Når din SMV slår et job op, kommer der ofte 50–200 ansøgninger. Halvdelen matcher ikke stillingen, men skal alligevel læses, besvares og arkiveres. Rekruttering æder dermed timer af din bedste tid — netop mens du står og mangler hænder. Heldigvis er rekruttering en af de processer der egner sig allerbedst til automatisering og AI.
I dette indlæg viser vi, hvordan små virksomheder kan bygge et enkelt AI-drevet rekrutteringsflow, der screener CV’er, scorer kandidater og booker samtaler — uden at gå på kompromis med den menneskelige vurdering, hvor det virkelig tæller.
Hvorfor rekruttering er en oplagt automatiseringsopgave
Ansøgningsproces følger et forudsigeligt mønster: modtag CV, læs det, sammenlign med krav, giv en score, svar kandidaten. Alt sammen er repetitivt og regelbaseret — præcis den type opgaver vi tidligere har beskrevet i vores guide til at vælge de rigtige opgaver at automatisere først.
Samtidig er AI blevet god nok til at læse ustruktureret tekst (fx PDF-CV’er) og udtrække relevante datapunkter med høj præcision. Kombinationen af klassisk automatisering og AI giver et flow, der både er hurtigt og fair.
Et typisk rekrutteringsflow — trin for trin
Sådan kan flowet se ud i praksis:
- Ansøgning modtages via jobformular på hjemmesiden eller e-mail (fx jobs@dinvirksomhed.dk).
- CV parses — en AI læser PDF eller Word-dokumentet og udtrækker navn, uddannelse, erhvervserfaring, sprog og kompetencer i strukturerede felter.
- Match-score beregnes — sprogmodellen sammenligner ansøgerprofilen med jobopslaget og giver en score fra 1-10 med en kort begrundelse.
- Kandidater sorteres i tre bunker: klar til samtale (8-10), måske (5-7), afslag (1-4).
- Autosvar sendes — venligt afslag til lavscore, eller invitation med bookinglink til topkandidater.
- Data samles i et regneark eller ATS, hvor du kan se alle kandidater side om side.
Værktøjer du kan bruge
Hele flowet kan bygges med værktøjer, mange SMV’er allerede har. Vi har tidligere sammenlignet Make, n8n og Zapier som orkestreringsplatforme — og alle tre kan drive et rekrutteringsflow.
Typisk stack:
- Jobformular — Typeform, Tally eller en simpel WordPress-formular
- Filhåndtering — Google Drive eller Dropbox til modtagne CV’er
- AI — OpenAI GPT-4o eller Claude 3.5 med en struktureret prompt
- Kalender — Cal.com eller Calendly til automatisk booking
- Database — Airtable, Notion eller Google Sheets som mini-ATS
Sådan holder du det fair og lovligt
AI-screening rejser vigtige spørgsmål om bias og databeskyttelse. Nogle huskeregler:
- Menneske i loopet — brug AI til at sortere og opsummere, ikke til at træffe endelige afslag. Et menneske bør bekræfte hvert afslag, i det mindste stikprøvevist.
- Undgå følsomme datapunkter — bed ikke AI’en om at vurdere alder, køn, etnicitet eller andre beskyttede karakteristika.
- Vær transparent — informér ansøgere om, at AI indgår i screeningen. Det er både et krav i EU AI Act (som træder gradvist i kraft) og god skik.
- GDPR — CV’er er personoplysninger. Læs vores guide til GDPR og automatisering, før du bygger flowet.
Realistiske gevinster
En SMV der modtager 100 ansøgninger på et opslag, bruger typisk 8-15 timer på første screening. Med et velbygget AI-flow er den tid nede på 1-2 timer — de timer bruges nu på at læse de 10-15 topkandidater grundigt, hvilket giver bedre ansættelser. Samtidig får alle ansøgere hurtigere svar, hvilket styrker dit employer brand.
Start med ét opslag
Byg ikke et perfekt system fra dag ét. Vælg jeres næste stillingsopslag som pilot, byg det simpleste flow der virker, og forbedr det efter hver ansættelse. Efter to-tre iterationer har I et setup, der giver værdi for hvert opslag i årene fremover.
Konklusion
Rekruttering er en af de klareste ROI-cases for AI-automatisering i SMV’er: gentagne opgaver, høj tidsomkostning og direkte påvirkning på virksomhedens vækst. Med et par timers opsætning kan I frigive dage til det, der virkelig betyder noget — samtaler med de rigtige kandidater.
Kontakt Streamline Studio for en uforpligtende snak om, hvad vi kan automatisere for din virksomhed.