Context: het recruitment-bureau
Een Utrechts recruitment-bureau met 8 medewerkers (5 recruiters, 2 sales, 1 operations) bedient werkgevers in IT, finance en engineering. Gemiddeld volume: 28 actieve vacatures tegelijk, met 400 tot 450 nieuwe sollicitaties per week. Groeiambitie: verdubbelen in 18 maanden — maar de screening-capaciteit zat op het plafond.
Het bureau was al ATS-gedreven (gebruikte Homerun) maar screening gebeurde handmatig: elke recruiter pakte de inbox van zijn of haar vacatures op en las CV's één voor één door.
Waarom handmatige CV-screening de groei blokkeerde
De bottleneck was duidelijk toen we meten wat recruiters met hun tijd deden. Uit een week tijdregistratie:
- CV-screening en first-pass rejection: 22 uur per recruiter per week. Dat is bijna drie volle werkdagen.
- Kandidaat-interviews: 12 uur per week.
- Klantcontact en account management: 8 uur per week.
- Administratie en updates: 4 uur per week.
- Proactieve sourcing (LinkedIn): 2 uur per week — want er was geen tijd over.
Het probleem: screening is niet waar recruiters waarde leveren. Kandidaat-interviews en relatiebeheer wel. Maar zonder goede screening konden interviews niet starten. Klassieke bottleneck.
Extra frustratie: 73% van de CV's werd alsnog afgewezen op "basis"-criteria (geen rijbewijs, geen Nederlands, onvoldoende jaren ervaring). Die screening-tijd was letterlijk verspilde capaciteit.
"Ik las elke week 80 CV's waarvan 60 geen match waren. Daar werd ik moedeloos van. En de 20 echte kandidaten kregen minder aandacht omdat ik uitgeput was."
— Senior Recruiter
De aanpak: AI CV-matching op 12 criteria
We bouwden een AI CV-matching pipeline die elke binnenkomende CV scoort op 12 criteria, afgestemd per vacature. Die criteria worden niet hard-coded, maar geëxtraheerd uit de vacaturetekst plus een intake-gesprek met de klant.
De 12 criteria zijn clusters van:
- Vereiste opleidingsniveau en studierichting
- Aantal jaar relevante werkervaring
- Branche-ervaring (fintech, SaaS, healthcare, etc.)
- Tech-stack match (specifiek per IT-vacature)
- Taalvereisten (Nederlands, Engels, Duits)
- Locatie en bereidheid tot reizen / hybride
- Rijbewijs en auto (waar relevant)
- Salaris-indicatie (als vermeld in CV of begeleidende mail)
- Beschikbaarheid (startdatum, opzegtermijn)
- Culturele fit-indicatoren (eerdere werkgevers, zelfstandigheid)
- Soft skills (uit cover letter)
- Red flags (job-hopping, onverklaarde gaten)
Elke kandidaat krijgt één score van 1-10 plus een 3-punt bullet-samenvatting. Recruiters zien alleen kandidaten met score > 6.5 — en als ze een shortlist van 10 willen, geeft het systeem de top 10 ongeacht cutoff.
De workflow in detail
Gmail-label per vacature. Nieuwe sollicitatie komt binnen met CV en cover letter als bijlage.
PDF of DOCX → text via Google Document AI → gestructureerde output (naam, ervaring, opleiding, skills, locatie).
Claude 3.5 vergelijkt CV-output met de 12 criteria uit de vacature → JSON score per criterium + totaalscore.
3 bullet-punten: strengths, concerns, unieke punten. Plus recommendation: pursue / borderline / reject.
Homerun API call → kandidaat toegevoegd met juiste labels, score in een custom field.
Alleen scores > 6.5 komen in de review-queue. Recruiter ziet samenvatting en kan op 2s beslissen.
Scores < 4.0 krijgen automatisch een vriendelijke afwijzing per mail, getemplate op vacature + gegronde reden.
Recruiters kunnen score's "corrigeren" (deze was wel goed / deze was niet goed). Model retrained elke maand.
Tech stack
Privacy-first: CV-data blijft op EU-servers (Amsterdam), AVG-compliant. Kandidaat-data wordt na 6 maanden automatisch verwijderd als er geen actieve vacature meer is.
Resultaten na 60 dagen
- Screening-tijd: 22u/week per recruiter → 18 minuten/week voor de volledige batch van 400 CV's. Reductie: 99,3%.
- Plaatsingen per maand: +42% (van 11 naar 15,6 gemiddeld).
- Vacature-vulratio: 67% → 89%. Meer openstaande vacatures daadwerkelijk gevuld.
- Sourcing-tijd (LinkedIn): 2u/week → 8u/week. Recruiters hebben nu tijd voor proactief zoeken.
- Kandidaat-ervaring: afwijzingen gaan nu binnen 48u uit met persoonlijke reden (was gemiddeld 9 dagen). NPS bij kandidaten +22 punten.
- Klanttevredenheid: snelheid eerste shortlist: 7 dagen → 2 dagen.
Bias, compliance en privacy
CV-matching met AI heeft een bias-risico. Dat namen we serieus. Drie maatregelen:
1. Anoniem in de eerste pass
In de scoring-stap zijn naam, leeftijd, geslacht, geboorteland en foto verwijderd uit de extractie. De AI score is gebaseerd op vaardigheden en ervaring, niet op demografische data.
2. Maandelijkse bias-audit
Eind elke maand vergelijkt een script de verdeling van high-scorers op demografische kenmerken (via apart gelabelde data) met de instroom. Als er een statistisch significant verschil is, wordt de scoring-prompt herzien.
3. Recruiters blijven in control
Het systeem wijst niet autonoom af boven score 4. Recruiters zien altijd de top 15 — ook als een score 5.8 is. De AI is een filter, geen beslisser.
Volgende stap voor jouw recruitment-bureau
Doet jouw bureau meer dan 150 CV's per week? Dan zit er waarschijnlijk 15-20 uur per recruiter per week aan screening-tijd in. Dat is drie dagen per maand per persoon die niet besteed wordt aan kandidaten bellen of klanten bezoeken.
Wij doen een gratis 30-minuten audit waarin we specifiek voor jouw vacatures de ROI berekenen. Bekijk ook onze pricing of reken zelf via de AI-scan.