Öffentliche Roadmap¶
Die V1 von FitRadarHR ist vollständig (Epics E1–E8 ausgeliefert), und V2 ist vollständig ausgeliefert (9/9 Punkte). Diese Seite stellt außerdem Kandidatenideen für eine V3 vor, priorisiert nach der RICE-Methode — mit voller Transparenz, wie im übrigen Projekt.
So liest man den RICE-Score¶
RICE = (Reach × Impact × Confidence) / Effort
- Reach (Reichweite) — wie viele Nutzer pro Quartal betroffen sind (Skala 1–10)
- Impact (Wirkung) — Effekt auf die North Star (aufgerufene Berichte / Woche): 0,5 = gering, 1 = mittel, 2 = hoch, 3 = massiv
- Confidence (Konfidenz) — Vertrauen in die Schätzungen: 50 % / 80 % / 100 %
- Effort (Aufwand) — Arbeitsaufwand in Personenwochen
Priorisierung V2¶
| # | Feature | Reach | Impact | Konf. | Effort | RICE-Score | Status |
|---|---|---|---|---|---|---|---|
| 1 | Automatische Fragebogen-Erinnerungen | 8 | 2 | 80 % | 1 | 12.8 | ✅ Ausgeliefert |
| 2 | Einladen von Managern in die Organisation | 7 | 2 | 80 % | 2 | 5.6 | ✅ Ausgeliefert |
| 3 | Kandidatenvergleich für eine Stelle | 6 | 2 | 80 % | 2 | 4.8 | ✅ Ausgeliefert |
| 4 | CSV-Import von Personen | 6 | 1 | 100 % | 1.5 | 4.0 | ✅ Ausgeliefert |
| 5 | Erneute Durchführung & Longitudinal-Tracking | 5 | 2 | 50 % | 2 | 2.5 | ✅ Ausgeliefert |
| 6 | Retention-Kohorten in Analytics | 4 | 1 | 80 % | 1.5 | 2.1 | ✅ Ausgeliefert |
| 7 | SSO Keycloak / OIDC | 3 | 1 | 80 % | 3 | 0.8 | ✅ Ausgeliefert |
| 8 | ES-/DE-Übersetzungen | 2 | 1 | 80 % | 2 | 0.8 | ✅ Ausgeliefert |
| 9 | Öffentliche API (nur Lesezugriff) | 2 | 1 | 50 % | 3 | 0.3 | ✅ Ausgeliefert |
Die Argumente, Punkt für Punkt¶
1. Automatische Erinnerungen — der Analytics-Funnel zeigt, dass der Großteil der Abbrüche zwischen dem Senden des Links und dem Start liegt. Eine Erinnerung an Tag 3 wirkt direkt auf die Abschlussrate, bei minimalem Aufwand. Bestes Wert-Aufwand-Verhältnis der Liste.
2. Einladen von Managern — heute lebt eine Organisation meist mit nur einem HR-Konto. Jeder eingeladene Manager ist ein zusätzlicher Berichtskonsument: das ist der „Referral“-Hebel des AARRR-Funnels.
3. Kandidatenvergleich — das Fit-Ranking existiert bereits auf der Stellenseite; die Nebeneinander-Ansicht (überlagerte Radardiagramme, Komplementaritäten) ist der natürliche nächste Schritt, den der Recruiting-Anwendungsfall verlangt. Hohe Wirkung auf die Berichtsnutzung.
4. CSV-Import — Onboarding-Reibung: 50 Mitarbeitende manuell zu erfassen, schreckt ab. Indirekte Wirkung auf die North Star, aber maximale Konfidenz (offensichtlicher Bedarf).
5. Erneute Durchführung — Big-Five-Profile entwickeln sich langsam, aber sie entwickeln sich; nützlich für interne Mobilität. 50 % Konfidenz: der tatsächliche Bedarf muss noch in der Discovery-Phase validiert werden.
6. Retention-Kohorten — vertieft die Analytics-Seite für reife Organisationen. Nur für bereits aktivierte Organisationen relevant, daher geringere Reichweite.
7. SSO / OIDC — notwendig für größere Organisationen; geringere Reichweite in der aktuellen Zielgruppe (KMU/Scale-ups), aber ein IdP pro Organisation, additiv zum Passwort (nie ein Ersatz), hält den Wartungsaufwand vertretbar. Ausgeliefert, noch nicht mit einem echten IdP in Produktion validiert.
