Sollicitaties voorselecteren: AI vindt de 5 beste uit 100 in 10 minuten

Waarom AI-ondersteunde preselectie van sollicitaties nu de norm wordt

Het Duitse MKB staat voor een paradox: terwijl er geklaagd wordt over een gebrek aan vakmensen, ontvangt een gemiddeld bedrijf per vacature tussen de 50 en 200 sollicitaties. Het knelpunt? 80% is totaal ongeschikt.

De arbeidsmarkt krapte tegenover sollicitatie-overvloed

Volgens de Bundesagentur für Arbeit blijven veel vacatures onvervuld – niet omdat niemand solliciteert, maar omdat het zoeken naar de speld in de hooiberg té lang duurt. Een ervaren recruiter heeft gemiddeld 15 minuten per sollicitatie nodig voor een eerste inschatting.

Rekenen we dat uit: 100 sollicitaties × 15 minuten = 25 uur zuivere leesscreening. Dat zijn meer dan drie werkdagen, enkel voor de eerste selectie.

AI-ondersteunde systemen klaren deze klus in 10 minuten. Niet 10 minuten per sollicitatie – 10 minuten voor alle 100.

Wat kost een verkeerde aanstelling écht?

De cijfers zijn ontluisterend: een mislukte aanstelling kost tussen de 1,5 en 3 keer het jaarsalaris. Voor een projectleider met een jaarsalaris van €70.000 praten we over €105.000 tot €210.000 totale kosten.

Deze kosten ontstaan door:

• Inwerktijd en benodigde middelen
• Productiviteitsverlies tijdens het inwerken
• Opnieuw werven na opzegging
• Demotivatie binnen het bestaande team
• Vertragingen in projecten en klantrelaties

Ironisch genoeg worden veel verkeerde beslissingen veroorzaakt door tijdsdruk. Als u 25 uur moet reserveren voor de voorselectie, grijpt u sneller naar de eerste veelbelovende kandidaten – zonder het volledige kandidatenveld te bekijken.

Time-to-hire verkorten zonder kwaliteitsverlies

De gemiddelde time-to-hire (van vacature tot handtekening) ligt in Duitsland op 89 dagen. In veel gevallen haken kandidaten af omdat het proces te lang duurt.

Hier ligt de echte kracht van AI-preselectie van sollicitaties: de screening wordt niet alleen sneller, het hele recruitmentproces versnelt. Als u binnen 10 minuten uw top-5 kandidaten selecteert, kunt u diezelfde dag uitnodigingen versturen.

Het resultaat? Uw favoriete kandidaten zijn nog beschikbaar, uw concurrent is nog aan het selecteren, en u heeft al gesprekken terwijl anderen nog lezen.

Hoe AI sollicitaties zonder discriminatie voorselecteert

“AI is objectief” – die uitspraak is gevaarlijk onjuist. AI-systemen kunnen bestaande vooroordelen versterken als ze niet juist worden ingezet. Maar goed geconfigureerd zijn ze eerlijker dan elke menselijke selectie.

Must-have criteria bepalen: De sleutel tot succes

Voordat u ook maar één sollicitatie uploadt, moet u glasheldere must-have criteria definiëren. Dit is de basis voor elke eerlijke AI-beoordeling.

Verdeel uw vereisten in drie categorieën:

Een praktijkvoorbeeld: Voor een projectleiderspositie bepaalde een machinebouwer deze must-haves:

• Opleiding tot ingenieur of gelijkwaardige kwalificatie
• Minimaal 3 jaar projectervaring
• Uitstekende beheersing van de Duitse taal
• Bereidheid tot 20% reizen

Alles daarbuiten – van leeftijd tot geslacht, van hobbys tot afkomst – blijft buiten beschouwing. AI beoordeelt uitsluitend relevante factoren voor de functie.

Bias vermijden: Technische oplossingen voor eerlijke selectie

Moderne CV-screening werkt via geanonimiseerde beoordelingen. De AI extraheert relevante informatie en filtert persoonlijke data systematisch weg:

• Naam-anonimisering: Kandidaat wordt SollicitantID001
• Fotofilter: Afbeeldingen worden automatisch verwijderd
• Adresreductie: Alleen de postcode voor reistijd-inschatting
• Leeftijdsneutraliteit: Geboortedatum wordt genegeerd
• Genderfilter: Voornaamwoorden en namen worden geneutraliseerd

Geavanceerde systemen gebruiken bovendien “fairness-algoritmes” die actief letten op evenwicht. Als het systeem merkt dat het systematisch een bepaalde groep voortrekt, past het de beoordelingscriteria aan.

