Das Zwei-Spalten-Chaos: Die algorithmische Kollision der Zeilen

Ein zweispaltiger Lebenslauf wirkt aufgeräumt: Kenntnisse, Sprachen und Kontaktdaten in einer schmalen Seitenleiste, die Berufserfahrung in der breiten Spalte daneben. Ein Mensch liest beide Spalten ganz selbstverständlich getrennt. Viele Textextraktoren tun das nicht. Sie setzen die Seite Zeile für Zeile zusammen, und eine Zeile läuft quer über beide Spalten.

Dies ist der zweite Teil einer Reihe darüber, wie Parser Lebenslauf-Dateien lesen. Was die extrahierte Textfassung ist, erklärt der erste Teil zur ATS-Textextraktion; hier geht es darum, was Spalten mit ihr anrichten.

Warum Spalten verschmelzen

Ein PDF speichert Text als Bruchstücke mit Koordinaten. Um daraus Zeilen zu bilden, werden häufig alle Bruchstücke auf derselben Höhe zusammengefasst und von links nach rechts gelesen. Manche Extraktoren versuchen zuerst, Spalten zu erkennen und getrennt zu lesen, und einige schaffen das auch. Welches Verfahren das System des Arbeitgebers nutzt, wissen Sie nicht, und dieselbe Datei kann in zwei Systemen unterschiedlich herauskommen.

Kommt es zur Verschmelzung, werden ein Eintrag aus der Seitenleiste und ein Eintrag aus der Berufserfahrung, die auf gleicher Höhe stehen, zu einer Zeile. Der Parser muss dann Position, Arbeitgeber und Zeitraum in einer Zeile finden, in der auch eine Kenntnis oder eine Sprache steht.

Ein Beispiel

Auf der Seite steht links die Seitenleiste mit der Überschrift „Kenntnisse“ und drei Tools, rechts unter „Berufserfahrung“ eine Station. Eine zeilenweise Extraktion kann daraus Folgendes machen:

KENNTNISSE      BERUFSERFAHRUNG
Python          Datenanalystin, Nordwind Logistik GmbH
SQL             03/2021 – heute
Tableau         Wöchentliche Vertriebs-Dashboards für 12 Regionalteams aufgebaut

Zeile für Zeile gelesen, kann der Parser Folgendes daraus ableiten:

• „Python Datenanalystin, Nordwind Logistik GmbH“ gilt als Positionszeile, die Position heißt dann „Python Datenanalystin“.
• „SQL 03/2021 – heute“ wird zu einer Datumszeile mit einem unerklärten Wort davor.
• „KENNTNISSE BERUFSERFAHRUNG“ landet in einer Zeile. Keine der beiden Überschriften steht für sich, und der Abschnitt Berufserfahrung wird womöglich nicht erkannt.

Einspaltig lässt derselbe Inhalt nichts offen:

BERUFSERFAHRUNG
Datenanalystin, Nordwind Logistik GmbH
03/2021 – heute
- Wöchentliche Vertriebs-Dashboards für 12 Regionalteams aufgebaut

KENNTNISSE
Python, SQL, Tableau

Tabellen und Vorlagen verhalten sich genauso

Eine Tabelle als Layout-Hilfe ist ein Spaltenlayout unter anderem Namen. Ein verbreitetes Beispiel ist die Europass-Vorlage, die links neben jeden Eintrag eine Beschriftungszelle setzt. Parser, die quer über die Zeile lesen, können die Beschriftung mit dem Inhalt verschweißen; unsere Prüfung markiert Europass-Layouts deshalb. Nebeneinander platzierte Textfelder bergen dasselbe Risiko.

So prüfen und reparieren Sie das Layout

1. Kopieren Sie den gesamten Text aus Ihrem PDF und fügen Sie ihn in einen reinen Texteditor ein. Wechseln sich Zeilen aus Seitenleiste und Hauptspalte ab oder teilen sie sich eine Zeile, kann ein Parser dasselbe sehen.
2. Fügen Sie diesen Text in den Schnelltest ein. Zeilen mit großen Lücken in der Mitte sind die typische Spur nebeneinanderliegender Spalten; der Test meldet sie als Lesbarkeitsbefund.
3. Bauen Sie den Lebenslauf einspaltig neu auf. Verschieben Sie den Inhalt der Seitenleiste in normale Abschnitte: Kontaktdaten nach oben, Kenntnisse und Sprachen als eigene Abschnitte weiter unten.
4. Halten Sie jede Station zusammen: Position, Arbeitgeber und Zeitraum in aufeinanderfolgenden Zeilen, darunter die Aufzählungspunkte.
5. Gliedern Sie optisch mit Abständen, fetten Überschriften und einer dünnen Linie statt mit Spalten.

In der vollständigen Analyse zeigt die Parser-Ansicht jede Station mit Position, Unternehmen und Zeitraum, so wie der Parser sie gefunden hat, und nennt für auffällige Felder einen lesbaren Grund, etwa einen Zeitraum, der auf zwei Spalten verteilt scheint. Wer lieber mit einem Layout beginnt, das den Parser schon durchlaufen hat: Der CV-Builder prüft jeden Export mit demselben Parser und zeigt Ihnen das Ergebnis.

Funktioniert ein zweispaltiges Layout überhaupt?

Manche Systeme lesen einfache zweispaltige Layouts korrekt, und ein Mensch sieht Ihr PDF so, wie Sie es gestaltet haben. Das Problem: Sie wissen vorher nicht, auf welches System Sie treffen, und eine Verschmelzung trifft ausgerechnet die wichtigsten Zeilen, nämlich Positionen und Zeiträume. Eine einzige Spalte beseitigt dieses Risiko, ohne dass Inhalt verloren geht.