AI en automatisering voor recruitmentbureaus
We bouwen AI voor recruitmentbureaus, uitzendbureaus en interne recruitmentteams, met automatisering door het hele proces: cv's inlezen in je ATS, shortlists met uitleg en backofficeprocessen van plaatsing tot verloning. Recruiters nemen elke selectiebeslissing, en het systeem legt vast waarom een kandidaat is voorgesteld.
Waar het werk vastloopt.
Administratie voor het eerste gesprek
Recruiters zijn uren bezig met cv's lezen, Bullhorn of Carerix bijwerken en referenties nabellen voordat ze een kandidaat spreken. De database groeit, terwijl de gegevens erin verouderen.
Een database die lastig te doorzoeken is
Zoeken op trefwoorden mist de kandidaat die drie jaar geleden hetzelfde werk deed onder een andere functietitel. Bureaus betalen voor vacaturesites om mensen te vinden die al in hun eigen ATS staan.
Van plaatsing tot verloning met de hand
Zodra een flexkracht begint, gaan contracten, uren en facturen heen en weer tussen het ATS, het verloningssysteem en finance, vaak via spreadsheets. Fouten komen pas aan het licht op een loonstrook of een factuur aan de klant.
Wat we bouwen voor wervings- en selectiebureaus.
Elke toepassing stemmen we af op je systemen en regels, en bij elke toepassing houdt een mens de regie over de beslissingen die ertoe doen.
Cv-parsing en profielverrijking
Binnenkomende cv's en sollicitatiemails worden complete kandidaatprofielen met vaardigheden, ervaring en beschikbaarheid, gecontroleerd op dubbelingen in het ATS. Recruiters corrigeren het profiel in één scherm voordat het wordt opgeslagen.
Matching in je eigen database
Recruiters beschrijven een vacature in gewone taal en krijgen kandidaten uit het ATS met een korte uitleg per match, ook mensen met een andere functietitel. De recruiter beslist wie wordt benaderd, en geen enkele kandidaat wordt automatisch afgewezen.
Vacature-intake en vacatureteksten
Notities uit een intakegesprek met de klant worden een gestructureerde vacature en een eerste vacaturetekst in je huisstijl, gecontroleerd op discriminerende formuleringen. De consultant past de tekst aan en publiceert hem.
Afspraken plannen en opvolgen met kandidaten
Een assistent checkt beschikbaarheid, plant sollicitatiegesprekken en stuurt herinneringen via e-mail of WhatsApp. Stelt een kandidaat een inhoudelijke vraag, dan neemt een recruiter het gesprek over. Kandidaten krijgen te horen dat ze met een AI-assistent praten.
Van plaatsing tot verloning
Een getekende plaatsing maakt het contract, de urenregistratie en de facturatie aan in Mysolution of Easyflex, met tarieven gecontroleerd tegen de klantafspraak en de geldende cao-schaal. Salarisadministrateurs keuren alles goed wat buiten de regels valt.
Leads van klanten kwalificeren
Aanvragen van bedrijven die mensen zoeken, worden verrijkt, gescoord op je ideale klantprofiel en ingepland bij de juiste accountmanager. Gekwalificeerde leads horen snel iets, en de rest krijgt een bruikbaar antwoord.
Gebouwd rond de regels.
Hier ontwerpen we vanaf de eerste week voor. Je juristen en compliance-afdeling houden het laatste woord.
Hoog-risico-eisen uit de AI-verordening
AI die kandidaten screent, filtert, rangschikt of beoordeelt, is een hoog-risicotoepassing onder de AI-verordening (EU AI Act), met plichten voor menselijk toezicht, logging, documentatie en het informeren van kandidaten. We ontwerpen matching zo dat recruiters beslissen en elke rangschikking met de redenen wordt vastgelegd. Emotieherkenning bij werving is verboden, en die bouwen we niet.
AVG (GDPR) voor kandidaatgegevens
Kandidaten mogen hun gegevens inzien, corrigeren en laten verwijderen. De Autoriteit Persoonsgegevens verwacht dat gegevens van afgewezen sollicitanten binnen een paar weken worden verwijderd, tenzij ze toestemming geven om ze langer te bewaren. We bouwen bewaar- en toestemmingsregels in de database en voorkomen volledig geautomatiseerde besluiten onder artikel 22.