Maar let op: Fairness is niet vanzelfsprekend. U moet de resultaten regelmatig controleren en indien nodig bijsturen.

AVG-conforme sollicitatieanalyse

Dataprivacy is niet onderhandelbaar – zeker bij sollicitatiegegevens. De AVG (Algemene Verordening Gegevensbescherming) stelt strikte eisen aan geautomatiseerde verwerking van persoonsgegevens.

Hier moet u in elk geval op letten:

1. Toestemming verkrijgen: Kandidaten moeten expliciet akkoord gaan met AI-analyse van hun gegevens
2. Doelbinding garanderen: Gegevens mogen alleen voor het opgegeven sollicitatieproces gebruikt worden
3. Transparantie bieden: Kandidaten moeten weten welke AI-criteria worden toegepast
4. Verwijderingsfristen naleven: Sollicitatiegegevens moeten uiterlijk na 6 maanden worden verwijderd
5. Recht van bezwaar waarborgen: Kandidaten mogen bezwaar maken tegen geautomatiseerde verwerking

Praktisch betekent dit: Voeg aan uw vacature toe: “Wij gebruiken AI-gestuurde preselectie op basis van vakinhoudelijke kwalificaties. Uw toestemming kunt u op elk moment intrekken.”

De meeste professionele AI-recruitmenttools zijn reeds AVG-conform ingesteld. Controleer toch elke aanbieder zorgvuldig – boetes tot 4% van de jaaromzet zijn niet mals.

De 5-stappen-methode: Binnen 10 minuten sollicitaties voorselecteren

Genoeg theorie. Hier volgt de in de praktijk bewezen methode waarmee u uit 100 sollicitaties de 5 beste in minder dan 10 minuten selecteert. Elke stap duurt ongeveer 2 minuten en bouwt voort op de vorige.

Stap 1: Formele minimumeisen controleren

De AI begint volgens het uitsluitingsprincipe. Alle sollicitaties die niet voldoen aan de basale formele criteria worden direct uitgesloten. Dit betreft doorgaans 40-60% van de instroom.

Typische knock-out criteria:

• Ontbrekende kwalificatie (bijvoorbeeld opleiding vereist voor managementfunctie)
• Onvoldoende taalvaardigheid
• Geen werkvergunning voor Duitsland
• Salarisverwachting buiten budget
• Ontbrekende documenten (enkel motivatiebrief zonder CV)

Belangrijk: Definieer alleen echte must-haves als knock-out criteria. “Gewenst” is niet “noodzakelijk”.

Uitkomst na stap 1: Van 100 sollicitaties blijven er zon 40 tot 60 over.

Stap 2: Vakinhoudelijke kwalificaties beoordelen

Nu wordt het technisch interessant. De AI analyseert CV’s en motivatiebrieven op vakinhoudelijke kwalificaties en stelt een competentiescore op.

Het systeem herkent en beoordeelt:

• Relevante werkervaring (duur en werkveld)
• Branchekennis en specialisaties
• Certificaten en extra opleidingen
• Software- en technologievaardigheden
• Leidinggevende ervaring en teamgrootte

Moderne NLP-algoritmen (Natural Language Processing – natuurlijketaalverwerking) herkennen ook impliciete kwalificaties. Als een kandidaat schrijft “Ik heb een team van 15 ontwikkelaars begeleid bij de invoering van Scrum”, herkent de AI:

• Leidinggevende ervaring: 15 medewerkers
• Agile-methoden: Scrum
• Change management: implementatie van nieuwe processen
• IT-affiniteit: ontwikkelteam

Uitkomst na stap 2: Ongeveer 15-25 kandidaten met aantoonbare vakkennis.

Stap 3: Soft skills en cultural fit beoordelen

Hier wordt het kaf van het koren gescheiden. De AI analyseert motivatiebrieven en projectvoorbeelden op soft skills en cultural fit – op subtielere wijze dan u denkt.

In plaats van te zoeken naar holle begrippen als “teamspeler”, beoordeelt het systeem:

Cultural fit wordt gemeten via waarde-overeenkomsten. Mocht uw bedrijf bijvoorbeeld veel waarde hechten aan “duurzaamheid”, dan herkent AI subtiele verwijzingen hiernaar – ook als sollicitanten het woord zelf niet noemen.

