Twee manieren om AI in recruitment te krijgen: een laag bovenop je ATS, of een ATS met de intelligentie erin. Wat allebei kost, plus welke laag met welk ATS koppelt.
Integratiegegevens van de gesprekslagen geverifieerd via officiële leverancierspagina’s, mei 2026. Leveranciers herzien hun connectoren regelmatig. Waar een koppeling niet op publieke pagina’s staat vermeld, is dat als zodanig geformuleerd, niet als “kan niet”.
De meeste koopgidsen voor recruitment-AI beginnen bij de tool. Welke is het beste, welke heeft de meeste features, welke wint de vergelijking. Daarna versmallen ze naar de vraag die praktisch voelt: welke koppelt met het systeem dat ik al draai?
Die vraag is het stellen waard, en het is goed om te weten dat er al een aanname in zit. Namelijk dat het ATS vaststaat en de AI de variabele is. Voor veel bureaus klopt dat precies, en de tweede helft van deze gids is voor hen: vijf leveranciers, welke ATS’en ze noemen, op welke diepte, met bronnen en datums.
Maar die aanname is niet langer gratis. Tot voor kort was AI in recruitment werkelijk iets wat je erbij kocht, simpelweg omdat geen enkel system of record het ingebouwd had. Dat is veranderd. Er staan nu twee vormen in de markt, en kiezen tussen die twee is een grotere beslissing dan kiezen tussen twee notetakers. Sta je dit jaar voor een ATS-keuze in plaats van dat je het systeem verdedigt dat je hebt, dan is de connectorenmatrix het verkeerde vertrekpunt.
Deze gids behandelt allebei. Waar de intelligentie hoort te zitten, wat elk model werkelijk kost, en daarna de koppeldetails van de laag die je koopt als je op je ATS blijft.
Begin bij wat het werk is. Een intake opnemen, hem begrijpen, er gestructureerde velden van maken, een cv uitlezen tot een kandidaatprofiel, die kandidaat matchen tegen een openstaande vacature, er een klantklaar document van maken. Elk van die handelingen leest uit en schrijft naar dezelfde verzameling dossiers.
Model één: een laag erbovenop. Het AI-product doet het begrijpen, het ATS houdt de dossiers vast. Daartussen zit een koppeling. Dit is het model dat de categorie heeft gebouwd, en het heeft een echt voordeel: je houdt alles wat je al hebt. Je historie, je workflow, je backoffice, je contracting, je facturatie. Je voegt een capability toe zonder migratie, en werkt het niet, dan zet je hem uit.
De kosten zitten in de koppeling, en dat is meer dan een implementatieregel. Elk veld dat de AI uitleest moet worden gemapt op een veld dat iemand anders heeft gedefinieerd. Elke dropdownwaarde moet passen in een optielijst die jij niet beheert. Elke schemawijziging aan één van beide kanten is onderhoud. En die koppeling is ook een rechtengrens: wat het ene systeem weet over wie wat mag zien, overleeft de oversteek niet automatisch. Die belasting is niet eenmalig, en je betaalt hem juist op de onderdelen die je het meest gebruikt.
Model twee: de intelligentie ín het system of record. Hier zijn de dossiers en de AI hetzelfde product. Een uitgelezen cv landt in je eigen velden omdat het jouw velden zijn. Een gevonden opzegtermijn wordt voorgesteld op het dossier waar hij vandaan komt. Matching leest de echte vacature, want er is maar één exemplaar van. Geen mappinglaag, geen formaatvertaling, geen koppeling om te onderhouden, want er gaat niets over een grens.
De kosten hiervan zijn net zo echt, en het is het punt dat leveranciers in deze categorie het minst graag opschrijven: het is een migratie. Je verhuist je data, je traint je team opnieuw, en je geeft op wat je oude systeem deed en het nieuwe niet. Dat is een grotere beslissing dan een tool erbij, en zo hoor je hem ook te behandelen.
Simply is het tweede model. Het was ooit het eerste, en dit artikel zei dat ook. Inmiddels is het het ATS en het CRM: een datamodel dat je zelf inricht, met opnemen, parsen, matchen, documenten genereren en rapporteren erin. Waarmee Simply niet op het lijstje staat van tools die met je ATS koppelen. Het staat op het lijstje systemen waarmee je je ATS vergelijkt, en dat is een ander gesprek met andere risico’s.
