Kunnskap for bedre beslutninger om arbeidsstyrke

Vi samler arbeidsmarkeddata fra SSB, NAV (full stillingsfeed), Doffin (offentlige anskaffelser) og mer, kobler dem med AI-eksponering per yrke (STYRK) fra vår modell, og leverer én plattform for rekruttering, omstilling og beredskapsvurdering. Flere kilder kan kobles til ved avtale (f.eks. Finn). Vi leverer relevante tall til HR, ledelse og offentlige aktører.

Scroll ned

Hvem vi er

Vi er et tech startup og AI- og dataforetak. HR og ledelse trenger svar på: Hvilke yrker er mest utsatt for AI? Hvor står vi mot markedet? Hvor skal vi omstille først? I dag ligger svarene spredt på SSB, NAV, egne modeller og flere kilder – få kobler dem på én plattform. Vi gjør det.

Vi leverer norsk arbeidsmarkeddata, AI-eksponering per yrke (STYRK) og signaler fra stillingsannonser i ett sted. Slik kan bedrifter, rekrutterere og offentlige aktører ta konkrete beslutninger om rekruttering, omstilling og beredskap – med tall som holder i styret og i dialog med fagforeninger.

Hva vi leverer

SSB – sysselsetting, lønn, næring og region per yrke. NAV (PAM stilling feed) – antall aktive stillinger og innhold i annonser, koblet på STYRK. Doffin – offentlige kjøpssignaler (hvem kjøper HR, kompetanse, AI og digital transformasjon). AI-eksponering 0–10 per yrke, skåret med språkmodell. Ferdigheter og «automatbare» ferdigheter per yrke. Flere kilder (f.eks. Finn) kan integreres ved avtale.

Alt på én normalisert datamodell. Vi samler denne kombinasjonen slik at dere slipper å samle og koble kildene selv – og får tallene klare for HR-systemer, rapportering og strategi. Flere API-er og datakilder tilbys etter behov.

Hvorfor Norly?

Offentlige kilder som SSB, NAV og Doffin er tilgjengelige for alle – verdien ligger i hvordan dataene kobles, normaliseres og analyseres. Norly bruker egne modeller for AI-eksponering per yrke (STYRK), definert metodikk for signaler fra stillingsannonser og offentlige kjøp, og én normalisert datamodell fra kilde til API og benchmark. Det er det vi bygger og vedlikeholder.

Tallene er bygget på offisiell nomenklatur og norske kilder som inngang, men skåringene, indeksene og benchmarken er våre. Slik kan dere bruke resultatene trygt i styret, rapportering og dialog med tillitsvalgte – med tydelig metodikk og eierskap fra Norly.

Med Norly får dere beslutningsgrunnlag på dager, ikke måneder, og rekruttering, omstilling og beredskap kan settes på datadrevet grunn – med våre modeller og vår plattform, ikke bare rådata fra andre.

AI-eksponering over tid

Laster live data …

Blå linje: snitt AI-eksponering (0–10). Grønn linje: andel stillingsannonser som nevner AI. Bytt visning med knappene over. Data fra ai_exposure_timeseries.json.

Kilder og samarbeidspartnere

Data fra stillingsannonser

Vi kobler flere kilder som viser hva markedet faktisk etterspør: stillingsannonser (full nasjonal feed fra NAV – aggregrert per STYRK med nøkkelordsanalyse: ChatGPT, Copilot, RPA, maskinlæring, generativ AI m.m.) og offentlige anskaffelser (Doffin) – hva stat og kommuner kjøper inn innen HR, kompetanse, AI og digital transformasjon. Flere stillingskilder (f.eks. Finn) kan integreres ved avtale. Ved siden av teoretisk AI-eksponering får dere dermed reelle markedssignaler, ikke bare modellerte tall.

Teoretisk risiko + reell adopsjon

To lag dere får sammen: (1) AI-eksponering 0–10 per yrke – teoretisk risiko fra yrkesinnhold og modell. (2) Reell adopsjon i markedet – kombinasjon av stillingsannonser (hva arbeidsgivere skriver i annonser, per STYRK) og offentlige kjøpssignaler (Doffin) (hva det offentlige faktisk anskaffer innen kompetanse, AI og digitalisering). Ett bilde: modell + etterspørsel.

