ATS Resume Improver: Kostenloser, selbst hostbarer KI-Lebenslauf-Optimierer ohne Datenweitergabe

Kostenlos, quelloffen und selbst hostbar. Ihr Lebenslauf berührt keinen Server, es sei denn, Sie verwenden einen KI-Anbieter. Und selbst dann geht er direkt zum KI-Anbieter, nicht zu uns.

Was ist ATS Resume Improver? #

ATS Resume Improver ist ein quelloffener, browserbasierer Lebenslauf-Optimierer, der Ihren Lebenslauf mit einer Stellenbeschreibung vergleicht und Ihnen hilft, die Lücke zwischen dem, was Sie haben, und dem, was Bewerber-Tracking-Systeme tatsächlich bewerten, zu schließen. Die App basiert auf React 19, Vite und TypeScript. Die gesamte Analyse- und Bewertungs-Pipeline läuft in Ihrem Browser ohne Backend-Server.

Den Quellcode finden Sie unter github.com/simeononsecurity/ats-resume-improver . Sie können die gehostete Version nutzen, Ihre eigene in einem Klick auf Vercel/Netlify/Cloudflare/GitHub Pages deployen oder lokal mit Docker starten.

Das Datenschutzproblem, das es löst #

Die meisten Lebenslauf-Optimierungsdienste laden Ihren Lebenslauf auf ihre Server hoch, führen proprietäre Bewertungen durch und behalten Ihre Daten. ATS Resume Improver verfolgt den gegenteiligen Ansatz.

API-Schlüssel werden nur im Arbeitsspeicher gespeichert und verschwinden, wenn Sie den Tab schließen. Keine Analysen, kein Tracking, keine Cookies.

Kernfunktionen #

Was ohne KI-Schlüssel funktioniert #

Sie brauchen keinen API-Schlüssel, um echten Mehrwert zu erhalten. Der Modus ohne Schlüssel umfasst:

• Lebenslauf-Upload — PDF, DOCX, TXT oder Markdown
• ATS-Textextraktion — zeigt genau, was ein ATS aus Ihrer Datei parst, einschließlich was durch Formatierung verloren geht
• Lebenslauf-Typ-Erkennung — erkennt automatisch, welchem der 7 Profile Ihr Lebenslauf entspricht, und passt die Absatzreihenfolge entsprechend an
• Abschnitts-Erkennung und Formatierungswarnungen — kennzeichnet fehlende Abschnitte und parser-feindliche Formate
• ATS-Score (0–100) mit einer 5-dimensionalen Aufschlüsselung
• Keyword-Lückenanalyse — regelbasierter String-Abgleich mit der Stellenbeschreibung
• Deterministische ATS-Optimierung — lokale regelbasierte Umstrukturierung
• Vorher/Nachher-Diff-Ansicht — sehen Sie genau, was sich geändert hat
• Professioneller PDF-, DOCX-, TXT- und Markdown-Export

Was KI freischaltet #

Verbinden Sie OpenAI, Anthropic Claude oder lokales Ollama, und das Tool wird zu:

• Semantische Keyword-Analyse — versteht Kontext, nicht nur String-Matches. Zeigt Übereinstimmungsstärke (Stark/Mittel/Teilweise), Übereinstimmungsort (“in Skills und 3 Job-Rollen gefunden”), Relevanz pro Keyword (Kritisch/Hoch/Mittel/Niedrig) und eine 2-3-Satz-KI-Zusammenfassung
• KI-Lebenslauf-Optimierung — vollständige KI-Überarbeitung mit ATS-Best-Practice-Prompts
• KI-verbesserte Exporte — PDF/DOCX durch KI vor dem Download formatiert
• Anschreiben-Generierung — mit Humanisierungsregeln, die KI-Verräter eliminieren (siehe unten)
• Interview-Fragen-Vorhersage — basierend auf der Stellenbeschreibung
• Gehaltsbereichschätzer

Lebenslauf-Typ-Erkennung #

Die App klassifiziert Ihren Lebenslauf automatisch in eines von 7 Profilen und passt die Abschnittsreihenfolge an die Recruiter- und ATS-Erwartungen für diese Karrierephase an:

Die Abschnittsreihenfolge gilt konsistent über Optimierung, PDF-, DOCX-, TXT- und Markdown-Export — nicht nur auf dem Bildschirm.

