Wie wir Experten prüfen
Bevor jemand an Ihrem Projekt arbeitet, absolviert er ein gründliches KI-Interview mit AI Screenr, unserem KI-Recruiter, und ein Senior-Spezialist von Jobrela prüft die Belege. Sie bekommen Experten, die ihr Wissen bewiesen und nicht nur im Lebenslauf angegeben haben.
Jeder Experte durchläuft ein KI-Interview und eine Prüfung durch einen Menschen
Vier Schritte zwischen einem vielversprechenden Lebenslauf und einem Experten in Ihrem Projekt.
Profil und Anforderungen
Wir legen fest, was das Projekt braucht, von Pflichtkompetenzen und ihrem Niveau bis zu K.-o.-Kriterien und dem Sprachniveau.
KI-Interview
Der Kandidat führt ein strukturiertes Sprachinterview von 15 bis 60 Minuten mit dem KI-Interviewer, zu jeder passenden Zeit und in seiner eigenen Sprache.
Bewerteter Bericht
Jede Antwort wird nach einem Raster bewertet, mit belegenden Zitaten aus dem Transkript.
Entscheidung durch Menschen
Ein Senior-Spezialist von Jobrela prüft Bericht und Transkript und trifft die endgültige Entscheidung. Die KI empfiehlt, Menschen entscheiden.
So sieht ein Interviewbericht für einen Java-Entwickler aus
Diesen Bericht erhalten unsere Kunden nach jedem KI-Interview. Der Kandidat ist erfunden, es werden also keine Daten einer echten Person gezeigt, aber die Struktur ist genau dieselbe.
Zusammenfassung
Der Kandidat zeigte solide Praxiserfahrung mit Spring Boot und Microservices und erklärte echte Designentscheidungen an konkreten Beispielen. Alle K.-o.-Kriterien sind erfüllt. Die Empfehlung lautet „Ja“ statt „Klares Ja“, weil keine Produktionserfahrung mit Kubernetes gezeigt wurde, die für diese Stelle Pflicht ist, und die Antworten zur Nebenläufigkeit auf der Ebene von Definitionen blieben.
Ein erfahrener Backend-Entwickler, der Spring-Boot-Services in Produktion entwickelt und betrieben hat, mit gutem Verständnis von API-Design, Transaktionen und Resilienzmustern. Die größten Lücken sind der praktische Kubernetes-Betrieb und die Tiefe bei Java-Nebenläufigkeit. Passt sehr gut zur Stelle, wenn das Team ihn beim Onboarding bei Kubernetes unterstützt.
K.-o.-Kriterien und Pflichtkompetenzen
Arbeitserlaubnis in der EU
Der Kandidat ist EU-Bürger und braucht keine Arbeitserlaubnis.
"I’m a Czech citizen, so no permit needed."
Verfügbarkeit
Kann innerhalb der geforderten vier Wochen anfangen.
"My notice period is one month, I could start at the beginning of December."
Mindestens 4 Jahre Erfahrung im Java-Backend
Hat rund sechs Jahre professionelle Java-Backend-Entwicklung.
"About six years now, mostly Spring Boot services for e-commerce and payments."
Spring Boot (fortgeschritten)
80 %Hat mehrere Spring-Boot-Services in Produktion gebaut und gepflegt und Konfigurations- und Testentscheidungen ausführlich erklärt.
"We moved all services to Spring Boot 3 last year, the biggest change was the Jakarta namespace and native observability."
REST-API-Design und Microservices (mittel)
75 %Beschrieb Versionierung, Idempotenz und Service-Grenzen aus eigener Erfahrung.
"Every payment request carries an idempotency key, so a retry never charges twice."
SQL und JPA/Hibernate (mittel)
70 %Weiß, wie man N+1-Abfragen findet und behebt und wann man auf natives SQL wechselt.
"The N+1 problem showed up in the order history, we fixed it with an entity graph."
Kubernetes in Produktion (mittel)
60 %Hat nur mit einem vorbereiteten Helm-Chart deployt, keine Erfahrung mit Fehlersuche oder Skalierung von Workloads.
"The platform team owned the cluster, we just changed the values file."
Bewertung in zehn Bereichen
Erklärte technische Entscheidungen klar und in logischer Reihenfolge, mit gelegentlichen langen Umwegen.
"We split the monolith along the payment and order boundaries first, because those two teams kept blocking each other."
Die Antworten blieben bei der Frage und bezogen sich auf eigene Projekte des Kandidaten.
