De toekomst van werving en selectie: AI, video en skills-based hiring

Het einde van het traditionele sollicitatieproces

Het klassieke wervingsproces — CV opsturen, motivatiebrief schrijven, twee gespreksrondes en een assessment — staat onder druk. Technologische innovaties, veranderende verwachtingen van kandidaten en een krappe arbeidsmarkt dwingen bedrijven om fundamenteel anders te gaan werven.

De verschuiving is al gaande. In dit artikel verkennen we de vijf belangrijkste trends die werving en selectie de komende jaren zullen transformeren.

Van CV naar skills-based hiring

Het probleem met CV's

Het CV is al decennia de hoeksteen van het sollicitatieproces. Maar het format heeft fundamentele beperkingen. Een CV vertelt je waar iemand heeft gewerkt en wat iemand heeft gestudeerd — maar niet noodzakelijk wat iemand kan. Het beloont lineaire carrierepaden, conventionele achtergronden en het vermogen om jezelf op papier te verkopen.

Mensen die via onconventionele routes vaardigheden hebben opgebouwd — autodidacten, career-switchers, zij-instromers — vallen al in de eerste selectieronde af. Niet omdat ze het werk niet aankunnen, maar omdat hun CV er niet uitziet zoals het "hoort".

De opkomst van skills-based hiring

Skills-based hiring draait het proces om. In plaats van te selecteren op diploma's en werkervaring, beoordeel je kandidaten op wat ze daadwerkelijk kunnen. Dit gebeurt via:

• Skills-assessments: Praktische opdrachten die relevante vaardigheden testen. Een developer schrijft code, een marketeer maakt een campagneplan, een designer levert een prototype.
• Microcredentials en badges: Korte, gerichte certificeringen die specifieke competenties aantonen. Denk aan AWS-certificeringen, Google Analytics-badges of HubSpot-accreditaties.
• Portfolio's en werkstukken: Bewijs van wat iemand kan, in plaats van een beschrijving van wat iemand heeft gedaan.

Bedrijven als Google, IBM en Accenture hebben al aangekondigd dat voor een groeiend aantal functies geen universitair diploma meer vereist is. De trend zet door: vaardigheden boven credentials.

AI-interviews en video-assessments

Hoe het werkt

AI-interviews combineren videoregistratie met geautomatiseerde analyse. De kandidaat beantwoordt vragen voor een camera, en AI analyseert vervolgens de antwoorden op inhoud, taalgebruik en — afhankelijk van het systeem — non-verbale communicatie.

De technologie varieert van relatief simpel (transcriptie + keyword-analyse) tot geavanceerd (sentiment-analyse, competentie-scoring op basis van NLP). Sommige systemen gebruiken asynchrone video — de kandidaat neemt de antwoorden op eigen moment op — wat het proces flexibeler maakt.

De voordelen

• Schaalbaarheid: Honderden kandidaten kunnen gelijktijdig worden beoordeeld, zonder dat elke recruiter elk gesprek live hoeft te voeren.
• Consistentie: Elke kandidaat krijgt dezelfde vragen onder dezelfde omstandigheden, wat de vergelijkbaarheid vergroot.
• Flexibiliteit: Kandidaten kunnen het interview doen op het moment dat het hen uitkomt, zonder reistijd of agendaconflicten.

De risico's

De technologie is niet zonder controverse. Analyse van gezichtsuitdrukkingen en lichaamstaal door AI is wetenschappelijk omstreden — emoties laten zich niet betrouwbaar aflezen uit gezichtsexpressies, en de systemen presteren aantoonbaar slechter bij mensen met een donkere huidskleur of een handicap.

De EU AI Act classificeert AI-systemen voor werving als high-risk, wat strenge eisen stelt aan transparantie en uitlegbaarheid. Meer hierover lees je in ons artikel over AI-screening van CV's.

Predictive analytics in recruitment

Van onderbuikgevoel naar data

Traditionele werving leunt zwaar op het onderbuikgevoel van de recruiter. "Ik had een goed gevoel bij deze kandidaat." "Ze paste goed in het team." Predictive analytics brengt daar data bij.

