# Datenbank für CVs und Projektreferenzen in der Beratung: Struktur, Tags und Governance > Das Datenmodell hinter einer Credential Bibliothek, aus der KI sicher abrufen kann: CV Felder, Referenzfelder, Berechtigungsstufen, Tagging, Prüfzyklen und DSGVO. - Author: [Florian Ploszczyk](https://www.offgen.ai/de/authors/florian-ploszczyk) - Published: 2026-08-26 - Updated: 2026-08-26 - Category: Beratung - Labels: Beratung, PowerPoint & Agenten-Workflows, Sicherheit & EU-Regulierung - Canonical URL: https://www.offgen.ai/de/blog/consulting-cv-projektreferenz-datenbank > Dieser Artikel dient der Information und ist keine Rechtsberatung. ## Quellenbasis des Artikels Dieser Artikel belegt seine Aussagen mit 3 Quellen. Wichtige Quellen sind: 1. [Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung)](https://eur-lex.europa.eu/eli/reg/2016/679/oj?locale=de) (EUR-Lex) 2. [CVs und Projektreferenzen](https://www.offgen.ai/de/product/cvs-references) (offgen) 3. [Lösungen für die Beratungsbranche](https://www.offgen.ai/de/industries/consulting) (offgen) [Vollständige Quellenliste](#quellen) Eine Credential Datenbank in der Beratung hat zwei Datensatztypen, CVs und Projektreferenzen, und jeder braucht drei Feldebenen: Inhalt, Tagging und Governance. Die Governanceebene ist die, die Häuser überspringen, und sie entscheidet darüber, ob die Bibliothek ein Vermögenswert oder ein Risiko ist. Der praktische Test lautet: Welche dieser drei Projektreferenzen darf ich in diesem Quartal einem Interessenten im deutschen Markt zeigen, und wer hat das bestätigt? Braucht die Antwort zwei Anrufe bei Personen aus dem Projekt, haben Sie einen Ordner. Ich lege das Datenmodell offen, das daraus etwas macht, aus dem ein Angebotsteam und ein KI System beide sicher schöpfen können. ## Warum die Struktur wichtiger ist als der Inhalt [#warum-die-struktur-wichtiger-ist-als-der-inhalt] Die meisten Häuser haben den Inhalt. Irgendwo liegen CVs, irgendwo liegen Fallbeschreibungen. Das Problem ist nie, dass das Material fehlt. Das Problem ist, dass nichts daran abfragbar ist und die Fakten über seine Nutzung in Köpfen stecken. Daraus folgen zwei teure Konsequenzen. Erstens scheitert die Suche. Eine Beraterin sucht vierzig Minuten nach einer existierenden Referenz, findet sie nicht und schreibt eine neue aus dem Gedächtnis. Diese neue ist nun die vierte Fassung desselben Projekts im Umlauf, jede leicht anders. Zweitens, und schwerwiegender: Richtet man ein KI System auf unstrukturierte Credentials, kann es eine freigegebene Aussage nicht von einem alten Entwurf unterscheiden, und eine öffentliche Referenz nicht von einer, die nur intern freigegeben ist. Es ruft ab, was zu den Wörtern passt. Danach füllt es Lücken mit etwas Plausiblem, denn genau das tut ein generatives System, wenn das Retrieval dünn zurückkommt. Struktur macht Retrieval vertrauenswürdig. Das ist unglamouröse Datenarbeit und zugleich das ganze Spiel. ## Der CV Datensatz [#der-cv-datensatz] ### Inhaltsfelder [#inhaltsfelder] * Name, aktuelle Rolle und Grad, Standort und Gesellschaft. * Freigegebene Biografie, in jeder Sprache, in der Sie pitchen. * Erfahrungsaussagen: die konkreten Aussagen, die diese Person führen darf. * Ausbildung, Zertifikate und Berufsqualifikationen, jeweils mit Prüfstatus. * Sprachen mit Niveau. * Branchen und Capability