Vraag ChatGPT om een Boolean zoekstring en je krijgt binnen 2 seconden iets terug dat er perfect uitziet. Haakjes kloppen. Operatoren in hoofdletters. Synoniemen netjes achter OR. Je plakt hem in LinkedIn en houdt 11 resultaten over, waarvan 2 bruikbaar.
Zo begint voor veel recruiters de kennismaking met AI sourcing.
De string is foutloos en tegelijk slecht. Dat verschil zie je alleen als je zelf zoekt.
Hier lees je wat AI sourcing beter doet en waar Boolean search sterker is. Plus het risico dat de leveranciers overslaan, en hoe je kiest zonder een abonnement af te sluiten waar je niets aan hebt.
Zo kies je tussen AI sourcing en Boolean search
Twee manieren om kandidaten te vinden, allebei met een eigen taak. Wat elk goed doet, waar het stukloopt, en hoe je in vier vragen kiest.
- Wat AI sourcing anders doet dan Boolean search
- Waar Boolean search sterker is
- De foutloze zoekstring die niets oplevert
- Nederlandse profielen, Engelstalige modellen
- Automatiseer je sourcing tot waar LinkedIn het toestaat
- Wat je betaalt, en waarin
- Wat de kandidaat ervan merkt
- AVG: drie dingen die je vooraf regelt
- Zo kies je in vier vragen
- Veelgestelde vragen over AI sourcing
Wat AI sourcing anders doet dan Boolean search
Boolean search zoekt op tekens. Typ je werkvoorbereider, dan krijg je profielen met dat woord. Staat er medewerker bedrijfsbureau, dan blijft die persoon onzichtbaar. Tenzij je het synoniem zelf bedenkt en toevoegt. De logica achter AND, OR en NOT is bijna honderdvijftig jaar oud en werkt nog precies zo.
AI sourcing werkt anders. De software zet profielteksten om in wiskundige representaties en vergelijkt ze op betekenis. Een profiel met tekeningen lezen, materiaalstaten maken en productieplanning komt dan boven, zonder dat jij de juiste titel intypt.
Dat helpt in twee situaties. Bij rollen met veel synoniemen en zwevende functietitels. En bij vakgebieden die je zelf niet kent, waar je de vaktermen niet paraat hebt. Je beschrijft de rol in gewone taal en het model doet de vertaalslag.
Bij brede rollen speelt nog iets mee. Van verpleegkundigen, werkvoorbereiders en logistiek planners staan er veel profielen online met drie regels tekst: functietitel, werkgever, periode. Voor een zoekstring is dat weinig houvast, want er staan nauwelijks termen op om op te filteren. Een model dat op gelijkenis werkt heeft daar minder last van. Het vertrekt vanuit een profiel dat je aanwijst en zoekt mensen die daarop lijken. Dat is precies wat Boolean niet doet.
Let op waar de winst zit. Je houdt een lange lijst over zonder aanknopingspunten voor een persoonlijk bericht. AI sourcing helpt bij het vinden en ordenen, niet bij de personalisatie. Die haal je uit de regio, de werkgever en het werk zelf, niet uit het profiel.
Bij rollen die je met een advertentie vult, magazijnwerk en seizoenswerk, speelt deze keuze helemaal niet. Daar staan te weinig profielen online om te doorzoeken, met welke methode dan ook.
De keerzijde zit in dezelfde eigenschap. Het model schat verwantschap in en toont je geen redenering. Een profiel dat er inhoudelijk naast zit, komt soms hoog binnen omdat de woorden op elkaar lijken. Zonder eigen oordeel neem je die volgorde over. Dat speelt ook bij platformfuncties zoals de LinkedIn Hiring Assistant, die zoeken in natuurlijke taal aanbiedt.
Waar Boolean search sterker is
Drie dingen houden Boolean overeind: controle, herhaalbaarheid en uitleg.
Bij Boolean zie je waarom iemand in je lijst staat. Je haalt een term weg, de lijst verandert, je snapt waardoor. Bij een AI-shortlist staat er een score van 87 procent en verder niets. Leg dat maar eens uit aan een hiring manager die vraagt waarom kandidaat vier boven kandidaat elf staat.
Harde eisen blijven ook beter af met een filter. Een VCA-certificaat, rijbewijs C, Nederlands op moedertaalniveau, een straal van dertig kilometer. Een filter is absoluut. Een semantische score is een schatting. In de zoekfilters van LinkedIn zit die scherpte al ingebouwd.
