AI Screenr
Produktgennemgang

Sådan fungerer AI Screenr

Sådan fungerer AI interview software: opsæt en jobbeskrivelse på få minutter og automatisér kandidat-screening med AI-stemmeinterviews. Kandidater gennemfører interviews asynkront uden planlægning. Få bedømte rapporter med transskriptioner på minutter. Drevet af AI Screenr. 3 gratis interviews. Intet kreditkort krævet.

Prøv gratis
By AI Screenr-teamet·

Trusted by innovative companies

eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela
eprovement
Jobrela

Tre trin fra jobopslag til rangeret shortlist

AI Screenr-arbejdsgangen i kort form — ingen integration, ingen planlægning.

1

Konfigurér stillingen

Indsæt en jobbeskrivelse for AI-opsætning med ét klik, eller byg den manuelt på ca. 5 minutter. AI Screenr udtrækker kompetencer, diskvalifikationsregler, score-vægte og op til 5 strukturerede spørgetemplates. Redigér alt før launch.

2

Del interviewlinket

Læg ét link i dit ATS, e-mail, SMS eller jobopslag. Kandidater interviewer asynkront på enhver enhed — ingen planlægning, ingen app, ingen konto. Typisk varighed 15 til 25 minutter (kan sættes fra 5 til 60).

3

Gennemgå den bedømte shortlist

Inden for 2 minutter efter hvert interview ligger en bedømt rapport i dit dashboard med anbefaling (Strong Yes / Yes / Maybe / No), dimensionscorer, evidenscitater og en rangeret shortlist.

Se en live-gennemgang på under 5 minutter med 3 gratis interviews.

Prøv gratis — intet kreditkort

Trin 1 i praksis — en realistisk jobkonfiguration

Det AI Screenr laver efter opsætning med ét klik fra en indsat jobbeskrivelse. Alle felter kan redigeres, inden du lancerer interviewlinket.

Sample AI Screenr Job Configuration

Senior produktchef (B2B SaaS)

Job Details

Basic information about the position. The AI reads all of this to calibrate questions and evaluate candidates.

Job Title

Senior produktchef (B2B SaaS)

Job Family

Produkt

Produkt-stillinger vægter prioritering, discovery og stakeholder-reasoning — AI'en kalibrerer opfølgninger omkring dømmekraft og trade-offs frem for eksekveringsdetaljer.

Interview Template

Kompetencebaseret screening

Tillader op til 4 opfølgninger pr. spørgsmål. Presser på trade-off-reasoning og beder om konkrete tidligere eksempler — synliggør forskellen mellem erfarne PM'er og kandidater, der kun ligger tæt på produktfunktionen.

Job Description

Vi ansætter en senior produktchef til at eje en central B2B-workflowflade. Du samarbejder med engineering, design og go-to-market for at finde reelle kundeproblemer, prioritere beslutsomt og levere outcomes — ikke kun outputs.

Normalized Role Brief

Senior produktchef med 5+ års B2B SaaS-erfaring, dokumenteret ejerskab af et end-to-end produktområde og dømmekraft til at træffe scope-beslutninger uden en trin-for-trin-vejledning. Skrift først, holdningsstærk, rolig i tvetydighed.

Concise 2-3 sentence summary the AI uses instead of the full description for question generation.

Skills

Required skills are assessed with dedicated questions. Preferred skills earn bonus credit when demonstrated.

Required Skills

Discovery: kundesamtaler, estimering af potentialePrioriteringsrammer (RICE, Kano eller tilsvarende anvendt)Skriftlighed — PRD'er, beslutningsnotater, review-fortællingerTværgående ledelse (engineering + design + go-to-market)Kvantitativ fornemmelse (funnel, fastholdelse, aktivering)Stakeholder management med synlighed i topledelsen

The AI asks targeted questions about each required skill. 3-7 recommended.

Preferred Skills

Tidligere erfaring med B2B SaaS-workflowværktøjerErfaring med forbrugsbaseret eller self-serve prissætningErfaring med design-partnerprogramKendskab til platform- og API-produktarbejde

Nice-to-have skills that help differentiate candidates who both pass the required bar.

Must-Have Competencies

Behavioral/functional capabilities evaluated pass/fail. The AI uses behavioral questions ('Tell me about a time when...').

Prioriteringsdømmekraftadvanced

Forsvarer trade-off-beslutninger med evidens; kan forklare, hvad der blev skåret fra og hvorfor — ikke kun hvad der blev leveret

Discovery-disciplinadvanced

Gennemfører rigtige kundesamtaler, ikke spørgeskemaer; skelner mellem overfladiske klager og det egentlige job, kunden prøver at løse

Tværgående ledelseintermediate

Får engineering, design og go-to-market med uden formel myndighed; løser scope-konflikter med skriftlig analyse

Levels: Basic = can do with guidance, Intermediate = independent, Advanced = can teach others, Expert = industry-leading.

