LinkedIn ordnet Job-Angebote falschen Unternehmen zu

  • ICT
  • Juli 16, 2025

Peinlich peinlich…..

Es scheint, als gäbe es ein Problem mit der Zuordnung von Stellenanzeigen auf LinkedIn, bei dem Inserate fälschlicherweise anderen Unternehmen zugeordnet werden.

Ein konkretes Beispiel hierfür ist eine Stellenanzeige der Redguard AG aus Zürich, die der HIT Handelsgruppe GmbH & Co. KG aus Bonn zugeordnet wurde. Dabei blieben die Metadaten der Redguard AG erhalten, was den irreführenden Eindruck erweckt, die HIT Handelsgruppe sei in Zürich ansässig.

Diese Vermischung führt nicht nur zu Verwirrung bei potenziellen Bewerbern, sondern birgt auch das Risiko, dass qualifizierte Interessenten den Bewerbungsprozess frühzeitig abbrechen. Für Unternehmen, die für diese Dienste auf LinkedIn bezahlen, ist dies besonders problematisch, da die Qualität und Genauigkeit der Anzeigen essentiell sind, um die richtigen Kandidaten zu erreichen.

Es ist gut möglich, dass der Fehler, bei dem Metadaten von Firmen vermischt werden, auf Probleme in der Implementierung oder im Betrieb der KI-basierten Systeme bei Linkedin zurückzuführen ist.

LinkedIn hat in den letzten Jahren verschiedene KI-Funktionen eingeführt, unter anderem:

  • KI-generierte Stellenbeschreibungen: Unternehmen können grundlegende Informationen eingeben, und die KI erstellt dann einen Entwurf der Stellenbeschreibung.
  • Verbesserte Job-Matching-Algorithmen: KI analysiert Profile und Stellenanzeigen, um passende Kandidaten und Jobs zu finden.
  • Tools für Bewerber: Es gibt auch KI-Tools, die Bewerbern helfen, Lebensläufe und Anschreiben zu optimieren oder Jobangebote zu finden, indem sie einfach beschreiben, was sie suchen.

Wenn diese KI-Systeme Fehler bei der Verarbeitung oder Zuordnung von Daten machen, könnte das genau zu der Art von Verwirrung führen.


Wir haben uns die URLs etwas genauer angeschaut. Es scheint so, als ob der CustomerID der HIT Gruppe ein paar JobIDs mehr assoziiert wurden. Dagegen wurden diese von den betroffenen Unternehmen entnommen, sie sind praktisch weg.

Beipsiel:
Der Parameter f_C steht für Customer ID und davor die currentJobId als Identifier der Anzeige. Die Customer ID ist normaler Weise für die Anzeige der Seite mit der entsprechenden Job ID irrelevant, doch sie wird auch genutzt, um alle Jobs von einem spezifischen Customer in der linken Spalte anzuzeigen. Stellenanzeigen werden also mit dem „Corporate Header“ des Kunden verknüpft.

In dem nachfolgenden Beispiel ist die Customer ID der HIT Gruppe mit der Stellenanzeige der EMIL EGGER Gruppe verknüpft.

https://www.linkedin.com/jobs/search/?currentJobId=4225666180&f_C=41171542

Insgesamt sind der HIT Gruppe aktuell 24035 Stellenanzeigen zugeordnet. Da ging was bei einem Batch-„Job“ wohl was schief bei LinkedIn. :)))

  • Related Posts

    • AI , ICT
    • Januar 8, 2026
    • 62 views
    Kein AI, Keine Cloud, keine USA, keine komplizierten Tools – Klassische Massendatenauswertung mit einfachen Board-Mitteln

    Die eigene Umgebung für Datenverarbeitung: Eine Open-Source-Lösung Die Möglichkeiten zur Prozessoptimierung und Zeiteinsparung durch KI-Automatisierung sowie die Vorteile moderner Virtualisierungstechnologien wie Container und virtuelle Server sind weithin bekannt. In unseren…

    • AI , ICT
    • Dezember 20, 2025
    • 89 views
    Open Big Data Quellen für Sience und ML

    Die Suche nach dem perfekten Dataset ist oft der erste und schwierigste Schritt in jedem DataSience-Projekt, jeder KI-Forschung oder jeder statistischen Analyse. 💡 Um dieses Chaos zu ordnen, habe ich…

    You Missed

    Der Markt für unbemannte Systeme (UAS/UGV)

    • Januar 18, 2026
    • 40 views
    Der Markt für unbemannte Systeme (UAS/UGV)

    Google UCP: So lösen Agenten das Shopping-Problem

    • Januar 18, 2026
    • 34 views
    Google UCP: So lösen Agenten das Shopping-Problem

    Spioniert Instagram & Co.? Mein technischer Deep Dive und der Versuch eines Proof of Concept (PoC)

    • Januar 18, 2026
    • 41 views
    Spioniert Instagram & Co.? Mein technischer Deep Dive und der Versuch eines Proof of Concept (PoC)

    Kein AI, Keine Cloud, keine USA, keine komplizierten Tools – Klassische Massendatenauswertung mit einfachen Board-Mitteln

    • Januar 8, 2026
    • 62 views
    Kein AI, Keine Cloud, keine USA, keine komplizierten Tools – Klassische Massendatenauswertung mit einfachen Board-Mitteln

    Open Big Data Quellen für Sience und ML

    • Dezember 20, 2025
    • 89 views
    Open Big Data Quellen für Sience und ML

    Indien veröffentlicht ersten 64 Bit Prozessor „Made in India“

    • Dezember 20, 2025
    • 116 views
    Indien veröffentlicht ersten 64 Bit Prozessor „Made in India“