En Boolean werkt overal. In Google, in je ats, op Indeed, op GitHub, in de vacaturebank van een brancheorganisatie. Zonder abonnement. Met Google X-ray doorzoek je zelfs platforms die zelf geen fatsoenlijke zoekfunctie hebben.
De foutloze zoekstring die niets oplevert
In trainingen komt dit patroon steeds terug. Recruiters vragen een taalmodel om een zoekstring en krijgen iets terug dat er professioneel uitziet. Syntactisch klopt het. Vakinhoudelijk niet.
Wat er misgaat: het model stapelt AND-voorwaarden tot de lijst leegloopt. Het bedenkt synoniemen die in Nederland niemand op een profiel zet. Het mixt Engelse en Nederlandse functietitels door elkaar. En het gebruikt wildcards, terwijl LinkedIn die niet ondersteunt.
Wie zelf zoekt, ziet dat binnen vijf seconden en past het aan. Wie dat niet doet, concludeert dat de markt leeg is. Precies dat verschil laat geen enkele demo zien.
Nederlandse profielen, Engelstalige modellen
De meeste semantische modellen leren van overwegend Engelstalig materiaal. Nederlandse functietitels vallen daarbuiten. Servicemonteur, werkvoorbereider, teamleider bedrijfsbureau, planner logistiek. Ook mbo-niveaus en cao-termen vertalen slecht naar een model dat vooral Amerikaanse profielen zag.
Harde vergelijkende cijfers hierover ontbreken. Er is geen onderzoek dat de trefkans van AI sourcing op Nederlandse profielen naast die van Boolean legt. Test het daarom zelf, op een vacature waarvan je het antwoord al kent.
Automatiseer je sourcing tot waar LinkedIn het toestaat
Dit punt ontbreekt in vrijwel elke LinkedIn-post over AI sourcing. In artikel 8.2 van de gebruikersovereenkomst verbiedt LinkedIn software, scripts, bots en browserextensies die profielen kopiëren of handelingen op het platform automatiseren. De hulppagina over verboden software en extensies is nog directer.
De sanctie komt vertraagd. Eerst een waarschuwing, daarna een beperking, uiteindelijk een blokkade van je account. Voor een recruiter die tien jaar aan een netwerk bouwde, is dat een fors risico.
Houd twee dingen uit elkaar. De gebruikersovereenkomst is een contract tussen jou en LinkedIn. De AVG is wetgeving. Een tool die binnen de AVG blijft, overtreedt alsnog de voorwaarden van LinkedIn. Vraag een leverancier daarom niet of het legaal is, maar hoe de tool aan de data komt.
Let op bij browserextensies
Vraag elke leverancier of er een extensie in jouw browser meedraait die data uit LinkedIn haalt. Is het antwoord ja, dan loopt je account risico, ongeacht wat de verkoper zegt over veiligheid. De verantwoordelijkheid voor het account ligt bij jou, niet bij de toolbouwer.
Wat je betaalt, en waarin
Prijzen lopen ver uiteen. Losse sourcingtools zitten in de honderden euro’s per maand, LinkedIn Recruiter loopt op tot boven de tienduizend euro per jaar.
Er is een tweede rekening, minder zichtbaar. Je zoekstring is van jou. Je bewaart hem, hergebruikt hem, en hij werkt op elk platform. Je zoekgeschiedenis in een AI-tool blijft achter bij de leverancier. Zeg je het abonnement op, dan begin je opnieuw.
Vier vragen leveren in een demo meer op dan de standaardpresentatie. Uit welke bronnen komen de profielen? Hoe vaak ververst de leverancier die data? Draait er een browserextensie mee? En krijg ik mijn zoekopdrachten geëxporteerd als ik stop? Op die laatste twee blijft het antwoord vaak vaag.
Wat de kandidaat ervan merkt
Beide methodes missen mensen, op verschillende manieren.
Boolean mist wie een afwijkende functietitel voert, of wie een Engelstalig profiel heeft terwijl jij in het Nederlands zoekt. AI sourcing haalt die persoon eerder boven. Tegelijk zet een matchingmodel hoger wat lijkt op de profielen die je eerder aanklikte. Zijinstromers, mensen met een loopbaanonderbreking en kandidaten met een diploma uit het buitenland zakken daardoor stelselmatig.
Traint een model op je huidige medewerkers, dan reproduceert het de samenstelling van je huidige team. Bij het zoeken kost dat je bereik. Bij het selecteren raakt het aan gelijke behandeling, en komen de bekende denkfouten in recruitment via een omweg terug.
