Skills-based werven met AI: talentpool tot 6x groter, mits HR de basis legt

De paradox van skills-based werven

Zes keer meer kandidaten in beeld, maar nauwelijks andere aannames: dat is de paradox van skills-based werven. De krapte op de arbeidsmarkt dwingt organisaties om anders naar kandidaten te kijken. Het diploma en de vorige functietitel zeggen steeds minder over wat iemand kan, zeker nu functies door digitalisering en AI sneller van inhoud veranderen. Skills-based werven belooft een grotere en diversere kandidatenpool en betere matches, ook bij interne mobiliteit.

AI maakt die benadering schaalbaar. Systemen lezen skills uit cv’s en vacatures en leggen verbanden die een recruiter niet ziet. Tegelijk blijkt uit internationaal onderzoek dat veel organisaties blijven steken in goede voornemens. En de Autoriteit Persoonsgegevens (AP) noemt AI in werving en selectie uitdrukkelijk als een van haar aandachtspunten.

60 procent van de werkgevers met krapte kijkt al naar skills

Uit onderzoek van het Uitvoeringsinstituut Werknemersverzekeringen (UWV) blijkt dat 60 procent van de werkgevers die kampen met krapte steeds vaker ook naar de vaardigheden van sollicitanten kijkt. Dat betekent nog niet dat het diploma verdwijnt. Werkgevers schrappen diploma-eisen nog lang niet volledig uit hun vacatureteksten, en skills fungeren vooral als aanvulling. Voor beroepen met wettelijke beroepseisen, zoals in de zorg, blijft een certificaat bovendien gewoon nodig.

De Nederlandse infrastructuur voor skillsgericht matchen is inmiddels een stuk volwassener. Met CompetentNL ontwikkelden UWV, de Samenwerkingsorganisatie Beroepsonderwijs Bedrijfsleven (SBB), het Centraal Bureau voor de Statistiek (CBS) en TNO een nationale standaard om kennis en vaardigheden te beschrijven. Op basis daarvan publiceerde UWV (2026) het rapport Verwante beroepen. Voor zeventien moeilijk vervulbare beroepen staan daarin telkens tien verwante beroepen met dezelfde kernskills, inclusief het aanbod op de arbeidsmarkt.

Een voorbeeld uit het rapport: objectbeveiligers en stewards in de luchtvaart lossen allebei conflicten op en werken onder druk. Wie beveiligers zoekt, kan dus gericht stewards benaderen.

Precies hier voegt AI waarde toe. Een gedeelde skills-taal is de grondstof. Algoritmes maken het mogelijk om die taal op duizenden profielen tegelijk toe te passen.

Talentpool 8,2 keer groter: wat AI toevoegt aan skills-based recruitment

LinkedIn (2025) berekende op basis van eigen platformdata hoeveel groter de talentpool wordt als werkgevers zoeken op skills in plaats van op eerdere functietitels. Wereldwijd groeit de pool ruim zesvoudig (mediaan 6,1 keer), voor AI-functies loopt dat op tot 8,2 keer.

Een kanttekening hoort erbij: LinkedIn verkoopt zelf AI-gestuurde recruitmentoplossingen, en de cijfers beschrijven potentieel, geen gerealiseerde aannames. De richting is wel helder. Zoeken op skills brengt kandidaten in beeld die bij een traditionele zoekopdracht onzichtbaar blijven.

Van functietitel naar skillsprofiel

AI-toepassingen helpen op drie plekken in het proces. Ze halen skills uit ongestructureerde bronnen, zoals cv’s, motivatiebrieven en vacatureteksten. Ze vertalen die naar een standaardtaxonomie, zodat ‘klantcontact’ en ‘customer service’ niet langer twee werelden zijn. En ze berekenen de overlap tussen kandidaat en functie, inclusief de skills die nog ontbreken.

De Organisatie voor Economische Samenwerking en Ontwikkeling (OECD, 2026) ziet dat landen hun skills-taxonomieën steeds vaker bouwen met vacaturedata en AI. Maar de versnippering van skills-talen blijft groot. Veel leveranciers hanteren een eigen taxonomie, wat vergelijken en overdragen lastig maakt.

