Recruitment-AI voor werving & selectie (2026)

Waarom W&S een ander AI-vraagstuk is

Werving & selectie draait op fee. Een vast bedrag of een percentage van het jaarsalaris, betaald op het moment dat een kandidaat tekent en blijft. Dat klinkt simpel, maar het verandert alles aan welke recruitment-AI voor jou werkt en welke niet.

Kijk naar de rekensom. Een uitzendbureau verdient een paar tientjes marge per uur per flexkracht en doet dat over honderden plaatsingen. Bij jou werkt het andersom. Eén plaatsing van een controller op 90.000 euro tegen een fee van 22% is bijna 20.000 euro. Maar die fee komt pas binnen als de match klopt. En bij twijfel wordt hij niet uitbetaald, of erger, je raakt de relatie kwijt.

Dat is het hele punt. Jouw marge zit niet in doorvoer. Hij zit in diepte. In hoe goed je begrijpt wat een hiring manager echt zoekt achter het functieprofiel, en hoe goed je een kandidaat doorgrondt voorbij wat er op het CV staat. Een tool die jou helpt om in een dag dertig kandidaten te screenen, helpt je niet. Een tool die jou helpt om vijf kandidaten écht te begrijpen, dat is waar je geld zit.

Daaronder ligt een tweede vraag, en de meeste koopgidsen lopen er straal aan voorbij: waar die diepte moet landen. Het begrip dat jij verkoopt is weinig waard als het in een notetaker blijft hangen terwijl de vacature, de pipeline, de plaatsing en vier jaar klanthistorie in een ander systeem staan. Daar zijn veel W&S-bureaus ongemerkt in gerold, en de kosten daarvan zitten niet in de licentie. Ze zitten erin dat je shortlist en je dossier twee verschillende dingen worden.

Dit is precies waarom de bredere gids over recruitment-AI per bureautype W&S als een apart segment behandelt. Hier gaan we dieper. Welke AI-laag versterkt jouw fee-economie, welke ondergraaft hem stilletjes, en waar moet de output terechtkomen om in week zes nog iets waard te zijn?

De fee-economie van een W&S-bureau

Voordat we naar tools gaan, eerst de economie eronder scherp. Want die bepaalt alles.

Een W&S-bureau leeft van een handvol getallen. De fee per plaatsing. Het aantal opdrachten dat je tegelijk kunt dragen. En, het belangrijkste en meest onderschatte: de kans dat een klant terugkomt. Dat laatste getal is jouw werkelijke winstmotor. Een nieuwe klant werven kost je acquisitie, pitchen, vertrouwen opbouwen. Een bestaande klant die terugbelt omdat de vorige match raak was, kost je een telefoontje.

Reken het eens door. Stel je doet 40 plaatsingen per jaar tegen een gemiddelde fee van 15.000 euro. Dat is 600.000 euro omzet. Nu de vraag die ertoe doet: hoeveel daarvan komt van klanten die je al kende? Bij een gezond W&S-bureau is dat meer dan de helft. Bij een uitstekend bureau is het driekwart. Die herhaling is geen toeval. Hij is verdiend met matches die bleven zitten en met rapportage die de hiring manager liet zien dat je zijn business begreep.

Hier wringt het met “volume”-denken. De tijd die je bespaart door sneller te screenen, is bijna nooit de tijd die je geld kost. De tijd die je geld kost zit in de verkeerde plaatsing, in de match die na drie maanden weer wegloopt, in de hiring manager die je niet meer terugbelt. Geen enkele tool die op snelheid is gebouwd, lost dat op. Sterker, sommige maken het erger.

Wat je bespaart	Wat het je werkelijk waard is
10 minuten per intake-uitwerking	Marginaal. Admin is geen fee.
30 kandidaten sneller voorscreenen	Risico. Diepte verdwijnt, mismatch-kans stijgt.
Een mismatch vóór de shortlist signaleren	Hoog. Voorkomt een verloren plaatsing.
Een hiring manager-rapport dat klopt	Direct. Dit haalt de volgende opdracht binnen.
Een samenvatting van de ene tool in de andere overtypen	Negatief. Twee keer hetzelfde werk, en de tweede kopie loopt scheef.

De rechterkolom is waar AI verschil maakt voor een W&S-bureau. De linkerkolom is wat de meeste tools verkopen.

