Implementatie

AI recruitment tool: zo meet u of hij echt werkt

Leveranciers beloven tijdwinst. Zo meet u zelf of uw AI recruitment tool resultaat oplevert, met een nulmeting en cijfers die verder gaan dan snelheid.

Redactie

22 oktober 2026

6 min leestijd

AI recruitment tool: zo meet u of hij echt werkt

De meeste organisaties schaffen een AI recruitment tool aan met een verwachting die zelden op papier staat. Sneller schakelen, minder administratie, betere kandidaten. Een jaar later draait de tool en blijkt de vraag of hij iets oplevert lastiger te beantwoorden dan hij zou moeten zijn. Meestal niet omdat het resultaat tegenvalt, maar omdat niemand vooraf heeft vastgelegd hoe dat resultaat eruit zou zien. Hieronder staat hoe u dat alsnog inricht.

Tevredenheid is nog geen resultaat

Onderzoek van Aptitude Research, gepubliceerd in november 2025, laat zien dat 62 procent van de werkgevers AI inzet in werving en selectie, tegen 40 procent in 2020. In datzelfde onderzoek zegt 45 procent van de recruiters dat AI de doorlooptijd aanzienlijk verkort en ziet 40 procent verbetering in de kosten per aanname.

Die cijfers zijn nuttig, maar het is belangrijk te zien wat ze zijn. Het zijn antwoorden van recruiters in een enquête, geen gemeten uitkomsten uit hun eigen systemen. Een recruiter die wekelijks vijf uur minder agendawerk heeft, ervaart het proces als sneller, ook wanneer de periode van vacature tot aanname gelijk bleef. Dat maakt de ervaring niet onwaar, maar het is geen onderbouwing voor uw directie. Uit hetzelfde onderzoek blijkt bovendien dat 44 procent van de organisaties AI in slechts een kwart of minder van het wervingsproces toepast. Dat maakt aannemelijk dat de invloed op de totale doorlooptijd bij veel organisaties beperkt is, hoe positief de ervaring ook wordt beoordeeld.

Zonder nulmeting meet u niets

De meest gemaakte fout is dat de meting pas begint nadat de tool live staat. U ziet dan cijfers, maar u heeft niets om ze mee te vergelijken. Leg daarom vast hoe uw proces er nu uitziet, voordat er iets verandert.

RecruitingDaily beschrijft zes maatstaven die daarvoor bruikbaar zijn. Dat zijn de tijd tot vervulling vanaf goedkeuring van de vacature, de tijd tot aanname vanaf het eerste cv tot het aanbod, de tijd die kandidaten in elke processtap doorbrengen, het aandeel aanbiedingen dat wordt geaccepteerd, de kwaliteit van de aanname en de kosten per aanname. Diezelfde publicatie verwijst naar een benchmark van brancheorganisatie SHRM waarin de gemiddelde tijd tot vervulling rond de 36 dagen ligt, met grote verschillen per sector.

Gebruik zo'n gemiddelde niet als doel, want het zegt niets over uw functiegroepen en uw interne besluitvorming. De waarde van de nulmeting zit in de vergelijking met uzelf, een halfjaar later.

Meet de stap die de tool daadwerkelijk raakt

Veel organisaties kiezen een brede maatstaf voor een smalle ingreep. Automatiseert u alleen het inplannen van gesprekken, dan is de totale tijd tot vervulling vooral ruis. Die wordt bepaald door vacaturegoedkeuring, beschikbaarheid van hiring managers en interne besluitvorming, en daar verandert een planningstool niets aan. De tijd in díe ene stap is dan de maat die iets zegt.

Madeline Laurano van Aptitude Research stelt in april 2026 dat efficiëntiecijfers zoals tijd tot vervulling, kosten per aanname en recruiterproductiviteit niet langer volstaan om de waarde van wervingstechnologie te bepalen. Zij noemt daarnaast kwaliteit van de aanname, kandidaatervaring en compliance. Voor AI-gedreven systemen voegt zij drie punten toe die in klassieke recruitmentrapportages ontbreken, namelijk de juistheid van beslissingen, eerlijkheid richting groepen kandidaten en transparantie over de werking.

Welke stap uw tool raakt, hangt af van wat u heeft aangeschaft. Op het overzicht van aanbieders is per leverancier te zien welke processtappen worden afgedekt, wat helpt de meting af te bakenen tot wat de software werkelijk doet.

Kijk naar wat er uit het proces valt

Vrijwel elke rapportage gaat over kandidaten die verder komen. Bij AI-screening zit de interessante informatie aan de andere kant. Houd per processtap bij hoeveel kandidaten afvallen en of die verhouding na invoering verschuift.