Uitkomst na stap 3: 8-12 kandidaten met juiste vakkennis en cultural fit.

Stap 4: Ranking opstellen en top 5 selecteren

Nu komt het rekenwerk. De AI stelt een gewogen ranking op basis van uw prioriteiten.

Een typische weging voor een managementpositie:

• Vakinhoudelijke kwalificatie: 40%
• Leidinggevende ervaring: 25%
• Branchekennis: 20%
• Soft skills: 10%
• Aanvullende kwalificaties: 5%

Elke kandidaat krijgt een totaalscore tussen 0-100. De top 5 zijn uw definitieve kandidaten voor persoonlijke gesprekken.

Maar let op: vertrouw niet blind op de score. Posities 4 t/m 8 liggen vaak heel dicht bij elkaar. Kijk vooral ook naar de detailbeoordeling.

Stap 5: Documentatie voor transparante besluitvorming

Transparantie is goud waard – voor u, uw team en eventuele vragen van kandidaten. De AI genereert automatisch een beslismatrix voor elke topkandidaat.

Deze documentatie bevat:

• Gedetailleerde beoordeling per criterium
• Citaties uit CV/motivatiebrief als bewijs
• Vergelijking met andere topkandidaten
• Geregistreerde sterktes en mogelijke aandachtspunten
• Aanbevolen gespreksonderwerpen

Dit bespaart niet alleen tijd in de voorbereiding op de sollicitatiegesprekken, maar beschermt u ook juridisch als kandidaten uw besluit willen betwisten.

Totaalresultaat: 5 gekwalificeerde kandidaten inclusief volledige beoordelingsbasis in minder dan 10 minuten.

Beproefde AI-tools voor preselectie van sollicitaties in vergelijking

De markt voor AI-recruitmenttools groeit snel. Het onderscheid tussen echte oplossingen en loze marketingbeloften is allesbehalve makkelijk. Hier is ons praktijkoverzicht van beproefde systemen.

Enterprise-oplossingen vs. mkb-tools

De hoofdvraag is: heeft u een systeem nodig voor 50 of voor 5.000 sollicitaties per maand? Dat bepaalt uw toolcategorie.

Voor de meeste middelgrote bedrijven zijn mkb-tools de juiste keuze. Ze bieden 80% van de functionaliteiten met slechts 20% van de complexiteit.

Bewezen mkb-oplossingen (stand 2024):

• Workable: Snel te implementeren, goede Nederlandse vertaling
• Personio: All-in-one HR met geïntegreerde AI-screening
• Recruitee: Gericht op samenwerkend recruitment
• Softgarden: Duitse oplossing met AVG-focus

Integratie in bestaande HR-systemen

De beste AI heeft weinig nut als hij niet communiceert met uw bestaande systemen. Controleer integratiemogelijkheden voordat u beslist.

Standaardintegraties die u nodig heeft:

• Vacaturebanken: StepStone, Xing, LinkedIn, Indeed
• HR-software: Datev, SAP SuccessFactors, Haufe
• E-mail-systemen: Outlook, Gmail voor geautomatiseerde communicatie
• Agenda-tools: Afsprakenplanning voor sollicitatiegesprekken
• Communicatietools: Teams, Slack voor interne afstemming

Duidelijke stelregel: Duurt een integratie langer dan 2 uur om op te zetten? Dan is de tool te complex voor uw behoeften.

Kosten-batenanalyse voor verschillende bedrijfsomvang

Investeringen in AI-recruitment verdienen zichzelf snel terug – als u eerlijk rekent. Hier enkele realistische voorbeelden:

Scenario 1: Bouwbedrijf (20 medewerkers, 50 sollicitaties/jaar)

• Huidige kosten: 25 uur HR-tijd à €50 = €1.250
• AI-tool: €200/maand = €2.400/jaar
• Tijdbesparing: 20 uur = €1.000
• Resultaat: €1.150 meerkosten voor betere kandidaatkwaliteit

Scenario 2: Dienstverlener (80 medewerkers, 200 sollicitaties/jaar)

• Huidige kosten: 100 uur HR-tijd à €55 = €5.500
• AI-tool: €800/maand = €9.600/jaar
• Tijdbesparing: 80 uur = €4.400
• Extra voordeel: Snellere invulling = €15.000 aan opportuniteitswinst
• Resultaat: €10.300 nettowinst/jaar