Konkret: «Yrke X har AI-eksponering 8/10 – og dere ser tydelig reell etterspørsel: mange stillingsannonser treffer våre AI-relaterte søkeord, og Doffin viser parallelle kjøp innen relaterte behov. Yrke Y har 7/10 i teoretisk risiko, men færre slike treff i annonser og svakere kjøpssignal – dere kan prioritere opplæring før markedet strammer.»

Resultater med vår benchmark

Dette er typiske utfall når bedrifter får arbeidsmarkeddata og benchmark samlet: raskere rekruttering, mindre manuelt datastyre, tydeligere beredskap mot AI og tall som fungerer i styret. Tallene under ligger innenfor intervaller som rapporteres i bransjestudier om people analytics og HR-teknologi.

Illustrative tall basert på bransjeestimater.
Rekrutteringskvalitet
+42%
Planlegging / prognoser
+48%
AI- og omstillingsberedskap
+55%
Datadrevne beslutninger
+48%
Tidsbruk datainnsamling
−70%
Beslutningshastighet
+55%
Match kandidat–stilling
+40%
Kostnadsbesparelser (HR)
+32%
Tidsbruk rapportering
−65%
Innsikt i skills-gap
+60%
Strategisk planlegging
+50%
Tillit til tall i ledelsen
+45%
Forbedring etter bruk av benchmark og arbeidsmarkeddata

Mer informasjon

Hvorfor dette treffer: Vi leverer ikke et generisk HR-verktøy – vi leverer norsk arbeidsmarkeddata (SSB, NAV, Doffin m.m.), AI-eksponering per yrke, signaler fra stillingsmarkedet og offentlige anskaffelser og benchmark på én plattform. Dere slipper å samle og koble kildene selv, får tydelig risiko- og omstillingsbildet per STYRK, og kan svare på det ledelsen og styret spør etter.

Typiske utfall med våre data og benchmark:

  • Raskere og mer treffsikker rekruttering når stillinger kobles mot STYRK og AI-eksponering
  • Mindre manuelt arbeid med å samle arbeidsmarkedtall fra flere kilder
  • Bedre dialog med ledelsen fordi tallene er offisielle (SSB) og tydelige (eksponering 0–10)
  • Styrket omstillings- og kompetanseplanlegging ut fra hvilke yrker og ferdigheter som er mest utsatt

Om tallene i diagrammet: Prosentene over er satt innenfor intervaller som rapporteres i bransjestudier (people analytics, HR-automatisering, rekrutterings-teknologi). Vi har ikke egne målinger fra brukere ennå – når vi har det, oppdaterer vi med reelle tall. Kilder: Deloitte High-Impact People Analytics (2023); studier på time-to-hire-reduksjon (50–75 %), reduksjon i manuelle HR-oppgaver (ca. 70 %), people analytics og effektivitet.

Våre API-er og signaltjenester

Én datamodell, én plattform – ikke rådata fra mange kilder. Vi integrerer SSB, NAV, Doffin (offentlige anskaffelser), utdanning.no og ESCO. Våre API-er leverer yrker (STYRK), AI-eksponering, stillingssignaler fra NAV, offentlige kjøpssignaler og benchmark klart for integrasjon i HR-systemer, ATS og rapportering. Implementert og i drift. Flere kilder (f.eks. Finn) kan tilbys ved avtale.

01

Occupations

Full yrkeskatalog på STYRK med sysselsetting, lønn, stillingsantall, næring og region. Én respons, ett schema.

Live
02

AI Exposure

Eksponeringsskår 0–10 per yrke, ferdigheter og «automatbare» ferdigheter. Modellbasert analyse vi kjører og vedlikeholder.

Live
03

Benchmark

Sammenlign egen stillings- og yrkesstruktur mot nasjonale tall og AI-eksponering. Vår metodikk, våre indekser.

Live
04

Skills & Education

Yrkesbeskrivelser, utdanningsnivå og ferdighetslister per STYRK. Klart for søk, matching og rapportering.

Live
05

Teoretisk risiko + reell adopsjon

AI-eksponering 0–10 per yrke, pluss andel stillingsannonser med AI-nøkkelord (NAV-feed per STYRK) og offentlige kjøpssignaler (Doffin). Ett API, flere markedssignaler.