Twee uitkomsten vragen aandacht. Valt er plotseling een veel groter deel af in de stap die de tool uitvoert, dan selecteert het systeem strenger dan uw recruiters deden, en dat is een keuze die u bewust wilt maken in plaats van ontdekken. Verschuift de samenstelling van de groep die doorkomt, bijvoorbeeld naar een bepaald opleidingsniveau, dan verandert de tool uw vijver. Shabrina Davis van Amazon wijst er in HR Brew op dat AI kan helpen zichtbaar te maken waar bias zit en dat data kan laten zien of die bias afneemt. Dat werkt alleen als u de uitval registreert, want in een rapportage over geslaagde aannames is die informatie onzichtbaar.

Kwaliteit van de aanname kost maanden

Dit is de maatstaf die antwoord geeft op de vraag of u betere mensen aanneemt, en tegelijk de maatstaf die het langst op zich laat wachten. RecruitingDaily beschrijft zeventien indicatoren voor kwaliteit van de aanname, negen vóór indiensttreding en acht erna. Tot die laatste groep horen de tijd tot volledige productiviteit, een onboardingenquête en de tevredenheid van de hiring manager.

Leg de definitie vast voordat u hem nodig heeft. Spreek af welke twee of drie signalen u na zes en twaalf maanden ophaalt en hoe u ze koppelt aan de vacature waaruit de kandidaat kwam. Doet u dat niet, dan heeft u over een jaar wel een mening over de tool, maar geen gegevens.

Uw meting is zo goed als uw data

Er zit een voorwaarde onder dit alles. Vishnu Shankar van Draup stelt in HR Brew dat AI niet intelligenter is dan de data waarop het draait, en adviseert vóór aanschaf de eigen data, het databeheer en de techniek te beoordelen. Jared Coyle van SAP wijst er in hetzelfde artikel op dat wervingsdata vaste patronen kent, zoals seizoenspieken in de retail. Wie twee periodes vergelijkt zonder daarvoor te corrigeren, trekt dus al snel een conclusie die eigenlijk over het seizoen gaat.

Als uw ATS onvolledig is ingevuld, draaien zowel de tool als uw rapportage op dezelfde gebrekkige gegevens. U meet dan niet of de tool werkt, maar of uw registratie klopt.

Wat betekent dit voor uw organisatie

Vijf stappen, in deze volgorde.

Leg eerst vast welke processtap de tool overneemt en welke maatstaf daarbij hoort. Dat is bijna nooit de totale tijd tot vervulling.

Haal daarna de nulmeting op over de twaalf maanden vóór invoering, zodat seizoenseffecten erin zitten. Beperk u tot vier of vijf cijfers die u betrouwbaar uit uw systeem krijgt.

Registreer vervolgens de uitval per stap, niet alleen de doorstroom. Dat cijfer laat het snelst zien dat er iets verandert en het ontbreekt in vrijwel elke standaardrapportage.

Spreek daarnaast nu al af hoe u kwaliteit van de aanname vaststelt, met een moment na zes en na twaalf maanden en een aanwijsbare eigenaar.

Controleer tot slot uw eigen registratie voordat u conclusies trekt. Een opvallende verbetering die samenvalt met een nieuwe registratiewijze is meestal geen verbetering.

Eén kanttekening. Een meting toont samenhang, geen oorzaak. Daalt uw doorlooptijd in een kwartaal waarin ook de arbeidsmarkt ruimer werd, dan is de tool waarschijnlijk een deel van de verklaring en niet de hele verklaring.

Veelgestelde vragen

Hoe lang moet ik meten voordat ik iets kan zeggen?

Voor doorlooptijden per processtap ziet u binnen één tot twee kwartalen een richting, mits u genoeg vacatures heeft om toeval uit te sluiten. Voor kwaliteit van de aanname rekent u op zes tot twaalf maanden, omdat die signalen volgens RecruitingDaily grotendeels na indiensttreding ontstaan.

Mijn leverancier levert een dashboard. Is dat niet genoeg?

Een leveranciersdashboard toont wat er binnen de tool gebeurt en bevat geen nulmeting van de periode daarvoor. Gebruik het als aanvulling op uw eigen cijfers uit het ATS, niet als vervanging.

Welk cijfer zou ik kiezen als ik er maar één mag bijhouden?

De uitval per processtap. Dat cijfer laat als eerste zien dat het selectiegedrag van uw proces verandert, het is relatief eenvoudig uit een ATS te halen en het is de enige maatstaf die zichtbaar maakt welke kandidaten u niet meer spreekt.

Conclusie

De vraag of een AI recruitment tool werkt, is zelden te beantwoorden met de cijfers die standaard beschikbaar zijn. Enquêteresultaten gaan over ervaring, leveranciersdashboards gaan over de tool zelf en totale doorlooptijden gaan over uw hele organisatie. Wat overblijft is eigen werk. Leg de uitgangssituatie vast, beperk de meting tot de stap die de software raakt, registreer wat er uit het proces valt en spreek nu af hoe u over een jaar kwaliteit vaststelt. Dat kost een paar dagdelen en het is het verschil tussen een onderbouwd oordeel en een onderbuikgevoel bij de volgende contractverlenging.