Vad Teamtailor faktiskt gör med ditt CV

Din ansökan möter ett system som arbetsgivaren själv har konfigurerat.

Det är en viktig utgångspunkt, och den förklarar varför ATS-råd så sällan stämmer, alltså råd om hur man anpassar sin ansökan för ett system som ska bedöma den. Två företag som båda använder Teamtailor kan ha satt upp det helt olika. Nästan ingenting är påslaget som standard. Företaget bygger sitt eget formulär, sina egna frågor, sina egna regler och bedömningskriterier.

Teamtailor är vanligast bland privata arbetsgivare. Någon publicerad marknadsandelsstatistik finns inte, men över hälften av de ansökningar jag skickar hanteras av Teamtailor. Söker du mot kommun eller region möter du oftare andra system, som Varbi eller Visma Recruit, och den här genomgången säger ingenting om dem.

Uppgifterna nedan är kontrollerade mot Teamtailors egen dokumentation i augusti 2026. Produkten utvecklas kontinuerligt.

Fyra mekanismer arbetsgivaren kan slå på

Kvalificeringsfrågorna är den enda hårda spärren i systemet. En ja- och nej-fråga kan ställas in så att kandidaten måste svara ja för att kunna skicka in. Svarar du nej går formuläret inte att slutföra. Körkort, arbetstillstånd, ett absolut kompetenskrav. Där hjälper inget CV.

Co-pilot screening är AI-lagret. Rekryteraren skriver sina egna kriterier, eller låter systemet föreslå dem utifrån annonsen. Varje kandidat bedöms utifrån dessa kriterier. Underlaget är CV-texten, det personliga brevet, formulärsvaren, kommentarer i ärendet, adressen, taggar och egna fält. Utfallet blir ett av följande: uppfyllt, ej uppfyllt eller otillräcklig information. Listan går att sortera så att den som uppfyller flest kriterier hamnar överst. Ingen avslås automatiskt.

Till samma lager hör en funktion som är lätt att förbise. Co-pilot kan sammanfatta hela CV:t i fem punkter åt rekryteraren, uttryckligen för att hon ska slippa läsa allt. Ett CV kan alltså vara perfekt inläst och ändå landa fel. Det räcker att de fem mest uppenbara sakerna att plocka ut är gamla titlar och utbildning, medan det som gör dig rätt för rollen ligger på sida två.

Smart Move är en automation som flyttar kandidater mellan steg. Den kan reagera på formulärsvar, plats, taggar, screeningutfall och specifika ord i CV-texten. Här finns ingen språkförståelse. Det innebär att en regel byggd kring ordet CRM inte matchar formuleringen "digital kundbearbetning".

Hur ofta reglerna byggs på just CV-ord är däremot oklart. De företag som berättar om sin Smart Move-användning talar om formulärsvar och testresultat. Spendrups bygger till exempel sina regler på svaren i urvalsfrågorna. Ordvarianten finns i manualen, men jag hittar inget företag som säger sig använda den. Räkna alltså med att den kan förekomma, snarare än att den är vanlig.

Kandidatsökningen är den fjärde och den kräver ingen konfiguration alls. Rekryteraren skriver i ett sökfält med Boolean-logik, alltså AND, OR, NOT och exakta fraser, mot CV-text, brev, kommentarer, LinkedIn och pitch. Den används inte bara för att hitta en kandidat till den aktuella ansökan, utan för att gräva i kandidatbanken för tjänster som kanske inte ens har annonserats.

Hur vanligt är det egentligen

I augusti 2025 uppgav Teamtailor att drygt 4 000 av deras dåvarande 10 000 kunder hade aktiverat någon AI-funktion. Alltså ungefär fyrtio procent, inräknat annonsskrivning, intervjutranskribering och förslag på följdfrågor. Screening nämndes inte bland de vanligaste användningsområdena. Funktionen hade då funnits publikt i två månader. Någon offentlig siffra på hur många som faktiskt kör screening finns inte.

Samtidigt finns motpolen. I en svensk studie av rekryteringsföretag beskriver en informant att deras Teamtailor-AI screenar samtliga CV:n i samtliga ansökningar. Spannet går alltså från arbetsgivare där ingen AI är påslagen till arbetsgivare där varje CV passerar den.

Du kan alltså inte veta vilken sorts arbetsgivare du söker hos. Men i och med att användningen av AI ökat kraftigt kan vi nog ändå utgå från att fler använder AI-hjälp för screening i dag än för ett år sedan.

Hur rekryterare faktiskt använder det

Genomgående behandlas AI-bedömningen som beslutsstöd, inte som facit. En rekryterare med tjugo års erfarenhet beskriver hur han ser fem kriterier med grönt eller rött och sedan själv fattar beslutet. Den svenska informanten vars system screenar allt säger ändå att det personliga mötet och den egna bedömningen väger tyngre. Tekniken är inte mogen nog att ersätta människan. Teamtailor själva uppmanar kunderna att verifiera resultatet och har öppet bekräftat att de sett hallucinationer.

