Kandidaten beoordelen met AI: wat werkt

Ergens in je recruitmentsysteem zit een map met afgewezen sollicitanten. Daar kijkt niemand ooit nog in. Toch ligt daar je grootste kwaliteitswinst. Kandidaten beoordelen doe je onder tijdsdruk, met dunne informatie, in ongeveer 30 seconden per cv.

En daarna controleert niemand of die beslissing klopte.

Dit artikel laat zien hoe je AI inzet op de stapel die je weggooit. Je leest welk onderzoek eronder ligt, welke werkwijze dat oplevert en waar de juridische grens loopt.

Nieuwe software heb je er niet voor nodig.

Hoe geschikte kandidaten ongemerkt op de afgewezen stapel belanden

Screening beloont herkenbaarheid. Een bekende werkgever, een gangbare functietitel, een rechte lijn in de loopbaan. Dat leest snel en het voelt veilig.

Wie zijwaarts instroomt, past slechter in dat patroon. Net als iemand die drie jaar in het buitenland werkte, een eigen zaak had of van sector wisselde. Hun profiel vraagt om leestijd die er niet is.

Daar komt iets bij. Sollicitanten schrijven hun cv steeds vaker met AI. De bovenkant van de stapel lijkt daardoor meer op elkaar. Het onderscheid dat je vroeger uit opmaak en formulering haalde, is verdwenen.

Het resultaat: je selecteert scherper op vorm, terwijl vorm minder voorspelt dan ooit.

Het cv houdt wel zijn waarde voor harde criteria. Een BIG-registratie, een VCA-certificaat, een diploma dat de wet vereist: dat toets je prima op papier. De ruimte voor fouten zit in de zachte criteria, waar je uit een regel tekst afleidt of iemand een rol aankan. Daar helpt de toets uit dit artikel.

Wat onderzoek zegt over de kwaliteit van cv-beoordelingen

In 2024 onderzochten interviewing.io en Learning Collider hoe goed recruiters cv’s inschatten. Zesenzeventig technische recruiters beoordeelden samen bijna 2.200 keer een cv, uit een set van ruim duizend profielen van software-engineers. Die oordelen zijn vergeleken met hoe diezelfde engineers daarna presteerden in technische interviews.

De uitkomst was ontnuchterend. De voorspellingen zaten nauwelijks boven kansniveau. De beoordelaars waren het onderling ook zelden met elkaar eens.

Een tweede bevinding uit hetzelfde onderzoek: recruiters die langer keken, voorspelden nauwkeuriger. Vijftien seconden extra hing samen met een 34% hogere nauwkeurigheid. De onderzoekers spreken over samenhang, niet over oorzaak en gevolg. Het blijft een aanwijzing, geen bewijs.

Twee kanttekeningen bij dit onderzoek. Het gaat over engineers, in de techsector, op het platform van de onderzoekers zelf. Vertaal het niet zomaar naar een vacature voor een teamleider zorg.

Wat het wel laat zien: de taak zelf is lastig. Uit een cv haal je weinig informatie die iets voorspelt. Dat ligt aan het instrument, niet aan de vakkennis van de beoordelaar.

Die conclusie sluit aan bij het brede beeld uit de selectiepsychologie. Sackett, Zhang, Berry en Lievens (2022) herzagen in het Journal of Applied Psychology de bekende validiteitscijfers. Het gestructureerde interview kwam als sterkste voorspeller van werkprestaties uit de bus, met een gemiddelde validiteit van .42. Daarbij hoort een spreiding van .18 tot .66. Dat is geen foutmarge maar een geloofwaardigheidsinterval: de gemiddelde validiteit is .42, en die loopt in de praktijk uiteen per functie en context.

Een veldexperiment uit 2025 laat zien wat dat verschil in de praktijk doet. Onderzoekers van Stanford en het recruitmentbedrijf micro1 verdeelden ruim 37.000 sollicitanten voor een vacature als junior front-end developer over twee routes. De ene groep ging door de gewone cv-screening. De andere kreeg eerst een gestructureerd interview waarin AI iedereen dezelfde vragen stelde. Daarna volgde bij beide groepen hetzelfde menselijke eindgesprek, met interviewers die niet wisten uit welke route iemand kwam. Uit de AI-route slaagde 54%, uit de cv-route 34%.

