Jobsuche automatisieren mit Open Source KI: Karriere-Ops Anleitung

Kurz gesagt

Career-Ops ist ein kostenloses Open-Source-Boilerplate, das Claude Code in ein vollständiges Jobsuche-Kommandozentrum verwandelt. Es bewertet Angebote mit einer A-F-Punkteskala, generiert maßgeschneiderte, ATS-optimierte Lebensläufe pro Stellenanzeige, scannt automatisch über 45 Unternehmensportale und verfolgt alles in einem Terminal-Dashboard. Sein Schöpfer nutzte es, um über 740 Angebote zu bewerten und eine Rolle als Head of Applied AI zu erhalten.

Probiere Apidog noch heute aus

Einleitung

Die meisten Entwickler verfolgen Jobbewerbungen in einer Tabellenkalkulation. Sie öffnen einen neuen Tab, fügen eine Stellenbeschreibung ein, scannen sie nach Schlüsselwörtern, aktualisieren eine Zeile mit "Bewerbung abgeschickt, wartend." Dann wiederholen Sie das für 50 weitere Anzeigen und fragen sich, warum sich der Prozess wie ein zweiter Job anfühlt.

Career-Ops kehrt dieses Modell um. Anstatt dass Sie die Arbeit des Bewertens, Formatierens und Nachverfolgens übernehmen, überlassen Sie den Job Claude Code. Sie fügen eine URL oder eine Stellenbeschreibung ein. Das System liest Ihren Lebenslauf, analysiert die Passung, bewertet das Angebot anhand von 10 Dimensionen, generiert ein maßgeschneidertes PDF und protokolliert das Ergebnis. Sie entscheiden, ob Sie sich bewerben.

Es ist kein "Spray-and-Pray"-Bot. Das System basiert auf einer Filterphilosophie: Finden Sie die wenigen Angebote, die Ihre Zeit wert sind, aus Hunderten, und sagen Sie Nein zu allem unter 4,0/5. Der Schöpfer, Santiago Fernández de Valderrama, nutzte es, um über 740 Angebote zu bewerten, über 100 maßgeschneiderte Lebensläufe zu generieren und eine Rolle als Head of Applied AI zu erhalten. Das Projekt erreichte in weniger als einer Woche 11.900 Sterne auf GitHub.

💡 Tipp: Entwickelst oder testest du APIs? Mit Apidogs Test-Szenarien kannst du jeden HTTP-Request, den Career-Ops an Jobbörsen-APIs stellt, vorab prüfen und Fehler verhindern. Siehe [internal: api-testing-tutorial] für mehr.

Was Career-Ops tatsächlich tut

Career-Ops ist ein Claude Code Boilerplate, keine eigenständige App. Du klonst das Repository, fügst deinen Lebenslauf als Markdown-Datei hinzu, konfigurierst ein Profil-YAML und öffnest Claude Code in diesem Verzeichnis. Mit einem einzigen Slash-Befehl startest du die ganze Pipeline.

Kern-Workflow:

Job-URL oder -Beschreibung einfügen
   |
   v
Archetyp-Erkennung (LLMOps / Agentic / PM / SA / FDE / Transformation)
   |
   v
A-F Bewertungs-Engine (liest cv.md, bewertet 10 Dimensionen)
   |
+---+---+
v   v   v
Bericht  PDF  Tracker
 .md   .pdf  .tsv

Alles läuft über Claude Code als KI-Laufzeitumgebung. Das System liest und modifiziert dieselben Dateien, was bedeutet, dass Claude selbst Modi, Bewertungs-Gewichtungen und Verhandlungsskripte ändern kann, wenn du es beauftragst.