Knockout Criteria

Automatic disqualifiers. If triggered, candidate receives 'No' recommendation regardless of other scores.

B2B-erfaring

Fail if: Ingen tidligere erfaring med B2B SaaS-produkter — uanset skala

Denne stilling kræver B2B-specifik dømmekraft — køber er ikke bruger, indkøbsforløb, sædeøkonomi

Anciennitet

Fail if: Under 5 års erfaring med produktledelse

Senior-niveau — skal eje et område uden struktureret onboarding fra dag ét

The AI asks about each criterion during a dedicated screening phase early in the interview.

Custom Interview Questions

Mandatory questions asked in order before general exploration. The AI follows up if answers are vague.

Q1

Gennemgå din mest konsekvensfulde prioriteringsbeslutning de sidste 12 måneder. Hvad skar du fra, hvad beholdt du, og hvad ved du nu, som du ikke vidste dengang?

Q2

Beskriv en situation, hvor dit discovery-arbejde ændrede retningen for en planlagt feature. Hvad hørte du, hvordan validerede du det, og hvad blev i stedet leveret?

Q3

Fortæl om en tværgående uenighed, du løste. Hvad var uenigheden, hvad skrev du ned, og hvordan traf teamet beslutningen?

Open-ended questions work best. The AI automatically follows up if answers are vague or incomplete.

Question Blueprints

Structured deep-dive questions with pre-written follow-ups ensuring consistent, fair evaluation across all candidates.

B1. Design første version af en usage-baseret opgraderings-prompt til vores fakturering. Gennemgå brugersegment, trigger, copy og succeskriterie.

Knowledge areas to assess:

brugersegmentering og rettighedervalg og timing af triggereventcopy og call-to-action-strategisucceskriterie og guardrail-metrikfejltilstande og rollback-plan

Pre-written follow-ups:

F1. Hvordan undgår du at vise prompten for brugere, der allerede er i en fornyelsessamtale?

F2. Hvad er din guardrail-metrik, og ved hvilken tærskel stopper du prompten?

F3. Hvordan vælger du mellem in-product prompt, e-mail eller outreach via account manager?

B2. En top-10-kunde beder om en enterprise-feature, der vil koste 2 udvikler-kvartaler og ikke gavne andre kunder. Gennemgå, hvordan du beslutter dig.

Knowledge areas to assess:

konto-værdi vs. platform-værdiomkostning ved distraktionpræcedens og håndtering af eskalationeralternativer (manuel, services, kun kontrakt)stakeholder-kommunikation

Pre-written follow-ups:

F1. Hvordan kommunikerer du beslutningen til account-teamet?

F2. Hvad hvis kunden truer med at forlade jer?

F3. Hvordan ændrer dit svar sig, hvis featuret senere kan generaliseres?

Unlike plain questions where the AI invents follow-ups, blueprints ensure every candidate gets the exact same follow-up questions for fair comparison.

Custom Scoring Rubric

Defines how candidates are scored. Each dimension has a weight that determines its impact on the total score.

DimensionWeightDescription
Kommunikationsklarhed12%Strukturerer kandidaten svar klart, bruger konkrete eksempler og undgår at gardere sig?
Relevans i svar12%Besvarer svaret direkte det stillede spørgsmål, eller flytter kandidaten til et sikrere emne?
Faglig viden18%Forståelse af produktledelsesgrundlag — discovery, prioritering, metrics, livscyklus
Problemløsning14%Evne til at ræsonnere i usikre scenarier, afveje trade-offs og forsvare konklusioner under pres
Match til stillingen14%Match til de reelle krav i en senior B2B PM-stilling — skrift først, holdningsstærk, tryg ved tvetydighed
Selvsikkerhed og fremtoning6%Rolig under opfølgende spørgsmål; anerkender huller uden at miste fatningen
Adfærdsmæssigt match10%Samarbejds-signaler — hvordan kandidaten taler om uenighed, konflikt og at give teamet kredit
Svarenes komplethed14%Dækker hele spørgsmålet, ikke kun den nemme halvdel; tilbyder forbehold og mod-eksempler uopfordret

Default rubric: Communication, Relevance, Technical Knowledge, Problem-Solving, Role Fit, Confidence, Behavioral Fit, Completeness. Auto-adds Language Proficiency and Blueprint Question Depth dimensions when configured.

Interview Settings

Configure duration, language, tone, and additional instructions.