Erfahrung. * Foto, in den Layoutvarianten Ihrer Vorlagen. Das Feld für Erfahrungsaussagen verdient Aufmerksamkeit. Es ist der Unterschied zwischen einer CV Datenbank und einem Freitextprofil. Eine Aussage wie „leitete den Workstream für die Integration nach einem Zusammenschluss bei einem europäischen Versorger“ ist eine Aussage, für die das Haus einsteht. Als eigenständiges, freigegebenes Element gespeichert lässt sie sich auswählen, zitieren und nachverfolgen. In einem Absatz gespeichert wird sie bei jeder Wiederverwendung leicht anders paraphrasiert. ### Tagging Felder [#tagging-felder] * Capability Tags aus einem kontrollierten Vokabular statt Freitext. * Branchen Tags, dieselbe Regel. * Projektbeziehungen: mit welchen Projektdatensätzen diese Person verknüpft werden darf. * Seniorität und Rollentypen, die sie in einem Angebot glaubwürdig ausfüllen kann. Kontrolliertes Vokabular ist keine bürokratische Pedanterie. Freitext Tags erzeugen „PMI“, „Post Merger Integration“, „Integration“ und „Zusammenschluss“ als vier getrennte Begriffe, und Ihre Retrievalqualität stirbt still. ### Governancefelder [#governancefelder] * Owner: eine benannte Person, meist Practice Lead oder Counsellor. * Freigabestatus: Entwurf, freigegeben, eingeschränkt, zurückgezogen. * Letztes und nächstes Prüfdatum. * Verfügbarkeitsstatus und wer ihn pflegt. * Einwilligungs und Regionsgrenzen. * Datensatzkennung. ## Die DSGVO Lage bei CV Datensätzen [#die-dsgvo-lage-bei-cv-datensätzen] Ich werde hier deutlich, weil dieser Punkt häufiger durchgewunken wird, als er sollte. Eine CV Datenbank enthält personenbezogene Daten identifizierbarer Beschäftigter. Die DSGVO gilt vollständig. Das heißt: Sie brauchen eine Rechtsgrundlage, und Einwilligung ist im Beschäftigungskontext wegen des Machtgefälles häufig die falsche. Die meisten Häuser stützen sich auf eine andere Grundlage, entscheidend ist, dass jemand entscheidet und dokumentiert statt anzunehmen. Vier Pflichten greifen hier besonders: **Richtigkeit.** Artikel 5 verlangt, dass personenbezogene Daten sachlich richtig und aktuell sind. Ein CV, das eine vor zwei Jahren verlassene Rolle zeigt, ist kein Ordnungsproblem, sondern ein Richtigkeitsproblem, und es schadet der Person auch fachlich. **Zweckbindung.** Für Angebote erhobene Credentials sollten nicht still zur Grundlage von Leistungsbewertung oder internem Ranking werden. Ändert sich der Zweck, wird neu geprüft. **Aufbewahrung.** Was passiert mit einem CV Datensatz, wenn jemand das Haus verlässt? Die meisten Häuser haben das nie beantwortet, und die faktische Antwort, dass er für immer in der Angebotsbibliothek bleibt, ist nicht haltbar. **Betroffenenrechte.** Personen können Auskunft, Berichtigung und unter Umständen Löschung verlangen. Sie müssen ihre Daten über die Bibliothek, die daraus entstandenen Angebote und jeden Suchindex hinweg finden können. Fotos, Verfügbarkeitsdaten und alles Leistungsnahe verdienen besondere Sorgfalt. Beteiligen Sie Datenschutz früh statt beim Audit. ## Der Projektreferenz Datensatz [#der-projektreferenz-datensatz] ### Inhaltsfelder [#inhaltsfelder-1] * Anzeigename des Kunden oder das abgestimmte anonymisierte Label wie „eine europäische Einzelhandelsbank“. * Branche und Capability. * Problem, Ansatz, Ergebnis. Drei getrennte Felder, kein Absatz. * Freigegebene Metriken: die