Stop met handmatige CV-verwerking

De echte prijs van handmatige CV-verwerking

Laten we eerlijk zijn. Niemand is recruiter geworden om CV’s over te typen. Toch besteden de meeste recruiters twee tot drie uur per dag aan precies dat. CV openen, gegevens lezen, velden invullen in het ATS, opmaak aanpassen, doorsturen naar de klant. Herhaal. Herhaal. Herhaal.

Bij een gemiddeld bureau komen er twintig tot dertig CV’s per dag binnen. Per CV ben je tien tot vijftien minuten bezig met verwerking. Dat is vier tot zeven uur per dag voor het hele team. Omgerekend naar kosten: als een recruiter gemiddeld 35 euro per uur kost, dan betaal je 140 tot 245 euro per dag voor puur administratief werk.

Per maand is dat 3.000 tot 5.000 euro. Per jaar 36.000 tot 60.000 euro. Voor werk dat niets toevoegt aan je omzet.

Waar gaat die tijd precies naartoe?

Het is nuttig om het proces te ontleden. Want het voelt misschien als “even snel een CV verwerken”, maar in werkelijkheid bestaat het uit minstens zes stappen:

Stap een: het CV openen en globaal scannen. Stap twee: relevante gegevens identificeren (naam, contact, ervaring, opleiding, vaardigheden). Stap drie: die gegevens handmatig invoeren in je ATS. Stap vier: dropdowns en enums selecteren die matchen met de CV-data. Stap vijf: het CV formatteren naar jouw huisstijl voor de klant. Stap zes: het geformatteerde CV versturen.

Elke stap heeft zijn eigen foutgevoeligheid. Bij stap drie typ je regelmatig iets verkeerd. Bij stap vier selecteer je soms de verkeerde dropdown-waarde. Bij stap vijf vergeet je een datum aan te passen. Kleine fouten die zich opstapelen tot vervuilde data in je CRM.

De verborgen kosten die niemand meet

Naast de directe tijdskosten zijn er kosten die niet op een factuur staan. De eerste is opportunity cost. Elke minuut die je besteedt aan data-entry, besteed je niet aan het bellen van kandidaten, het onderhouden van klantrelaties, of het binnenhalen van nieuwe opdrachten. Dat is omzet die je laat liggen.

De tweede is kwaliteitsverlies. Handmatige verwerking leidt tot inconsistente data. De ene recruiter schrijft “Senior Developer”, de ander “Sr. Developer”, een derde “Senior Ontwikkelaar”. Drie varianten voor dezelfde functie. Probeer daar maar eens op te zoeken in je ATS.

De derde is medewerkerstevredenheid. Recruiters die het grootste deel van hun dag bezig zijn met administratie raken gefrustreerd. Ze willen met mensen werken, niet met spreadsheets. Het is een van de belangrijkste redenen voor verloop in de recruitmentbranche.

Wat automatisering wel en niet kan

Even een realitycheck. Automatisering betekent niet dat je een knop indrukt en alles magisch gebeurt. Het betekent dat de saaie, repetitieve stappen worden overgenomen zodat jij je kunt richten op de stappen waar menselijk oordeel nodig is.

Wat AI goed kan: CV’s parsen en de juiste velden herkennen. Die data laten landen in de velden die jij zelf hebt ingericht, inclusief dropdowns en enums. CV’s formatteren in je huisstijl. Taalfouten corrigeren. Duplicaten herkennen.

Wat AI niet kan (en niet moet doen): beoordelen of een kandidaat geschikt is voor een rol. De culturele fit inschatten. Een goed telefoongesprek voeren. Dat blijft jouw werk. En dat is precies het werk waar je goed in bent.

Hoe Simply het verwerkingsproces verandert

Simply automatiseert de zes stappen die we eerder beschreven. Je uploadt een CV, en binnen seconden gebeurt het volgende:

De AI leest het CV en begrijpt de context. Niet door vaste posities te zoeken, maar door de inhoud te interpreteren. “2018-2022, ABN AMRO, Risk Analyst” wordt herkend als werkervaring, werkgever en functietitel, ongeacht waar het op de pagina staat.