KI-semantische Keyword-Analyse #

Hier trennt sich das Tool von einfachen Keyword-Zählern. Wenn ein KI-Anbieter konfiguriert ist, steigt die Keyword-Lückenanalyse von einfachem String-Matching auf semantisches Denken:

Lokale regelbasierte Analyse läuft sofort. KI-Ergebnisse bereichern sie asynchron, während Sie überprüfen.

Unterstützte KI-Anbieter #

Alle KI-Aufrufe enthalten ATS-Best-Practice-Prompts aus Harvard OCS und Columbia CCE-Richtlinien.

OpenAI #

Geschätzte Kosten: ~0,002–0,05 $ pro Lebenslaufanalyse.

Anthropic Claude #

Ollama (lokal / selbst gehostet) #

Kein API-Schlüssel erforderlich. Führen Sie das Modell auf Ihrer eigenen Hardware aus. Setzen Sie OLLAMA_ORIGINS=*, um Browser-Zugriff zu ermöglichen.

Das lokale Ausführen von Ollama macht das gesamte Tool vollständig offline. Nichts verlässt Ihren Rechner.

Anschreiben-Humanisierung #

Der Anschreiben-Generator wendet einen gezielten Schreibstil-Leitfaden an, um die verräterischen Zeichen von KI-generiertem Text zu eliminieren:

• Keine Gedankenstriche — das stärkste KI-Verräterzeichen, vollständig entfernt
• 50+ verbotene Wörter und Phrasen: leverage, utilize, dive deep, delve, embark, game-changer, groundbreaking, cutting-edge, pivotal, tapestry, harness, moreover, in conclusion, it’s worth noting, ever-evolving, landscape, testament usw.
• Kein Markdown im Briefkörper — keine Fett-Asterisken, Hashtags oder Semikolons
• Aktive Stimme standardmäßig — Passiv nur wenn der Akteur genuinement keine Rolle spielt
• Kontraktionen erforderlich: “I’ve”, “I’m”, “it’s”
• Variierte Satzlänge — kurze, prägnante Sätze gemischt mit längeren
• Keine Füller-Opener — “Es ist wichtig zu bemerken, dass X” → sagen Sie einfach X
• Konkrete Stellenbeschreibungsdetails in Absatz 1 — beweist, dass das Anschreiben nicht vom Template stammt

Das Ergebnis liest sich, als ob ein Mensch es geschrieben hat, weil die Regeln das Modell zwingen, wie ein Mensch zu schreiben.

Export-Qualität #

Mit konfiguriertem KI-Anbieter werden Exporte vor dem Download KI-formatiert (gekennzeichnet mit einem ✨ KI-verbessert-Badge).

Selbst-Hosting-Optionen #

Gehostete Version (ohne Einrichtung) #

Verwenden Sie die Live-App unter atsresumeimprover.netlify.app — kein Konto, keine Anmeldung, keine Kreditkarte.

Ein-Klick-Cloud-Deployment #

Lokale Entwicklung #

git clone https://github.com/simeononsecurity/ats-resume-improver
cd ats-resume-improver

make install
make dev           # http://localhost:5173

Docker (empfohlen für reproduzierbare Umgebungen) #

# Entwicklung — Hot-Reload unter http://localhost:5173
make docker-dev

# Produktion — nginx unter http://localhost:8080
make docker-prod

# Dev + Ollama zusammen (vollständiger lokaler KI-Stack)
make docker-dev-with-ollama

Ollama Vollständig-Offline-Stack #

# Ollama-Container starten (Modelle über Neustarts hinweg persistent)
make ollama

# Modell herunterladen
make ollama-pull MODEL=llama3.2

# Dev-App + Ollama nebeneinander starten
make docker-dev-with-ollama

Öffnen Sie dann die App, gehen Sie zum API-Schlüssel-Panel, wählen Sie Ollama (Lokal), setzen Sie die URL auf http://localhost:11434 und wählen Sie ein Modell. Keine Daten verlassen Ihren Rechner.

Tech-Stack #

Praktischer Nutzungsleitfaden #

Schritt 1: Laden Sie Ihren Lebenslauf hoch #

Laden Sie eine PDF-, DOCX-, TXT- oder Markdown-Datei hoch. Wechseln Sie zum Tab “Was das ATS sieht”, um zu prüfen, ob der Parser Ihren Inhalt sauber extrahiert hat.