8. ES-/DE-Übersetzungen — vollständige Parität, einschließlich des
IPIP-Fragebogens, nicht nur der Oberfläche. Der deutsche Fragebogen basiert
vollständig auf der offiziellen IPIP-Übersetzung (100/100 Items); Spanisch für
die kurze Version (50 Items), aber die lange Version führt einen intern
übersetzten Bereich ein, da keine veröffentlichte offizielle Quelle vorliegt —
siehe docs/user/about/big-five.md.
9. Öffentliche API (nur Lesezugriff) — echter Wert, aber heute nicht differenzierend. Ausgeliefert mit bewusst eingeschränktem Umfang: Stellen/Teams, Personen + Fragebogenstatus, Fit-Ergebnisse — niemals rohe Big-Five-Profile (DSGVO-Minimierung). API-Schlüssel-Authentifizierung pro Organisation.
Priorisierung V3¶
Die Punkte #1, #2, #3, #4 und #5 sind ausgeliefert; die Punkte 6, 7, 8, 9 und 10 bleiben unentschiedene Kandidaten.
| # | Feature | Reach | Impact | Konf. | Effort | RICE-Score | Status |
|---|---|---|---|---|---|---|---|
| 1 | Umgekehrter Fit — beste Stellen für eine Person | 5 | 2 | 90 % | 1.5 | 6.0 | ✅ Ausgeliefert |
| 2 | Monetarisierung (kostenloser Plan → Abo) | 8 | 3 | 80 % | 5 | 3.84 | ✅ Ausgeliefert |
| 3 | Lückenanalyse eines Teams | 5 | 2 | 60 % | 2 | 3.0 | ✅ Ausgeliefert |
| 4 | Kandidaten-/Mitarbeiterportal (Zugriff auf eigenes Profil) | 6 | 2 | 70 % | 3 | 2.8 | ✅ Ausgeliefert |
| 5 | Exportierbares AI-Act-Compliance-Dossier | 3 | 2 | 70 % | 2 | 2.1 | ✅ Ausgeliefert |
| 6 | Webhooks (Ergänzung zur öffentlichen API) | 3 | 1 | 70 % | 2 | 1.05 | Kandidat |
| 7 | Claude MCP — Aktivität außerhalb der Website einsehen | 2 | 1 | 60 % | 2 | 0.6 | Kandidat |
| 8 | Anonymisierte organisationsübergreifende Benchmarks | 4 | 1 | 40 % | 4 | 0.4 | Kandidat |
| 9 | Native Konnektoren (Workday, BambooHR, Personio…) | 3 | 2 | 30 % | 5 | 0.36 | Kandidat |
| 10 | Öffentliches Teilen des OCEAN-Profils (Lebenslauf, Netzwerke) | 3 | 0.5 | 40 % | 4 | 0.15 | Kandidat |
Die Argumente, Punkt für Punkt¶
1. Umgekehrter Fit — heute geht man von einer Stelle aus, um Personen zu ranken; der umgekehrte Weg (von einer Person ausgehen und sehen, welche offenen Stellen am besten passen) dient der internen Mobilität, ohne zusätzliche Daten zu erheben: eine neue Sicht auf die bestehende Fit-Engine. Bestes Wert-Aufwand-Verhältnis der Liste. Ausgeliefert: keine neue Berechnung, nutzt die bereits von der Engine (E5) erzeugten Fit-Ergebnisse.
2. Monetarisierung — das ist der eigentliche Grund für den Wechsel zur Fair-Source-Lizenz (FSL-1.1-MIT): Damien erwog explizit eine kostenlose Testphase, gefolgt von einem Abo. Hohe Reichweite (betrifft potenziell irgendwann alle Organisationen) und starke Wirkung (es ist das Geschäftsmodell), aber erheblicher Aufwand: Stripe-Integration, Kontingente pro Plan, Abrechnungsbildschirme, Überschreitungsmanagement. Ausgeliefert: ein einziger kostenpflichtiger Plan (39 €/Monat, Stripe Checkout + Customer Portal) und ein dauerhaft kostenloser Plan (einheitliche Schwelle von 25 Personen — Stellen und Fragebögen unbegrenzt). Das ursprüngliche 14-Tage-Testmodell wurde zugunsten von Freemium aufgegeben: einfacher zu verstehen, ohne künstlichen Konversionsdruck.
