Automatiserede rekrutteringsværktøjer er i dag udbredt i danske HR-afdelinger. Platforme der sorterer tusindvis af CV'er, rangerer kandidater og vurderer jobmatch ved hjælp af maskinlæring er ikke længere forbeholdt de største internationale virksomheder — de bruges i alt fra kommunale jobcentre til mellemstore private virksomheder. Men med EU AI Act, der trådte i kraft den 1. august 2024, er reglerne for denne type teknologi fundamentalt ændret.
Denne artikel gennemgår, hvad EU AI Act (EU) 2024/1689 kræver af AI-systemer anvendt i rekruttering og HR-beslutninger, hvad GDPR og ligebehandlingsloven tilføjer, og hvilke konkrete skridt din virksomhed bør tage inden de kritiske deadlines i 2025, 2026 og 2027.
1. Annex III Punkt 4: Rekruttering og HR-Beslutninger er Automatisk Høj-Risiko
EU AI Act klassificerer ikke al AI som høj-risiko. Størstedelen af AI-systemer falder i kategorien "minimal risiko" og er i princippet ureguleret. Men forordningens Annex III opregner specifikke anvendelsesområder, hvor AI automatisk kvalificerer som højrisiko — uanset teknologivalg eller præcisionsniveau.
Annex III punkt 4 dækker AI-systemer til "rekruttering eller udvælgelse af fysiske personer, navnlig til at afgive stillingsopslag, screene eller filtrere ansøgninger, evaluere kandidater i forbindelse med interviews eller test". Punktet dækker endvidere systemer til "at træffe eller påvirke beslutninger om forfremmelse og afskedigelse, til at fordele opgaver baseret på personlige adfærdstræk eller personlige egenskaber, til at overvåge og evaluere præstationer og adfærd hos ansatte."
Det er en bred definition, der bevidst er formuleret til at indfange hele rekrutteringsprocessen fra første screening til endelig ansættelsesbeslutning. En HR-tech-platform, der bare rangerer CV'er efter "fit-score", er høj-risiko AI. Et system, der genererer opkaldslister til interview baseret på ansøgernes sprogbrug, er høj-risiko AI. En algoritme, der scorer kandidater på kompetencer ud fra testsvar, er høj-risiko AI.
Dette betyder, at alle forpligtelserne i kapitel III, afdeling 2 — risikostyring, datakvalitet, teknisk dokumentation, logning, transparens, menneskelig kontrol og nøjagtighed — gælder for disse systemer.
Deadline: De skærpede krav til høj-risiko AI i Annex III træder i kraft 2. august 2026. Virksomheder der anvender sådanne systemer som deployers — dvs. benytter andres AI-løsning til egne formål — skal fra denne dato kunne dokumentere compliance.
2. CV-Screening AI: Hvad Betragtes som en "Afgørende Del" af en Ansættelsesbeslutning?
Et centralt spørgsmål i praksis er, hvornår et AI-system faktisk er høj-risiko kontra blot et supporterende analyseværktøj. EU AI Act Art. 6, stk. 2 præciserer, at et system er høj-risiko, når det bruges til at *træffe eller påvirke* en afgørelse, der har "betydelige følger" for en persons adgang til beskæftigelse.
Fortolkningspraksis fra EU AI Office og kommissionens vejledning fra 2025 indikerer, at "påvirke" skal forstås bredt: Selv et system, der blot foretager første sortering af ansøgninger — og dermed afgør, hvilke kandidater HR-medarbejderen overhovedet ser — udgør en afgørende indflydelse på den endelige beslutning. Det er ikke nødvendigt, at AI-systemet formelt træffer beslutningen alene.
I praksis betyder dette:
Det afgørende er ikke, om systemet formelt godkender eller afviser — men om det i praksis begrænser, hvilke ansøgere en menneskelig beslutningstager rent faktisk overvejer.
3. Kandidatrangering og Scoringssystemer: Transparens og Forklarlighed
AI-systemer der rangerer kandidater stiller særlige krav til forklarlighed. EU AI Act Art. 13 kræver, at høj-risiko AI-systemer er designet og udviklet med tilstrækkelig transparens til, at deployers kan fortolke output korrekt og anvende systemet som foreskrevet. Kandidatrangering baseret på uigennemskuelige "black box"-modeller er problematisk af flere årsager.
For det første skal HR-medarbejderen, der er menneskelig beslutningstager, reelt kunne forstå, hvad en score betyder, og hvilke faktorer der driver den. Hvis systemet blot returnerer "match: 78 ud af 100" uden forklaring, er den menneskelige kontrol illusorisk.
For det andet er forklarlighed en forudsætning for at opdage bias. Hvis et system konsekvent scorer kvindelige kandidater lavere end mandlige på lederpositioner — fordi det er trænet