Britiske arbeidsgivere mottar nå i gjennomsnitt 140 søknader per ledige stilling for nyutdannede. Kun rundt 8 prosent konfigurerer sine ATS-systemer til å automatisk avvise CV-er basert på innhold. Denne dataanalysen undersøker hvordan AI-filtrering faktisk fungerer i vårens rekrutteringsrunde.
Da Institute of Student Employers (ISE) publiserte sin 2025-undersøkelse om studentrekruttering, var det ett tall som fanget tilstanden i britisk nyutdanningsopptak: 140 søknader for hver ledige stilling. Forholdstallet, basert på 155 arbeidsgivermedlemmer som samlet mottok over 1,8 millioner søknader til omtrent 31 000 stillinger for nyutdannede, representerer det høyeste nivået på to år. Økningen er delvis en konsekvens av AI-drevne verktøy og funksjoner for enkeltsøknader som har gjort massiv innsending av søknader nesten friksjonsfri for kandidatene.
Samtidig har tilgangen på stillinger for nyutdannede sunket. ISE-undersøkelsen registrerte en nedgang på 8 prosent i nyutdanningsopptak i 2024/25, det svakeste året for nyutdanningsrekruttering siden pandemien da tallet falt med 12 prosent i 2020. Av de spurte arbeidsgiverne reduserte 42 prosent inntaket, mens 25 prosent holdt nivået stabilt og 33 prosent rapporterte en økning. Utsiktene forblir forsiktige: ISE-data peker mot en ytterligere reduksjon på 7 prosent i ansettelser av nyutdannede for 2025/26-syklusen, primært drevet av kraftige fall hos et lite antall store arbeidsgivere.
Higher Education Statistics Agency (HESA), som baserer seg på sin Graduate Outcomes-undersøkelse av 917 610 nyutdannede fra 2022/23-kullet, rapporterer at 82 prosent av respondentene var i arbeid eller ubetalt arbeid 15 måneder etter uteksaminering. Heltidsarbeid for nyutdannede med bachelorgrad falt imidlertid fra 57 til 54 prosent, mens arbeidsledigheten økte med ett prosentpoeng til 6 prosent. Dette er isolert sett beskjedne endringer, men de reflekterer en bredere nedkjøling i arbeidsmarkedet for nyutdannede som gjør forståelsen av filtreringssystemer enda mer relevant.
Mekanismene for automatisert CV-filtrering blir ofte misforstått, og forvirringen starter med en mye sitert statistikk: at 75 prosent av CV-er blir avvist av søkerhåndteringssystemer (ATS) før et menneske i det hele tatt leser dem. Denne påstanden, som sirkulerer på karriereråd-plattformer og sosiale medier, har blitt sporet av analytikere til Preptel, et nå nedlagt rekrutteringsselskap. Ingen metodikk for tallet ble noen gang offentliggjort. Undersøkelser blant rekrutterere tegner et vesentlig annerledes bilde.
En undersøkelse fra 2025 blant 25 rekrutterere publisert av Enhancv viste at 92 prosent vurderer søknader manuelt, selv i situasjoner med høyt volum. Kun 8 prosent (to av 25 respondenter) rapporterte at de konfigurerte sitt ATS til å automatisk avvise CV-er basert på innholdsskåre. Tilsvarende publiserte HR.com liknende funn sent i 2025, og rapporterte at det store flertallet av rekrutterere bruker filtreringsfunksjoner til å prioritere og sortere søknader heller enn å eliminere dem fullstendig. Den virkelige flaskehalsen, ifølge disse undersøkelsene, er menneskelig kapasitet. Når en rekrutterer står overfor 140 søknader til en stilling, vil selv de som vurderer hver innsending uunngåelig bruke begrenset tid på hver av dem.
Når det er sagt, bruker nesten alle arbeidsgivere det bransjen kaller utslagsspørsmål: obligatoriske felt som rett til arbeid, minimum utdanningsnivå eller vilje til å flytte. Kandidater som ikke oppfyller disse harde kriteriene blir vanligvis filtrert ut før menneskelig vurdering. Dette er en binær samsvarskontroll, ikke en vurdering av CV-kvalitet.
Den tekniske arkitekturen i filtreringsprogramvare har utviklet seg betydelig. Tidligere generasjoner ATS stolte på rett frem nøkkelordsamsvar, der CV-er ble skannet etter eksakte termer fra stillingsbeskrivelsen. Ifølge bransjeanalyser bruker dagens generasjon verktøy, inkludert plattformer som Workday, Greenhouse, Lever og iCIMS, i økende grad naturlig språkbehandling (NLP) og, i enkelte tilfeller, store språkmodeller (LLM) for å vurdere kontekst fremfor bare å telle frekvens av nøkkelord.