konkreten Zahlen, die Sie zitieren dürfen. * Freigegebene Formulierungen: jede Wendung, die der Kunde wörtlich freigegeben hat. * Teammitglieder, verknüpft mit CV Datensätzen. * Region und Sprachen. * Start, Abschlussdatum und Dauer. Problem, Ansatz und Ergebnis zu trennen ist wichtig, weil Angebote sie unabhängig brauchen. Mal belegen Sie, dass Sie ein Problem verstehen. Mal belegen Sie, dass Sie eine Methode beherrschen. Ein einziger Prosablock bedient beides schlecht. ### Berechtigungsfelder [#berechtigungsfelder] Dieser Abschnitt verhindert die schlimmste Art von Vorfall, und er fehlt in den meisten Bibliotheken vollständig. | Berechtigungsstufe | Was erlaubt ist | | -------------------------------- | ------------------------------------------------------------------------------ | | Nur intern | Nutzung im Haus, nie in kundengerichtetem Material | | Namentlich unter Vertraulichkeit | Kunde darf in einem bestimmten, vertraulich abgedeckten Angebot genannt werden | | Namentlich in Angeboten | Kunde darf in Wettbewerbsangeboten allgemein genannt werden | | Öffentlich | Kunde darf auf der Website, im Marketing und in Vorträgen genannt werden | Erfassen Sie, wer die Freigabe erteilt hat, wann, in welcher Form und mit welchem Ablauf oder welcher Einschränkung. „Der Partner hat 2023 gesagt, das sei in Ordnung“ ist kein Freigabenachweis. Erfassen Sie auch den Negativfall ausdrücklich. Ein Kunde, der die Freigabe verweigert hat, braucht einen Datensatz, der das festhält. Sonst fragt jemand erneut oder, schlimmer, nimmt an. ### Governancefelder [#governancefelder-1] * Evidence Owner: wer bestätigen kann, dass die Fakten stimmen. * Freigabestatus und Freigabedatum. * Relevanzfenster: wie lange diese Referenz für Pitches aktuell bleibt. * Prüfdatum. * Datensatzkennung. ## Tagging, das dem Retrieval wirklich hilft [#tagging-das-dem-retrieval-wirklich-hilft] Vier Prinzipien, schmerzhaft gelernt. **Immer kontrolliertes Vokabular.** Pflegen Sie die Tagliste als gesteuertes Artefakt mit Owner. Ein Tag hinzuzufügen sollte ein kleiner bewusster Akt sein, kein Freitextfeld. **Für die Frage taggen, die Sie stellen werden.** Teams taggen danach, was ein Projekt war. Angebote suchen danach, was ein Kunde braucht. Das sind verschiedene Vokabulare. Taggen Sie für das zweite. **Tiefe begrenzen.** Eine dreistufige Taxonomie, die genutzt wird, schlägt eine siebenstufige, die aufgegeben wird. Tiefe fühlt sich gründlich an und erzeugt leere Äste. **Beziehungen taggen, nicht nur Attribute.** Welche Personen in welchen Projekten waren. Welche Methodik ein Projekt genutzt hat. Welche Referenzen welche Leistungsaussagen stützen. In den Beziehungen liegt der Wert, wenn Sie drei vergleichbare Projekte mit zwei verfügbaren Seniorpersonen brauchen. ## Prüfzyklen und Ablauf [#prüfzyklen-und-ablauf] Jeder Datensatz trägt ein Prüfdatum. Ist es überschritten, ist der Datensatz unbrauchbar, bis ihn jemand bestätigt, und nicht bloß alt. Genau darin liegt der Punkt. Eine „leicht veraltete“ Referenz wird verwendet, weil die Alternative mehr Arbeit ist. Eine abgelaufene, die das System nicht ausliefert, wird aktualisiert. Sinnvolle Rhythmen: * **CVs:** halbjährlich und sofort bei Rollenwechsel, Beförderung, neuem Zertifikat oder Austritt. * **Projektreferenzen:** jährlich und immer bei Veränderung der