Stand Mai 2026: Prompt und Testbereich wurden überarbeitet. Die Generierung eines Abschluss-Codes am Ende des Dialogs entfällt; die Analyse gibt abschließend stattdessen die Anzahl der Gesprächsrunden aus. Der Testbereich ist jetzt unter cognipass.de erreichbar.
Lies meinen Artikel zum Thema Prompt-Engineering, am Beispiel dieses Projekts hier, auf medium.com.
Weltweit investieren Unternehmen enorme Ressourcen, um geeignete Mitarbeiter zu finden. Doch jede Einstellung bleibt ein Versuch – bis sich in der Praxis zeigt, ob der neue Mitarbeiter wirklich zur Aufgabe und zum Team passt. Selbst modernste Recruiting-Tools prüfen nur Lebensläufe oder Körpersprache – nicht den mentalen Stil, die kognitive Konsistenz oder die Belastbarkeit einer Person. Das Resultat: Fehlbesetzungen, hohe Fluktuation und Produktivitätsverluste. Herkömmliches Recruiting ist ineffizient und teuer.
- Statt dass Unternehmen Bewerber prüfen, lassen sich Bewerber präventiv zertifizieren – durch eine KI-basierte Verhaltensanalyse, die objektiv und unbestechlich misst, wie jemand denkt, reagiert und Probleme löst.
- Die Analyse basiert auf einer etwa 45–90 minütigen Interaktion mit einem spezialisierten Large Language Model (LLM). Aus diesem unstrukturierten Dialog leitet das System präzise kognitive Marker ab – etwa Systematik, Stressresistenz, Konfliktverhalten oder Autonomiepräferenz.
- Das Ergebnis ist ein standardisiertes, KI-validiertes Persönlichkeitsprofil, das Unternehmen eine fundierte, faktenbasierte Einstellungsentscheidung ermöglicht.
- Bewerber bezahlen für ihre CogniPass-Zertifizierung, um ihre Marktchancen signifikant zu erhöhen.
- Unternehmen zahlen Lizenzgebühren für den Zugang zu einem geprüften, hochqualitativen Kandidatenpool.
So entsteht ein umgekehrter Cashflow mit doppeltem Nutzen: Bewerber gewinnen Glaubwürdigkeit, Arbeitgeber sparen Kosten und Fehlentscheidungen.
Der vollständige Businessplan ist im Wiki verfügbar.
Wie wird das Henne-Ei-Problem des Geschäftsmodells gelöst?
(Hinweis: Das Problem bezieht sich darauf, dass Bewerber nur für ein Zertifikat zahlen, wenn Unternehmen es akzeptieren, und Unternehmen nur Lizenzgebühren zahlen, wenn genügend zertifizierte Bewerber vorhanden sind.)
Wir lösen diese anfängliche Herausforderung eines zweiseitigen Marktes durch eine gezielte „B2B-First"-Strategie und den strategischen Hebel unserer Seed-Investoren.
Die Akzeptanz des CogniPass-Zertifikats auf der Arbeitgeberseite ist der entscheidende Impuls, um die Nachfrage bei den Bewerbern zu erzeugen. Konkret gehen wir wie folgt vor:
Lighthouse-Partner-Programm: In der Markteintrittsphase werden wir das etablierte Netzwerk unserer Lead-Investoren nutzen, um sofortigen Zugang zu drei bis fünf Lighthouse-Kunden in den relevanten Zielbranchen (z. B. Technologie, Finanzdienstleistungen, gehobener Mittelstand) zu erhalten. Der B2B-First-Ansatz ist die geplante Strategie, und die konkrete Umsetzung hängt vom erfolgreichen Seed ab.
Sofortige Marktvalidierung: Diese Vorreiter-Unternehmen integrieren das CogniPass-Zertifikat als validierten Qualifikationsnachweis in ihre bestehenden Recruiting-Prozesse. Dadurch wird das Zertifikat im Markt sofort mit realem Wert aufgeladen.
Katalysator-Effekt: Sobald Bewerber sehen, dass das CogniPass-Zertifikat bei namhaften Top-Arbeitgebern ein anerkannter Karriere-Hebel ist, entsteht der „Sog-Effekt". Die Nachfrage der Bewerber führt dann organisch dazu, dass der Kandidatenpool für weitere Lizenznehmer attraktiv wird.
