AI-tools voor cv-screening beloven een stapel sollicitaties te lezen op een manier waarop een vermoeide hiringmanager dat niet kan: consistent, om 2 uur 's nachts en zonder verveeld te raken bij cv nummer 140. Die belofte klopt grotendeels. Wat de marketingpagina's niet vertellen, is hoe de beoordeling daadwerkelijk werkt, waar het systeem ongemerkt de mist in gaat en waarom een mens de twijfelgevallen nog steeds moet beoordelen voordat iemand wordt afgewezen door een systeem dat niemand kan uitleggen.
Hoe AI-cv-screening echt werkt
Onder de merknaam doet vrijwel elke screeningtool een van twee dingen. De oudere, grovere aanpak is zoekwoordmatching: de tool telt hoeveel termen uit de functiebeschrijving in het cv voorkomen en rangschikt kandidaten op basis daarvan. De nieuwere aanpak gebruikt een taalmodel om het cv en de functiebeschrijving samen te lezen en een oordeel te geven, meer zoals een persoon dat zou doen, maar met steeds dezelfde criteria.
De tweede aanpak is degene die in 2026 de moeite waard is. Zoekwoordmatching beloont cv's die vol staan met jargon en benadeelt kandidaten die dezelfde vaardigheid met andere woorden beschrijven. Een taalmodel dat de daadwerkelijke vereisten krijgt en wordt gevraagd de geschiktheid te beoordelen, herkent "leidde een multidisciplinair team van 8 mensen" als bewijs van managementervaring, zelfs als het cv nooit het woord "manager" gebruikt.
Waar het echt tijd bespaart
- De eerste selectie bij grote aantallen. 300 sollicitanten terugbrengen tot 30 die een mens kan lezen, levert de grootste tijdwinst op. Dit is ook waar AI-screening het betrouwbaarst is, omdat de kosten van een fout-negatief in deze fase laag zijn als de criteria redelijk zijn.
- Consistentie gedurende een lange wervingscyclus. De norm van een menselijke beoordelaar verschuift ongemerkt tussen het 5e en het 150e cv. Een model past op alle cv's dezelfde criteria toe.
- De redenering tonen, niet alleen een score. De screeners die de moeite waard zijn, laten zien waarom een kandidaat is doorgegaan of is aangehouden, zodat een recruiter de logica kan controleren in plaats van een ondoorzichtig getal te vertrouwen.
Waar nog een mens nodig is
Drie situaties waarin de uitkomst van AI-screening niet het laatste woord mag zijn:
- Carrièreswitchers en niet-traditionele loopbanen. Een cv dat niet netjes aansluit op het patroon van functietitels dat de tool verwacht, is het geval met het grootste risico op een onterechte afwijzing. Controleer steekproefsgewijs iedereen die is afgewezen maar relevante ervaring heeft die anders wordt benoemd.
- Kleine groepen kandidaten. Als er maar een handvol sollicitanten is, is de tijdwinst van geautomatiseerde screening klein en is het risico dat je door een fout in de criteria een goede kandidaat misloopt onevenredig groot. Beoordeel ze zelf.
- Alles wat dicht bij de grens ligt. De beslissing van een model om iemand door te laten gaan, aan te houden of af te wijzen is geen precieze meting. Kandidaten die precies op de grens scoren, verdienen een tweede beoordeling, geen automatische afwijzing.
Een eenvoudige checklist voor een audit voordat je de uitkomst vertrouwt
| Controleren | Waarom dit belangrijk is |
|---|---|
| Legt de tool per kandidaat zijn redenatie uit? | Een kale score zonder uitleg kan niet worden gecontroleerd op bias |
| Heb je de tool getest met een cv waarvan je al weet dat het sterk is? | Bevestigt dat de criteria daadwerkelijk werken zoals bedoeld |
| Zijn de must-havecriteria in gewone taal geschreven, niet als trefwoorden? | Trefwoordcriteria benadelen systematisch niet-standaard cv's |
| Wie beoordeelt de twijfelgevallen en afgewezen kandidaten? | Geautomatiseerde screening zonder menselijke steekproefcontroles is waar het risico op discriminatie ontstaat |
Gerelateerde informatie: hoe je Claude met de Alex-vaardigheid gebruikt om cv's te screenen doorloopt de installatie stap voor stap. Bekijk ook de volledige categorie met AI-tools voor werving voor sourcing en planning.
Veelgestelde vragen
Is AI-screening van cv's legaal?
Over het algemeen wel, maar in verschillende rechtsgebieden is inmiddels verplicht dat wordt gemeld dat AI wordt gebruikt bij beslissingen over indienstneming, en in sommige rechtsgebieden zijn bias-audits van de tool verplicht. Controleer de lokale vereisten voordat je screening op grote schaal inzet, en laat de resultaten hoe dan ook door een mens beoordelen.
Kan AI-screening van cv's bevooroordeeld zijn?
Ja, meestal bij carrièreswitchers, autodidacten en iedereen van wie het cv niet overeenkomt met het exacte trefwoordpatroon dat de tool verwacht. De oplossing bestaat uit criteria die in gewone taal zijn geschreven en een menselijke steekproefcontrole van afwijzingen, niet uit het volledig vermijden van AI-screening.
Waarin verschilt AI-screening van een eenvoudig ATS-trefwoordfilter?
Een trefwoordfilter telt de overlap tussen termen. Een screener op basis van een taalmodel leest het cv en de vacaturetekst samen en redeneert over de geschiktheid. Daardoor is de kans veel kleiner dat een gekwalificeerde kandidaat wordt afgewezen omdat die zijn ervaring anders heeft beschreven dan in de vacaturetekst.
Welk cv-format werkt het best met AI-screeningstools?
Een overzichtelijk, gestandaardiseerd format zonder tabellen, kolommen of afbeeldingen wordt het betrouwbaarst verwerkt. De meeste problemen ontstaan door parsefouten bij ongebruikelijke lay-outs, niet door het oordeel van de AI zelf.
Moet een klein bedrijf überhaupt AI-screening gebruiken?
Alleen als het volume dit rechtvaardigt. Bij minder dan ongeveer 20 sollicitanten per functie is het meestal sneller en minder risicovol om ze zelf te lezen dan om een screeningstool in te stellen en te controleren.
De conclusie
AI-screening van cv's is het overwegen waard wanneer het volume hoog genoeg is dat consistentie belangrijker wordt dan een menselijke beoordeling per geval, en wanneer de tool zijn redenatie laat zien zodat je die kunt controleren. Blind vertrouwen is niet verstandig bij carrièreswitchers, kleine kandidatenpools of mensen die precies op de grens zitten. Beschouw de uitkomst als een sterke eerste selectie, niet als een definitieve beslissing.
Bekijk alle vaardigheden voor werving en loopbaanontwikkeling in de Claude-vaardighedencollectie van KissMySkills.