AI i rekruttering: En praktisk guide til fair og forklarlige valg

Rekruttering er ikke bare sortering

Når der ligger 180 ansøgninger til én stilling, virker automatisering oplagt. Et system kan finde nøgleord, sammenfatte CV’er, foreslå spørgsmål og rangere kandidater på få minutter. Men rekruttering er ikke en neutral sorteringsopgave. Den afgør menneskers adgang til arbejde og former samtidig, hvilke erfaringer og perspektiver organisationen får ind.

Det betyder ikke, at AI skal holdes helt ude. Det betyder, at virksomheden skal kende forskel på hjælp til arbejdet og en beslutningsmotor. En god løsning gør det lettere for rekrutterende ledere at være konsekvente og nærværende. En dårlig løsning gemmer gamle vaner bag en score, ingen kan forklare.

Start med opgaven – ikke værktøjet

Skriv først ned, hvad I vil forbedre. Er jobopslagene uklare? Bruger lederne for lang tid på at finde fakta i CV’er? Bliver interviewnoter usammenlignelige? Eller mangler kandidater svar? Hvert problem kræver en anden løsning og har forskellig risiko.

Et system, der retter sprog i et jobopslag, påvirker mennesker indirekte. Et system, der frasorterer ansøgere eller vurderer videooptagelser, påvirker dem direkte. Jo tættere AI kommer på udvælgelsen, desto stærkere skal kravene til relevans, dokumentation, test og menneskelig kontrol være.

Brug	Praktisk vurdering	Menneskets rolle
Udkast til jobopslag	Ofte lavere risiko, hvis teksten gennemgås for præcision og inkluderende sprog.	Godkend krav, tone og lovlighed før publicering.
Sammenfatning af CV	Kan spare tid, men kan udelade nuancer og overdrive sikkerhed.	Læs originalen for kandidater, der vurderes eller fravælges.
Rangering eller frasortering	Høj konsekvens og stor risiko for skjulte skævheder.	Træf og dokumentér en reel selvstændig vurdering.
Interviewnoter	Nyttigt med samtykke og klare sletteregler; optagelser er persondata.	Kontrollér noterne og undgå analyse af følelser eller personlighed ud fra stemmen.
Kandidatkommunikation	God til kladder og statusbeskeder, men standardtekst kan virke afvisende.	Giv menneskelig kontakt ved tvivl, afslag og klager.

Lovgivningen sætter en bund – ikke et kvalitetsloft

EU’s AI-forordning placerer systemer til rekruttering og udvælgelse blandt højrisikoanvendelser, når de bruges til målrettede jobannoncer, analyse og filtrering af ansøgninger eller evaluering af kandidater. Efter den ændrede tidsplan gælder de særlige højrisikokrav for blandt andet beskæftigelse fra 2027-12-02.

Det er en forberedelsesfrist, ikke en fribillet. Databeskyttelsesreglerne gælder allerede. GDPR artikel 22 stiller strenge krav til afgørelser, der alene bygger på automatisk behandling og har retsvirkning eller på tilsvarende måde påvirker en person væsentligt. En menneskelig godkendelse hjælper kun, hvis den er reel: Personen skal forstå grundlaget, kunne tilsidesætte systemet og faktisk undersøge sagen.

Reglerne om forskelsbehandling på arbejdsmarkedet gælder også, uanset om mønsteret kommer fra en leder, et regneark eller en model. AI kan gentage skævheder fra historiske ansættelser, men også skabe nye gennem indirekte signaler som postnummer, formuleringer, pauser i arbejdslivet eller uddannelsessted.

Vigtig dato: Højrisikokravene for AI i rekruttering forventes at gælde fra 2027-12-02. GDPR, dataminimering og forbuddet mod forskelsbehandling gælder allerede.

Indsaml mindre – og senere

AI-systemer skaber let appetit på flere data: hele LinkedIn-profiler, personlighedstests, videointerviews, offentlige opslag og lange historikker. Men flere data giver ikke automatisk en bedre vurdering. De kan tværtimod gøre beslutningen mere støjfyldt og øge risikoen for, at irrelevante eller følsomme oplysninger påvirker udfaldet.

Datatilsynets afgørelse om Parken Services handlede ikke om AI, men illustrerer et princip, der er centralt her. Virksomheden skulle konkret vurdere nødvendigheden for de enkelte stillingskategorier og indhente oplysninger på det senest mulige tidspunkt. Oversat til AI-rekruttering: Brug kun oplysninger, der har en klar forbindelse til jobbet, og vent med ekstra dokumentation til den del af processen, hvor den faktisk er nødvendig.