Dan het deel dat zwaarder weegt dan het lezen: waar het landt. De data wordt geëxtraheerd rechtstreeks naar het datamodel dat je zelf hebt ingericht, en niet naar een vast leverancierssjabloon met een notitieveld voor alles wat er niet in paste. Een veld dat je vorige maand aanmaakte, hoort automatisch bij het extractieschema. Precies dat haalt het mappingproject weg dat normaal tussen “we hebben een parser gekocht” en “de parser is bruikbaar” in zit. Werkervaring en opleiding komen eruit als eigen records in plaats van als één alinea, en de werkgevers die erin genoemd worden, worden opgezocht in een bedrijvendatabase, zodat een loopbaan doorzoekbaar wordt op het soort bedrijf waar iemand werkte.

Er wordt niets stilletjes weggeschreven. Alles wat de AI op een kandidaat wil zetten, komt binnen als een voorstel dat jij goedkeurt, met per regel een betrouwbaarheidsscore en herkomst, zodat je ziet welke waarden zeker zijn en welke een blik verdienen. Goedkeuren, corrigeren of weggooien. De goedkeuring en de naam erachter gaan een auditlog in waar niets uit verdwijnt.

Tegelijkertijd wordt het CV geformatteerd in jouw huisstijl. Logo, kleuren, lettertype, structuur. Klaar om te versturen naar je klant.

De cijfers na automatisering

Bureaus die overstappen op geautomatiseerde CV-verwerking zien consistent dezelfde resultaten. De verwerkingstijd per CV daalt van tien tot vijftien minuten naar minder dan een minuut. De foutmarge in data-entry daalt met meer dan 80%. En de tijd die vrijkomt wordt besteed aan activiteiten die direct bijdragen aan omzet.

Reken maar mee. Bij twintig CV’s per dag bespaar je drie tot vier uur. Dat is vijftien tot twintig uur per week, per recruiter. Bij een team van vijf recruiters is dat een besparing van 75 tot 100 uur per week. Dat is twee tot drie fulltime medewerkers aan capaciteit die je terugwint.

En het gaat niet alleen om snelheid. De consistentie van je data verbetert. Zoeken in je ATS wordt betrouwbaarder. Rapportages kloppen. En je klanten krijgen elke keer een professioneel, uniform CV.

De integratie met je bestaande systemen

Een van de grootste zorgen bij automatisering is: past het in mijn huidige workflow? Het eerlijke antwoord heeft twee helften, en de eerste is de helft die de meeste leveranciers wegmoffelen.

Simply synchroniseert niet met een ander ATS. Niet met Bullhorn, niet met Carerix, niet met iets anders in die categorie, en niet omdat het technisch lastig zou zijn. Twee bronsystemen die naar elkaar schrijven, leveren je twee bronsystemen op en geen waarheid, en het rechttrekken komt elke week bij jouw team terecht. Dat is ook waarom een parser die aan een ATS is vastgeplakt zo vaak tegenvalt: het uitlezen gaat prima, en daarna gaat de gewonnen tijd op aan twee kopieën van een kandidaat gelijk houden. Kom je van een ander systeem, dan is dat een migratie: één keer verhuizen, ongeveer vier weken, met een mapping waar jij naar kijkt voordat er iets wordt ingeladen, en daarna geen verbinding terug.

Waar Simply wél op aansluit, is de rest van je dag. Zes koppelingen, uitgeschreven in plaats van gesuggereerd: Gmail, Outlook, Google Calendar, Zoom, Slack en HubSpot. Elk is één OAuth-flow per workspace, en de tokens worden voor je ververst. Alles buiten die zes is een publieke API-sleutel, een webhook met HMAC-handtekening of de MCP-server, en dat antwoord krijg je vóór de handtekening in plaats van in maand twee.

En omdat het model inrichting is en geen code, is aansluiten op jouw naamgeving ook geen integratieproject. Eigen velden, specifieke dropdowns, een object dat jouw desk nodig heeft en dat in geen enkel sjabloon zat: jij maakt ze aan, en parsing, zoeken, filters en de API pakken ze op zonder op een release te wachten.

