Sourcing av nisjekompetanse i IT uten gjetting

Den vanskeligste IT-rollen er sjelden den dere får flest søknader på. Den er rollen der kompetansen er smal, erfaringen må være reell og de beste folkene allerede har en jobb de trives ganske godt i. Da holder det ikke å publisere en annonse og vente. Sourcing av nisjekompetanse i IT handler om å vite hvem som faktisk kan gjøre jobben, hva de forventer og om dere har et tilbud som tåler sammenligning.

Det er forskjellen på å starte en rekruttering med håp og å starte med et beslutningsgrunnlag.

Hvorfor nisjekompetanse ikke kan annonseres frem

En utvikler med generell erfaring i et utbredt språk er én ting. En plattformingeniør som har bygget skyløsninger i regulerte miljøer, en sikkerhetsspesialist med erfaring fra hendelseshåndtering eller en data engineer som faktisk har jobbet med datakvalitet i stor skala, er noe annet.

Jo smalere kompetansen er, desto mindre sannsynlig er det at kandidaten sitter klar med oppdatert CV og varslinger på jobbportaler. De beste er ofte opptatt. De blir kontaktet. De velger hardt. Mange svarer ikke på generiske henvendelser fordi de har sett den samme teksten ti ganger før.

Det betyr ikke at stillingsannonser er verdiløse. De kan bygge synlighet, nå mennesker som vurderer et skifte og gi kandidater et sted å forstå rollen. Men annonsen er en kanal, ikke en sourcingstrategi. Bruker dere den som eneste plan, begrenser dere utvalget til dem som tilfeldigvis er tilgjengelige akkurat nå.

Det er et svakt utgangspunkt når rollen er kritisk.

Sourcing av nisjekompetanse i IT begynner med avgrensning

Mange søk blir vanskelige fordi behovet er uklart, ikke fordi markedet er tomt. «Vi trenger en seniorutvikler» sier nesten ingenting. Senior i hva? Hvilket teknisk ansvar? Hvilken type problemer skal personen løse de første seks månedene? Må kandidaten kunne lede andre, eller er det en faglig spissrolle? Er domenekunnskap nødvendig, eller bare en fordel?

Her må dere skille mellom krav som beskytter kvaliteten, og krav som bare beskriver den forrige ansatte. Hvis dere krever samme bakgrunn, samme verktøystakk og samme bransjeerfaring, kan dere ende med å lete etter én bestemt person. Det er ikke sourcing. Det er ønsketenkning.

En presis rollebeskrivelse bør forklare tre ting: hvilket resultat rollen skal skape, hvilke erfaringer som er ufravikelige, og hvilke deler av kompetansen som kan læres. Det gjør søket bredere der det bør være bredt, og skarpere der det må være skarpt.

En Kubernetes-spesialist trenger for eksempel ikke nødvendigvis erfaring fra akkurat deres skyløsning. Men dersom rollen innebærer å ta ansvar for sikkerhet, kostnadskontroll og drift av en plattform med høye krav til oppetid, må det komme tydelig frem. Da kan dere vurdere kandidater på det som betyr noe, ikke bare på nøkkelord i en profil.

Markedet svarer før kandidaten gjør det

Før dere kontakter én kandidat, bør dere vite hvor krevende oppgaven er. Hvor mange relevante fagfolk finnes innenfor realistisk geografi eller arbeidsform? Hvor mange selskaper rekrutterer den samme typen kompetanse? Hva ligger lønnsnivået på for kandidater med riktig erfaring? Og hvordan står dere mot alternativene kandidaten har?

Dette er spørsmål mange virksomheter prøver å besvare etter at prosessen har stoppet opp. Da er det ofte for sent. Dere har kanskje brukt uker på en annonse, intervjuer og forventninger som ikke passer markedet.

Det ærlige svaret kan være at lønnsrammen er for lav. Det kan være at kontorkravet snevrer inn markedet unødvendig. Eller at rollen har så stort ansvar og så lite handlingsrom at kandidater velger andre tilbud. Det er ikke hyggelig å høre. Men det er nyttig, fordi dere fortsatt kan gjøre noe med det.

Sourcing handler derfor ikke bare om å finne navn. Det handler om å teste om mandatet deres er konkurransedyktig før dere ber noen om å bytte jobb.

Kontakt som viser at dere har gjort hjemmeleksen

Når dere først tar kontakt, konkurrerer dere ikke bare med andre stillinger. Dere konkurrerer med kandidatens tid og oppmerksomhet. En melding som starter med «vi har sett din spennende bakgrunn» blir fort slettet. Den sier ingenting om hvorfor akkurat denne personen er relevant, eller hvorfor rollen er verdt en samtale.

God kontakt er konkret. Den peker på erfaring kandidaten faktisk har, forklarer hvilket problem dere trenger hjelp til å løse, og er tydelig på hva som er usikkert. Kanskje er teknologistacken under utvikling. Kanskje må teamet bygges. Kanskje er det et stort ansvar uten et stort navn på døren. Si det.

