n-Automatisierungsspezialisten: Entwickler, die nach fortschrittlichen n8n-Vorlagen suchen, die Webhooks, Dateiverarbeitung, Web-Scraping und generative KI integrieren.
Technische Redakteure: Alle, die komplexe n8n-Workflow-Beispiele mit mehreren Schritten benötigen.

Der manuelle Abgleich eines Bewerberlebenslaufs mit langen Stellenbeschreibungen ist mühsam und oft subjektiv. Dieser n8n-Workflow löst dieses Problem, indem er eine vollautomatisierte, KI-gesteuerte Pipeline zur objektiven Eignungsbewertung bereitstellt. Das System beginnt mit einem einfach einbettbaren Einreichungsformular, das über einen n8n-Trigger verwaltet wird. Nach der Einreichung extrahiert die Automatisierung den Text aus dem Lebenslauf (PDF), scrapt die URL der Stellenausschreibung und speist beide Dokumente in einen Gemini-KI-Agenten ein. Der benutzerdefinierte Prompt leitet die KI an, eine strenge, strukturierte Analyse zu erstellen, einschließlich einer Eignungsbewertung (Fit Score), kritischer Lücken und klarer Optimierungsvorschläge. Dieser anspruchsvolle n8n-Workflow beschleunigt den Pre-Screening-Prozess dramatisch und liefert sofort umsetzbare Erkenntnisse.

Dieser leistungsstarke n8n-Workflow arbeitet in mehreren kritischen Phasen:

1. Eingabe-Trigger: Der Prozess beginnt mit dem n8n-Trigger-Knoten Webhook - CV Optimizer Form. Dieser Knoten stellt ein benutzerdefiniertes HTML-Formular bereit, in das der Benutzer seinen Lebenslauf (PDF) hochlädt, die URL der Stellenausschreibung eingibt und seine E-Mail-Adresse angibt. Eine sofortige Antwort wird an den Benutzer zurückgesendet, während der Rest des n8n-Workflows asynchron ausgeführt wird.


2. Datei- und Datenvorbereitung: Der n8n-Knoten Extract CV Text (PDF) verarbeitet die hochgeladenen Binärdaten und extrahiert den Rohtext aus der PDF-Datei. Gleichzeitig scrapt der HTTP-Anforderungsknoten Fetch Job Posting den HTML-Inhalt von der angegebenen Job-URL.


3. Bereinigung und Zusammenführung: Der n8n-Knoten Job Text Cleaner verwendet benutzerdefinierten JavaScript-Code, um das gescrapte HTML zu bereinigen, unnötige Skripte und Tags zu entfernen und sauberen jobtext zu erzeugen. Der Knoten Merge CV + Job Data fasst anschließend den Lebenslauftext und den Jobtext zu einem einzigen Datenobjekt für die KI zusammen.


4. Kern-KI-Analyse: Der n8n-Knoten AI CV Analyzer (LangChain Agent) nutzt das Gemini Model - Primary, um die komplexe Analyse durchzuführen. Er verwendet einen detaillierten System-Prompt und ein strenges Ausgabe-Schema, um den Lebenslauf mit den Stellenanforderungen zu vergleichen und eine numerische fitscore sowie eine textuelle recommendation zuzuweisen.


5. Ausgabevalidierung: Der n8n-Knoten Parse AI JSON Output stellt sicher, dass die Antwort der KI strikt der erforderlichen JSON-Struktur entspricht, was die Datenzuverlässigkeit garantiert.


6. Abschlussbericht: Der letzte Schritt verwendet den n8n-Knoten Send report (Gmail-Integration), um die strukturierten Daten (Titel, Score, Lücken, Ratschläge) zu einem professionellen, personalisierten E-Mail-Bericht zusammenzustellen und ihn an die vom Benutzer angegebene E-Mail-Adresse zu senden. Damit ist der vollständige n8n-Workflow-Zyklus abgeschlossen.

Um diesen Analyse-n8n-Workflow bereitzustellen, gehen Sie wie folgt vor:

1. Importieren: Kopieren Sie die bereitgestellten JSON-Daten und importieren Sie sie direkt über das Workflow-Menü in Ihre n8n-Instanz.


2. Webhook-Einrichtung: Aktivieren Sie den n8n-Trigger-Knoten Webhook - CV Optimizer Form. Kopieren Sie die generierte Webhook-URL und aktualisieren Sie die URL des fetch-Aufrufs im HTML-Code des Knotens Webhook Response - HTML Form. Dies ist entscheidend dafür, dass das Formular die Daten korrekt an diesen n8n-Trigger übermittelt.


3. KI-Anmeldeinformationen: Konfigurieren Sie eine Google Gemini/PaLM-Anmeldeinformation und weisen Sie diese dem Knoten Gemini Model - Primary sowie dem sekundären Knoten Gemini Model zu, falls dieser verwendet wird (obwohl hier nur einer für die Hauptanalyse aktiv ist). Dies ermöglicht dem n8n-Knoten den Zugriff auf das LLM.


4. E-Mail-Anmeldeinformationen: Richten Sie eine Gmail OAuth2-Anmeldeinformation ein oder wählen Sie diese aus und wenden Sie sie auf den n8n-Knoten Send report an, damit der Workflow die endgültigen Analyse-E-Mails senden kann.


5. Testen: Führen Sie den n8n-Workflow manuell über die Webhook-URL aus und übermitteln Sie einen Beispiel-PDF-Lebenslauf und einen Job-Link, um die End-to-End-Ausführung zu überprüfen.

Webhook - CV Optimizer Form (n8n-Trigger): Der Einstiegspunkt dieses n8n-Workflows. Er empfängt die multipart/form-data-Übermittlung, die die Lebenslaufdatei, die Job-URL und die Bewerber-E-Mail enthält.
Extract CV Text (PDF): Ein n8n-Knoten für Dateioperationen, der speziell für die Verarbeitung von PDF-Dateien zuständig ist. Seine Funktion besteht darin, die binäre Eigenschaft cv in reinen, nutzbaren Text für die KI umzuwandeln.
Fetch Job Posting (HTTP-Anforderung): Dieser n8n-Knoten ist so konfiguriert, dass er die im Eingabeformular angegebene URL (job_url) dynamisch abruft und so den Web-Scraping-Prozess initiiert.
Job Text Cleaner (Code): Ein kritischer n8n-Knoten mit benutzerdefiniertem Code, der alle HTML- und Styling-Elemente aus der abgerufenen Stellenanzeige entfernt, um sicherzustellen, dass die KI sauberen, relevanten Texteingang erhält.
AI CV Analyzer (LangChain Agent n8n-Knoten): Die Kernintelligenz des n8n-Workflows. Er kombiniert die Eingaben des Lebenslauftextes und des Jobtextes und nutzt das Gemini-Modell zur Analyse der Passgenauigkeit, hält sich an strenge Ausgabeanweisungen und generiert strukturierte JSON-Ergebnisse.
Parse AI JSON Output (LangChain Output Parser n8n-Knoten): Stellt die Datenqualität sicher, indem er die Ausgabe der KI anhand eines vordefinierten Schemas validiert. Er beinhaltet eine Auto-Fix-Funktion zur Korrektur kleiner Formatierungsfehler des Sprachmodells.

• Send report (Gmail n8n-Knoten): Die abschließende Aktion. Er erstellt dynamisch eine E-Mail unter Verwendung von Daten, die aus der analysierten KI-Ausgabe stammen, und versendet den personalisierten Eignungsbericht an die E-Mail-Adresse des Bewerbers.