Rekruttering af Sælgere: Undgå Fejl med Data

Vi har alle prøvet det.
Kandidaten kommer ind til samtalen.
Han er charmerende. Han er veltalende. Han “sælger sig selv” perfekt.
Du tænker: “Han er en stjerne!”
Du ansætter ham.

3 måneder senere har han ikke booket ét eneste møde.
Han brokker sig over leadsne. Han kommer for sent.
Du må fyre ham.

Prisen for denne fejltagelse?
Mellem 300.000 og 500.000 DKK (Løn, oplæring, tabt omsætning, rekrutteringshonorar).

Hvorfor sker det igen og igen?
Fordi vi ansætter sælgere baseret på, hvor gode de er til at gå til jobsamtale.
Ikke hvor gode de er til at sælge.

I denne guide viser vi, hvordan du bruger AI & Data til at fjerne mavefornemmelsen.

📸 Rekruttering af Sælgere: Undgå Fejl med Data | JesperAI

Del 1: Problemet med CV og “Kemi”

Et CV fortæller dig kun, hvad folk har lavet. Ikke hvad de kan.
“Top performer i Telia” kan betyde, at han sad i en butik, hvor kunderne kom af sig selv.
Det betyder ikke, at han kan ringe kold kanvas for din SaaS-virksomhed.

Og “Kemi”?
Sælgere er professionelle kamæleoner. De er trænet i at skabe kemi.
At du “kan lide ham” er ikke en indikator for performance. Det er en bias.

Del 2: Løsningen (AI Rollespil)

Hvis du vil vide, om en kok kan lave mad, beder du ham lave mad.
Hvis du vil vide, om en sælger kan sælge, skal du bede ham sælge.

Men traditionelle rollespil er akavede.
“Du skal forestille dig, at jeg er en sur kunde…”
Det føles kunstigt.

Med Agent360 kan du automatisere testen:

Opsæt scenariet:
“Du skal sælge vores software til en marketingchef, der bruger konkurrenten. Kunden er travl og skeptisk.”
Kandidaten ringer op:
Kandidaten ringer til et telefonnummer.
I den anden ende er en AI Agent, der spiller rollen som “Marketingchefen”.
Testen kører:
AI’en kommer med indvendinger: “Vi har ikke budget”, “Send en mail”, “Vi er glade for det vi har”.
Kandidaten skal håndtere dem i realtid.

Del 3: Data-drevet Evaluering (Scorecard)

Når samtalen er slut, genererer AI’en en rapport.
Ikke en “synsning”. En score.

Åbnings-score (0-10): Fangede han interessen på under 10 sekunder?
Lytte-evne (Talk/Listen Ratio): Talte han mere end 60% af tiden? (Rødt flag).
Indvendingsbehandling: Brugte han “Feel, Felt, Found” metoden?
Closing: Bad han om mødet?

Du får en objektiv rapport:
“Kandidat A: Score 8.5/10. Stærk på closing, svag på behovsafdækning.”
“Kandidat B: Score 4.2/10. Blev defensiv ved første indvending.”

Nu kan du sammenligne kandidater på tværs. Uden bias.

Del 4: Onboarding (Første 30 dage)

Når du har ansat den rigtige, starter næste fase.
Statistikken siger, at det tager 3-6 måneder at rampe en ny sælger op.
Med AI kan du gøre det på 3 uger.

Hvordan?
Ved at lade dem træne mod AI’en hver dag.
I stedet for at “øve sig på rigtige kunder” (og brænde dyre leads), øver de sig i simulatoren.
Når de går “live”, har de allerede taget 100 “opkald” og håndteret alle tænkelige indvendinger.

Konklusion: Gør rekruttering til en videnskab

Mavefornemmelse er fint til at vælge en ægtefælle.
Det er elendigt til at vælge en medarbejder.

Ved at indføre AI Simulations i din rekruttering:
1. Eliminerer du de “falske positive” (charmerende inkompetente).
2. Sparer du tid på dårlige samtaler.
3. Sikrer du, at dem du ansætter, faktisk kan levere fra dag 1.

Prøv vores Rekrutterings-Simulator her

En veltrænet AI er blind for disse ting. Den lytter kun til kompetencerne.
* Har de et godt pitch?
* Stiller de åbne spørgsmål?

Hvis du programmerer den rigtigt, kan AI hjælpe dig med at bygge et mere mangfoldigt og effektivt team.

Case: Onboarding hos Software-virksomhed

En dansk SaaS-virksomhed brugte Agent360 til deres nye kuld af sælgere.

Før:
* 2 ugers klasserumsundervisning.
* 4 ugers “lyt med” hos seniorer.
* Første rigtige salg: Måned 4.

Med AI:
* Dag 1-3: Lytte til “Best of” calls (udvalgt af AI).
* Dag 4-5: Træning i AI Simulator (pitch & objections).
* Dag 6: Første rigtige kald (med AI Co-Pilot som støttehjul).
* Første rigtige salg: Måned 2.

Resultat:
Halveret “Time-to-Revenue”. Sælgerne betalte deres egen løn hjem 2 måneder hurtigere.

Konklusion: Talent er ikke nok

Talent er vigtigt. Men systemet slår talentet hver gang.

Hvis du tager en A-spiller og putter dem i et dårligt system, bliver de en B-spiller (eller siger op).
Hvis du tager en B-spiller og giver dem AI Superkræfter, kan de performe som en A-spiller.

Rekruttering handler i 2026 ikke om at finde “Unicorns”. Det handler om at finde folk med potentiale, og så bruge teknologi til at forløse det potentiale lynhurtigt.

Vil du se, hvordan vi kan hjælpe med onboarding? Book en demo