3. Lückenanalyse eines Teams — erweitert die bereits berechnete
Komplementarität: Aus dem aggregierten Teamprofil werden unterrepräsentierte
OCEAN-Dimensionen sichtbar gemacht. Bleibt im Produktrahmen — präsentiert als
Denkanstöße für einen Rekrutierungsplan, nie als klare Empfehlung (im Einklang
mit der Regel „niemals eine automatisierte Entscheidungsbewertung“).
Ausgeliefert: direkt von der Teamseite aus zugänglich, ohne eine Person
auszuwählen — siehe docs/user/reports/team-gaps.md.
4. Kandidaten-/Mitarbeiterportal — heute sehen nur HR/Manager die Berichte. Der Person selbst Zugriff auf ihr Profil zu geben, stärkt das „Human-in-the-loop“-Prinzip und das bereits implementierte DSGVO-Auskunftsrecht (E8). Ausgeliefert mit bewusst eingeschränktem Umfang: Die Person sieht nur ihr OCEAN-Profil (Radar, Kennzahlen, Entwicklung), niemals die Stellen-/ Team-Fit-Ergebnisse — diese direkt zu zeigen, ohne jegliche menschliche Vermittlung, würde wie ein automatisiertes Einstellungsurteil wirken, im Widerspruch zur Regel „niemals eine automatisierte Entscheidungsbewertung“. Zugriff über einen dauerhaften, passwortlosen Link nach demselben Prinzip wie der Fragebogen-Link, automatisch per E-Mail bei der ersten Fertigstellung versendet und widerrufbar (automatisch über das DSGVO-Recht auf Löschung, oder manuell durch eine Personalverantwortliche, die ihn erneut sendet). Authentifizierung ausschließlich über einen Fingerabdruck des Links, niemals über den gespeicherten Klartextwert — dasselbe Verfahren wie bei API-Schlüsseln. Am 9. August 2026 erweitert um eine Self-Service-DSGVO-Löschung (die Person kann die Löschung ihrer eigenen Daten selbst über ihr Portal beantragen, mit ausdrücklicher Bestätigung und einer automatischen E-Mail an die Personalabteilung) sowie ein öffentliches Beispiel in der Demo. Siehe Kandidaten-/Mitarbeiterportal.
5. Exportierbares AI-Act-Compliance-Dossier — ein Export der „Nachvollziehbarkeitsakte“ — bereits umgesetzte Maßnahmen (menschliche Aufsicht, Nachverfolgbarkeit, Datenminimierung), Kennzahlen und Prüfprotokoll — für Organisationen, die ihre Konformität im Rahmen der „Hochrisiko“-Einstufung dokumentieren müssen. Erweitert direkt E8, richtet sich vor allem an stärker regulierte Organisationen (geringere Reichweite). Ausgeliefert vor der Frist im Dezember 2027 — siehe EU AI Act und Recruiting für den Zeitplan. Getrennt PDF (Zusammenfassung + Maßnahmen + Kennzahlen, lesbar) und CSV (vollständige Details des Prüfprotokolls für den gewählten Zeitraum, potenziell umfangreich) statt einer einzigen Datei — siehe Compliance-Dossier. Ausdrücklich als Unterstützung der Konformitätsprüfung der Kundenorganisation dargestellt, niemals als Konformitätsnachweis an ihrer Stelle — die „Hochrisiko“-Einstufung betrifft die Nutzung des Tools, nicht das Tool selbst.
6. Webhooks — natürliche Ergänzung zur öffentlichen API (V2-Punkt #9): ein Drittsystem benachrichtigen, wenn ein Fragebogen abgeschlossen oder ein Fit neu berechnet wird, statt Polling zu betreiben. Nur für Organisationen nützlich, die die API bereits nutzen, daher eingeschränkte Reichweite.
