Stilling

Stillingsopslag

Stillingsopslag

Projektet fokuserer på at undersøge det potentielle udbytte ved implementering af en teknisk løsning til udarbejdelse af stillingsopslag i Socialforvaltningen. Den udviklede løsning er designet til at skabe komplette udkast til stillingsannoncer ved hjælp af begrænsede faktuelle stamoplysninger som input.

  • Københavns Kommune

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet anvender eksisterende eksempler fra organisationen som grundlag og supplerer disse med nødvendige standardinformationer, der typisk indgår i stillingsopslag - eksempelvis oplysninger om arbejdsgiveren og relevante ansvarsområder. Projektets primære målsætninger er at forbedre kvaliteten af de udarbejdede opslag samt at reducere den tid, medarbejdere anvender på skrivning og korrekturlæsning af disse.

 

IX. Kilder

Projektet blev registreret den 2. april 2025. på KL AI landkort

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet genererer reaktivt udkast til stillingsannoncer baseret på begrænsede stamoplysninger. Det er ADS på sagniveau, og output er et anbefalet annoncestillingsudkast til medarbejderens viderebehandling.
Ændringshistorik (3 opdateringer)
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Ukendt leverandør
Oprettet
Citér dette projekt

APA 7

Københavns Kommune. (2025). Stillingsopslag. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/stillingsopslag

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412