Cloud-SaaS
Teal · Huntr · Jobscan
Mächtig, aber monatlich bezahlt - und deine gesamte Suche liegt auf fremden Servern. Wie Bewerbungen bei dir vor Ort laufen, ist nicht ihr Problem.
Das Prinzip der Augmentation
Der Entwurf ist automatisiert.
Das Absenden nicht.
Eine quelloffene, lokal arbeitende Desktop-App für die KI-gestützte Jobsuche. Deine Daten, dein Rechner, deine KI. Sie bewertet Stellen, passt deinen Lebenslauf an und verfolgt die Pipeline - jede Entscheidung bleibt bei dir.
Dokumentation lesen Quellcode: bald verfügbar
Download: bald verfügbarSignierte Installer erscheinen mit dem ersten öffentlichen Release. Bis dahin wird die App aus dem Quellcode gebaut - die Dokumentation führt dich Schritt für Schritt durch.
Die Lücke, die wir füllen
Drei Werkzeuge, eines fehlt.
CLI-Pipelines
career-ops
Vollständige Pipeline, lokal, kostenlos und exzellent. Aber nur im Terminal - also gemacht für Entwickler und sonst niemanden.
Desktop, lokal, kostenlos
applye.dev
Die komplette Pipeline als Desktop-Oberfläche: lokal, kostenlos, MIT-lizenziert und darauf eingestellt, wie Bewerbungen bei dir vor Ort tatsächlich laufen. Einrichtung in 3 Minuten statt 15. Kein Terminal nötig.
career-ops gibt Entwicklern eine CLI. Applye gibt allen einen Desktop.
Was ist Applye?
Applye ist eine Desktop-App, die den gesamten Bewerbungsablauf auf deinem Rechner abbildet. Du fügst eine Stellenanzeige ein; du bekommst einen ehrlichen HR- und ATS-Check; die App entwirft einen angepassten Lebenslauf, den du prüfst und exportierst; du schiebst die Stelle über ein Pipeline-Kanban; und sie hilft dir bei der Interviewvorbereitung. Alles lokal, mit deiner eigenen KI (eigener API-Schlüssel oder das CLI-Abo, das du ohnehin bezahlst) - MIT-lizenziert und kostenlos.
Was sie kann
Gebaut für Signal, nicht für Aufmunterung.
Ehrlicher Recruiter-Check
Stelle einfügen und einen ehrlichen Passungswert bekommen: fehlende Schlüsselbegriffe, die Warnsignale, die eine Vorauswahl entdecken würde, und ein klares ATS-Bestanden oder -Durchgefallen - so, wie eine Person in den ersten zehn Sekunden liest.
→ Keine Aufmunterung. Nur Signal.
Wie die Bewertung funktioniert →Angepasster Lebenslauf in drei Durchgängen
Eine XYZ-Umformulierung, dann eine doppelte Kritik, die mit sich selbst streitet, dann ein sauberer Aufbau als PDF, das ATS-Parser übersteht. Du liest jede Zeile, bevor daraus eine Datei wird.
→ Applye entwirft. Du prüfst, exportierst und sendest.
Pipeline als Kanban
Zieh jede Stelle von gespeichert über beworben und Interview bis zum Angebot. Statuswechsel werden automatisch datiert, überfällige Bewerbungen bekommen ein Abzeichen - nichts schläft unbemerkt ein.
→ Dein Board, auf deinem Rechner, kein Anbieter-Dashboard.
Bring deine eigene KI mit
Eigener API-Schlüssel - Anthropic oder DeepSeek - oder ein CLI-Abo anbinden, das du schon bezahlst: Claude Code oder Codex. Code erledigt die günstige, deterministische Arbeit; das Modell wird nur zum Urteilen gefragt.
→ Token-sparsam gebaut. Eine echte Suche kostet Cent-Beträge.
Lokal und privat
Alles liegt in einer einzigen SQLite-Datei auf deiner Festplatte. Kein Konto, keine Cloud-Synchronisierung, keine Telemetrie. Datei löschen - und es ist weg.