7. Claude MCP — einen MCP-Server als Ergänzung zur öffentlichen API (V2-Punkt #9) bereitstellen, um die FitRadarHR-Aktivität direkt von Claude aus einzusehen (Fragebogenstatus, Fit-Ergebnisse, zu versendende Erinnerungen), ohne die Website zu öffnen. Technisch ein dünner Wrapper um die bestehende v1-API: gleiche organisationsbezogene API-Schlüssel-Authentifizierung, gleiche Minimierungsregeln (niemals rohe Big-Five-Werte, nur abgeleitete Ergebnisse). Der kritische Punkt ist nicht der Datenzugriff, sondern dessen Nutzung durch das Modell: bewusst enge, strukturierte Tools (ausstehende Fragebögen auflisten, Fit-Zusammenfassung einer Stelle oder eines Teams abrufen) statt eines einzigen offenen Tools nach dem Muster „stelle jede beliebige Frage zu dieser Organisation“, damit der Agent nicht in Richtung einer klaren Empfehlung abdriftet — im Widerspruch zur Regel „niemals eine automatisierte Entscheidungsbewertung“. Bescheidene Reichweite (Early-Adopter-Publikum/ Organisationen, die bereits mit KI-Tools vertraut sind), begrenzter Aufwand durch Wiederverwendung der bestehenden API.
8. Anonymisierte Benchmarks — Vergleich der OCEAN-Verteilung einer Organisation mit einem aggregierten organisationsübergreifenden Durchschnitt, opt-in und anonymisiert. Echter analytischer Wert, aber geringe Konfidenz: wirft Fragen der Daten-Governance auf (organisationsübergreifende Aggregation, Einwilligung), die vor jeder Entwicklung noch geklärt werden müssen.
9. Native Konnektoren — über die generische API hinaus würden vorgefertigte Integrationen mit spezifischen HRIS/ATS-Systemen die Adoptionsreibung verringern. Geringste Konfidenz der Liste: Nachfrage noch nicht durch einen realen Kundenanwendungsfall validiert, hoher Aufwand (ein Konnektor = ein eigenständiges Projekt). Nur umsetzen, wenn eine Organisation einen konkreten Bedarf äußert.
10. Öffentliches Teilen des OCEAN-Profils — eine von Damien vorgeschlagene Idee: einer Person erlauben, ihr Profil über das Kandidaten-/ Mitarbeiterportal (Punkt #4) hinaus zu teilen, etwa auf einem Lebenslauf oder einem beruflichen Netzwerk. Niedrigster RICE-Score der Liste — nicht nur wegen des geringen wahrgenommenen Werts, sondern weil das Feature in seiner vorgeschlagenen Form direkt mit zwei Produktprinzipien kollidiert. Erstens die Sicherheit: Der Portal-Link ist als persönliches Geheimnis konzipiert („nicht teilen“, siehe die Zugangs-E-Mail) — seine Sicherheit beruht darauf, dass er niemals verbreitet wird, was eine Verwendung auf einem Lebenslauf vollständig umkehren würde, mit einem echten Risiko unkontrollierter Verbreitung (Jobbörsen, Lebenslauf-Parser Dritter) und ohne Möglichkeit für die Person, das Teilen rückgängig zu machen, ohne alles zu löschen. Zweitens die DSGVO: Die bei Abschluss des Fragebogens erteilte Einwilligung deckt die Bewertung durch die Organisation ab, die den Fragebogen versendet hat — nicht die öffentliche Weitergabe an beliebige Dritte, die auf den Link stoßen — eine Zweckentfremdung, die eine echte Frage der Zweckbindung aufwirft (Art. 5 Abs. 1 lit. b DSGVO). Eine tragfähige Version bräuchte einen vollständig getrennten Freigabemechanismus (einen eigenen öffentlichen Token, unabhängig vom Portal widerrufbar, eine eigene ausdrückliche Einwilligung) statt einer einfachen Erweiterung des bestehenden Links — daher der hohe Aufwand trotz begrenzter Reichweite.
Was niemals umgesetzt wird¶
Siehe die Anti-Metriken und die nicht verhandelbaren Regeln des Projekts: keine Lebenslaufanalyse, keine automatisierte Entscheidungsbewertung, keine wissenschaftlich nicht validierte Typologie (MBTI…).
Diese Roadmap ist indikativ und wird anhand des Nutzerfeedbacks laufend neu bewertet — das in die App integrierte Feedback-Widget fließt direkt in diese Priorisierung ein.