Koop je een laag, dan is het nuttigste dat je kunt doen: uitzoeken wat “integratie” in de zin van elke leverancier betekent. Ze gebruiken hetzelfde woord voor heel verschillende dingen, en het verschil bepaalt hoeveel handwerk er na de aanschaf overblijft.
Het basisniveau. De tool produceert output, een samenvatting, een geparseerd cv, een setje datapunten, en jij kopieert dat handmatig naar je ATS. Soms via een nette exportknop, soms via copy-paste uit een transcript. Het werkt, en voor een solo-recruiter of een klein team is het soms genoeg. Maar de tijdwinst van de AI lekt deels weg in het overtypen, en bij volume telt dat snel op.
De tool schrijft datapunten rechtstreeks naar de juiste velden. Gewenst salaris naar het salarisveld, beschikbaarheid naar het beschikbaarheidsveld, een geparseerd cv op de kandidaatkaart. Geen overtypen meer. De winst zit niet alleen in tijd maar in datakwaliteit: minder typefouten, consistente invoer, geen velden die overgeslagen worden omdat het vrijdagmiddag is.
Het lastige hier is veldherkenning. Een ATS heeft dropdowns, enums, datumvelden en verplichte formats. Een tool die alleen platte tekst kan wegschrijven, helpt je niet. Vraag specifiek hoe de leverancier omgaat met een picklist waarvan jij vorige maand de opties hebt gewijzigd, en wat er gebeurt met een waarde die op geen enkele optie past.
De diepste versie van een laag. De koppeling leest én schrijft. Hij haalt openstaande vacatures uit het ATS zodat een kandidaat daartegen gematcht kan worden, hij weet welke opdrachtgever bij welke opdracht hoort, en updates lopen beide kanten op.
Niveau 3 is ook waar het model tegen zichzelf begint te pleiten. Op het moment dat een tool je vacatures leest, je velden schrijft, je gesprekshistorie bewaart en je bestand matcht, is de interessante vraag niet meer hoe goed die koppeling is. Dan is de vraag waarom het twee systemen zijn.
Tip voor het leveranciersgesprek. Vraag niet “heb je een integratie met mijn ATS?” Het antwoord is bijna altijd ja. Vraag op welk van de drie niveaus hij zit, of hij naar specifieke velden schrijft of alleen naar vrije tekst, of hij vacaturedata terugleest, en of de connector native is of via middleware als Zapier loopt. Native versus middleware is vaak het verschil tussen een week implementatie en een kwartaal.
Eerst het speelveld. Dit zijn de systemen die je in het Nederlandse recruitmentlandschap het meest tegenkomt. De omschrijvingen zijn neutraal en feitelijk, gebaseerd op de Recruitment Tech benchmark 2026. Eén ding is veranderd sinds de vorige versie van dit artikel: voor Simply zijn dit inmiddels de systemen waarmee het vergeleken wordt, niet de systemen waar het op aansluit. Lees de tabel dus als concurrenten die eerlijk beschreven worden, want anders is een vergelijking niets waard.
| ATS | Type | Sterk bij |
|---|---|---|
| Bullhorn | US ATS/CRM | Grotere en internationale bureaus |
| Mysolution | NL staffing/payroll-platform (nam OTYS over) | Uitzenden en payroll, end-to-end |
| OTYS | NL bureau-ATS | Sterke multiposting |
| Carerix | NL ATS/CRM | Relatiegedreven werken, top-genoteerd in NL |
| Byner | NL, Salesforce-gebaseerd | Staffing en detachering |
| Tigris | NL, Salesforce-native | Bureaus op het Salesforce-platform |
| Salesforce | Wereldwijde CRM-als-ATS | Enterprise en consultancy |
| Recruitee | NL-origine (nu Tellent) | Corporate en in-house |
| Greenhouse | US enterprise-ATS | Tech en scale-ups |
| AFAS | NL ERP/HR | Recruitment als secundaire module |
Twee dingen vallen op. Het Nederlandse landschap is een mix van sterke regionale spelers en internationale systemen, en daarom heeft een laag die briljant koppelt met Greenhouse en Ashby geen enkele waarde voor een bureau op Carerix. En een aantal van deze systemen is gewoon beter dan een AI-native nieuwkomer in dingen die niets met AI te maken hebben: multiposting en werkenbij-sites, midoffice en contracting, payroll. Dat zijn de kolommen die je nakijkt vóórdat iemand enthousiast wordt over een samenvatting.