Durch diesen fokussierten Start brechen wir das Henne-Ei-Dilemma an der strategisch wichtigsten Stelle auf und etablieren CogniPass schnell als neuen Qualitätsstandard.
Welche Zertifizierung ist gemeint?
Aktuell ist CogniPass ein technisches Framework zur Messung kognitiver Konsistenz. Mein Ziel ist jedoch eine wissenschaftliche Validierung in Zusammenarbeit mit Universitäten und psychologischen Fakultäten. Angestrebt wird eine Zertifizierung nach DIN SPEC oder Standards für KI-gestützte Eignungsdiagnostik. Das benötigte Kapital dient primär dazu, diese wissenschaftliche Begleitforschung und die entsprechende Normierung zu finanzieren.
Wie viel Zeit muss ich einplanen?
Die Dauer hängt nicht von einer festen Zeit ab, sondern von der Datenerhebung während des Gesprächs. Um eine präzise Analyse zu ermöglichen, führt das System den Nutzer durch etwa 10 bis 20 Gesprächsrunden. Je ausführlicher und substanzieller deine Antworten ausfallen, desto schneller erreicht die KI die notwendige Datendichte für den finalen Report.
Wo kann ich das ausprobieren?
Im Testbereich auf: https://cognipass.de/de.html
Wie wird Prompt-Injection oder "Gaming the System" verhindert?
Sicherheit durch Architektur (Finales System): CogniPass ist darauf ausgelegt, auf dedizierter Hardware in einer kontrollierten Umgebung zu laufen. In diesem Szenario hat der Nutzer keinen direkten Zugriff auf das KI-Modell oder die System-Instruktionen. Eine klassische Prompt-Injection über das Eingabefeld wird durch die interne Logik-Prüfung der 11.600 Zeichen abgefangen, die Eingaben strikt als Daten und nicht als Befehle interpretiert.
Abwehr von Manipulation (Inhaltsebene): Das System ist darauf programmiert, Ausweichmanöver, hohle Floskeln und manipulative Antwortmuster zu erkennen. Wer versucht, das System „auszutricksen", erreicht keine vollständige Datendichte. Das System verweigert in solchen Fällen die vollständige abschließende Analyse und gibt stattdessen einen Hinweis auf mangelnde Konsistenz oder Substanz aus.
Hinweis zu Tests auf öffentlichen Systemen: Die Tests auf Plattformen wie ChatGPT oder Gemini dienen lediglich der Demonstration der Logik. Da der Nutzer hier den System-Prompt selbst einfügt, handelt es sich technisch gesehen um eine „offene" Umgebung. Eine vollständige Sicherheit gegen Manipulation der System-Ebene ist bauartbedingt nur auf autarker, lokaler Hardware möglich, bei der System-Logik und Nutzer-Input physisch und softwareseitig getrennt bleiben.
Ist das nicht nur ein glorifizierter Chatbot?
Ein Chatbot will unterhalten oder helfen. CogniPass will diagnostizieren. Der Unterschied liegt im Monitoring: Das System führt im Hintergrund eine Schatten-Analyse der Argumentationskette und der Konsistenz, während der User vorne nur den Dialog sieht.
Warum ein 11k-Zeichen Prompt und kein Fine-Tuning?
Ein Fine-Tuning macht das Modell starr. Die massive Instruktionslogik ermöglicht es, das Verhalten der KI in Echtzeit zu steuern und auf logische Brüche zu reagieren, ohne die Generalisierungsfähigkeit des zugrunde liegenden LLMs zu verlieren. Es ist Dynamic Engineering statt Static Training.
Warum wird eine dedizierte Hardware-Lösung angestrebt?
CogniPass ist kein SaaS-Produkt (Software as a Service). Im professionellen Recruiting und in der Diagnostik ist Vertraulichkeit das höchste Gut. Öffentliche Cloud-KIs speichern Daten oft zu Trainingszwecken. Eine autarke Hardware-Lösung stellt sicher, dass sensible Analysedaten das Haus des Kunden niemals verlassen. Zudem erlaubt nur eigene Hardware die volle Kontrolle über die Modell-Parameter (Temperature, Top-P), was für die Reproduzierbarkeit der Analyseergebnisse essenziell ist.