I praksis betyr dette at en ferdighetsbeskrivelse som utviklet automatiseringsskript i Python for å redusere manuell prosesseringstid med 40 prosent, sannsynligvis vil ha større analytisk vekt enn bare å liste opp Python i en ferdighetsseksjon. Systemet kan tolke verbet, verktøyet og resultatet, og gjenkjenner en dokumentert kompetanse fremfor et isolert nøkkelord. Storbritanniaspesifikke plattformer er også en del av dette landskapet: Trac brukes mye av helseforetak, SuccessFactors er vanlig i banksektoren, og Oleeo håndterer mye av rekrutteringen til statlig forvaltning.
Likevel er avanserte NLP-systemer avhengige av å kunne lese og tolke dokumentinnhold nøyaktig. Formateringsvalg som hindrer ren parsing, som innebygde tekstbokser, fler-kolonneoppsett eller bildebaserte overskrifter, kan fortsatt forårsake tap av informasjon uavhengig av hvor avansert den underliggende AI-en måtte være.
Denne analysen baserer seg primært på tre datakilder. ISEs undersøkelse om studentrekruttering i 2025 dekker 155 arbeidsgivermedlemmer på tvers av en rekke sektorer, med data om over 31 000 stillinger for nyutdannede og mer enn 1,8 millioner søknader. Dette er den mest siterte referansen for rekrutteringstrender for nyutdannede i Storbritannia, selv om den er noe skjevfordelt mot større, strukturerte arbeidsgivere og kanskje ikke fullt ut representerer ansettelsesmønstre i små og mellomstore bedrifter.
HESAs undersøkelse om resultater for nyutdannede henter svar fra 917 610 kandidater fra 2022/23-studieåret, undersøkt mellom desember 2023 og november 2024. Per midten av 2025 har dette datasettet blitt integrert i utdanningsdepartementets statistikk over langvarige utdanningsresultater (LEO), noe som markerer integreringen i offisiell offentlig statistikk.
Konteksten for arbeidsmarkedet kommer fra Office for National Statistics (ONS), som rapporterte 2,0 arbeidsledige personer for hver ledige stilling i perioden desember 2024 til februar 2025. ATS-spesifikke data henter informasjon fra rekrutteringsundersøkelser publisert av Enhancv, HR.com og Select Software Reviews, med forbehold om utvalgsstørrelse som er nevnt i begrensningene nedenfor.
Rekrutteringskalenderen for nyutdannede i Storbritannia følger vanligvis et mønster som topper seg i to hovedvinduer. Ifølge data fra TargetJobs og GRB har høstsyklusen (september til november) en tendens til å fange opp de største strukturerte graduate-programmene, spesielt i sektorer som finans, rådgivning, juss og ingeniørfag. Vårsyklusen, som løper fra omtrent mars til juni, representerer en andre betydelig bølge av ansettelsesaktivitet.
I løpet av vårvinduet holdes vurderingssentre vanligvis i mars og april, med jobbtilbud som typisk sendes ut gjennom april, mai og juni. Stillinger for direkte inntak, som skiller seg fra strukturerte graduate-programmer, har en tendens til å bli utlyst fra rundt påsketider og utover. Noen strukturerte programmer som ikke fylte alle stillinger i høstsyklusen, kan også gjenåpne søknadsprosesser i denne perioden.
For internasjonale kandidater i Storbritannia har vårsyklusen særlig betydning. Kandidater som fullførte studiene i det foregående studieåret kan operere innenfor tidsbegrensede rammeverk for arbeid etter studier, og vårvinduet representerer ofte en av de siste store ansettelsesbølgene før sommeren. Tilsvarende våransettelsesmønstre eksisterer på tvers av europeiske markeder; vårens rekrutteringssykluser i Frankrike følger for eksempel en bredt sett liknende tidslinje for stillinger for nyutdannede.
Konkurransenivået i løpet av vårsyklusen kan variere betydelig avhengig av sektor. Ifølge ISE-data har teknolog-, finans- og profesjonelle tjenester en tendens til å tiltrekke seg de høyeste forholdstallene mellom søkere og ledige stillinger, mens offentlig sektor, utdanning og veldedige organisasjoner kan se lavere, men fortsatt betydelige volum.