"In our case the retry happened in the gateway, so the service itself had to be idempotent."
Starkes Praxiswissen zu Spring Boot, JPA und REST-API-Design, gutes Verständnis von Transaktionen und Resilienzmustern.
"We used a circuit breaker around the card provider, and a dead-letter queue for anything that still failed after three retries."
Ging einen Produktionsvorfall Schritt für Schritt durch, von den Symptomen bis zur Ursache und Behebung.
"The connection pool was exhausted, so first I looked at which queries held connections the longest."
Hat genau die Art von Services gebaut, die die Stelle erfordert, und in ähnlichen Teamkonstellationen gearbeitet.
Ruhig und selbstsicher, sagte offen, wo sein Wissen endet.
"Honestly, I have not tuned that myself, the platform team did."
Nannte ein gutes Beispiel für das Mentoring eines Junior-Entwicklers, aber wenig zum Umgang mit Meinungsverschiedenheiten im Team.
Die meisten Antworten waren vollständig, einige technische Antworten blieben bei der Definition stehen, ohne Abwägungen.
Fließendes berufliches Englisch, diskutiert technische Themen problemlos in der Tiefe.
Stark bei Spring Boot und API-Resilienz, dünner bei Nebenläufigkeit und Transaktionspropagation.
Vorbereitete Fachfragen
B1. Was sind die wichtigsten Unterschiede zwischen Spring Boot und dem klassischen Spring Framework?
+ Erklärte die Autokonfiguration an einem konkreten Beispiel aus einer echten Migration.
- Erwähnte nicht, wie man eine störende Autokonfiguration ausschließt.
B2. Was bewirkt das Schlüsselwort volatile, und wann würden Sie es einsetzen?
+ Nannte ein korrektes, praktisches Beispiel mit einem Shutdown-Flag.
- Konnte nicht erklären, warum count++ auf einem volatile-Feld trotzdem nicht threadsicher ist.
B3. Wie würden Sie eine Zahlungs-API entwerfen, die korrekt bleibt, wenn Clients Anfragen wiederholen und nachgelagerte Services ausfallen?
+ Antwortete aus einem echten Produktivsystem, mit Zahlen und Abwägungen.
- Ging nicht darauf ein, wie Events mit der Datenbank konsistent bleiben.
B4. Was sind typische Fallstricke bei @Transactional in Spring?
+ Kannte das Problem der Selbstaufrufe aus Erfahrung.
- Unsicher bei den Propagationsstufen.
Praktischer Kubernetes-Betrieb und tieferes Wissen über Java-Nebenläufigkeit.
- Praktische Fehlersuche und Skalierung in Kubernetes.
- Abwägungen zwischen Ansätzen zur Nebenläufigkeit und das Java-Speichermodell.
- Stufen der Transaktionspropagation und wann man sie einsetzt.
- Ein Beispiel für die Lösung einer fachlichen Meinungsverschiedenheit im Team.
Vorgeschlagener nächster Schritt
Zu einem technischen Interview mit dem Teamleiter einladen. Schwerpunkt auf ein kurzes Kubernetes-Fehlersuchszenario und eine Übung zur Nebenläufigkeit, zum Beispiel einen threadsicheren Cache.
So schneiden zehn Kandidaten für eine Java-Entwicklerstelle im Vergleich ab
Alle Kandidaten für eine Stelle beantworten dieselben Fragen. So können Sie sie in eine Rangfolge bringen, Bereich für Bereich vergleichen und Stärken und Risiken der besten drei sehen. Erfundene Kandidaten, echte Struktur.
Rangfolge
Sie bestimmen die Kriterien. Diese zehn sind voreingestellt, aber Sie können jedes hinzufügen, entfernen oder neu gewichten. Jede Zelle ist nach ihrer Punktzahl eingefärbt, ein Stern markiert einen Wert deutlich über der Gruppe, ein Dreieck einen deutlich darunter. Die Abdeckung zeigt, wie viel der vorbereiteten Fragen das Interview tatsächlich behandelt hat.
