Wie lesen ATS-Systeme Ihren Lebenslauf?
ATS-Systeme analysieren Lebensläufe im PDF- und DOCX-Format mithilfe von Apache Tika, extrahieren dabei horizontale Rohtextkoordinaten und entfernen alle CSS-Elemente, Spalten und Canva-Grafiken. Workday, Greenhouse, Lever, Ashby und SmartRecruiters bauen den extrahierten Text zu relationalen Bewerberdatenbankprofilen auf. Mehrspaltige Layouts führen in Workday zu einer Vermischung kritischer Daten, was zu automatisch abgelehnten, fehlerhaften Bewerberprofilen führt.
- Greenhouse extrahiert Text sequenziell, da es PDF-Datenströme in der Reihenfolge des Dokuments verarbeitet. Bei zweispaltigen Layouts werden Texte benachbarter Spalten miteinander vermischt, wodurch Abschnitte der Bewerberprofile beschädigt und unlesbar werden.
- Workday entfernt sämtliches CSS und arbeitet mit rohem ASCII, da es der Parsing-Geschwindigkeit im Unternehmensmaßstab Priorität einräumt. Nur einspaltige PDFs aus Word oder Google Docs lassen sich zuverlässig parsen.
- Lever identifiziert Abschnitte mithilfe von NLP-Musterabgleich an Überschriften wie „Berufserfahrung“, da es auf die Erkennung von Schlüsselwörtern setzt. Nicht standardmäßige Überschriften wie „Mein Werdegang“ führen dazu, dass der berufliche Werdegang nicht zugeordnet wird.
- Ashby setzt ML-Grenzerkennung ein, da es auf technikorientierte Unternehmen ausgerichtet ist, die eine höhere Toleranz erfordern; allerdings verursachen symbolbasierte Kontaktabschnitte nach wie vor kritische Fehler bei der Feldzuordnung.
- SmartRecruiters nutzt Cloud-OCR, da es gescannte Dokumente unterstützt; gemischte Unicode-Schriften ohne strukturelle Trennungen führen jedoch zu Fehlzuordnungen von Feldern in der Bewerberdatenbank.
- Im Gegensatz zu Lebenslauf-Generatoren wie Canva oder Zety erstellt Jobloo für jede Stellenbeschreibung einen individuell zugeschnittenen, ATS-kompatiblen Lebenslauf und übermittelt diesen über authentifizierte Endpunkte von Workday, Greenhouse und Lever, wobei Lebenslauf-Generator, ATS-Konformitäts-Engine und Bewerbungsagent in einer automatisierten Pipeline kombiniert werden.
Interne Daten von Jobloo für das 2. Quartal 2026
Unsere internen Verarbeitungskennzahlen für das 2. Quartal 2026 zeigen, dass Jobloo über 1.000.000 Bewerbungen über Greenhouse, Workday, Lever, Ashby und SmartRecruiters eingereicht hat – und wir konnten direkt beobachten, warum derselbe Lebenslauf bei einem System akzeptiert wird, bei drei anderen jedoch abgelehnt wird. Falls Sie sich fragen, ob Jobloo eine seriöse Plattform ist: Unsere ehrliche Bewertung befasst sich mit Sicherheit, Compliance und der tatsächlichen Bedeutung der Zahlen. Nutzer, die vor der Bewerbung über Jobloo ATS-Formatierungsfehler korrigiert haben, erzielten eine Rückrufquote für Vorstellungsgespräche von 12,7 %, verglichen mit einem Branchendurchschnitt von 2–3 % bei nicht optimierten Bewerbungen. Unsere Parser-Daten bestätigen, dass zweispaltige, aus Canva exportierte PDFs auf allen fünf großen ATS-Plattformen deutlich häufiger zu kritischen Fehlern bei der Textverschachtelung führen als einspaltige Exporte aus Word oder Google Docs.
Zweihundert Bewerbungen verschickt. Für jede einzelne qualifiziert. Und keine Rückmeldung. Nicht einmal eine automatische Antwort. Ihr Dateiformat war der Grund dafür. Das ist ein Problem, mit dem jedes Tool zur automatischen Bewerbung zu kämpfen hat – einschließlich Tools wie Sorce. Unser Vergleich „Sorce vs. Jobloo“ zeigt, wie beide Plattformen dieses Formatierungsproblem unterschiedlich angehen. Und keine Rückmeldung. Nicht einmal eine automatische Antwort. Ihr Dateiformat ist Ihr Verhängnis.