Live
06

Signaler fra markedet

Skills in demand, lønnssignaler, erfaring, remote/hybrid, verktøy per yrke. Tier 1–3 signaldatasett fra annonsetekst og tidsrekker.

Live

Reell adopsjon: stillinger + offentlige kjøp

Vi analyserer stillingsannonser (NAV som nasjonal feed, per STYRK) og offentlige anskaffelser (Doffin) – arbeidsgivernes ord i annonser og det offentliges innkjøp innen kompetanse og digitalisering. Flere stillingskilder kan kobles til ved avtale.

Hva vi gjør: Nøkkelordsanalyse i annonsetekst (bl.a. ChatGPT, Copilot, RPA, maskinlæring, generativ AI) per yrke, pluss klassifiserte kjøpssignaler fra Doffin.

To lag som få andre kombinerer:

  • AI-eksponering 0–10 (teoretisk risiko per yrke)
  • Reell etterspørsel: andel annonser med AI-nøkkelord per STYRK + Doffin-signaler på offentlig etterspørsel
«Yrke X: høy eksponering og tydelig etterspørsel – i annonser og i offentlige kjøp. Yrke Y: høy eksponering, men svakere signaler – vindu for omstilling.»

Benchmark mot plattformene dere bruker

Vi benchmarker deres yrkes- og stillingsstruktur mot nasjonale tall og AI-eksponering – direkte i eller ved siden av systemene dere bruker. Slik ser dere hvor beredskapen er lav, hvor risikoen ligger og hvor omstilling vil gi mest effekt. Dere bytter ikke ut Workday, SAP eller ATS; dere får arbeidsmarked- og AI-innsikt der dere allerede jobber.

Løsningen vår er bygget for å integrere med de plattformene HR og næringsliv bruker. Benchmark og arbeidsmarkeddata leveres der dere trenger dem – i rapporter, dashboards og beslutningsstøtte.

Kompatibel med blant annet

Workday SAP SuccessFactors Oracle HCM Microsoft Viva Personio Visma Teamtailor BambooHR LinkedIn Talent

Vi støtter integrasjon mot disse og andre HR- og ATS-plattformer.

Signaler vi leverer

Fra stillingsannonser (NAV), offentlige kjøp (Doffin), Brreg, tidsrekker og kombinasjon med SSB. Bygget på full NAV-feed, AI-nøkkelord og våre API-er.