Kundenbeziehung. * **Freigaben:** zum Prüfdatum und bei jedem Wechsel der Ansprechperson, denn Freigaben hängen oft an einer Beziehung und nicht an der Institution. * **Metriken:** immer dann, wenn sich die zugrunde liegende Zahl bewegt haben könnte, und nie ohne Datum zitiert. Weisen Sie die Prüfarbeit benannten Personen mit Kapazität zu. Ein Quartalsreview, das bei denjenigen landet, die gerade zwischen Projekten sind, findet nicht statt, denn niemand ist je zwischen Projekten. ## Wie KI diese Bibliothek nutzen sollte [#wie-ki-diese-bibliothek-nutzen-sollte] Die Bibliothek existiert, damit Generierung zu Montage wird. Vier Regeln machen das sicher. **Abrufen, nie ersetzen.** Passt kein freigegebener Datensatz, meldet das System eine Lücke. Es setzt keine ähnlich klingende Referenz aus Fragmenten dreier anderer zusammen. Das ist die wichtigste Regel dieses ganzen Beitrags. **Kennungen ins Ergebnis tragen.** Jede Aussage in einem Entwurf sollte auf einen Datensatz zurückführen. Fragt eine Partnerin nach der Herkunft einer Zahl, dauert die Antwort fünf Sekunden. **Berechtigungsfelder beim Retrieval durchsetzen.** Eine nur intern freigegebene Referenz darf in einem Wettbewerbsangebot gar nicht erst auftauchen, und das muss das System durchsetzen statt das Review es zu fangen. **Niemals die Felder erzeugen, die Folgen tragen.** Kundennamen, Ergebniskennzahlen, Verfügbarkeit und Qualifikationen sind abgerufene Fakten, keine Schlussfolgerungen. Eine Verbotsliste im Generierungsauftrag ist nicht optional. ## Aufbauen, ohne ein Zweijahresprojekt [#aufbauen-ohne-ein-zweijahresprojekt] * Mit den CVs der Personen beginnen, die tatsächlich besetzt werden, nicht mit dem ganzen Haus. * Mit den Projektreferenzen beginnen, für die eine dokumentierte Kundenfreigabe existiert. * Das kontrollierte Vokabular vor der Datenerfassung definieren und klein halten. * Governancefelder ab dem ersten Tag an jeden Datensatz: Owner, Status, Berechtigung, Prüfdatum, Kennung. * Owner namentlich zuweisen, und zwar Personen, die die Wahrheit kennen, nicht Personen mit Kapazität. * Einen schmalen Bestand laden, Retrieval anschließen und gegen echte Angebotsanfragen testen. * Drei Dinge messen: richtiger Datensatz gefunden, nichts gefunden, falscher Datensatz für die falsche Person sichtbar. * Den Pflegekreislauf klären, bevor Sie erweitern: wer aktualisiert was, wann, und wer kontrolliert. * Danach Practice für Practice erweitern. Die dritte Messgröße ist die sicherheitsrelevante. Ein falscher Datensatz, der der falschen Person sichtbar wird, ist kein Qualitätsthema, sondern ein Vertraulichkeitsvorfall, der auf ein größeres Publikum wartet. ## Wo offgen passt [#wo-offgen-passt] [CVs und Projektreferenzen](/de/product/cvs-references) in offgen setzen dieses Modell um. Datensätze tragen Owner, Freigabestatus, Berechtigungsstufe, Prüfdatum, Markt und Sprache. Retrieval läuft innerhalb bestehender Projektberechtigungen, Kennungen überleben bis in das erzeugte Deck, und eine Anfrage ohne Treffer erzeugt eine markierte Lücke statt einer Erfindung. Mehr dazu, wie das in Angebots und Credentials Prozesse passt, steht auf unserer [Seite für die Beratungsbranche](/de/industries/consulting). Wenn Sie eine Sache mitnehmen: Der Wert liegt nicht darin, Credentials zu haben. Die hat jedes Haus. Der Wert liegt darin, in Sekunden und