Lees dat cijfer met zorg. Het eindgesprek ging over zeventig kandidaten, vijfendertig per route. De onderzoekers melden een verschil van 20 procentpunt met een standaardfout van 12 procentpunt. De marge is breed. Daarbij werken twee van de vier auteurs bij het bedrijf dat het geteste AI-systeem maakte en dat de vacature plaatste. De publicatie is nog geen peer-reviewed artikel.

Een andere uitkomst uit datzelfde experiment staat steviger. Van de kandidaten die het AI-gesprek voerden, claimde 21% minstens een van de drie gevraagde vaardigheden die het model daarna als onbekend beoordeelde. Bij 7,5% gold dat voor alle drie.

Daar zit de kern van het verhaal. Een cv beschrijft het verleden. Selectie gaat over toekomstig gedrag.

De omgekeerde toets: begin bij de stapel die je weggooit

De meeste AI-toepassingen richten zich op de instroom. Sneller sorteren, sneller shortlisten. Draai het om en zet AI in op je afwijzingen. Daar zit de blinde vlek, want een afgewezen kandidaat geeft geen feedback.

Zo pak je het aan.

1. Leg je criteria vast voordat je kijkt. Vijf tot zeven stuks. Schrijf per criterium in een regel op wat als bewijs telt.
2. Pak twintig recent afgewezen kandidaten uit dezelfde vacature. Kies een vacature waarvan je het verloop kent.
3. Laat een AI-model elk profiel beoordelen tegen exact die criteria. Gebruik een afgeschermde AI-omgeving met een verwerkersovereenkomst. Haal naam, geboortedatum, woonplaats, foto en werkgeversnaam eruit, en filter ook herleidbare details zoals een zeldzaam project of een unieke combinatie van opleiding en jaartallen. Vraag per criterium om een onderbouwing, niet om een cijfer.
4. Vergelijk de uitkomsten met je eigen beslissing. Waar wijkt het oordeel af? En op welk criterium precies?

De winst zit in stap vier. Kandidaten beoordelen leer je hier van je eigen dossier. Bij vrijwel elke toets blijkt een deel van de afwijzingen te leunen op iets dat nergens in het profiel staat. Een gevoel over commitment. Een aanname over waarom iemand na twee jaar vertrok. Een woonplaats.

Dat is geen reden om jezelf een slechte recruiter te vinden. Het is precies de informatie die je nodig hebt om je criteria aan te scherpen.

Reken op een uur voor de eerste ronde. De tweede keer gaat sneller.

Van filteren naar kalibreren: zo maak je je beoordeling herhaalbaar

De eerste toets levert inzicht op. Een vaste werkwijze levert resultaat op. Vier onderdelen maken het verschil.

Criteria vooraf, niet achteraf. Bepaal in de vacature-intake waarop je selecteert en wat bewijs is. Wie criteria formuleert nadat de eerste cv’s binnen zijn, beschrijft onbewust de kandidaat die toevallig bovenop lag.

Een eerste ronde zonder ruis. Beoordeel op inhoud, met identificerende gegevens uit beeld. Dat scheelt aannames en het scheelt discussie achteraf.

Twee beoordelaars per kandidaat. Een collega werkt, een AI-model als tweede lezer werkt ook. Waar de twee oordelen uiteenlopen, ligt de interessante vraag. Over de denkfouten die daarbij spelen lees je meer in 20 cognitieve biases bij selectiegesprekken.

Terugmeten. Kijk na zes maanden naar wie je aannam en hoe die persoon het doet. Zonder die terugkoppeling blijf je je eigen oordeel bevestigen. Bij gestructureerd interviewen en de keuze van je assessment geldt hetzelfde principe.

Wil je dit voor je hele proces inrichten, dan helpt het stappenplan uit selectieproces inrichten in 5 stappen.

Waar AI je niet helpt, en waar de wet een grens trekt

Taalmodellen geven bij dezelfde input niet altijd hetzelfde antwoord. Zonder vaste criteria en een vast proces zijn de uitkomsten tussen kandidaten daardoor niet vergelijkbaar. Dat is precies wat je bij selectie nodig hebt.

Modellen dragen ook hun eigen voorkeur mee. De onderzoekers van interviewing.io zagen dat ChatGPT de waarde van bekende bedrijven en topopleidingen fors overschat. Dat benadeelt kandidaten met een minder gebruikelijk profiel: dezelfde groep die menselijke screening al mist. Meer over dat mechanisme lees je in bias in recruitment.

En dan het juridische deel.