De AI-stack die je fee versterkt

Goede recruitment-AI voor W&S doet één ding: hij maakt jou dieper, niet sneller. Concreet betekent dat vier dingen.

Recruitment intelligence voorbij CV-matching. Een CV vertelt je wat iemand heeft gedaan. Het vertelt je niet waarom iemand wegging, wat hem energie geeft, of hij leiding wil geven of juist niet, en of de carrière-arc richting deze rol wijst of er juist vanaf. Die signalen zitten in het gesprek. AI die het intake-gesprek leest op motivatie, carrière-richting en zachte signalen, geeft je een profiel dat geen CV-parser kan benaderen. Dit is het verschil tussen conversation intelligence en simpele transcriptie. Het eerste denkt mee. Het tweede typt mee.

Gestructureerde rapportage richting de hiring manager. Dit is jouw onderscheidend vermogen, en het wordt zwaar onderschat. Een shortlist die alleen namen en scores bevat, is een commodity. Een shortlist waar bij elke kandidaat staat waaróm hij past, onderbouwd met wat hij in het gesprek zei, dat is advies. De hiring manager voelt het verschil meteen. AI die per gesprekstype een gestructureerde samenvatting maakt, kandidaat-intake, vacature-intake, evaluatie, geeft jou de bouwstenen voor rapportage die de relatie versterkt in plaats van alleen informeert.

Klikbare transparantie. Stel, je zet een kandidaat bovenaan de shortlist en de hiring manager vraagt waarom. “Mijn gevoel” is geen antwoord dat een fee rechtvaardigt. “Omdat ze in het gesprek zei dat ze juist deze schaalstap zocht, hier, luister maar” is een antwoord dat vertrouwen bouwt. Tools waarbij elke zin in de samenvatting klikbaar is en terugverwijst naar het exacte moment in het gesprek, geven jou die onderbouwing. Niet voor jezelf, maar voor het gesprek met de klant.

Een plek waar die drie landen. Dit is de laag die niemand demonstreert, en hij bepaalt of de andere drie zes weken later nog iets waard zijn. Een W&S-traject is zelden één gesprek. Je spreekt een kandidaat in de intake, na een klantgesprek, na een assessment, en ondertussen werk je een vacature bij, verplaats je een sollicitatie, stuur je een profiel door. Zit de output van het gesprek in het ene product en de pipeline in het andere, dan typt iemand de bruikbare helft over en blijft de rest liggen, en binnen een maand lopen de twee versies uiteen. Staan ze op hetzelfde dossier, dan zijn je shortlist en je dossier één ding: de reden dat een kandidaat bovenaan staat, ligt naast de sollicitatie waar hij bij hoort, en hij ligt er nog steeds als de hiring manager er in week zes naar vraagt. Dat is recruitment intelligence in de praktijk — niet samenvatten per gesprek, maar samenvattingen laten opstapelen op een plek waar je ze kunt doorzoeken en aanhalen.

Vier lagen. Allemaal gericht op diepte. Geen van vier op snelheid.

Wat juist tegen je fee werkt

Nu het deel dat de meeste W&S-bureaus verkeerd inkopen. Want de markt duwt je richting volume-tools, en die marketing is overtuigend.

Mass-screening tools beloven dat je honderden kandidaten in minuten voorsorteert. Voor een uitzendbureau is dat goud. Voor jou is het gif. De reden is precies de fee-economie van hierboven: jouw waarde zit in de diepte die zo’n tool wegautomatiseert. Als je een kandidaat reduceert tot een match-score van 87%, gooi je weg waar je voor betaald wordt. De hiring manager kan zelf wel een ATS draaien dat scores spuugt. Daar heeft hij jou niet voor nodig.

Let op de signalen in de demo. Een tool die opschept over “10x meer kandidaten per recruiter” of “autonome shortlisting” is gebouwd voor een ander bureautype dan het jouwe. De analyse per bureautype noemt dit valkuil twee: shiny features kopen die niet bij je economie passen. Bij W&S is die valkuil duurder dan elders, omdat de tool letterlijk het deel van het werk automatiseert waar je fee tegenover staat.

Een tweede categorie om voorzichtig mee te zijn: autonome afwijzings-agents. Niet omdat ze niet werken, maar omdat ze bij W&S zelden de moeite waard zijn. Je werkt met kleine aantallen en hoge inzet. De tijd die je wint door een afwijzing te automatiseren, verbleekt bij het risico dat je een kandidaat verkeerd afserveert die via via bij jouw hiring manager terechtkomt. In een markt waar reputatie je hele asset is, is dat geen ruil die je wilt maken.