mit Sicherheit beantworten zu können, welche Sie heute für wen verwenden dürfen. ## Häufig gestellte Fragen ### Welche Felder braucht eine CV Datenbank in der Beratung? Person, Rolle, Standort, Verfügbarkeit, Sprachen, Capability Tags, die freigegebene Biografie, die Erfahrungsaussagen, die diese Person führen darf, Ausbildung und Zertifikate mit Prüfstatus, Foto und Layoutvariante, dazu Governancefelder: Owner, Freigabestatus, letztes Prüfdatum sowie Einwilligungs und Regionsgrenzen. ### Welche Felder braucht eine Projektreferenz? Freigegebener Kundenname oder abgestimmtes anonymisiertes Label, Branche, Capability, Problem, Ansatz, Ergebnis, Teammitglieder, Region, Daten, Evidence Owner, Berechtigungsstufe, freigegebene Metriken, freigegebene Formulierungen, Abschlussdatum, Relevanzfenster und Prüfdatum. Die Berechtigungsstufe ist das Feld, das Häuser vergessen und bereuen. ### Gilt die DSGVO für eine CV Datenbank? Ja. CV Datensätze sind personenbezogene Daten identifizierbarer Beschäftigter. Sie brauchen eine Rechtsgrundlage, Zweckbindung, Richtigkeit, Aufbewahrungsgrenzen und einen Weg für Betroffenenrechte. Fotos, Verfügbarkeitsangaben und leistungsnahe Felder verdienen besondere Aufmerksamkeit, und Einwilligung ist im Beschäftigungskontext nicht immer die richtige Grundlage. ### Wie verhindert man erfundene Projektreferenzen? Retrieval ausschließlich aus der kontrollierten Bibliothek, eine stabile Datensatzkennung an jeder Aussage, ein hartes Verbot, Kundennamen oder Ergebnisse zusammenzusetzen, und die Regel, dass ein fehlender Treffer eine ausdrückliche Lücke erzeugt statt eines plausiblen Ersatzes. Danach bestätigt der Engagement Owner alles, was der Kunde liest. ### Wie sollte die Kundenfreigabe für Referenzen erfasst werden? Als strukturiertes Feld mit Stufen, nicht als Erinnerung. Typische Stufen: nur intern, namentlich unter Vertraulichkeitsvereinbarung, namentlich in Wettbewerbsangeboten und öffentlich. Erfassen Sie, wer die Freigabe erteilt hat, wann, in welcher Form und mit welchem Ablauf oder welcher Einschränkung. ### Wie oft sollten Credentials geprüft werden? CVs mindestens halbjährlich und bei jedem Rollenwechsel, jeder Beförderung und jedem neuen Zertifikat. Projektreferenzen jährlich und immer dann, wenn sich eine Kundenbeziehung ändert. Setzen Sie auf jeden Datensatz ein Prüfdatum und behandeln Sie einen abgelaufenen Datensatz als unbrauchbar und nicht als leicht veraltet. ## Quellen 1. [Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung)](https://eur-lex.europa.eu/eli/reg/2016/679/oj?locale=de) — EUR-Lex, 2016-04-27; abgerufen 2026-08-26. 2. [CVs und Projektreferenzen](https://www.offgen.ai/de/product/cvs-references) — offgen; abgerufen 2026-08-26. 3. [Lösungen für die Beratungsbranche](https://www.offgen.ai/de/industries/consulting) — offgen; abgerufen 2026-08-26. ## Verwandte Artikel - [Von der Ausschreibung zur Präsentation: Ein kontrollierter Angebotsworkflow für Beratungen](https://www.offgen.ai/de/blog/ausschreibung-zu-powerpoint-workflow) - [Folienbibliothek in der Beratung: Taxonomie, Verantwortung und Wiederverwendung](https://www.offgen.ai/de/blog/consulting-folienbibliothek-best-practices) - [KI für Beratungsunternehmen: 15 praktische Anwendungsfälle, Risiken und Kontrollen](https://www.offgen.ai/de/blog/ki-fuer-beratungsunternehmen)