Ett exempel visar hur kriterierna formuleras i praktiken. En rekryterare ville screena för Melbourne och fick tillbaka att kriteriet var för vagt. Måste kandidaten redan bo där, eller räcker det att vara villig att flytta? Kriteriet fick preciseras. Kriterier tenderar alltså att bli smala och uttryckligt kontrollerbara, för det är sådana en AI kan svara på.

Det praktiska arbetsflödet vid stor volym är också värt att förstå. Sökning, filtrering och sortering används för att skapa en hanterbar hög innan någon läser enskilda CV:n. Det handlar därför om att ditt CV ska matcha tillräckligt bra för att faktiskt hamna i den hög som blir läst.

Ansökan är en uppsättning fält

Formuläret är inte ett CV plus ett brev. Arbetsgivaren bygger det själv och kan lägga in frågor av sex slag: skala, ja och nej, flerval, fritext, siffra och datum. Frågor kan göras obligatoriska, och med villkorslogik dyker följdfrågor upp beroende på hur du svarat innan.

Svaren är inte lösa lappar vid sidan av det viktiga. De kan kopplas till kandidatfält och blir då strukturerad data på profilen, filtrerbar och sökbar. Och screeningen läser dem tillsammans med CV-texten och brevet. Formulärsvaren väger alltså lika tungt.

Om bedömningen läser allt som en enhet är brevets uppgift inte att vara en allmän motivationstext. Det kan i stället hjälpa dig att täcka det som saknas i CV:t. Ett krav som saknar stöd i CV:t kan få det via ett formulärsvar. Eftersom brevet ofta hamnar sist i formuläret finns risken att det behandlas därefter. Men gör det till något mer än en trevlig och artig avslutning.

Två grindar du ska passera

En rekryterare plockar kanske fram tjugo kandidater och bjuder in tio. Först ska du komma med i den hög som läses, sedan ska du väljas ut bland dem som blev kvar. Du behöver alltså ett CV som tar sig förbi en mer automatiserad process, men som sedan också tilltalar en människa. Förenklat vill maskinen ha uppgifter som går att pricka av. Människan vill förstå om du är kompetent och någon hon vill träffa.

Där hör bilagorna hemma. Teamtailor skiljer uttryckligen på CV och övriga filer, och filsvar hamnar som dokument på profilen. Screeningens dokumenterade underlag räknar upp CV-text, brev, formulärsvar, kommentarer, adress, taggar och egna fält, men varken övriga filer eller dokument. Integritetsdokumentationen säger att screeningen får CV-texten. Slutsatsen är att en portfolio, ett arbetsprov eller ett betyg som separat fil sannolikt är osynligt för den tidiga bedömningen.

Det är inget skäl att låta bli att bifoga. Det är material för den andra läsaren, alltså den som tar över efter maskinens gallring. Men lägg inget i enbart bilagan som behövs redan för att passera den första grinden.

I det manuella steget finns dessutom en detalj som är lätt att missa. Rekryteraren kan jämföra upp till femtio kandidater bredvid varandra, med screeningresultat, ansökningsdatum, avstånd till arbetsplatsen, kompetenser och formulärsvar. Ett slarvigt svar på en fritextfråga hamnar alltså i en tabell intill någon annans mer genomtänkta svar, vilket inte ser bra ut.

Vad ett streck betyder

Av de tre utfallen ser strecket ofarligast ut. Ett nej har någon åtminstone tagit ställning till, och det går att argumentera bort den dag du får prata med någon. Ett streck betyder bara att underlaget inte räckte, och där finns ingenting att bemöta.

Dokumentationen säger att ett streck inte räknas som uppfyllt, och att listan går att sortera efter antal uppfyllda kriterier. Sorterar rekryteraren så hamnar du lika lågt som den som fått ett nej, utan att någon behövt tycka något om dig. Hur ofta hon gör det vet ingen, för utfallet är för nytt för att någon ska ha hunnit berätta hur den gruppen behandlas.

Men strecket kostar dig oavsett hur den sorteringen används, för det betyder att du lämnat en fråga obesvarad. Har du tio års erfarenhet och det framgår bara av att läsaren själv räknar ihop årtalen i en tidslinje, då är uppgiften otydlig för varje läsare i kedjan. Sökningen hittar den inte, kriteriet kan inte prickas av, sammanfattningen fångar den inte, och människan som skummar ser den inte heller.

Vad du gör åt det

Skriv ut dina meriter i en form som går att pricka av. Låt inte läsaren räkna ut dem. "Tio års erfarenhet av digital marknadsföring, varav fyra med personalansvar" fungerar i alla arbetsflöden samtidigt: den är sökbar, den går att kontrollera mot ett kriterium och en människa som skummar ser den. Det är något annat än att stapla nyckelord.