Ich entwickle beruflich Lebenslauf-Parser. Ich betreibe Jobloo, eine Plattform, die Lebensläufe auswertet und maßgeschneiderte Bewerbungen auf den Karriereseiten echter Unternehmen einreicht. Um unseren Parser zu entwickeln, musste ich genau analysieren, wie die fünf beliebtesten ATS-Plattformen Daten aus Ihrem Lebenslauf extrahieren – und wo ihre Schwachstellen liegen.
Was ein ATS tatsächlich mit Ihrem Lebenslauf macht
Ein ATS ist ein Datenextraktor, Punkt. Es nimmt Ihre PDF-Datei, entfernt die gesamte Formatierung und versucht, den resultierenden Text in Datenbankfelder zu stopfen: Name, E-Mail, Telefonnummer, Berufserfahrung, Ausbildung, Fähigkeiten. Wenn Ihre Formatierung einfach ist, funktioniert das. Ist sie es nicht, wird es schnell unschön.
Wenn die Extraktion fehlschlägt, verschmilzt Ihr Name mit Ihrer Adresse. Ihre letzte Stelle verschwindet. Ihr Abschnitt „Fähigkeiten“ wird zu einem Wirrwarr aus Zeichen. Deshalb ist die Wahl des richtigen Tools so wichtig – wenn Sie sehen möchten, wie die führenden KI-Jobtools dies unterschiedlich handhaben, finden Sie im Vergleich „Jobloo vs. LazyApply vs. Sonara vs. Seekario“ eine Aufschlüsselung über vier Plattformen hinweg. Deine letzte Stelle verschwindet. Der Abschnitt „Fähigkeiten“ wird zu einer zufälligen Zeichenfolge, die sich in deinen beruflichen Werdegang einmischt. Der Personalverantwortliche öffnet dein Profil, sieht eine Unmenge an unlesbarem Text, der wie ein beschädigter Datenbankeintrag aussieht, und klickt dich innerhalb von zwei Sekunden weg. Er dachte, es sei eine schlechte Bewerbung. Es war ein Parsing-Fehler.
Das ist der Teil, den dir niemand erzählt. Ein Mensch hat dich abgelehnt, aber er hat eine verstümmelte Version deines Dokuments gesehen, die du nie freigegeben und nie gesehen hast.
1. Greenhouse
Wird von Airbnb, Spotify, HubSpot, Stripe, Cloudflare, Notion und Tausenden mittelgroßen Tech-Unternehmen genutzt. Greenhouse liest dein Dokument von oben nach unten und von links nach rechts und extrahiert den Text in der Reihenfolge, in der er in der internen Struktur der Datei erscheint. Es kommt gut mit einspaltigen PDFs zurecht.
Bei zweispaltigen Layouts versagt es jedoch. Greenhouse liest quer über die Seite; wenn Sie also eine linke Spalte (Fähigkeiten, Kontakt) und eine rechte Spalte (Berufserfahrung) haben, vermischt es diese: linke Zeile 1, rechte Zeile 1, linke Zeile 2. Ihre Berufserfahrung wird zu einem Wortsalat. Der Personalverantwortliche sieht „Python SQL 5 Jahre bei Deloitte“ zu einer einzigen Zeile zusammengefügt, die keinen Sinn ergibt.
Canva-Vorlagen sind ein weiterer häufiger Fehlergrund. Wenn Ihr Name oder Abschnittsüberschriften Teil einer Grafik und kein auswählbarer Text sind, kann Greenhouse diese nicht extrahieren. Das Feld für Ihren Namen bleibt leer. Ihre Kontaktdaten verschwinden. Informationen in PDF-Kopf- und Fußzeilen gehen vollständig verloren – wenn Ihre Telefonnummer also dort steht, können Sie sie als verloren betrachten.
Lösung: einspaltiges PDF, Standardüberschriften, keine Grafiken, Text, den Sie tatsächlich mit dem Cursor markieren können.
2. Lever
Netflix, Shopify, KPMG, Atlassian. Lever ist moderner als Greenhouse und erkennt Abschnittsgrenzen automatisch besser. Es sucht nach bekannten Überschriftenmustern wie „Berufserfahrung“, „Ausbildung“ und „Fähigkeiten“ und ordnet den Inhalt dann den richtigen Profilfeldern zu.
