AI in recruitment - Wat kandidaten doorzien en wat wel werkt in techniek, bouw en logistiek

AI in recruitment is in twee jaar van experiment naar standaard gegaan. Vacatureteksten worden gegenereerd, kandidaten worden gematcht, screeningsvragen worden door een model afgehandeld. En tegelijk gebeurt er iets dat niet in de productbrochures staat: kandidaten vertrouwen het wervingsproces minder dan een jaar geleden. In het AI in Hiring-onderzoek van Greenhouse onder 4.136 werkzoekenden, recruiters en hiring managers in de Verenigde Staten, het Verenigd Koninkrijk, Ierland en Duitsland zei 70 procent van de hiring managers AI te vertrouwen voor snellere en betere beslissingen. Van de werkzoekenden vond 8 procent dat AI het eerlijker maakt.

Dat gat van 70 naar 8 is het echte verhaal. Niet omdat AI slecht is, want AI is uitstekend in snelheid, varianten en schaal. Maar omdat de techniek vaak wordt ingezet op precies het punt waar werving het van vertrouwen moet hebben. En in blue collar sectoren, waar de schaarste het grootst is, is vertrouwen geen zachte factor maar de reden dat iemand zijn gegevens wel of niet achterlaat.

Waar helpt AI in recruitment echt?

Begin bij wat onomstreden is. AI is sterk in volume en variatie. Vijftien advertentievarianten per doelgroep in plaats van drie. Twintig headlines testen voordat je media inkoopt. Vertalingen voor een Poolse of Roemeense doelgroep die vorig jaar nog twee weken en een extern bureau kostten.

Ook achter de schermen is de winst reeel. Kandidaten die binnen een uur bericht krijgen in plaats van na negen dagen. Uit datzelfde Greenhouse-onderzoek bleek dat 34 procent van de recruiters tot de helft van hun week bezig is met het filteren van spam en onbruikbare sollicitaties. Daar mag AI gerust op los.

Waarom haalt een kandidaat een AI-tekst er zo uit?

Omdat een model geen werkvloer heeft gezien. Het schrijft het statistisch meest waarschijnlijke antwoord op de opdracht om een vacaturetekst voor een servicemonteur te maken. En dat meest waarschijnlijke antwoord is het gemiddelde van alles wat er al staat. Dynamisch team, uitdagende functie, veel ruimte voor eigen initiatief, marktconform salaris.

Een monteur met tien jaar ervaring leest dat en weet precies evenveel als daarvoor. Niets over de ploegen, niets over de bus, niets over wie zijn leidinggevende is. Strikt genomen is dat geen AI-probleem maar een inputprobleem: je hebt het model niets te vertellen gegeven. Het effect is wel dat je tekst niet onderscheidt, en in een markt waar iedereen om dezelfde vijftig monteurs vecht is dat bijna hetzelfde als niet bestaan.

Lees daar ook ons stuk over AI in employer branding bij, want dat gaat precies over die grens tussen schaal en inhoud.

Wat gebeurt er als kandidaten ook AI gaan gebruiken?

Dan krijg je een wapenwedloop waar niemand bij wint. Hetzelfde Greenhouse-onderzoek liet zien dat 41 procent van de Amerikaanse werkzoekenden toegaf prompt injections te gebruiken om door geautomatiseerde filters te komen, en dat 69 procent nepvacatures was tegengekomen. In het Verenigd Koninkrijk vertrouwt 45 procent van de werkzoekenden het wervingsproces minder dan een jaar eerder, en 40 procent van hen wijst daarvoor rechtstreeks naar AI.

Aan jouw kant van de tafel is het beeld niet veel beter. Van de ondervraagde recruiters was 21 procent er echt zeker van dat hun systeem geen geschikte kandidaten afwijst. Eenentwintig procent. In een markt met te weinig sollicitanten is dat een duur risico.

Kandidaten zetten AI ook in om jou te onderzoeken. Uit onderzoek van iHire onder ruim 1.600 Amerikaanse werknemers bleek in juni 2025 dat 11,6 procent AI-tools had gebruikt om werkgevers uit te zoeken. Dat is nu nog een minderheid, maar het is wel de richting waarin het beweegt. En het betekent dat een model over jou moet kunnen vinden wat klopt. Staat er op je werken bij website vooral sfeertaal, dan is dat ook precies wat eruit komt.

Werkt AI in recruitment anders in techniek, bouw en logistiek?

Ja, op twee manieren. De eerste is de krapte zelf. Uit het Werkgeversonderzoek van UWV onder 3.551 werkgevers, uitgevoerd in het najaar van 2025, bleek dat 45 procent van de vacatures moeilijk vervulbaar was. In de bouw was dat 71 procent, in de industrie 53 procent, in transport en opslag 47 procent. Van de werkgevers met een vacature noemde 87 procent te weinig sollicitanten als oorzaak. Bij zulke aantallen is elke kandidaat die onnodig afvalt een probleem, geen statistische ruis.