Namnge verktyg, system och förkortningar. Egennamn som HubSpot, GA4 och CRM har inga synonymer och matchas bokstavligt. Beskrivande begrepp som demand generation eller stakeholder management läser screeningen som innebörd, så där räcker en beskrivning av hur du arbetar. Men rekryterarens sökning matchar även begreppen bokstavligt, och den kräver ingen konfiguration alls. Låt därför annonsens egen formulering stå någonstans i texten också, när den stämmer in på dig.

Behandla formulärsvaren som en del av ansökan. De screenas, de blir filtrerbar data och de hamnar i en jämförelsetabell.

Låt brevet täcka det CV:t inte visar. Att upprepa CV:t är bortkastat utrymme.

Lägg inget avgörande enbart i en bilaga. Bifoga gärna, men se till att de screenade fälten står på egna ben.

Ladda upp ett riktigt CV även när du söker via LinkedIn. Teamtailor importerar arbetslivserfarenhet och utbildning och visar profilen separat på kandidatkortet. Men screeningens underlag är CV-texten, och profilen står inte med i den uppräkningen.

Störst strukturell effekt ger en intern referral. Refererad är en riktig kandidatstatus, den kan filtreras fram separat, och Smart Move kan konfigureras att flytta refererade till ett eget steg.

Myter kring ATS

Ditt CV får en hemlig poäng. Teamtailors Job match score räknas fram långt senare, ur de kompetenser rekryterarna själva bedömt i intervjuer.

Systemet kan inte läsa två kolumner. Det finns inget belägg för det. Enkolumn är ändå rimligt som robusthetsåtgärd, men det är ingen dokumenterad regel. Detsamma gäller påståendet att ett CV gjort i Canva avslås automatiskt. Risken är att det parsas sämre och blir svårare att hitta, inte att det kastas.

Ett snabbt avslag betyder att AI:n sorterade bort dig. Rekryteraren kan markera många kandidater på en gång och avslå hela gruppen, och avslagsmejlen går att schemalägga så att de skickas när hon vill. Ett avslag efter en timme kan alltså vara en människa som gick igenom listan snabbt, och ett avslag efter två veckor kan ha beslutats första dagen. Tidpunkten säger ingenting om vem som fattade beslutet.

AI screenar alla kandidater. Funktionen är opt-in och långt ifrån alla har den påslagen.

Klistra in annonsen dolt i ditt CV med vit text, så matchar du till hundra procent. Någon sådan procentsats finns inte att matcha mot. Texten hamnar däremot i textlagret som screeningen och sökningen läser, och den blir synlig för var och en som markerar texten eller öppnar filen som ren text.

Vad ingen kan svara på än

Hur många arbetsgivare kör faktiskt screening? Hur många kriterier är normalt? Läses bilagor någonsin? Vad hamnar i CV-texten vid en LinkedIn-ansökan? Det vet du inte, och det kan variera från fall till fall.

Det finns däremot ett sätt att få svar i ditt eget fall. Enligt IMY har du rätt att begära ut dina personuppgifter från den som är personuppgiftsansvarig, alltså arbetsgivaren. I en sådan export kan Co-pilots screeningbedömningar ingå. Begär den parsade CV-texten, screeningkriterierna med utfall och motivering, den automatiska sammanfattningen, taggar och statushistorik. Har du fått ett snabbt avslag på något du var uppenbart kvalificerad för, kanske du får svaret där.

Skannern som simulerar det hela

Resonemanget ovan går att simulera, så vi byggde CV-skannern. Du klistrar in en annons och ditt eget CV. Ut kommer de kriterier en arbetsgivare rimligen skulle sätta upp och hur din text klarar dem, tillsammans med vad en femradig sammanfattning sannolikt skulle fånga och vad som drar ner.

Ett arkitekturval säger något om var AI hör hemma. Ordkontrollen görs i kod, inte av modellen. En modell som gissar om ett ord finns i en text gör hela kontrollen meningslös. Och den kontrollen gäller bara verktygsnamn och förkortningar, som matchas på stavning. Begrepp kontrolleras inte alls, för de går att uttrycka på många sätt. Första versionen letade bokstavligt efter allt och gav rött kort för att ett CV om digital kommunikation inte råkade innehålla frasen "digital kommunikation".

Skannern simulerar den logik den här artikeln beskriver. Den har ingen koppling till tjänsten Teamtailor, den ser inte arbetsgivarens inställningar, och den vet inte om screening ens är påslagen. Inför ett jobb du ska söka ger den ändå en fingervisning om hur du kan vässa ditt CV. Den visar var din ansökan lämnar en läsare utan svar.

Verktyg i den här processen

Claude – researchpartner genom genomgången, och motorn i CV-skannern.
ChatGPT – andra researchrundan, inriktad på forum och praktikerkällor i stället för dokumentation.
Teamtailors produkt- och supportdokumentation – primärkällan för allt som påstås om mekanismerna.
IMY – vägledningen om rekryteringssystem och automatiserat beslutsfattande, som avgör vad du har rätt att få veta.
pdftotext – för att se textlagret i ett CV, alltså det en parser faktiskt arbetar med.