Vom Frust zur Funktion: KI-Automatisierung für den Bewerbungsprozess
SmartApply
Full-Stack AI-Pipeline gebaut, die 8h Bewerbungsaufwand auf 60 Min reduziert — solo, end-to-end, produktionsreif.
Ergebnisse & Impact
0x
Mehr Bewerbungen täglich
0%
Zeitersparnis
0h→60min
Täglicher Aufwand
0+
Jobportal-Integrationen
Projektziel
Stundenlang Jobportale durchforsten, Anschreiben anpassen, Formulare ausfüllen – täglich bis zu 8 Stunden für etwas, das eigentlich automatisierbar ist. Ich war genervt von diesem ineffizienten Prozess und habe die naheliegende Frage gestellt: Warum macht das nicht eine KI? SmartApply automatisiert den kompletten Bewerbungs-Workflow – von der Jobsuche über den Profilabgleich bis zum personalisierten Anschreiben.
Rolle & Verantwortung
Solo-Projekt – Konzeption, Full-Stack-Entwicklung, UI/UX-Design, KI-Integration und Deployment komplett eigenverantwortlich umgesetzt.
Prozess
Apify statt eigenem Scraper
3 Jobportale, 3 verschiedene Strukturen — ein einziger Scraper wäre zu instabil gewesen. Apify als Abstraktionsschicht ermöglicht Skalierung auf weitere Portale ohne Systemumbau.
Entscheidung nach Stabilitätsanalyse: Skalierbarkeit vor kurzfristiger Kostenersparnis.
n8n-Pipeline: Datenfluss vor dem ersten Code
Scraping, KI-Prompt-Engine und SMTP-Versand als separate Module in n8n orchestriert. Der gesamte Workflow wurde erst auf Papier modelliert — dann implementiert.
Kein Code ohne klare Datenfluss-Architektur. Das verhinderte Refactoring-Schulden.
Dashboard-First — Nutzer wollen Status, nicht Konfiguration
Wireframes zeigten: Nutzer öffnen die App um zu sehen was passiert ist — nicht um Einstellungen zu ändern. Dashboard als primäre Ansicht, Konfiguration bewusst in zweiter Ebene.
12+ Prompt-Iterationen: Anschreiben die sich nicht nach KI anfühlen, weil Recruiter den Unterschied merken.
Circuit-Breaker: Fehler isolieren statt propagieren
Fällt ein Jobportal aus, darf das die anderen nicht blockieren. Circuit-Breaker-Logik als Architekturentscheidung von Anfang an — nicht als Nachbesserung wenn etwas bricht.
Resiliente Architektur ist eine Produktentscheidung, kein Engineering-Detail.
Ergebnisse & Learnings
Täglicher Zeitaufwand von 8 Stunden auf 60 Minuten reduziert – 92% Zeitersparnis. Bewerbungsvolumen um das 30-fache gesteigert bei gleichzeitig personalisierter Qualität jedes Anschreibens.
Ich habe kein Tool gebaut, weil es cool wäre – sondern weil ich ein echtes Problem hatte. Dieser Instinkt – Problem verstehen, dann erst lösen – ist mein stärkster Product-Thinking-Muskel.
n8n als Orchestrierungsschicht verbindet Apify-Scraping, KI-Prompt-Engine und SMTP-Versand zu einem einzigen, wartbaren Pipeline-Workflow – kein Flickwerk, sondern Architektur.
Präzise System-Prompts statt generischer Templates: Personalisierte Anschreiben, die sich nicht nach KI anfühlen – weil Recruiter den Unterschied merken.
Projektbilder