Byg processen i ni trin

1. Definér formålet. Skriv præcist, hvilket problem AI skal løse, og hvilke beslutninger systemet ikke må tage.
2. Fastlæg jobkriterier før ansøgningerne ses. Kriterierne skal kunne forklares med arbejdsopgaverne, ikke med hvem der ligner tidligere succeser.
3. Kortlæg data. Notér hvilke oplysninger systemet modtager, hvor de kommer fra, hvor de behandles, og hvornår de slettes.
4. Vurder leverandøren. Bed om dokumentation for træningsdata, testgrupper, kendte begrænsninger, versionsændringer, logning og mulighed for at slå funktioner fra.
5. Test på historiske og konstruerede cases. Brug par af profiler, hvor kun alder, navn, handicapmarkør eller anden irrelevant faktor er ændret, og undersøg forskelle.
6. Gør menneskelig kontrol reel. Den ansvarlige skal have tid, kompetence og adgang til originalmaterialet – og måles ikke på at følge systemets score.
7. Informer kandidaten klart. Fortæl hvor AI bruges, til hvilket formål, hvilke data der indgår, og hvem kandidaten kan kontakte.
8. Tilbyd genvurdering. En kandidat skal kunne få et menneske til at se på sagen uden blot at få den samme score præsenteret igen.
9. Følg resultaterne over tid. Undersøg hvem der frasorteres, hvem der inviteres, og om modellen ændrer adfærd efter opdateringer.

Pas på automation bias

Selv en erfaren leder kan blive påvirket af en score, især når den præsenteres med decimaler eller en grøn markering. AI-forordningen fremhæver netop risikoen for, at mennesker læner sig for meget op ad systemets output. En god grænseflade viser usikkerhed og relevante kilder. Den gør det let at tilsidesætte forslaget og kræver en selvstændig begrundelse for den endelige beslutning.

Overvej helt at skjule den samlede rangering. Vis i stedet, hvilke dokumenterede kvalifikationer systemet har fundet, og hvad det ikke kunne afgøre. Så bliver AI et søgeværktøj for mennesket i stedet for en dommer med et kunstigt præcist tal.

Forklaring skal kunne mærkes af kandidaten

En forklaring er ikke en teknisk rapport på 18 sider. For kandidaten er de vigtige spørgsmål enklere: Blev jeg vurderet af et system? Hvilke oplysninger og kriterier indgik? Hvem tog beslutningen? Kan en fejl rettes? Og hvordan får jeg en ny menneskelig vurdering?

Det er en fordel at skrive svarene, før løsningen købes. Hvis leverandøren ikke kan hjælpe jer med at forklare en frasortering uden at henvise til forretningshemmeligheder eller en ukendt model, har I et styringsproblem. Den endelige arbejdsgiverbeslutning er stadig jeres.

En lille pilot er bedre end en skjult udrulning

Begynd i en del af processen, hvor AI ikke kan lukke døren for kandidaten. Brug for eksempel værktøjet til at foreslå interviewspørgsmål ud fra på forhånd fastlagte kompetencer eller til at strukturere noter, som en medarbejder kontrollerer. Mål ikke kun tidsbesparelsen. Mål fejl, uenighed, kandidaternes oplevelse og den tid, der går med at rette systemet.

Udvid først anvendelsen, når I kan vise, at processen bliver mere konsistent uden at blive mindre forståelig. Hvis en funktion ikke kan forklares, testes eller tilsidesættes, bør den ikke bruges til at træffe beslutninger om mennesker.

AI kan støtte et bedre møde – ikke erstatte det

Den bedste brug af AI i rekruttering er sjældent at finde en magisk score for det rigtige menneske. Det er at fjerne noget af det administrative arbejde, gøre kriterierne tydeligere og give den rekrutterende leder bedre tid til at lytte.

Teknologi med mennesker i centrum betyder her, at både kandidaten og medarbejderen kan forstå processen, opdage fejl og få et menneske i tale. Effektivitet er værdifuld. Men i rekruttering er tillid, mulighed og ansvar en del af selve resultatet.

Læs også

• AI og persondata – syv spørgsmål før du deler oplysninger
• Sådan laver I en AI-politik, medarbejderne kan bruge
• Sådan vurderer I en AI-leverandør
• AI’s begrænsninger – hvad skal mennesker stadig vurdere?

Kilder og videre læsning

• EU-Kommissionen: AI Act – officiel oversigt — tidslinje og hovedkrav

• EU-Kommissionen: Guidelines for high-risk AI systems — klassifikation og ikrafttrædelse for beskæftigelse

• EUR-Lex: Konsolideret AI-forordning, 2026-07-27 — Annex III om rekruttering og artikel 14 om menneskeligt tilsyn

• EDPB: Automated decision-making and profiling — vejledning til GDPR artikel 22

• Datatilsynet: Parken Services’ behandling af personoplysninger ved rekruttering — dansk afgørelse om nødvendighed og dataminimering

• Retsinformation: Forskelsbehandlingsloven — forbud mod forskelsbehandling af ansøgere og ansatte

• ILO: Is AI the solution to managing people at work? — arbejdstagerorienteret perspektiv på AI i HR