Recruiters besteden gemiddeld 6 seconden aan een CV. AI doet het beter, sneller en eerlijker. Zo werkt het.
Door Ingmar van Maurik · Founder & CEO, Making Moves
Het probleem met handmatig screenen
Een recruiter bekijkt een CV gemiddeld 6 seconden. In die 6 seconden wordt beslist of iemand door mag naar de volgende ronde. Bij populaire vacatures ontvang je al snel 200-500 sollicitaties. Dat betekent dat een recruiter uren besteedt aan het snel doorklikken van CV's, zonder de tijd te hebben om echt te lezen wat er staat.
Het resultaat is voorspelbaar en problematisch:
Goede kandidaten worden gemist — onderzoek toont aan dat handmatige screening tot 75% van geschikte kandidaten over het hoofd ziet
Onbewuste bias speelt een grote rol — namen, foto's, universiteiten en zelfs het design van het CV beïnvloeden de beoordeling
Het kost uren per week aan repetitief, laagwaardig werk dat recruiters wegsleurt van strategische taken
Inconsistentie — dezelfde recruiter beoordeelt het 200e CV anders dan het 10e CV door vermoeidheid en cognitive overload
Dit is geen kritiek op recruiters. Het is een systeemprobleem. Het menselijk brein is simpelweg niet gebouwd om honderden documenten consistent en onbevooroordeeld te beoordelen.
De kosten van slechte screening
Voordat we naar de oplossing kijken, is het belangrijk om de impact te begrijpen. Slechte screening leidt tot:
Verkeerde hires die [tot 3x het jaarsalaris kosten](/artikelen/how-much-bad-hire-costs) aan directe en indirecte schade
Gemiste talent — de beste kandidaat zat misschien in de stapel die werd overgeslagen
Langere time-to-hire — doordat er te weinig geschikte kandidaten in de shortlist komen, moet er opnieuw worden geworven
Hogere cost-per-hire — meer tijd, meer jobboard-advertenties, mogelijk externe recruiters
De oplossing ligt niet in meer recruiters of langer screenen. De oplossing is fundamenteel anders screenen.
Hoe AI CV screening werkt
Moderne AI CV screening gaat veel verder dan de keyword matching van eerste-generatie tools. Het is een meerlaags proces dat elk CV diepgaand analyseert:
1. Intelligente parsing
AI leest het CV en extraheert gestructureerde data, ongeacht het format (PDF, Word, LinkedIn profiel):
Werkervaring — rollen, bedrijven, periodes, verantwoordelijkheden, en bereikte resultaten
Vaardigheden — hard skills, soft skills, tools, technologieën en frameworks
Opleiding en certificeringen — niet alleen de naam, maar ook de relevantie voor de rol
Locatie en beschikbaarheid — inclusief remote-voorkeuren en opzegtermijn
Carrièrepatronen — progressie, laterale moves, gaps en hun context
Het verschil met simpele parsing is dat moderne AI de context begrijpt. "Project geleid met 5 developers" wordt anders gewogen dan "gewerkt in een team van 5" — hoewel beide vergelijkbare keywords bevatten.
2. Semantische skills matching
Het systeem vergelijkt de geëxtraheerde data met de functie-eisen op een semantisch niveau:
Welke vereiste skills heeft de kandidaat? — niet alleen exacte matches, maar ook equivalente vaardigheden (bijv. "React" en "React.js" en "ReactJS")
Hoeveel relevante ervaring? — gewogen op recentheid en diepte
Welke gaps zijn er? — en hoe kritisch zijn die voor de rol?
Transferable skills — vaardigheden uit andere sectoren die relevant kunnen zijn
Groeipotencie — leersnelheid en adaptatie op basis van carrièrepatronen
Dit gaat fundamenteel anders dan keyword matching. Een kandidaat die "microservices architectuur in AWS" heeft gebouwd, matcht ook op een vacature die "cloud-native development" vraagt — iets dat keyword matching zou missen.
3. Predictieve scoring en ranking
Op basis van alle datapunten krijgt elke kandidaat een gewogen score. Maar het gaat verder dan een simpele puntentelling:
Gewichten per criterium — gebaseerd op wat daadwerkelijk succes voorspelt in jouw organisatie
Confidence levels — het systeem geeft aan hoe zeker het is over elke beoordeling
Vergelijkbare profielen — hoe lijkt deze kandidaat op je huidige top performers?