Door historische wervings- en prestatiedata te analyseren, kunnen modellen voorspellen welke kandidaten het beste zullen presteren in een specifieke rol. Factoren die meewegen zijn onder andere:

• Vaardigheidsprofiel in relatie tot de functieeisen
• Cultuurfit op basis van werkvoorkeuren en waarden
• Groei-potentieel op basis van leersnelheid en adaptiviteit
• Retentie-risico op basis van carrièrepatronen

De realiteit

In de praktijk zijn predictive models voor recruitment nog verre van perfect. De data is vaak beperkt, de variabelen zijn complex en het risico op bias is aanzienlijk. De beste toepassingen combineren predictive analytics met menselijk oordeelsvermogen — niet als vervanging, maar als aanvulling.

Concrete toepassingen

• Sourcing-optimalisatie: AI voorspelt welke kanalen de beste kandidaten opleveren voor specifieke functies.
• Time-to-hire reductie: Door bottlenecks in het proces te identificeren en te verhelpen.
• Quality of hire: Door de correlatie te meten tussen selectiecriteria en daadwerkelijke prestaties na indiensttreding.

De rol van menselijke recruiters naast AI

Wat AI niet kan

Ondanks alle technologische vooruitgang zijn er aspecten van werving die fundamenteel menselijk blijven:

• Relatieopbouw: Een kandidaat overtuigen om van baan te wisselen vereist vertrouwen, empathie en persoonlijk contact.
• Nuance-beoordeling: De kandidaat die op papier niet perfect past maar in de praktijk uitblinkt — dat herkennen vraagt menselijke intuïtie.
• Cultuurfit: Of iemand bij een team past is een subtiel oordeel dat AI niet betrouwbaar kan maken.
• Candidate experience: Het gevoel dat een kandidaat overhoudt aan het sollicitatieproces wordt bepaald door menselijke interactie.

Het hybride model

De toekomst ligt niet in AI of menselijke recruiters, maar in AI en menselijke recruiters. Het meest effectieve model:

1. AI voor sourcing en screening: Het vinden en voorselecteren van kandidaten op basis van vaardigheden en ervaring.
2. Mens voor assessment en selectie: Het beoordelen van cultuurfit, motivatie en potentieel in persoonlijk contact.
3. AI voor procesbewaking: Het monitoren van doorlooptijden, diversiteit in de pipeline en candidate experience.

Meer over hoe AI en recruiters samenwerken, lees je in ons artikel over AI-matching vs. recruiter: wat werkt beter?.

Voorbereiding op de nieuwe methoden

Als sollicitant kun je je voorbereiden op deze verschuivingen:

Investeer in aantoonbare vaardigheden

Bouw een portfolio, behaal relevante certificeringen en documenteer je projecten. In een skills-based wereld is bewijs belangrijker dan bewering.

Word comfortabel met video

Oefen met het beantwoorden van interviewvragen voor de camera. Let op je achtergrond, verlichting en geluidskwaliteit. Behandel een video-assessment even serieus als een live gesprek.

Optimaliseer je online profiel

LinkedIn, GitHub, Behance — je online aanwezigheid is steeds vaker het startpunt van het wervingsproces. Zorg dat je profiel actueel, volledig en professioneel is.

Wees transparant over je vaardigheden

Overdrijf niet, maar onderschat jezelf ook niet. AI-systemen die skills matchen, werken het best wanneer je profiel een eerlijke en complete weergave is van wat je kunt.

Blijf leren

De arbeidsmarkt verandert sneller dan ooit. Continu bijleren — via cursussen, workshops of zelfstudie — is niet langer optioneel maar noodzakelijk.

De toekomst begint nu

De transformatie van werving en selectie is geen toekomstscenario — het is al aan de gang. Skills-based hiring groeit, AI-tools worden geavanceerder en de verwachtingen van kandidaten stijgen. Wie zich nu voorbereidt, staat straks sterker.

MatchPilot combineert het beste van AI-matching met een mensgerichte aanpak. Ons systeem begrijpt je vaardigheden, niet alleen je zoekwoorden, en matcht je met vacatures die echt bij je passen.

Maak gratis een account aan en ervaar de toekomst van vacaturematching vandaag nog.