Dere trenger heller ikke selge inn en perfekt jobb. Erfarne IT-folk gjennomskuer det. De vil vite hvem de skal jobbe med, hvilke beslutninger de kan påvirke, hvor teknisk retning settes, og om det finnes rom til å gjøre godt fagarbeid. For noen er lønn avgjørende. For andre er det frihet, produktets kvalitet eller muligheten til å få eierskap til et fagområde. Det kommer an på kandidaten. Derfor må dialogen være en dialog, ikke en utsendt salgstekst.

Kandidatopplevelsen er en del av treffsikkerheten

Nisjekandidater snakker sammen. I fagmiljøer, på konferanser, i lukkede kanaler og over kaffe med tidligere kolleger. Når en virksomhet bruker lang tid på å svare, skjuler lønnsnivået eller lar kandidater gå gjennom fem runder uten å forklare hvorfor, blir det lagt merke til.

Det påvirker ikke bare den ene prosessen. Det påvirker hvor sannsynlig det er at neste relevante kandidat vil bruke tid på dere.

Vær tydelige tidlig om mandat, prosess og hva dere vurderer. Gi tilbakemelding også når svaret er nei. Ikke be en kandidat bruke flere timer på casearbeid hvis dere selv ikke har bestemt dere for hva dere trenger. Og ikke la en algoritme avslå et menneske uten en mulighet til å forstå vurderingen. Teknologi kan gi bedre oversikt og frigjøre tid, men ansvaret for beslutningen skal fortsatt ligge hos mennesker.

Hos Mandag.ai bruker vi data for å gi virksomheter fem konkrete kandidater, lønnsinnsikt og et bilde av konkurransen før annonsen publiseres. Poenget er ikke å gjøre rekruttering mer teknisk. Poenget er å fjerne gjettingen, slik at både dere og kandidaten kan ta en bedre beslutning.

Når det lønner seg å justere kravene

Noen roller er så spesialiserte at dere må være forberedt på en lang prosess. Det gjelder blant annet kompetanse innen gammel, forretningskritisk teknologi, svært spesifikke sikkerhetsmiljøer og kombinasjoner av tung teknisk erfaring og domeneinnsikt. Da er ikke svaret alltid å intensivere jakten.

Noen ganger bør dere endre oppsettet rundt rollen. Kan ansvaret deles mellom to personer? Kan en erfaren konsulent dekke et akutt behov mens dere bygger intern kapasitet? Kan en kandidat med tilgrensende kompetanse lykkes med en konkret opplæringsplan og riktig støtte i teamet?

Dette er reelle avveininger. En mindre erfaren kandidat kan være et godt valg hvis dere har tid og fagmiljø til å utvikle personen. Det er et dårlig valg hvis rollen krever at vedkommende skal stå alene fra første dag. På samme måte kan et høyere lønnstilbud være dyrere på papiret, men billigere enn seks måneder med tom kapasitet i en sentral funksjon.

Fra CV-jakt til bedre ansettelsesbeslutninger

Sourcing av nisjekompetanse i IT er ikke et løfte om at enhver rolle kan fylles raskt. Noen markeder er trange. Noen krav er helt riktige, selv om de gjør søket krevende. Men dere skal slippe å finne ut av det etter tre måneder med stillhet.

Start med å få et ærlig bilde av markedet. Se kandidatene før dere bestemmer dere for hvordan dere skal nå dem. Vær åpne om hva rollen krever, og villige til å justere det som faktisk kan justeres. Da bruker dere ikke bare mindre tid på feil spor. Dere møter de riktige fagfolkene på en måte som gir dem en grunn til å lytte.

Det er et godt sted å begynne når dere trenger kompetanse få andre har.

Written By

Egil Thengs er Recruitment Manager i Mandag.ai og har over 18 års erfaring fra rekruttering og ledelse. Han jobber i skjæringspunktet mellom forretningsutvikling, konseptbygging og AI-drevet rekruttering innen teknologi, IT og engineering.

Related Posts

Hvorfor velge oss

Mandag.AI er i forkant av teknologisk innovasjon innen rekrutteringsbransjen. Vi benytter de nyeste verktøyene og metodene, fra avanserte dataanalyser til kunstig intelligens og maskinlæring, for å finne, engasjere og tiltrekke de beste kandidatene.

Siste Aktuelt

Automatisering av kandidatkommunikasjon fremover
10/10/2026
Automatisering av kandidatkommunikasjon fremover
Talentanskaffelse teknologi som gir svar først
08/10/2026
Talentanskaffelse teknologi som gir svar først
Beste metoder for talentkartlegging i praksis
07/10/2026
Utdanningskrav i stillingsannonse: den beste i teamet kunne blitt silt bort

Artikkelkategori