Intern matchen als eerste winst

De snelst te verzilveren winst ligt vaak binnen de eigen organisatie. Zijn de skills van huidige medewerkers in kaart gebracht, dan kan AI interne kandidaten voorstellen voor vacatures, projecten of omscholingstrajecten. Dat verkort doorlooptijden en ondersteunt behoud. Het vraagt wel om actuele skillsdata en om medewerkers die weten waarvoor hun gegevens worden gebruikt.

Bovendien maakt een skillsprofiel zichtbaar welke vaardigheden iemand nog mist voor een volgende stap. Het gesprek verschuift dan van ‘past deze persoon wel of niet’ naar ‘wat is er nodig om deze persoon passend te maken’. Op die vraag raken werving en leren en ontwikkelen elkaar.

Minder dan 1 op 700 aannames: waarom skills-based werven vaak blijft steken

Het meest ontnuchterende onderzoek komt van Harvard Business School en het Burning Glass Institute (2024). Zij onderzochten 11.300 functies bij grote Amerikaanse werkgevers die de afgelopen tien jaar diploma-eisen schrapten. Waar die verandering echt doorwerkte, steeg het aandeel aannames zonder bachelordiploma met 3,5 procentpunt. Dat gold echter voor slechts 3,6 procent van de functies. Netto bleef het effect steken op 0,14 procentpunt. Over de hele Amerikaanse arbeidsmarkt kwam dat in 2023 neer op minder dan 1 op de 700 aannames.

Een kopgroep van 37 procent van de bedrijven liet wel echte verandering zien, met bijna 20 procent meer aannames van mensen zonder diploma. Bij deze koplopers lag de retentie van niet-gediplomeerde medewerkers bovendien 10 procentpunt hoger dan die van hun gediplomeerde collega’s.

Het verschil zit volgens de onderzoekers niet in de vacaturetekst, maar in het hele proces. Stel dat je de diploma-eis schrapt, maar leidinggevenden die over aannames beslissen niet traint. Je zet geen skillsgerichte assessments of gestructureerde interviews in en laat je applicant tracking system (ATS), de software waarin je sollicitaties beheert, ongewijzigd. Dan val je terug in het oude patroon. Bij een vijfde van de onderzochte bedrijven ebde het effect na verloop van tijd zelfs weer weg.

Voor AI geldt hetzelfde mechanisme. Een matchingalgoritme dat is getraind op historische aannamebeslissingen, reproduceert de voorkeuren van gisteren. De OECD (2026) benadrukt daarom dat inclusief skills-first werven bewuste maatregelen tegen bias vraagt. Daarnaast zijn alternatieve routes nodig waarlangs kandidaten hun competenties kunnen aantonen.

AI-verordening en AVG: hoog risico vanaf 2 december 2027

Juridisch ligt AI in werving en selectie onder een vergrootglas. De AI-verordening (Verordening (EU) 2024/1689) noemt in bijlage III, punt 4, AI-systemen voor gerichte vacatureplaatsing, het filteren van sollicitaties en het beoordelen van kandidaten expliciet als hoog risico. Die verplichtingen zouden op 2 augustus 2026 ingaan. Met de Digital Omnibus (Verordening (EU) 2026/1744), een Europees pakket dat digitale regelgeving vereenvoudigt, zijn ze verschoven naar 2 december 2027.

De werkgever is vanaf dat moment gebruiksverantwoordelijke. Volgens artikel 26 moet hij onder meer zorgen voor menselijk toezicht door bekwame medewerkers. Hij gebruikt het systeem volgens de instructies van de aanbieder, bewaart logs en informeert betrokkenen. Kandidaten krijgen daarnaast recht op uitleg over besluiten die op zo’n systeem steunen (artikel 86).

Wat nu al geldt

Uitstel is geen vrijbrief. Een deel van de AI-verordening geldt al sinds 2 februari 2025. Zo is emotieherkenning op de werkplek verboden, behalve om medische of veiligheidsredenen (artikel 5). Dat raakt ook tools die tijdens een video-sollicitatie emoties of gemoedstoestanden van kandidaten zouden ‘lezen’. Ook moeten organisaties maatregelen nemen voor de AI-geletterdheid van medewerkers die met AI-systemen werken (artikel 4).