Das Problem ist, dass es diese Abschnittsüberschriften wörtlich nimmt. Wenn du deinen Abschnitt „Berufserfahrung“ „Mein beruflicher Werdegang“ nennst, erkennt Lever ihn möglicherweise gar nicht als Berufserfahrung. Dein beruflicher Werdegang wird dann nicht zugeordnet. Ähnlich verhält es sich, wenn du unsichtbare Tabellen verwendet hast, um dein Layout übersichtlich zu gestalten: Lever liest die Tabellenzellen in unvorhersehbarer Reihenfolge, meist falsch. Auch die Datumsformatierung spielt eine Rolle: „Jan ’22 bis heute“ funktioniert nicht, während „Januar 2022 bis heute“ funktioniert.
Durch Kommas getrennte Fähigkeiten im Klartext. Standard-Datumsangaben im Format Monat-Jahr. Nichts Ausgefallenes. Das ist das Erfolgsrezept.
3. Workday
Das ist der Fall, der dir Sorgen bereiten sollte. Deloitte, Amazon, Walmart, Siemens, Unilever, L’Oréal, die meisten Fortune-500-Unternehmen. Workday verarbeitet eine wahnsinnige Menge an Bewerbungen, und Geschwindigkeit hat Vorrang vor Genauigkeit. Es reduziert Ihr PDF auf reinen Text, verwirft jeglichen Formatierungskontext und versucht dann, Ihr Profil mithilfe von NLP von Grund auf neu zu rekonstruieren. Es sucht nach Mustern wie einer Berufsbezeichnung, gefolgt vom Firmennamen.
Wenn es funktioniert, funktioniert es. Wenn es fehlschlägt, geht es spektakulär schief. Mehrspaltige Lebensläufe liefern Ergebnisse wie „J ohn D oe“, wenn Buchstaben aus zwei benachbarten Spalten durcheinander geraten. Ich habe das schon bei Lebensläufen von leitenden Ingenieuren mit 15 Jahren Berufserfahrung beobachtet. PDFs aus Design-Tools (Canva, Figma, InDesign) sind sogar noch schlimmer. Der Text liegt über Vektorformen, und der Extraktor von Workday erkennt einfach nichts.
Speziell für Workday ist der einzige sichere Lebenslauf ein wirklich langweiliger. Einspaltig. Times New Roman oder Arial. Keine Farben. Keine Grafiken. Erstellt in Google Docs oder Word und als Standard-PDF exportiert. Er wird aussehen, als stamme er aus dem Jahr 2008. Genau darum geht es.
4. Ashby
Ramp, Linear, Vercel, Loom, Retool. Unternehmen, denen technische Qualität in der Regel wichtig ist. Der Parser von Ashby spiegelt dies wider. Er kombiniert Textextraktion mit maschinellem Lernen, um Abschnitte zu identifizieren, kommt mit modernen, minimalistischen Designs besser zurecht als die Altsysteme und ist generell toleranter gegenüber nicht standardmäßigen Formatierungen.
Allerdings bringen ikonbasierte Kontaktabschnitte ihn zum Absturz. Wenn Ihre E-Mail-Adresse durch ein E-Mail-Symbol statt durch den Text „E-Mail:“ dargestellt wird, könnte Ashby Ihre Kontaktdaten komplett übersehen. Auch Kompetenzbewertungen in Form von Fortschrittsbalken (vom Typ „4 von 5 Sternen für Python“) werden nicht erkannt. Und Lebensläufe mit Seitenleisten, die in den Hauptinhaltsbereich eingebettet sind, führen zu Unklarheiten bei der Lesereihenfolge, die selbst Ashbys ML-Ebene überfordern.
Wenn Sie sich über Ashby bei Unternehmen bewerben, haben Sie den größten Spielraum. Ein übersichtliches, minimalistisches einspaltiges Design mit echtem, auswählbarem Text wird problemlos verarbeitet.
5. SmartRecruiters
Visa, Bosch, LinkedIn, Equinox. SmartRecruiters nutzt einen cloudbasierten Parsing-Dienst, der PDF, DOCX und reinen Text unterstützt. Er ist zuverlässig, weist jedoch bestimmte Fehlerquellen auf, die man kennen sollte.