Scenario 3: Machinebouwer (220 medewerkers, 800 sollicitaties/jaar)

• Huidige kosten: 400 uur HR-tijd à €60 = €24.000
• AI-tool: €1.500/maand = €18.000/jaar
• Tijdbesparing: 320 uur = €19.200
• Voordeel: Minder mismatch = €50.000 uitgespaarde kosten
• Resultaat: €75.200 nettowinst/jaar

Hoe meer u aanneemt, hoe gunstiger de rekensom wordt. Vanaf 150 sollicitaties per jaar loont elke professionele AI-tool zich.

Praktijkvoorbeeld: 140 sollicitaties voor een projectleidersfunctie

Theorie is mooi, praktijk werkt beter. Een echt voorbeeld van een klant: Een specialistisch machinebouwbedrijf zocht een ervaren projectleider. De vacature stond drie weken open en leverde 140 sollicitaties op.

De beginsituatie: tijdsdruk en hoge verwachtingen

Thomas, de algemeen directeur, stond onder druk. Twee grote projecten liepen vertraging op door overbelasting in het projectmanagement. De nieuwe projectleider moest snel starten – maar wél de juiste zijn.

De uitgangspunten:

• 140 ontvangen sollicitaties in 3 weken
• Doel: 5 kandidaten voor persoonlijke gesprekken
• Tijd voor voorselectie: 1 werkdag
• Toolbudget: maximaal €500/maand
• Speciale vereiste: ervaring met internationale klanten

Klassiek zou de preselectie 35 uur duren (140 × 15 minuten). Zoveel tijd was er niet.

AI-setup en criteria vaststellen

In een workshop van 30 minuten stelden we de must-have criteria vast:

Knock-out criteria (stap 1):

• Ingenieursopleiding of gelijkwaardige technische kwalificatie
• Minimaal 5 jaar projectleidingservaring
• Vlotte beheersing van de Duitse en Engelse taal
• Bereidheid tot 30% internationaal reizen

Beoordelingscriteria met weging:

• Projectleidingservaring in machinebouw: 35%
• Internationale projectervaring: 25%
• Leidinggevende ervaring en teamgrootte: 20%
• Aanvullende certificaten (PMP, Scrum Master): 15%
• Motivatie voor branchewissel: 5%

Technische setup:

We gebruikten Workable met actieve AI-screening. De 140 PDF-sollicitaties werden via bulk-upload ingeladen. Het systeem analyseerde alle documenten in 3 minuten.

Resultaat: van 140 tot 5 kandidaten in 8 minuten

De AI-analyse was opvallend nauwkeurig:

Stap 1 (Knock-out criteria): 87 sollicitaties uitgesloten

• 32 zonder technische kwalificatie
• 28 met te weinig projectervaring
• 18 zonder internationale reisbereidheid
• 9 met onvolledige documenten

Stap 2 (Vakkennis): 53 overgebleven kandidaten beoordeeld

• 23 met relevante ervaring in machinebouw
• 19 uit aanverwante branches (automotive, installatiebouw)
• 11 met algemene industrie-ervaring

Stap 3 (Soft skills & cultural fit): Top 12 geselecteerd

• Allen met aantoonbare internationale projectervaring
• 8 met expliciete leidinggevende ervaring (teams 5–25 personen)
• 4 met specialisatie op klantprojecten

Top 5 finale kandidaten:

1. Senior projectleider, 12 jaar machinebouw, PMP-gecertificeerd (Score: 94/100)
2. Projectmanager automotive, 8 jaar, Scrum Master (Score: 91/100)
3. Teamleider installatiebouw, 10 jaar, internationale megaprojecten (Score: 89/100)
4. Projectleider speciaal machinebouw, 7 jaar, Lean-specialist (Score: 87/100)
5. Senior PM automatisering, 9 jaar, ervaring met change management (Score: 85/100)

Het opvallende detail: De uiteindelijk aangenomen kandidaat stond op plek 3 in de AI-ranking. Tijdens het persoonlijke gesprek overtuigde hij met zijn cultural fit en concrete oplossingen voor actuele uitdagingen – factoren die voor AI lastig te beoordelen zijn.