Van administratie naar acquisitie

De echte waarde van automatisering zit niet in de tool. Het zit in wat je doet met de tijd die vrijkomt. De best presterende bureaus gebruiken die tijd voor wat het verschil maakt: het eerste gesprek met een kandidaat voeren voordat de concurrent belt. De opdrachtgever een uur na de briefing al een shortlist sturen. Die ene passive kandidaat persoonlijk benaderen.

Dat is het verschil tussen een bureau dat reageert en een bureau dat leidt. En het begint met het elimineren van het werk dat geen waarde toevoegt.

Klaar om te beginnen? Lees hoe AI in recruitment het verschil maakt als het goed wordt toegepast, of haal je eigen cv’s er veertien dagen doorheen op het volledige product, zonder creditcard. De prijzen zijn € 79 per gebruiker per maand op Starter en € 129 op Pro, bij jaarlijkse facturering, en je AI-verbruik factureert je eigen provider in plaats van dat wij er een opslag op zetten.

Kwaliteitsverbetering door geautomatiseerde CV-verwerking

Handmatige CV-verwerking leidt niet alleen tot tijdverlies, maar ook tot inconsistente kwaliteit. De ene recruiter noteert salarisverwachtingen, de andere vergeet het. De ene formatteert certificeringen netjes, de andere laat ze weg. Bij geautomatiseerde verwerking verdwijnt deze variatie. Elk CV wordt volgens dezelfde standaard verwerkt, met dezelfde velden, dezelfde formattering en dezelfde mate van detail.

Dit heeft directe gevolgen voor de relatie met je opdrachtgevers. Hiring managers ontvangen kandidaatprofielen die er professioneel en consistent uitzien, ongeacht welke recruiter het gesprek heeft gevoerd. De kwaliteit van je output is niet langer afhankelijk van wie er die dag aan het werk is. Het resultaat: meer vertrouwen van opdrachtgevers en een sterkere positie in een competitieve markt.

Gestructureerd verwerken maakt bovendien patronen zichtbaar die handmatige invoer begraaft. Zodra skills, talen en werkervaring getypte regels zijn in plaats van een alinea, kun je er een dashboard over bouwen: welke skills het vaakst terugkomen in de plaatsingen die je echt maakte, welke bronnen ze opleveren, waar de pipeline stilvalt. Goed om te weten wat dat wel en niet geeft. Het zijn aggregaten, dus aantallen, percentages en trends, en er is bewust geen doorklik van een grafiek naar de dossiers achter een getal. Het is dus een goed instrument om je strategie bij te sturen en een slecht instrument om een dossier over één persoon mee op te bouwen, en die ruil is met opzet gemaakt.

De foutmarge daalt ook drastisch. Typefouten in namen, verkeerde telefoonnummers, verwisselde functietitels: bij handmatige invoer zijn het dagelijkse problemen. Geautomatiseerde verwerking haalt de meeste daarvan eruit doordat het systeem de bron, het cv of het gesprek, direct koppelt aan de waarde die het voorstelt. Niemand typt meer over, en elke waarde is te controleren tegen het originele bestand dat bij het dossier blijft hangen.

Het ROI-argument voor geautomatiseerde CV-verwerking

De business case voor geautomatiseerde CV-verwerking is helder. Een gemiddelde recruiter besteedt 25 tot 35 minuten per CV aan handmatige verwerking. Bij vijf CV’s per dag is dat twee tot drie uur. Geautomatiseerde verwerking brengt dit terug naar enkele minuten per CV, inclusief controle. Op jaarbasis bespaart dat per recruiter meer dan vierhonderd uur. Vermenigvuldig dat met het uurloon en het aantal recruiters, en de investering betaalt zichzelf binnen weken terug.

Maar de besparing zit niet alleen in directe uren. Snellere CV-verwerking leidt tot snellere presentatie aan opdrachtgevers, wat resulteert in meer plaatsingen. Nauwkeurigere profielen leiden tot minder afwijzingen en minder heen-en-weer met opdrachtgevers over ontbrekende informatie. De indirecte opbrengsten overtreffen vaak de directe uurbesparingen.