Textio ist eine augmentierte Schreibplattform, die künstliche Intelligenz und natürlichsprachliche Verarbeitung nutzt, um Organisationen beim Verfassen effektiverer und integrativerer Stellenausschreibungen, Leistungs-Feedback und anderer Arbeitsplatzkommunikation zu unterstützen. Gegründet 2014 von Kieran Snyder und Jensen Harris in Seattle, Washington, analysiert Textio Muster in der Sprache, um vorherzusagen, wie unterschiedliche Formulierungen funktionieren, und bietet Echtzeit-Anleitung, die Autoren hilft, ihre Inhalte während der Verfassung zu verbessern. Die Kerntechnologie der Plattform basiert auf einem proprietären Sprachmodell, das auf Hunderte von Millionen realer Arbeitsplatzdokumente trainiert wurde, gekoppelt mit ihren Ergebnissen, wie z. B. Leistungsmetriken von Stellenausschreibungen, Antwortquoten von Kandidaten nach Demografie und Mitarbeiterbindungswerte, die mit spezifischen Feedback-Mustern verbunden sind. Das Recruiting-Modul von Textio analysiert Stellenausschreibungen in Echtzeit, bewertet sie bezüglich der vorhergesagten Effektivität und bietet spezifische Vorschläge zur Verbesserung von Sprache, die geschlechtsspezifisch, ausgrenzend, übermäßig komplex sein oder weniger geeignet ist, um qualifizierte und vielfältige Kandidatenpools anzuziehen. Die Plattform hebt Phrasen hervor, die Daten zeigen, korrelieren mit höheren oder niedrigeren Anmeldequoten von unterrepräsentierten Gruppen, was Organisationen hilft, Stellenbeschreibungen zu verfassen, die eine breitere Palette von Kandidaten ansprechen. Das Leistungs-Feedback-Modul von Textio, genannt Textio Lift, wendet ähnliche Sprachanalyse auf Leistungsbeurteilungen und laufendes Feedback an und identifiziert Muster wie geschlechtsspezifische Sprache, vages Feedback und Tonschwankungen, die die Wirksamkeit von Mitarbeiterbewertungen untergraben können. Die Plattform bietet aggregierte Analytics, die organisatorische Muster zeigen, wie Feedback zwischen verschiedenen demografischen Gruppen geschrieben wird, was Unternehmen hilft, systematische Verzerrungen in ihren Leistungsmanagemtprozessen zu identifizieren und zu beheben. Textio integriert sich mit Bewerberverfolgungssystemen wie Greenhouse, Lever, iCIMS und Workday sowie mit Leistungsmanagement-Plattformen und gängigen Schreibumgebungen. Die Plattform nutzt Enterprise-Preismodelle mit kundenspezifischen Verträgen basierend auf Organisationsgröße und bereitgestellten Modulen und veröffentlicht Standard-Preistafeln nicht öffentlich.

AI-Analyse-Tools

Textio bietet aggregierte Analysen, die organisatorische Muster in der Arbeitsplatzsprache offenbaren und zeigen, wie sich Stellenausschreibungen und Leistungsfeedback zwischen Teams, Rollen und demografischen Gruppen unterscheiden. Diese Analysen helfen HR-Führungskräften, systemische Vorurteile bei der Verfassung von Feedback zu erkennen, und verfolgen Verbesserungen der Sprachinklarheit im Laufe der Zeit in der gesamten Organisation.

AI-Datenanalyse

Textios KI basiert auf der Analyse von hunderten Millionen realer Arbeitsplatzdokumente gekoppelt mit ihren Ergebnissen, einschließlich Bewerbungsquoten, Kandidatendiversitätsmetriken und Engagement-Scores. Die Plattform verarbeitet diese Daten, um zu ermitteln, welche Sprachmuster mit besseren Ergebnissen korrelieren, und übersetzt großmaßstäbliche Textdatenanalysen in umsetzbare Echtzeit-Schreibleitlinien für einzelne Benutzer.

AI-Personaltools

Textio unterstützt HR-Teams, indem es die Qualität und Inklusivität von Einstellungs- und Leistungsmanagemenkommunikation verbessert. Das Recruiting-Modul optimiert Stellenausschreibungen, um vielfältigere Bewerberpools zu gewinnen, während Textio Lift Leistungsfeedback auf geschlechtsspezifische Sprache, vage Formulierungen und Toninkonsistenzen analysiert und Organisationen dabei hilft, gerechte und effektive Personalverwaltungspraktiken sicherzustellen.

KI-Schreibwerkzeuge

Textio ist eine KI-gestützte Schreibplattform, die Echtzeit-Sprachleitlinien für Stellenausschreibungen, Leistungsbeurteilungen und Arbeitsplatzkommunikation bietet. Die KI analysiert den Text während des Schreibens, bewertet Inhalte hinsichtlich ihrer vorhergesagten Wirksamkeit und schlägt konkrete Verbesserungen vor, um die Sprache inklusiver, klarer und wahrscheinlicher zu machen, die gewünschten Ergebnisse zu erzielen, basierend auf Mustern, die aus hunderten Millionen von Dokumenten gelernt wurden.