Die 14 Slash-Befehle

Career-Ops bietet einen Einstiegspunkt /career-ops mit 14 Modi:

/career-ops                 → Alle Befehle anzeigen
/career-ops {JD einfügen}   → Pipeline: bewerten + PDF + Tracker
/career-ops scan            → 45+ Unternehmensportale scannen
/career-ops pdf             → ATS-optimierten Lebenslauf generieren
/career-ops batch           → 10+ Angebote parallel bewerten
/career-ops tracker         → Status der Pipeline anzeigen
/career-ops apply           → Bewerbungsformulare automatisch ausfüllen
/career-ops pipeline        → Warteschlange von URLs verarbeiten
/career-ops contacto        → LinkedIn-Anschreiben entwerfen
/career-ops deep            → Unternehmensrecherche
/career-ops training        → Kurse/Zertifizierungen bewerten
/career-ops project         → Portfolio-Projekt bewerten

Der Standardbefehl: Füge eine Job-URL oder -Beschreibung ein und Career-Ops erledigt alles. Die Moduserkennung läuft automatisch.

Wie die A-F Bewertungs-Engine funktioniert

Jedes Angebot wird über 6 strukturierte Blöcke bewertet:

• Block A: Rollenzusammenfassung
  
  Extrahiert Titel, Team, Seniorität und Skills. Klassifiziert Rollen-Archetyp (z.B. LLMOps-Ingenieur, PM, etc.), um die passende Bewertungsmatrix anzuwenden.

• Block B: Lebenslauf-Abgleich
  
  Vergleicht deinen echten Lebenslauf mit der Stellenbeschreibung, identifiziert Gaps & Stärken, kennzeichnet Ausschlusskriterien.

• Block C: Niveau & Vergütungsstrategie
  
  Recherchiert Gehaltsbenchmarks für Rolle, Standort, Seniorität. Erstellt Verhandlungsargumente auf Basis deiner Nachweise.

• Block D: Personalisierung
  
  Erstellt Anschreiben/Kontaktansprache, zugeschnitten auf das Unternehmen und deinen Hintergrund.

• Block E: Bewertungspunktzahl (A-F)
  
  Aggregiert alles zu einer Endpunktzahl. Empfehlung: Bewerbe dich nicht auf Angebote unter 4,0/5.

• Block F: Interviewvorbereitung (STAR+R)
  
  Generiert STAR-Stories aus deinem Lebenslauf für typische Interviewfragen. Die Stories werden in einer story-bank.md gesammelt.

Zusätzlich generiert das System Verhandlungsskripte für Gehaltsverhandlung, geografische Abschläge und konkurrierende Angebote.

ATS-optimierte PDF-Generierung

Career-Ops erstellt pro Stellenanzeige einen maßgeschneiderten, ATS-optimierten Lebenslauf:

1. Extrahiert Schlüsselanforderungen aus der Stellenbeschreibung.
2. Schreibt deine Erfahrungsbulletpoints so um, dass relevante Keywords im Fokus stehen, ohne zu erfinden.
3. Rendert als PDF via Playwright/Puppeteer mit HTML-Template (Space Grotesk, DM Sans).

Die Vorlage ist MIT-lizenziert – du kannst sie forken und anpassen.

# Generiere einen passgenauen Lebenslauf für eine Stellenanzeige
/career-ops pdf

# Oder als Komplettpipeline
/career-ops {Job-URL oder -Beschreibung}

Die PDFs landen im output/-Verzeichnis, das standardmäßig per .gitignore geschützt ist.

Portal-Scanning im großen Maßstab

Career-Ops kommt mit über 45 vorkonfigurierten Unternehmen für automatisches Scannen:

• KI-Labore: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone
• Sprach-KI: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI
• KI-Plattformen: Retool, Airtable, Vercel, Temporal, Glean, Arize AI
• LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics
• Enterprise: Salesforce, Twilio, Gong, Dialpad
• Automatisierung: n8n, Zapier, Make.com
• DACH-Unternehmen: Factorial, Attio, Tinybird, Clarity AI, Travelperk + 31 weitere

Der Scanner nutzt Playwright für die Navigation und fragt Greenhouse, Ashby, Lever und Wellfound APIs direkt ab. Konfiguriere Zielunternehmen in portals.yml und starte den Scan:

/career-ops scan

Neue Stellen werden automatisch zur Pipeline hinzugefügt.

