Werkgeversmerk in AI-zoekresultaten - Wat kandidaten te horen krijgen als ze het aan AI vragen
- news
Een servicemonteur die erover denkt te wisselen van werkgever, begint allang niet meer vanzelfsprekend bij Google. Hij typt zijn vraag in ChatGPT: is dit een goede werkgever voor een monteur, wat verdien je er, hoe is de sfeer op de werkvloer? Wat daarop terugkomt, is jouw werkgeversmerk in AI-zoekresultaten. En dat antwoord heb jij niet geschreven.
Onderzoek van PerceptionX onder 306 werkzoekenden in zeven landen, waaronder Duitsland, liet in mei 2026 zien dat 72 procent AI inzet voordat ze besluiten te solliciteren en dat 82 procent zegt dat zo’n antwoord hun beeld van een bedrijf als werkgever heeft veranderd. Tegelijk had 58 procent het model al eens betrapt op onjuiste informatie over een werkgever. Het is een kleine steekproef, maar de richting is onmiskenbaar: er wordt over je verteld, of je daar nu aan meewerkt of niet.
Wat krijgt een kandidaat te horen als hij jouw bedrijf aan AI vraagt?
Dat is geen theoretische vraag, je kunt hem vanmiddag zelf stellen. Pak vijf vragen die een kandidaat echt stelt. Is dit een goede werkgever voor een procesoperator? Wat betaalt dit bedrijf? Hoe ziet het sollicitatieproces eruit? Wie zijn de alternatieven in deze regio? Waarom vertrekken mensen er?
In de praktijk zien we drie soorten antwoorden. Het eerste is leegte: het model kent je niet en noemt je concurrent. Het tweede is onjuistheid, zoals een verouderde cao, een fusie die al twee jaar rond is of een vacature die niet meer bestaat. Het derde is het gevaarlijkste, want het klinkt keurig: een gemiddeld antwoord vol woorden als gedreven, ambitieus en informeel. Precies de woorden die iedere werkgever in jouw sector ook gebruikt. Cultuur claim je niet, die laat je voelen, en een model kan alleen navertellen wat het ergens heeft gelezen.
Waarom bepaal je je werkgeversmerk in AI-zoekresultaten niet zelf?
Omdat het grootste deel van het materiaal waaruit zo’n antwoord wordt opgebouwd niet van jou is. Omniscient Digital analyseerde begin 2026 ruim 23.000 bronnen achter AI-antwoorden op 240 merkgerelateerde vragen, gesteld aan onder meer ChatGPT, Perplexity en Gemini. Earned media leverde 48 procent van de geciteerde bronnen: onafhankelijke media, forums en sociale media, reviewsites en gidsen. Content van het merk zelf kwam uit op 23 procent.
Het interessantste getal zit in de uitsplitsing. Bij vragen die over reviews gingen, liep het aandeel earned media op tot 82 procent. En de vraag van een kandidaat, hoe is het om daar te werken, is per definitie een reviewvraag.
Dat is geen nieuw fenomeen. Het is de pijler Imago uit de employee value proposition die ineens een stuk luider is gaan praten. Wat de buitenwereld over je zegt, wordt samengevat en als feit teruggegeven aan iemand die jou nog nooit heeft gesproken.
Welke bronnen heeft een model nodig om jou goed na te vertellen?
Hier zit de kern van hoe wij naar AI kijken: AI is uitstekend voor schaal, mensen zijn onmisbaar voor inhoud. Een model kan niets navertellen wat niemand ooit heeft opgeschreven, gefilmd of beoordeeld. Het verzint geen monteur die uitlegt waarom hij na elf jaar nog steeds blijft.
Het werk zit dus aan de voorkant. Verhalen van medewerkers met naam en functie, niet anoniem. Een eerlijke beschrijving van de ploegendienst en wat die thuis betekent, want een baan neem je mee naar huis. Video waarin de werkvloer zelf aan het woord is in plaats van de directie. Antwoorden op vragen die kandidaten echt stellen, in gewone taal, op een plek die openbaar en leesbaar is.
En dan het omgekeerde: synthetische content voegt hier niets toe. Een carrierepagina die volledig door een model is geschreven, wordt door een ander model weer samengevat tot hetzelfde gemiddelde. Waarom zou je iemand laten bedenken die je ook gewoon kunt filmen? Over die afweging schreven we eerder in ons artikel over AI in employer branding.
Wat moet er dan op je werken-bij site staan?