Duration

25 min

Language

English

Template

Kompetencebaseret screening

Video

Enabled

Tone / Personality

Venlig men struktureret. AI'en holder samtalen i gang og beder høfligt om detaljer, når svar er vage.

Adjusts the AI's speaking style but never overrides fairness and neutrality rules.

Company Instructions

Vi er en B2B SaaS-virksomhed i midtfasen med cirka 80 udviklere. Vores produkt bruges af RevOps- og salgsteams. Nævn at stillingen rapporterer til VP of Product og samarbejder med en Principal Engineer og en Lead Designer.

Injected into the AI's context so it can reference your company naturally and tailor questions to your environment.

Evaluation Notes

Behandl signaler om skriftlig kommunikation (strukturerer kandidaten svar, refererer konkrete metrics, nævner stakeholders) som positive. Straf vage generaliteter og svar, der flyder over med brancheslang uden konkrete detaljer.

Passed to the scoring engine as additional context when generating scores. Influences how the AI weighs evidence.

Banned Topics / Compliance

Lønforhandling, referencer, equity-pakke, kompensationsstruktur — håndteres separat efter den bedømte runde.

The AI already avoids illegal/discriminatory questions by default. Use this for company-specific restrictions.

Sådan filtrerer AI Screenr en pipeline med 100 kandidater

Fra ansøgninger til shortlist: Hvert trin indsnævrer pipelinen baseret på evidens — ikke mavefornemmelse. Tallene nedenfor er typiske for en tech-stilling med middel volumen.

Modtagne ansøgninger

Alle indkommende kandidater går ind i pipelinen — fra jobportaler, henvisninger, ATS-auto-svar og direkte outreach.

100/100 candidates remaining

Diskvalifikationsregler

Hårde filtre, du definerer — minimum erfaring, arbejdstilladelse, lokation, løninterval, sprog. Kandidater der fejler, bliver flagget — ikke autoafvist.

Must-have-kompetencer

Bestå/ikke-bestå på de ufravigelige kompetencer for stillingen (fx senior React-dybde for en Senior React Developer). Vurderes live under interviewet.

Sprogniveau

Valgfri CEFR-vurdering (A1–C2) i det sprog, du angiver, med en dedikeret interviewfase. Springes over, hvis ikke konfigureret.

Bedømt interview

8 standard-dimensioner (kan tilpasses) scorer hvert svar på en 0–100-skala med evidenscitater, kvalitetsvurderinger (Strong / Moderate / Weak / None) og confidence-værdier pr. dimension.

Rangeret shortlist

Topscorende kandidater med en 4-punkts anbefaling, ledelsesresumé, styrker og risici, citater og dækningsresumé. Klar til hiring manager.

Modtagne ansøgninger100
Diskvalifikationsregler82
Must-have-kompetencer55
Sprogniveau46
Bedømt interview22
Rangeret shortlist8
Stage 1 of 6100 / 100

Trin 3 i praksis — en realistisk AI-screeningrapport

Præcis det, der lander i dit dashboard inden for 2 minutter efter, at kandidaten siger farvel. Hver score er understøttet af transskript-evidens, en kvalitetsvurdering og en confidence-værdi.

Sample AI Screening Report

Alex Morgan

81/100Yes

Confidence: 86%

Recommendation Rationale

Stærkt senior-PM-signal. Alex forklarede prioriterings-trade-offs med konkrete detaljer — præcise metrics, navngivne stakeholders, hvad der blev skåret fra og hvorfor — på tværs af flere eksempler. Discovery-disciplinen er ægte: casen med at rulle en planlagt feature tilbage efter tre kundesamtaler var velstruktureret og inkluderede modfortællingen (hvad de forventede at høre vs. hvad de faktisk hørte). Den synlige mangel er tværgående ledelse under uenighed; Alex går som udgangspunkt efter konsensus før et hårdt pres, hvilket kan være fint eller en risiko alt efter teamdynamik. Anbefales til runden med hiring manager.

Summary

Mere end fem års B2B SaaS-produktledelse med klart områdeejer­skab. Stærk på discovery og prioritering — konkrete eksempler med metrics og trade-offs. Tværgående ledelse er kompetent men konsensus-søgende; kandidaten presser ikke tidligt nok, når teamets retning er forkert. Skrift først-instinkt er tydeligt i, hvordan svarene er struktureret. Rolig under opfølgende spørgsmål.

Knockout Criteria

B2B-erfaringPassed

Over fem års B2B SaaS-arbejde i to virksomheder med tydeligt områdeejer­skab. Nævnte specifikke enterprise-deals.

AnciennitetPassed

Syv års erfaring med produktledelse. Komfortabelt over minimum på 5 år.