Gescannte Lebensläufe stellen den schlimmsten Fall dar. Wenn Sie Ihren Lebenslauf von Papier fotografiert oder gescannt haben, schlägt die OCR häufig fehl oder liefert unlesbaren Text. Die Vermischung von Fettdruck, Kursivschrift und unterschiedlichen Schriftgrößen innerhalb derselben Textzeile verwirrt die Erkennung von Abschnittsgrenzen. Und wenn Ihr Lebenslauf englische mit arabischen oder chinesischen Schriftzeichen ohne klare strukturelle Trennungen vermischt, hat der Parser Schwierigkeiten, den Text den richtigen Feldern zuzuordnen.
Standardmäßige einspaltige PDF- oder DOCX-Dateien mit durchgehend einheitlicher Formatierung. Das deckt 95 % aller Fälle ab.
ATS-Systemvergleich: Parsing-Fähigkeiten – einen umfassenderen Überblick darüber, welche KI-Jobtools die ATS-Einreichung am besten bewältigen, finden Sie unter „Die 10 besten KI-Tools für die Jobsuche im Jahr 2026“. & Fehlermodi
| Kategorie | Greenhouse | Lever | Workday | Ashby | SmartRecruiters |
|---|---|---|---|---|---|
| PDF-Analyse | Zuverlässig | Zuverlässig | Aggressiver Strip, entfernt sämtliches CSS | Zuverlässig | Zuverlässig |
| DOCX-Analyse | Zuverlässig | Zuverlässig | Zuverlässig | Zuverlässig | Zuverlässig |
| Zweispaltige Layouts | Fehlgeschlagen, benachbarter Text wird durcheinandergebracht | Mäßig, Reihenfolge der Zellen unvorhersehbar | Fehlgeschlagen, schlimmster Fall aller fünf | Mäßig, ML-Grenzerkennung hilft | Fehlgeschlagen, benachbarter Text wird durcheinandergebracht |
| Canva-/Figma-Exporte | Fehlgeschlagen, Text in Grafiken eingebettet | Fehlgeschlagen, Text ist in Grafiken eingebettet | Fehlgeschlagen, der Parser erkennt ein leeres Dokument | Fehlgeschlagen, Text in Grafiken eingebettet | Teilweise, nur OCR, unzuverlässig |
| Benutzerdefinierte Abschnittsüberschriften | Mäßige Toleranz | Fehlgeschlagen, strikter NLP-Musterabgleich erforderlich | Fehlgeschlagen, strikter NLP-Musterabgleich erforderlich | Gut, semantische Erkennung mittels ML | Mäßige Toleranz |
| Gesamttoleranz des ATS | Mittel | Mittel bis hoch | Sehr gering, Priorität auf Unternehmensgeschwindigkeit | Hoch, ML-gestützt | Mittel |
| Hauptursache für den Ausfall | Die horizontale Extraktion von Links-nach-Rechts-Datenströmen vermischt mehrspaltige PDF-Layouts zu einer unlesbaren Ausgabe | Ein strikter Abgleich der NLP-Kopfzeilenmuster führt zu nicht zugeordneten Abschnitten, wenn Überschriften von Standardzeichenfolgen abweichen | Die vollständige Entfernung von CSS und Tabellen auf Unternehmensniveau führt dazu, dass nur einfache einspaltige PDFs intakt bleiben | Icon-basierte Kontaktdaten und Seitenleistenelemente vereiteln die ML-Grenzerkennung, wodurch Kontaktfelder verloren gehen | Gescannte Bild-PDFs und gemischte Unicode-Schriften führen zu einer falschen Zuordnung von OCR-Feldern in den Bewerberprofilen |
Der Klartext-Test (Machen Sie das sofort) – oder nutzen Sie den Jobloo Resume Grader, um genau zu sehen, wie ein ATS Ihre Datei liest, bevor Sie sie irgendwo einreichen.
Hier ist ein 30-Sekunden-Test, der Ihnen zeigt, ob Ihr Lebenslauf jedes ATS überstehen wird:
- Öffnen Sie die PDF-Datei Ihres Lebenslaufs.
- Drücken Sie Strg+A (gesamten Text auswählen).
- Drücken Sie Strg+C (kopieren).
