Sollicitaties screenen met AI: wat mag en wat werkt

Een installatiebedrijf met 35 monteurs zette dit voorjaar een vacature voor een servicemonteur online. Er kwamen 61 reacties binnen, allemaal op hetzelfde mailadres, in vier verschillende bestandsformaten en met bijlagen die soms een foto van een certificaat waren. De officemanager las ze tussen het gewone werk door en hield een lijstje bij in Excel. De twee kandidaten die er het beste uitzagen kregen ruim twee weken later antwoord. Een van hen was toen al ergens anders begonnen.

Dat is het knelpunt bij vrijwel elk MKB-bedrijf dat een paar keer per jaar iemand aanneemt. Niet het aantal reacties, maar de doorlooptijd. Wie pas na twee weken belt, praat met de kandidaten die nog over zijn.

Sollicitaties screenen met AI is daar een logisch antwoord op. Het is ook het punt waar het snel misgaat, want tussen "de stukken ordenen" en "de kandidaat beoordelen" loopt een grens die zowel praktisch als juridisch zwaar telt.

Waarom cv's screenen met AI zo vaak misgaat

Drie patronen komen we steeds tegen bij bedrijven die het al geprobeerd hebben.

Het eerste is filteren op trefwoorden. Een systeem dat zoekt op "servicemonteur" gooit de kandidaat weg die "onderhoudstechnicus" op zijn cv heeft staan en tien jaar precies dat werk deed. Trefwoorden meten woordkeuze, niet geschiktheid.

Het tweede is een model dat kandidaten een cijfer geeft zonder dat iemand kan navertellen waar dat cijfer vandaan komt. Als je niet kunt uitleggen waarom kandidaat A een 7 kreeg en kandidaat B een 4, heb je geen voorselectie maar een dichte doos waar je wel verantwoordelijk voor bent.

Het derde is het model laten leren van wie je in het verleden hebt aangenomen. Dan bouw je je eigen geschiedenis in. Nam je de afgelopen tien jaar vooral mannen van in de dertig aan die binnen twintig kilometer wonen, dan is dat wat er terugkomt, en het ziet er objectief uit omdat er een percentage bij staat.

De Autoriteit Persoonsgegevens besteedde in haar algoritmerapportage van dit voorjaar een fors deel aan werving en selectie. De rode draad daarin: vooroordelen stapelen zich per fase op. De vacaturetekst, de manier waarop die wordt verspreid, de screening en het assessment doen er ieder een schepje bovenop, en aan het eind is niet meer terug te zien waar het scheef ging.

Ordenen mag, oordelen niet

Dit is de grens waar het hele onderwerp om draait, en hij is scherper dan de meeste leveranciers doen voorkomen.

AI die sollicitanten analyseert, filtert of evalueert staat in bijlage III van de AI Act, onder werkgelegenheid en personeelsbeheer. Dat is de hoog-risicocategorie. De AI Act kent daarop een uitzondering voor systemen die alleen een beperkte procedurele of voorbereidende taak doen. Cv's uitlezen, indexeren en doorzoekbaar maken valt daar meestal onder. Een cv taggen als "sterk" of "zwak" niet meer, want dan geeft het systeem een oordeel dat de beslissing merkbaar beïnvloedt.

Twee dingen worden daarbij vaak verkeerd begrepen. Dat er een mens naar kijkt, verandert de classificatie niet: die hangt aan het beoogde doel van het systeem, niet aan wie erna het vinkje zet. En wie zich op de uitzondering beroept, moet die afweging kunnen laten zien. Aannemen dat je erbuiten valt is geen onderbouwing.

Praktisch vertaalt dat zich in een simpele werkverdeling.

Vier dingen laat je er sowieso buiten. Automatisch afwijzen zonder dat iemand ernaar kijkt, want artikel 22 van de AVG verbiedt besluiten die uitsluitend geautomatiseerd tot stand komen en aanzienlijke gevolgen hebben. Een afwijzing is dat. Video-analyse waarbij een systeem iets afleidt uit gezichtsuitdrukking of stemgeluid: emotieherkenning op de werkvloer is sinds 2 februari 2025 verboden onder artikel 5 van de AI Act, zonder overgangstermijn. Persoonlijkheidsinschattingen uit een cv, omdat die niet te onderbouwen zijn. En zoeken op naam op sociale media, want dan verwerk je gegevens die de kandidaat je niet heeft gegeven.

Zo richt je de voorselectie in

Vijf stappen. De eerste twee kosten de meeste tijd en hebben niets met techniek te maken.