Must-Have Competencies

PrioriteringsdømmekraftPassed
87%

Flere konkrete eksempler med navngivne metrics, eksplicitte trade-offs og hvad der blev skåret. Forsvarer beslutninger uden at gardere sig.

Discovery-disciplinPassed
82%

Ægte eksempler fra kundesamtaler — ikke spørgeskemaer, ikke kun analytics. Skelnede to gange uopfordret mellem underliggende kundejobs og udtrykte featurer.

Tværgående ledelsePassed
68%

Arbejder godt på tværs af engineering, design og GTM, men bygger ofte konsensus før et hårdt pres. Formentlig fint til samarbejdende teams; en risiko i miljøer, der kræver en stærk produktstemme.

Scoring Dimensions

Kommunikationsklarhedstrong
9/10 w:0.12

Konsekvent strukturerede svar med tydelig kontekst, beslutning og outcome. Intet fyld. Nævnte specifikke metrics og stakeholders uden at blive spurgt.

Jeg skar fase 2-rapporteringen fra, fordi vi havde 11 % adoption på fase 1 efter fire uger — under vores 25 %-tærskel. Data-teamet ville fortsætte; trade-off'et var mellem at fordoble indsatsen på adoption vs. at levere en feature, som ingen brugte endnu. Anna fra analytics og jeg skrev et énsides beslutningsnotat; vi dræbte den.

Relevans i svarstrong
9/10 w:0.12

Svarene rammer det specifikke scenarie, der blev spurgt ind til, i stedet for at søge mod sikrere grund. Under pres blev Alex på spørgsmålet i stedet for at omformulere.

Du spurgte efter en prioriteringsbeslutning, jeg fortryder. Det ærlige svar er customer-success-dashboardet — vi byggede det, adoptionen var høj, men ledergruppen brugte aldrig det ugentlige digest, vi også leverede. Jeg burde have dræbt digest'en i uge to, ikke uge seks.

Faglig videnstrong
8/10 w:0.18

Stærke grunddiscipliner i discovery, prioriteringsrammer og metric-instrumentering. Missede et lille punkt om definition af aktivering vs. fastholdelse, men rettede selv ind under opfølgning.

Til opgraderings-prompten ville jeg bruge aktivering defineret som 'bruger har gennemført tre gemte rapporter i den første uge' som trigger — ikke tid. Aktivering forudsiger fastholdelse i vores data — det ved vi fra kohorteanalysen i måned tre.

Problemløsningstrong
8/10 w:0.14

Tænker i trade-offs. I top-10-kunde-scenariet gennemgik Alex distraktionsomkostning, præcedensrisiko og tre alternativer før en anbefaling.

To udvikler-kvartaler er ikke den eneste omkostning — der er præcedensomkostningen, integrationsgæld og alternativomkostningen. Jeg ville først undersøge, om vi kan levere 80 % af værdien som en services-opgave; hvis ikke, ville jeg scope det eksplicit som et betalt, roadmap-forpligtet element med en pris, der afspejler alternativomkostningen.

Match til stillingenstrong
9/10 w:0.14

Skrift først, holdningsstærk, tryg ved at være specifik. Nævnte tre beslutningsnotater ved navn. Ingen generiske svar — alle eksempler er team-specifikke.

Ved svære beslutninger skriver jeg en én-sides note: beslutningen, trade-offs, hvem der er uenig og hvorfor, og om den kan rulles tilbage. Den ryger til teamet før mødet. Folk møder op klar til at beslutte — ikke klar til at præsentere.

Selvsikkerhed og fremtoningmoderate
8/10 w:0.06

Holdt roen under opfølgninger. Anerkendte to fortrydelser uden at gå i forsvar. En smule vaklen ved scenariet 'uenighed med ledelsen'.

Jeg har ikke haft en fuld uenighed med en CPO-level stakeholder — de fleste af mine har været med GTM-ledere. Jeg kan give dig et af de eksempler, hvis det er nyttigt.

Adfærdsmæssigt matchmoderate
7/10 w:0.10

Samarbejdssignaler er positive, men konsensus-søgende. Flere eksempler viste, at Alex først pressede tilbage, efter at teamets retning allerede havde drejet — ikke tidligere.

Jeg tog bekymringen op ved det fjerde prioriteringsmøde. Set i bakspejlet var det ved det andet møde, jeg burde have rejst den — da var vi tre uger inde, og sunk cost-argumentet var allerede ved at forme sig.

Svarenes komplethedstrong
8/10 w:0.14

Tilbød forbehold og mod-eksempler uopfordret. Besvarede begge halvdele af sammensatte spørgsmål — hvad gik godt, og hvad gjorde ikke.