De matrix hieronder zet vier gesprekslagen af tegen de ATS’en die ze ondersteunen. Een vinkje betekent dat de koppeling op publieke pagina’s staat vermeld; een streepje betekent dat het er niet staat, en dat is nadrukkelijk “niet gedocumenteerd op het moment van schrijven” en geen “kan niet”.
Simply is hier geen kolom, en dat ontbreken is het punt. Het is een ATS, dus het koppelt er niet mee. Wil je het naast de systemen in de linkerkolom leggen, dan is dat de vergelijkpagina en niet deze tabel.
| ATS | Carv | In2Dialog | Metaview | Fireflies |
|---|---|---|---|---|
| Salesforce | — | ✓ | — | — |
| Bullhorn | ✓ (embedded) | ✓ | ✓ | via middleware |
| Mysolution | — | — | — | — |
| Byner | — | — | — | — |
| Tigris | ✓ (API) | — | — | — |
| Carerix | ✓ (embedded) | ✓ | — | — |
| OTYS | ✓ (embedded) | ✓ | — | — |
| Recruitee | ✓ (API) | — | ✓ | — |
| AFAS | — | — | — | — |
| Greenhouse | ✓ (API) | — | ✓ | ✓ (native) |
| Lever | ✓ (API) | — | ✓ | ✓ (native) |
| Ashby | — | — | ✓ | ✓ (native) |
De matrix vertelt een verhaal dat de afzonderlijke marketingpagina’s niet vertellen: de lagen clusteren rond verschillende delen van de markt, en de NL-native ATS’en zijn bij iedereen dun gedekt. Hieronder per leverancier wat de koppeling concreet inhoudt.
Simply is een Nederlands AI-native ATS en CRM, en staat daarmee in de linkerkolom van de matrix in plaats van bovenaan. Kandidaten, vacatures, opdrachtgevers, sollicitaties en plaatsingen staan in een datamodel dat je zelf inricht, en niet in een model waarvoor je op een release moet wachten. Omdat dat model metadata is, pikt alles eronder je wijziging op: parsing schrijft in de velden die jij hebt gemaakt, zoeken en rechten dekken ze, en de API serveert ze.
De AI is geen gekoppeld product. Online gesprekken worden native vastgelegd via Google en Microsoft, telefonische en fysieke gesprekken via de desktop- en mobiele app, en wat eruit komt landt op de kandidaat als voorgestelde veldwijzigingen die een mens goedkeurt, elk met een betrouwbaarheidsscore en de regel waar hij vandaan komt. Matching scoort een kandidaat tegen een echte vacature met de rekensom erbij, zodat een opdrachtgever die een shortlist aanvecht een antwoord krijgt in plaats van een schouderophalen. Elke bewering in een samenvatting is verankerd aan het moment in de audio waar hij vandaan komt.
Wat dat betekent voor de vraag van dit artikel: er is geen integratieniveau, want er is geen oversteek. En er is ook geen terugschrijven naar een ander ATS, in geen van beide richtingen. Simply synchroniseert niet met Bullhorn, Carerix of wat dan ook in die categorie. Ernaartoe gaan is een migratie in één richting: vier weken, met in week één een data-audit, zodat wat je export níét meeneemt boven tafel komt vóórdat je tekent en niet pas in week vijf.
Voor de rest van je stack zijn er zes OAuth-koppelingen, met naam en toenaam en compleet: Gmail, Outlook, Google Calendar, Zoom, Slack en HubSpot. Alles daarbuiten loopt via de publieke REST-API, die uit hetzelfde model komt als de interface, met sleutels per workspace en HMAC-ondertekende webhooks. Bron: simplyrecruit.ai/nl/features/integraties (2026-05-29).
Carv onderscheidt zich met een ingebedde weergave: voor Bullhorn, Carerix, OTYS en Jobylon draait Carv als een view bínnen het ATS, zodat de recruiter niet hoeft te schakelen. Voor Lever, Greenhouse, Workable, Recruitee, Tigris, Avature, JobAdder, Loxo en RecruitNow loopt de koppeling via API. Carv heeft een officieel partnership met Carerix en ondersteunt VOIP via Aircall. Op prijs zit Carv rond de €60 per gebruiker per maand (volgens Capterra). Sterk bij de combinatie Bullhorn/Carerix/OTYS, en breed op de internationale ATS’en. Bron: carv.com/integrations (2026-05-29).