→ Keine Cloud, kein Konto, kein Tracking. Nie.
Funktioniert mit der KI, für die du ohnehin zahlst.
Applye bringt kein eigenes Modell mit und verkauft keine Tokens weiter. Hinterlege einen Anbieter-Schlüssel oder binde ein CLI-Abo ein, das du schon hast - die Anfragen gehen direkt von deinem Rechner dorthin.
Direkte API-Schlüssel
- Anthropic Claude
- DeepSeek
CLI-Abos, eingebunden
- Claude Code
- Codex CLI
Eigenständige Marken ihrer jeweiligen Inhaber. Keine Verbindung oder Empfehlung impliziert.
Lokale Regeln, berücksichtigt
Gemacht für die Suche, die du wirklich führst.
Eine Jobsuche ist lokal, selbst wenn die Stelle remote ist. Applye funktioniert überall - und wo ein Markt eigene Konventionen und Formalitäten hat, bildet es sie ab, statt so zu tun, als bewerbe sich die ganze Welt gleich.
- Unterlagen in deiner Sprache: Lebenslauf, Anschreiben und Vorbereitung in sechs Sprachen, passend zu dem, was die Stelle erwartet.
- Lokale Konventionen: Foto oder kein Foto, Datums- und Layout-Normen und die ATS-Eigenheiten, die sich je Markt unterscheiden.
- Visum und Arbeitserlaubnis mitgedacht, inklusive Blauer Karte EU, für alle, die sich über eine Grenze hinweg bewerben.
- DSGVO-konform durch Architektur: deine Daten verlassen den Rechner gar nicht erst - damit ist auch die strengste Regelung erfüllt.
- Deutschland im Detail: den Eigenbemühungen-Nachweis für die Agentur für Arbeit direkt aus deinen erfassten Bewerbungen erzeugen.
Lokal zuerst
Eine SQLite-Datei auf deinem Rechner.
Datenschutz by Design
Es wird nichts erhoben. Keine Telemetrie.
Kostenlos / MIT
Quelloffen und kostenlos.
Eigene KI
Dein Schlüssel oder dein CLI-Abo.
Unterstützen statt automatisieren
Die KI entwirft. Du entscheidest.
Quelloffen und ehrlich
Deine Daten verlassen deinen Rechner nicht.
Applye ist MIT-lizenziert und wird offen entwickelt. Lies den Code, lies die Datengarantie, betreibe es selbst.
Wann Applye passt
- Du willst weniger, dafür besser passende Bewerbungen.
- Dir ist wichtig, wo deine Bewerbungsdaten liegen.
- Du zahlst bereits für ein KI-Abo oder hast einen API-Schlüssel.
- Du bewirbst dich über Ländergrenzen hinweg oder in einem Markt mit eigenen Formalitäten.
Was Applye nicht ist
- Kein Auto-Bewerbungs-Bot. Es sendet nie für dich.
- Kein Scraper für geschlossene Jobbörsen. Discover liest öffentliche APIs und Feeds; den Rest fügst du selbst ein.
- Kein Cloud-Dienst: kein Konto, kein Server, keine Synchronisierung.
- Kein Weg, Erfahrung vorzutäuschen. Ehrlichkeit statt Aufblähen.
Die App gibt es in sechs Sprachen. Die Dokumentation ist derzeit nur auf Englisch - eine saubere Übersetzung braucht Zeit, und ein maschinell übersetztes Handbuch wäre schlechter als ein ehrlicher Link.
FAQ
Klare Antworten.
Du fügst eine Stellenanzeige ein; Code extrahiert die Anforderungen, und Applye bittet deine KI, sie wie ein Recruiter oder ein ATS zu lesen: Passungswert, fehlende Schlüsselbegriffe, Warnsignale. Dieselbe Stelle wird nie zweimal bewertet - Ergebnisse werden anhand eines Text-Hashes zwischengespeichert.