Eksperimentet med opgraderings-prompten lykkedes på konvertering, men den efterfølgende effekt var øget supportvolumen fra brugere, der opgraderede uden at forstå deres rettigheder. Det var en miss, vi burde have forudset.

Blueprint Question Coverage

B1. Usage-baseret opgraderings-prompt for fakturering

brugersegmentering og rettighedervalg af aktiveringsbaseret triggercopy og call-to-action-strategiparring af succes- og guardrail-metrikrollback-plan og kriterier for at stoppe prompten

+ Definerede aktivering med konkrete adfærdskriterier frem for tid

+ Parrede konverteringsmetrik med en guardrail for supportvolumen

- Drøftede ikke, hvilken tærskel der ville udløse stop af prompten

B2. Top-10-kunde beder om en ikke-generaliserbar feature

rammesatte distraktionsomkostning og præcedensundersøgte alternativer (services-engagement, afgrænset forpligtelse)plan for stakeholder-kommunikationhvad der ændrer sig, hvis featuret senere kan generaliseres

+ Rammesatte omkostning ud over headcount — præcedens og integrationsgæld

+ Foreslog et afgrænset, betalt alternativ før afvisning

- Tog ikke højde for casen, hvor featuret kan generaliseres

Interview Coverage

%

Overall Coverage

Strengths

  • Skrift først-instinkt — beslutningsnotater er standardværktøj, ikke ceremoni
  • Prioriterings-trade-offs understøttet af navngivne metrics og specifikke datoer
  • Stærk discovery-disciplin — skelner underliggende kundejobs fra udtrykte ønsker
  • Tilbyder mod-eksempler og fortrydelser uopfordret

Risks

  • Konsensus-søgende under uenighed — presser tilbage efter drift frem for før
  • Begrænset evidens for konflikt på CPO-niveau; alle eksempler vender mod GTM

Notable Quotes

Folk møder op klar til at beslutte — ikke klar til at præsentere.
To udvikler-kvartaler er ikke den eneste omkostning — der er præcedensomkostningen, integrationsgælden og alternativomkostningen.
Det ærlige svar er customer-success-dashboardet — vi byggede det, adoptionen var høj, men ledergruppen brugte aldrig det ugentlige digest.

Suggested Next Step

Gå videre til en 60-minutters runde med hiring manager med fokus på én 'jeg var uenig med ledelsen'-situation og én 'forsvar af scope-cut'-case. Grav i de tidlige øjeblikke, hvor Alex ville have presset tidligere i forløbet — ikke kun når konsensus allerede er gledet.

AI Screenr forvandler en jobbeskrivelse til en bedømt shortlist i fire trin. Denne side gennemgår AI-interviewprocessen fra ende til anden, så du ved præcis, hvad der sker mellem at klikke "create job" og at åbne den første rangerede rapport.

  • "Trin 1:" Konfigurér stillingen (ét klik eller ca. 5 minutter manuelt)
  • "Trin 2:" Kandidaten gennemfører stemmeinterviewet asynkront (typisk 15 til 25 minutter)
  • "Trin 3:" AI scorer og opsummerer (under 2 minutter pr. kandidat)
  • "Trin 4:" Du gennemgår den rangerede shortlist

Ingen ATS-integration påkrævet. Virker med enhver eksisterende rekrutteringsproces.

Prøv hele AI-interviewprocessen med 3 gratis interviews →

Trin 1 — Konfigurér stillingen

Du har to veje til et live interviewlink. De fleste teams vælger AI-opsætning.

Valg A — Opsætning med ét klik

Indsæt en jobbeskrivelse (intern eller public, enhver længde under 10.000 tegn). AI Screenr udtrækker og udfylder:

  • "Titel, beskrivelse, stillingsbrief, jobfamilie, interviewskabelon"
  • "Påkrævede og foretrukne kompetencer"
  • "Must-have-kompetencer" med påkrævede niveauer (basic, intermediate, advanced, expert)
  • "Diskvalifikationsregler" (minimum erfaring, arbejdstilladelse, løninterval, sprog og alt andet i jobbeskrivelsen)
  • "Egne interviewspørgsmål"
  • "Op til 5 strukturerede spørgetemplates" — hver med must-cover-emner, opfølgende spørgsmål samt indikatorer for stærke og svage svar, så AI'en ved, hvordan et godt svar lyder for den specifikke stilling

Du gennemser udkastet, retter det der ikke matcher dine standarder, og gemmer. Typisk tid: 30 sekunder til et minut.

Valg B — Manuel opsætning

Vil du bygge fra bunden? Formularen guider dig igennem hvert felt. Afsæt ca. 5 minutter til en ny stilling — hurtigere, når du har en skabelon at kopiere.