Wie geht das System mit "False Positives" um?
Jede KI-gestützte Analyse unterliegt einer gewissen Fehlertoleranz. CogniPass minimiert diese durch das interne Konsistenz-Monitoring. Widerspricht sich das Modell in seiner Bewertung oder erkennt es logische Lücken in der eigenen Argumentationskette, wird kein Zertifikat ausgestellt, sondern ein Re-Evaluations-Modus aktiviert. Das System ist darauf getrimmt, im Zweifel eher eine Analyse zu verwerfen, als eine ungenaue Zertifizierung zu erteilen.
Ersetzt CogniPass den menschlichen Recruiter?
Nein. CogniPass ist ein Vorfilter-Instrument, das die Spreu vom Weizen trennt. Es entlastet Recruiter von der ersten, oft fehleranfälligen Phase der Vorauswahl. Das System liefert eine fundierte, datenbasierte Entscheidungsgrundlage für das persönliche Gespräch. Es ersetzt nicht das menschliche Urteilsvermögen, sondern objektiviert die kognitive Vorqualifikation.
Was passiert bei einem Verbindungsabbruch während der Datenerhebung?
Da CogniPass auf einer Gesprächslogik basiert, ist der Fortschritt statusabhängig. In der finalen Implementierung wird ein Session-Management implementiert, das den Fortschritt lokal zwischenspeichert. Bei den aktuellen Tests auf öffentlichen Systemen (ChatGPT/Gemini) führt ein Abbruch der Session meist zum Datenverlust, weshalb eine stabile Umgebung für den Test empfohlen wird.
Wie wird die Objektivität der KI sichergestellt (Bias)?
KI-Modelle können Vorurteile aus ihren Trainingsdaten übernehmen. CogniPass wirkt dem entgegen, indem es sich rein auf logische Konsistenz und argumentative Tiefe konzentriert, statt auf sozio-kulturelle Merkmale. Durch die 11.600 Zeichen Instruktionslogik wird die KI gezwungen, rein analytisch zu agieren und rhetorische Blendgranaten oder biografische „Halo-Effekte" (positive Vorurteile) zu ignorieren.
As of May 2026: The prompt and test area have been revised. The generation of a completion code at the end of the dialogue has been removed; the analysis now outputs the number of conversation rounds instead. The test area is now available at cognipass.de.
Companies worldwide invest enormous resources to find suitable employees. Yet every hire remains an experiment — until practice reveals whether the new employee truly fits the role and the team. Even the most modern recruiting tools only evaluate résumés or body language — not a person's mental style, cognitive consistency, or resilience. The result: mismatches, high turnover, and productivity losses. Traditional recruiting is inefficient and costly.
- Instead of companies screening applicants, applicants have themselves pre-emptively certified — through an AI-based behavioral analysis that objectively and impartially measures how a person thinks, reacts, and solves problems.
- The analysis is based on approximately 45–90 minutes of interaction with a specialized Large Language Model (LLM). From this unstructured dialogue, the system derives precise cognitive markers — such as systematic thinking, stress resistance, conflict behavior, or autonomy preference.
- The result is a standardized, AI-validated personality profile that enables companies to make well-founded, fact-based hiring decisions.
- Applicants pay for their CogniPass certification in order to significantly increase their market prospects.
- Companies pay license fees for access to a pre-screened, high-quality candidate pool.
This creates an inverted cash flow with dual benefit: applicants gain credibility, employers save costs and avoid poor hiring decisions.
The full business plan is available in the Wiki.
How is the chicken-and-egg problem of the business model solved?
(Note: The problem refers to the fact that applicants only pay for a certificate if companies accept it, and companies only pay license fees if there are enough certified applicants available.)
We solve this initial challenge of a two-sided market through a targeted "B2B-first" strategy and the strategic leverage of our seed investors.
Acceptance of the CogniPass certificate on the employer side is the decisive impulse to generate demand among applicants. Specifically, we proceed as follows:
Lighthouse Partner Program: During the market entry phase, we will leverage the established network of our lead investors to gain immediate access to three to five Lighthouse customers in the relevant target sectors (e.g., technology, financial services, upper mid-market). The B2B-first approach is the planned strategy, and its concrete implementation depends on the success of the seed funding round.