Twee bevindingen uit het Stanford-experiment horen ook in deze afweging. Het AI-systeem koos systematisch jongere kandidaten met minder ervaring. De groep die er beter uitkwam had gemiddeld 2,7 jaar ervaring, de groep die lager scoorde 5,6 jaar. Wie in Nederland selecteert, houdt daarbij de Wet gelijke behandeling op grond van leeftijd in het oog.

De tijdwinst verschuift ook. Het recruiterwerk daalde in dat experiment van ongeveer 160 naar 82 uur. Tegelijk staken 5.600 kandidaten samen zo’n 3.700 uur in een gesprek van veertig minuten. Elk bespaard recruiteruur kostte ruwweg 48 kandidaaturen. Reken dat mee voordat je een AI-gesprek vooraan in je proces zet.

De Wet toezicht gelijke kansen bij werving en selectie vraagt om een werkwijze die inzichtelijk, controleerbaar en systematisch is. De toets uit dit artikel werkt daar juist aan mee: je legt vast waarop je beoordeelt en je controleert of dat klopt.

Wat een onterechte afwijzing aan de andere kant kost

Voor jou is een verkeerde afwijzing een gemiste kans. Voor de kandidaat ligt dat anders. Die krijgt een standaardmail zonder uitleg en leert niets over wat er ontbrak. Bij de volgende sollicitatie herhaalt zich hetzelfde.

Wie tien keer op die manier afvalt, trekt een conclusie over de arbeidsmarkt. En over jouw organisatie. Dat verhaal reist verder dan je denkt, vooral binnen een beroepsgroep. In candidate experience staat wat dat met je instroom doet.

Een toets op je afgewezen stapel dient twee belangen tegelijk. Je vindt kandidaten terug die je nodig hebt. En je wijst mensen af op gronden die je hardop uitlegt.

Pak vanmiddag twintig afgewezen cv’s uit je laatste vacature. Je weet binnen een uur of je criteria kloppen.

Veelgestelde vragen over kandidaten beoordelen met AI

Wat is een valse afwijzing in selectie?

Een valse afwijzing is een kandidaat die geschikt is voor de functie, maar tijdens de screening afvalt. In de selectiepsychologie heet dit een false negative. Je merkt het zelden op, omdat deze kandidaat nooit in beeld komt en geen feedback achterlaat.

Mag je AI gebruiken om kandidaten af te wijzen?

AI mag je inzetten als hulpmiddel bij de beoordeling, niet als beslisser. De AVG beperkt besluiten die uitsluitend op geautomatiseerde verwerking berusten en die iemand in aanmerkelijke mate treffen. De recruiter of hiring manager neemt de beslissing en legt die uit.

Hoe test je of je selectiecriteria kloppen?

Leg vijf tot zeven criteria vast met per criterium een omschrijving van wat als bewijs telt. Beoordeel daarna twintig eerder afgewezen kandidaten opnieuw tegen die criteria, zonder identificerende gegevens. Waar het nieuwe oordeel afwijkt van je oorspronkelijke beslissing, vind je een criterium dat onduidelijk of ongebruikt was.

Beoordeelt AI cv’s beter dan een recruiter?

Daar bestaat geen algemeen antwoord op. Onderzoek onder software-engineers, uitgevoerd door interviewing.io en Learning Collider in 2024, laat zien dat menselijke cv-beoordelingen in die groep nauwelijks boven kansniveau uitkomen. Voor andere beroepen is dat niet onderzocht. Tegelijk overschatten taalmodellen de waarde van bekende werkgevers en topopleidingen. AI werkt het best als tweede lezer naast een mens, met vaste criteria.

Voorspelt een AI-sollicitatiegesprek beter dan traditionele cv-screening?

In een veldexperiment uit 2025 met ruim 37.000 sollicitanten wel. Kandidaten die eerst een gestructureerd AI-gesprek voerden, slaagden vaker voor het menselijke eindgesprek dan kandidaten uit de gewone cv-screening: 54% tegenover 34%. Dat eindcijfer rust op zeventig kandidaten. De marge is breed. Het experiment vergeleek een gestructureerd gesprek met cv-screening door een mens, niet AI op een cv met AI op een gesprek.

Hoeveel tijd kost een toets op je afgewezen kandidaten?

Reken op ongeveer een uur voor twintig profielen, inclusief het vastleggen van je criteria. Volgende rondes verlopen sneller, omdat de criteria dan al klaarliggen. Voor de meeste teams volstaat een toets per kwartaal of per grote vacature.