In2Dialog is een Nederlandse tool met directe integraties voor Salesforce, Bullhorn, Carerix, Ubeeo en OTYS (de logo’s op de homepage). Het vult je ATS tijdens het sollicitatiegesprek met herkende datapunten. Telefonie loopt via een betaalde add-on. Mysolution, Byner en Tigris worden niet op de publieke pagina’s genoemd. Goede dekking op de relatiegedreven NL-ATS’en (Carerix, OTYS) en de internationale klassiekers. Bron: in2dialog.com (2026-05-29).
Metaview noemt op zijn integratiepagina ruim 62 recruitingtools, waaronder Bullhorn, Recruitee, Personio, Greenhouse, Lever, Ashby, SmartRecruiters, Gem, Workday en iCIMS. De methode achter dat aantal staat niet publiek gespecificeerd. De NL-native ATS’en (Mysolution, Byner, Tigris, OTYS, Carerix) worden niet genoemd. Dat maakt Metaview sterk bij internationale ATS-stacks, met minder dekking op de specifiek Nederlandse systemen, een feitelijke constatering, geen oordeel. Bron: metaview.ai/integrations (2026-05-29).
Fireflies is een algemene meeting-notetaker met native ATS-koppelingen voor Ashby, Greenhouse, Lever en BambooHR. Andere systemen lopen via viaSocket of Zapier; Bullhorn en Workable via middleware. Er zijn geen native connectoren met NL-native ATS’en, en geen Nederlandse AI-samenvattingen (alleen ruwe transcriptie). Daarmee is Fireflies vooral interessant voor internationale, Engelstalige stacks op de grote US-ATS’en. Bron: fireflies.ai/integrations/applicant-tracking-system (2026-05-29).
Drie situaties, en ze leiden tot werkelijk verschillende antwoorden.
Je ATS bevalt prima en je gaat niet verhuizen. Veel bureaus zitten hier, en dat is een te verdedigen positie: de backoffice werkt, de contracting werkt, de historie is intact, en een migratie kost je een kwartaal. Koop dan een laag, en koop hem op koppeldiepte. Gebruik de matrix, schrap alles wat jouw systeem niet noemt, en leg de niveau-1-2-3-vraag vóór de demo neer bij wie er overblijft in plaats van tijdens. Reken de koppeling mee als doorlopende post, niet als eenmalige.
Je zit tegen een verlenging aan, of het ATS ís de klacht. Hier verdient het tweede model zijn gehoor. Als de reden dat je naar AI kijkt is dat je system of record traag is, star, of gevormd naar andermans bureau, dan lost een laag erbovenop de kleinste helft van het probleem op en levert hij een koppeling op om te onderhouden. Zet de AI-native systemen dan rechtstreeks naast je huidige leverancier, op de vergelijkpagina, en lees de migratievoorwaarden vóór de featurelijst. Wat je opgeeft weegt zwaarder dan wat je erbij krijgt, want dat laatste demonstreert makkelijk en het eerste komt in maand drie boven.
Je draait op een internationaal ATS (Greenhouse, Lever, Ashby). Dan opent de lagenmarkt zich volledig. Metaview en Fireflies zijn hier sterk met native koppelingen op precies deze systemen, en Carv koppelt via API. De keuze verschuift van “wie koppelt überhaupt” naar “wie levert de beste intelligentie en de ondersteuning die je nodig hebt in jouw taal”, als dat laatste voor jou speelt.
Wil je dit afzetten tegen je bredere toolkeuze, niet alleen de koppeling maar de hele fit met je bureau-economie, dan is de gids voor recruitment-AI kiezen per bureautype het logische vervolg.
Blijf je op je ATS, dan is een diepe koppeling het betalen waard. Vier dingen die hij je echt oplevert, met de kanttekening die eraan vastzit.
Minder dubbel werk. Een recruiter die na elk gesprek datapunten overtikt, doet werk dat een koppeling op niveau 2 wegneemt. Bij honderden gesprekken per maand is dat geen marginale winst. De kanttekening: het haalt het typen weg, niet het controleren. Iemand kijkt nog steeds na wat er is weggeschreven.