Dezelfde vragen die kandidaten aan AI stellen, moeten op je eigen site letterlijk beantwoord worden. In het onderzoek van PerceptionX gingen de meestgestelde vragen over beloning (53 procent), doorgroeimogelijkheden (52 procent) en de sollicitatie-ervaring (51 procent). Dat zijn precies de drie onderwerpen die op de meeste carrierepagina’s ontbreken.
Concreet betekent dat een salarisindicatie in plaats van het woord marktconform, een echte beschrijving van het rooster, het aantal stappen in de procedure en hoe lang iemand op antwoord wacht. Per functiegroep op een vindbare pagina, niet weggestopt in een pdf of achter een sollicitatieformulier. Wat een goede werken bij website verder nodig heeft, beschreven we eerder.
Werkt dit anders in techniek, bouw en logistiek?
De markt is minder gespannen dan twee jaar geleden. Het CBS telde in het tweede kwartaal van 2026 nog 375 duizend openstaande vacatures tegenover 396 duizend werklozen, oftewel 95 vacatures per 100 werklozen. In de handel stonden er 70,5 duizend open, in de industrie 29,4 duizend, in de bouw 28,2 duizend en in vervoer en opslag 14,4 duizend. Minder krapte betekent alleen niet dat de juiste mensen vanzelf binnenkomen.
Wat in deze sectoren vooral anders werkt, is het zoekgedrag. Glassdoor analyseerde het gedrag van twaalf miljoen werkzoekenden en zag mobiel zoeken het hoogst in food services (64,9 procent), vervoer (63,1 procent) en retail (60,2 procent), tegenover 35,3 procent in softwareontwikkeling. Dat onderzoek stamt uit 2018 en 2019, dus de absolute cijfers liggen inmiddels hoger, maar het patroon is er niet minder duidelijk op geworden.
Iemand die tussen twee klussen door op zijn telefoon kijkt, leest geen drie pagina’s. Een samenvattend antwoord is dan precies wat hij wil. Daarmee wordt de kwaliteit van dat antwoord in blue collar sectoren eerder belangrijker dan minder.
Blijft je werkgeversmerk in AI-zoekresultaten ook een filter?
Dat moet het zelfs. Je wil talent aantrekken, maar wel het juiste talent. Als het antwoord mooier is dan de werkelijkheid, haal je mensen binnen die in week drie ontdekken dat de reistijd anderhalf uur is en dat een ploegendienst echt een ploegendienst is.
Het is dus geen probleem als een AI-antwoord vertelt dat het werk fysiek zwaar is of dat je in de winter buiten staat. Dat laat de verkeerde kandidaat afhaken voordat hij een dag van jouw planner kost. De candidate journey stopt bovendien niet bij de handtekening: wie eerlijk werft, houdt mensen langer en krijgt er ambassadeurs voor terug.
Is dit een campagnevraagstuk of iets anders?
Meestal iets anders. Niet elk vraagstuk is een campagne, en dit is er geen. Dit is een contentvraagstuk en soms een structuurvraagstuk: wat staat er over je op vindbare plekken, klopt dat nog, en kan een kandidaat het antwoord vinden zonder jouw merk al te kennen?
Begin daarom bij het vraagstuk en bij een nulmeting. Stel een vaste set van tien vragen op, leg vast wat de modellen vandaag antwoorden en herhaal dat elk kwartaal. Kijk in je statistieken hoeveel bezoek op je vacaturepagina’s uit AI-verwijzingen komt. En vraag nieuwe collega’s gewoon waar ze je gevonden hebben. Zonder nulmeting kun je achteraf niet laten zien wat het heeft opgeleverd, en zonder dat bewijs krijg je intern geen budget voor de volgende stap.
Hoe werkt MonFri aan je werkgeversmerk in AI-zoekresultaten?
We beginnen bij jouw vraagstuk. Lopen de vacatures voor servicemonteurs niet vol, verlies je te veel mensen in het eerste jaar, of weet de markt simpelweg niet dat je bestaat? Daarna kijken we naar wat de buitenwereld over je zegt, wat je eigen mensen zeggen en wat je concurrenten om talent bieden. Die drie samen vormen de employee value proposition, en die is de basis voor alles wat een model straks over je navertelt.
Vervolgens maken we het materiaal dat er nog niet is: verhalen van de werkvloer, video en pagina’s die de vragen van kandidaten echt beantwoorden. AI zetten we daarbij in voor varianten, tests en snelheid, nooit voor de inhoud zelf. Benieuwd wat dat voor jouw organisatie betekent? Bekijk onze diensten, bel 020 23 38 587 of mail naar hi@mon-fri.com.