Millionen Menschen machen jedes Jahr denselben ineffizienten Job

Ein typischer Tag in der Bewerbungsphase: zwei Stunden LinkedIn und StepStone durchscrollen, denselben Anschreiben-Text fünfzig Mal kopieren und abschicken, dann auf Indeed weitermachen. Abends im Bett fällt dir nicht mehr ein, bei welchen Firmen du dich heute überhaupt beworben hast, welcher Recruiter geantwortet hat und welches Interview auf welchen Tag fällt.

Jobsuche ist im Kern ein Sales-Prozess – du bist das Produkt, der Arbeitgeber der Kunde, die Bewerbung ist der Outreach, das Interview die Conversion. Aber fast alle Bewerber führen diese Pipeline wie einen Chat: kein CRM, keine Filterkriterien, kein Follow-up-Rhythmus, kein Review. Ergebnis: 300 Bewerbungen rausgehauen, davon laufen vielleicht zehn wirklich weiter. Der Rest verrottet in einem Informationsloch.

Wie groß ist der Schmerz? Allein in Deutschland wechseln jedes Jahr Millionen den Job, dazu kommen Hunderttausende Absolventen. Zu jeder Zeit sitzen Millionen Menschen in diesem ineffizienten Prozess fest. Großer Schmerz, riesige Zielgruppe, Zahlungsbereitschaft konzentriert sich in der Bewerbungssaison – das sind alle Zutaten für ein Geschäft.

Die Chance: Ein Open-Source-Projekt macht die Jobsuche zum replizierbaren System

Auf GitHub ist kürzlich das Open-Source-Projekt JobFlow for Codex aufgetaucht (Repo: https://github.com/laok775/jobflow-for-codex , MIT-Lizenz, 214 Stars). Es macht genau das: den chaotischen Bewerbungsprozess zu engineeringen. Es ist ein lokaler Bewerbungs-Workflow für Codex, der “Stellen finden, nach Regeln filtern, anschreiben, Nachrichten prüfen, Unterlagen senden, Fortschritt tracken, Tagesreport erstellen” in wiederverwendbare Prozesse, Templates und Skripte gießt.

Der Kernmechanismus ist klar: Alle Bewerbungen landen in einem lokalen applications.jsonl-Ledger, jede Stelle hat einen stabilen Status – kontaktiert, Unterlagen gesendet, Interview gehabt, Absage, Follow-up offen, Angebot erhalten. Deine Filterkriterien stehen in screening_rules.md, Codex filtert danach. Kommt eine Recruiter-Nachricht rein, klassifiziert Codex sie: eindeutig unpassend wird archiviert, Unterlagen-Anfragen werden nach Konfiguration beantwortet, unklare Fälle werden als “deine Entscheidung nötig” an dich gepusht. Jeden Abend erzeugt ein Befehl den Tagesreport.

Wichtig ist das Boundary-Design: keine Captcha-Umgehung, kein Umgehen von Plattform-Schutzmechanismen, keine automatischen Antworten ohne Freigabe. Login und Schlüsselentscheidungen bleiben menschlich. Genau deshalb funktioniert das Ding langfristig – es ist kein Bot, sondern ein Assistent mit Manieren.

Weg 1: Selbst nutzen und die eigene Jobsuche um eine Größenordnung beschleunigen

Der Basis-Use-Case, null Kosten, ideal für alle, die gerade selbst suchen.

Schritt eins: Repo klonen und deinen privaten Workspace initialisieren:

1
2
3

git clone https://github.com/laok775/jobflow-for-codex.git
cd jobflow-for-codex
python skills/jobflow/scripts/init_jobflow.py --workspace /path/to/your/workspace

Die Initialisierung erzeugt user_profile.yaml (Zielposition, Stadt, Plattformen, Lebenslauf-Pfad) und screening_rules.md (Präferenzen, Must-haves, Ausschlusskriterien). Diese zwei Dateien sind die Seele des Systems – je konkreter du schreibst, desto präziser filtert Codex. Regeln wie “keine Zeitarbeitsfirmen”, “nur ab 60.000 € Jahresgehalt”, “KI-Produktrollen bevorzugt” werden zu eisernen Gesetzen.

Schritt zwei: Codex den Tagesablauf nach Regeln abarbeiten lassen – Nachrichten prüfen, Stellen filtern, Ergebnisse loggen. Alles, was Urteilsvermögen braucht (Gehaltsverhandlung, Interview-Termine), markiert er zur Entscheidung durch dich.

Schritt drei: Täglich den Report und die Zielkontrolle laufen lassen:

1
2

python skills/jobflow/scripts/summarize_day.py --workspace /path/to/your/workspace --date 2026-01-01
python skills/jobflow/scripts/check_targets.py --workspace /path/to/your/workspace --date 2026-01-01 --boss 5 --liepin 5

Voraussetzung: Python 3.10+, getestet unter Windows mit lokalem Codex. Alle echten Daten bleiben in deinem eigenen Workspace – Lebenslauf, Ledger, Nachrichtenverläufe, alles lokal. Die Privatsphäre-Grenze ist sauber gezogen.

Weg 2: Hier liegt das echte Geld – KI-Bewerbungs-Management als Service

Selbst nutzen spart Zeit. Als Service verpackt bringt es Geld. Die Logik: Zwischen Leuten, die Codex bedienen, Regeln konfigurieren und Ledgers pflegen können, und gestressten Bewerbern klafft eine riesige Skill-Lücke. Was du in zwei Stunden aufbaust, zahlt dir jemand anders gern ein paar Hunderter für.