Waadi-registratie en de Wtta
Uitzendbureaus moeten zijn geregistreerd onder de Waadi, en het toelatingsstelsel voor uitleners (Wtta) start op 1 januari 2027. Automatisering van plaatsing en verloning houdt nette gegevens bij over loon, uren en afspraken met inleners onder de ABU- of NBBU-cao die je toepast. Daar vragen audits en toelatingscontroles om.
Gelijke behandeling in vacatures en matching
De Nederlandse wetgeving over gelijke behandeling geldt voor hoe vacatures worden geschreven en kandidaten worden geselecteerd. Voor de release testen we concepten van vacatureteksten op bevooroordeelde formuleringen en controleren we matchingresultaten op ongelijke uitkomsten tussen groepen.
Werkt met wat je al gebruikt.
Heeft een systeem een API, een database, een export of een mailbox, dan kunnen we erop bouwen. Deze systemen komen we het vaakst tegen.
- Bullhorn
- Carerix
- Mysolution
- Recruitee
- Homerun
- Textkernel
- LinkedIn Recruiter
- Easyflex
- Salesforce
- Microsoft Outlook
Waar je begint.
Cv's inlezen in je ATS
We beginnen met de intake van nieuwe sollicitaties voor één vestiging of specialisme: cv's en e-mails ingelezen als complete ATS-profielen, dubbelingen gemarkeerd en profielen samengevat voor de recruiter. Het haalt vroeg typwerk weg en geeft later matchingwerk een schone database.
Bespreek het met onsWat het omvat
- Intake uit mailbox en vacaturesites
- Inlezen in velden van Bullhorn, Carerix of Mysolution
- Dubbelingen opsporen
- Controlescherm voor recruiters, met logging
Gerelateerde cases.
Gidsen.
AI-readiness-checklist: dit beantwoord je voordat je eerste agent live gaat
De vragen die je beantwoordt voordat je eerste AI-agent echt werk doet, van proces en data tot goedkeuring, monitoring en eigenaarschap.
10 min leestijd
Beveiligingsvragenlijst voor AI-leveranciers: wat je vraagt voordat je koopt of bouwt
De vragen die je een AI-leverancier of je eigen team stelt over data, modelaanbieders, toegang, logging, kwaliteit, incidenten, AVG en exit, en hoe je de antwoorden scoort.
8 min leestijd
Verder lezen.
Human-in-the-loop AI-agents: ontwerppatronen
De patronen die we gebruiken om AI-agents veilig in productie te laten draaien: goedkeuringsstappen, drempels voor zekerheid, rechten voor tools, audittrails en fallbacks.
5 min leestijd
Embeddings en semantisch zoeken: een praktische gids voor productteams
Hoe embeddings semantisch zoeken mogelijk maken, hoe je een model en vectoropslag kiest, en hoe je meet of je zoekresultaten echt beter zijn geworden.
5 min leestijd
LLM evals: zo test je AI voor elke release
Een praktische aanpak voor LLM-evaluaties: bouw een testset uit echte zaken, combineer controles in code met beoordeling door een model en houd releases tegen die slechter scoren.
5 min leestijd
Veelgestelde vragen.
Ja. AI-systemen die kandidaten screenen, rangschikken of beoordelen vallen in de hoog-risicocategorie. Dat brengt plichten mee voor menselijk toezicht, logging, transparantie naar kandidaten en monitoring. We verwerken die in het ontwerp en de documentatie, en helpen je per tool bepalen of je aanbieder of gebruiksverantwoordelijke bent.
Nee. Onze matchingtools rangschikken en leggen uit, en een recruiter beslist wie wordt benaderd, voorgesteld of afgewezen. Door die beslissing bij een mens te houden, voorkom je ook volledig geautomatiseerde besluiten onder de AVG.
Ja. Beide bieden API's voor kandidaten, vacatures en plaatsingen, en we bouwen op hun datamodellen. Heeft een systeem een beperkte API, dan spreken we de aanpak af tijdens de verkenning.
Textkernel is sterk in parsing en zoeken binnen de systemen die het ondersteunen. Wij voegen de stappen eromheen toe: sollicitatiemails lezen, dubbelingen opschonen, samenvattingen opstellen en het resultaat koppelen aan plaatsing en verloning. Dekt je huidige opzet de behoefte al, dan zeggen we dat.
Voor de release draaien we matching op historische vacatures en kijken we of resultaten tussen groepen verschillen op een manier die de functie-eisen niet verklaren. Dezelfde controles draaien na elke wijziging, en recruiters kunnen rangschikkingen melden die niet kloppen.