| Kandidat | Punkte | Empfehlung | Klarheit der Kommunikation | Relevanz der Antworten | Fachwissen | Problemlösung | Eignung für die Stelle | Sicherheit und Auftreten | Verhaltensbezogene Passung | Vollständigkeit der Antworten | Englischkenntnisse | Tiefe bei vorbereiteten Fragen | K.-o.-Kriterien | Abdeckung | Datum |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Anna Kowalska kowalska@example.com | 74 | Ja | 8.0 | 8.0 | 7.0 | 8.0 | 7.0 | 6.0 | 8.0★ | 7.0 | 9.0★ | 6.0 | ✓ 3 | 70 % | 15 Oct 2026 |
Lukas Berger berger@example.com | 72 | Ja | 7.0 | 8.0 | 8.0 | 7.0 | 8.0 | 7.0 | 6.0 | 6.0 | 8.0 | 6.0 | ✓ 3 | 74 % | 14 Oct 2026 |
Tomas Hruby hruby@example.com | 70 | Ja | 6.0 | 7.0 | 9.0★ | 8.0 | 7.0 | 6.0 | 5.0 | 7.0 | 6.0 | 8.0★ | ✓ 3 | 88 % | 13 Oct 2026 |
Marek Szabo szabo@example.com | 58 | Ja | 6.0 | 6.0 | 6.0 | 5.0 | 6.0 | 6.0 | 6.0 | 6.0 | 7.0 | 5.0 | ✓ 3 | 62 % | 16 Oct 2026 |
Elena Petrova petrova@example.com | 52 | Vielleicht | 7.0 | 6.0 | 5.0 | 5.0 | 5.0 | 6.0 | 7.0 | 5.0 | 8.0 | 4.0 | ✓ 3 | 55 % | 12 Oct 2026 |
Jakub Dvorak dvorak@example.com | 47 | Vielleicht | 5.0 | 6.0 | 5.0 | 4.0 | 5.0 | 5.0 | 5.0 | 4.0 | 6.0 | 4.0 | ✓ 3 | 48 % | 17 Oct 2026 |
Peter Weiss weiss@example.com | 44 | Nein | 6.0 | 5.0 | 6.0 | 5.0 | 4.0 | 5.0 | 4.0 | 4.0 | 7.0 | 5.0 | ✕ 1✓ 2 | 60 % | 13 Oct 2026 |
Ivana Horvat horvat@example.com | 38 | Nein | 5.0 | 5.0 | 3.0▼ | 4.0 | 4.0 | 4.0 | 6.0 | 3.0 | 7.0 | 2.0▼ | ✓ 3 | 35 % | 16 Oct 2026 |
Martin Lang lang@example.com | 31 | Nein | 4.0 | 4.0 | 3.0 | 3.0 | 3.0▼ | 4.0 | 4.0 | 3.0 | 5.0 | 2.0 | ✕ 1✓ 2 | 30 % | 12 Oct 2026 |
David Novak novak@example.com | 12 | Nein | 3.0 | 2.0▼ | 1.0▼ | 1.0▼ | 1.0▼ | 2.0 | 2.0 | 1.0▼ | 4.0 | 0.0▼ | ✕ 2✓ 1 | 10 % | 15 Oct 2026 |
Die besten drei in einem Diagramm
Zwei bis vier Kandidaten lassen sich gleichzeitig über alle zehn Bereiche anzeigen. Ihre Gesamtwerte liegen nah beieinander, ihre Stärken sind aber sehr unterschiedlich.
Die besten drei nebeneinander
Genau das, was der Hiring Manager auf dem Vergleichsbildschirm sieht, Stärken, Risiken, die eigenen Worte des Kandidaten und wie viel jeder vorbereiteten Frage er abgedeckt hat.
Anna Kowalska
- Klare, strukturierte Erklärungen von Designentscheidungen.
- Starke Beispiele für Teamarbeit und Mentoring.
- Weniger Tiefe bei JVM-Interna.
- Begrenzte Erfahrung mit hochfrequentierten Systemen.
"I always write the API contract first and review it with the frontend team before any code."
Technisches Interview mit Fokus auf Performance und JVM-Tuning.
Lukas Berger
- Praxiserfahrung mit Spring Boot und Microservices in Produktion.
- Echte Erfahrung mit Resilienzmustern.
- Keine Erfahrung im Kubernetes-Betrieb.
- Antworten zur Nebenläufigkeit bleiben bei Definitionen.
"Every payment request carries an idempotency key, so a retry never charges twice."
Technisches Interview mit einem Kubernetes-Fehlersuchszenario.
Tomas Hruby
- Das tiefste Fachwissen der Gruppe, einschließlich Nebenläufigkeit.
- Deckte fast jedes vorbereitete Thema ab.
- Kurze Antworten zu Teamarbeit und Zusammenarbeit.
- Das Englisch ist funktional, aber langsamer.
"count++ is read, add and write, so volatile alone does not make it safe, you need an AtomicInteger or a lock."