Drei Produktstufen, direkt übernehmbar:

Einstieg (99–199 €): Workspace-Setup-Service. Du initialisierst den Workspace des Kunden, schreibst user_profile.yaml und screening_rules.md passend zu seiner Zielposition, lässt einmal den kompletten Flow durchlaufen und lieferst eine bebilderte Anleitung. Deine Grenzkosten: ein Video-Call plus eine Stunde Konfiguration. Reiner Gewinn.

Mittel (399–699 €): Lebenslauf-Optimierung + Anschreiben-Templates + Workspace. Mit GPT oder Claude den Lebenslauf des Kunden neu schreiben, 3–5 Anschreiben-Varianten für verschiedene Rollen erstellen, zusammen mit dem Workspace ausliefern. Diese Stufe verkauft “Trefferquote” – der wahrgenommene Wert ist am höchsten.

Betreuung (1.500–3.000 €/Monat): Full-Service-Betreuung. Der Kunde schickt dir täglich Screenshots seiner Plattform-Nachrichten oder gibt dir Zugang, du pflegst mit dem Workflow sein Ledger, klassifizierst Nachrichten, generierst Tagesreports und lieferst wöchentlich ein Fortschritts-Review. Das ist Abo-Umsatz: Drei Monate Bewerbungssaison, ein Kunde bringt fast 6.000 €.

Akquise-Kanäle sind klar: Auf Pinterest und Lemon8 Vorher-nachher-Posts à la “KI verwaltet meine Bewerbungen – 4 Interviews in einer Woche”, mit Screenshots von Tagesreport und Ledger. Auf eBay Kleinanzeigen eine Dienstleistung “Bewerbungs-Management-System aufsetzen” inserieren. Auf YouTube und TikTok Screen-Recordings: “Ich habe die Jobsuche in eine Fließband-Produktion verwandelt.” In der Bewerbungssaison zieht solcher Content ein Vielfaches des normalen Traffics – die Angst-Dichte ist am höchsten.

Weg 3: Nach oben in der Kette – Templates und Kurse verkaufen

Nach zwanzig, dreißig betreuten Kunden besitzt du das wertvollste Asset: eine Bibliothek von Filterregel-Templates für verschiedene Branchen und Rollen. Wie sieht screening_rules.md für Product Manager aus? Welche Firmen schließt man bei Marketing-Jobs aus? Wie erkennt ein Entwickler Fake-Stellen, die nur KPIs füllen sollen? Diese Templates bündelst du zum “Bewerbungs-Workflow-Template-Pack” und verkaufst es auf eBay Kleinanzeigen und Pinterest für 29–69 €. Null Grenzkosten, unendlich kopierbar.

Der nächste Schritt: ein Videokurs. Den kompletten Aufbau-Prozess als 2–3-stündigen Kurs aufzeichnen, für 99–199 € auf Udemy oder einer eigenen Kursplattform anbieten. Der Vorteil: frisst keine Zeit, einmal erstellt verkauft es sich ein Jahr lang.

Beispielrechnung und Risiko-Grenzen

Konservativ gerechnet: Drei Monate Saison, pro Woche 3 Einstiegs-Aufträge und 1 Mittel-Auftrag, pro Monat 2 Betreuungs-Kunden. Monatsumsatz: 12×150 + 4×500 + 2×2.000 ≈ 7.800 € – Template-Verkäufe als passives Einkommen noch nicht eingerechnet. Dein gesamtes Investment: ein Rechner, eine Codex-Umgebung und ein MIT-lizenziertes Open-Source-Projekt, das du frei kommerziell nutzen darfst.

Die Risiken gehören auf den Tisch: Erstens ist das Projekt explizit kein Massen-Bewerbungs-Bot – es umgeht weder Captchas noch Plattform-Schutz. Als Dienstleister darfst du ebenfalls keine automatisierten Massenbewerbungen anbieten, sonst wird der Kunden-Account gesperrt und du haftest. Zweitens: Betreuung bedeutet Zugang zu Accounts und Lebensläufen. Lass den Kunden immer selbst einloggen, arbeite nur auf Workflow-Ebene, speichere keine sensiblen Daten. Drittens ändern sich Plattform-Oberflächen – die Plattform-Regeln des Workflows brauchen gelegentlich Updates. Behandle es als laufenden Service, nicht als Einmal-Verkauf.

Fang heute an

Das Saison-Fenster ist nur wenige Monate offen, und Bewerbungs-Stress ist das saisonal stärkste Traffic-Geschenk. Heute drei Dinge erledigen: Repo klonen und den kompletten Flow einmal selbst durchlaufen; mit deiner eigenen Jobsuche (oder einem fiktiven Muster-User) einen Demo-Workspace aufsetzen und Screenshots als Marketing-Material archivieren; den ersten Post auf Pinterest oder Lemon8 veröffentlichen – Titel: “Ich habe meine Jobsuche einer KI übergeben – jeden Tag ein automatischer Bewerbungs-Report.”

Das Tool ist Open Source und kostenlos. Aber das Wissen, wie man damit Geld verdient, gehört im Moment noch einer kleinen Minderheit. Bevor das Fenster sich schließt: Wer früh drin ist, kassiert.