Tijdoverzicht:

• AI-preselectie: 8 minuten
• Handmatige check van top 5: 15 minuten
• Gesprekken inplannen: 10 minuten
• Totaal: 33 minuten in plaats van 35 uur

Het oordeel van Thomas: “AI heeft ons niet alleen tijd bespaard, maar ook kandidaten gevonden die we handmatig over het hoofd zouden hebben gezien. Vooral de gestructureerde beoordeling hielp ons objectiever te beslissen.”

Implementatie: Zo brengt u AI-recruitment in uw organisatie

Van besluit tot de eerste AI-gescreende kandidaat duurt idealiter niet langer dan vier weken. Hier is uw stappenplan voor een soepele introductie.

Change management: Uw team enthousiast maken voor AI-tools

De grootste weerstand komt zelden door techniek, maar door mensen. Uw HR-team vreest misschien vervangen te worden door machines. Leidinggevenden zijn bang de persoonlijke benadering te verliezen.

Beide zorgen zijn begrijpelijk – en beide zijn oplosbaar.

Communicatiestrategie voor HR-medewerkers:

• Benadruk dat hun rol belangrijker wordt: “Meer tijd voor strategisch HR-werk”
• Laat specifieke ontlasting zien: “Geen overuren meer bij veel sollicitaties”
• Creëer succeservaringen: Start met een geslaagde pilot
• Betrek het team: Laat HR de beoordelingscriteria bepalen

Argumenten voor managers:

• ROI-berekening met concrete cijfers uit uw eigen bedrijf
• Benchmark: “Onze concurrentie werkt hier al mee”
• Risicobeperking: “Minder fouten dankzij objectieve voorselectie”
• Compliance-voordeel: “Transparante en eerlijke beslissingen”

Bewezen aanpak: organiseer een interne AI-demo met geanonimiseerde sollicitaties uit het verleden. Laat het team raden wie de AI hoog zou scoren – en vergelijk met de werkelijk aangenomen kandidaten.

Starten met een pilot: de veilige instap

Begin niet met uw belangrijkste sleutelpositie, maar met een standaardrol die u regelmatig invult. Dat vermindert de druk en geeft realistische verwachtingen.

Ideale pilotfuncties:

• Administratieve functies met heldere eisen
• Technische functies met standaardcertificeringen
• Juniorrollen met beperkte complexiteit
• Functies die u 2-3 keer per jaar invult

Pilotplan (4 weken):

Week 1: Toolkeuze en installatie

• 3 aanbiedersdemo’s met praktijkvoorbeelden
• Keuze maken en contract afsluiten
• Basisconfiguratie en test

Week 2: Criteriaworkshop en finetuning

• Must-have-criteria samenstellen met de vakafdeling
• Weging bepalen en documenteren
• Testen met historische sollicitaties

Week 3: Eerste live toepassing

• Vacature publiceren met AI-vermelding
• Parallel manuele en AI-beoordeling (voor vergelijking)
• Eerste resultaten evalueren

Week 4: Optimalisatie en besluit

• Bevindingen uit de pilot documenteren
• Criteria bijstellen indien nodig
• Go/No-Go-besluit voor uitrol

Let op: Stel uw succescriteria vooraf vast. Bijvoorbeeld: “Minstens 80% overlap tussen de AI-top 5 en de manuele selectie.”

Opschalen en doorlopend optimaliseren

Na een geslaagde pilot volgt de uitrol. Hier blijkt hoe degelijk uw aanpak is – veel bedrijven struikelen bij de systematische opschaling.

Aanbevolen opschalingsvolgorde:

1. Standaardfuncties met vergelijkbare eisen
2. Specialistische functies met specifieke kwalificaties
3. Leidinggevende posities (met aangepaste criteria)
4. Exceptionele en individuele gevallen

Kwartaal-checklist voor voortdurende optimalisatie:

• Beoordelingsnauwkeurigheid checken: Komen AI-aanbevelingen overeen met feitelijke aanstellingen?
• Fairness-audit uitvoeren: Worden bepaalde groepen structureel benadeeld?
• Criteria bijstellen: Zijn er nieuwe eisen?
• Tool-prestaties meten: Snelheid, beschikbaarheid, gebruiksvriendelijkheid
• ROI documenteren: Tijdbesparing, kwaliteitsverbetering, kostenreductie
• Teamfeedback verzamelen: Waar kan het beter?