1. Zet één ingang per vacature. Een apart adres of een formulier, niet info@. Je wilt weten welke reactie bij welke vacature hoort zonder dat iemand dat handmatig uitzoekt.
2. Schrijf je harde eisen op voordat je iets bouwt. Maximaal vijf, allemaal objectief te controleren. Rijbewijs B, VCA-basis, beschikbaar voor 32 uur, kan binnen zes weken starten. Wat je niet objectief kunt toetsen, hoort niet in de automatisering thuis.
3. Laat het model uitlezen, niet oordelen. Vaste velden eruit: naam, contactgegevens, huidige functie, aantal jaren in de gevraagde richting, certificaten, beschikbaarheid, opzegtermijn, woonplaats. Per harde eis drie mogelijke waarden: voldoet, voldoet niet, staat niet in de stukken. Die derde is belangrijk, want zonder die waarde wordt "niet vermeld" stilzwijgend "nee" en verlies je precies de kandidaten die slecht schrijven en goed werken.
4. Zet alles in één overzicht. Eén regel per kandidaat, alle velden zichtbaar, met een link naar de originele brief en het originele cv. De beslisser leest het cv, niet de samenvatting. De samenvatting bepaalt alleen de volgorde waarin hij leest.
5. Spreek een reactietermijn af. Vijf werkdagen tot een eerste inhoudelijke reactie. Zonder die afspraak heb je straks een keurig overzicht waar nog steeds niemand naar kijkt, en dat is hetzelfde probleem in een nettere jas.

Wat je vooraf regelt

Vijf dingen, en ze zijn geen van alle spannend.

Regel de verwerking. Een sollicitatie is een dossier vol persoonsgegevens, dus je hebt een zakelijke dienst nodig met een verwerkersovereenkomst, verwerking binnen de EU en de zekerheid dat je invoer niet wordt gebruikt om modellen te trainen. Iemand die cv-teksten in een gratis chatbot plakt, is geen efficiënte collega maar een datalek.

Vertel het in de vacaturetekst. Twee zinnen: dat je een AI-hulpmiddel gebruikt om binnengekomen reacties te ordenen, en dat elke beoordeling en elke afwijzing door een mens wordt gedaan. Dat is meteen je transparantieplicht afgedekt.

Zet de bewaartermijn erop. Sollicitatiegegevens bewaar je maximaal vier weken na afloop van de procedure, of maximaal een jaar als de kandidaat daar toestemming voor geeft. Dat geldt ook voor de tussenbestanden en de exports die je automatisering maakt, en dat is precies wat mensen vergeten.

Log wat het model per kandidaat teruggaf. Als iemand later vraagt waarom hij is afgevallen, moet je kunnen laten zien wat er is uitgelezen en wie de beslissing nam.

Leg je afweging over de AI Act vast op een half A4. Wat het systeem doet, wat het uitdrukkelijk niet doet, en waarom je vindt dat het onder de voorbereidende taak valt. Als dat stuk moeilijk te schrijven is, is dat het antwoord: dan doet je systeem meer dan ordenen.

Wat het wel en niet oplevert

Reken niet op minder werk in uren. Het uitlezen van 60 reacties kost een halve dag, en met een goede voorselectie blijft er nog steeds een halve dag lezen over, alleen dan van de juiste stukken en in de juiste volgorde.

De winst zit in doorlooptijd en in volledigheid. Iedereen krijgt binnen een paar dagen antwoord in plaats van de helft na drie weken. Niemand valt af omdat zijn cv onderop lag. En je kunt achteraf uitleggen hoe de selectie is verlopen, wat bij een klacht of een vraag van een sollicitant het verschil maakt tussen een gesprek van vijf minuten en een probleem.

Wat het niet oplost: een vacaturetekst die de verkeerde mensen aantrekt. Als 61 reacties er 50 opleveren die niet in de buurt komen, ligt dat aan de tekst en aan waar hij staat, niet aan je verwerking. Sneller sorteren van de verkeerde stapel blijft de verkeerde stapel.

Wat je nu het beste doet

Pak je laatste vacature erbij en meet twee dingen: hoeveel dagen zaten er tussen de eerste reactie en het eerste telefoontje, en hoeveel kandidaten kregen nooit fatsoenlijk antwoord. Die twee getallen zeggen meer over wat je hier kunt winnen dan welke demo dan ook.

Zet daarna je vijf harde eisen op papier. Lukt dat niet in vijf regels, dan is je vacature nog niet scherp genoeg om te automatiseren, en dat is het echte werk dat eerst gedaan moet worden.

Wil je dat we meekijken hoe je dit inricht zonder in de hoog-risicohoek te belanden, kijk dan bij security en compliance of vraag een offerte aan. Bellen kan ook: 010 89 008 89. Wil je eerst weten wat er sinds augustus precies geldt, lees dan wat de AI Act nu echt van het MKB vraagt. Draait er bij jou nog van alles binnen op één adres, dan is een gedeelde mailbox met AI sorteren de logische eerste stap.