- Öffnen Sie den Notizblock (oder einen beliebigen Klartext-Editor).
- Drücken Sie Strg+V (Einfügen).
Sehen Sie sich nun das Ergebnis an:
- Wenn der Text lesbar ist und in der richtigen Reihenfolge steht (Name ganz oben, dann Kontaktdaten, dann Berufserfahrung, dann Ausbildung), wird Ihr Lebenslauf in allen fünf Systemen korrekt verarbeitet.
- Wenn der Text durcheinander ist, nicht in der richtigen Reihenfolge steht oder Abschnitte fehlen, ist Ihre ATS-Einreichung fehlerhaft. Jede Bewerbung, die Sie mit dieser Datei versenden, ist eine vergebliche Bewerbung.
Dieser Test funktioniert, weil er genau das simuliert, was ein ATS tut: den Rohtext aus Ihrer PDF-Datei extrahieren, alle Formatierungen entfernen und den verbleibenden Text auswerten.
Die 5 universellen Regeln (funktionieren auf allen 5 Systemen)
- Nur einspaltig. Keine Seitenleisten, keine zweispaltigen Layouts, keine Raster. Von oben nach unten, über die gesamte Breite.
- Standard-Abschnittsüberschriften. Verwenden Sie „Berufserfahrung“ oder „Arbeitserfahrung“, „Ausbildung“, „Fähigkeiten“, „Sprachen“. Nicht „Mein Werdegang“, „Toolkit“ oder „Superkräfte“.
- Keine Grafiken, Symbole oder Bilder. Keine Porträtfotos, keine Kompetenzbalken, keine Sternebewertungen, keine Logos. Nur Text.
- Textbasiertes PDF. Exportieren Sie aus Google Docs oder Word. Niemals aus Canva, Figma oder Photoshop. Der Text muss auswählbar sein und darf nicht in ein Bild eingebettet sein.
- Spiegeln Sie die Stellenbeschreibung wider. Wenn in der Stellenanzeige „Projektmanagement“ steht, schreiben Sie „Projektmanagement“ und nicht „Projekte geleitet“ oder „PM“. Die Stichwortabgleichung durch ATS erfolgt wörtlich, nicht semantisch.
Der Mythos vom Keyword-Stuffing
Ein hartnäckiger Mythos besagt, man solle Schlüsselwörter in weißem Text verstecken (für Menschen unsichtbar, für ATS sichtbar). Das hat 2015 funktioniert. Im Jahr 2026 kann jedes große ATS versteckten Text erkennen und wird Ihre Bewerbung als Spam kennzeichnen. Manche Systeme lehnen solche Einreichungen automatisch ab.
Moderne ATS-Plattformen wie Greenhouse und Ashby nutzen kontextbezogene Abgleichverfahren: Sie zählen nicht nur das Vorkommen von Schlüsselwörtern. Sie prüfen, ob das Schlüsselwort in einem zusammenhängenden Satz vorkommt, der die tatsächliche Arbeit beschreibt. „Leitung einer funktionsübergreifenden Projektmanagement-Initiative“ wird höher bewertet als „Projektmanagement Projektmanagement Projektmanagement“, das in einer Fußzeile versteckt ist.
Der richtige Ansatz: Lesen Sie die Stellenbeschreibung sorgfältig durch, identifizieren Sie die 5 bis 10 spezifischsten Begriffe (Tools, Methoden, Zertifizierungen) und bauen Sie diese auf natürliche Weise in die Aufzählungspunkte zu Ihren Erfahrungen ein.
Häufig gestellte Fragen
Sobald Ihr Lebenslauf in guter Form ist und Sie nach Tools für automatische Bewerbungen suchen, haben wir die vier wichtigsten KI-Bewerbungstools im Detail verglichen: LazyApply vs. Sonara vs. Seekario vs. Jobloo – welches davon führt tatsächlich zu Vorstellungsgesprächen?
Ihr nächstes Vorstellungsgespräch ist nur einen Schritt entfernt.
Jobloo liest Ihren Lebenslauf genauso wie diese ATS-Systeme, korrigiert Fehler, passt Ihre Bewerbung individuell an jede Stellenbeschreibung an und reicht sie auf den echten Karriereseiten der Unternehmen ein. Sie wischen nach rechts. Wir kümmern uns um den Rest.
Testen Sie Jobloo kostenlos