Gitt at hovedfunksjonen til ATS-programvare er å tolke og organisere søknadsdata, er dokumentformatering en praktisk bekymring fremfor en kosmetisk sådan. Ifølge ATS-optimaliseringsguider fra Jobscan og Resume.io, forblir .docx (Microsoft Word) det mest universelt tolkbare filformatet på tvers av store plattformer. Selv om mange moderne systemer håndterer tekstbaserte PDF-filer uten problemer, kan enkelte eldre eller sektorspesifikke systemer slite med PDF-filer som inneholder flere kolonner eller grafiske elementer.
Standard seksjonsoverskrifter, som Erfaring, Utdanning, Ferdigheter og Kontaktinformasjon, har en tendens til å tolkes mer pålitelig enn kreative alternativer. ATS-plattformer er vanligvis konfigurert til å gjenkjenne disse konvensjonelle merkelappene, og rekrutterere som vurderer tolket data har også en tendens til å navigere i strukturerte CV-er mer effektivt. En-kolonneoppsett, standard fonter (Arial, Calibri eller Times New Roman i 10 til 12 punkter) og det å unngå tekstbokser, tabeller og innebygde bilder er ofte sitert som formateringspraksis som støtter ren parsing.
Skiftet fra rent nøkkelordsamsvar til semantisk analyse har implikasjoner for hvordan ferdigheter presenteres på en CV. Bransjeveiledning fra flere ATS-leverandører antyder at kontekstualiserte ferdighetsbeskrivelser, de som parer et verb med et verktøy eller en kompetanse og et målbart resultat, har en tendens til å veie tyngre i moderne filtrering enn isolerte nøkkelordlister.
En vanlig anbefaling på tvers av karrieretjenester og ATS-optimaliseringsplattformer er å inkludere både forkortelser og deres fulle former (for eksempel SEO sammen med Search Engine Optimisation) for å ta høyde for variasjon i hvordan søkeforespørsler kan konfigureres. For kandidater som innehar teknologiske sertifiseringer, kan det å liste opp både sertifikatnavnet og utstederen tjene en liknende funksjon for å forbedre søkbarheten.
Det er verdt å merke seg at skillet mellom ATS-filtrering og menneskelig filtrering ofte er mindre klart enn populære karriereråd antyder. I mange organisasjoner rangerer og sorterer ATS-programvare søknader fremfor å ta binære avgjørelser. Rekruttereren gjennomgår deretter en prioritert liste. Å utforme en CV slik at den kommuniserer tydelig med både tolkingsprogramvaren og den menneskelige leseren er i praksis den samme øvelsen: tydelighet, spesifisitet og relevant dokumentasjon på ferdigheter og prestasjoner.
Å forstå hvor etterspørsel og kompensasjon konsentreres kan gi strategisk kontekst til vårsyklusen. Ifølge ISE-data fra 2025 er gjennomsnittlig startlønn i strukturerte graduate-programmer omtrent 35 170 GBP, selv om dette tallet reflekterer større arbeidsgivere og formelle programmer. HESAs bredere datasett, som omfatter nyutdannede i et bredere spekter av ansettelsestyper, setter gjennomsnittet nærmere 28 731 GBP.
Sektorvariasjonen er betydelig. Som rapportert på tvers av flere bransjeundersøkelser tidlig i 2026, inkluderer omtrentlige medianstartlønner følgende:
Regional variasjon legger til en annen dimensjon. London-baserte stillinger tilbyr vanligvis startlønner i området 32 000 til 34 000 GBP, mens stillinger i Skottland og Sør-England ligger rundt 28 000 til 29 000 GBP. Disse tallene er bredt sett konsistente på tvers av flere datakilder, selv om presise medianer varierer avhengig av undersøkelsesmetodikk og utvalgssammensetning.
For kandidater som vurderer muligheter på tvers av landegrenser, får lønnstall ytterligere kontekst når de justeres for levekostnader. En startlønn på 34 000 GBP i London representerer en annen levestandard enn et tilsvarende nominelt tall i en by med lavere kostnader. Det samme prinsippet gjelder når man sammenligner britiske nyutdanning-lønninger med muligheter i markeder som Gulf-regionen, hvor sektorer knyttet til nasjonale utviklingsstrategier kan tilby distinkte kompensasjonsstrukturer.
Flere konvergerende trender tyder på at AI sin rolle i filtrering av nyutdannede vil ekspandere betydelig i løpet av de kommende årene. Ifølge ISE-data fra 2025 forventer 62 prosent av spurte arbeidsgivere å bruke AI i rekruttering innen fem år, og 70 prosent forventer økt automatisering i sine ansettelsesprosesser generelt. Blant de som allerede bruker AI i utvelgelsen, rapporterer 94 prosent forbedret hastighet og effektivitet, og 81 prosent nevner forbedret kapasitet til å analysere store datavolumer.