Hvad der konfigureres

Begge veje giver samme output:

  • "Kerneinterviewspørgsmål" — typisk 6 til 10 hovedområder mappet til scoredimensioner.
  • "Spørgetemplates" — must-cover-emner, opfølgende spørgsmål og svarindikatorer pr. spørgsmål.
  • "Opfølgningsdybde" — hvor hårdt AI'en presser på overfladiske svar, kan sættes pr. dimension.
  • "Diskvalifikationsregler" — flagges, ikke autoafvises. Du bestemmer næste skridt.
  • "Scoredimensioner" — 8 standard (fuldt tilpasningsbare) plus en 9. sprogdimension, når interviewet er ikke-engelsk.
  • "Sprog og CEFR-mål" — interviewsprog (57 understøttede) og om sprogfærdighed vurderes (A1 til C2).
  • "Interviewvarighed" — 5 til 60 minutter, typisk 15 til 25.
  • "Videooptagelse" — valgfrit, tilvælges pr. stilling.
  • "Link-udløb" — hvor længe linket er aktivt for kandidater.

For konkrete stillingseksempler, se React-udvikler, Backend-udvikler og Salgschef. Hver side viser en udfyldt konfiguration og en eksemplerapport.

Trin 2 — Kandidaten gennemfører stemmeinterviewet

Dette er det eneste trin, der involverer kandidaten. Alt før er hos recruiteren — og alt efter er automatiseret.

Hvad kandidater ser

  1. "Linket." Ét URL, sendt via din normale kanal — ATS-auto-svar, e-mail, SMS, besked på jobportal. Ingen konto, ingen app, ingen bookingside.
  2. "Samtykke og mikrofontjek." Før optagelse starter, ser kandidaten en samtykkeskærm, giver adgang til mikrofon og gennemfører et 10-sekunders mikrofontjek.
  3. "Velkomst." AI'en introducerer sig selv, forklarer interviewforløbet, bekræfter stillingen og svarer på "hvad sker der med denne optagelse?" i klart sprog.
  4. "Samtalen." AI'en stiller spørgsmål, lytter og tilpasser sig. Stærke svar anerkendes og udforskes dybere. Overfladiske svar får opfølgende spørgsmål. Kandidater kan få gentaget et spørgsmål, holde en pause eller stille afklarende spørgsmål undervejs.
  5. "Afslutning." AI'en runder af, giver kandidaten mulighed for at spørge om noget og bekræfter, hvad der sker næste gang.

Hvad gør interviewet fair

Alle kandidater til samme stilling får de samme vurderingskriterier. AI'en tilpasser opfølgninger baseret på hver kandidats konkrete svar, så ingen transskriptioner er identiske — men alle vurderes mod de samme kriterier. Kandidaten kan ikke høre under interviewet, om det går godt eller skidt, hvilket dæmper præstationsangst og giver et mere ærligt signal.

Timing og gennemførelse

  • "Typisk varighed:" 15 til 25 minutter (kan sættes fra 5 til 60 pr. stilling).
  • "Gennemførelsesrate:" 80–90 % — markant højere end envejs videooptagelser, fordi der er reel interaktion.
  • "Hvis kandidaten mister forbindelsen," kan vedkommende genoptage fra det samme link i op til 24 timer. Interviewet fortsætter, hvor det slap. Delvise interviews flagges i rapporten.

For mere om det asynkrone flow, se asynkron interviewsoftware.

Trin 3 — AI scorer og laver rapporten

Inden for 2 minutter efter, at kandidaten siger farvel, ligger en struktureret rapport klar i dit dashboard. Her er præcis, hvad rapporten indeholder:

Toppen af rapporten

  • "Samlet score" — 0 til 100, vægtet på tværs af alle scoredimensioner.
  • "4-punkts anbefaling til ansættelse" — Strong Yes / Yes / Maybe / No.
  • "Samlet confidence" — 0,0 til 1,0, der afspejler, hvor meget evidens AI'en havde at arbejde med.
  • "Executive summary" — 2 til 3 sætninger til hiring managers, der kun læser toppen.

Dimensionscorer

Hver dimension viser:

  • "Score" (0 til 10, derefter vægtet) med 1 til 2 sætningers begrundelse
  • "Kvalitetsrating:" Strong / Moderate / Weak / None
  • "Confidence-værdi" pr. dimension (0,0 til 1,0)
  • "Evidenscitater" — direkte transskriptcitater, der understøtter scoren
  • "Linkede spørgsmål" — hvilke interviewspørgsmål gav evidensen
  • "Manglende evidens" — hvad kriterierne forventede, men transskripten ikke viste

Diskvalifikation og must-have-resultater

Hvis du definerede dem i trin 1:

  • "Diskvalifikationsresultater" — udløste eller vurderede flag samt evidens for hver regel.
  • "Must-have-kompetencer" — bestået eller ikke-bestået med evidens pr. kompetence.