Typische valkuilen en oplossingen:

Vergeet niet: AI-recruitment is geen “set-and-forget”-tool. Continu optimaliseren en slimme menselijke controle zijn essentieel.

De beloning? Een recruitmentsysteem dat niet alleen sneller is dan traditionele methodes, maar ook eerlijker, transparanter en objectiever. Uw HR-team zal u dankbaar zijn – en uw nieuwe medewerkers ook.

Veelgestelde vragen over AI-preselectie van sollicitaties

Is AI-recruitment echt vrij van discriminatie?

AI kan niet-discriminerend zijn, maar dat gebeurt niet vanzelf. Goed ingestelde systemen filteren persoonlijke kenmerken als leeftijd, geslacht of afkomst doelbewust weg en kijken alleen naar functie-relevante factoren. Regelmatige controle op systematische vooroordelen en aanpassing blijft essentieel.

Hoe lang duurt de invoering van een AI-recruitmentsysteem?

Voor mkb-tools rekent u op 2-4 weken van besluit tot eerste toepassing. Daarbij inbegrepen zijn: toolkeuze, configuratie, teampresentatie en pilot. Enterprise-oplossingen vergen 3-6 maanden door meerlagen-integratie en aanpassingen.

Wat kost AI-preselectie voor middelgrote bedrijven?

Mkb-tools kosten tussen €200 en €1.500 per maand, afhankelijk van sollicitatievolume en functionaliteit. Eénmalig rekent u op 1-3 dagen voor installatie en training. Vanaf circa 100 sollicitaties per jaar verdient de investering zich binnen het eerste jaar terug dankzij tijdbesparing.

Kan AI ook soft skills beoordelen?

Moderne NLP-algoritmen herkennen aanwijzingen voor soft skills in brieven en cv’s. Ze analyseren formuleringen, projectbeschrijvingen en carrièrepaden op tekenen van bijvoorbeeld teamvaardigheid, communicatieve kracht of probleemoplossend vermogen. De uiteindelijke beoordeling van sociale vaardigheden blijft echter voor menselijke gesprekken.

Hoe AVG-conform is geautomatiseerde sollicitatieanalyse?

Bij correcte toepassing is AI-recruitment volledig AVG-conform. Vereist zijn onder andere expliciete toestemming van kandidaten, transparante info over AI-gebruik, doelbinding bij verwerking en het naleven van verwijdertermijnen. Professionele tools bieden standaard passende compliance-features.

Vervangt AI de menselijke recruiter?

Nee, AI neemt de tijdrovende voorselectie uit handen en stelt recruiters in staat zich te focussen op echte waarde: persoonlijke gesprekken, kandidaatbegeleiding, employer branding en strategisch HR-werk. Menselijke expertise wordt belangrijker, niet minder belangrijk.

Werkt AI-screening bij alle soorten vacatures?

AI presteert het best bij functies met glasheldere kwalificatie-eisen: administratieve rollen, technisch personeel, vakfuncties. Voor creatieve of zeer specialistische (niche)posities ligt de waarde lager. Managementposities zijn goed voor te selecteren, maar vragen aangepaste beoordelingscriteria.

Hoe voorkom ik dat goede zij-instromers worden uitgesloten?

Formuleer must-have criteria bewust flexibel en neem alternatieve opleidingsroutes mee. In plaats van “bedrijfskundeopleiding” gebruikt u bijvoorbeeld “bedrijfskunde of gelijkwaardige kwalificatie”. Ervaringen uit projecten tellen zwaarder dan formele diploma’s – let op competenties die uit andere sectoren overdraagbaar zijn.

Wat als de AI zich vergist?

AI-systemen zijn hulpmiddelen voor besluitvorming, geen vervanging ervan. U moet AI-adviezen altijd kritisch bekijken en bij twijfel handmatig beoordelen. Documenteer afwijkingen tussen AI-ranking en uiteindelijke beslissing – deze kennis helpt uw systeem continu te verbeteren.

Hoe leg ik sollicitanten uit dat AI wordt gebruikt?

Wees transparant en positief: “Wij gebruiken AI-ondersteunde preselectie om alle sollicitaties eerlijk en objectief te beoordelen. Uw kwalificaties worden hiermee onafhankelijk van persoonlijke kenmerken beoordeeld.” Benadruk dat het uiteindelijke besluit altijd door mensen wordt genomen en licht het recht op bezwaar toe.