Stapelverarbeitung mit parallelen Sub-Agenten

Für Backlogs an Job-URLs gibt es den Batch-Modus:

# URLs ins Verzeichnis jds/ legen, dann:
# Batch-Bewertung starten
/career-ops batch

Im Hintergrund laufen claude -p Worker parallel. Ergebnisse werden dedupliziert und in den Tracker integriert. Das Batch-Skript (batch/batch-runner.sh) steuert die Worker und behandelt Fehler robust.

Große Mengen sind so effizient verarbeitbar: 20 Angebote manuell = 1 Tag, im Batch-Modus unter 1 Stunde.

Das Go TUI Dashboard

Deine Bewerbungspipeline liegt in data/applications.md als Markdown-Tabelle. Das integrierte Terminal-Dashboard (Go + Bubble Tea, Catppuccin Mocha Theme) bietet:

• 6 Filter-Tabs (Status, Archetyp, Score)
• 4 Sortiermodi
• Gruppierte/flache Ansicht
• Lazy-geladene Vorschauen
• Inline-Statusänderungen

cd dashboard
go build -o career-dashboard .
./career-dashboard

Statusupdates direkt über die TUI – kein Editieren der Markdown-Datei nötig.

Einrichtung in 15 Minuten

Schnelle Installation:

# 1. Klonen & installieren
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium

# 2. Profil konfigurieren
cp config/profile.example.yml config/profile.yml
# profile.yml editieren: Name, Standort, Zielrolle, Gehalt, Präferenzen

# 3. Zielunternehmen festlegen
cp templates/portals.example.yml portals.yml
# Unternehmen im Scanner anpassen

# 4. Lebenslauf hinzufügen
# cv.md ins Projekt-Root legen, Lebenslauf als Markdown

# 5. Claude Code starten
claude
# Beispieleingaben:
# "Ändere die Archetypen zu Backend-Engineering-Rollen"
# "Füge diese 5 Unternehmen zu portals.yml hinzu"
# "Aktualisiere mein Profil mit diesem Lebenslauf"

Das System ist so gebaut, dass Claude sich selbst anpassen kann (z.B. Bewertungs-Gewichtungen, Archetypen, Skripte).

Das Auto-Update-System

Seit v1.1.0 trennt Career-Ops Systemdateien (automatisch updatebar) und Nutzerdaten. Updates laufen nur auf Systemebene; deine Daten bleiben unangetastet.

# Nach Updates prüfen (beim Start automatisch)
node update-system.mjs check

# Update anwenden
node update-system.mjs apply

# Rollback bei Problemen
node update-system.mjs rollback

Vor jedem Update wird ein Backup-Branch erstellt. Validierung stellt sicher, dass keine Nutzerdaten geändert werden.

Was Career-Ops von anderen Jobsuche-Tools unterscheidet

• Entscheidungsunterstützung, keine Bewerbungsautomatisierung: Das A-F Bewertungssystem hilft dir, Angebote auszusortieren – nicht, möglichst viele Bewerbungen rauszuschicken.
• Argumentationsbasierter Abgleich: Block B vergleicht Lebenslauf & Stellenbeschreibung inhaltlich, nicht per Keyword-Matching.
• Kontext wird belohnt: Je mehr Nachweise, Stories und Präferenzen du ergänzt, desto präziser werden die Bewertungen.
• Alles bleibt lokal: Deine Daten (Lebenslauf, Bewerbungen, PDFs) verlassen deinen Rechner nicht – außer für API-Calls zu Anthropic/Claude.