Opsummeringsblokke

  • "Styrker" — 3 til 5 bullets med det, der skilte sig ud.
  • "Risici" — 3 til 5 bullets med det, der gav bekymring.
  • "Bemærkelsesværdige citater" — de mest interessante linjer, AI'en fandt i transskripten.
  • "Foreslået næste skridt" — en anbefaling baseret på score og evidenskvalitet.
  • "Dækningsresumé" — hvor meget af dine egne spørgsmål, kompetencer, diskvalifikationsregler og spørgetemplates kandidatens svar faktisk dækkede.

Transskription og optagelse

  • "Fuld transskription" af samtalen, søgbar og tidsstemplet.
  • "Lydoptagelse" som standard. "Videooptagelse" hvis du aktiverede det for denne stilling.

Scoring bruger den version af kriterierne, der var gemt på interviewtidspunktet. Hvis du justerer kriterier midt i en proces, beholder tidligere interviews deres originale scorer, og de nye kriterier gælder fremadrettet. Du ser ren versionshistorik — ikke tavs genberegning.

Hver stillingsside har en eksemplerapport. Tjek et par: QA-ingeniør, DevOps-ingeniør, Software-udvikler, Produktchef.

Trin 4 — Du gennemgår den rangerede shortlist

Dashboardet sorterer kandidater efter samlet score med diskvalifikationsflag øverst. Et typisk review-flow:

  1. "Scan den rangerede liste." De øverste 20 % fortjener som regel et nærmere kig. Kandidater med udløste diskvalifikationsregler falder til bunden.
  2. "Åbn top-rapporter." Læs de 2 til 3 linjers resume først, derefter styrker/risici, og skimt så den evidens, AI'en har flagget.
  3. "Beslut." Videre, afvis eller markér til opfølgning. Afvis de åbenlyse no-fits i bulk. Gem Strong Yes-kandidater til hiring manager.
  4. "Del med hiring managers." Ét klik giver dem et delbart link, en PDF eller en tekstblok, der kan sættes ind i Slack eller e-mail. Ingen AI Screenr-konto nødvendig.

Recruiter-tid pr. kandidat falder fra 25 til 45 minutters live-samtale plus noter til cirka 5 minutters review af en struktureret rapport. For konkret ROI ved typiske volumener, se erstat screeningssamtaler.

Tidsoversigt

TrinHvem gør detTypisk tid
Konfigurér stilling (AI ét klik)Recruiter30 til 60 sekunder
Konfigurér stilling (manuel)RecruiterCa. 5 minutter
KandidatinterviewKandidat15 til 25 minutter (kan sættes 5 til 60)
AI-scoring og rapportAutomatiseretUnder 2 minutter pr. kandidat
Review pr. kandidatRecruiterCa. 5 minutter

For en pipeline med 50 kandidater falder recruiter-tiden fra ca. 25 timer (live screens plus noter) til ca. 5 timer (rapport-review). Det frigør 20 timer om ugen til mere værdiskabende arbejde.

Eksemplerapporter pr. stilling

AI Screenr dækker alle jobkategorier — fra software engineering til sundhed, detail, byggeri og hospitality. Hver stillingsside har en eksempelrapport, så du kan se præcis, hvad der lander i dit dashboard. Et udvalg på tværs af tekniske, specialist- og service-roller:

RoleCategory
Backend DeveloperTechnology
UX DesignerDesign
Data AnalystTechnology
Financial AnalystFinance
RecruiterHR
ParalegalLegal
Real Estate AgentReal Estate
Construction ManagerConstruction
Production ManagerManufacturing
VeterinarianVeterinary

Eller gennemse alle 960+ stillingsspecifikke AI-interviewguides efter kategori.

Sikkerhed og privatliv gennem interviewprocessen

Hvert trin i AI-interviewprocessen har en tydelig datahåndteringsaftale. Samtykke indhentes før nogen optagelse starter — kandidater ser en eksplicit samtykkeskærm, der dækker, hvad der optages, hvordan det bruges, og hvem der kan se det. Lyd og transskripter gemmes i-region (EU-hosting er tilgængelig for GDPR-krav) med konfigurerbare opbevaringsperioder pr. stilling, hvorefter data slettes automatisk.

Kandidater kan anmode om sletning af deres data når som helst via selvbetjening, og vi leverer en Data Processing Agreement på anmodning. På ansættelsessiden kan kun godkendte brugere i dit workspace se rapporter. Delte rapportlinks kan sættes til at udløbe automatisk. For alle detaljer om sikkerhed og compliance, se afsnittet om sikkerhed, privatliv og compliance på siden om AI interviewsoftware.