Daarnaast geeft artikel 22 van de Algemene verordening gegevensbescherming (AVG) kandidaten het recht om niet te worden onderworpen aan besluiten met aanzienlijke gevolgen die uitsluitend op geautomatiseerde verwerking berusten. Daarop bestaan slechts beperkte uitzonderingen. De gelijkebehandelingswetgeving maakt geen onderscheid tussen discriminatie door een mens of door software: de werkgever blijft verantwoordelijk, ook als de tool is ingekocht.

De AP stelt in haar zesde Rapportage AI & Algoritmes Nederland (2026) vast dat het gebruik van AI in werving en selectie sterk toeneemt. Transparantie en uitlegbaarheid schieten volgens de toezichthouder op veel punten tekort. De AP wil dit jaar meer zicht krijgen op het gebruik van AI in werving en selectie.

Skillsgericht werken en compliance versterken elkaar hier. Leg je vooraf vast welke skills voor een functie essentieel zijn en hoe je die toetst, dan beschik je over objectieve en functierelevante criteria. Precies die criteria heb je nodig om uit te leggen waarom een algoritme een kandidaat hoger of lager rangschikt, en om indirect onderscheid te kunnen rechtvaardigen. Een AI-tool die skills matcht op basis van vage of historische profielen, kan dat niet.

Conclusie: skills eerst, AI als versneller, de mens aan het roer

De cijfers laten een dubbel beeld zien. Volgens UWV kijkt 60 procent van de werkgevers met krapte al naar skills. Met CompetentNL en het rapport Verwante beroepen (zeventien tekortberoepen, elk met tien verwante beroepen) ligt er een Nederlandse basis klaar. Skills-based zoeken kan de talentpool ruim zes keer vergroten (LinkedIn, 2025).

Maar zonder procesverandering blijft het effect klein: minder dan 1 op de 700 aannames. Koplopers die hun hele proces aanpassen, halen wel 10 procentpunt hogere retentie (Harvard Business School en Burning Glass Institute, 2024). Het verbod op emotieherkenning geldt al, en vanaf 2 december 2027 komen daar de hoog-risico-eisen uit de AI-verordening bij.

Vier concrete stappen voor de komende maanden:

• Kies één skills-taal, bij voorkeur aansluitend op CompetentNL, zodat vacatures, interne profielen en leveranciers dezelfde begrippen gebruiken.
• Begin met drie tot vijf kritieke of moeilijk vervulbare functies. Ontleed welke skills echt essentieel zijn en gebruik verwante beroepen om de zoekvijver te verbreden.
• Inventariseer alle AI-functies in het wervingsproces, ook de matchingscore in je ATS. Vraag leveranciers hoe zij op bias testen, of hun tool emotieherkenning bevat en hoe zij zich voorbereiden op de hoog-risico-eisen.
• Train leidinggevenden in skillsgericht interviewen en meet het effect op instroom, diversiteit en retentie.

Begin deze week klein: vraag je ATS-leverancier welke matchingscore jullie systeem gebruikt en hoe die is getest op bias. De vraag is niet of AI de werving gaat veranderen. De vraag is of je straks kunt uitleggen hoe een match tot stand kwam, en of die match ook eerlijk was.

Bronnen & Inspiratie

– A Skills-First Labour Market, OECD (2026)
– Verwante beroepen: zij-instromers met gelijke skills werven, UWV (2026)
– Podcast: zij-instromers werven op basis van skills, UWV (2026)
– CompetentNL: standaard voor het beschrijven van skills, CBS (2023)
– Skills-Based Hiring: The Long Road from Pronouncements to Practice, Harvard Business School en Burning Glass Institute (2024)
– Skills-Based Hiring 2025 Report, LinkedIn Economic Graph (2025)
– Rapportage AI & Algoritmes Nederland, editie 6, Autoriteit Persoonsgegevens (2026)
– AI-verordening, Verordening (EU) 2024/1689 (EUR-Lex)