Risico-indicatoren — patronen die correleren met early attrition of underperformance
De ranking is niet statisch. Met continue validatie worden de modellen steeds accurater naarmate je meer hiring data verzamelt.
4. Bias-reductie en fairness
Dit is misschien wel het belangrijkste voordeel. AI kan worden geconfigureerd om niet te kijken naar:
Namen of geslacht
Leeftijd of geboortedatum
Foto's
Universiteiten (tenzij objectief relevant voor de rol)
Nationaliteit of etniciteit
Woonplaats (als proxy voor sociaal-economische achtergrond)
Dit maakt het proces aantoonbaar eerlijker dan menselijke screening. Maar eerlijkheid moet actief worden gebouwd en gemonitord. Een goed systeem bevat:
Adverse impact analyses — worden bepaalde groepen structureel lager gescoord?
Regelmatige audits — worden de modellen gecontroleerd op onbedoelde bias?
Transparante criteria — is het duidelijk waarom een kandidaat hoog of laag scoort?
De concrete resultaten
Bedrijven die geavanceerde AI CV screening implementeren, zien consistente verbeteringen:
80% tijdsbesparing op screening — recruiters besteden hun tijd aan relatiebouw en interviews, niet aan CV's scannen
Consistentere beoordelingen — het 500e CV wordt even zorgvuldig beoordeeld als het eerste
30-50% minder bias in de eerste selectie — gemeten door diversity metrics voor en na implementatie
25% betere kandidaten in de shortlist — gemeten door interview-to-offer ratio's
40% korter time-to-hire — doordat de beste kandidaten sneller worden geïdentificeerd
Een praktijkvoorbeeld
Een middelgroot technologiebedrijf met 80 hires per jaar schakelde over van handmatige screening naar AI-gestuurde screening. De resultaten na 12 maanden:
Metric
Voor AI
Na AI
|--------|---------|-------|
Screeningtijd per vacature
12 uur
2 uur
Kandidaten in shortlist
5-8
8-12
Interview-to-offer ratio
6:1
3:1
Time-to-hire
38 dagen
22 dagen
Diversiteit shortlist
22%
41%
Maar AI alleen is niet genoeg
CV screening is slechts stap 1 van een effectieve hiring funnel. Een CV vertelt je wat iemand heeft gedaan, maar niet hoe goed iemand het deed of hoe iemand in jouw context zal presteren.
De echte waarde komt als je AI CV screening combineert met:
Pre-assessments — cognitieve tests, persoonlijkheidsvragenlijsten en vaardigheidstoetsen die [valide en betrouwbaar](/artikelen/valid-reliable-assessment) zijn
[AI pre-interviews](/artikelen/ai-pre-interviews-future) — geautomatiseerde gesprekken die dieper gaan dan een CV
Gestructureerde scoring — een uniform framework voor alle kandidaten
Predictieve analytics — welke combinatie van scores voorspelt succes het beste?
Samen vormen ze een complete AI hiring funnel die 80% van het handmatige werk elimineert en tegelijkertijd de kwaliteit van hires verhoogt.
Eigen bouwen vs. tools kopen
De meeste commerciële AI screening tools zijn oppervlakkig. Ze bieden:
Custom modellen getraind op jouw succesvolle hires
Bedrijfsspecifieke criteria die de tool niet kan bieden
Volledige integratie met assessments, interviews en onboarding
Continue verbetering op basis van performance data
Volledige data-eigendom en privacy compliance
Samenvatting
AI CV screening is geen toekomstmuziek — het is de standaard aan het worden voor bedrijven die serieus zijn over hiring kwaliteit. De technologie is volwassen, de resultaten zijn bewezen, en de kosten van niet-overstappen worden elk jaar hoger.
De sleutel tot succes is niet alleen de technologie, maar de integratie in een breder hiring systeem. AI screening als losse tool levert beperkte waarde. Als onderdeel van een geïntegreerd hiring platform transformeert het je gehele wervingsproces.
Wil je zien hoe AI screening werkt voor jouw specifieke situatie? Plan een demo en ontdek het verschil.