Wissenswerte Einschränkungen

• Claude Code erforderlich: Career-Ops ist für Claude Code gebaut; andere Modelle werden nicht unterstützt.
• Playwright ist nicht immer 100% zuverlässig: Firmenportale ändern oft ihr HTML – Scanner funktioniert am besten mit Greenhouse/Ashby/Lever.
• Erstkonfiguration/Kalibrierung nötig: Die ersten Bewertungen sind grob – investiere ca. 1 Stunde für ein genaues Profil.
• Batch-Modus verbraucht schnell API-Kontingent: Bei großen Batches auf die Nutzung achten.

Siehe [internal: how-ai-agent-memory-works] für mehr zum Thema Kontext/Initialkalibrierung.

Für wen ist das gedacht

Career-Ops ist ideal für Entwickler und technische Profis, die:

• aktiv auf Jobsuche sind und Tracking automatisieren möchten
• sich auf Rollen bei KI-Unternehmen fokussieren (Portalliste KI-lastig)
• KI als Entscheidungshilfe, nicht als Massenbewerbungs-Bot nutzen wollen
• CLI-Tools und YAML-Dateien beherrschen

Nicht geeignet für nicht-technische Nutzer oder für automatisierte Bewerbungseinreichungen – die finale Bewerbung bleibt immer in deiner Hand.

Erste Schritte

Repository klonen, Lebenslauf hinzufügen, 1 Stunde ins Profil stecken und die erste Bewertung für eine Wunschrolle durchführen. Die Kalibrierung lohnt sich schnell.

GitHub: https://github.com/santifer/career-ops

MIT-lizenziert. Contributions willkommen – bitte erst ein Issue eröffnen.

Fazit

Career-Ops ist aktuell die umfassendste Open-Source-Jobsuche-Pipeline. Das A-F Bewertungssystem, ATS-PDF-Generator, parallele Batches und das Go TUI Dashboard sind einzeln nützlich – als Gesamtpaket bieten sie einen Workflow, der rigoros filtert und dich nur auf relevante Angebote konzentrieren lässt.

Merksatz: Jobsuche ist ein Informationsproblem, kein Volumenproblem. Career-Ops löst es genau so.

FAQ

Kostet Career-Ops etwas?

Das Tool ist kostenlos und MIT-lizenziert. Nur die Nutzung der Claude API verursacht Kosten (meist <0,05 $ pro vollständiger Bewertung).

Kann ich es mit anderen Modellen als Claude verwenden?

Nein. Es ist speziell für Claude Code gebaut. Für andere Modelle wären Anpassungen nötig.

Wie funktioniert die ATS-Optimierung?

Career-Ops extrahiert Skills/Keywords aus der Stellenbeschreibung und formuliert deine Experience so um, dass relevante Begriffe ATS-gerecht erscheinen. Als PDF via Playwright mit sicheren Schriftarten.

Welche Jobbörsen unterstützt der Scanner?

Direkt: Greenhouse, Ashby, Lever, Wellfound, Workable, RemoteFront. Für andere Portale nutzt Playwright Custom-Selektoren. DACH-Firmen über Community-Contributions.

Sind meine Lebenslaufdaten sicher?

Ja. Alles bleibt lokal (durch .gitignore geschützt). Nur API-Calls zu Anthropic/Claude – wie bei Claude Code üblich.

Kann ich eigene Unternehmen zum Scanner hinzufügen?

Ja. Kopiere templates/portals.example.yml zu portals.yml und ergänze Unternehmen. Scanner erkennt Greenhouse/Ashby/Lever automatisch.

Wie lange dauert eine komplette Bewertung?

2-4 Minuten pro Angebot (inkl. PDF) mit Claude 3.5 Sonnet. Im Batch-Modus laufen 10 Angebote parallel in etwa der gleichen Zeit.

Was ist das STAR+R Framework?

STAR (Situation, Task, Action, Result) ist ein Interview-Format. Das "+R" steht für Reflexion – was du gelernt hast, wie du dich verbessert hast. Career-Ops generiert diese Stories für dich.

---

Fragen oder Feedback? Issues und PRs sind auf GitHub willkommen!