Recruitment automatiseren met AI: wat wel en niet werkt

De meeste bureaus zitten op een goudmijn aan ATS-data die niemand meer aanraakt. Kandidaten van jaren werk, duizenden cv's, gesprekken en contactmomenten. Maar zodra iemand niet op een vacature paste, hoor je er niets meer van. Komt er een nieuwe opdracht binnen, dan begint een recruiter weer van nul op LinkedIn, terwijl de juiste persoon vaak al in je eigen database zit.

Daarnaast schrijven recruiters dezelfde outreach honderd keer opnieuw. Cv's screenen en kandidaten voordragen is het werk dat de meeste uren kost en het minst opvalt. En tussen een intakegesprek en een echte voordracht zit een berg administratie: het profiel uitschrijven, een Boolean bouwen, notities uittypen, de ATS bijwerken. Niets daarvan is recruitment, maar het kost zo de halve dag. Dat zijn de plekken waar recruitment automatiseren iets oplevert.

De vuistregel bij recruitment automatiseren is simpel: automatiseer het herhaalwerk, niet het oordeel en niet de relatie. AI-systemen zijn goed in het voorbereiden, sorteren en samenvatten. Ze zijn niet goed in het voeren van het gesprek, het wegen van twijfelgevallen of het opbouwen van vertrouwen met een kandidaat. Dat is mensenwerk, en dat moet mensenwerk blijven.

Wel automatiseren: het scannen van je database bij elke nieuwe vacature, het schrijven van een eerste persoonlijke outreach-bericht, een eerste cv-screening op jouw eigen criteria, en de admin na een call. Niet automatiseren: de beslissing of je iemand voordraagt, het kennismakingsgesprek, en de toon waarop je een opdrachtgever te woord staat. De AI levert een onderbouwd concept aan, jij keurt goed of past aan. Zo houd je de snelheid en je eigen oordeel.

Neem je eigen proces stap voor stap, dan zie je vanzelf waar AI tijd terugpakt en waar je het werk beter zelf doet. Hieronder de plekken die er het meest toe doen.

Je eigen database doorzoeken

Bij een nieuwe vacature laat een systeem je hele ATS aflopen op mensen die passen, ook de kandidaten die drie jaar terug net niet pasten maar nu wel. Je recruiter hoeft niet weer van nul op LinkedIn. Er komt een korte lijst boven met per naam een reden waarom, en jij kiest wie je belt. Daar gaan we dieper op in bij sourcing automatiseren.

Cv's screenen en voordragen

Een eerste screening op jouw criteria is het werk dat uren kost en dat niemand ziet gebeuren. Een systeem leest de cv's, legt ze langs je eisen en zet er een reden bij. Bij Forta haalde dat de cv-check van een half uur per kandidaat naar niks. Of iemand echt past, blijft de knoop die je recruiter doorhakt, niet het systeem. Wat dit voor een w&s-bureau betekent, staat in AI voor recruitmentbureaus.

Outreach en admin

Het eerste outreach-bericht en het bijwerken na een gesprek zijn puur herhaalwerk. Het systeem schrijft een persoonlijk concept en werkt na een call je ATS bij. Jij leest na en drukt op verzenden. Dat scheelt je het overtypen na elk gesprek.

De vijf systemen die we hiervoor bouwen, staan op wat we doen.

Je hoeft niet alles tegelijk aan te pakken, en dat is ook niet slim. Begin bij het proces dat de meeste uren opslokt en het minst je oordeel vraagt. Een paar dagen bijhouden waar je tijd heen gaat, wijst dat meestal vanzelf aan.

Zit je goudmijn vol oude kandidaten die niemand meer aanraakt? Dan is je eigen database de logische start (Database-activatie). Kost het voordragen je de meeste uren? Begin bij de screening en de voordracht (Voordrachten). Loopt de admin tussen intake en voordracht in de weg? Pak die eerst (Productie).

Je bouwt dat ene systeem, laat het een paar weken draaien en kijkt of het echt tijd bespaart. Werkt het, dan komt het volgende erbij. Zo bouw je uit op wat je zelf hebt zien werken.

AI-tools beloven veel, maar blijven vaak ongebruikt liggen omdat niemand ze instelt. Wij stellen ze in en blijven ze onderhouden. Een traject begint met een diagnose-gesprek van 30 minuten waarin we in kaart brengen waar in jullie proces de meeste tijd verloren gaat. Daarna een pilot van twee weken voor een vaste prijs vooraf, zodat je weet waar je aan toe bent. De systemen draaien in jullie eigen omgeving, binnen je bestaande ATS en tooling; recruiters hoeven geen nieuw platform te leren. Daarna een vast maandbedrag voor doorlopend onderhoud en optimalisatie.

En de AVG?

Je kandidaatdata blijft in je eigen omgeving. We trainen geen modellen op jouw data en er gaat niets naar derden. Alles wat we bouwen is AVG-verantwoord, met een verwerkersovereenkomst als je die wilt.

Meer over data en de AVG staat in AVG bij AI in recruitment.

Het doel van recruitment automatiseren is niet AI omdat het kan, maar tijd terug voor het werk dat telt. Bij Forta Solutions trainden we een cv-checker op 22 jaar van Linda's eigen criteria. De cv-check ging van 30 minuten per kandidaat naar 0, en Linda bespaart ongeveer 8 uur per week. Die tijd gaat nu naar persoonlijke gesprekken en plaatsingen, niet naar screenwerk. Bij Match Masters bouwden we een dashboard voor de stap voor de ATS, waarmee Steijn gemiddeld twee uur per dag minder kwijt is aan bijhouden.

De winst zit niet alleen in uren. Doordat de eerste screening en de voordrachten consistenter worden, ziet je bureau er scherper uit, ongeacht wie er achter het toetsenbord zit of hoe druk de dag is. De recruiters houden tijd over voor het mensenwerk: kandidaatcontact en de relatie met de opdrachtgever.

AI voor uitzendbureaus werkt net zo goed, alleen zit de tijdwinst ergens anders. Bij werving en selectie gaat het om de snelheid en kwaliteit van je match: de juiste kandidaat eerder boven krijgen, ook de mensen die al jaren in je ATS zitten. Bij uitzenden gaat het om vullingsgraad: je beschikbare en slapende flexpool zo snel mogelijk koppelen aan binnenkomende aanvragen. Wie het eerst een goede kandidaat voorstelt, wint de opdracht.

Voor een uitzendbureau betekent recruitment automatiseren dus vooral: je flexpool levend houden. Het systeem ziet wie beschikbaar komt, wie lang niet gewerkt heeft en wie bij een nieuwe aanvraag past, en zet het eerste contact klaar. Het koppelt met je uitzendsoftware (Easyflex, Carerix, Bullhorn) net zo goed als met een ATS. Verder is het traject identiek: klein beginnen, bewijzen in twee weken, uitbouwen als het werkt.

De volledige uitleg voor uitzenden staat in AI voor uitzendbureaus.

Je recruiters blijven het werk doen; de AI doet het voorwerk. Een systeem dat outreach voorbereidt of cv's voorsorteert neemt het saaie deel uit handen, niet het vak. De bureaus die hier nu in stappen, doen dat niet om mensen weg te automatiseren, maar om hun beste recruiters meer tijd te geven voor het deel dat alleen een mens kan doen. Dat is de hele inzet: minder typewerk, meer aandacht.