AVG: drie dingen die je vooraf regelt
Verzamel je gegevens buiten de kandidaat om, dan geldt de informatieplicht uit artikel 14 AVG. In de praktijk vertel je bij het eerste contact waar je de gegevens vandaan haalt. De Autoriteit Persoonsgegevens licht die plicht per situatie toe.
Leg daarnaast een verwerkersovereenkomst vast met de leverancier. Die partij verwerkt persoonsgegevens voor jou. Spreek af wat de tool met die gegevens doet en waar ze staan. In de AVG-regels voor recruitment staat welke afspraken verder spelen.
En let op geautomatiseerde besluitvorming. Een shortlist is geen besluit met rechtsgevolg zolang een mens beslist over uitnodigen. Wijst de tool zelf af, dan komt artikel 22 AVG in beeld en verandert de verantwoording.
Zo kies je in vier vragen
Hoe scherp staat de rol omschreven? Harde eisen en een smalle doelgroep: begin met Boolean. Brede of zwevende rol: laat het model zoeken.
Ken je het vakgebied? Ontbreken de vaktermen bij jou, dan doet semantisch zoeken het werk dat jij niet doet.
Hoeveel vacatures vul je per jaar? Bij twee openstaande rollen verdient een abonnement zich niet terug.
Verantwoord je je keuzes richting een hiring manager of een opdrachtgever? Bij hoge verantwoording weegt uitlegbaarheid zwaarder dan snelheid.
Test het daarna op een vacature die je goed kent. Zoek een uur met Boolean, laat de tool hetzelfde doen. Leg de eerste vijfentwintig profielen naast elkaar en tel hoeveel je er van elk benadert. Dat getal zegt meer dan elke demo.
In de praktijk werken de meeste recruiters met allebei. Het model levert een brede eerste lijst bij een rol die je slecht kent. Daarna scherp je met filters en operatoren aan, omdat je op dat moment weet welke termen ertoe doen. Andersom werkt het ook: een Boolean-zoekopdracht die te weinig oplevert, vertelt je precies welke synoniemen je aan het model voert. De twee methodes vullen elkaar aan zodra je ze allebei beheerst. Dat geldt breder voor AI in recruitment: de techniek verlegt het werk, en verplaatst het vakmanschap naar het beoordelen.
Zoek scherper, ook zonder tool
Leer hoe je zelf zoekopdrachten opbouwt, van Boolean operators tot alternatieve zoekwegen en outreach die antwoord krijgt.
Veelgestelde vragen over AI sourcing en Boolean search
Wat is AI sourcing?
AI sourcing is het zoeken naar kandidaten waarbij software profielen op betekenis vergelijkt in plaats van op exacte zoekwoorden. Je beschrijft de rol in gewone taal en het model haalt vergelijkbare profielen boven, ook bij een afwijkende functietitel.
Vervangt AI sourcing Boolean search?
Nee. AI sourcing helpt bij brede rollen en onbekende vakgebieden. Boolean search geeft controle bij harde eisen en laat zien waarom iemand in je lijst staat. De meeste recruiters gebruiken beide naast elkaar.
Is Boolean search in 2026 nog nodig?
Ja. Zonder eigen zoekvaardigheid beoordeel je een AI-resultaat niet. Taalmodellen schrijven zoekstrings die syntactisch kloppen en vakinhoudelijk tekortschieten. Alleen wie zelf zoekt, ziet dat verschil.
Wat kost een AI sourcing tool?
Losse sourcingtools zitten in de honderden euro’s per maand per gebruiker. LinkedIn Recruiter loopt op tot boven de tienduizend euro per jaar. Vraag altijd een proefperiode aan op een echte vacature.
Werkt AI sourcing op Nederlandse profielen?
Wisselend. De meeste modellen leren van overwegend Engelstalig materiaal, waardoor Nederlandse functietitels, mbo-niveaus en cao-termen slechter herkend raken. Vergelijkend onderzoek hierover ontbreekt. Test daarom op je eigen doelgroep.
Mag je LinkedIn-sourcing automatiseren?
Nee. Artikel 8.2 van de LinkedIn-gebruikersovereenkomst verbiedt software, bots en browserextensies die profielen kopiëren of handelingen automatiseren. Bij overtreding volgt een beperking of blokkade van je account.
Over de auteur
Jacco Valkenburg traint recruiters in het vinden van kandidaten via LinkedIn en met AI-tools, en ziet in die trainingen hoe taalmodellen foutloze maar zwakke Boolean zoekstrings schrijven. Hij is auteur van “Recruitment met AI”, met 35 AI-toepassingen voor het recruitmentproces.