Klar til at prøve?

Start med 3 gratis interviews — intet kreditkort. Konfigurér din første stilling på et minut (ét klik) eller 5 minutter (manuelt), og se din første bedømte rapport samme dag.

Share:

Ofte stillede spørgsmål

Hvor lang tid tager det at sætte AI Screenr op?
Under ét minut med AI-opsætning med ét klik — indsæt en jobbeskrivelse, og AI'en laver hele konfigurationen (kompetencer, diskvalifikationsregler, score-vægte og op til 5 strukturerede spørgetemplates). Foretrækker du manuel opsætning, tager det ca. 5 minutter. Alt kan redigeres efter launch.
Hvad ser en kandidat i et AI Screenr-interview?
Kandidater klikker på interviewlinket på en hvilken som helst enhed, accepterer samtykke, kører et 10-sekunders mikrofontjek og starter en rigtig stemmesamtale med AI'en. Ingen app, ingen konto, ingen kalender-slot. AI'en byder velkommen, forklarer processen, stiller spørgsmål og tilpasser opfølgninger til hvert svar. Den samlede tid er typisk 15 til 25 minutter (kan sættes fra 5 til 60 pr. stilling).
Hvor hurtigt får jeg scorer efter et interview?
Under 2 minutter fra kandidatens afslutning til en bedømt rapport i dit dashboard. AI'en transskriberer lyden, scorer 8 standarddimensioner (plus en 9. sprogdimension for ikke-engelske interviews), vedhæfter transskript-evidens til hver score og giver en 4-punkts anbefaling.
Kan jeg ændre vurderingskriterierne, mens en pipeline kører?
Ja. Redigér ethvert spørgsmål, opfølgning eller score-vægt når som helst. Allerede gennemførte interviews beholder deres oprindelige scorer — versionen af kriterierne gemmes med hver rapport, så du ser ren versionshistorik i stedet for tavs genberegning.
Hvordan deler jeg AI Screenr-rapporter med hiring managers?
Hver rapport har et delbart link, PDF-eksport og en kopierbar opsummeringsblok til Slack eller e-mail. Hiring managers behøver ikke en AI Screenr-konto for at åbne den delte rapport. Du kan også give dem læseadgang til dashboardet, hvis de vil se flere kandidater ad gangen.
Hvad sker der, hvis en kandidat bliver stille eller mister forbindelsen?
AI'en venter, giver venlige påmindelser og tillader pauser uden at straffe kandidaten. Hvis forbindelsen helt ryger, kan kandidaten genoptage fra det samme link inden for 24 timer — interviewet fortsætter, hvor det slap. Delvise interviews bliver flagget i rapporten, så du kan beslutte, om kandidaten skal inviteres igen.
Kan kandidater gentage et AI-interview?
Som standard har hver kandidat ét forsøg pr. stilling for at holde evalueringen fair og sammenlignelig. Du kan tillade en gentagelse manuelt, hvis der opstod et teknisk problem. Den tidligere transskription gemmes til reference.
Hvordan leveres interviews til kandidater?
Du kopierer ét interviewlink og lægger det ind i din normale kandidat-flow — ATS-auto-svar, recruiter-mail, besked på jobportal, SMS. Ingen planlægning, intet integrationsprojekt. Linket virker i enhver moderne mobil- eller desktopbrowser.
Synkroniseres AI Screenr-rapporten tilbage til mit ATS?
AI Screenr fungerer med ethvert ATS. Du kan kopiere shortlist-URL'en ind i dit ATS, eksportere PDF, indsætte opsummeringsblokken eller bruge et webhook til at skubbe scorer ind i ethvert system, der accepterer indgående JSON. Dedikerede integrationer med Greenhouse, Lever, Workable, Ashby, Personio og andre er tilgængelige for teams, der vil have automatisk sync.
Hvordan fungerer AI-interviewscoring i praksis?
Hvert svar vurderes mod 8 standarddimensioner — Kommunikationsklarhed, Relevans, Faglig viden, Problemløsning, Match til stillingen, Selvsikkerhed, Adfærdsmæssigt match og Svarenes komplethed — på en vægtet 0–100-skala. Hver dimensionsscore har en kvalitetsvurdering (Strong / Moderate / Weak / None), en confidence-værdi og direkte citater fra transskripten. En 9. sprogdimension tilføjes automatisk for ikke-engelske interviews.

Se hvordan det fungerer — prøv 3 interviews gratis

Start with 3 free interviews — no credit card required.

Prøv gratis