De derde is de stilste, en de meeste W&S-bureaus zitten er nu middenin: een stack waarbij de intelligentie en de dossiers in verschillende producten zitten. Dat is zelden een besluit geweest. Je koopt in jaar één een ATS, in jaar drie een notetaker omdat de uitwerkingen in dat ATS onbruikbaar waren, en in jaar vijf staat je beste materiaal over een kandidaat in een tool waar je pipeline niets van weet. Vraag de leverancier van dat tweede product wat er met de output gebeurt. Is het antwoord een tweeweg-koppeling, wees dan juist wantrouwiger: twee systemen die naar elkaar schrijven, leveren je twee bronsystemen en geen waarheid op, en het rechttrekken komt elke week bij je consultants terecht. Een match-score gooit diepte met opzet weg. Een gesplitste stack doet het per ongeluk, en dat valt minder op en duurt langer om te repareren.

Kort gezegd: bij twijfel kies je het gereedschap dat jou laat vertragen op de juiste momenten, en zorg je dat wat het oplevert terechtkomt waar ook de plaatsing staat.

Simply

Simply is een ATS. Dat is het benoemen waard, want het is het antwoord op de vraag die de vorige paragraaf openlaat. De vacature, de sollicitaties, de shortlist en de plaatsing staan hier, op een datamodel dat je zelf inricht — en het gesprek dat die shortlist onderbouwt, staat er ook. We synchroniseren niet met een ander ATS, niet met Bullhorn, niet met Carerix, niet met iets anders in die categorie. Voor een W&S-bureau sluit dat op vier punten aan.

AI-samenvattingen per gesprekstype. Een kandidaat-intake vraagt om andere structuur dan een vacature-intake of een evaluatiegesprek. Een intake komt eruit als een briefing, een screening als een screening, een debrief als een advies met de twijfel eraan vast. De gestructureerde velden die eruit komen — salarisverwachting, opzegtermijn, beschikbaarheid — verschijnen als voorstellen naast het dossier. Je keurt goed, je past aan, of je gooit het weg. Er wordt niets weggeschreven tot jij dat doet, en de goedkeuring en de goedkeurder gaan mee het auditlog in.

Controleerbare transcripties. Elke zin is verankerd aan het moment in de audio waar hij vandaan komt, en een claim in de samenvatting verwijst terug naar de regel waaruit hij is afgeleid. Vraagt een hiring manager waarom een kandidaat bovenaan staat, dan ligt het bewijs één klik verderop, weken na het gesprek. Dat is geen feature voor jou, het is een feature voor het gesprek met je klant.

Zoeken in wat er werkelijk gezegd is. Losse samenvattingen schelen je tien minuten. Samen worden ze wat het systeem weet, want samenvattingen worden weggeschreven in de notities bij de kandidaat, de vacature of het bedrijf, en het zoeken loopt over dezelfde database als de dossiers — op woorden, op betekenis, of allebei samengevoegd tot één ranking. “Wie zei ook alweer dat hij voor de juiste rol wilde verhuizen” wordt zo een vraag die je aan je eigen gesprekken stelt in plaats van aan wat iemand toevallig heeft aangevinkt. Het ophalen is rechten-gefilterd: een dossier dat je niet mag openen, kun je ook niet vinden.

Dashboards en rapportage. Doorlooptijd, conversie per fase, waar plaatsingen vandaan komen, gebouwd over elk object in je model inclusief de velden die je zelf hebt toegevoegd. En het is goed om te weten wat het níét is: dit zijn aggregaten en daar houdt het op — aantallen, percentages en trends, zonder doorklik van een grafiek naar de regels eronder. Heb je de dossiers zelf nodig, dan open je ze daar waar de rechten volledig gelden.

Eerlijk over de grens. Vacatures plaatsen op jobboards en multiposting komen eraan; vandaag zitten ze er nog niet in, dus begint jouw proces met een multiposting-ronde, dan blijft dat deel vandaag nog staan waar het nu staat. Een eigen werkenbij-site hosten wij niet. Voor een uitzendbureau dat op 90-seconden-intakes draait, missen we de volume-features. En van een ander systeem komen is een migratie en geen koppeling: vier weken, en eenrichtingsverkeer — na de verhuizing is er geen weg terug naar het oude ATS, en precies daarom is de mapping iets waar jij naar kijkt in plaats van iets wat wij stilletjes doen. Dat zeggen we liever allemaal in het eerste gesprek dan in maand drie.