Immediate Market Validation: These pioneering companies integrate the CogniPass certificate as a validated proof of qualification into their existing recruiting processes. This immediately charges the certificate with real value in the market.
Catalyst Effect: As soon as applicants see that the CogniPass certificate is a recognized career lever with reputable top employers, the "pull effect" is created. Applicant demand then organically leads to the candidate pool becoming attractive for additional licensees.
Through this focused start, we break the chicken-and-egg dilemma at the most strategically important point and quickly establish CogniPass as a new quality standard.
What certification is being referred to?
CogniPass is currently a technical framework for measuring cognitive consistency. The goal, however, is scientific validation in collaboration with universities and psychology faculties. The target is certification according to DIN SPEC or standards for AI-supported aptitude diagnostics. The required capital is primarily intended to fund this accompanying scientific research and the corresponding standardization process.
How much time should I expect to invest?
The duration is not determined by a fixed time, but by the data collected during the conversation. To enable a precise analysis, the system guides the user through approximately 10 to 20 conversation rounds. The more detailed and substantive your answers, the faster the AI reaches the data density required for the final report.
Where can I try this?
In the test area on: https://cognipass.de/en.html
How is prompt injection or "gaming the system" prevented?
Security through architecture (final system): CogniPass is designed to run on dedicated hardware in a controlled environment. In this scenario, the user has no direct access to the AI model or system instructions. A classic prompt injection via the input field is intercepted by the internal logic check of the 11,600 characters, which strictly interprets inputs as data rather than commands.
Defense against manipulation (content level): The system is programmed to detect evasive maneuvers, hollow platitudes, and manipulative response patterns. Anyone attempting to "trick" the system will not achieve sufficient data density. In such cases, the system refuses to issue a complete final analysis and instead outputs a note on insufficient consistency or substance.
Note on testing with public systems: Tests on platforms such as ChatGPT or Gemini serve only to demonstrate the logic. Since the user inserts the system prompt themselves in these environments, it is technically an "open" setup. Complete security against system-level manipulation is only architecturally possible on self-contained local hardware, where system logic and user input remain physically and software-separated.
Isn't this just a glorified chatbot?
A chatbot aims to entertain or assist. CogniPass aims to diagnose. The difference lies in the monitoring: the system runs a shadow analysis of the argumentation chain and consistency in the background, while the user only sees the dialogue up front.
Why an 11k-character prompt instead of fine-tuning?
Fine-tuning makes the model rigid. The extensive instruction logic allows the AI's behavior to be controlled in real time and to respond to logical breaks, without losing the generalization capabilities of the underlying LLM. It is Dynamic Engineering rather than Static Training.
Why is a dedicated hardware solution being pursued?
CogniPass is not a SaaS product (Software as a Service). In professional recruiting and diagnostics, confidentiality is the highest priority. Public cloud AIs often store data for training purposes. A self-contained hardware solution ensures that sensitive analysis data never leaves the client's premises. In addition, only proprietary hardware allows full control over model parameters (Temperature, Top-P), which is essential for the reproducibility of analysis results.
How does the system handle false positives?
Every AI-assisted analysis is subject to a certain margin of error. CogniPass minimizes this through internal consistency monitoring. If the model contradicts itself in its evaluation or detects logical gaps in its own argumentation chain, no certificate is issued — instead, a re-evaluation mode is activated. The system is calibrated to err on the side of discarding an analysis rather than issuing an inaccurate certification.
Does CogniPass replace the human recruiter?
No. CogniPass is a pre-screening instrument that separates signal from noise. It relieves recruiters of the first, often error-prone phase of candidate pre-selection. The system provides a well-founded, data-based decision foundation for the personal interview. It does not replace human judgment — it objectifies the cognitive pre-qualification.
What happens if the connection is interrupted during data collection?
Since CogniPass is based on a conversational logic, progress is session-dependent. The final implementation will include session management that caches progress locally. In current tests on public systems (ChatGPT/Gemini), a session interruption typically results in data loss, which is why a stable environment is recommended for testing.
How is AI objectivity ensured (bias)?
AI models can inherit biases from their training data. CogniPass counteracts this by focusing purely on logical consistency and argumentative depth rather than socio-cultural characteristics. The 11,600-character instruction logic forces the AI to act in a purely analytical manner, ignoring rhetorical distractions or biographical "halo effects" (positive biases).