LinkedIn optimiert Jobsuche mit künstlicher Intelligenz und LLM-Distillierung

Im Innern von LinkedIn’s KI-Transformation: Stellenangebote finden durch LLM-Distillierung Am 16. Juni 2025 um 15:52 Uhr Die Einführung der natürlichsprachlichen Suche hat die Art und Weise verändert, wie Menschen nach Informationen suchen, und LinkedIn hofft, dass diese Veränderung auch auf die Stellensuche ausgeweitet wird. Im vergangenen Jahr hat das Unternehmen mit zahlreichen KI-Modellen gearbeitet, um die Suchfunktion für Stellenangebote zu verbessern. Zum ersten Mal können alle LinkedIn-Nutzer nun ihre Suchanfragen in natürlicher Sprache formulieren, um genauere Ergebnisse zu erhalten. „Diese neue Sucherfahrung ermöglicht es Mitgliedern, ihre Ziele in ihren eigenen Worten zu beschreiben und Ergebnisse zu erhalten, die tatsächlich ihrem Wunsch entsprechen“, erklärte Erran Berger, Vice President of Product Development bei LinkedIn, VentureBeat per E-Mail. „Dies ist der erste Schritt in einem größeren Prozess, um die Stellensuche intuitiver, inklusiver und inspirierender für jeden zu machen.“ Ein wesentlicher Hinderungsgrund in der bisherigen Stellensuche war die starke Abhängigkeit von präzisen Schlüsselwörtern. Nutzer, die z. B. eine generische Berufsbezeichnung eingaben, erhielten oft Positionen, die nicht exakt ihrem Wunschkriterium entsprachen. Wenjing Zhang, Vice President of Engineering bei LinkedIn, erläuterte in einem Interview, dass es notwendig war, besser zu verstehen, was die Nutzer tatsächlich suchten. „In der Vergangenheit haben wir versucht, Schlüsselwörter exakt zu matchen, aber manchmal steht in einer Stellenausschreibung Reporter, obwohl es sich um eine andere Tätigkeit handelt. Dies ist nicht ideal für den Bewerber“, sagte Zhang. Um dies zu verbessern, hat LinkedIn seine Fähigkeit zur Verarbeitung natürlicher Sprache revolutioniert. Statt nur Schlüsselwörtern zu folgen, können Nutzer nun komplexere Anfragen stellen, wie „Finde Software-Entwicklerstellungen in der Siliziumtal, die kürzlich veröffentlicht wurden.“ Die Technologie hinter dieser Verbesserung Eines der ersten Schritte war die Überarbeitung der Suchfunktion, um die Nutzeranfragen besser zu verstehen. Zhang erläuterte: „Der erste Schritt ist die Verarbeitung der Anfrage, dann die Selektion der richtigen Informationen aus unserer Stellenbibliothek, und schließlich die Rangfolge der Ergebnisse, damit die relevantesten Stellenangebote ganz oben stehen.“ Bisher verwendete LinkedIn feste, taxonomiebasierte Methoden, Rankingmodelle und ältere große Sprachmodelle (LLMs), die „die Kapazität für tiefgehende semantische Verarbeitung“ fehlten. Das Unternehmen hat sich daher auf moderne, bereits feingetüne LLMs gestützt, um die NLP-Fähigkeiten seiner Plattform zu erweitern. Allerdings erzeugen LLMs hohe Rechenkosten. Daher wandte LinkedIn Distillationsmethoden an, um die Kosten für teure GPUs zu senken. Die Ingenieure teilten das LLM in zwei Schritte auf: einen für die Datenverarbeitung und Informationseinsammlung, und einen für die Rangfolge der Ergebnisse. Mit einem Lehrmodell konnten sie beide Modelle ausrichten, sodass sowohl die Datenauswahl als auch die Rangfolge optimiert wurden. Die Methode ermöglichte es LinkedIn, die Anzahl der Stufen in seinem Such- und Matchprozess zu reduzieren. Früher gab es neun verschiedene Stufen, die oft dupliziert waren. „Wir verwenden eine gängige Methode der Mehrzieloptimierung, um sicherzustellen, dass die Datenauswahl und die Rangfolgestufe übereinstimmen. Das Ziel ist, die Datenauswahl einfach zu halten, ohne unnötige Belastungen für die Produktivität der KI-Entwickler einzuführen“, erklärte LinkedIn. Darüber hinaus entwickelte LinkedIn ein Abfrage-Engine-System, das personalisierte Vorschläge für Nutzer generiert. Eine zunehmend KI-basierte Suche LinkedIn ist nicht das einzige Unternehmen, das das Potenzial von LLM-basierter Unternehmenssuche erkannt hat. Google behauptet, dass 2025 das Jahr sein wird, in dem Unternehmenssuche dank fortgeschrittener Modelle mächtiger wird. Modelle wie Cohere’s Rerank 3.5 helfen dabei, Sprachbarrieren innerhalb von Unternehmen zu überwinden. Die verschiedenen „Tiefenforschungsprodukte“ von OpenAI, Google und Anthropic weisen auf eine wachsende Nachfrage hin, die darauf abzielt, Agenten zu nutzen, die interne Datenquellen zugänglich und analysierbar machen. Im letzten Jahr hat LinkedIn mehrere KI-gestützte Funktionen eingeführt. Im Oktober startete das Unternehmen einen AI-Assistenten, der den Rekrutern bei der Suche nach den besten Kandidaten hilft. Deepak Agarwal, Chief AI Officer von LinkedIn, wird im Rahmen des VB Transform in San Francisco dieses Monats über die AI-Initiativen des Unternehmens sprechen, darunter die Skalierung des Hiring Assistants von Prototyp zur Produktion. Registrieren Sie sich jetzt, um teilzunehmen. Industrie-Innenansichten und Firmenprofile Die Einführung von LLM-gestützter Stellensuche auf LinkedIn markiert einen wichtigen Meilenstein in der Digitalisierung des Arbeitsmarktes. KI-Experten loben die Effizienz und Präzision der neuen Systeme, die die Suche für Nutzer viel intuitiver machen. Zudem sehen sie das Potenzial, die Kluft zwischen Unternehmensbedarf und Bewerberqualifikationen zu schließen, indem die Sprachbarrieren reduziert werden. LinkedIn, mit seinen über 800 Millionen Mitgliedern weltweit, ist einer der führenden Akteure im Bereich professionales Netzwerk. Die ständige Weiterentwicklung der Plattform und die Integration fortschrittlicher KI-Technologien demonstrieren die Commitment des Unternehmens, die Nutzererfahrung kontinuierlich zu verbessern.