Wil je dieper op de bureau-economie van W&S, lees dan de voor-wie-pagina voor werving en selectie.

Compliance: kort maar niet optioneel

Twee regimes lopen naast elkaar, en bij W&S kun je geen van beide negeren.

De AVG geeft elke kandidaat rechten rond inzage, verwijdering en, bij geautomatiseerde besluitvorming, het recht op menselijke tussenkomst. Bij W&S werk je per definitie met menselijk oordeel, dus dat recht is meestal goed afgedekt, mits je AI-tool een ondersteunende rol speelt en niet zelf afwijst.

De EU AI Act maakt recruitment-AI vanaf 2 augustus 2026 hoog-risico. Dat betekent eisen rond risicomanagement, datagovernance, logging, menselijk toezicht en accuratesse. Voor jou als bureau is de praktische vraag simpel: kan je vendor laten zien dat de tool aan deze eisen voldoet, met documentatie en audit-logs? Zo niet, dan erf jij de juridische exposure. De gids over AVG en de AI Act voor recruitment-tools loopt dit punt voor punt door.

Nog één vraag die de moeite waard is in de demo, want het antwoord wordt meestal platgeslagen tot één geruststellende zin: waar staat de data, en waar draait het model? Dat zijn twee vragen, geen één. Een leverancier die het bij “alles wordt binnen de EU verwerkt” laat, laat jou uitzoeken welk deel hij bedoelt, en een DPIA-beoordelaar haalt het alsnog uit elkaar. Ons eigen antwoord, zodat je iets hebt om mee te vergelijken: het platform en de kandidaatdata staan in de EU, op infrastructuur die we zelf draaien, en de tekst die een model nodig heeft wordt ook binnen de EU verwerkt — of op je eigen sleutel bij je eigen provider en regio. De modellen zelf kopen we in; dat is een andere vraag dan waar ze draaien. Welk model welk verzoek deed, staat in het auditlog, met de kosten in euro’s.

De geruststelling voor W&S: omdat jouw werk inherent op diepte en menselijk oordeel draait, past het goed binnen wat de AI Act vraagt. Een tool die jou ondersteunt in plaats van vervangt, is precies wat de wetgever voor ogen heeft. De bureaus die in de problemen komen, zijn de bureaus die afwijzing op schaal automatiseerden. Dat is sowieso niet jouw model.

Waar te beginnen

Geen platform-aankoop, geen jaarcontract op basis van een demo. Drie stappen.

Stap 1. Reken je herhaal-omzet uit. Welk percentage van je plaatsingen komt van klanten die al eens bij je terugkwamen? Dat getal is je werkelijke winstmotor en het maakt meteen duidelijk waar AI moet helpen: bij de kwaliteit van de match en de rapportage, niet bij de doorvoer.

Stap 2. Pak je drie grootste tijdvreters die geen fee opleveren. Voor de meeste W&S-bureaus zijn dat gespreksuitwerking, het opstellen van hiring manager-rapportage, en data-entry. Daar zit je eerste winst, en het mooie is dat de tools die dit oplossen je tegelijk dieper maken in plaats van sneller-en-oppervlakkiger. Zet er meteen bij welke van die taken alleen bestaan omdat twee systemen met elkaar in de pas moeten blijven. Dat aantal valt meestal hoger uit dan mensen denken, en het is precies het getal dat nooit in een business case opduikt.

Stap 3. Draai er een echte opdracht doorheen voordat je iets tekent, met een meetpunt dat je vooraf vastlegt. Niet “voelt goed”, maar “scheelt mij twee uur per traject die ik nu in extra kandidaat-research stop”, en “in week zes kon ik de hiring manager nog steeds laten zien waar die claim vandaan kwam”. Onze proefperiode is veertien dagen op het volledige product, zonder creditcard; Starter is 79 euro en Pro 129 euro per gebruiker per maand bij jaarlijkse facturering, en AI-gebruik draait op je eigen provider-sleutel, dus je provider factureert je daar rechtstreeks voor — geen creditbundel om te kopen, geen opslag van ons. Meet de uitkomst aan je fee-economie, niet aan een tijdwinst-dashboard.

Begin bij je geld. Niet bij de tool.