Betere datakwaliteit. Handmatige invoer betekent typefouten, vergeten velden en inconsistente formats. Veldherkenning plus validatie verslaat een mens op vrijdagmiddag. De kanttekening: alleen voor de velden die de connector ondersteunt. Je eigen velden, je enums en dat wat je vorig kwartaal hebt toegevoegd zijn precies de plek waar connectoren het dunst zijn.
Matchen tegen wat er echt openstaat. Een koppeling op niveau 3 leest live vacatures in plaats van een geëxporteerde momentopname, dus de AI matcht tegen de eisen zoals ze nú zijn. De kanttekening: vertraging en mappingfouten laten de twee kopieën uit de pas lopen, en dat faalt stil.
Audit en herleidbaarheid. Onder de EU AI Act en de AVG moet je kunnen aantonen waarop een beslissing rustte. Een koppeling die elke weggeschreven waarde herleidbaar maakt, maakt dat toezicht praktisch. De kanttekening, en die wordt het meest onderschat: een audittrail die bij de systeemgrens ophoudt, is een halve audittrail. Zit de redenering in het ene product en het dossier in het andere, dan betekent “laat maar zien waarom” twee logs met twee klokken naast elkaar leggen.
Dat laatste punt is de eerlijke samenvatting van de hele vergelijking. Elk van deze voordelen is echt, en elk ervan wordt afgetopt door het feit dat het twee systemen zijn. Het AI-native model haalt die afkapping weg en rekent er een migratie voor. Welke van die twee je liever betaalt is een echte afweging, en wie zegt dat het voor de hand ligt, verkoopt er één van.
Een nuchtere volgorde, welke kant je ook op gaat.
Stap 1. Benoem het probleem voordat je een tool benoemt. Is de klacht dat gesprekken geen dossier worden, of zijn de dossiers zelf het probleem? Het eerste is een laag. Het tweede is een systeemwissel, en daar helpt geen enkele connector tegen.
Stap 2. Blijf je op je ATS, schrap dan op de matrix. Welke leveranciers noemen jouw systeem überhaupt? De rest is een gesprek dat je niet hoeft te voeren. Dat versmalt de lijst vaak fors, zeker op een NL-native ATS.
Stap 3. Stel de niveauvraag schriftelijk. Niveau 1, 2 of 3? Native of via middleware? Welke velden, inclusief je eigen velden? Leest hij vacatures terug? Stuur het vóór de demo, zodat het antwoord opgeschreven is in plaats van geïmproviseerd.
Stap 4. Weeg je een systeemwissel, lees dan eerst wat je opgeeft. Elke AI-native leverancier heeft een lijst met dingen die hij niet doet. Multiposting, werkenbij-sites, diepte in de midoffice, certificeringen die jij misschien nodig hebt. Vraag die lijst schriftelijk op, en beschouw een leverancier zonder zo’n lijst als een leverancier die er niet over heeft nagedacht.
Stap 5. Pilot op één team, en meet. Welk model je ook kiest, draai het op één desk voordat je het hele bureau vastlegt. Meet of de data daadwerkelijk schoon landt en of de tijdwinst reëel is. Niet “voelt goed”, maar geteld.
De vraag van 2026 is niet welke AI-tool met je ATS koppelt. De vraag is of de intelligentie bovenop je system of record hoort of erin, want dat bepaalt wat je koopt en wat het je over twee jaar kost.
Beide antwoorden zijn te verdedigen. Doet je ATS zijn werk, koop dan een laag en koop hem op koppeldiepte, met de matrix hierboven en de niveauvraag erbij. Is je ATS juist datgene waar je over klaagt, dan is intelligentie erbovenop symptoombestrijding en is het de moeite waard om de AI-native systemen fatsoenlijk te vergelijken.
Simply zit in die tweede groep. Het is het ATS en het CRM, met opnemen, parsen, matchen, opmaken en rapporteren in één model dat je zelf vormgeeft, zes koppelingen voor de rest van je stack en een publieke API voor al het andere. Wil je zien hoe het zich verhoudt tot het systeem dat je vandaag draait, dan behandelt de vergelijkpagina er twaalf, inclusief wat je zou opgeven, en staat op de overstappagina hoe die vier weken er werkelijk uitzien.