Schritt 2: Fügen Sie die Stellenbeschreibung ein #

Fügen Sie die vollständige Stellenausschreibung in das Stellenbeschreibungsfeld ein. Vollständigere Stellenausschreibungen produzieren bessere Keyword-Analysen.

Schritt 3: Überprüfen Sie Ihren ATS-Score #

Das Score-Panel zeigt einen Gesamt-Score von 0–100 und eine 5-dimensionale Aufschlüsselung.

Schritt 4: Prüfen Sie die Keyword-Lücke #

Die Keyword-Analyse-Ansicht zeigt, welche Keywords aus der Stellenbeschreibung in Ihrem Lebenslauf erscheinen und welche nicht. Mit aktivierter KI erhalten Sie semantisches Matching und Wichtigkeitsbewertungen.

Schritt 5: Optimieren #

• Deterministischer Modus: wendet regelbasierte Umstrukturierung an — sicher, schnell, keine API-Kosten
• KI-Modus: vollständige LLM-Überarbeitung mit ATS-Best-Practice-Prompts

Schritt 6: Exportieren #

Exportieren Sie als PDF, DOCX, TXT oder Markdown. Mit aktivierter KI ist der Export KI-formatiert für professionelle Präsentation.

Häufig gestellte Fragen #

Speichert das Tool meinen Lebenslauf? #

Nein. Die App ist vollständig clientseitig. Nichts wird auf einem Server gespeichert. Sitzungsdaten leben im Browser-Arbeitsspeicher und verschwinden, wenn Sie den Tab schließen.

Mein Lebenslauf hat einen niedrigen Score — sollte ich in Panik verfallen? #

ATS-Scores sind richtungsweisend, nicht Pass/Fail. Ein Score von 60 bedeutet nicht, dass ein ATS Sie ablehnt. Es bedeutet, dass messbare Lücken zwischen Ihrem Lebenslauf und der analysierten Stellenbeschreibung bestehen.

Kann ich es mit mehreren Stellenbeschreibungen verwenden? #

Ja. Fügen Sie jederzeit eine neue Stellenbeschreibung ein. Die Keyword-Analyse und Optimierung wird erneut für die neue Ausschreibung ausgeführt. Jede Analyse ist unabhängig.

Ist die Ollama-Integration wirklich offline? #

Ja, wenn Ollama auf Ihrem lokalen Rechner oder einem Rechner in Ihrem lokalen Netzwerk läuft. Die App sendet Text über HTTP an Ihre Ollama-Instanz. Nichts geht an externe Dienste.

Projekt-Roadmap #

Features in Entwicklung oder geplant:

• Lebenslauf-Versionsverlauf über IndexedDB
• LinkedIn-Profil-Optimierer
• Google Gemini Anbieter-Support
• Zusätzliche Ollama-Modelle

Das Projekt ist MIT-lizenziert und willkommt Pull Requests. Eröffnen Sie zuerst ein Issue für größere Änderungen.

Fazit #

ATS Resume Improver füllt eine echte Lücke: ein Tool, das ernsthafte Lebenslaufanalyse durchführt, ohne Ihre Daten an jemanden zu vermitteln. Der Modus ohne Schlüssel gibt Ihnen sofortiges, umsetzbares Feedback zu Formatierung und Keyword-Abdeckung. Das Hinzufügen eines KI-Schlüssels verbessert die Analyse zu semantischem Denken, Anschreiben-Erstellung und Bewerbungsvorbereitung — alles für Cents pro Analyse oder völlig kostenlos mit Ollama.

Die Live-gehostete Version ist unter atsresumeimprover.netlify.app verfügbar. Der vollständige Quellcode ist unter github.com/simeononsecurity/ats-resume-improver .

Referenzen #

1. ATS Resume Improver — Live-Tool
2. ATS Resume Improver — GitHub-Repository
3. Lebenslauf-Tipps und Tricks — RESUME_TIPS.md
4. Sabrina Ramonov — Bester KI-Prompt zur Humanisierung von KI-Texten
5. OpenAI API-Dokumentation
6. Anthropic Claude API-Dokumentation
7. Ollama — Lokaler LLM-Server