Treffen mit dem Team, um Zusammenarbeit und Kommunikation zu prüfen.
Warum wir so vergleichen
- •Dieselben Fragen für alle bedeuten, dass die Zahlen vergleichbar sind. Bei freien Interviews vergleichen Sie Eindrücke, nicht Menschen.
- •Niemand fällt wegen einer schlechten Antwort heraus. Das Diagramm zeigt genau, wo jeder Kandidat stark ist und wo er Punkte verliert.
- •Ein Kandidat mit niedrigerer Gesamtpunktzahl kann trotzdem am besten zu Ihrem Team passen, deshalb bekommen Sie alle Zahlen, nicht nur eine Rangfolge.
- •Auch Kandidaten, die mit Wochen Abstand interviewt wurden, lassen sich fair vergleichen.
Sechs Dinge, die wir bei jedem Experten prüfen
K.-o.-Kriterien
Klare Ja-oder-Nein-Anforderungen, etwa Verfügbarkeit oder Zertifizierungen.
Pflichtkompetenzen
Jede mit dem Niveau, das das Projekt braucht, von Grundlagen bis Experte.
Tiefgehende Fachfragen
Nachfragen, die pro Frage 3 bis 6 Wissensbereiche prüfen.
Echte Szenarien
Fallstudien, Systemdesign, Diskussion über Code und Verhaltensfragen.
Sprachniveau
Eine optionale Einstufung der Arbeitssprache nach GER, von A1 bis C2.
Vollständiges Transkript
Jede Antwort schriftlich, und eine Aufnahme, wenn der Kandidat zustimmt.
Was das für Ihr Projekt bedeutet
Einheitlich
Jeder Kandidat bekommt dieselbe Tiefe und dasselbe Raster.
Belege statt Angaben im Lebenslauf
Jede Bewertung verweist auf das, was der Kandidat tatsächlich gesagt hat.
Schneller
Experten werden parallel und zu jeder Uhrzeit interviewt, damit Ihr Team früher starten kann.
Auch fair gegenüber Kandidaten
Gute Experten haben die Wahl. Ein respektvolles, transparentes Interview ist ein Grund, warum sie sich für uns entscheiden.
Zuerst die Einwilligung
Kandidaten stimmen vor dem Interview zu und wissen, dass ihre Antworten von einer KI verarbeitet werden.
Menschen entscheiden
Keine Entscheidung trifft die KI allein. Ein Mensch prüft jede Empfehlung, wie es Artikel 22 DSGVO verlangt.
Raum, Nein zu sagen
Kandidaten können eine Frage überspringen. Sie wird als übersprungen vermerkt und nicht gegen sie verwendet.
Fragen zur Expertenprüfung
Wie prüfen Sie Experten?
Jeder Experte absolviert ein gründliches KI-Interview mit AI Screenr, das aus den Anforderungen des Projekts erstellt wird. Ein Senior-Spezialist von Jobrela prüft anschließend den bewerteten Bericht und das Transkript und trifft die endgültige Entscheidung.
Entscheidet die KI, wer den Auftrag bekommt?
Nein. Der KI-Interviewer stellt die Fragen und bewertet die Antworten nach einem Raster, aber ein Mensch prüft jede Empfehlung und entscheidet, wie es Artikel 22 DSGVO verlangt.
Was prüft das KI-Interview?
K.-o.-Kriterien, Pflichtkompetenzen und ihr Niveau, tiefes Fachwissen, praxisnahe Szenarien, Kommunikation und bei Bedarf das Niveau der Arbeitssprache nach GER.
Wie lange dauert das Interview?
Zwischen 15 und 60 Minuten, je nach Rolle. Kandidaten führen es durch, wann es ihnen passt, in ihrer eigenen Sprache.
Was erhalten Kunden nach dem Interview?
Einen bewerteten Bericht mit belegenden Zitaten aus dem Transkript, die Ergebnisse der K.-o.-Kriterien und Pflichtkompetenzen, Bewertungen in zehn Bereichen und einen vorgeschlagenen nächsten Schritt, dazu einen Vergleich aller Kandidaten für die Stelle.
Ist das Interview fair gegenüber Kandidaten?
Jeder Kandidat erhält dieselben Fragen und dasselbe Raster, stimmt dem Interview vorher zu und kann eine Frage überspringen, ohne dass es gegen ihn zählt.
Sie wollen Experten, die ihr Wissen bewiesen haben?
Sagen Sie uns, was Ihr Projekt braucht, und wir stellen Ihnen Experten vor, die das Interview bestanden haben.