Over de auteur
Remo Vloet is medeoprichter van Simply, het AI Operating System voor recruitmentbureaus: inbox, gesprekken, sourcing, cv-verwerking, zoeken en matchen, documenten en automatisering in één systeem. Met een achtergrond in het bouwen van complexe software draagt hij bij aan de technische visie achter Simply.
LinkedInArtikelen van Remo VloetDat hangt af van welk van de twee modellen je koopt. Een gesprekslaag als Carv, In2Dialog, Metaview of Fireflies vervangt niets: je ATS blijft het system of record en de laag voedt het over een koppeling. Een AI-native ATS is wél een vervanging, want de intelligentie en de dossiers zijn daar hetzelfde systeem. Simply is het tweede type. Het ís het ATS en het CRM, dus er is niets om bovenop te zitten, en ernaartoe gaan is een migratie in plaats van een integratie.
Blijf je op je ATS, dan is de reële shortlist smaller dan voor internationale systemen. Carv draait ingebed in Bullhorn, Carerix en OTYS en koppelt via API met Tigris en Recruitee. In2Dialog noemt Salesforce, Bullhorn, Carerix, Ubeeo en OTYS. Metaview en Fireflies noemen de NL-native systemen grotendeels niet op hun publieke pagina's. Simply staat niet op die shortlist, en terecht niet: het is zelf een ATS, dus iets waar je naartoe verhuist in plaats van iets wat je koppelt.
Een native integratie is rechtstreeks gebouwd tussen de twee producten, doorgaans sneller, stabieler en met diepere veldondersteuning. Een Zapier- of middlewarekoppeling loopt via een tussenlaag die data heen en weer schuift, vraagt meer onderhoud en is vaak beperkter in welke velden hij raakt. Voor productiegebruik bij volume is native bijna altijd te verkiezen. Vraag elke leverancier expliciet of de koppeling met jouw ATS native is of via een tussenlaag loopt, en wie hem repareert als hij stukgaat.
Nee, en dat zeggen we liever hier dan dat je er later achter komt. Simply synchroniseert niet met Bullhorn, Carerix of iets anders in die categorie, in geen van beide richtingen. Simply is zelf het system of record, en twee systemen die allebei de waarheid claimen lopen uit elkaar. Wat er wél is: zes OAuth-koppelingen voor de rest van je stack, Gmail, Outlook, Google Calendar, Zoom, Slack en HubSpot, plus een publieke REST-API met HMAC-ondertekende webhooks voor al het andere.
Voor een laag bovenop je ATS verschilt dat per leverancier en per koppeling: soms zit de connectie in de licentie, soms is er een eenmalige bouwfee, en de doorlooptijd telt net zo zwaar als de prijs. Vraag naar een realistische implementatietermijn met referenties van klanten op jouw ATS. Bij een overstap naar een AI-native systeem verandert de vraag van vorm: bij Simply helpt het migratieteam nu tijdelijk geheel kosteloos met je datamigratie, en wat het je echt kost is tijd van je eigen mensen, ongeveer een dagdeel per week gedurende vier weken plus één week waarin je twee systemen naast elkaar draait.
Bij een laag erbovenop hangt dat van het niveau af. Op niveau 1 exporteer je output en plak je die zelf. Op niveau 2 schrijft de tool datapunten naar specifieke velden. Op niveau 3 leest de koppeling ook terug, bijvoorbeeld openstaande vacatures voor matching. Vraag elke leverancier welk niveau voor jouw ATS geldt, want het woord integratie dekt alle drie. Simply valt buiten die schaal: het schrijft helemaal niet terug naar een ander ATS, want de data staat al in Simply en er is geen tweede systeem om bij te houden.
Werving en selectie software valt in zes soorten, van het klassieke ATS tot het AI-native systeem dat je stack overbodig maakt. Zo werken ze, wat ze kosten, en hoe je kiest in 2026.
Remo Vloet9 min.
Welke eisen scheiden een moderne ATS van een legacy-systeem? Vendor-neutrale checklist: basislaag, 2026-features, compliance (GDPR + EU AI Act) en integraties.
Remo Vloet13 min.
GDPR- en EU AI Act-proof recruitment-AI: wat de wet eist, hoe je een vendorclaim verifieert, hoe Carv, Metaview en Simply scoren, plus 10 vendorvragen.
Remo Vloet11 min.
Ontdek hoe Simply je workflow volledig kan transformeren.Geen slides, gewoon het product.