Tier 1 – Fra annonsetekst

1. AI-adopsjon per yrke
Andel annonser som nevner AI/automatisering (ChatGPT, Copilot, RPA, maskinlæring, m.m.) per STYRK.
Teoretisk risiko (0–10) + reell adopsjon = historien ingen andre har.
Stillingsdelen: full annonsetekst fra NAV PAM (90+ nøkkelord). Per STYRK: andel annonser som nevner AI/automatisering. I tillegg: Doffin – offentlige utlysninger klassifisert etter HR, kompetanse, AI og digital transformasjon, så dere ser også hva det offentlige kjøper. Kombinert med AI-eksponering 0–10. Dashboard og API.
2. Skills in demand per yrke
NLP på annonsetekst → hvilke ferdigheter nevnes mest per STYRK. Trend over tid. Sammenlign med «automatable»-listen.
Det TalentNeuron/Draup selger. I Norge, på STYRK, har ingen andre det.
Vi trekker ut nøkkelord og ferdigheter fra annonsetekst og aggregerer per yrke. Dere ser hvilke ferdigheter som nevnes mest, trender over tid, og hvordan det sammenlignes med vår liste over automatable ferdigheter. Slik prioriterer dere opplæring og rekruttering mot det markedet faktisk ber om. Ingen andre leverer dette på norsk STYRK-nivå.
3. Lønnssignaler fra annonser
Hent lønnsspenn fra annonsetekst («kr 500–600k»). Aggreger per STYRK → reelt markedsspenn.
SSB er offisiell men etterslep. Dette er sanntid fra markedet.
Mål: lønnsspenn fra annonsetekst (f.eks. «kr 500–600 000») aggregert per STYRK. I dag viser plattformen SSB-lønn per yrke som referanse. Parsing av lønn fra NAV-annonser er på veikart. NAV-feed oppdateres kontinuerlig for øvrige signaler.
4. Erfaring som etterspørres
«X års erfaring» ut fra annonsetekst. Fordeling per yrke: andel 0–2, 3–5, 5+ år.
«I yrke X ber 60 % om 3–5 år. Du har 2 – her er gapet.»
Vi koder «X års erfaring» fra annonsetekst og viser fordeling per yrke (0–2, 3–5, 5+ år). Slik ser dere konkret hvor mange stillinger som krever erfaring og hvilket nivå – og kan vurdere om kandidater eller interne matcher. Direkte bruk i rekruttering og karriereplanlegging.
5. Remote / hybrid / on-site per yrke
Kategoriser annonser på arbeidssted. Andel per STYRK eller næring.
Hver stor arbeidsgiver planlegger rundt dette. Ingen i Norge selger det på yrkesnivå.
Vi kategoriserer annonser på arbeidssted (remote, hybrid, on-site) og viser andel per STYRK eller næring. Essensielt for arbeidsgiverstrategi, lokaler, rekruttering og employer branding. Ingen andre leverer dette på yrkesnivå i Norge.
6. Verktøy/teknologi i etterspørsel
Excel, SAP, Power BI, Python, Salesforce, m.m. per yrke.
«Hvilke verktøy ber markedet om i dette yrket?» Læring og opplæring.
Vi teller hvilke verktøy og teknologier som nevnes i annonser per yrke (Excel, SAP, Power BI, Python, Salesforce m.m.). Direkte input til læringsbehov, opplæringsplaner og rekruttering. «Hvilke verktøy ber markedet om i dette yrket?» – svar med data.
7. Utdanning i annonser vs. virkelighet
Hva annonsene ber om (bachelor/master) vs. SSB/utdanning – andel sysselsatte med det nivået.
«Krever master, men 40 % har bachelor» = kredentialinflasjon eller skills gap.
Vi sammenligner hva annonsene ber om (bachelor/master) med SSB og utdanning.no – andel sysselsatte med det nivået. Avslører kredentialinflasjon eller reelt skills gap. «Krever master, men 40 % har bachelor» – slike gap blir synlige per yrke.
8. Kontraktstype / stillingstype
Ansettelsesform og omfang (heltid, deltid, stillingsprosent) fra NAV. Fordeling per yrke.
Viktig for arbeidsgivere og tariff.
Fra NAV ad-detalj: engagementtype og extent. Vi viser fordeling per yrke i detaljpanelet. Viktig for tariff, personalplanlegging og HR.
NAV: Arbeidsgivere, geografi, sektor
Mest aktive rekruttere per yrke, geografi (kommune/fylke), sektor (offentlig/privat) fra NAV.
Hvem rekrutterer, hvor og i hvilken sektor – på yrkesnivå.
Fra full NAV-feed og ad-detalj: businessName → topp arbeidsgivere per STYRK; municipal og workLocations → geografi; sector → offentlig/privat. Vises i detaljpanelet per yrke.

Tier 2 – Fra tidsrekker

9. Stillingsetterspørsel over tid
NAV-antall per STYRK per måned. Endring (f.eks. +30 % siste 6 mnd).
«Etterspørselen i dette yrket vokser kraftig» = beslutningsgrunnlag.
NAV-antall per STYRK per måned (nav_ads_by_month). Vi lagrer sist endret per annonse og aggregerer per yrke. Konkret beslutningsgrunnlag for rekruttering og omstilling. Vises i detaljpanelet.
10. AI-adopsjon over tid
Samme som (1), men månedlig. «Andel annonser som nevner AI gikk fra 5 % til 15 % på 12 mnd.»
Viser at markedet beveger seg – sterkt narrativ.
Samme som signal 1, men som månedlig tidsrekke. Viser hvordan andel annonser som nevner AI endrer seg over tid. «Andel annonser som nevner AI gikk fra 5 % til 15 % på 12 mnd» – sterkt narrativ for styret og strategi. Leveres i API og dashboard.
11. Skills-trend
Skills in demand over tid. «Python nevnes 20 % oftere i dette yrket enn for ett år siden.»
Emerging vs. declining skills = det globale markedet betaler for.
Skills in demand over tid – emerging vs. declining skills. «Python nevnes 20 % oftere i dette yrket enn for ett år siden.» Det globale markedet (TalentNeuron, Draup) betaler store beløp for slike insikter. Vi leverer det på norsk STYRK.
12. Risk–opportunity-matrise
Kombiner: eksponering 0–10, stillingsannonser (NAV), evt. lønn. «Høy risiko + høy etterspørsel = omstill nå.»
Én oversikt som sier hva man bør gjøre. Premium-produkt.
Vi kombinerer AI-eksponering 0–10, NAV-stillinger per yrke og SSB lønn. «Høy risiko + høy etterspørsel = omstill nå.» Leveres i dashboard og API.