De tweede is het zoekgedrag. Een procesoperator of een uitvoerder zit niet de hele dag op LinkedIn. Die kijkt op zijn telefoon, in de pauze, via een advertentie of via een collega die iets doorstuurt. AI helpt je daar enorm met bereik en met varianten per regio en per ploeg. Het helpt je niet met de vraag waarom iemand zijn huidige baas zou verlaten. Dat antwoord moet van mensen komen.

Voor Hanab, onderdeel van VolkerWessels, werkten we daarom aan een werkgeversmerk dat op de werkvloer is opgehaald en niet in de directiekamer. Voor Picnic draait veel om wat mensen in dat eerste jaar echt meemaken, van onboarding tot doorgroeien via de Picnic Academy. AI is daar de motor achter de uitrol, niet de bron van de inhoud.

Wat kan een model niet namaken?

Een echt gezicht met een echt verhaal. Dit is waar wij het hardst in geloven: AI voor schaal, mensen voor inhoud. Waarom zou je een medewerker synthetisch namaken als je hem ook gewoon kunt filmen? Een monteur die in dertig seconden uitlegt wat hij vandaag heeft gerepareerd en waarom hij er na acht jaar nog zit, is overtuigender dan elke gegenereerde variant daarvan. Niet omdat het mooier is, maar omdat het waar is en omdat de kijker dat voelt.

Het zit in details die een model niet kan weten. De bijnaam van de nachtploeg. Waarom de planning op vrijdag altijd uitloopt. Waarom er na drie jaar nog dezelfde mensen zitten. Dat zijn de dingen die iemand laten denken: dit is een echte plek.

Hoe houd je AI een magneet en een filter tegelijk?

Door AI niet alleen op aantrekken te zetten. Een geoptimaliseerde funnel die het aantal sollicitaties verdubbelt is geen succes als de helft van die mensen na drie maanden weg is. Dan heb je je probleem verplaatst naar je leidinggevenden en naar je onboarding.

Een eerlijk beeld werkt als filter. Vertel dat het werk buiten is en dat januari koud is. De kandidaten die daarop afhaken, wilde je toch niet hebben. Degenen die juist daardoor reageren, blijven. AI helpt je die eerlijke boodschap in twintig varianten te testen, zodat je weet welke formulering de juiste mensen trekt in plaats van de meeste.

Is jouw vraagstuk wel een AI-vraagstuk?

Vaak niet. Niet elk vraagstuk is een campagne, en al helemaal niet elk vraagstuk is een tool.

Als je sollicitatieproces uit zeven stappen bestaat en vier dagen stilligt tussen stap twee en drie, dan is er geen model dat dat repareert. Als je carrierepagina op een telefoon acht seconden laadt, is dat je bottleneck. Als het verloop in het eerste jaar hoog is, zit het probleem niet in je instroom maar in wat daarna gebeurt. Uit het UWV-onderzoek bleek dat 52 procent van de werkgevers vanwege de krapte vaker mensen aanneemt die nog opgeleid moeten worden. Dat is een verstandige beweging, maar hij vraagt begeleiding, geen betere advertentie.

Begin daarom altijd bij het vraagstuk en leg vooraf vast welk getal moet bewegen. Sollicitanten per vacature, doorlooptijd tot de hire, verloop in het eerste jaar. Zonder nulmeting weet je achteraf niet wat AI je heeft opgeleverd, en dan houd je een gevoel over in plaats van een resultaat. Hoe dat in de praktijk uitpakt, lees je in ons stuk over monteurs werven.

Hoe werkt MonFri aan AI in recruitment?

We beginnen bij jouw vraagstuk. Lopen de vacatures niet vol, of lopen ze vol met de verkeerde mensen? Duurt het te lang, of vertrekken mensen juist te snel weer? Dat bepaalt wat we doen, en dus ook waar AI wel en niet aan te pas komt.

Daarna bouwen we een employee value proposition die van binnen en van buiten klopt: wat je eigen mensen zeggen, wat de buitenwereld over je denkt en wat de markt om je heen biedt. De inhoud halen we op bij medewerkers, met de camera op de werkvloer. De schaal regelen we met AI: varianten, tests, talen, regio en ploeg, snelheid. En we meten of het getal beweegt dat we vooraf hebben afgesproken.

Meer over hoe we werken lees je op onze dienstenpagina. Liever meteen sparren over waar AI jou wel en niet gaat helpen? Bel 020 23 38 587 of mail hi@mon-fri.com.