Samtidig skaper kandidatenes bruk av generativ AI nye spenninger. ISE rapporterer at 61 prosent av arbeidsgiverne har tatt eller mistenkt kandidater for å bruke AI under intervjuer uten tillatelse, men 45 prosent har ikke gitt søkere noen veiledning om hva som utgjør passende AI-bruk. Dette politiske gapet vil sannsynligvis snevres inn ettersom arbeidsgivere i økende grad formaliserer forventningene sine rundt AI i utvelgelsesprosesser.
Den bredere banen peker mot et rekrutteringslandskap for nyutdannede der begge sider av ansettelsesprosessen i økende grad er AI-mediert. Kandidater bruker AI til å generere og optimalisere søknader; arbeidsgivere utplasserer AI til å tolke, rangere og evaluere dem. Hvordan denne dynamikken utvikler seg, spesielt med tanke på rettferdighet, åpenhet og effektivitet, forblir ett av de mest nøye overvåkede spørsmålene innen arbeidsmarkedsanalyse.
Kandidater som lykkes med å navigere innledende filtrering vil fortsatt møte menneskelig ledede vurderingsstadier. Forberedelse til atferdsintervjuer forblir for eksempel en distinkt kompetanse som ingen mengde CV-optimalisering kan erstatte.
Flere viktige forbehold gjelder for dataene presentert i denne analysen. ISE-undersøkelsen, selv om den er autoritativ, dekker 155 arbeidsgivermedlemmer og er skjevfordelt mot større, mer strukturerte organisasjoner. Små og mellomstore bedrifter, som samlet sysselsetter en betydelig andel av nyutdannede i Storbritannia, er underrepresentert. Tallet på 140 søknader per ledige stilling kan være høyere eller lavere hos arbeidsgivere utenfor ISE-utvalget.
ATS-spesifikke data, særlig rekrutteringsundersøkelsene om priser for automatisk avvisning, baserer seg på små utvalgsstørrelser (så få som 25 respondenter i enkelte tilfeller) og selvrapportert atferd. Faktiske ATS-konfigurasjoner hos individuelle arbeidsgivere kan avvike fra hva rekrutterere rapporterer i undersøkelser.
HESAs Graduate Outcomes-data fanger opp sysselsettingsstatus 15 måneder etter uteksaminering. Den sporer ikke karriereprogresjon, jobbkvalitet eller om nyutdannede er i roller knyttet til sitt fagfelt. Tallet på 6 prosent arbeidsledighet, selv om det er nyttig som en referanse, fanger ikke opp underbeskjeftigelse eller usikre arbeidsforhold.
Lønnstall varierer på tvers av kilder grunnet forskjeller i metodikk, utvalgssammensetning og inkludering eller ekskludering av London-tillegg. Lesere oppfordres til å konsultere primærkilder direkte og til å søke veiledning fra kvalifiserte karrierefagfolk for analyse tilpasset individuelle omstendigheter.
Skrevet av
Arbeidsmarkedsreporter
Arbeidsmarkedsreporter som dekker datadrevet jobbmarkedsanalyse, sysselsettingstrender og lønnsreferanser verden over.
Opplysninger om innhold
Denne artikkelen ble utarbeidet ved hjelp av avanserte AI-modeller under menneskelig redaksjonelt tilsyn. Innholdet er utelukkende ment for informasjons- og underholdningsformål og utgjør ikke juridisk rådgivning, innvandringsrådgivning eller økonomisk rådgivning. Rådfør deg alltid med en kvalifisert innvandringsadvokat eller karriereveileder vedrørende din spesifikke situasjon. Les mer om vår prosess.
Singapores teknologiske ansettelsesmarked i andre kvartal 2026 foretrekker ulike CV formater basert på kandidatprofiler. Denne sammenligningen viser når hver tilnærming fungerer, hvor de kommer til kort, og hvordan man navigerer gjennom ATS filtre.
Internasjonale jobbsøkere i Belgia opplever ofte avslag på grunn av unngåelige formateringsfeil. Denne guiden går gjennom vanlige fallgruver i belgiske søknader.
Japans ansettelsessesong om våren følger en unik kalender og et dokumentsystem som ofte overrasker internasjonale kandidater. Denne guiden dekker formatene rirekisho, shokumu keirekisho og entry sheets som japanske arbeidsgivere vanligvis forventer.