Tier 2b – Doffin & Brreg

Offentlige kjøpssignaler (Doffin)
Utlysninger kategorisert: HR, kompetanse, AI, digitalisering m.m. Topp kjøpere, nylige kontrakter.
Hvem kjøper hva i offentlig sektor – rekruttering og strategi.
Full Doffin-integrasjon: kjøpssignaler per kategori, treemap og detaljpanel. Hvem kjøper HR, kompetanse og digital transformasjon. Tilgjengelig som egen visning i dashboard og API.
Brreg
Virksomsdata i dashboard.
Kontekst og selskapsinformasjon.
Brreg-integrasjon tilgjengelig i dashboard for virksoms- og markedskontekst.

Tier 3 – Fra kombinasjon (SSB + NAV)

13. Markedstetthet
SSB sysselsetting vs. NAV-stillinger per STYRK. Stillingsannonser og sysselsatte.
«Tett marked» vs. «slakk» = rekrutteringsstrategi og lønn.
SSB sysselsetting + NAV vacancies per STYRK. Kombinerer offisiell statistikk med NAV etterspørsel. Leveres i dashboard.
14. Lønn vs. etterspørsel
SSB lønn + antall NAV-stillinger per yrke. Høy lønn + mange stillinger = mangel. Lav lønn + få = overskudd.
Enkel, troverdig story for HR og økonomi.
SSB lønn + NAV vacancies per yrke. Leveres i dashboard og API.
15. Næring × yrke
SSB næring per yrkesgruppe. Evt. utvidelse med arbeidsgiver/næring fra NAV.
Strategi og benchmarking.
Næringsfordeling fra SSB per yrkesgruppe. Unikt for Norge på yrkesnivå.

Benchmarking som konkurransefortrinn

Vår benchmark kobler deres yrkes- og stillingsstruktur mot nasjonale tall og AI-eksponering per STYRK – på det nivået dere faktisk rekrutterer og planlegger. Gap og avvik blir synlige: hvor er dere sårbare, hvor står dere sterkere enn markedet, og hvor bør omstilling prioriteres?

Dere får konkret innsikt i beredskap (hvilke yrker har høy AI-eksponering og hva det betyr for dere), risiko (hvilke stillingsgrupper bør få omstilling eller opplæring først) og muligheter (hvor dere kan styrke rekruttering eller kompetanse). Tallene er bygget på offisiell nomenklatur og norske kilder – klare for bruk i HR, styret og rapportering.

Vår plass i Norge

Vi tilbyr AI-eksponering per STYRK, full NAV-stillingsmasse (AI-adopsjon, arbeidsgivere, geografi, sektor, trend), offentlige kjøpssignaler (Doffin), Brreg og benchmarking – samlet. Vårt mål er å gjøre denne typen data tilgjengelig og brukervennlig for norske bedrifter og offentlige aktører.

Kategori

AI-eksponering

Andel stillinger som nevner AI

Andel NAV-stillinger i dette yrket der annonseteksten nevner AI/automatisering (f.eks. ChatGPT, Copilot, RPA, maskinlæring).

Mest aktive rekruttere (NAV)

    Geografi (NAV-stillinger)

    Stillingstype og omfang (NAV)

    Sektor (NAV)

    Utlysninger per måned (NAV)

    Sysselsetting

    Medianlønn

    Begrunnelse

    Typiske oppgaver

      Utsikter

      Anbefalinger

        Ferdigheter

        Mer utsatt for AI
        Mindre utsatt

        Næringer

        Geografisk fordeling

        Se også